Revenus agricoles et non agricoles des agriculteurs de 2003 à 2016

Fiche du document

Date

2022

Type de document
Périmètre
Langue
Identifiant
Collection

Cairn.info

Organisation

Cairn

Licence

Cairn




Citer ce document

Nathalie Delame, « Revenus agricoles et non agricoles des agriculteurs de 2003 à 2016 », Économie rurale, ID : 10670/1.bqyxbi


Métriques


Partage / Export

Résumé Fr En

La frontière entre sphère privée et sphère professionnelle est encore aujourd’hui difficile à tracer pour les revenus et le patrimoine des ménages agricoles. Dans les formes sociétaires, le patrimoine foncier est souvent détenu par les associés et le développement d’activités non agricoles sur l’exploitation, engendre des ressources déclarées tantôt comme des bénéfices agricoles, tantôt comme des bénéfices commerciaux. Intégrer les revenus non agricoles dans l’analyse du revenu des agriculteurs fait sens et reste également un défi, compte tenu des données disponibles. Ce texte propose une méthode originale, basée sur un appariement entre le Réseau d’information comptable agricole (Rica) et des données fiscales, pour suivre les revenus, agricoles et non agricoles, des agriculteurs qui travaillent sur une exploitation de dimension moyenne ou grande, de 2003 à 2016. Ces données mettent en évidence l’impact des variations du revenu agricole sur le revenu global moyen des foyers fiscaux agricoles. Les salaires complémentaires, pour les foyers qui sont concernés, apportent un « effet matelas », d’autant plus utile pour les foyers déclarant des revenus négatifs à six ou sept reprises entre 2010 et 2016.

The border between private and professional spheres is still difficult to draw today for income and assets of farm households. In the corporate forms, the land heritage is often held by the partners and the development of non-farm activities on the farm, manage resources declared sometimes as agricultural profits, sometimes as commercial profits. Integrating off-farm income into the analysis of farmer income makes sense and also remains a challenge, given the available data. This text proposes an original method, based on match between the Farm Agricultural Data Network (FADN) and tax data to follow, farm and non-farm income, of farmers working on a medium or large-scale farm, from 2003 to 2016. These data highlight the impact of variations in farm income on the average overall income of households. The additional salaries, for the households which are concerned, provide a “mattress effect”, which is all the more useful for households declaring negative income six or seven times between 2010 and 2016.

document thumbnail

Par les mêmes auteurs

Sur les mêmes sujets

Sur les mêmes disciplines

Exporter en