Docstoc

evaluation

Document Sample
evaluation Powered By Docstoc
					Les méthodes d’évaluation

     Valeur économique totale
       Valeur économique totale

Valeurs d’usage     Valeurs de non-usage
               Valeur économique totale

       Valeurs d’usage            Valeurs de non-usage

Usage actuel    Valeur d’option
                          Valeur économique totale


        Valeurs d’usage                        Valeurs de non-usage

Usage actuel                                                  Existence
                  Valeur d’option       Pour les autres
                          Valeur économique totale

        Valeurs d’usage                              Valeurs de non-usage

Usage actuel      Valeur d’option      Pour les autres       Existence


                                                 Altruisme


                                                     Legs
                        Valeur économique totale


                Valeurs d’usage                    Valeurs de non-usage

Préférences révélées     Préférences déclarées     Préférences déclarées
 Marchés existants       Marchés hypothétiques     Marchés hypothétiques
    Les méthodes de préférences
             révélées
 Valoriser les biens non marchands en
  observant les comportements réels
 En particulier les comportements d’achat
  sur les marchés réels
 « Quantifier l’empreinte marchande des
  biens non-marchands »
       Les principales méthodes
  Méthodes        Comportement        Référence          Applications
                     révélé           théorique

   Coûts de       Participation à   Complémentarité       Demande
 déplacement       des activités        faible            récréative
                    récréatives
Prix hédoniques      Choix de             Biens        Pollution, risque
                   localisation       différenciés

Comportement      Dépenses de       Biens substituts      Morbidité
  défensif         protection                             mortalité

 Fonctions de     Dépenses de        Dépenses de          Morbidité
  dommage          protection         traitement          mortalité
                                                          pollution
    Limitations des méthodes de
        préférences révélées
 Impossibilité d’estimer des valeurs de non-
  usage
 Impossibilité d’estimer des valeurs pour
  des niveaux de qualité qui n’ont pas été
  expérimentés
 Information limitée des individus
 Marchés imparfaits
Compléments sur la valeur d’option


                   Valeur d’option

          Classique          Informationnelle
        (option value)      (quasi option value)
Compléments sur la valeur d’option


                   Valeur d’option

          Classique          Informationnelle
        (option value)      (quasi option value)

                             Arrow-Fisher 1974
        Weisbrod 1964
                                Henry 1974
Choix optimal sans irréversibilité
   Choix en période 1      Choix en période 2



       X                         X
Choix optimal avec irréversibilité
   Choix en période 1      Choix en période 2



       x                          x

                                        X
          Un modèle simple
 Deux périodes
 En t = 0, bénéfice unitaire certain b0 s’il y
  a développement
 D0, surface développée
 En t = 1, il y a une incertitude entre deux
  états de la nature possibles
Etats de la   Probabilité   Bénéfice si Surface
  nature                    développe développée
                              ment

    q1            p          b1 < 0       D1


    q2          1-p          b2 > 0       D2
 Hypothèse : pb1 + (1 – p) b2 > 0
 L’objectif est la maximisation du bénéfice
  espéré
 b0D0 + pb1D1 + (1 – p) b2D2
   Les décisions sont réversibles
   Max b0D0 + pb1D1 + (1 – p) b2D2
    s.t.0≤D0,D1,D2≤1
 D1* = 0, D2* = 1
 D0* = 0 si b0 < 0, D0* = 1 si b0 > 0
   Le choix en t = 1 est irréversible
   Max b0D0 + pb1D1 + (1 – p) b2D2
    s.t.0≤D0≤D1,D2≤1

   Si q1 il n’y a pas intérêt à développer donc
    D1# = D0
 Si q2 il y a intérêt à développer donc D2#
  =1
 On peut alors réécrire le problème de
  maximisation du profit espéré
 Max (b0 + pb1)D0 + (1 – p) b2 s.t.0≤D0≤1
 Tout dépend du signe de b0 + pb1
 Si b0 + pb1 > 0, D0# = 1, sinon D0# = 0
                  Décision   Condition
                  optimale

     Sans         D0* = 1     b0 > 0
irréversibilité


     Avec         D0# = 1    b0 > - pb1
irréversibilité
 Comme b0 > - pb1 > 0 on développe plus
  quand les décisions sont réversibles que
  quand elles ne le sont pas
 L’irréversibilité conduit à prendre des
  décisions plus conservatrices
 - pb1 est le prix à payer pour conserver la
  possibilité d’utiliser l’espace en deuxième
  période, en fonction de la situation à ce
  moment là
 - pb1 est aussi la valeur de l’information
  disponible en t = 1
 Si on a pris la décision irréversible en t =0,
  l’information sur q ne sert à rien en t =1 car
  l’ensemble des choix s’est réduit définitivement
 Pour choisir, en présence d’irréversibilité la
  décision de développer (D0 = 1), il faut un
  bénéfice supérieur à celui qui suffirait pour la
  décision flexible
       La méthode des coûts de
            déplacement
 Hotelling 1947 : Pour bénéficier des activités
  récréatives dans un site naturel, les dépenses de
  déplacement effectuées sont des prix implicites
  qui permettent d’estimer la valeur récréative du
  site
 Le principe de complémentarité faible (Mäler,
  1974)
 Deux biens sont faiblement complémentaires
  quand la non consommation de l’un empêche la
  consommation de l’autre
     Illustration de la méthode
Zones    Coût/p   Pop.    Vis/an   Tx/1000
                  (103)
 1         1       10      200       20

 2         2       5       75        15

 3         3       20      200       10

 4         4       5       25        5
 T = 25 – 5C
 Hypothèse 1 : la relation précédente
  résume le comportement des individus
  pour la fréquentation du site
 Hypothèse 2 : l’individu est indifférent
  entre une modification à la marge de son
  coût de déplacement ou du paiement d’un
  droit d’entrée
Nombre de visites en fonction du coût additionnel

Zones/    0        1        2       3        4
Dcoût
  1      200      150     100       50       -

  2       75      50       25        -       -

  3      200      100       -        -       -

  4      500       -        -        -       -

Total    500      300     125       50       -
      Calcul du surplus (725)

500




300




125

50

         1    2   3   4         Dcoût
    Mise en œuvre de la méthode
 Définir le site étudié
 Définir les usages récréatifs (types,
  périodes)
 Prise en compte d’autres déterminants
  que le coût de déplacement
 Revenu, âge, CSP, éducation, situation
  familiale, culture…
 Choix du mode d’enquête (sur site, hors
  site)
              Sur site                       Hors site
   Permet de toucher la            Facilité de construire un
    population cible                 échantillon représentatif
   Seuls les visiteurs sont        Coûteux
    interrogés                      Délimitation du périmètre
   Difficulté d’avoir un            d’enquête
    échantillon représentatif       Courrier ou téléphone
   Les individus qui ont une
    forte fréquentation ont
    une probabilité plus forte
    d’être interrogés
    (stratification endogène)
 Conception du questionnaire
 Choix des variables explicatives
 Activités pratiquées
 Visite unique ou non, nombre de visites/an
 Mode de transport, temps passé,
  dépenses effectuées…
 Caractéristiques du ménage
 Visite à but unique ou non
          Mesure des coûts
 Coûts de déplacement
 Transport, droit d’entrée, équipement,
  temps
 Transport : D distance domicile/site, C
  coût du km, P nombre de personnes
  transportées
 (2xDxC)/P
 Coût d’équipement (location, achat)
 Coût d’opportunité du temps
 T temps de parcours en mn, R revenu
  mensuel
 COT = 2x(T/60) x(R/135) x(1/3)
 Problème des sites substituts
 Plus ils sont nombreux, plus les bénéfices
  pour le site étudié sont faibles
       Estimation du modèle
 Ni : va = nombre de visites effectuées par
  i
 Xi : vecteur ligne des caractéristiques de i
 Hypothèse : toutes les observations sont
  des réalisations de la même va
 Modèles linéaires ou log linéaires
 Modèles de comptage (permet de
  modéliser des va discrètes et positives)
   Le modèle de Poisson
   Pour tout k ≥ 0, P(Ni=k/Xi)=exp(-li) lik/k!
   li est le nombre espéré de visites, fonction des
    Xij
   Pour ne pas avoir de probabilité négative, on
    utilise une forme log-linéaire :
   lnli =SjXijbj, bj est le coefficient estimé de Xij, la
    caractéristique j
   Pour chaque i on connaît Ni et Xij, on estime
    alors les bj par le maximum de vraisemblance
 Les bj maximisent L = Pi[exp(-li) liNi/Ni!]
  (GAUSS, LIMPED)
 Stratification endogène et troncature en
  zéro du nombre de visites (seules les
  personnes visitant le site sont interrogées)
 Risque de biais dans l’estimation finale
  (surestimation)
 Pour k ≥ 1, P(Ni=k/Xi)=exp(-li) lik-1/(k-1)!
     Calcul de la valeur d’usage
 Pour i, le surplus annuel est donné par Si=li/-bic
  où bic est le coefficient du coût de déplacement
  de i
 Pour le surplus total, cela dépend du type
  d’enquête
 Hors site : S = [Si Si/N]xPop
 Sur site : S = (1/N*) Si Si/Ni x Pop avec
  N*=Sk(Nf/f), où Nf est le nombre d’individus de
  l’échantillon ayant fait f visites et k varie de 1 au
  plus grand nombre de visites effectuées
      Exemple : Maumee Bay
 Maumee Bay est un parc de l’Ohio
 Le site étudié est constitué des plages à
  l’intérieur de ce parc
 Etude sur site
 Variables considérées : CT, revenu Y, CTs
  (site substitut), qualité de l’eau, entretien,
  propreté, congestion, aménagements,
  Sole
 Pour les variables en italique, on a
  demandé aux enquêtés de classer de 1
  (peu important) à 5 (très important) le
  rôle de ces variables dans leur choix de
  visite
 Sole est une dummy (0/1) qui indique si la
  visite a pour seul but la plage (1) ou non
  (0)
 On a distribué aléatoirement des questionnaires
  aux usagers en leur demandant de le renvoyer
  par courrier (62%)
 Seules les visites d’une journée (66%) ont été
  prises en compte
 CT = double de la distance linéaire entre la ville
  et la plage x 0,33 cents/mile + coût
  d’opportunité du temps (COT)
 COT= (distance/40)x[(Y/2040)x0,3]
Variables          Coefficients estimés
CT                 -0,040***
Y                  0,018
Sole               -0,016
CTs                0,004***
Qualité de l’eau   -0,053
Entretien          -0,270***
Propreté           0,176**
Congestion         0,065*
Aménagements       0,098***
 Les coefficients sont statistiquement
  significatifs à 99% (***), 95% (**) et
  90% (*)
 Estimation de la valeur d’une
  visite/an/personne 25$ (1/0,4)
 Estimation de la valeur totale par an :
  5,6x106 $ (224 000 visites/an x 25)
                   Exercice
 Le droit d’entrée dans un parc d’attraction est de
  20€ par personne. Le coût de transport est
  estimé à 0,5€ le kilomètre.
 On demande à l’aide des données suivantes de :
 Déterminez une fonction de demande de visite
  pour ce parc
 De calculer la variation de surplus des usagers si
  la direction du parc décide d’un droit d’entrée de
  25€ par personne
Zones   Dist/parc   Pop (103)   Visites

  1       10           5         500
  2       20          10         900
  3       30          25        2000
  4       40          10         700
  5       50          100       6000
  6       60          500       25000
  7       70          200       8000
  8       80          50        1500
  9       90          100       2000
 10       100         100       1000
    Les prix hédoniques : principe
 Bien = {caractéristiques}
 Effet qualité en comptabilité nationale
 Prix d’un bien = F(caractéristiques)
    Les prix hédoniques : théorie
   Etape 1 : Détermination d’un prix implicite de
    l’environnement
   MaxC,l,q,e U(C,l,q,e)
   pC + h(l,q,e) = R
   h(l,q,e) est le prix implicite du logement
   A l’optimum, pour une caractéristique
    environnementale ek on doit avoir
   U’C/p = U’ek/h’ek
   h’ek = p U’ek/U’C
 U’ek/U’C est le TMS entre C et ek
 C’est la quantité de bien privé compensant
  la perte d’une quantité marginale de ek
 h(l,q,e) est obtenu par régression
  économétrique des prix observés de
  l’immobilier sur les variables l, q, e
 On en déduit h’ek, la disponibilité
  marginale à payer pour une unité
  d’environnement en plus
   Etape 2 : détermination de la demande
    pour ek
 Pour un ménage, la relation précédente
  permet de déterminer un point de sa
  fonction de demande inverse (ek, h’ek)
 Si tous les ménages sont identiques
  (fonction d’utilité, revenu…) on a autant
  de point de la même fonction de demande
 Sinon, il faut tenir compte de l’offre sur le
  marché
 Offre parfaitement élastique : vaste choix
  de logements, prix exogène pour les
  ménages
 On régresse ek sur h’ek pour obtenir la
  fonction de demande
 Offre rigide : on régresse h’ek sur ek et on
  obtient la demande inverse
          Variables explicatives
   Variables physiques
   Superficie du logement
   Superficie du terrain
   Nombre de pièces
   Nombre de salles de bain
   Type de logement
   Âge de l’habitation
   Présence d’un garage
   Présence d’équipements de luxe
   …
   Variables de quartier
 Taux de chômage
 Revenu médian
 Proximité de services publics
 Proximité d’équipements culturels
 Proximité d’une gare
 Taux de délinquance
 ….
   Variables environnementales
 Variable mesurant l’état de
  l’environnement : niveau de pollution,
  niveau de bruit
 Variable mesurant une distance : à une
  plage, une rivière, une décharge…
          Variable expliquée
 Prix du logement
 Tenir compte de l’évolution des prix
 Soit en déflatant
 Soit en incluant dans le modèle
  économétrique une variable binaire par
  année (sauf une année de référence) qui
  vaut 1 si la transaction a eu lieu l’année
  en question et 0 sinon
       Estimation du modèle
 Deux étapes
 Estimation de la fonction de prix
  hédonique
 Estimation de la fonction de demande
  d’environnement et calcul de surplus
 Dans la pratique, on se restreint souvent à
  la première étape, ce qui est justifié si les
  externalités sont localisées et n’affectent
  qu’une petite partie du marché immobilier
          Les principaux modèles
              économétriques
 Le   modèle linéaire
 Le   modèle semi-linéaire (lin-log)
 Le   modèle log-log
 Le   modèle log-lin
 La   transformation de Box-Cox
          Le modèle linéaire
 Prix de vente en niveau
 Variables explicatives en niveau
 Le coefficient de chaque variable = prix
  implicite de cette variable
 Pb : le prix est constant quel que soit le
  niveau de la variable
 Si le niveau de pollution est très élevé, on
  peut penser que le WTP pour le réduire
  est plus élevé que s’il était plus bas
Le modèle semi-linéaire (lin-log)
 Prix de vente en niveau
 Variables explicatives en log
 Une augmentation de 1% d‘une variable
  en log implique une variation du prix de
  vente = coefficient de la variable / 100
          Le modèle log-log
 Prix de vente en log
 Variables explicatives en log
 Les variables binaires ne sont pas
  transformées
 Coefficient = élasticité
          Le modèle log-lin
 Prix de vente en log
 Variables explicatives en niveau
 L’accroissement d’une unité de la variable
  implique un changement en % du prix de
  vente = coefficient de la variable x 100
 Pour une variable binaire (X) de coef b, la
  présence de cette variable (X=1) implique
  un % de variation du prix g = 100 (eb – 1)
     La transformation de Box-Cox

 Pour une variable X, sa transformation de
  Box-Cox X(l) est donnée par
 X(l) = (Xl -1)/l si l≠0 ou ln(X) si l=0
 Il y a deux types de modèles possibles
   1 Seule la variable expliquée (prix de
    vente) est transformée
 l=0 correspond au modèle log-lin
 l=1 correspond au modèle linéaire
   pi(l) = Sj Xijbj + ei
   2 la variable expliquée et les variables
    explicatives sont transformées
 pi(l) = Sj Xij(m)bj + ei
 Le prix implicite d’une caractéristique Xij est
  donné par
 (pi)1-l[(Xij)m-1bj]
 On ne transforme pas les variables binaires
    Exemple : Qualité de l’eau au
             Maryland
 Legett et Bockstael, « Evidence of the
  effects of water quality on residential land
  prices », Journal of Environmental
  Economics and Management, 2000
 Transactions immobilières entre 1993 et
  1997 dans le comté d’Anne Arundel au
  Maryland
 Principales variables explicatives
   VSTRU (1000$) : évaluation de la valeur de la «
    structure »
   Pour éviter la colinéarité entre les
    caractéristiques de la maison, le choix est fait
    d’une évaluation globale
   ACRES : surface de la maison
   ACSQ : surface au carré (prend en compte la
    valeur décroissante de la surface
    supplémentaire)
   DISBA : distance à Baltimore
 DISAN : distance à Annapolis
 ANBA : distance à Baltimore x distance à
  Anapolis
 FCOL : concentration de coliforme
 4 formes fonctionnelles sont estimées :
  linéaire, semi-linéaire et Box-Cox (2)
  Xij     l=1,    l=0,    l=0,43, l=0,16,
          m=1      m=1       m=1  m=0,33
VSRTU    1,37*  0,0028* 0,037*     0,25*
ACRES    116,9*   0,31*     3,72*   1,79*
ACSQ     -7,33*  -0,023*   -0,26*  -0,49*
DISBA    -3,96*   -0,01    0,13*   -1,00*
DISAN   -11,80* -0,047*    -0,49*  -1,43*
ANBA     0,36*    0,001   0,013*   0,45*
F.COL   -0,052* -0,00012 -0,0015* -0,011
    Calcul des effets de bien-être
 Modèle général : pi(l) = Sj Xij(m)bj + ei =
  h(X)
 Le prix implicite de la caractéristique XFCOL
  est donné par
 h’FCOL=(pi)1-l[(XFCOL)m-1bFCOL]
 WTP = h(X*) – h(X)
 Comme seuls les modèles 1 et 3 ont des
  coef significatifs pour F.COL, on a
    Effet de bien-être / moyenne
       (p=335,91; FCOL=109)
   Forme         bFCOL    h’FCOL   WTP
fonctionnelle


 l=1, m=1       -0,052    -0,052   -2,60



l=0,43, m=1     -0,0015   -0,041   -2,06
     Les principaux problèmes de la
      méthode des prix hédoniques
   Le choix des variables
 Trop : risque de colinéarité
 Pas assez : prix mal expliqué
 Dans les deux cas, estimation biaisée
   Choix de la forme fonctionnelle
   En général, log-lin ou Box-Cox
   Segmentation du marché
   Estimation de plusieurs fonctions de prix
    hédoniques
   Anticipation des caractéristiques
   Ex : prix élevés malgré un bruit important
    car anticipation de la construction d’un
    mur anti-bruit
   Hypothèses restrictives
   Marché du logement en équilibre
 Parfaite mobilité des acheteurs (sinon il ne
  sont pas à l’optimum et leur WTP n’est pas
  égal au prix implicite)
 Information parfaite sur le lien
  prix/caractéristiques
    Les dépenses de protection
 Dépenses faites par les individus pour se
  protéger d’un risque
 Visite médicales, purificateur d’air, d’eau, filtres,
  cures, …
 Implicitement, les individus ont une variable
  « santé » dans leur fonction d’utilité et ils
  maximisent aussi par rapport à cette variable,
  via les dépenses de protection, qui sont donc
  des inputs de « production de santé »
 U = U(X, L, S), U’X > 0, U’L > 0, U’S < 0
 S = S(E, G, Z), E émission de polluants, G
  activités pour réduire l’exposition à la
  pollution, Z facteurs exogènes (âge, état
  de santé , …)
 E =E(A, a), A comportements de
  prévention, a niveau ambiant de pollution,
  E’A<0, E’a>0
 G acheter un inhalateur pour réduire les
  symptômes d’asthme
 A rester chez soi quand la pollution est
  forte
 S = S(E(A,a),G,Z)=Ã(A,a,G,Z)
 La contrainte de budget est
 I+wTw = X+pgG+paA+M(S) où M(S) sont
  les dépenses médicales fonction de l’état
  de santé
 M’S>0, plus on est malade (S) , plus on doit faire
  des dépenses de santé
 Le temps total T se partage en temps de travail
  Tw, loisirs L et temps de maladie S
 T = Tw + L + S
 La valeur totale des ressources de l’individu, I +
  wT se partagent entre la consommation de bien
  X, le loisir wL, les dépenses de protection
  pgG+paA et le coût de la maladie M(S)+wS
   En résolvant le problème de maximisation
    de l’utilité sous la contrainte de budget
    complète, on peut définir une « fonction
    de demande de santé » et en déduire un
    WTP
 Cette méthode nécessite la collecte de
  très nombreuses informations pour
  chaque individu
 Fréquence, durée et sévérité des
  symptômes dus à la pollution de l’air,
  niveaux moyens de pollution supportés,
  actions préventives prises, coûts de ces
  actions, âge, état général de santé,
  affections chroniques, …
 Difficulté de différencier entre une
  dépense faite pour se protéger ou à cause
  de la pollution
 Perception imparfaite (au mieux) entre
  pollution et effets sur la santé
 Il existe des comportements de protection
  sans consommation (promenade)
 Peu de biens de protection contre la
  pollution de l’air
     Les fonctions de dommages
   Surtout utilisées en économie de la santé

             Fonction dose-réponse


        Polluant                     Impacts
Les fonctions de dommages


      Fonction dose-réponse             valorisation


 Polluant                     Impacts                  Coûts
Les fonctions de dommages




 Polluant        Impacts           Coûts




            Fonction de dommages
Exemple : le coût économique de la
              maladie
   Etablissement des fonctions dose-réponse
 Relation entre concentration ambiante et
  quantité d’impacts
 Elaborée à partir d’une analyse statistique
  des corrélations de court terme entre les
  concentrations ambiantes et certains
  effets survenus dans les jours suivants
  (effets aigus et non chroniques)
      Polluant                      Impacts

Particules (PS13, FN)         Mortalité, morbidité
                            (respiratoire et cardio-
                              vasculaire), cancers
        SO2                   Mortalité, morbidité
                            (respiratoire et cardio-
                                  vasculaire)
        NOx             Morbidité respiratoire, irritation
                                    de l’oeil
        CO                Mortalité, morbidité cardio-
                                   vasculaire
      Dioxines                      Cancers
 Il faut aussi tenir compte des effets
  chroniques mais ils sont très difficiles à
  évaluer
 Nécessité de suivre des cohortes
  importantes pendant plusieurs années
 Pope 1995, 550 000 personnes sur 7 ans
  dans 151 villes des USA
     L’étude ERPURS (1994)
 Réalisée en Ile de France entre 1987 et
  1992
 Les fonctions sont données par 4 points
  correspondants à 4 niveaux de polluant
 P5 niveau de concentration non dépassé
  pendant 5% du temps
 P50 niveau de concentration non dépassé
  pendant 50% du temps
 P95 niveau de concentration non dépassé
  pendant 95% du temps
 P5+100 niveau de concentration P5 +
  100mg/m3 du polluant
 L’étude retient une fonction linéaire
  définie par les points P5 et P5+P95
 La pente de la droite représente
  l’augmentation des cas en % par
  100mg/m3
           Les coûts par cas
   Morbidité
 1 Coût du traitement
 Dcoûtvis = Dci x bi x (vis totales/vis SOS) x
  CSOS x Si Ni
 Dci variation de la concentration du
  polluant i, bi pente de la droite dose-
  réponse du polluant i, CSOS coût d’une
  visite SOS, Ni nombre de visites dues au
  polluant i
          Les coûts par cas
 Hospitalisation : médecine générale
  2863F/j, médecine spécialisée 4107F/j,
  spécialité coûteuse 9192F/j
 Durée moyenne d’hospitalisation : Asthme
  7j, autre resp 8j, cardio 11j
 Valeur d’un cas d’hospitalisation pour
  asthme : 7x4107 = 28,7KF
          Les coûts par cas
 2 Perte de salaire ou de productivité
 Mesure par perte de productivité
  (PIB/pers/j = 543F)
 Calcul des arrêts de travail (enquête chez
  EDF, 18 000 employés)
 La durée moyenne d’arrêt chez EDF est
  de 7,3j pour raison respiratoire et de 31,3j
  pour raison cardio-vasculaire
 D’où un coût moyen de 3,97 KF (7,3x543) pour
  un arrêt pour raison respiratoire et de 16,9 KF
  pour raison cardio-vasculaire
 Comme il y a 4 arrêts/j pour 18 000 employés il
  y aura 4 x (6,14x103/18) x365 = 498 000
  puisqu’il y a 6,14x106 habitants en IdF
 On peut alors calculer, par exemple, le coût des
  arrêts respiratoires dus aux PS13
 DC = 3970 x 498 000 x (22,7/10 000) = 4,48
  MF/an par mg/m3 où (22,7/10 000) est la pente
  de la fonction DR pour les PS13 (22,7% pour 100
  mg/m3)
 Exemple de résultats (partiels)
MF/an par mg/m3      FN     PS13   SO2   NO2   O3
Hosp. respiratoire   1,02          0,97 0,89 1,076
Hosp. CV             6,01 3,70 4,83 3,02
VM asthme            0,24 0,21 0,20 0,47 0,13
AT respiratoires            4,48 5,42 4,97
Total                7,07 8,39 11,2 9,35 1,206
Dc = 10%             3,19 5,08 2,97 4,50 2,77
Total                22,6 42,6 33,3 42,1 3,34
 3 Le coût de la souffrance
 Nécessite une évaluation contingente
   Le coût de la mortalité
 Mortalité aiguë : 2 possibilités
 Coût 1 : Nombre de morts x Vvie où Vvie est la
  valeur statistique d’une vie sauvée
 Coût 2 : Nombre de morts x DT x Van où DT est
  la réduction de l’espérance de vie et Van la
  valeur d’une année de vie
 La relation entre Van et Vvie est donnée par
 Vvie = Van St 1/(1+r)t
 La somme s’effectue sur une durée de
  35/45 ans correspondant à la durée
  pendant laquelle l’individu est productif
 Cette relation sert à calculer Van pour
  laquelle il n’existe pas de données directes
 Les deux méthodes ne sont pas
  équivalentes
 Politique A : 1000 personnes voient leur
  espérance de vie augmenter de 5 ans
 Politique B : 5000 personnes voient leur
  espérance de vie augmenter de 1 an
 Si r très grand, Van = Vvie
 Avec le coût 2, elles sont équivalentes
 Avec le coût 1, A est 5 fois plus efficace
  que B
 Ici, c’est le coût 2 qui est retenu
 Il faut au moins qq jours de perte d’espérance
  de vie pour être détectable et elle reste
  inférieure à qq années
 Prob {5j < DT <1280} = 95% et DT suit une loi
  log normale, la médiane est de 80j avec un
  écart-type de 4
 Si DT est le résultat de plusieurs facteurs
  multiplicatifs, sa distribution est
  approximativement log normale
 On prend Vvie = 5,5 MF (Desaigues et Rabl
  1997)
 On en déduit Van = 0,28 MF pour la
  mortalité aiguë (r = 3%)
 D’où le coût d’un mort = 0,28x106x80/365
  = 61 100F
Faut-il valoriser la vie humaine ?
 La vie n’a pas de prix ?
 Oussama Ben Laden : 25 x 106 $
 Un soldat américain : l’infini
 Femme afghane ayant besoin d’une
  césarienne : 0
 En réalité, les décisions et les dépenses
  engagées pour former ou sauver des vies
  humaines révèlent les préférences
  implicites des choix collectifs
             Quelques risques
            environnementaux
                    Prob Décès   Coût/décès

Radionucléides       0,0063       3,4 M$
(mines d’uranium)
Arsenic, cuivre      0,0063        23 M$

Fours à coke         0,0072       63,5 M$

Déchets solides     0,000001     19 107 M$
 Quelques risques cancérigènes
             Coût de      Décès     Coût/décès
            protection évités/ an      MF
                MF     d’exposition
Amiante        12,4        3,1          4


Nucléaire      3,4        0,007        485


Mines         0,09       0,0088        10
d’uranium
 1 La valeur de la vie humaine (VVH)
  diffère selon le niveau de développement
  et le type d’organisation des pays
 une année de survie pour un malade du
  sida aux USA > 10000$ financé par la
  collectivité
 < 300$ (coût des soins) pour un Africain
  du Sud
 Dans les pays riches, on soigne les enfants, on
  les éduque, on les forme au travail pour
  constituer un capital humain dont la valeur
  justifie la dépense élevée
 En Suisse, on dépense entre 20 et 25 000 $ de
  soins pour éviter une mort
 En Afrique subsaharienne (espérance de vie <
  45/50 ans), beaucoup de jeunes meurent avant
  de travailler si bien que la rentabilité de leur
  éducation est insuffisante pour mobiliser des
  moyens financiers nationaux ou internationaux
 2 La VVH diffère aussi selon l’émotion suscitée
  par la mort
 La mort collective a un coût plus élevé que la
  mort individuelle et anonyme
 6000 morts du World Trade Center/6000 morts
  annuels sur les routes en France. Les premiers
  mobilisent le monde et font débloquer 45
  milliards de dollars par le Congrès, les seconds
  n’entraînent pas de réaction collective
  significative
 La VVH diffère aussi selon la perception de la
  maîtrise du risque
 Le crack automobile fait moins peur que
  l’accident d’avion ou de bus lors d’un attentat
  terroriste ou une explosion industrielle
 Les 39 morts du tunnel du Mont-Blanc font
  davantage peur que les 120 morts anonymes du
  week-end prochain sur les routes
 Elle diffère selon l’âge, le sexe et le milieu social
 La vie des professionnels est mieux protégée
  que celle des enfants et des femmes
 En cas de décès, les tribunaux accordent des
  indemnités supérieures aux familles des
  premiers
 La sécurité est mieux assurée dans les quartiers
  riches que dans les banlieues déshéritées
 Elle diffère enfin selon les moyens mis en
  œuvre pour la protéger
 On dépense beaucoup pour soigner un
  cancer du poumon d’un fumeur et peu
  pour l’empêcher de fumer
 Le coût d’un dépistage génomique viral
  pour l’hépatite C est de 55 M€/année de
  vie gagnée
 Pour le cancer du sein il est de 7 600 €
 Pour les économistes, la VVH est la « valeur
  d’une vie statistique à un âge déterminé »
 Cette approche a choqué les mondes médical et
  politique qui continuent à l’ignorer
 Les conclusions des économistes rejoignent
  pourtant les principes philosophiques, moraux et
  les fondements du droit
 Elles montrent que cette valeur devrait être
  égale pour tous et égale dans des décisions
  ayant un effet sur l’espérance de vie ou le risque
  de mort pris en des temps et dans des lieux
  différents
 De telles valeurs sont utilisées dans des
  investissements dans le transport routier
 En France, elle est inférieure à celle utilisée en
  Angleterre
 Nous avons un taux de mortalité double du
  leur !
 Des enquêtes suisses, suédoises, anglaises ont
  déterminé quelle somme les Européens seraient
  prêts à consacrer à améliorer la sécurité
 Le résultat confirme que nos sociétés
  reconnaissent une valeur spécifique à la vie
  humaine très supérieure à notre capacité à
  gagner notre vie
 Un consensus semble se dégager autour de 120
  fois le PIB par habitant, soit entre 1 et 3 millions
  d’euros (2,45 pour le France)
 La France a réévalué sa valeur autour d’un
  million, soit le bas de la fourchette
   Une des composantes du refus de la
    mondialisation vient sans doute de la faible
    valeur accordée par les pays riches, les
    entreprises multinationales et les employeurs
    locaux à l’environnement (au sens large) des
    habitants des pays pauvres dont une partie des
    avantages comparatifs provient de leur faible
    protection sociale, donc des risques non
    couverts qui témoignent que leur vie est plus
    négligée
     L’évaluation contingente
 Principe : reconstituer un marché fictif
  (contingent) pour demander directement à
  chaque individu son consentement à payer
  pour un changement environnemental
 Permet d’évaluer des valeurs de non-
  usage, ou la valeur d’un projet avant sa
  réalisation
    Déroulement d’une étude
 Identifier le changement environnemental
  qu’on veut valoriser
 Déterminer la population concernée
 Déterminer le mode d’enquête et la taille
  de l’échantillon
 Rédiger le scénario
 Rédiger la question de valorisation
 Rédiger les autres questions
 Tester le questionnaire
 Analyser les données
 Présenter et diffuser les résultats
    Identification du changement à
                 valoriser
 Un changement environnemental implique des
  variations de bien-être
 L’objet de l’évaluation contingente est de
  traduire ces variations de bien-être en une
  mesure monétaire
 Principale difficulté : identifier les changements
  physiques dans l’environnement et la manière
  dont ils affecteront les individus
 Il faut rendre crédible la situation hypothétique
Déterminer la population concernée
 Définir un périmètre d’étude (bien local,
  national, global)
 Définir le type de valeur (existence,
  legs,…)
 Objectif : obtenir un échantillon
  représentatif de la population
 Individus ou ménages ?
Déterminer le mode d’enquête et la
      taille de l’échantillon
    Coût unitaire   Complexité des Complexité du
                      questions    questionnaire
1     Courrier         Courrier     Téléphone


2    Téléphone       Face à face    Face à face


3   Face à face       Téléphone      Courrier
 Risque de biais de sélection par courrier
  (seuls les plus intéressés renvoient le
  questionnaire)
 Problèmes de budget
 Nécessité d’une taille minimum (250/300)
  pour effectuer des calculs statistiques
 750 à 1000 questionnaires
            Rédiger le scénario

   Description du bien valorisé
 Neutralité de la description
 Description suffisante
 Photos, cartes, dessins,…
 Description de la façon dont le bien sera
  fourni
 Description des conditions du paiement
 Choix du support de paiement
  (suppléments d’impôts, droit d’entrée,
  facture d’eau, d’électricité, don à une
  fondation,…)
 Choix d’une règle de décision
  (référendum,…)
 Choix d’un cadre temporel pour le
  paiement
      Exemple : Etude D4E sur les
        usages récréatifs du Loir
   Présentation générale du bien
   Je vais maintenant vous parler de la
    politique de l’environnement et ses
    implications pour la rivière. Un des
    objectifs est d’améliorer l’état écologique
    des cours d’eau. Le Loir entre La Flèche et
    La Chartre-sur-le-Loir est actuellement
    dans un état moyen
   Présentation du changement valorisé et
    description des mesures
   Le bon état écologique pourrait être
    atteint par une meilleure gestion des
    prélèvements et des rejets de polluants,
    ainsi que par la suppression des certains
    obstacles sur la rivière comme les seuils
    d’anciens moulins
   Conséquence du changement pour les usagers
   Pour la pratique de la pêche, par exemple, ces
    mesures auraient comme conséquences : un
    accès facilité à la rivière, la disparition de
    certains plans d’eau, davantage de liberté
    d’écoulement des eaux, une meilleure qualité de
    l’eau, moins d’algues, une plus grande diversité
    de poissons.
   Question sur la position des personnes
    interrogées sur ces mesures
   Globalement, seriez-vous tout à fait
    favorable, plutôt favorable ou pas du tout
    favorable à ces mesures ?
   Présentation du scénario de valorisation
   Je vais maintenant vous proposer un
    scénario fictif pour lequel j’aimerais
    connaître votre position
   Mode de mise en œuvre des mesures
   Pour appliquer ces mesures, une structure
    intercommunale pourrait être créée afin de
    réaliser les travaux et l’entretien nécessaire
   Support de paiement
   Cette structure serait financée de manière
    volontaire par les usagers de la rivière, l’argent
    ainsi récolté allant uniquement à la rivière
   Période temporelle
   Combien seriez-vous prêt à verser par an en
    euros pour le financement de cette structure ?
Rédiger la question de valorisation
   Les modes de révélation
 La question ouverte : combien seriez-vous
  prêt à payer au maximum pour…?
 La question fermée : seriez-vous prêt à
  payer X € pour…?
 L’enchère
 La carte de paiement
Caractéristi Question   Carte de     Question
    ques      ouverte   paiement      fermée
Incitation à   Non        Non            -
l’honnêteté
  Nécessité    Non         Oui          Oui
  du choix
   Type de   Continue   Intervalle   Intervalle
  réponse
 Problèmes Zéros, non   Ancrage       Ancrage,
             réponses                yea-saying
Méthode    Effort cognitif       Taille de
                              l’échantillon
Question       Elevé         La plus faible
 ouverte
Question    Très faible      La plus élevée
 fermée
Enchères      Modéré           Modérée

Carte de      Modéré             Faible
paiement
    Rédiger les autres questions
 Questions socio-économiques : revenu,
  âge, profession, nombre d’enfants,
  études,…
 Questions sur les caractéristiques des
  visites (fréquence, activités pratiquées,…)
  et l’opinion sur l’environnement
 Identification des faux zéros
Exemple : enquête D4E sur le Loir
   1 Ce n’est pas à moi de payer
   2 Il n’est pas nécessaire de modifier l’état de
    cette rivière
   3 Mes moyens financiers ne me le permettent
    pas
   4 Je n’ai pas assez d’informations pour me
    décider
   5 J’ai peur de payer pour les autres
   6 Cela m’empêchera de pratiquer mes activités
   7 Je paye déjà un permis de pêche
   8 Je paye déjà pour une activité de loisir
   9 Je ne veux pas que la rivière soit modifiée
   10 Je ne me sens pas concerné
   11 Autres raisons
   12 Ne se prononce pas
   Les raisons 2, 3, 6, 9 et 10 correspondent à des
    vrais zéros
       Tester le questionnaire

 S’assurer de la bonne compréhension du
  questionnaire par les personnes
  interrogées
 Vérifier la durée de l’entretien
 Détecter les erreurs de formulation des
  questions ou les erreurs d’aiguillage
         Analyser les données

 Statistique descriptive : approche non
  paramétrique
 Modèles économétriques
 Modèles à utilité aléatoire
 Modèle Probit : loi normale
 Modèle Logit : loi logistique
    Présenter et diffuser les résultats
 Reprendre les différentes étapes
  précédentes
 Présenter les méthodes d’analyse des
  données (y compris les valeurs nulles)
 Présenter les résultats économétriques
 Estimation des paramètres (moyenne,
  médiane, écart-type)
Les principaux biais de l’évaluation
            contingente
 Le biais stratégique
 Les biais liés à l’administration du
  questionnaire : enchère de départ,
  ancrage, mode de paiement, framing
  effect
 Le biais d’inclusion
 Le biais hypothétique
              L’effet de contexte
   Chirurgie : sur 100              Chirurgie : sur 100
    personnes 90 survivent à          personnes 10 meurent
    l’opération, 68 sont en vie       pendant l’opération, 32
    après 1 an et 34 après 5          meurent au bout d’un an
    ans                               et 66 dans les 5 ans
   Radiothérapie : toutes           Radiothérapie : aucune
    survivent au traitement,          ne décèdent pendant le
    77 sont en vie après 1 an         traitement, 23 meurent
    et 22 après 5 ans                 au bout d’un an et 78
   18% favorables à la               dans les 5 ans
    radiothérapie                    44% favorables à la
                                      radiothérapie
         Biais hypothétique
 Une évaluation contingente menée auprès
  de chasseurs dans le Wisconsin fournit un
  WTP de 101$ pour le rachat d’un permis
  de chasse
 Le rachat effectif des permis s’est fait au
  prix moyen de 63$
    Exemple d’évaluation contingente
 Estimer la valeur d’usage totale de forêts en
  Ligurie
 Par le passé, la Ligurie était un important
  producteur de bois et de châtaignes. Ces
  activités sont maintenant fortement réduites et
  la population a émigré sur les zones côtières,
  laissant les forêts sans entretien.
 Ces forêts fournissent plusieurs types de
  services :
 conservation de l’humidité du sol, activités
  récréatives, chasse, cueillettes
   Les autorités locales ont commandité une
    étude pour évaluer le bénéfice social net
    fourni par la forêt, en vue de dégager des
    ressources pour la réhabiliter
 Identification du site
     Critères : intérêt pour le tourisme, flux
  de touristes, projet de création de parcs
  régionaux. Des cartes et des photos
  informent les interviewés.
 Définition du bien à valoriser
     Valeur de la forêt pour tous ses
  usages
 Questionnaire
    Données socio-économiques (age,
  études, revenu, profession, situation
  familiale..)
    Questions sur la sensibilité
  environnementale des visiteurs
    Scénario et CAP
 Scénario
     Le site que vous visitez se détériore par
  manque de gestion et d’entretien. La région
  souhaite le réhabiliter mais, suite à des
  contraintes budgétaires il envisage de demander
  une participation aux visiteurs sous la forme
  d’un droit d’entrée. Seriez-vous prêt à payer le
  montant suivant ?
 Nature de la question
     Choix dichotomique
 Véhicule de paiement
    Droit d’entrée
 Recueil des données
    Interviews sur place de 800 visiteurs
  pendant 3 mois (juillet, août, septembre)
  selon un échantillonnage aléatoire
 Estimation du CAP
     Plusieurs méthodes possibles :
 statistique descriptive
 modèle logit
 maximum de vraisemblance
 Agrégation
     CAP x nombre total de visiteurs sur
  l’année
         Etapes                 Hypothèses
 Organiser la base de      Le choix des droits
  données en classant        d’entrée proposé est
  les réponses par droit     correct
  d’entrée croissant
                Etapes                           Hypothèses
   Organiser la base de données en               Le choix des droits d’entrée proposé
    classant les réponses par droit d’entrée       est correct
    croissant
                                                  Les fréquences
   Calcul de la fréquence
                                                   conditionnelles sont
    conditionnelle
                                                   fournies par la
    d’acceptation pour
                                                   variable 0-1 pour
    chaque niveau de
                                                   chaque droite
    droit
                                                   d’entrée proposé
                Etapes                        Hypothèses
   Calcul de la fréquence conditionnelle      Les fréquences conditionnelles sont
    d’acceptation pour chaque niveau de         fournies par la variable 0-1 pour
    droit                                       chaque droite d’entrée proposé

   Considérer les                             Chaque sous-
    fréquences                                  ensemble de
    conditionnelles                             l’échantillon par
    comme des                                   niveau de droit
    fréquences                                  d’entrée est
    cumulatives                                 représentatif de la
                                                population
               Etapes                        Hypothèses
   Considérer les fréquences                 Considérer les fréquences
    conditionnelles comme des fréquences       conditionnelles comme des fréquences
    cumulatives                                cumulatives

   Calculer les                              Ce sont les
    fréquences                                 compléments à 1 des
    cumulatives de refus                       fréquences
                                               d’acceptation
               Etapes                          Hypothèses
   Calculer les fréquences cumulatives de      Ce sont les compléments à 1 des
    refus                                        fréquences d’acceptation

 Calculer les                                  Refuser de payer un
  fréquences                                     niveau de droit
  cumulatives de CAP                             signifie qu’on a un
 Calculer les CAP                               CAP inférieur à ce
  moyen et médian                                niveau
N° d’observation   Ticket Accepte Fréquence cond.
       16          3 000     1
        6          3 000     1
       28          3 000     1
        1          3 000     1
        7          3 000     1
       17          3 000     1           1
        2          8 000     1
       21          8 000     1
       29          8 000     0
Ticket   Fréquence cond.

3 000          1

8 000         0,67

13 000        0,33

18 000        0,17

23 000         0,0
  Droit    0     3000 8000 13000 18000 23000
d’entrée


  Oui      100   100   66,7   33,3   16,7   0,0



  Non      0,0   0,0   33,3   66,7   83,3   100
 33% rejettent 8 000 et 0% rejettent 3 000
 Donc 33% ont un CAP compris entre
  3000 et 8 000 = 3 000 < CAP < 8 000
 Et sous l’hypothèse d’un CAP
  uniformément distribué, on a le CAP
  moyen de la classe [3 000, 8 000] = 5 500
  CAP       0   1500 5500 10500 15500 20500
 moyen




Fréquence   0    0   33,3   66,7   83,3   100
 cumulée
 Calcul de la médiane Me
 5500 < Me < 10500
 33,3 < 50 < 66,7
 Me = 8000
Max      0     1500   5500 10500 15500 20500
CAP


Fréq.    0,0   0,0    33,3   33,3   16,7   16,7
Relat.


CAP x    0      0     1833   3500   2583   3417
F
 D’où un CAP total
 CAP = 1833+3500+2583+3417=11333
 Les fondations microéconomiques
       du choix dichotomique
 Comment analyser le processus de choix
  des individus ?
 Quelles informations sont pertinentes ?
 L’analyse des choix (choice analysis)
  cherche à expliquer la variabilité des
  comportements dans un échantillon
 Hypothèse 1 : les choix sont faits dans un
  ensemble I fini et sont mutuellement
  exclusifs
 Hypothèse 2 : les choix sont déterminés
  par deux types de variables
 Des variables qui peuvent être observées
  par l’analyste
 Des variables qui ne peuvent pas être
  observées par l’analyste
 Si on note i un choix possible, l’utilité
  découlant de ce choix peut s’écrire
 Ui = Vi + ei où Vi est l’utilité provenant des
  variables observables et ei l’utilité
  provenant des autres variables
 L’individu choisira l’alternative i plutôt que
  j ssi Ui ≥ Uj
 Or, Prob[Ui ≥ Uj] = Prob[Vi + ei ≥ Vj + ej ]
 Ou encore Prob[ei - ej ≥ Vj - Vi]
 U1 utilité avec achat d’un ticket d’entrée
 U0 utilité sans achat d’un ticket d’entrée
 si U1 – U0 ≥ 0 le consommateur accepte
  de payer le ticket au prix
 sinon, il refuse
 On postule une fonction d’utilité de la
  forme
 U1(1,y-t,s) = v(1,y-t,s) + e1
 U0(0,y,s) = v(0,y,s) + e0
 En posant DU = U1 – U0 , DV = v(1,y-t,s) -
  v(0,y,s) et e = e0 – e1
 On peut réécrire l’acte d’achat
 e ≤ DV <=> accepte t
 D’où,
 Prob[accepte t] = Prob[e ≤ DV] = F(DV)
 Pour F on a plusieurs choix possibles
 Loi normale : modèle probit
 Loi logistique : modèle logit
 F(DV) = 1/[1+exp(- DV)]
 Si le consommateur accepte l’achat, cela
  signifie que son CAP est au moins égal au
  prix du billet
 Prob[accepte t] = Prob[CAP > t] = 1- G(t)
 G(t)=Prob[CAP≤t]=exp(-DV)/[1+exp(-DV)
               Méthodologie
   1 Choix du modèle pour DU
 Le modèle linéaire est le plus utilisé
 DU = Const. - bt – e = DV – e
   2 Choix de la distribution de probabilité
    pour la composante aléatoire e
 La fonction logistique est la plus utilisée
 Prob[e ≤ DV] = 1/[1+exp(-(C- bt)]
   3 Linéarisation du modèle par rapport à C
    et b
 Il faut estimer ces deux paramètres pour
  déterminer la distribution de probabilité du
  CAP, ce qui est facilité par cette
  linéarisation
 Soit Pi = Prob[e ≤ DV] la probabilité
  d’accepter le ticket i
 ln [Pi/1-Pi)] = C- bt
 Finalement, pour les besoins d’estimation,
  on ajoute un terme d’erreur et le modèle
  devient
 ln [Pi/1-Pi)] = C- bt +ni
 4 Estimation des probabilités Pi
 On estime ces probabilités par les
  fréquences relatives Fi de chaque classe
 5 Calcul des ratios Pi/1-Pi
 6 Calcul des log des ratios
 7 Régression économétrique (MCO)
 Pour utiliser les MCO, il faut que les
  termes d’erreur ni aient la même variance
 On doit alors pondérer chaque variable
  avec un poids Wi
 Si le nombre d’observations pour chaque
  niveau d’entrée Ni est assez grand (≥5) et
  que chaque observation dans un niveau
  est distribuée indépendamment selon une
  loi binomiale, alors ni suit une loi normale
  (0,1/NiPi(1-Pi)
 Wi = [NiFi(1-Fi)]1/2
   8 Calcul des CAP moyen et médian
  t     Ni   oui    Fi    ratio    ln     Wi      Wt     Wln
 a      b    c      d      e        f      g       h      y
3000    6    6      1     9,99 13,8       ,0024   7,29 0,03
8000    6    4     0,67    2      0,69 1,15       9200   0,79
13000   6    2     0,33 0,5       -0,69   1,15    14950 -0,79

18000   6    1     0,17 0,2       -1,61   0,92    16561 -1,48

23000   6    0      0     10-6    -13,82 ,0024    55,86 -0,03
 d=c/b, e=d(1-d), f = ln e, g=[bd(1-d)]1/2
 h = ag, y = fg
 On régresse y sur h et on obtient
 C = 2,498185, b = 0,000235
 Il reste à calculer les CAP moyen (CAPm)
  et médian (CAPe)
 CAPe est défini par
 Prob [CAP≤ CAPe] = 0,5
 Prob [CAP≤CAPe]=1-1/1+exp[-(C-bCAPe)]
 D’où exp[-(C-bCAPe)] = 1
 C-bCAPe=0
 CAPe=C/b=10,652
 CAPm=-ln[exp(C)+1]/b=10,989
                La méta-analyse
   Principe
   La méta-analyse est une analyse statistique de
    nombreuses études individuelles visant à en faire une
    synthèse plus rigoureuse qu’une revue de littérature
    traditionnelle
   Elle porte sur la comparaison de résultats issus d’études
    distinctes et teste l’influence des caractéristiques de la
    recherche (méthode, spécifications, etc.), du contexte et
    de l’objet de l’étude sur les estimations observées
   Cet objectif passe par la modélisation des résultats
    empiriques originaux et la définition d’une unité standard
    rendant possible la comparaison des différents résultats
 C’est l'existence d'une relation systématique
  entre les valeurs fournies par les méthodes
  d'évaluation d’une part et les caractéristiques de
  l’évaluation (méthode, contexte…) d’autre part,
  qui en constitue l'hypothèse principale
 On suppose que la base théorique, les
  hypothèses et les contraintes d'application des
  études initiales expliquent en grande partie les
  divergences de résultats
 Le nombre d’études existantes est ensuite
  supposé suffisant pour faire l’objet d’un travail
  d’analyse statistique
 Enfin, en vue de ce traitement statistique, les
  estimations doivent être homogènes, c’est-à-dire
  exprimées en une mesure commune, et
  statistiquement indépendantes
   Formalisation de l’analyse
   Y vecteur de la variable dépendante mesurant le
    phénomène étudié
 X matrice des variables explicatives
 e vecteur d’erreurs
 Hypothèse : Y = f(X) + e
 La fonction f est estimée par des
  méthodes économétriques
    Exemple : l’évaluation des dommages sanitaires
        attribués à la pollution atmosphérique

 Trois critères de sélection d’une étude
 1 proposer une estimation significative du
  coût de la pollution atmosphérique
 2 s’appliquer à un domaine (récepteurs et
  polluants) correspondant au domaine
  étudié
 3 présenter une information suffisamment
  détaillée pour le choix des variables
  explicatives
 Choix de la variable endogène
 Coût de la pollution atmosphérique par
  individu et par an
 Variables explicatives
   1 variables socio-économiques et
    environnementales
 PIB (proxy du revenu)
 VPA
   Pollution (CO, SO2, O3, NOx, Part, Pb)
   2 variables méthodologiques
 Méthodes d’évaluation (MCM, MEC, MDP)
 Quantification (COMPTA, EXTRA, DR)
 Valeur unitaire (PXM, PXF)
 Prix de la vie (VSL, YOLL)
 Effets des pathologies chroniques (chr) ou
  non
   3 variables contextuelles
 Récepteurs cibles de la pollution
  atmosphérique (sante, vie)
 Echelle locale (loc) ou non
 Rapport, d’une thèse, etc. (rapp) ou non
 Date de publication postérieure à 1996
  (dpubli) ou non
Indicateurs sanitaires (non retenus)

  AH     admission hospitalière
 AM      automédication
  CS     consultation médicale
  ES     exemption scolaire
 JAR     journée d'activité réduite
  M      médicaments prescrits
 SYM     symptômes divers
  TP     temps perdu
  D      décès
    Autres variables non retenues
 Révélation (QO, QF, BID, CP)
 Pathologies considérées lors de
  l'évaluation de la morbidité: problème
  respiratoire, cardio-vasculaire, irritation
  oculaire et migraine
    Réalisation de la méta-analyse
   La plupart des méta-analyses sont des
    régressions permettant d’estimer les
    relations existant entre la valeur de la
    variable à expliquer et celles de ses
    déterminants potentiels en recherchant les
    situations qui diffèrent significativement
    de la tendance générale
 Le traitement économétrique se fait par les
  Moindres Carrés Ordinaires (MCO)
 Risque permanent d'hétéroscédasticité car les
  estimations sont issues de différents ensembles
  de données
 L’analyse économétrique utilise donc l’estimateur
  des MCO et la méthode de correction des termes
  de la matrice de variance-covariance (White,
  1980) qui devient robuste à toute forme
  d'hétéroscédasticité
      Modèle log-log
Variables        Coefficient
   PIB              0,717
  VPA               0,581
  MDP               3,028
  MEC               1,723
EXTRAP             -1,593
   PXF              0,766
  YOLL             -1,145
 DPUBLI            -0,838
   VIE              1,530
  CHR               1,024
   Les variables présentent un seuil de
    significativité de 1% sauf PXF significative
    à seulement 10 %

    L’ensemble des variables expliquent bien
    la variance totale car le R2 ajusté est égal
    à 59.7 %
               Interprétation
 Existence d’une relation positive et significative
  entre les estimations d’une part et le revenu ou
  l’ampleur du changement environnemental
  considéré d’autre part
 Le coefficient du revenu s’interprète comme
  l’élasticité au revenu (un accroissement de 1 %
  du revenu induit une augmentation du coût
  individuel de 0,717 %)
 Une augmentation de la variation de la pollution
  atmosphérique (VPA) de 1 % accroît le coût de
  0.58 %
 Les estimations sont sensibles à l’ampleur de la
  modification environnementale, mais à un taux
  décroissant
 Le coût marginal de la pollution diminue comme
  si la pollution additionnelle était de moins en
  moins dommageable
 Ce résultat est en accord avec l'hypothèse
  traditionnelle que le dommage est convexe
  relativement au niveau de pollution
   Afin d'éviter le "dummy variable trap" qui intervient
    quand toutes les variables dichotomiques sont inclues ce
    qui a pour conséquence que les coefficients ne peuvent
    être estimés, une variable dichotomique (dummy) par
    catégorie a été "exclue" de la régression
   La catégorie par défaut est représentée par le terme
    constant du modèle, et les variables dichotomiques sont
    utilisées pour mesurer les effets des autres catégories
    relativement à celles absentes
   Ici les variables absentes de la régression sont: MCM,
    DR, VSL
   Pour obtenir la semi-élasticité d'un régresseur
    sous forme de variable muette, un moyen a été
    proposé par Halvorsen R. et R. Palmquist,
    (1980)
   Prendre l'exponentielle du coefficient de la
    variable muette, soustraire 1 et multiplier la
    différence par 100
   Par exemple, la variable EXTRAP (extrapolation)
    va s'interpréter par rapport à la variable ¨DR
    (dose-réponse)
 Le coefficient obtenu dans le modèle réduit est –
  1.593
 Ainsi l'exponentielle de -1.593 est 0.20. En
  soustrayant 1, on obtient –0.8 et après
  multiplication par 100 on a -80 %
 Les évaluations obtenues par la méthode des
  coûts de la maladie lorsque l'on utilise le
  procédé d'extrapolation sont de 80% inférieures
  à celles obtenues lorsque l'on utilise une
  fonction dose-réponse
 La méthode des dépenses de protection
  (MDP) produit les plus fortes évaluations
 La méthode d’évaluation contingente
  (MEC) fournit des estimations 5 à 6 fois
  supérieures à celles procurées par la
  méthode des coûts de la maladie (MCM)
  lorsque celle-ci utilise pour procédé de
  quantification le transfert ou
  l’extrapolation
 Cela s’explique par le fait que la MDP reflète des
  comportements qui intègrent plusieurs objectifs,
  sans que l’on puisse ensuite imputer un coût
  spécifique au dommage particulier considéré
 L’intégralité des variations du surplus
  consécutives aux variations de dépense est alors
  associée à la pollution atmosphérique,
  produisant une forte évaluation des pertes
  subies
 Les évaluations émanant de la méthode
  du coût de la maladie (MCM) se révèlent
  très sensibles aux caractéristiques choisies
 Répertorier les dommages de manière
  exhaustive (comptabilisation (COMPTA))
  semble fournir des valeurs sensiblement
  similaires à celles obtenues en faisant
  appel aux fonctions dose-réponse (DR)
 Par contre l'extrapolation (EXTRAP) de résultats
  à l'ensemble d'une population étudiée conduit à
  des valeurs 5 fois inférieures
 L’utilisation d’un prix fictif (PXF) multiplie le coût
  par 2.15 par rapport à la simple utilisation d’un
  prix marchand (PXM) qui ne permet pas
  d’intégrer la dimension qualitative (pertes telles
  que la gêne ou la douleur).
       Difficultés d’application
   Les références de l’étude
   Le champ de l’étude et les caractéristiques de
    la population
   La description de l’enjeu environnemental qui
    fait l’objet d’une évaluation
   Dans le cas de la pollution de l’air,
    pourcentage de la réduction ou de
    l’augmentation estimée, concentrations
    présente et future du polluant étudié dans la
    zone géographique considérée
 La méthode de l’étude, y compris les
  techniques particulières pour obtenir les
  résultats
 Les valeurs estimées avec les unités de
  mesures spécifiques et la date de
  l’estimation pour la variable expliquée
 Standardisation et transparence des
  résultats
       Le transfert de valeur
 Transférer les estimations économiques
  provenant d’études antérieures portant sur
  des variations similaires
 1 transfert de valeurs unitaires qui
  consiste à transposer des valeurs estimées
  d’un lieu à un autre
 2 transfert de fonctions de valeur
   La méta-analyse permet ainsi, via
    l’établissement d’une fonction de bénéfice
    de reconstruire une estimation moins
    sensible aux caractéristiques
    méthodologiques
Le cas des pays en développement
 Les méthodes précédentes sont souvent
  délicates d’application dans les pays en
  développement
 On a donc mis au point des approches
  alternatives
    La méthode du changement de
            productivité
 Hypothèse : il existe une relation entre la
  production d’un bien (service) marchand
  Xm et un bien environnemental non
  marchand Xe
 Q = f(Xm, Xe)
 Qualité de l’eau et agriculture, forêt,
  pêche
 Qualité de l’air et agriculture, forêt
 Autrement dit, Xe apparaît comme un
  input
 Le profit est pf(Xm,Xe) - wXm
 Si Xe devient Xe’, la variation de profit
  p[f(Xm,Xe) - f(Xm,Xe’)] est la valeur
  implicite du changement de
  l’environnement
   Dans le cas général, le changement de Xe
    affecte les prix, donc les surplus
                         S1

     p1
                                   S2

      p2
                                Demande




               Q1       Q2
 Ici, l’amélioration de Xe augmente l’offre
 Le surplus du consommateur augmente
 Le surplus du producteur >0 ou <0 selon
  les élasticités de l’offre et de la demande
 Gain total
 Dans le cas particulier où les producteurs
  sont peu nombreux/offre totale, la
  demande est constante
S1   S2

          Demande
 Les producteurs s’approprient tous le
  surplus
 La valeur de l’environnement est la
  différence entre les deux
          Etapes              Hypothèses
 1 Déterminez la       Il est possible de
  relation technique     déterminer une telle
  entre Q et Xe :        relation
  Q = f (Xm,Xe )
               Etapes                              Hypothèses
   1 Déterminez la relation technique      Il est possible de déterminer
    entre Q et Xe :   Q = f (Xm,Xe )         une telle relation
   2 Estimez le                            Il est possible d’isoler
    changement dans le                       l’effet du bien
    bien produit du à une                    environnemental sur
    variation unitaire du                    l’output. En pratique,
    bien environnemental                     la productivité
    ðQ/ðXe                                   marginale est souvent
                                             remplacée par la
                                             productivité moyenne
               Etapes                             Hypothèses
   2 Estimez le changement dans le       Il est possible d’isoler l’effet du
    bien produit du à une variation        bien environnemental sur l’output.
    unitaire du bien environnemental       En pratique, la productivité
    ðQ/ðXe                                 marginale est souvent remplacée
                                           par la productivité moyenne
   3 Relevez le prix de
    marché de l’output P                  Pour le prix de
                                           marché de l’output,
                                           ce peut-être un prix
                                           de long ou de court
                                           terme, voire un prix
                                           implicite
               Etapes                           Hypothèses
   3 Relevez le prix de marché de      Pour le prix de marché de l’output,
    l’output P                           ce peut-être un prix de long ou de

   4 Calculez le prix                   court terme, voire un prix implicite

    unitaire de l’input                 Cette approche ne
    environnemental                      convient que pour de
    Pe=p ðQ/ðXe                          faibles changements
                                         environnementaux
               Etapes                          Hypothèses
   4 Calculez le prix unitaire de      Cette approche ne convient que
    l’input environnemental Pe=p         pour de faibles changements
    ðQ/ðXe                               environnementaux

   5 Calculez la valeur  Si on ne peut pas
    du changement          mesurer DXe en
    environnemental Ve =   unités physiques, on
    Pe DXe                 utilise directement la
                           variation de l’output
                           Ve = p DQ
      Exemple : la forêt de Mani
       (République de Djibouti)
 Forêt de 26 000 ha jouant un rôle important
  dans le système économique (sylvo-pastoral) de
  la région
 Dans les fortes années de sécheresse c’est le
  dernier recours pour le bétail
 A cause de sa surexploitation, la forêt est
  menacée de disparition d’ici 10 ans
 Le projet vise à réduire cette surexploitation,
  notamment en diversifiant les revenus des
  habitants
 Pour évaluer les services rendus par la forêt, il
  est nécessaire de valoriser le fourrage qu’elle
  fournit (jusqu’ici gratuitement)
 On va évaluer cette valeur en calculant la valeur
  de lait et de viande que l’on obtient avec une
  unité de fourrage
 Le problème est de calculer la valeur du
  changement de production due à une
  disponibilité plus grande de fourrage permise
  par le projet
 Hypothèse : la valeur d’un kg de fourrage
  est égale à la valeur de la production de
  lait et de viande qu’il permet d’obtenir
 1 Calculer la valeur de la production totale
  de lait et de viande annuelle
 2 Calculer la consommation théorique de
  fourrage
 3 faire le ratio
          Données
Espèces             Nombre
Chameaux             472
 Bœufs               1324
Moutons              1244
Chèvres              3331
  Anes               218
Unités standard tropicales
 Espèces           UST
Chameaux            1
  Bœufs            0,73
 Moutons           0,12
 Chèvres           0,12
  Anes             0,40
     Production annuelle
Espèces          Lait
           (litres/an/animal)
                                Viande (kg/an)

Chameaux         600                 14

 Bœufs           400                 16

Moutons           30                 4,7

Chèvres           40                 6,6

  Anes             0                  0
Espèces    Femelles laitières

Chameaux          54

 Bœufs            245

Moutons           87

Chèvres           473

  Anes             0
Marchandise      Prix

   Lait       150B$/litre

  Viande      600 B$/kg
   Production totale de viande
Espèces        Nombre   Viande        Total
                                 viande/espèce
                        kg/an
Chameaux         472      14       6 608

  Bœufs         1324     16        21 184

 Moutons        1244     4,7      5 846,8

 Chèvres        3331     6,6     21 984,6

   Anes          218      0           0
Total viande                     55 623,4
      Production totale de lait
Espèces       Femelles        Lait
                         (lit./an/animal)
                                            Total lait

Chameaux        54            600           32 400

 Bœufs          245           400           98 000

Moutons         87             30            2 610

Chèvres         473            40           18 920

 Total lait                                 151 930
  Valeur totale de la production
Marchandise      Prix       Quantité     Valeur
                            annuelle    annuelle
   Lait       150B$/litre   151 930    22 789 500


  Viande      600 B$/kg     55 623,4   33 374 040


   Total                               56 163 540
Calcul du fourrage nécessaire/an

 Espèces     UST    Nombre   UST/espèce

Chameaux       1     472        472

  Bœufs      0,73    1324      966,52

 Moutons     0,12    1244      149,28

 Chèvres     0,12    3331      399,72

   Anes      0,40    218       87,20
 Total UST                    2 074,72
 Un chameau a besoin de 2 300 kg/an
 Le besoin total en fourrage est donc de
  2330 x 2074,72 = 4771,856 kg/an
 D’où la valeur d’un kg de fourrage
 56 163,54 : 4771,856 = 11,77 B$
              Discussion
 Hypothèse 1 : productivité moyenne =
  productivité marginale
 Donc la quantité supplémentaire de
  fourrage produit une quantité
  proportionnelle de lait et de viande
 Hypothèse 2 : les prix ne changent pas
  suite à cette augmentation de l’offre
 Les coûts de production sont négligeables
 Ceci permet d’allouer tout le prix de vente
  à la « rémunération » du fourrage
 Sinon, il faudrait aussi rémunérer les
  autres facteurs de production et seule une
  partie du prix mesurerait la valeur du
  fourrage
Méthode du coût de substitution
 Hypothèse : le bien environnemental est
  un substitut d’autres inputs
 Principe : en évaluant l’économie faite en
  remplaçant un input marchand par son
  substitut environnemental, on obtient le
  bénéfice qu’il procure
 C’est un cas particulier de l’approche
  précédente, avec Q constant quand le
  bien environnemental change
   Exemple : élevage de bétail dans des
    prairies avec de l’herbe (bien
    environnemental) et de la nourriture
    achetée (le substitut)
herbe

 Xe
        isoquante

                          nourriture
                    Xm
Pm

                         demande



                    Xm
              Etapes                     Hypothèses
   1 Choisir le bien             Le critère pour choisir le
    marchand Xm le plus            substitut est d’observer
    proche substitut du bien       les préférences des
    environnemental Xe             consommateurs ou des
                                   producteurs selon que le
                                   bien environnemental
                                   considéré est un bien de
                                   consommation finale ou
                                   un input
                Etapes                              Hypothèses
   1 Choisir le bien marchand Xm le      Le critère pour choisir le substitut est
    plus proche substitut du bien          d’observer les préférences des
    environnemental Xe                     consommateurs ou des producteurs
                                           selon que le bien environnemental
   2 Calculez le prix Pm du               considéré est un bien de
    bien marchand dans la                  consommation finale ou un input

    zone concernée                        La méthodologie pour
                                           calculer le prix dépend de
                                           ce que le bien
                                           environnemental est un
                                           substitut importé ou
                                           produit localement
               Etapes                              Hypothèses
   2 Calculez le prix Pm du bien        La méthodologie pour calculer le prix
                                          dépend de ce que le bien environnemental
    marchand dans la zone concernée       est un substitut importé ou produit
   3 Identifiez les                      localement

    différences entre les deux           Différentes
    biens du point de vue de              caractéristiques doivent
    leur substituabilité                  être prises en compte
                                          pour évaluer la
                                          substituabilité des deux
                                          biens : localisation,
                                          disponibilité, contraintes
                                          techniques
               Etapes                            Hypothèses
   3 Identifiez les différences        Différentes caractéristiques doivent
                                         être prises en compte pour évaluer la
    entre les deux biens du point        substituabilité des deux biens :
    de vue de leur substituabilité       localisation, disponibilité, contraintes
                                         techniques
   4 Estimez le taux de
    substitution Rs entre               Ou la valeur du bien
    les deux biens                       non marchand
                                         relativement au bien
                                         marchand
               Etapes                          Hypothèses
   4 Estimez le taux de                Ou la valeur du bien non
    substitution Rs entre les deux       marchand relativement au bien
    biens                                marchand
   5 Calculez le prix du               Connaissant Pe il est
    bien environnemental                 alors facile d’évaluer
    Pe = Pm . Rs                         le bénéfice découlant
                                         d’un changement de
                                         l’input
                                         environnemental
                Exemple
 On va évaluer le prix d’un kg de fourrage
  en évaluant le coût d’un substitut, le
  sorgho
 Celui-ci est importé
 Le sorgho importé contient 10% de
  moisissures
     Données         Valeurs

Prix FOB US$/tonne     96

       Fret           100

    Assurance          5

  Transport local    5, 337

 Taux de change      153,65
           TMST
                  Valeurs



Sorgho        3,88 mega-cal/kg



Fourrage      2,40 mega-cal/kg
    Mise en œuvre de la méthode
 1 Détermination du substitut approprié : le
  sorgho
 2 Calcul du prix du sorgho dans la région
 Il faut passer du prix FOB au prix CAF =
  96 + 100 + 5 = 201 US$
 Soit en monnaie locale : 201 x 156,65 =
  31 486 B$/tonne
 Et avec le coût de transport local : 31 486
  + 5 337 = 36 823
 Soit 36,823 B$/kg
 Mais comme sur un kg importé, 90% sont
  utilisables, un kg utilisable vaut 36,823 :
  0,9
 Soit 40,914 B$/kg
 3 Différences entre fourrage et sorgho
 Leur principale différence est leur contenu
  énergétique
 4 Calcul du taux de substitution technique
  entre fourrage et sorgho
 Il s’agit d’évaluer quelle quantité de
  sorgho est nécessaire pour fournir la
  même énergie qu’un kg de fourrage.
 On obtient ce taux en divisant l’énergie
  disponible avec le fourrage par l’énergie
  disponible avec le sorgho
 Soit 2,40 : 3,88 = 0,6186
 5 Calcul de la valeur du fourrage
 Il suffit de multiplier la valeur d’un kg de
  sorgho par le taux de substitution : 40,
  914 x 0,6186
 Soit 25,308 B$/kg
                Discussion

 En fait, le sorgho n’est pas vraiment utilisé
  comme substitut dans la région
 Ceci peut s’expliquer puisque que le coût du
  sorgho est de 25, 308 le kg alors que la valeur
  de la productivité marginale du fourrage est de
  11,70
 Dans ce cas, le coût marginal du sorgho importé
  est supérieur à sa productivité marginale et
  l’utilisation de la méthode du coût de
  substitution conduit à une surestimation de la
  valeur du fourrage
          Faut-il évaluer ?
 L’ensemble des méthodes présentées
  conduisent à des évaluations discutables
 Des méthodes différentes appliquées à un
  même cas fournissent souvent des
  évaluations très différentes
 La question n’est pas d’évaluer ou non
 En refusant l’évaluation on évalue
  l’environnement à zéro
     Le cas de l’Exxon Valdez
 24 mars 1989, marée noire près des côtes
  de l’Alaska
 Evaluation des dommages
 8 octobre 1991, condamnation d’Exxon à
  1 milliard de dollars (sur 11 ans)
 2, 3 avril 1992 colloque à Washington
  organisé par Exxon
 Conclusion : l’évaluation contingente n’est pas
  utilisable
 Lobbying auprès de la National Oceanic &
  Atmospheric Administration (NOAA)
 Constitution par la NOAA d’un panel de
  scientifiques présidé par K. Arrow et R. Solow
 Conclusion : l’évaluation contingente est
  utilisable à condition de respecter un protocole
  précis

				
DOCUMENT INFO
Shared By:
Categories:
Tags:
Stats:
views:4
posted:10/26/2012
language:French
pages:240