Modélisation des ressources naturelles – Montpellier 18-19 juin 2008

A L I M E N T A T I O N

A G R I C U L T U R E

E N V I R O N N E M E N T

Modélisation des ressources naturelles – Montpellier 18-19 juin 2008

L’analyse micro-économétrique dans l’évaluation des politiques de gestion de la ressource en eau

Alban ThomasUMR LERNA Toulouse et département SAE2 INRA





1. Introduction

2. Impacts de la réforme des politiques agricoles

3. Tarification de l’eau potable

4. Régulation de la pollution industrielle de l’eau

Plan de l’exposé

Analyse micro-économétrique et politiques de gestion de l’eau





Objectif : évaluation de la performance de politiques de gestion

de la ressource en eau

Introduction



Description - des comportements (« modèles en forme réduite »)- et des préférences (« modèles en forme structurelle »)

Utilisation de relations fonctionnelles entre instruments de politique et choix d’agents économiques individuels

- industriels pollueurs- irrigants- ménages domestiques




Analyse à un niveau intermédiaire :

- Entre des modélisations « macro » (données agrégées)

(secteur, région, pays)

- Et des modélisations fines des aspects techniques

(équipement des ménages, ensemble des pratiques agricoles,…)

Introduction (2)



Activités économiques et impact sur les ressources naturelles

- Prélèvements et consommations d’eau- Pollutions diffuses et ponctuelles (azote, pesticides)




Utilisation possible des modèles :

- Couplage en amont avec un module explicitant la construction des politiques

(économie politique, choix social, …)

- Couplage en aval avec des modules d’impact environnemental

Introduction (3)



Nature restrictive des modèles présentés ici :

- Pas de dynamique d’évolution des ressources- Pas (peu) d’aspects territoriaux ( « gouvernance locale » )




2. Impacts de la réforme des politiques agricoles



Paiements compensatoires à la surface (ha) Prix de production et prix des intrants

Choix d’assolement en grandes cultures Choix du niveau optimal des niveaux d’intrants




Modèle économique d’exploitation

Instruments économiques (politiques publiques)

Surface 1

Intrants 1

Pressions surl’environnement

Variables de contexte (prix mondiaux, …)

Sensibilité du milieu



Instruments réglementaires (normes, etc.)

Rendement 1

Surface c Surface C

Rendement c Rendement C

Intrants c Intrants C




Impact environnemental : réforme de la PAC 2003

Engrais

Prix de marché

Paiements / ha

Simulateur environnemental

Rendement x Surface

Autres intrants

Concentration en nitrates (zone racinaire)

Mod

èle

de

pro

du

ctio

n Réfom

e PA

C






Simulateur de fuites d’azote (Nitrogen run-off) STICS

(Equation d'emission) c c j j c c cc j c

E d S a N b Y S

Taux application engraisRendement

Surface

1

(Equation hydrologique) ( )n

t

D P ETP RU

PrécipitationsRéserve utile

(Lessivage) 8.64 0.39 41.182

0.13 * 0.27

DL E

RU

E TR IN

Durée inter-saison








1 1 1

max t.q. ,,

: fonction d'utilité (préférences)

: profit

: surface culture (ha)

: prix de vente unitaire (€ / q)

: rendement (q

C K C

c c c c j j cc j c

c

c

c

E U l p q x r x l Ll x

U

l c

p

q

3

/ ha)

: paiement compensatoire public unitaire (€ / ha)

: prix unitaire de l'intrant

: niveau de l'intrant (kg ou m / ha)

c

j

j

r j

x






*Solution : , , , , , , , , , ,F q x p r L l p r L F p r L

Hypothèse simplificatrice : neutralité au risque

Utilisation d’une forme flexible (Translog, quadratique,…)

*0

1 1 1 1 1 1 1

' ' ' ' ' ' ' '1 ' 1 1 ' 1 1 ' 1 1 ' 1

1 1

1 1 1

2 2 2

C C K C K C Kp r pr r

c c c c k k ck c k ck c kc c k c k c k

C C C C C C K Kpp p rr

cc c c cc c c cc c c kk k kc c c c c c k k

C CLp Lc c c

c c

p r p r r

p p p r r

Lp L

1

KLr

c k kk

Lr




' ' ' '1 ' 1 ' 1

(production)K C C

p pr pp p Lpc c c ck k cc c cc c c

k c cc

q l r p Lp

' ' ' '1 ' 1 ' 1

(surface)K C C

r p Lc c ck k cc c cc c c

k c cc

l r p L

' '1 1 ' 1

(intrant)C C K

r pr r rr Lrk k ck c ck c kk k c

c c kk

x p r Lr


Approche duale (technologie identifiée via prix uniquement)




1046 observations issues du RICA (t.q. surfaces >0)

OTEX grandes cultures

Tous départements

Période : 1999 – 2004 (6 ans)

3 cultures : maïs, autres céréales, oléagineux et protéagineux

4 surfaces : les mêmes plus la jachère volontaire

Les données





7 intrants :

- travail salarié- engrais azotés- produits phytosanitaires- semences- énergie- eau d’irrigation- autres intrants (variables)

Subventions à la surface (par ha) : par département

Prix des intrants : indices régionaux IPAMPA, convertis au niveau départemental





Résultats d’estimation

Ajustement du modèle : Coefficients de détermination R2

Production maïs 0.56Production céréales 0.62Production oléo-prot. 0.33Surface maïs 0.69Surface céréales 0.69Surface oléo-prot. 0.28Surface jachère volontaire 0.21Engrais 0.14Travail salarié 0.10Phytosanitaires 0.34Semences 0.32Energie 0.03Eau d’irrigation 0.30Coût variable (log) 0.27





maïsp céréalesp .oléo protp Surface / Subv.

Maïs 0.6531 -0.4604 -0.3422

Céréales -0.2136 0.2082 0.0190

Oléo-protéag. -0.1541 0.0183 0.2785

Jachère -0.7834 0.0948 1.5070

Elasticités de la surface aux prix de vente





maïs céréales .oléo prot jachèreSurface / Subv.

Maïs 4.1959 -2.2435 -0.7630 -1.3029

Céréales -2.8487 1.5075 0.1631 0.1224

Oléo-protéag. -1.1364 0.2313 0.8025 -0.0043

Jachère -4.1805 0.6182 -0.0238 5.3891

Elasticités de la surface aux subventions / ha





maïs céréales .oléo prot Surface / Subv.

Maïs 1.5219 -0.8744 -0.5115

Céréales -0.4994 0.6775 0.0331

Oléo-protéag. -1.3214 0.1565 1.6896

Elasticités de la production aux subventions / ha

-0.1298

-0.2900

-0.7031

jachère





engraisr phytor travailr

Elasticités des demandes d’intrants aux prix des inputs

semencesr énergierirrigationr

Engrais -0.4300 0.3210 0.0047 0.0778 -0.0051 0.0316

Phyto. 0.3479 -0.5323 -0.0780 0.1276 0.1439 -0.0091

Travail -0.0666 -0.4616 -0.5263 -0.1762 0.0571 0.1210

Semences 0.1126 0.1951 -0.0414 -0.3032 0.0095 0.0274

Energie -0.0540 0.4519 0.0417 0.0154 -0.4538 -0.0011

Irrigation 0.3487 -0.2567 0.3078 0.2083 -0.0298 -0.5783





Elasticités des demandes d’intrants aux prix de vente

Maïs Céréales Oléo-prot.

Engrais 0.2841 0.4277 -0.1403

Phyto. 0.2204 0.3816 -0.1050

Travail 0.2499 0.3937 -0.1200

Semences 0.2227 0.3505 -0.1015

Energie 0.2614 0.4028 -0.1292

Irrigation 0.1782 0.2401 -0.0645

MEEDAT Agrocarburants et modes d’exploitation - 22 mai 2008




3. Tarification de l’eau potable



Influence du mode de gestion ( public / privé )

Prix eau potable privé >> public :

- profits « anormaux » des opérateurs privésou

- sélection des communes entre privé / publicselon difficultés d’exploitation du service d’eau ?






Enquête Agences de l’eau-IFEN-SCEES (1999).

Echantillon de 3135 communes (exhaustif pour communes > 10 000 hab.)

Prix moyen

FF/m3

Nombrede

communes

Echantillon complet 7,88 3 135

Gestion déléguée 8,85 1 793

Gestion par régie 6,58 1 342

Ecart délégation/régie + 34%






Observation seulement partielle de l’effet « délégation » :

Le prix pratiqué par une commune dans un régime autre que le sien n’est pas observable

Hétérogénéité non observée :

Des déterminants inobservés peuvent influencer le prix et/ou le choix du mode de gestion

Endogénéité des choix de la commune :

Le choix public - privé peut dépendre de variables explicatives du prix

Problèmes principaux






où di = 1 si la commune i est en gestion privée, 0 sinon ;

m0 et m1 : prix moyen en gestion publique et privée ;

xi : vecteur de variables explicatives du prix, de moyennex ;

u0i et u1i : termes inobservables en gestion publique et privée ;

a0 et a1 : paramètres associés aux déterminants xi

0 1

Commune , 1,2,...,

Soit le prix de l'eau en gestion publique, celui en délégationi i

i i N

p p

0 1 0 0 1 0 1 0 0

Prix de l'eau dans la commune :

( ) ( ) ( )( ) ( )i i i i i i i i i

i

p m m m d a x x a a x x d u u d u






Effets moyens de la délégation à partir de cette équation

Effet moyen de la délégation pour toutes les communes :

ATE = E(p1i – p0i) = m1 – m0 ,

Effet moyen pour les communes en gestion privée :

ATE1 = E(p1i – p0i | di = 1),

où E(.) représente l’espérance mathématique,

p0i et p1i : prix en gestion publique et privée respectivement






E ( p1i | di = 1) – E ( p0i | di = 0) =

m1 – m0 ATE, effet moyen délégation

Biais de sélection

+ E ( u0i | di = 1) – E (u0i | di = 0) effet « conditions

d’exploitation» : spécificités de la commune

la délégation est préférée car la régie aurait entraîné un prix plus élevé si >0

Auto-sélection+ E ( u1i | di = 1) – E (u0i | di = 1) effet « prix » :

spécificités de la commune prix plus intéressant qu’en régie si <0






Effet moyen de la délégation ATE = + 13.8 %

Effet moyen de la délégation ATE1 = + 5.7 %pour les communes en gestion déléguée

Ecart des prix moyens 36 % + 2.27 FF

Effet moyen de la délégation 13.8 % + 0.90 FF

Sélection sur composantes observées des prix -0.8 % - 0.05 FFSélection sur composantes inobservées des prix -6.3 % - 0.41 FF

Sélection sur conditions d’exploitation observées 11.8 % + 0.77 FFSélection sur conditions d’exploitation inobservées 14.8 % + 0.97 FF

Effets moyens de la délégation






► Effet de sélection positif pour les communes qui ont choisi la délégation :

ces communes ont des caractéristiques inobservées qui auraient conduit à des prix plus élevés si elles avaient choisi la gestion en régie

► Effet d’auto-sélection négatif :

les spécificités des communes en délégation leur permettent d’obtenir des prix moins élevés que dans une gestion directe.

C’est « l’effet des conditions d’exploitation ».

C’est « l’effet prix » (des communes en gestion déléguée).






ATE : 13,8 %

Si toutes les communes déléguaient au privé, elles paieraient l’eau

15,2 % plus cher que si elles étaient toutes en régie

ATE1 = 5,6 %

C’est le surcoût pour les communes qui ont opté pour la délégation, par rapport au cas où elles auraient choisi la régie






Coût de production de l’eau

Difficultés d’exploitation

Régie

Délégation

Prix R

Prix D

écart pertinent




3. Régulation de la pollution industrielle de l’eau



Modélisation de la relation industriel – Agence de l’Eau

Hétérogénéité inobservable dans la technologie d’abattement (dépollution)

Estimation du taux d’abattement en fonction de la redevance pollution






Coût d'abattement ( , , )

où

: indice de performance

: pollution brute (avant dépollution) 0 ; 0

: taux d'abattement, 0 1 0 ; 0

B BB

C B

B C C

C C

Programme de l’industriel :

max ( , , ) (1 ) ( , , )

( , , )

où : pollution nette (après dépollution)

: taxe sur la pollution (nette)

N C B B C B

B B C B

N






( , , )( ) = 0

C BFOC B

Spécification paramétrique Cobb-Douglas : 1 2

1 2( , , ) , 0 ; 0C B A B

2

1 2 1

1/( 1)

1 12

2

1

2 2

22 2

11log log log

1 1

1 1log log

1 1

B A B BA

B

A






Sensibilité du taux d’abattement à la taxe :

2

2

log 1

log 1

0 car 1 ( 0)C

Sensibilité du taux d’abattement au stock de pollution à abattre :

1

2

1log

log 1

0 si rendements d'échelle décroissants ( 0)BB

B

C






2

1 2

0 1 2 3

1 1 2 1

Paramètres , : identifiés

log log log log

1 1/ , 1 /

B

Fonction ( ) : méthode semiparamétriqueg Z

2

0 1 2

1Hyp. log ( )

1

log ( ) , , 0

où 1, log , log ; , ,

g Z U

X g Z U E U X Z

X B






Estimation semi-paramétrique (Robinson 1988)

( ) (log ) , (1)

log (log ) (2)

g Z E Z E X Z

E Z X E X Z U

Etape 1 . (log ) et estimées non paramétriquement

Etape 2. Construction de ( ) à partir de (1)

Etape 3. estimé par 2SLS à partir de (2)

E Z E X Z

g Z






Variable Estimation OLS Estimation IV

log t 0.6830 ** 0.6729 **(0.1910) (0.1933)

log B 0.0050 -0.0179(0.0522) (0.0612)

alpha_1 0.9927 ** 1.0266**(0.0723) (0.0917)

alpha_2 2.4641 ** 2.4861 **(0.4151) (0.4270)





















Documents

Modélisation des ressources naturelles – Montpellier 18-19 juin 2008