Les mthodes dvaluation

Valeur conomique totale

 Valeur conomique totale

Valeurs dusage Valeurs de non-usage

 Valeur conomique totale

Valeurs dusage Valeurs de non-usage

Usage actuel
Valeur doption
 Valeur conomique totale

Valeurs dusage Valeurs de non-usage

Usage actuel Existence

Valeur doption Pour les autres
 Valeur conomique totale

Valeurs dusage
Valeurs de non-usage

Usage actuel Valeur doption Pour les autres Existence

Altruisme

Legs
 Valeur conomique totale

Valeurs dusage Valeurs de non-usage

Prfrences rvles Prfrences dclares Prfrences dclares

Marchs existants Marchs hypothtiques Marchs hypothtiques
 Les mthodes de prfrences
rvles
Valoriser les biens non marchands en
observant les comportements rels
En particulier les comportements dachat
sur les marchs rels
Quantifier lempreinte marchande des
biens non-marchands
 Les principales mthodes
Mthodes Comportement Rfrence Applications
rvl thorique

Cots de Participation Complmentarit Demande

dplacement des activits faible rcrative
rcratives
Prix hdoniques Choix de Biens Pollution, risque
localisation diffrencis

Comportement Dpenses de Biens substituts Morbidit

dfensif protection mortalit

Fonctions de Dpenses de Dpenses de Morbidit

dommage protection traitement mortalit
pollution
 Limitations des mthodes de
prfrences rvles
Impossibilit destimer des valeurs de non-
usage
Impossibilit destimer des valeurs pour
des niveaux de qualit qui nont pas t
expriments
Information limite des individus
Marchs imparfaits
Complments sur la valeur doption

Valeur doption

Classique Informationnelle
(option value) (quasi option value)
Complments sur la valeur doption

Valeur doption

Classique Informationnelle
(option value) (quasi option value)

Arrow-Fisher 1974
Weisbrod 1964
Henry 1974
Choix optimal sans irrversibilit
Choix en priode 1 Choix en priode 2

X X
Choix optimal avec irrversibilit
Choix en priode 1 Choix en priode 2

x x

X
 Un modle simple
Deux priodes
En t = 0, bnfice unitaire certain b 0 sil y
a dveloppement
D0, surface dveloppe
En t = 1, il y a une incertitude entre deux
tats de la nature possibles
Etats de la Probabilit Bnfice si Surface
nature dveloppe dveloppe
ment

1 b1 0 D1

2 1 b2 0 D2
 Hypothse : b1 + (1 ) b2 > 0
Lobjectif est la maximisation du bnfice
espr
b0D0 + b1D1 + (1 ) b2D2
Les dcisions sont rversibles
Max b0D0 + b1D1 + (1 ) b2D2
s.t.0D0,D1,D21
 D1* = 0, D2* = 1
D0* = 0 si b0 < 0, D0* = 1 si b0 > 0
Le choix en t = 1 est irrversible
Max b0D0 + b1D1 + (1 ) b2D2
s.t.0D0D1,D21

Si 1 il ny a pas intrt dvelopper donc

D1# = D0
 Si 2 il y a intrt dvelopper donc D2# =
1
On peut alors rcrire le problme de
maximisation du profit espr
Max (b0 + b1)D0 + (1 ) b2 s.t.0D01
Tout dpend du signe de b 0 + b1
Si b0 + b1 > 0, D0# = 1, sinon D0# = 0
 Dcision Condition
optimale

Sans D0* = 1 b0 > 0

irrversibilit

Avec D0# = 1 b0 > b1

irrversibilit
 Comme b0 > b1 > 0 on dveloppe plus
quand les dcisions sont rversibles que
quand elles ne le sont pas
Lirrversibilit conduit prendre des
dcisions plus conservatrices
b1 est le prix payer pour conserver la
possibilit dutiliser lespace en deuxime
priode, en fonction de la situation ce
moment l
 b1 est aussi la valeur de linformation
disponible en t = 1
Si on a pris la dcision irrversible en t =0,
linformation sur ne sert rien en t =1 car
lensemble des choix sest rduit dfinitivement
Pour choisir, en prsence dirrversibilit la
dcision de dvelopper (D0 = 1), il faut un
bnfice suprieur celui qui suffirait pour la
dcision flexible
 La mthode des cots de
dplacement
Hotelling 1947 : Pour bnficier des activits
rcratives dans un site naturel, les dpenses de
dplacement effectues sont des prix implicites
qui permettent destimer la valeur rcrative du
site
Le principe de complmentarit faible (Mler,
1974)
Deux biens sont faiblement complmentaires
quand la non consommation de lun empche la
consommation de lautre
 Illustration de la mthode
Zones Cot/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
Hypothse 1 : la relation prcdente
rsume le comportement des individus
pour la frquentation du site
Hypothse 2 : lindividu est indiffrent
entre une modification la marge de son
cot de dplacement ou du paiement dun
droit dentre
Nombre de visites en fonction du cot additionnel

Zones/ 0 1 2 3 4
cot
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 cot
 Mise en uvre de la mthode
Dfinir le site tudi
Dfinir les usages rcratifs (types,
priodes)
Prise en compte dautres dterminants que
le cot de dplacement
Revenu, ge, CSP, ducation, situation
familiale, culture
Choix du mode denqute (sur site, hors
site)
 Sur site Hors site
Permet de toucher la Facilit de construire un
population cible chantillon reprsentatif
Seuls les visiteurs sont Coteux
interrogs Dlimitation du primtre
Difficult davoir un denqute
chantillon reprsentatif Courrier ou tlphone
Les individus qui ont une
forte frquentation ont
une probabilit plus forte
dtre interrogs
(stratification endogne)
 Conception du questionnaire
Choix des variables explicatives
Activits pratiques
Visite unique ou non, nombre de visites/an
Mode de transport, temps pass,
dpenses effectues
Caractristiques du mnage
Visite but unique ou non
 Mesure des cots
Cots de dplacement
Transport, droit dentre, quipement,
temps
Transport : D distance domicile/site, C
cot du km, P nombre de personnes
transportes
(2xDxC)/P
 Cot dquipement (location, achat)
Cot dopportunit du temps
T temps de parcours en mn, R revenu
mensuel
COT = 2x(T/60) x(R/135) x(1/3)
Problme des sites substituts
Plus ils sont nombreux, plus les bnfices
pour le site tudi sont faibles
 Estimation du modle
Ni : va = nombre de visites effectues par
i
Xi : vecteur ligne des caractristiques de i
Hypothse : toutes les observations sont
des ralisations de la mme va
Modles linaires ou log linaires
Modles de comptage (permet de
modliser des va discrtes et positives)
 Le modle de Poisson
Pour tout k 0, P(Ni=k/Xi)=exp(-i) ik/k!
i est le nombre espr de visites, fonction des X ij
Pour ne pas avoir de probabilit ngative, on
utilise une forme log-linaire :
lni =jXijj, j est le coefficient estim de Xij, la
caractristique j
Pour chaque i on connat Ni et Xij, on estime alors
les j par le maximum de vraisemblance
 Les j maximisent L = i[exp(-i) iNi/Ni!]
(GAUSS, LIMPED)
Stratification endogne et troncature en
zro du nombre de visites (seules les
personnes visitant le site sont interroges)
Risque de biais dans lestimation finale
(surestimation)
Pour k 1, P(Ni=k/Xi)=exp(-i) ik-1/(k-1)!
 Calcul de la valeur dusage
Pour i, le surplus annuel est donn par Si=i/-ic
o ic est le coefficient du cot de dplacement
de i
Pour le surplus total, cela dpend du type
denqute
Hors site : S = [i Si/N]xPop
Sur site : S = (1/N*) i Si/Ni x Pop avec
N*=k(Nf/f), o Nf est le nombre dindividus de
lchantillon ayant fait f visites et k varie de 1 au
plus grand nombre de visites effectues
 Exemple : Maumee Bay
Maumee Bay est un parc de lOhio
Le site tudi est constitu des plages
lintrieur de ce parc
Etude sur site
Variables considres : CT, revenu Y, CT s
(site substitut), qualit de leau, entretien,
propret, congestion, amnagements,
Sole
 Pour les variables en italique, on a
demand aux enquts de classer de 1
(peu important) 5 (trs important) le
rle 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 distribu alatoirement des questionnaires
aux usagers en leur demandant de le renvoyer
par courrier (62%)
Seules les visites dune journe (66%) ont t
prises en compte
CT = double de la distance linaire entre la ville
et la plage x 0,33 cents/mile + cot
dopportunit du temps (COT)
COT= (distance/40)x[(Y/2040)x0,3]
Variables Coefficients estims
CT -0,040***
Y 0,018
Sole -0,016
CTs 0,004***
Qualit de leau -0,053
Entretien -0,270***
Propret 0,176**
Congestion 0,065*
Amnagements 0,098***
 Les coefficients sont statistiquement
significatifs 99% (***), 95% (**) et
90% (*)
Estimation de la valeur dune
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 dentre dans un parc dattraction est de
20 par personne. Le cot de transport est
estim 0,5 le kilomtre.
On demande laide des donnes suivantes de :
Dterminez une fonction de demande de visite
pour ce parc
De calculer la variation de surplus des usagers si
la direction du parc dcide dun droit dentre 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 hdoniques : principe
Bien = {caractristiques}
Effet qualit en comptabilit nationale
Prix dun bien = F(caractristiques)
 Les prix hdoniques : thorie
Etape 1 : Dtermination dun prix implicite de
lenvironnement
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 loptimum, pour une caractristique
environnementale ek on doit avoir
UC/p = Uek/hek
hek = p Uek/UC
 Uek/UC est le TMS entre C et ek
Cest la quantit de bien priv compensant
la perte dune quantit marginale de ek
h(l,q,e) est obtenu par rgression
conomtrique des prix observs de
limmobilier sur les variables l, q, e
On en dduit hek, la disponibilit marginale
payer pour une unit denvironnement
en plus
 Etape 2 : dtermination de la demande
pour ek
Pour un mnage, la relation prcdente
permet de dterminer un point de sa
fonction de demande inverse (ek, hek)
Si tous les mnages sont identiques
(fonction dutilit, revenu) on a autant
de point de la mme fonction de demande
 Sinon, il faut tenir compte de loffre sur le
march
Offre parfaitement lastique : vaste choix
de logements, prix exogne pour les
mnages
On rgresse ek sur hek pour obtenir la
fonction de demande
Offre rigide : on rgresse hek sur ek et on
obtient la demande inverse
 Variables explicatives
Variables physiques
Superficie du logement
Superficie du terrain
Nombre de pices
Nombre de salles de bain
Type de logement
ge de lhabitation
Prsence dun garage
Prsence dquipements de luxe

 Variables de quartier
Taux de chmage
Revenu mdian
Proximit de services publics
Proximit dquipements culturels
Proximit dune gare
Taux de dlinquance
.
 Variables environnementales
Variable mesurant ltat de
lenvironnement : niveau de pollution,
niveau de bruit
Variable mesurant une distance : une
plage, une rivire, une dcharge
 Variable explique
Prix du logement
Tenir compte de lvolution des prix
Soit en dflatant
Soit en incluant dans le modle
conomtrique une variable binaire par
anne (sauf une anne de rfrence) qui
vaut 1 si la transaction a eu lieu lanne en
question et 0 sinon
 Estimation du modle
Deux tapes
Estimation de la fonction de prix
hdonique
Estimation de la fonction de demande
denvironnement et calcul de surplus
Dans la pratique, on se restreint souvent
la premire tape, ce qui est justifi si les
externalits sont localises et naffectent
quune petite partie du march immobilier
 Les principaux modles
conomtriques
Le modle linaire
Le modle semi-linaire (lin-log)
Le modle log-log
Le modle log-lin
La transformation de Box-Cox
 Le modle linaire
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 trs lev, on
peut penser que le WTP pour le rduire est
plus lev que sil tait plus bas
Le modle semi-linaire (lin-log)
Prix de vente en niveau
Variables explicatives en log
Une augmentation de 1% dune variable
en log implique une variation du prix de
vente = coefficient de la variable / 100
 Le modle log-log
Prix de vente en log
Variables explicatives en log
Les variables binaires ne sont pas
transformes
Coefficient = lasticit
 Le modle log-lin
Prix de vente en log
Variables explicatives en niveau
Laccroissement dune unit de la variable
implique un changement en % du prix de
vente = coefficient de la variable x 100
Pour une variable binaire (X) de coef , la
prsence de cette variable (X=1) implique
un % de variation du prix g = 100 (e 1)
 La transformation de Box-Cox

Pour une variable X, sa transformation de

Box-Cox X() est donne par
X() = (X -1)/ si 0 ou ln(X) si =0
Il y a deux types de modles possibles
1 Seule la variable explique (prix de
vente) est transforme
=0 correspond au modle log-lin
=1 correspond au modle linaire
 pi() = j Xijj + i
2 la variable explique et les variables
explicatives sont transformes
pi() = j Xij()j + i
Le prix implicite dune caractristique Xij est
donn par
(pi)1Xijj]
On ne transforme pas les variables binaires
 Exemple : Qualit de leau au
Maryland
Legett et Bockstael, Evidence of the
effects of water quality on residential land
prices , Journal of Environmental
Economics and Management, 2000
Transactions immobilires entre 1993 et
1997 dans le comt dAnne Arundel au
Maryland
Principales variables explicatives
 VSTRU (1000$) : valuation de la valeur de la
structure
Pour viter la colinarit entre les
caractristiques de la maison, le choix est fait
dune valuation globale
ACRES : surface de la maison
ACSQ : surface au carr (prend en compte la
valeur dcroissante de la surface
supplmentaire)
DISBA : distance Baltimore
 DISAN : distance Annapolis
ANBA : distance Baltimore x distance
Anapolis
FCOL : concentration de coliforme
4 formes fonctionnelles sont estimes :
linaire, semi-linaire et Box-Cox (2)
 Xij =1, =0, =0,43, =0,16,
=1 =1 =1 =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-tre
Modle gnral : pi() = j Xij()j + i =
h(X)
Le prix implicite de la caractristique XFCOL
est donn par
hFCOL=(pi)1XFCOLFCOL]
WTP = h(X*) h(X)
Comme seuls les modles 1 et 3 ont des
coef significatifs pour F.COL, on a
 Effet de bien-tre / moyenne
(p=335,91; FCOL=109)
Forme FCOL hFCOL WTP
fonctionnelle

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

=0,43, =1 -0,0015 -0,041 -2,06

 Les principaux problmes de la
mthode des prix hdoniques
Le choix des variables
Trop : risque de colinarit
Pas assez : prix mal expliqu
Dans les deux cas, estimation biaise
Choix de la forme fonctionnelle
En gnral, log-lin ou Box-Cox
Segmentation du march
 Estimation de plusieurs fonctions de prix
hdoniques
Anticipation des caractristiques
Ex : prix levs malgr un bruit important
car anticipation de la construction dun
mur anti-bruit
Hypothses restrictives
March du logement en quilibre
 Parfaite mobilit des acheteurs (sinon il ne
sont pas loptimum et leur WTP nest pas
gal au prix implicite)
Information parfaite sur le lien
prix/caractristiques
 Les dpenses de protection
Dpenses faites par les individus pour se
protger dun risque
Visite mdicales, purificateur dair, deau, filtres,
cures,
Implicitement, les individus ont une variable
sant dans leur fonction dutilit et ils
maximisent aussi par rapport cette variable,
via les dpenses de protection, qui sont donc
des inputs de production de sant
 U = U(X, L, S), UX > 0, UL > 0, US < 0
S = S(E, G, Z), E mission de polluants, G
activits pour rduire lexposition la
pollution, Z facteurs exognes (ge, tat
de sant , )
E =E(A, a), A comportements de
prvention, a niveau ambiant de pollution,
EA<0, Ea>0
 G acheter un inhalateur pour rduire les
symptmes dasthme
A rester chez soi quand la pollution est
forte
S = S(E(A,a),G,Z)=(A,a,G,Z)
La contrainte de budget est
I+wTw = X+pgG+paA+M(S) o M(S) sont
les dpenses mdicales fonction de ltat
de sant
 MS>0, plus on est malade (S) , plus on doit faire
des dpenses de sant
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 lindividu, I +
wT se partagent entre la consommation de bien
X, le loisir wL, les dpenses de protection
pgG+paA et le cot de la maladie M(S)+wS
 En rsolvant le problme de maximisation
de lutilit sous la contrainte de budget
complte, on peut dfinir une fonction
de demande de sant et en dduire un
WTP
 Cette mthode ncessite la collecte de trs
nombreuses informations pour chaque
individu
Frquence, dure et svrit des
symptmes dus la pollution de lair,
niveaux moyens de pollution supports,
actions prventives prises, cots de ces
actions, ge, tat gnral de sant,
affections chroniques,
 Difficult de diffrencier entre une
dpense faite pour se protger ou cause
de la pollution
Perception imparfaite (au mieux) entre
pollution et effets sur la sant
Il existe des comportements de protection
sans consommation (promenade)
Peu de biens de protection contre la
pollution de lair
 Les fonctions de dommages
Surtout utilises en conomie de la sant

Fonction dose-rponse

Polluant Impacts
Les fonctions de dommages

Fonction dose-rponse valorisation

Polluant Impacts Cots

Les fonctions de dommages

Polluant Impacts Cots

Fonction de dommages
Exemple : le cot conomique de la
maladie
Etablissement des fonctions dose-rponse
Relation entre concentration ambiante et
quantit dimpacts
Elabore partir dune analyse statistique
des corrlations 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) Mortalit, morbidit

(respiratoire et cardio-
vasculaire), cancers
SO2 Mortalit, morbidit
(respiratoire et cardio-
vasculaire)
NOx Morbidit respiratoire, irritation
de loeil
CO Mortalit, morbidit cardio-
vasculaire
Dioxines Cancers
 Il faut aussi tenir compte des effets
chroniques mais ils sont trs difficiles
valuer
Ncessit de suivre des cohortes
importantes pendant plusieurs annes
Pope 1995, 550 000 personnes sur 7 ans
dans 151 villes des USA
 Ltude ERPURS (1994)
Ralise en Ile de France entre 1987 et
1992
Les fonctions sont donnes par 4 points
correspondants 4 niveaux de polluant
P5 niveau de concentration non dpass
pendant 5% du temps
P50 niveau de concentration non dpass
pendant 50% du temps
 P95 niveau de concentration non dpass
pendant 95% du temps
P5+100 niveau de concentration P5 +
100g/m3 du polluant
Ltude retient une fonction linaire
dfinie par les points P5 et P5+P95
La pente de la droite reprsente
laugmentation des cas en % par
100g/m3
 Les cots par cas
Morbidit
1 Cot du traitement
cotvis = ci x i x (vis totales/vis SOS) x
CSOS x i Ni
ci variation de la concentration du
polluant i, i pente de la droite dose-
rponse du polluant i, CSOS cot dune visite
SOS, Ni nombre de visites dues au polluant
i
 Les cots par cas
Hospitalisation : mdecine gnrale
2863F/j, mdecine spcialise 4107F/j,
spcialit coteuse 9192F/j
Dure moyenne dhospitalisation : Asthme
7j, autre resp 8j, cardio 11j
Valeur dun cas dhospitalisation pour
asthme : 7x4107 = 28,7KF
 Les cots par cas
2 Perte de salaire ou de productivit
Mesure par perte de productivit
(PIB/pers/j = 543F)
Calcul des arrts de travail (enqute chez
EDF, 18 000 employs)
La dure moyenne darrt chez EDF est
de 7,3j pour raison respiratoire et de 31,3j
pour raison cardio-vasculaire
 Do un cot moyen de 3,97 KF (7,3x543) pour
un arrt pour raison respiratoire et de 16,9 KF
pour raison cardio-vasculaire
Comme il y a 4 arrts/j pour 18 000 employs il y
aura 4 x (6,14x103/18) x365 = 498 000 puisquil y
a 6,14x106 habitants en IdF
On peut alors calculer, par exemple, le cot des
arrts respiratoires dus aux PS13
C = 3970 x 498 000 x (22,7/10 000) = 4,48
MF/an par g/m3 o (22,7/10 000) est la pente de
la fonction DR pour les PS13 (22,7% pour 100
g/m3)
 Exemple de rsultats (partiels)
MF/an par g/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
c = 10% 3,19 5,08 2,97 4,50 2,77
Total 22,6 42,6 33,3 42,1 3,34
 Le cot de la souffrance
Ncessite une valuation contingente
Le cot de la mortalit
Mortalit aigu : 2 possibilits
Cot 1 : Nombre de morts x Vvie o Vvie est la
valeur statistique dune vie sauve
Cot 2 : Nombre de morts x T x Van o T est
la rduction de lesprance de vie et Van la valeur
dune anne de vie
 La relation entre Van et Vvie est donne par
Vvie = Van trt
La somme seffectue sur une dure de
35/45 ans correspondant la dure
pendant laquelle lindividu est productif
Cette relation sert calculer V an pour
laquelle il nexiste pas de donnes directes
Les deux mthodes ne sont pas
quivalentes
 Politique A : 1000 personnes voient leur
esprance de vie augmenter de 5 ans
Politique B : 5000 personnes voient leur
esprance de vie augmenter de 1 an
Si r trs grand, Van = Vvie
Avec le cot 2, elles sont quivalentes
Avec le cot 1, A est 5 fois plus efficace
que B
 Ici, cest le cot 2 qui est retenu
Il faut au moins qq jours de perte desprance
de vie pour tre dtectable et elle reste
infrieure qq annes
Prob {5j < T <1280} = 95% et T suit une loi
log normale, la mdiane est de 80j avec un
cart-type de 4
Si T est le rsultat de plusieurs facteurs
multiplicatifs, sa distribution est
approximativement log normale
 On prend Vvie = 5,5 MF (Desaigues et Rabl
1997)
On en dduit Van = 0,28 MF pour la
mortalit aigu (r = 3%)
Do le cot dun mort = 0,28x10 6x80/365
= 61 100F
Faut-il valoriser la vie humaine ?
La vie na pas de prix ?
Oussama Ben Laden : 25 x 106 $
Un soldat amricain : linfini
Femme afghane ayant besoin dune
csarienne : 0
En ralit, les dcisions et les dpenses
engages pour former ou sauver des vies
humaines rvlent les prfrences
implicites des choix collectifs
 Quelques risques
environnementaux
Prob Dcs Cot/dcs

Radionuclides 0,0063 3,4 M$

(mines duranium)
Arsenic, cuivre 0,0063 23 M$

Fours coke 0,0072 63,5 M$

Dchets solides 0,000001 19 107 M$

 Quelques risques cancrignes
Cot de Dcs Cot/dcs
protection vits/ an MF
MF dexposition
Amiante 12,4 3,1 4

Nuclaire 3,4 0,007 485

Mines 0,09 0,0088 10

duranium
 1 La valeur de la vie humaine (VVH)
diffre selon le niveau de dveloppement
et le type dorganisation des pays
une anne de survie pour un malade du
sida aux USA > 10000$ financ par la
collectivit
< 300$ (cot des soins) pour un Africain
du Sud
 Dans les pays riches, on soigne les enfants, on
les duque, on les forme au travail pour
constituer un capital humain dont la valeur
justifie la dpense leve
En Suisse, on dpense entre 20 et 25 000 $ de
soins pour viter une mort
En Afrique subsaharienne (esprance de vie <
45/50 ans), beaucoup de jeunes meurent avant
de travailler si bien que la rentabilit de leur
ducation est insuffisante pour mobiliser des
moyens financiers nationaux ou internationaux
 2 La VVH diffre aussi selon lmotion suscite
par la mort
La mort collective a un cot plus lev 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 dbloquer 45
milliards de dollars par le Congrs, les seconds
nentranent pas de raction collective
significative
 La VVH diffre aussi selon la perception de la
matrise du risque
Le crack automobile fait moins peur que
laccident davion ou de bus lors dun 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 diffre selon lge, le sexe et le milieu social
La vie des professionnels est mieux protge
que celle des enfants et des femmes
En cas de dcs, les tribunaux accordent des
indemnits suprieures aux familles des
premiers
La scurit est mieux assure dans les quartiers
riches que dans les banlieues dshrites
 Elle diffre enfin selon les moyens mis en
uvre pour la protger
On dpense beaucoup pour soigner un
cancer du poumon dun fumeur et peu
pour lempcher de fumer
Le cot dun dpistage gnomique viral
pour lhpatite C est de 55 M/anne de
vie gagne
Pour le cancer du sein il est de 7 600
 Pour les conomistes, la VVH est la valeur
dune vie statistique un ge dtermin
Cette approche a choqu les mondes mdical et
politique qui continuent lignorer
Les conclusions des conomistes rejoignent
pourtant les principes philosophiques, moraux et
les fondements du droit
Elles montrent que cette valeur devrait tre gale
pour tous et gale dans des dcisions ayant un
effet sur lesprance de vie ou le risque de mort
pris en des temps et dans des lieux diffrents
 De telles valeurs sont utilises dans des
investissements dans le transport routier
En France, elle est infrieure celle utilise en
Angleterre
Nous avons un taux de mortalit double du
leur !
Des enqutes suisses, sudoises, anglaises ont
dtermin quelle somme les Europens seraient
prts consacrer amliorer la scurit
 Le rsultat confirme que nos socits
reconnaissent une valeur spcifique la vie
humaine trs suprieure notre capacit
gagner notre vie
Un consensus semble se dgager autour de 120
fois le PIB par habitant, soit entre 1 et 3 millions
deuros (2,45 pour le France)
La France a rvalu sa valeur autour dun
million, soit le bas de la fourchette
 Une des composantes du refus de la
mondialisation vient sans doute de la faible
valeur accorde par les pays riches, les
entreprises multinationales et les employeurs
locaux lenvironnement (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 tmoignent que leur vie est plus
nglige
 Lvaluation contingente
Principe : reconstituer un march fictif
(contingent) pour demander directement
chaque individu son consentement payer
pour un changement environnemental
Permet dvaluer des valeurs de non-
usage, ou la valeur dun projet avant sa
ralisation
 Droulement dune tude
Identifier le changement environnemental
quon veut valoriser
Dterminer la population concerne
Dterminer le mode denqute et la taille
de lchantillon
Rdiger le scnario
 Rdiger la question de valorisation
Rdiger les autres questions
Tester le questionnaire
Analyser les donnes
Prsenter et diffuser les rsultats
 Identification du changement
valoriser
Un changement environnemental implique des
variations de bien-tre
Lobjet de lvaluation contingente est de
traduire ces variations de bien-tre en une
mesure montaire
Principale difficult : identifier les changements
physiques dans lenvironnement et la manire
dont ils affecteront les individus
Il faut rendre crdible la situation hypothtique
Dterminer la population concerne
Dfinir un primtre dtude (bien local,
national, global)
Dfinir le type de valeur (existence, legs,
)
Objectif : obtenir un chantillon
reprsentatif de la population
Individus ou mnages ?
Dterminer le mode denqute et la
taille de lchantillon
Cot unitaire Complexit des Complexit du
questions questionnaire
1 Courrier Courrier Tlphone

2 Tlphone Face face Face face

3 Face face Tlphone Courrier

 Risque de biais de slection par courrier
(seuls les plus intresss renvoient le
questionnaire)
Problmes de budget
Ncessit dune taille minimum (250/300)
pour effectuer des calculs statistiques
750 1000 questionnaires
 Rdiger le scnario

Description du bien valoris

Neutralit de la description
Description suffisante
Photos, cartes, dessins,
Description de la faon dont le bien sera
fourni
Description des conditions du paiement
 Choix du support de paiement
(supplments dimpts, droit dentre,
facture deau, dlectricit, don une
fondation,)
Choix dune rgle de dcision
(rfrendum,)
Choix dun cadre temporel pour le
paiement
 Exemple : Etude D4E sur les
usages rcratifs du Loir
Prsentation gnrale du bien
Je vais maintenant vous parler de la
politique de lenvironnement et ses
implications pour la rivire. Un des
objectifs est damliorer ltat cologique
des cours deau. Le Loir entre La Flche et
La Chartre-sur-le-Loir est actuellement
dans un tat moyen
 Prsentation du changement valoris et
description des mesures
Le bon tat cologique pourrait tre
atteint par une meilleure gestion des
prlvements et des rejets de polluants,
ainsi que par la suppression des certains
obstacles sur la rivire comme les seuils
danciens moulins
 Consquence du changement pour les usagers
Pour la pratique de la pche, par exemple, ces
mesures auraient comme consquences : un
accs facilit la rivire, la disparition de
certains plans deau, davantage de libert
dcoulement des eaux, une meilleure qualit de
leau, moins dalgues, une plus grande diversit
de poissons.
 Question sur la position des personnes
interroges sur ces mesures
Globalement, seriez-vous tout fait
favorable, plutt favorable ou pas du tout
favorable ces mesures ?
Prsentation du scnario de valorisation
Je vais maintenant vous proposer un
scnario fictif pour lequel jaimerais
connatre votre position
 Mode de mise en uvre des mesures
Pour appliquer ces mesures, une structure
intercommunale pourrait tre cre afin de
raliser les travaux et lentretien ncessaire
Support de paiement
Cette structure serait finance de manire
volontaire par les usagers de la rivire, largent
ainsi rcolt allant uniquement la rivire
Priode temporelle
Combien seriez-vous prt verser par an en
euros pour le financement de cette structure ?
Rdiger la question de valorisation
Les modes de rvlation
La question ouverte : combien seriez-vous
prt payer au maximum pour?
La question ferme : seriez-vous prt
payer X pour?
Lenchre
La carte de paiement
Caractristi Question Carte de Question
ques ouverte paiement ferme
Incitation Non Non -
lhonntet
Ncessit Non Oui Oui
du choix
Type de Continue Intervalle Intervalle
rponse
Problmes Zros, non Ancrage Ancrage,
rponses yea-saying
Mthode Effort cognitif Taille de
lchantillon
Question Elev La plus faible
ouverte
Question Trs faible La plus leve
ferme
Enchres Modr Modre

Carte de Modr Faible

paiement
 Rdiger les autres questions
Questions socio-conomiques : revenu,
ge, profession, nombre denfants,
tudes,
Questions sur les caractristiques des
visites (frquence, activits pratiques,)
et lopinion sur lenvironnement
Identification des faux zros
Exemple : enqute D4E sur le Loir
1 Ce nest pas moi de payer
2 Il nest pas ncessaire de modifier ltat de
cette rivire
3 Mes moyens financiers ne me le permettent
pas
4 Je nai pas assez dinformations pour me
dcider
5 Jai peur de payer pour les autres
6 Cela mempchera de pratiquer mes activits
 7 Je paye dj un permis de pche
8 Je paye dj pour une activit de loisir
9 Je ne veux pas que la rivire soit modifie
10 Je ne me sens pas concern
11 Autres raisons
12 Ne se prononce pas
Les raisons 2, 3, 6, 9 et 10 correspondent des
vrais zros
 Tester le questionnaire

Sassurer de la bonne comprhension du

questionnaire par les personnes
interroges
Vrifier la dure de lentretien
Dtecter les erreurs de formulation des
questions ou les erreurs daiguillage
 Analyser les donnes

Statistique descriptive : approche non

paramtrique
Modles conomtriques
Modles utilit alatoire
Modle Probit : loi normale
Modle Logit : loi logistique
 Prsenter et diffuser les rsultats
Reprendre les diffrentes tapes
prcdentes
Prsenter les mthodes danalyse des
donnes (y compris les valeurs nulles)
Prsenter les rsultats conomtriques
Estimation des paramtres (moyenne,
mdiane, cart-type)
Les principaux biais de lvaluation
contingente
Le biais stratgique
Les biais lis ladministration du
questionnaire : enchre de dpart,
ancrage, mode de paiement, framing
effect
Le biais dinclusion
Le biais hypothtique
 Leffet de contexte
Chirurgie : sur 100
personnes 90 survivent
lopration, 68 sont en vie
aprs 1 an et 34 aprs 5
ans
Radiothrapie : toutes
survivent au traitement,
77 sont en vie aprs 1 an
et 22 aprs 5 ans
18% favorables la
radiothrapie
Chirurgie : sur 100
personnes 10 meurent
pendant lopration, 32
meurent au bout dun an
et 66 dans les 5 ans
Radiothrapie : aucune
ne dcdent pendant le
traitement, 23 meurent
au bout dun an et 78
dans les 5 ans
44% favorables la
radiothrapie
 Biais hypothtique
Une valuation contingente mene auprs
de chasseurs dans le Wisconsin fournit un
WTP de 101$ pour le rachat dun permis
de chasse
Le rachat effectif des permis sest fait au
prix moyen de 63$
Exemple dvaluation contingente
Estimer la valeur dusage totale de forts en
Ligurie
Par le pass, la Ligurie tait un important
producteur de bois et de chtaignes. Ces
activits sont maintenant fortement rduites et
la population a migr sur les zones ctires,
laissant les forts sans entretien.
Ces forts fournissent plusieurs types de
services :
conservation de lhumidit du sol, activits
rcratives, chasse, cueillettes
 Les autorits locales ont commandit une
tude pour valuer le bnfice social net
fourni par la fort, en vue de dgager des
ressources pour la rhabiliter
 Identification du site
Critres : intrt pour le tourisme, flux
de touristes, projet de cration de parcs
rgionaux. Des cartes et des photos
informent les interviews.
Dfinition du bien valoriser
Valeur de la fort pour tous ses
usages
 Questionnaire
Donnes socio-conomiques (age,
tudes, revenu, profession, situation
familiale..)
Questions sur la sensibilit
environnementale des visiteurs
Scnario et CAP
 Scnario
Le site que vous visitez se dtriore par
manque de gestion et dentretien. La rgion
souhaite le rhabiliter mais, suite des
contraintes budgtaires il envisage de demander
une participation aux visiteurs sous la forme dun
droit dentre. Seriez-vous prt payer le
montant suivant ?
Nature de la question
Choix dichotomique
 Vhicule de paiement
Droit dentre
Recueil des donnes
Interviews sur place de 800 visiteurs
pendant 3 mois (juillet, aot, septembre)
selon un chantillonnage alatoire
 Estimation du CAP
Plusieurs mthodes possibles :
statistique descriptive
modle logit
maximum de vraisemblance
Agrgation
CAP x nombre total de visiteurs sur
lanne
 Etapes Hypothses
Organiser la base de Le choix des droits
donnes en classant dentre propos est
les rponses par droit correct
dentre croissant
 Etapes Hypothses
Organiser la base de donnes en Le choix des droits dentre propos
classant les rponses par droit dentre est correct
croissant
Les frquences
Calcul de la frquence
conditionnelles sont
conditionnelle
fournies par la
dacceptation pour
variable 0-1 pour
chaque niveau de
chaque droite
droit
dentre propos
 Etapes Hypothses
Calcul de la frquence conditionnelle Les frquences conditionnelles sont
dacceptation pour chaque niveau de fournies par la variable 0-1 pour
droit chaque droite dentre propos

Considrer les Chaque sous-

frquences ensemble de
conditionnelles lchantillon par
comme des niveau de droit
frquences dentre est
cumulatives reprsentatif de la
population
 Etapes Hypothses
Considrer les frquences Considrer les frquences
conditionnelles comme des frquences conditionnelles comme des frquences
cumulatives cumulatives

Calculer les Ce sont les

frquences complments 1 des
cumulatives de refus frquences
dacceptation
 Etapes Hypothses
Calculer les frquences cumulatives de Ce sont les complments 1 des
refus frquences dacceptation

Calculer les Refuser de payer un

frquences niveau de droit
cumulatives de CAP signifie quon a un
Calculer les CAP CAP infrieur ce
moyen et mdian niveau
N dobservation Ticket Accepte Frquence 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 Frquence 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
dentre

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 lhypothse dun CAP
uniformment distribu, on a le CAP
moyen de la classe [3 000, 8 000] = 5 500
 CAP 0 1500 5500 10500 15500 20500
moyen

Frquence 0 0 33,3 66,7 83,3 100

cumule
 Calcul de la mdiane Me
5500 < Me < 10500
33,3 < 50 < 66,7
Me = 8000
Max 0 1500 5500 10500 15500 20500
CAP

Frq. 0,0 0,0 33,3 33,3 16,7 16,7

Relat.

CAP x 0 0 1833 3500 2583 3417

F
 Do un CAP total
CAP = 1833+3500+2583+3417=11333
 Les fondations microconomiques
du choix dichotomique
Comment analyser le processus de choix
des individus ?
Quelles informations sont pertinentes ?
Lanalyse des choix (choice analysis)
cherche expliquer la variabilit des
comportements dans un chantillon
Hypothse 1 : les choix sont faits dans un
ensemble I fini et sont mutuellement
exclusifs
 Hypothse 2 : les choix sont dtermins
par deux types de variables
Des variables qui peuvent tre observes
par lanalyste
Des variables qui ne peuvent pas tre
observes par lanalyste
Si on note i un choix possible, lutilit
dcoulant de ce choix peut scrire
 Ui = Vi + i o Vi est lutilit provenant des
variables observables et i lutilit
provenant des autres variables
Lindividu choisira lalternative i plutt que
j ssi Ui Uj
Or, Prob[Ui Uj] = Prob[Vi + i Vj + j ]
Ou encore Prob[i - j Vj - Vi]
 U1 utilit avec achat dun ticket dentre
U0 utilit sans achat dun ticket dentre
si U1 U0 0 le consommateur accepte
de payer le ticket au prix
sinon, il refuse
On postule une fonction dutilit 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 U = U1 U0 , V = v(1,y-t,s) -
v(0,y,s) et e = e0 e1
On peut rcrire lacte dachat
e V <=> accepte t
 Do,
Prob[accepte t] = Prob[e V] = F(V)
Pour F on a plusieurs choix possibles
Loi normale : modle probit
Loi logistique : modle logit
F(V) = 1/[1+exp(- V)]
 Si le consommateur accepte lachat, cela
signifie que son CAP est au moins gal au
prix du billet
Prob[accepte t] = Prob[CAP > t] = 1- G(t)
G(t)=Prob[CAPt]=exp(-V)/[1+exp(-V)
 Mthodologie
1 Choix du modle pour U
Le modle linaire est le plus utilis
U = Const. - t e = V e
2 Choix de la distribution de probabilit
pour la composante alatoire e
La fonction logistique est la plus utilise
Prob[e V] = 1/[1+exp(-(C- t)]
 3 Linarisation du modle par rapport C
et
Il faut estimer ces deux paramtres pour
dterminer la distribution de probabilit du
CAP, ce qui est facilit par cette
linarisation
Soit Pi = Prob[e V] la probabilit
daccepter le ticket i
 ln [Pi/1-Pi)] = C- t
Finalement, pour les besoins destimation,
on ajoute un terme derreur et le modle
devient
ln [Pi/1-Pi)] = C- t +i
4 Estimation des probabilits Pi
On estime ces probabilits par les
frquences relatives Fi de chaque classe
 5 Calcul des ratios Pi/1-Pi
6 Calcul des log des ratios
7 Rgression conomtrique (MCO)
Pour utiliser les MCO, il faut que les
termes derreur i aient la mme variance
On doit alors pondrer chaque variable
avec un poids Wi
 Si le nombre dobservations pour chaque
niveau dentre Ni est assez grand (5) et
que chaque observation dans un niveau
est distribue indpendamment selon une
loi binomiale, alors i suit une loi normale
(0,1/NiPi(1-Pi)
Wi = [NiFi(1-Fi)]1/2
8 Calcul des CAP moyen et mdian
 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 rgresse y sur h et on obtient
C = 2,498185, = 0,000235
Il reste calculer les CAP moyen (CAP m) et
mdian (CAPe)
 CAPe est dfini par
Prob [CAP CAPe] = 0,5
Prob [CAPCAPe]=1-1/1+exp[-(C-CAPe)]
Do exp[-(C-CAPe)] = 1
C-CAPe=0
CAPe=C/=10,652
CAPm=-ln[exp(C)+1]/=10,989
 La mta-analyse
Principe
La mta-analyse est une analyse statistique de
nombreuses tudes individuelles visant en faire une
synthse plus rigoureuse quune revue de littrature
traditionnelle
Elle porte sur la comparaison de rsultats issus dtudes
distinctes et teste linfluence des caractristiques de la
recherche (mthode, spcifications, etc.), du contexte et
de lobjet de ltude sur les estimations observes
Cet objectif passe par la modlisation des rsultats
empiriques originaux et la dfinition dune unit standard
rendant possible la comparaison des diffrents rsultats
 Cest l'existence d'une relation systmatique
entre les valeurs fournies par les mthodes
d'valuation dune part et les caractristiques de
lvaluation (mthode, contexte) dautre part,
qui en constitue l'hypothse principale
On suppose que la base thorique, les
hypothses et les contraintes d'application des
tudes initiales expliquent en grande partie les
divergences de rsultats
 Le nombre dtudes existantes est ensuite
suppos suffisant pour faire lobjet dun travail
danalyse statistique
Enfin, en vue de ce traitement statistique, les
estimations doivent tre homognes, cest--dire
exprimes en une mesure commune, et
statistiquement indpendantes
Formalisation de lanalyse
Y vecteur de la variable dpendante mesurant le
phnomne tudi
 X matrice des variables explicatives
vecteur derreurs
Hypothse : Y = f(X) +
La fonction f est estime par des
mthodes conomtriques
 Exemple : lvaluation des dommages sanitaires
attribus la pollution atmosphrique

Trois critres de slection dune tude

1 proposer une estimation significative du
cot de la pollution atmosphrique
2 sappliquer un domaine (rcepteurs et
polluants) correspondant au domaine
tudi
3 prsenter une information suffisamment
dtaille pour le choix des variables
explicatives
 Choix de la variable endogne
Cot de la pollution atmosphrique par
individu et par an
Variables explicatives
1 variables socio-conomiques et
environnementales
PIB (proxy du revenu)
VPA
 Pollution (CO, SO2, O3, NOx, Part, Pb)
2 variables mthodologiques
Mthodes dvaluation (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
Rcepteurs cibles de la pollution
atmosphrique (sante, vie)
Echelle locale (loc) ou non
Rapport, dune thse, etc. (rapp) ou non
Date de publication postrieure 1996
(dpubli) ou non
Indicateurs sanitaires (non retenus)

AH admission hospitalire
AM automdication
CS consultation mdicale
ES exemption scolaire
JAR journe d'activit rduite
M mdicaments prescrits
SYM symptmes divers
TP temps perdu
D dcs
 Autres variables non retenues
Rvlation (QO, QF, BID, CP)
Pathologies considres lors de
l'valuation de la morbidit: problme
respiratoire, cardio-vasculaire, irritation
oculaire et migraine
 Ralisation de la mta-analyse
La plupart des mta-analyses sont des
rgressions permettant destimer les
relations existant entre la valeur de la
variable expliquer et celles de ses
dterminants potentiels en recherchant les
situations qui diffrent significativement
de la tendance gnrale
 Le traitement conomtrique se fait par les
Moindres Carrs Ordinaires (MCO)
Risque permanent d'htroscdasticit car les
estimations sont issues de diffrents ensembles
de donnes
Lanalyse conomtrique utilise donc lestimateur
des MCO et la mthode de correction des termes
de la matrice de variance-covariance (White,
1980) qui devient robuste toute forme
d'htroscdasticit
 Modle 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 prsentent un seuil de
significativit de 1% sauf PXF significative
seulement 10 %

Lensemble des variables expliquent bien

la variance totale car le R2 ajust est gal
59.7 %
 Interprtation
Existence dune relation positive et significative
entre les estimations dune part et le revenu ou
lampleur du changement environnemental
considr dautre part
Le coefficient du revenu sinterprte comme
llasticit au revenu (un accroissement de 1 %
du revenu induit une augmentation du cot
individuel de 0,717 %)
 Une augmentation de la variation de la pollution
atmosphrique (VPA) de 1 % accrot le cot de
0.58 %
Les estimations sont sensibles lampleur de la
modification environnementale, mais un taux
dcroissant
Le cot marginal de la pollution diminue comme
si la pollution additionnelle tait de moins en
moins dommageable
Ce rsultat est en accord avec l'hypothse
traditionnelle que le dommage est convexe
relativement au niveau de pollution
 Afin d'viter le "dummy variable trap" qui intervient
quand toutes les variables dichotomiques sont inclues ce
qui a pour consquence que les coefficients ne peuvent
tre estims, une variable dichotomique (dummy) par
catgorie a t "exclue" de la rgression
La catgorie par dfaut est reprsente par le terme
constant du modle, et les variables dichotomiques sont
utilises pour mesurer les effets des autres catgories
relativement celles absentes
Ici les variables absentes de la rgression sont: MCM,
DR, VSL
 Pour obtenir la semi-lasticit d'un rgresseur
sous forme de variable muette, un moyen a t
propos par Halvorsen R. et R. Palmquist,
(1980)
Prendre l'exponentielle du coefficient de la
variable muette, soustraire 1 et multiplier la
diffrence par 100
Par exemple, la variable EXTRAP (extrapolation)
va s'interprter par rapport la variable DR
(dose-rponse)
 Le coefficient obtenu dans le modle rduit est
1.593
Ainsi l'exponentielle de -1.593 est 0.20. En
soustrayant 1, on obtient 0.8 et aprs
multiplication par 100 on a -80 %
Les valuations obtenues par la mthode des
cots de la maladie lorsque l'on utilise le
procd d'extrapolation sont de 80% infrieures
celles obtenues lorsque l'on utilise une fonction
dose-rponse
 La mthode des dpenses de protection
(MDP) produit les plus fortes valuations
La mthode dvaluation contingente
(MEC) fournit des estimations 5 6 fois
suprieures celles procures par la
mthode des cots de la maladie (MCM)
lorsque celle-ci utilise pour procd de
quantification le transfert ou
lextrapolation
 Cela sexplique par le fait que la MDP reflte des
comportements qui intgrent plusieurs objectifs,
sans que lon puisse ensuite imputer un cot
spcifique au dommage particulier considr
Lintgralit des variations du surplus
conscutives aux variations de dpense est alors
associe la pollution atmosphrique,
produisant une forte valuation des pertes
subies
 Les valuations manant de la mthode
du cot de la maladie (MCM) se rvlent
trs sensibles aux caractristiques choisies
Rpertorier les dommages de manire
exhaustive (comptabilisation (COMPTA))
semble fournir des valeurs sensiblement
similaires celles obtenues en faisant
appel aux fonctions dose-rponse (DR)
 Par contre l'extrapolation (EXTRAP) de rsultats
l'ensemble d'une population tudie conduit
des valeurs 5 fois infrieures
Lutilisation dun prix fictif (PXF) multiplie le cot
par 2.15 par rapport la simple utilisation dun
prix marchand (PXM) qui ne permet pas
dintgrer la dimension qualitative (pertes telles
que la gne ou la douleur).
 Difficults dapplication
Les rfrences de ltude
Le champ de ltude et les caractristiques de
la population
La description de lenjeu environnemental qui
fait lobjet dune valuation
Dans le cas de la pollution de lair, pourcentage
de la rduction ou de laugmentation estime,
concentrations prsente et future du polluant
tudi dans la zone gographique considre
 La mthode de ltude, y compris les
techniques particulires pour obtenir les
rsultats
Les valeurs estimes avec les units de
mesures spcifiques et la date de
lestimation pour la variable explique
Standardisation et transparence des
rsultats
 Le transfert de valeur
Transfrer les estimations conomiques
provenant dtudes antrieures portant sur
des variations similaires
1 transfert de valeurs unitaires qui
consiste transposer des valeurs estimes
dun lieu un autre
2 transfert de fonctions de valeur
 La mta-analyse permet ainsi, via
ltablissement dune fonction de bnfice
de reconstruire une estimation moins
sensible aux caractristiques
mthodologiques
Le cas des pays en dveloppement
Les mthodes prcdentes sont souvent
dlicates dapplication dans les pays en
dveloppement
On a donc mis au point des approches
alternatives
 La mthode du changement de
productivit
Hypothse : il existe une relation entre la
production dun bien (service) marchand
Xm et un bien environnemental non
marchand Xe
Q = f(Xm, Xe)
Qualit de leau et agriculture, fort,
pche
Qualit de lair et agriculture, fort
 Autrement dit, Xe apparat 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
lenvironnement
 Dans le cas gnral, le changement de Xe
affecte les prix, donc les surplus
S1

p1
S2

p2
Demande

Q1 Q2
 Ici, lamlioration de Xe augmente loffre
Le surplus du consommateur augmente
Le surplus du producteur >0 ou <0 selon
les lasticits de loffre et de la demande
Gain total
Dans le cas particulier o les producteurs
sont peu nombreux/offre totale, la
demande est constante
S1 S2

Demande
 Les producteurs sapproprient tous le
surplus
La valeur de lenvironnement est la
diffrence entre les deux
 Etapes Hypothses
1 Dterminez la Il est possible de
relation technique dterminer une telle
entre Q et Xe : relation
Q = f (Xm,Xe )
 Etapes Hypothses
1 Dterminez la relation technique Il est possible de dterminer
entre Q et Xe : Q = f (Xm,Xe ) une telle relation
2 Estimez le Il est possible disoler
changement dans le leffet du bien
bien produit du une environnemental sur
variation unitaire du loutput. En pratique,
bien environnemental la productivit
Q/Xe marginale est souvent
remplace par la
productivit moyenne
 Etapes
2 Estimez le changement dans le
bien produit du une variation
unitaire du bien environnemental
Q/Xe
3 Relevez le prix de
march de loutput P
Hypothses
Il est possible disoler leffet du
bien environnemental sur loutput.
En pratique, la productivit
marginale est souvent remplace
par la productivit moyenne
Pour le prix de
march de loutput,
ce peut-tre un prix
de long ou de court
terme, voire un prix
implicite
 Etapes Hypothses
3 Relevez le prix de march de Pour le prix de march de loutput,
loutput P ce peut-tre un prix de long ou de
4 Calculez le prix court terme, voire un prix implicite

unitaire de linput Cette approche ne

environnemental convient que pour de
Pe=p Q/Xe faibles changements
environnementaux
 Etapes Hypothses
4 Calculez le prix unitaire de Cette approche ne convient que
linput environnemental Pe=p pour de faibles changements
Q/Xe environnementaux
5 Calculez la valeur Si on ne peut pas
du changement mesurer Xe en
environnemental Ve = units physiques, on
Pe Xe utilise directement la
variation de loutput
Ve = p Q
 Exemple : la fort de Mani
(Rpublique de Djibouti)
Fort de 26 000 ha jouant un rle important
dans le systme conomique (sylvo-pastoral) de
la rgion
Dans les fortes annes de scheresse cest le
dernier recours pour le btail
A cause de sa surexploitation, la fort est
menace de disparition dici 10 ans
Le projet vise rduire cette surexploitation,
notamment en diversifiant les revenus des
habitants
 Pour valuer les services rendus par la fort, il
est ncessaire de valoriser le fourrage quelle
fournit (jusquici gratuitement)
On va valuer cette valeur en calculant la valeur
de lait et de viande que lon obtient avec une
unit de fourrage
Le problme est de calculer la valeur du
changement de production due une
disponibilit plus grande de fourrage permise par
le projet
 Hypothse : la valeur dun kg de fourrage
est gale la valeur de la production de
lait et de viande quil permet dobtenir
1 Calculer la valeur de la production totale
de lait et de viande annuelle
2 Calculer la consommation thorique de
fourrage
3 faire le ratio
 Donnes
Espces Nombre
Chameaux 472
Bufs 1324
Moutons 1244
Chvres 3331
Anes 218
Units standard tropicales
Espces UST
Chameaux 1
Bufs 0,73
Moutons 0,12
Chvres 0,12
Anes 0,40
 Production annuelle
Espces Lait Viande (kg/an)
(litres/an/animal)

Chameaux 600 14

Bufs 400 16

Moutons 30 4,7

Chvres 40 6,6

Anes 0 0
Espces Femelles laitires

Chameaux 54

Bufs 245

Moutons 87

Chvres 473

Anes 0
Marchandise Prix

Lait 150B$/litre

Viande 600 B$/kg

 Production totale de viande
Espces Nombre Viande Total
viande/espce
kg/an
Chameaux 472 14 6 608

Bufs 1324 16 21 184

Moutons 1244 4,7 5 846,8

Chvres 3331 6,6 21 984,6

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

Chameaux 54 600 32 400

Bufs 245 400 98 000

Moutons 87 30 2 610

Chvres 473 40 18 920

Total lait 151 930

 Valeur totale de la production
Marchandise Prix Quantit 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 ncessaire/an

Espces UST Nombre UST/espce

Chameaux 1 472 472

Bufs 0,73 1324 966,52

Moutons 0,12 1244 149,28

Chvres 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
Do la valeur dun kg de fourrage
56 163,54 : 4771,856 = 11,77 B$
 Discussion
Hypothse 1 : productivit moyenne =
productivit marginale
Donc la quantit supplmentaire de
fourrage produit une quantit
proportionnelle de lait et de viande
Hypothse 2 : les prix ne changent pas
suite cette augmentation de loffre
Les cots de production sont ngligeables
 Ceci permet dallouer tout le prix de vente
la rmunration du fourrage
Sinon, il faudrait aussi rmunrer les
autres facteurs de production et seule une
partie du prix mesurerait la valeur du
fourrage
Mthode du cot de substitution
Hypothse : le bien environnemental est
un substitut dautres inputs
Principe : en valuant lconomie faite en
remplaant un input marchand par son
substitut environnemental, on obtient le
bnfice quil procure
Cest un cas particulier de lapproche
prcdente, avec Q constant quand le
bien environnemental change
 Exemple : levage de btail dans des
prairies avec de lherbe (bien
environnemental) et de la nourriture
achete (le substitut)
herbe

Xe
isoquante

nourriture
Xm
Pm

demande

Xm
 Etapes
1 Choisir le bien Le critre pour choisir le
marchand Xm le plus
proche substitut du bien
environnemental Xe
Hypothses
substitut est dobserver
les prfrences des
consommateurs ou des
producteurs selon que le
bien environnemental
considr est un bien de
consommation finale ou
un input
 Etapes
1 Choisir le bien marchand Xm le
plus proche substitut du bien
environnemental Xe
2 Calculez le prix Pm du
bien marchand dans la
zone concerne
Hypothses
Le critre pour choisir le substitut est
dobserver les prfrences des
consommateurs ou des producteurs
selon que le bien environnemental
considr est un bien de
consommation finale ou un input
La mthodologie pour
calculer le prix dpend de
ce que le bien
environnemental est un
substitut import ou
produit localement
 Etapes
2 Calculez le prix Pm du bien
marchand dans la zone concerne
3 Identifiez les
diffrences entre les deux
biens du point de vue de
leur substituabilit
Hypothses
La mthodologie pour calculer le prix
dpend de ce que le bien environnemental
est un substitut import ou produit
localement
Diffrentes
caractristiques doivent
tre prises en compte
pour valuer la
substituabilit des deux
biens : localisation,
disponibilit, contraintes
techniques
 Etapes
3 Identifiez les diffrences
entre les deux biens du point
de vue de leur substituabilit
4 Estimez le taux de
substitution Rs entre
les deux biens
Hypothses
Diffrentes caractristiques doivent
tre prises en compte pour valuer la
substituabilit des deux biens :
localisation, disponibilit, contraintes
techniques
Ou la valeur du bien
non marchand
relativement au bien
marchand
 Etapes
4 Estimez le taux de
substitution Rs entre les deux
biens
5 Calculez le prix du
bien environnemental
Pe = Pm . Rs
Hypothses
Ou la valeur du bien non
marchand relativement au bien
marchand
Connaissant Pe il est
alors facile dvaluer
le bnfice dcoulant
dun changement de
linput
environnemental
 Exemple
On va valuer le prix dun kg de fourrage
en valuant le cot dun substitut, le
sorgho
Celui-ci est import
Le sorgho import contient 10% de
moisissures
 Donnes 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 uvre de la mthode
1 Dtermination du substitut appropri : le
sorgho
2 Calcul du prix du sorgho dans la rgion
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$/tonne
 Et avec le cot de transport local : 31 486
+ 5 337 = 36 823
Soit 36,823 B$/kg
Mais comme sur un kg import, 90% sont
utilisables, un kg utilisable vaut 36,823 :
0,9
Soit 40,914 B$/kg
 3 Diffrences entre fourrage et sorgho
Leur principale diffrence est leur contenu
nergtique
4 Calcul du taux de substitution technique
entre fourrage et sorgho
Il sagit dvaluer quelle quantit de
sorgho est ncessaire pour fournir la
mme nergie quun kg de fourrage.
 On obtient ce taux en divisant lnergie
disponible avec le fourrage par lnergie
disponible avec le sorgho
Soit 2,40 : 3,88 = 0,6186
5 Calcul de la valeur du fourrage
Il suffit de multiplier la valeur dun kg de
sorgho par le taux de substitution : 40,
914 x 0,6186
Soit 25,308 B$/kg
 Discussion

En fait, le sorgho nest pas vraiment utilis

comme substitut dans la rgion
Ceci peut sexpliquer puisque que le cot du
sorgho est de 25, 308 le kg alors que la valeur de
la productivit marginale du fourrage est de
11,70
Dans ce cas, le cot marginal du sorgho import
est suprieur sa productivit marginale et
lutilisation de la mthode du cot de substitution
conduit une surestimation de la valeur du
fourrage
 Faut-il valuer ?
Lensemble des mthodes prsentes
conduisent des valuations discutables
Des mthodes diffrentes appliques un
mme cas fournissent souvent des
valuations trs diffrentes
La question nest pas dvaluer ou non
En refusant lvaluation on value
lenvironnement zro
 Le cas de lExxon Valdez
24 mars 1989, mare noire prs des ctes
de lAlaska
Evaluation des dommages
8 octobre 1991, condamnation dExxon 1
milliard de dollars (sur 11 ans)
2, 3 avril 1992 colloque Washington
organis par Exxon
 Conclusion : lvaluation contingente nest pas
utilisable
Lobbying auprs de la National Oceanic &
Atmospheric Administration (NOAA)
Constitution par la NOAA dun panel de
scientifiques prsid par K. Arrow et R. Solow
Conclusion : lvaluation contingente est
utilisable condition de respecter un protocole
prcis