La quantification du modèle nécessite un grand nombre de données. Tout d’abord, il faut disposer d’observations de toutes les variables du modèle pour une année de base : ces données sont fournies par des matrices de comptabilité sociale (Social Accounting Matrix – SAM) des trois régions du modèle. Il s’agit donc de construire de telles matrices pour la Suisse, l’UE et le reste du monde, et de réconcilier les données concernant les flux commerciaux. Les matrices SAM servent ensuite à « calibrer » certains paramètres14 de sorte que les données de l’année de base constituent une solution du modèle.
Les données sur l’UE et le reste du monde proviennent de la base de données GTAP (Global Trade Analysis Project), qui réunit des SAM de l’année 1995 pour 45 régions ou pays, couvrant la totalité de l’économie mondiale15. Ces données ont été agrégées pour obtenir les SAM des régions de l’UE et du RM16 (la Suisse n’étant pas représentée dans cette base).
Quant aux données pour la Suisse, la SAM élaborée par Antille et Guillet (1998) pour l’année 1990 a été mise à jour pour l’année 1995 dans le cadre de la présente étude, en utilisant des données de l’Office fédéral de la statistique (désagrégation de la production, de la valeur ajoutée et de la masse salariale par branche), de la Direction générale des douanes (commerce de biens) et de la Banque nationale suisse (commerce de services, balance des revenus). Une description détaillée de cet ajustement peut être trouvée dans l’annexe B.1.
Comme cette matrice, qui contient 37 branches, est trop agrégée pour permettre une analyse des effets de la politique agricole, nous avons procédé de plus à une désagrégation des branches « agriculture » et « produits alimentaires » (voir annexe B.2). En outre, pour pouvoir capter les effets de l’intégration sur la distribution des salaires, la masse salariale a été subdivisée en quatre catégories de qualification. Pour ce faire, l’enquête suisse sur la structure des salaires 1994 a été utilisée pour estimer la structure de qualification par branche, ainsi que des taux de salaire moyens par qualification et par branche.
Vu l’importance des droits de douane et des taux de TVA dans les scénarios d’intégration, nous les avons estimés en utilisant les sources les plus fiables. Les taux effectifs de TVA ont été estimés à l’aide des statistiques de la TVA (voir annexe B.5). En ce qui concerne les droits de douane, l’année de base du modèle
14 Il s’agit essentiellement de paramètres de « proportionnalité » qui interviennent dans les équations de comportement.
15 Ce projet est coordonné par le Center for Global Trade Analysis (Department of Agricultural Economics, Purdue University, USA). Pour une description de la base de données , voir Hertel (1997) et McDougall et al. (1998). Nous avons utilisé les données de la version 4 de GTAP.
16 Nous remercions Renger van Nieuwkoop (ECOPLAN) qui a effectué cette agrégation pour nous, à l’aide d’un programme de Tom Rutherford.
est problématique, car les changements négociés lors du cycle d’Uruguay sont entrés en vigueur au milieu de l’année. Pour cette raison, nous avons préféré estimer des taux de droits de douane pour 1996. Pour la Suisse, les taux moyens par bien ont été calculés en utilisant les données très détaillées (à 8 chiffres) des statistiques douanières suisses (voir l’annexe B.4). Pour l’UE, les données proviennent de la base de données IDB (Integrated Data Base) de l’OMC, qui contient les taux MFN (voir l’annexe B.4). Cependant, afin de tenir compte de l’accord de libre échange entre la Suisse et l’UE, nous avons supposé que les taux des tarifs prélevés par l’UE sur les biens industriels suisses étaient identiques aux taux suisses appliqués aux importations en provenance de l’UE.
La réconciliation des données GTAP pour l’UE et le RM avec la SAM pour la Suisse soulève deux problèmes. D’une part, il faut établir une correspondance entre les nomenclatures (voir annexe B.3). D’autre part, il s’agit de décrire les échanges commerciaux entre les régions de manière cohérente. Comme l’intégration de la Suisse à l’UE produit ses effets avant tout en Suisse, et que l’impact attendu sur l’UE ou le RM reste marginal, nous avons tenté de minimiser les ajustements des données suisses. Par conséquent, les données du commerce entre la Suisse et l’UE, et entre la Suisse et le RM, proviennent de sources suisses (voir figure 4.4). Les données concernant les échanges entre l’UE et le RM, ont été ajustées en conséquence.
Figure 4.4 : Réconciliation des données LEA et GTAP Suisse
Union
européenne Reste du
monde Données LEA
Données GTAP
Les principaux paramètres du modèle (élasticités de substitution, de transformation etc.) apparaissent dans le tableau 4.2. Quant au calibrage du modèle, il est effectué de manière « standard » (voir par exemple Shoven et Whalley, 1992), à l’exception des paramètres de concurrence imparfaite. Rappelons que ces paramètres sont calibrés de telle sorte que le changement de préférences décrit ci-dessus reflète les variations des taux de marge estimées dans Single Market Review (1997, Subseries IV, Vol. 3). De plus, nous disposons d’informations sur les économies d’échelle et le degré de concentration dans chaque branche. Cette information est utilisée pour estimer les élasticités de substitution entre variétés d’un produit, σv, d’une part, et entre produits de différentes origines, σr, d’autre part (voir tableau 4.3).
Tableau 4.2 : Autres paramètres du modèle a Production : élasticités de substitution
– entre valeur ajoutée et biens intermédiaires σQ 0
– entre capital et travail (1) σVA 1.2
– entre composite capital-travail(1) et travail (2) σKL 0.4
– entre catégories de qualification (1) σL1 0.4
– entre catégories de qualification (2) σL2 1.2
Commerce extérieur : branches en concurrence parfaite Elasticité de substitution entre biens nationaux et importations (Armington)
– agriculture et alimentation 2.5
– services et branches industrielles en concurrence parfaite 3.0 Elasticité de transformation entre biens nationaux et exportations 2.0
Consommation et choix intertemporels des ménages
Elasticité de substitution entre biens de consommation σc 1.0
Elasticité de substitution intertemporelle 0.25
a Pour la signification des paramètres, voir figures 4.1, 4.2 et 4.3.
Tableau 4.3 : Paramètres des branches en concurrence imparfaite Elasticités de substitutionb
a Part du coût fixe dans le coût total (cost-disadvantage ratio – CDR).
b Voir figures 4.2 et 4.3 pour la signification des paramètres.
dans le chapitre 2 fait l’objet d’une simulation séparée (ou « individuelle »), décrite dans le tableau 5.1. Par la suite, les résultats n’étant pas additifs, ces simulations sont regroupées selon leur niveau d’apparentement (par exemple : conséquences fiscales d’une adhésion ou, à un niveau supérieur, conséquences globales des bilatérales ou de l’adhésion). Les différentes simulations « cumulées » sont présentées dans le tableau 5.6. Nous décrivons ci-dessous les sources de données et les conventions retenues dans chacune de ces simulations.
Les résultats de chaque simulation sont exprimés en pourcentage de variation par rapport à une situation de statu quo, où l’on suppose que la Suisse n’entreprendra pas de mesures unilatérales de libéralisation supplémentaires par rapport à la situation actuelle. Cela implique notamment que les mesures adoptées depuis 1996 dans le cadre de la politique agricole suisse et européenne ne sont pas prises en compte.