Mesures de la volonté de payer : spécification des fonctions de demande lorsque le prix est la variable

Une pratique courante dans les études empiriques est d'obtenir Pi Z, , respectivement les prix et les quantités de chaque attribut, et de procéder à la régression de Pi seule-ment sur Z. et les autres variables qui déplacent la demande - dans notre cas, le revenu (REVMAX), les budgets de loisir (WTPLAY) et une variable binaire pour expli-quer les effets du statut de résident ou de non-résident (NR ES). Dans le cas qui nous occupe, on obtient :

aCost

az,

lorsque

i

et, pour l'estimation de la demande :

P,=g(Z,,

Cette spécification de la demande, bien que similaire, n'est pas identique aux demandes Hicksienne et Marshallienne représentées à la Figure 1. En plus, les relations exactes entre les valeurs obtenues à la Figure 1 et celles découlant de la théorie supportant la Figure 2 font toujours l'objet de débats dans la littérature économique. L'approche précitée, attribuée à Rosen, est l'objet d'intenses critiques au plan théorique de la part de quelques économistes qui favorisent plutôt des méthodes ne reposant pas sur des hypothèses spéciales attribuées aux modèles de prix-hédonique. Malgré tout, cette méthode est régulièrement citée dans la littérature et elle est souvent utilisée dans les analyses afin de soutenir les politiques de gestion des ressources naturelles et environnementales.

Une approche modifiée de la méthode de Rosen évite, en partie, les problèmes économétriques décrits précédemment. En plus, l'estimation de la demande est valide au niveau conceptuel, en omettant les autres variables qui ont déjà été incluses dans l'estimation de la fonction de prix-hédonique. Si le chercheur croit que le processus décisionnel est clairement établi et jusqu'à un certain point subdivisé, ce qui peut justifier l'utilisation de la première dérivée de la fonction prix-hédonique, la méthode de Rosen devient alors appropriée.

Les résultats d'une analyse similaire à celle de la section précédente sont présentés en utilisant des fonctions de demandes où le prix est la variable dépendante. Les

«demandes» utilisées dans l'analyse sont résumées au Tableaux 6a et 6b. À noter que les variables qui sont incluses dans la fonction sont significatives alors que les variables qui ne sont pas dans l'équation ont un pouvoir explicatif réduit.

DeltZ=fg(e, REVMAX

REV MAX, WTPLAY, NRES) dZ, , WTPLAY, NRES)dZi

Les Tableaux 7 et 8 font état des changements marginaux de la volonté de payer attribuables respectivement à une augmentation de 10 % dans le nombre de saumons et à une augmentation d'un jour de pêche au saumon (DELTFDEM et DELTDDEM).

Ces valeurs sont des estimations de la mesure théorique représentée à la Figure 2 (ab). Pour obtenir ces valeurs, sous la forme d'une fonction d'enchères (B1 dans la Figure 2), on procède à la dérivée de l'équation

où ,e= valeurs de l'attribut au commencement et à la fin du problème.

Les résultats ainsi obtenus sont présentés dans les Tableaux 7 et 8 qui suivent. À noter que les autres variables et leur interprétation n'ont pas changé.

Il est intéressant de comparer les résultats du Tableau 7 (DELTFDEM) avec ceux du Tableau 5 (DELTFSHH), car ces deux tableaux résument les changements marginaux moyens attribuables à 10 % du nombre de saumons, mais obtenus par deux méthodes différentes. On constate, presque sans exception, que les valeurs obtenues par la méthode de Rosen (Tableau 7) pour mesurer ab à la Figure 2, sont moindres que les valeurs dérivées des extrapolations linéaires du Tableau 5.

Ce résultat était prévisible à partir du modèle utilisé dans cette Figure. En procédant à nos estimations à partir de la «demande», on constate que le consentement à payer moyen attribuable à une augmentation des captures de saumons varie de 0,76 $ pour les faibles revenus à 17,74 $ pour ceux dont le revenu familial est supérieur à 135 000 $ par année. Il est également intéressant de noter que les personnes avant peu de temps à consacrer aux loisirs manifestent une consentement à payer marginal plus élevée en fonction d'une augmentation du nombre de saumons (LEISURE = 2).

Ce phénornène peut s'expliquer par le fait que les pêcheurs plus fortunés (REVRANG = 7,8) accordent plus d'importance à la valeur marginale du temps dont ils disposent Ceci suggère que le consentement à payer moyen attribuable à la variable LEISURE prend une distribution ayant la forme d'un U. Ainsi, le consente-ment à payer moyen résultant d'une augconsente-mentation de saumons de 10 % est 6,35 $.

LPDAYS = ; Tableau 6a. Les demandes pour le nombre de saumons (LOLDFISH)

(forme og-log)

LPFISH = log naturel du prix implicite pour le nombre de saumons;

LREVMAX = log naturel du revenu familial;

LWTPLPY = log naturel du budget temps/loisir;

LDAYS = log naturel des nombres de Jours de pêche;

LNRES = log naturel de la variable binaire, (1) pour résident du Québec, (2) pour non-résidents;

CONSTANT = Constante de régression.

Tableau 6b. Les demandes pour le nombre de jours de pêche(LDAYS) (forme og-log)

log naturel du prix implicite pour les jours de pêche;

log naturel du revenu familial;

log naturel du budget temps/loisir;

log naturel des nombres de jours de pêche;

log naturel de la variable binaire, (1) pour résident du Québec, (2) pour non-résidents;

Constante de régression.

en utilisant les fonctions d'offre (BI) dérivées des 'demandes» ayant comme variable dépendante la variable prix (ab, Figure 2) OBSERVATIONS MANQUANTES = 259

2 VALEURS DES VARIABLES :

3 i 69.7825 1

en utilisant les fonctions d'offre (B,) dérivées des «demandes» ayant comme variable dépendante la variable prix (ab, Figure 2)

6 i 7

114.5260 165.9435 132.1752 105.2751 169.6507

5 3 3 1 2

50.6949 63.9435 69.3806 93.6346 143.7836 161.3057 189.3842 219.8722

6 8 9 4

61.5077 67.0633 64.7788 42.3817 126.7862 167.3736 206.4035 228.7396

17 30 23 14

53.8197 106.7604 97.1207 63.3447

2 3 4 5

Total Colonne 95.1761 137.0892

12 36

44.0784 93.6837 ' OBSERVATIONS MANQUANTES = 259

2 VALEURS DES VARIABLES :

Par un raisonnement similaire, si les captures sont présentement à Q1 et que l'on considère une politique moins restrictive ayant pour effet de hausser le taux de braconnage et, ainsi, de réduire de 10 % dans le nombre de saumons capturés (réduction également distribuée parmi toutes les rivières), on estime alors que la perte due à cette politique (en supposant un échantillonnage non-biaisé) serait de 82 550 $ par année (13 000 * 6,35 $) pour les consommateurs uniquement. Si les conditions prévalent jusqu'à l'équilibre et que l'on considère un taux d'intérêt de 11 % (la valeur approximative d'une épargne), la valeur présente de cette perte est approximati-vement de 750 000 $. L'analyse précédente met en évidence que les mêmes informations sur la demande peuvent être utilisées pour évaluer l'impact potentiel de différentes politiques d'aménagement et, ce qui est encore plus important, que les analyses de demande confirment de façon rigoureuse que les gestes posés tant par le secteur public que privé ont un impact direct et mesurable sur le comportement des utilisateurs.

L'aspect le plus intéressant découlant de cette analyse est peut-être le consentement à payer moyen marginal sur l'effet du nombre de jours de pêche au saumon. En comparant les Tableaux 4 et 8 qui résultent de nos estimations de demande et qui sont moins élevées que les valeurs exprimant le consentement à payer dérivées à partir de l'expansion linéaire, on constate d'une part que le consentement à payer augmente progressivement avec le revenu (REVRANG) et, d'autre part, qu'elle épouse les valeurs de la variable LEISURE dont la distribution a une forme en «U». Le consentement à payer moyen global pour un (1) jour de pêche additionnel est de 241,31 $ pour notre échantillon, soit 15 % inférieure à l'estimation moyenne découlant de l'extrapolation linéaire du Tableau 4. Ceci revient à dire que le consentement réel à payer est moins élevé que le consentement à payer supposé. Par contre, les analyses rapportées dans la littérature ne tiennent pas souvent compte des effets dynamiques évidents des politiques à long terme du MLCP. Par exemple, si on accepte que nos valeurs sont correctes, il est raisonnable de considérer une politique qui augmenterait en permanence les jours de pêche d'une unité. Ainsi, si l'on fixe la population de pêcheurs à 13 000 (le nombre des pêcheurs en 1988) et si on utilise un taux d'escompte de 11 %, on obtient une valeur globale actualisée de 28 500 000 $.

Loin de suggérer que la valeur intrinsèque de la ressource est moindre, l'interprétation de ces résultats accentue notre conviction que l'estimation de la volonté de payer des pêcheurs doit être précise et s'appuyer sur des bases théoriques solides, car les valeurs ainsi obtenues sont déterminantes dans l'élaboration des politiques de gestion. Le corollaire qui en découle est que toute politique affectant le prix hédonique détermine le profil du pêcheur en fonction de ses revenus et du temps disponible. Si elles s'appuyaient sur une estimation de la volonté de payer, elles auraient comme conséquence d'exclure une plus grande proportion de la population et de favoriser les classes sociales plus fortunées.

Rivière Libre 20 Jour/Limite 31 15%

23%

Forfait de Pèche 78

Jour/sans Limite 8 6%

Figure 3. Répartition en pourcentage (%) des pêcheurs résidents selon le type d'accès aux rivières utilisées.

également de découvrir s'il existe des liens entre certaines variables démographiques et le braconnage, ou s'il s'agit simplement d'un problème de comportement.