HAL Id: tel-00012043
https://tel.archives-ouvertes.fr/tel-00012043
Submitted on 27 Mar 2006
HAL is a multi-disciplinary open access
archive for the deposit and dissemination of
sci-entific research documents, whether they are
pub-lished or not. The documents may come from
teaching and research institutions in France or
L’archive ouverte pluridisciplinaire HAL, est
destinée au dépôt et à la diffusion de documents
scientifiques de niveau recherche, publiés ou non,
émanant des établissements d’enseignement et de
recherche français ou étrangers, des laboratoires
nouvelle économie de la réglementation : ”la concurrence
par comparaison” (yardstick competition)
Julien Lévêque
To cite this version:
Julien Lévêque. Réguler les chemins de fer sur une proposition de la nouvelle économie de la
réglemen-tation : ”la concurrence par comparaison” (yardstick competition). Economies et finances. Université
Lumière - Lyon II, 2005. Français. �tel-00012043�
RÉGULER LES CHEMINS DE FER
SUR UNE PROPOSITION DE LA NOUVELLE
ÉCONOMIE DE LA RÉGLEMENTATION :
LA CONCURRENCE PAR COMPARAISON
(YARDSTICK COMPETITION)
Thèse pour le do torat de S ien es É onomiques
mentionÉ onomie desTransports
présentée, soutenue et obtenue le5 dé embre 2005 par
Julien LÉVÊQUE
ave lamention TrèsHonorable et lesFéli itations du Jury
Dire teur de re her he : M. le Professeur Yves CROZET
Jury :
Emmanuelle AURIOL(rapporteur) ,Professeur àl'Université de Toulouse 1
Alain BONNAFOUS ,(président), Professeurà l'Universitéde Lyon 2
Yves CROZET ,(dire teur), Professeur àl'Université deLyon2
Antonio ESTACHE ,Senior E onomi Advisor àlaBanque Mondiale
Patri k PERSUY, Dire teur nan ier de RéseauFerréde Fran e
LaSNCFestun asdouloureux,etmêmelesplusardentsdéfenseurs
des entreprises publiques sont désarçonnés... Le gaspillage atteint
un seuil di ile à roire et il y a vraiment une appropriation de
l'entreprise par ses employés. Sans aller jusqu'à la privatisation, je
pensequ'ilfaudraita entuerlaséparationentreleréseauferré(RFF)
et le transport, et introduire de la on urren e sur le transport. Il
faudraitorganiserla on urren eendé entralisant etenpoussantàla
omparaisond'unerégionàl'autre.
Jean-Ja quesLaont(1999),
interviewàl'Expansion,n o
603.
Élève-ingénieur à l'É ole Centrale de Lyon,les problèmes de dynamique ferroviaire
telsquele onta troue-railoul'intera tion aténaire-pantographem'étaientapparus
parmi les plus subtils et les plus beaux de la mé anique des solides. Préjugeant de
la bienveillan e des agents publi s, et admirant ertaines performan es te hniques
du monopole ferroviaire, la dé-intégrati on entre le gestionnaire d'infrastru ture et
l'entrepriseferroviaire,pronéeparlesé onomistes,nepouvaientalorsquemeheurter.
J'aidon ommen éàdouter:etsilesproblèmesd'uneindustrieaussite hniqueque
les hemins de fer ne pouvaient être résolus par les ingénieurs? En eet, omment
ignorer quelesvéritablesenjeuxdutransportferroviairetrouveraientune amor ede
solution du té des in itations et de la régulation é onomique, plutt que dans la
résolution desproblèmes d'instabilités mé aniques et devibrations dessystèmes?
Le3 e
y lequej'aimenéauseinduLaboratoir ed'É onomiedesTransports,dont
ettethèsemarquel'aboutissement,m'aoertl'opportunit édesaisirl'essentieldujeu
desa teurs du systèmeferroviaire. A l'issuede e travail de re her he,j'ai l'intense
sentiment d'être moins naïf quant aux motivations qui guident le omportement
des agents, quant à leurs intérêts respe tifs, leurs moyens d'a tion et l'information
dont ils disposent. Dès lors, je pense avoir assimilé quelquespoints élémentaire s de
l'analyse mi roé ono mique .
Cettethèse a éténan ée par le CNRS, e qui m'a oert la plus grande liberté
pour la mener à bien. Après trois ansde re her hes passionnantes, et malgré
l'inti-mité quej'aipu entretenir ave lesujet,je penseavoirexer éun eortde neutralité
susant,andepréserverle ara tères ientiquede etravaildo toral.Cettethèse
aux-quels j'ai présenté mes résultats. De e fait, elle ontribue à restituer, non pas la
réalité,maisbienun réel variable desétapesde la onnaissan e.
Bien que e travail demeure individuel, il doit beau oup à tous eux qui m'ont
aidéàle menerà sonterme. Je souhaiteainsirenouveler mesremer ieme nt s àYves
Crozetpour avoir proposéet en adré ette thèse.J'exprime également magratitude
à Alain Bonnafous pour ses onseils et son aide, ainsi qu'aux membres du jury qui
ont a epté de s'investir en vue de la soutenan e. Parmi les ollègues du LET qui
m'ontaidédans etravail,jetiensàremer iertoutparti ulière mentDominiqueBouf
pour leplaisir quej'aieu àtravailler ave lui, et Iragaëlpour l'animationmotivante
qu'ilaintroduite danslebureau.Je suis également redevable envers PhilippeAdam
et les heminots qui ont ontribué par leur apport à e travail. Enn, je remer ie
Avant-propos 3
Introdu tion générale 11
I Réguler les hemins de fer 15
Introdu tion : la nouvelle é onomie des hemins de fer 17
1 Analyse é onomique des mar hés ferroviaires 19
1.1 Lesmonopoles naturels. . . 19
1.1.1 Quel(s) monopole(s) naturel(s) surles infrastru tures? . . . . 21
1.1.2 Quelles é onomies d'é helle surlesservi es ferroviaires? . . . 24
1.2 L'émission d'externalités . . . 35
1.2.1 Lesexternalités positivesde réseau . . . 35
1.2.2 Leseetsexternes . . . 38
1.3 Lespropriétés desbiens olle tifs . . . 40
1.3.1 La non-rivalité . . . 41
1.3.2 La non-ex ludabilit é . . . 41
2 Quelle réglementation pourles hemins de fer? 43 2.1 L'apport historique . . . 43
2.1.1 L'intégrati onverti ale . . . 44
2.1.2 L'intégrati onhorizontale . . . 44
2.2 Leslimites dumonopole publi intégré . . . 49
2.2.1 La bienveillan e desautorités de tutelle . . . 49
2.2.2 L'absen ede risque . . . 52
2.2.3 L'ex édent organisationne l . . . 53
2.3 La libéralisation desmar hésferroviaires . . . 57
2.3.1 La on urren eintermodale . . . 57
2.3.2 La on urren epour lemar hé . . . 62
2.3.3 La on urren esurle mar hé . . . 67
Con lusion: Comment réguler de façon in itative? 75
II Analyse théorique de la on urren e par omparaison 77
Introdu tion : Genèse de la on urren e par omparaison 79
3 Analyse unidimensionnelle : les ontraintes informationnelles 81
3.1 L'émergen e despratiques omparativesdans un adred'aléa moral . 82
3.1.1 Les modèles d'aléa moral . . . 82
3.1.2 Le modèle d'Holmström(1982) . . . 85
3.2 Le asparti ulier destournois derang . . . 89
3.2.1 Prin ipe général . . . 89
3.2.2 Quelques résultatssupplémentaire s . . . 90
3.3 Le modèle originel deShleifer et leproblèmede l'hétérogénéit é . . . 91
3.3.1 Le modèle de Shleifer(1985). . . 91
3.3.2 Corriger l'hétérogénéi té . . . 94
3.4 L'apport des omparaisons dansun adre deséle tion adverse . . . . 96
3.4.1 Les modèles deséle tion adverse . . . 96
3.4.2 Le modèle de Crémer&M Lean (1988) . . . 98
3.4.3 Le modèle d'Auriol &Laont (1992) . . . 99
3.5 Con urren e par omparaison en aléa moral et séle tion adverse . . . 104
3.5.1 Les modèles enaléa moral et séle tion adverse. . . 104
3.5.2 Le modèle d'Auriol (2000) . . . 106
3.5.3 Le modèle de Boyer &Laont (2003) . . . 108
4 Analyses bidimensionnelles 111 4.1 Les omportements d'entente expli ite . . . 111
4.1.1 La mena e de ollusion. . . 112
4.1.2 La apture durégulateur . . . 116
4.2 Les eetsdynamiques . . . 118
4.2.1 La ollusion ta ite . . . 118
4.2.2 L'eet de liquet . . . 120
4.3 Les in itationsà investir . . . 124
4.3.1 Les investissementsde produ tivité . . . 124
4.3.2 Les investissementsde qualité . . . 127
Con lusion: Des progrès théoriquesfavorables à la mise en ÷uvre 131
III La on urren e par omparaison appliquée
aux hemins de fer : justi ation et résultats 135
5.1.1 Te hnique d'appli ation . . . 143
5.1.2 Prin ipe dumé anisme in itatif . . . 145
5.1.3 Une miseen ÷uvrepragmatique . . . 147
5.2 Une propositiond'appli ation auxTERfrançais . . . 147
5.2.1 Quelquesoptions pour uneappli ation en Fran e . . . 148
5.2.2 Perspe tive d'appli ation régionale . . . 149
5.2.3 Appli abilitédesmodèles théoriques . . . 152
5.2.4 Mesure delaperforman e desopérateurs ferroviaires . . . 155
6 Estimation de la performan e par frontière 163 6.1 Le modèleé onomique . . . 163
6.1.1 Stru turedu modèle omplet . . . 163
6.1.2 Corre tion del'hétérogénéité . . . 169
6.2 Le modèleé onométrique . . . 171
6.2.1 La frontière sto hastique de oût . . . 171
6.2.2 Intégrationdesvariables environnementales . . . 174
6.3 Lesrésultats. . . 175
6.3.1 Résultats é onométrique s . . . 175
6.3.2 Interprétationé onomique . . . 180
Con lusion : De la théorie à la pratique 185 Con lusion générale : Réguler les TER par omparaison : mode d'emploi 187 Bibliographie 193 Annexes 202 A Rappels de méthodologie en é onométrie des données de panel 205 B Programmes d'estimation des fon tions de oût 209 B.1 Données régionales . . . 209
B.2 Données sous-réseaux. . . 212
C Résultats estimés des rendements d'é helle et de densité 217 C.1 Résultats régionaux. . . 217
C.2 Résultats dessous-réseaux . . . 221
E Formulation et résolution du modèle é onomique omplet 229
E.1 Formeet spé i ation desfon tions . . . 229
E.2 Résolution du problèmede maximisation . . . 231
F Estimation des élasti ités du oût aux fa teurs d'hétérogénéité 233
G Programme d'estimation de la frontière de oût 235
H Autres lassements des opérateurs régionaux 241
H.1 Classement suivant l'e ien e brute . . . 241
1.1 Nomogrammedesrendements de taillepour lessous-réseaux . . . 33
1.2 Nomogrammedétaillé desrendements de taillepour lessous-réseaux 34 2.1 Évolution de paramètres nan iers dusystèmeferroviaire français . . 51
2.2 Évolution de laprodu tion par agent enEurope . . . 54
2.3 Évolution des harges de personnelet des ee tifsà laSNCF . . . . 55
2.4 Évolution de larépartitionmodaledutra intérieur demar handises 58 2.5 Évolution de larépartitionmodaledutra intérieur devoyageurs . 59 3.1 Variationde l'apportdes omparaisons selonle rapport var
(η)
/var(ǫ)
87 3.2 Distribution des ara téristiques desentreprises (Auriolet Laont) . 101 3.3 Relâ hement desdistorsions de produ tions grâ eaux omparaisons 102 3.4 Distribution des ara téristiques desentreprises (Auriol) . . . 1035.1 Comptede résultat re onstituédesentreprisesferroviairesjaponaises 143 5.2 Mé anisme d'in itationstatique . . . 145
5.3 Illustration del'e ien e oût . . . 157
6.1 Variationdu oûten fon tion delaprodu tion . . . 166
6.2 Stru turedu modèle . . . 168
6.3 Frontière sto hastique de oût: dé omposition du terme résiduel . . 173
6.4 Frontière sto hastique de oûtestimée . . . 177
6.5 Variationdes s oresd'e ien e nette normés . . . 182
CG.1Déroulement hronologique . . . 189
D.1 Intégration horizontale enFran e, Grande-Bretagn eet Allemagne . . 226
D.2 Intégration horizontale enHollande, Belgiqueet Suède . . . 227
1.1 Statistiques des riptives régionales . . . 27
1.2 Estimations desfon tions de oûtrégionales . . . 30
1.3 Statistiques des riptives dessous-réseaux. . . 31
1.4 Estimations de lafon tion de oûtdessous-réseaux . . . 32
C2.1 Ré apitulatifdesmodèles analysés . . . 133
I3.1 Prin ipaux mé anismes omparatifs. . . 138
5.1 Variables mobilisées pour al uler le oûtde référen e . . . 144
6.1 Prix moyendes ir ulations en fon tion de variables d'hétérogénéité . 170 6.2 Statistiques des riptives régionales . . . 175
6.3 Estimation de lafrontière sto hastique . . . 176
6.4 S ores d'e ien e nette norméspour 1998 . . . 179
6.5 Comparaison de troismesuresnormées de laperforman e pour 1998 180 CG.1 Gainsde produ tivité annuels selon les ore d'e ien e nette normé 191 B.1 Rendementsd'é helle et de densitédes réseauxrégionaux . . . 217
B.2 Rendementsd'é helle et de densitédes sous-réseaux. . . 221
H.1 S ores d'e ien e brute norméspour 1998 . . . 241
Le système étatique et administratif français repose sur une
on eption idéaliste du pouvoir politique et de la vie démo ratique,
sur un postulat général de bienveillan e des hommes politiques, de
l'administration et de tous les fon tionnaires etpersonnels assimilés.
Cette visionoptimiste del'appareild'Étata onduità desstru tures
quiontfon tionnéave un ertainsu èspourl'essentielduxx e
siè le.
Jean-Ja quesLaont(1999),
ÉtapesversunÉtatmoderne:uneanalyseé onomique,
rapportau Conseild'AnalyseÉ onomique .
L'intervention de la puissan e publique au sein des é onomies de mar hé perdure
au delà des traditionnel les missions régaliennes, tout en se renouvelant. Ce i est
parti ulière ment avéré ave les industries de réseau (transports, ommuni at ions,
énergie,et .)dontlesmar héssont ara tériséspartroisdéfaillan es:desrendements
d'é helle qui onduisent au monopole naturel, des externalités et des propriétés de
biens olle tifs. De e fait, les mar hés seulsne peuvent prétendre à une allo ation
optimale desressour es : le pouvoir de mar hé, les distorsions de onsommation et
les désin itations à investirqui en résulteraient s'y opposent. Pour ette raison, les
Étatsétablissentlaréglementation de esindustries, 'est-à-direlesrègleslégalesqui
ordonnent et dénissent lefon tionnement desmar hés asso iés.
EnEurope, àl'issue de laSe ondeGuerre mondiale, ette réglementat ion a
lar-gement institué des organisations monopolistiques publiques, omme solution aux
défaillan esdesmar hés.Ensupposant esorganisationsbienveillantes,lesdé ideurs
publi s se sont dispensés de les réguler de façon in itative, 'est-à-dire d'intervenir
nement(parvoiede ontrats,d'arbitrages, d'avis,d'autorisationsoud'évaluations)
and'assurer unmeilleurfon tionnement desmar hésdansle adredela
réglemen-tation.
Cette défaillan e des pouvoirs publi s a onduit un peu partout au
développe-ment d'ine ien es qui ont onduit nombre d'entreprises, ferroviaires notamment,
à un état de faillite virtuelle.Depuis, ette réglementat ion, que les États n'ont pas
su a ompagne r d'une régulation in itative, est progressivement réorientée vers les
mar hés dans le adre de la libéralisation. Il s'agit non pas de déréglement er ,
mais bien de re-réglement er , de façon ompatible ave l'ouverture desmar hés.
désormais ontraints deréguler leurs industriesde réseau.
Mais, les mé anismes de régulation in itatifs et adéquats sont rares, tant les
ontraintes, notamment informationnel les, sont fortes. En eet, ontraireme nt aux
entreprises, le régulateur ignore les informations relatives aux oûts, aux aléas ou
à la demande, alors même qu'elles sont né essaires à une régulation optimale des
mar hés. C'est àpartir de e onstat que lanouvelle é onomie delaréglementat ion
propose desmé anismes in itatifs, parmi lesquelsla on urren e par omparaison.
Cemé anismereposesurlefaitquelorsque plusieursentreprisesopèrentsurdes
mar hés monopolistiques semblables et géographiquement distin ts, elles dégagent
desexternalitésinformationnel les.Le régulateurpeut alors entirerpartigrâ eàdes
omparaisons inter-entreprises. Les modèles théoriques montrent qu'un mé anisme
in itatif permet d'extraire l'information stratégique, et induit des omportements
on urrentiels. En pratique, un travail de olle te et de traitement desdonnées
re-lativesà la produ tion et aux oûts permet d'évaluer les performan es relativesdes
entreprises. Ces omparaisonspermettent aurégulateurderéduire l'asymétrie
infor-mationnelle , et don d'a roîtresa apa itéd'expertise et d'améliorer larégulation.
Littéralement, la yardsti k ompetition proposée par Shleifer orrespondrait
à une on urren e à l'étalon, que la plupart des auteurs français traduisent en
termes de on urren e par omparaison. Nous verrons toutefois que e on ept
re ouvredenombreusesformes(théoriquesetpratiques)demé anismes omparatifs.
Dansles faits,lamise en÷uvre de es mé anismes s'apparente bien plusà unoutil
stratégique d'améliorat ion de la régulation qu'à une forme de mise en on urren e .
Ainsi, il paraîtrait plus pertinent de parler de régulation par omparaison, an
de suivre la littérature anglophone ré ente qui traite, à juste titre, de yardsti k
regulation .
Pour autant, la on urren e par omparaison ne doit pas être onfondue ave le
ben hmarking 1
,nepro édantpasdumême esprit.D'abordpar equela on urren e
par omparaisonest onduiteparlerégulateur,etnonparl'entreprise,desortequ'elle
s'imposeà elle- ide façonplus ontraignant e. Ensuitepar equela on urren epar
omparaison, ontraireme nt au ben hmarking , se limite à l'évaluation relative des
performan es; au-delà,l'identi at ion despointsfaiblesde l'entrepriseet lamiseen
÷uvredesolutions appropriéesrelèvent d'uneautreinitiative,interne àl'entreprise.
C'est aux hemins de fer que nous proposons d'appliquer la on urren e par
omparaison.Dans etteindustrie,plusquelesautres,lamiseen÷uvred'une
régu-lationin itativeportantsurles oûtss'avèrené essaire.C'estlaraisonpourlaquelle
nous fo alisons l'analyse sur l'évaluation é onomique de l'e ien e - oût. Cette
dé-mar he nous onduit à mobiliser plusieurs fon tions de oût, mi roé ono miques et
é onométrique s,an de modéliser lastru ture des oûts,de façon àestimer les
ren-dementsd'é helle et l'ine ien e.
Nousmontrons notammentquelaseuleine ien e interneàlaSNCFdansle
trans-1
Leben hmarking (ouparangonnage)estladémar hedere her hedesmeilleurespratiques,
d'évaluation par omparaison, et de mise en ÷uvre d'appro hes similaires visant à optimiser la
Cette re her he illustre aussilatransition de l'é onomiepublique à lanouvelle
é o-nomie de la réglementat ion, en mettant l'a ent sur les innovations introduites par
ettedernière.Ellemetégalementenvaleurl'intera tionpermanenteetfé ondeentre
l'analyse é onomique théorique et lesmises en ÷uvrepratiquesquien résultent.
Ce travailest organiséen suivant letier ésuivant :
laproblématique estpré isée en première partie :il faut réguler
(é onomique-ment)les heminsde fer;
ladonneestensuitedéveloppée:ils'agitdesrésultatsthéoriquesdelanouvelle
é onomiede laréglementat ion, relatifs à la on urren epar omparaison;
l'analyseestenn menée: unmé anisme omparatifadéquat estproposé,an
é onomie des hemins de fer
Deuxgrandstypesdesolutionsdoiventêtreexplorés.Le
développe-ment des mar hés, haque fois que les onditions pour l'existen e de
mar hés on urrentiels sontréunies. L'anonymatdes mar hés
on ur-rentiels résout eneet,à lafois les problèmesd'in itation etles
pro-blèmesde orruption.
Quand e n'est pas possible, l'organis ation de l'État doit être
repensée en termes de ontre-pouvoirs, de he ks and balan es,
qui permettent de garantir une autonomie d'a tion susante tout
en limitant les eets des groupes d'intérêts, et des pro édures de
on uren e interne doivent être multipliées pour réerdes in itations
individuellesetéviterla orruption.
Jean-Ja quesLaont(1999),
ÉtapesversunÉtatmoderne:uneanalyseé onomique,
rapportau Conseild'AnalyseÉ onomique .
Durant la majeure partie du xx e
siè le, les États européens ont organisé leurs
he-mins de fersous la forme de monopoles publi sintégrés. Au delà desperforman es
d'une telle organisation, la onnaissan e é onomique des a tivités ferroviairesa été
freinée par les stru tures mises en pla e. Les organisations se sont substituées aux
mar hés. Progressivement, les entités historiques ont onforté leur rle en laissant
roire que toutes leurs a tivités onstituaient un monopole naturel. Malgré les
pro-grès de l'é onomie publique, des arguments te hniques ont préservé les monopoles
intégrés,jusqu'aux risesnan ièresdesannées1980-90.Depuis,lalibéralisationdes
mar hésferroviairespermet d'entrevoirlasortiede esiè ledesténèbresdu
he-min defer. La restaurationdesmar hés,à lapla e d'organisationss lérosées,ouvre
en eet un hampnouveau de réexions é onomiques.
Le renouveau organisationnel qui se met lentement en pla e, manque en ore de
repères,tant les dé enniesde monopole intégré ont inuen é ladonne à l'originede
l'investigation. C'est laraison pour laquellenous onsa rons ettepremière partie à
rétablir ertains résultatsé onomiques queles idéologiesde tousbordsont tenté de
négliger. Par e que, omme l'explique Bonnafous (1989) [5℄, la singularité même
des faits é onomiques et tout parti ulière ment leur histori ité rendent né essaire
impliqueunele turesuper ielledudis oursthéorique,porteusedeserreurslesplus
grossières.
An d'établir orre tement notre problématique de la régulation des hemins
de fer, nous onsa rons un premier hapitre à l'analyse é onomique des mar hés
ferroviaires. Il s'agit essentiellement de ara tériser dans quelle mesure les hemins
deferfontpartiedesindustriesderéseau.Pluspré isément,nousétablissons,parune
étudetrèsnedesrendementsd'é helle,l'existen edemultiplesmonopolesnaturels,
orrespondant à autant de mar hés distin ts. Ces résultats onduisent à envisager
les ontours des diérents mar hés ferroviaires, et à justier la régulation publique
de eux- i.
Dansunse ond hapitre,nousdis utonsdesformesque etteintervention
publi-queest sus eptiblede prendre. L'analyseest développée à partir desenseignements
retirésdesdiversesexpérien eshistoriques.Elle s'enri hitdesformesde on urren e
quelalibéralisationinviteàmettreen÷uvre.Ayantdémontrélafaillitedumonopole
intégrénonrégulé,nousretenonsquelalibéralisationnedispenseenrienlespouvoirs
publi s d'améliorer la régulation des hemins de fer. Cette première partie nous
fournit don des bases saines, avant de poursuivre notre investigation d'une forme
Analyse é onomique des mar hés
ferroviaires
An depré iser notreproblématique delarégulation des heminsdefer, e premier
hapitre vise à réa tualiser ertaines ara téristiques é onomiques des mar hés
fer-roviaires.Nousre onsidéronsainsiladé linaisonferroviairedestroismarketfailures
qui ara térisent les industries de réseau. Il s'agit des rendements roissants, des
externalités et des propriétés de non-rivalité et non-ex ludabilit é. Ces défaillan es
des mar hés tiennent en é he l'allo ation optimale des ressour es rares à travers
la main invisible d'Adam Smith, et né essitent ainsi l'intervention despouvoirs
publi s.
Au ours du xx e
siè le, eux- i ont organisé les hemins de fersous la forme de
monopoles publi s intégrés. L'organisation au sein de es entreprises semblait alors
résoudrelaplupartdesdéfaillan esdumar héenfaisantdisparaître e dernier.Mais
l'é he de esorganisations onduit àlibéraliserlessystèmes ferroviairesen
réintro-duisantdesmar hésenleursein.Cettelibéralisationnousinvitedon àre onsidérer
sous uneautre appro heles mar hésferroviaires.
Dans e hapitre,nousnousintéressonsplusparti ulière mentàl'existen ede
mo-nopolesnaturels. Nousdémontronsdanslapremière se tionqu'ilssontmultiples (et
non uniques),notamment danslesa tivitésde transport.Dansladeuxième se tion,
nousrappelons queles heminsdeferémettent desexternalités,aussibienpositives
quenégatives.Nousétudionsennles heminsdeferentantquebien olle tifmixte,
avant de on lure àla né essitéderéguler esmar hés ferroviaires.
1.1 Les monopoles naturels
L'analyse des mar hés au moyen de fon tions de oût renseigne sur le périmètre
d'a tivitéoptimald'uneindustriederéseau ommeles heminsdefer.Lesé onomies
d'é helleontd'ailleursétélongtempsasso iéesàl'idéedemonopolenaturel.Ellesn'en
sontpourtantqu'une onditionsusante(voirBraeutigam(1989)[8℄),dansle asoù
&Sharkey(2002) [26℄montrent eneet quelesrendements d'é helle peuvent être
ompensés par lesbéné esd'un mar hé duopolistique, en termesde surplusso ial,
deprodu tion plusimportante et d'in itation s plusfortes àl'e ien e 1
.
L'analysethéorique desrendementsd'é helle aétéfortementdéveloppéedansles
années1975 à1985,période orrespondantauxdébutsdelalibéralisationdes
indus-triesderéseauauxÉtats-Unis.Ils'agissaitalorsessentiellementderendre omptedes
avantagesstru turelsdes ompagniesdetransport,liésauvolumedeleurprodu tion
et àl'étendue deleur réseaux.
DepuislestravauxfondateursdeCaves,ChristensenetTretheway(Caves,
Chris-tensen&Tretheway(1984) [12℄ etCaves,Christensen,Trethewayetal.(1985) [13℄),
l'appro headoptéedanslalittératurereposesuruneanalysema roé ono mique,
agré-gée,àl'é helle desdiérentsréseauxdetransport.À lasuite destravauxaméri ains
onduitspar esauteurs, lesrendementsd'é helle des ompagnies européennes
inté-grées de hemins de feront étéanalysés, notamment par Cantos (2001) [10℄. Enn,
Ida&Suda(2004)[31℄ontré emmentétudiélesstru turesde oûtdessixprin ipales
ompagnies japonaises. Ces travaux on luent généralement à l'existen ed'une
er-taineformederendementsd'é helle:lesrendementsdedensité, 'est-à-direquepour
un réseau de servi es identiques, une hausse du tra engendre une augmentation
proportionnellementmoindredes oûtstotaux.Enrevan he,laplupartdesétudesne
permettent pasde prouver qu'ilya un gain, sousforme d'é onomie s d'envergure, à
multiplierlesdiérentstypesdetra ,qu'ils'agissedevoyageursetdemar handises
enEurope,ou de voyageursà grandevitesseet à vitesse lassique auJapon.
Cette appro he traditionnel le n'est ependant plus très pertinente en Europe,
ompte tenu du ontexte de libéralisation des mar hés ferroviaires. En eet, les
ré-formes engagées ont onduit à rendre les entreprises européennes de transport
fer-roviaire signi ativement hétérogènes. Il en résulte que leurs fon tions de oût ne
peuvent plus être estimées à partir d'une même spé i ation agrégée, e i pour les
deuxprin ipalesraisons suivantes :
d'une part, l'agrégation verti ale des données, orrespondant à l'intégration
des diérentes a tivités ferroviaires (transport de mar handises, transport de
voyageurs, gestion de l'infrastru ture), n'est plus possible. En eet, ave la
disparitiondesentreprisesferroviairesintégréeset l'ouverture desmar hés, les
périmètresdel'exer i ede esa tivitésnesesuperposentplus: ertains
opéra-teurshistoriquesontvenduleura tivitédetransportdemar handises,d'autres
ont dû éder leura tivité degestion del'infrastru ture.
Rappelonségalementque etteagrégationverti ale,lorsqu'elleestenvisageable,
soulèveleproblèmedelapondérationentreles produits (quelleéquivalen e en
termes de oût entre unvoyageur.kilomètre et une tonne.kilomètr e?).
d'autre part, l'agrégation horizontale des données, orrespondant à
l'intégra-tion des tra s à l'é helle nationale (transports régionaux, longue distan e,
1
Dansleur arti leThe monopoly testre onsidered , esauteursjustientnotamment e
ré-sultatparlapossibilité demettreen÷uvrela on urren e par omparaison surles mar hés
grandevitesse), onduit àestimer desfon tionsde oûtsurlabased'une
spé- i ation internationa le, alors même que les situations sont très ontrastées.
Ce iengendre des biais onséquentsdu fait de l'hétérogénéité desdonnées en
général 2
, et desdisparités omptables,en parti ulier.
Ainsi, l'a tuelle libéralisation des mar hés onduit désormais les é onomistes à
re entrerleuranalysesurlesmar hésquiémergentauseindesan iensmonopoles
na-tionauxintégrés.Il semblenotamment parti ulière ment intéressant de tenir ompte
dans l'étude des rendements d'é helle de la séparation verti ale mise en ÷uvre en
Europeentrelesa tivitésdegestiondel'infrastru tureet ellesdesservi es.Si
l'infra-stru tureesttoujours onsidérée omme ununiquemonopolenaturel,lajusti ation
desmonopoles dansles servi esde transport estétudiée ave d'autant plusd'a uité
que esa tivitéss'ouvrenta tuellementàla on urren e .Notreanalyses'ins ritdon
dansun adrea tualisé, ohérent ave laréglementat ion européenne.
1.1.1 Quel(s) monopole(s) naturel(s) sur les infrastru tures?
Malgré l'émergen e roissantedesgestionnaires d'infrastru turedansl'industrie
fer-roviaire européenne, les données manquent pour évaluer nement les rendements
d'é helledans esa tivités.Àdéfautdepouvoirprésenteruneestimationpertinente
de eux- i, nous rappelons les arguments historiques qui justient, en termes
d'indivisibilités d'ore, l'a tuelle organisation de es a tivités. Il s'agit don bien
d'observer l'état des hoses, plusque d'en restituer l'état théorique. Et e d'autant
qu'il a étéprouvédans l'industrie destélé ommun i at ions (en théorie - voirGasmi,
Laont & Sharkey (2002) [26℄ -, omme en pratique) que les raisonnements fondés
surles indivisibilités onduisaient àdes on lusions erronées.
L'indivisibilitédesinfrastru turesdetransportestàl'originedel'idéede
monopo-lenaturel quileurestasso iée.Il onvient ependant dedépasser ettepremière
im-pressionandemieux ernerles ontoursdesmonopolesnaturels.Nous ommençons
don par rappeler les prin ipales a tivités d'un gestionnaire d'infrastru ture
ferro-viaire, avant de dis uter dans quelle mesure les unes et les autres sont sus eptibles
de relever du monopolenaturel.
Les a tivités de gestion d'une infrastru ture ferroviaire
Lagestiondel'infrastru tureferroviairefaitréféren eàdeuxa tivitésprin ipales:la
gestiondu y ledevie del'infrastru ture etlagestionde l'ored'infrastru ture. Le
y ledevied'uneinfrastru ture omportetroisphases: la onstru tion,l'usage(qui
né essitelamaintenan e) etledémantèlement . Lagestion del'ore d'infrastru ture
on erne l'allo ation dessillonset lagestionopérationne lle des ir ulations.
2
Certainstra s-souventles moinsrentablespourl'opérateur historique-ont été aptéspar
Détail desa tivités degestion d'uneinfrastru ture ferroviaire :
La onstru tion de l'infrastru ture ferroviaire(ou sadupli ation, sa
ré-habilitation ) fait appel àdeux typesd'a tivité :
le génie ivil qui réalise l'infrastru ture au sens propre (terrassements,
ou-vragesd'art);
le génie ferroviaire qui réalise la superstru ture (voie, ballast, aténaire,
si-gnalisation...).
La maintenan e de l'infrastru ture ferroviaire est elle-même omposée
de troistypesd'a tivité :
lamaintenan epréventive qui onsiste à surveiller(par observations et
véri- ations) l'état de l'infrastru ture, à assurer l'entretien ourant (nettoyage,
graissage,petitsréglages et rempla ement s) et àintervenirde façon plus ou
moinslégère (réglages,remises enétat, rempla ements);
la maintenan e orre tive qui peut omporter des opérations de dépannage
et deréparation suite à l'observation d'unedéfaillan e;
lamaintenan erégénératri e estuneremiseenétatdesinstallationsqui
s'a - ompagne d'un rempla ement signi atif d'éléments onstitutifs vitaux par
desélémentsneufsou remisà neuf.Il peut s'agir derenouvellement ,
re ons-tru tionou d'unegrosseopération de remiseen état.
Ledémantèlement del'infrastru tureferroviaire(déposedesvoies)peut
avoir lieuaprès pronon iation de lafermeture delaligne orrespondante .
L'allo ation des sillons on ernelarépartitiondes apa itésd'infrastru ture
disponiblespour la ir ulationdestrains.
dénitionet étudedes apa ités;
ré eptiondesdemandes;
attribution dessillons(réalisation du graphiquede ir ulations);
ontra tualisation ave les entreprises ferroviaires.
La gestion des ir ulations omprend les a tivités de régulation des
ir u-lations ferroviaires :
lagestionopérationne lle des ir ulations;
les mesures propres à assurer leur uidité, leur régularité et leur
a hemine-ment en toutesé urité;
lamise en ÷uvre desdispositions né essaires pour assurer lerétablissement
dela situationnormale en asdeperturbation de la ir ulation.
La gestion du y le de vie
Les trois a tivités onstitutives de la gestion du y le de vie d'une infrastru ture
( onstru tion,maintenan e, demantèlement )sont ara tériséesparuneindivisibilité
te hniquedufaitdelané essaire ontinuité duréseaud'infrastru ture.Cela onduit
à un monopole naturel sur la maîtrise d'ouvrage liée à l'ensemble du réseau
elle, peut être divisée à l'é helle des diérents mar hés indivisibles de génie ivil et
de génieferroviaire dénispar le maîtred'ouvrage.
La questionde l'étendue de es mar hésindivisibles sepose on ernant lesa tivités
de maintenan e préventive et orre tri e. Il est di ile de déterminer le périmètre
optimal de es deux a tivités, fon tionnellement liées l'une à l'autre, sans disposer
d'unefon tion de oût.A priori, ilnesemblepasquel'indivisibilitéte hnique dueà
la ontinuitéduréseaud'infrastru turejustieunmonopoletropimportantsur
l'en-sembleduréseauinter onne té. Iln'est pasinterditd'imaginerplusieurs mar hésde
maintenan e géographiquem ent distin ts surleréseau lassique,ainsiqu'unmar hé
de maintenan e du réseau à grande vitesse. Toutefois, seuls les hemins de fer
bri-tanniquesontexpérimenté,jusqu'en2004,unetellesegmentationavantderéintégrer
esa tivités nationalement au sein dugestionnaire d'infrastru ture.
Enn, lesmissionsdemaîtrised'ouvragede estroisa tivitésde gestiondu y lede
viedoiventêtreintégréesauseindugestionnaired'infrastru tureenraisondes
indivi-sibilités fon tionnellesquileslient.Eneet,lesdé isions prisespour la onstru tion
d'uneinfrastru turesontlourdesde onséquen es,àterme,surlesniveauxde
mainte-nan eultérieurs.Demême,lesinvestissementsdemaintenan erégénératri einuent
surleniveaudemaintenan epréventiveet orre tive àapporter.Ainsi, omptetenu
de ladi ulté àétablir des ontrats in itatifs omplets permettant d'en déléguer la
gestion, esmar hés restent intégrés, à harge pour legestionnaire d'infrastru ture
de minimiser le oûtdu y lede viede l'infrastru ture.
La gestion de l'ore d'infrastru ture
La gestion des ir ulations ferroviaires (dénition des apa ités lors de l'allo ation
dessillonset suividepuisles postesde ontrle)fait appelà unegestion
monopolis-tiquesurunensembledelignesinter onne téesenraisondel'indivisibilité te hnique
due à la ontinuité des ir ulations.Selon lanature destra s utilisant
l'infrastru -ture, es a tivités peuvent être déléguées lo alement ou, au ontraire, être traitées
ou oordonnées en amont, à un niveau national ou supranational. Ainsi, le suivi
des ir ulations sur une ligne à grande vitesse peut être assuré par un gestionnaire
d'infrastru ture distin t de elui qui suit les ir ulations surles lignes lassiques
in-ter onne té es, à ondition que leurs agents puissent s'é hanger leurs informations
e a ement 3
.L'allo ationdessillonsestréaliséeàl'é helle européennepourlaprise
en ompte des demandes de transport internationa l, à l'é helle nationale pour les
ir ulations longue distan e et à l'é helle régionale pour le transport régional et les
trainsdeservi e.La ompatibili tédesdemandesestgénéralementassuréeendonnant
lapriorité aux ir ulations les pluslongues.
Ilressortde etteanalysequelesindivisibilitéspropresauxmar hésdelagestion
d'infrastru ture permettent de déterminer assez aisément l'étendue des monopoles
naturels relatifs à es a tivités. Nous nous interrogeons à présent sur l'existen e, a
priori moins évidente,de monopoles naturelsdans lesservi es detransport.
3
Voirl'exemplebritanniqued'inter onnexiondesréseauxgrandevitesse(CTRL), lassique
1.1.2 Quelles é onomies d'é helle sur les servi es ferroviaires?
Lajusti ation d'éventuels monopoles naturelsdans l'a tivitéde transportrequiert
d'analyser les rendements d'é helle à un niveau susamment n. En eet, s'il est
imaginable que l'optimisation des rotations (du matériel roulant ou des personnels
roulants) et la mutualisation de ertaines tâ hes (a hats, maintenan e,
administra-tion) onduisentà ertainesé onomiesd'é helle,l'ampleurde elles- iresteàestimer.
A priori, l'optimum de produ tion é onomique n'aau une raison de oïn ider ave
les divisions administratives du pays, hargées de réguler les servi es ferroviaires
dontellesontla harge.Nouspro édonsdon àuneétudea tualiséedesrendements
d'é helle an deremettre en ause ertainspréjugés on ernant e sujet.
Pré isions théoriques
Lesrendementsd'é hellesont lassiquementdénis ommeétantl'inversede
l'élasti- ité apparente du oûtà la prodution, estimée à partir d'unefon tion de oût. Les
rendementsd'é hellepeuventtoutefoiségalementêtre al ulésàpartirdesélasti ités
delaprodu tionauxfa teursdeprodu tion,estiméesparunefon tiondeprodu tion.
Toutefois,ilestpluspertinentdetravaillersurunefon tionde oût,dèsquelevolume
deprodu tionestexogène, equiestbiensouventle asdanslesindustriesderéseau.
Dansletransportferroviairedevoyageurs,laprodu tionestévaluéepar letra des
personnestransportées. Onlamesurepar lenombre de voyageurs.kilomètres.
Danslesindustriesderéseau,lesdéveloppement sthéoriquesont onduità
distin-guerlesrendements d'é helle selon qu'ilssont dus à unevariation detra àréseau
in hangé,ouà unevariationde tra induite parune modi ationduréseau. Ainsi,
Caves, Christensen & Tretheway (1984) [12℄, suivispar Pels & Rietveld(2000) [42℄
et Seabright (2003) [48℄, onsidèrent une fon tion de oût total
C(y
i
, n)
dont les variables exogènessont:les
y
i
: les quantités deproduiti
;
n
: une variabletraduisantl'étendue du réseaude transport. Ilsdénissent alors :Les rendements de taille (RTS) : ils orrespondent au sens ourant des
rendements d'é helle : RTS
=
1
X
i
ǫ
y
i
+ ǫ
n
où lesǫ
y
i
etǫ
n
orrespondent respe tivement aux élasti itésdu oûtaux pro-duits et à elledu oûtà lataille duréseau.Lesrendementsdetaillesont roissants( equi orrespondàlaprésen e
d'é o-nomies d'é helle) lorsque leur valeur est supérieure à 1. Ils sont onstants en
asd'égalité etdé roissants, sinon.Lorsque esrendementssont roissantssur
un réseau ara térisé par destra s
y
i
et uneétenduen
,il n'ya au un gainà partitionner e réseau,toutes hoseségalespar ailleurs.Les rendements de densité (RTD) : ils ne font intervenir que l'élasti ité
du oût au tra , toutes hoses égales par ailleurs, 'est-à-dire notamment à
réseau xé: RTD
=
1
X
i
ǫ
y
i
>
RTSPour ette raison,les rendementsde densiténepeuvent êtrevalablement
esti-més qu'à partir de données de panel, 'est-à-direde séries de données
tempo-relles pour plusieurs réseaux.
Les rendements de densité sont roissants ( e qui orrespond à la présen e
d'é onomies d'é helle sur le tra ) lorsque leur valeur est supérieure à 1. Ils
sont onstantsen as d'égalité et dé roissants, sinon.Lorsque esrendements
sont roissants, il ya dessur oûts à multiplier le nombre d'entreprises sur le
réseau orrespondant, toutes hoses égales par ailleurs. Il ya au ontraire un
gainà massierlestra s sur e réseau.
Les é onomies d'envergure : elles sont sus eptibles d'apparaître dans les
entreprisesmultiproduits.Il s'agitdugainquipeut résulterde synergiesentre
les diérentes a tivités (transport de mar handises et de voyageurs ou bien
transportde voyageursà grandevitesseet régional) :
Scope(i, j) =
∂
2
C(y
i
, y
j
)
∂y
i
∂y
j
Ilyadesé onomiesd'envergureentrelesdeuxproduits
i
etj
,lorsque eterme (égal au oe ient du terme roiséd'unespé i ation translog) estnégatif.Le as du transport régional
Nous proposons d'analyser les rendements d'é helle dans le transport régional de
voyageurs, à une é helle mi roé ono mique. Il ne s'agit don pas d'une évaluation
supplémentaire desé onomies d'é helle entre les grands réseauxeuropéens, laquelle
n'auraitplusbeau oupdesens,ainsiquenousl'avonsrappelédansl'introdu tionde
ette se tion. Ce travail prétend au ontraire produire desrésultats, dansun adre
a tualisé, sus eptibles d'orienter les hoix des dé ideurs dans l'a tuel ontexte de
libéralisationdes mar hésferroviaires.
Données : Lesdonnées que nousmobilisons proviennent de la omptabilit é de la
SNCF pour les servi es de transport régionaux de voyageurs 4
. À la sour e, nous
disposonsdes oûtstotaux etdutra , par se tionde lignesrégionales et parrégion
administrative,surlapériode 1992-1998 (hormis1996). Lesdonnées par se tionsde
ligne ne reètent pas de logique de produ tion de servi e de transport ferroviaire
et n'ont, en e sens, pas d'intérêt à l'état brut. Ainsi, il n'y a au une pertinen e
4
à onsidérer séparemment les oûts sur Strasbourg-Col mar, de eux sur
Colmar-Mulhouse,danslamesureoùuneimportante partdutra estopéréepardestrains
Strasbourg-Colmar-Mul house. Uneagrégation desdonnées brutes adon été menée
anderegrouperensous-réseauxpertinentslesdiérentesse tionsdelignes.Àl'issue
de etravail,nousdisposonsdon desdeuxé hantillonsdedonnéesdepanelsuivants:
un é hantillon de 33 sous-réseaux répartis en Alsa e, Bourgogne, F
ran he-Comté et Rhne-Alpes, qui onduit à 169 observations sur1992-1998 (l'année
1996 est manquante et lepanelest non- ylindré);
un é hantillon des 20 régions administratives 5
qui orrespond à 120
observa-tions surlapériode 1992-1998 (l'année 1996 estmanquante).
Les fon tions de oût dénies dans la littérature (voir Braeutigam (1999) [9℄)
résultent de la minimisation du oût sous ontrainte de produ tion. Elles intègrent
don envariablesexpli ativesunve teurdesproduits
y
del'entrepriseetunve teur desprixunitairesdesfa teursdeprodu tionw
. Dansnotre as,laquasi-identitédes prixunitairesdesfa teursdeprodu tionentrelesdiérentsservi es6
permetdenous
aran hir du ve teur de variables expli atives
w
, de toute façon indisponible. Ce i est d'autant plus justié que notre analyse porte i i ex lusivement sur l'évolutionde la fon tion de oût par rapport aux variables de produ tion; nous verrons que
elles- iexpliquent plusde 94 % de lavarian e observée.Nous onsidérons don les
prixdesfa teurs ommeétantxésàdesniveauxprédétermin és,ainsiquelesuggère
Varian (1992) [52℄.
Pré isons aussi que l'étude des rendements d'é helle né essite de spé ier une
fon tionde oûtde longterme.Une tellefon tion orrespond àlafa ulté qu'ont les
entreprises d'ajuster tousleurs fa teursde produ tion. Cettehypothèseest
di ile-ment vériable sur un mar hé ferroviaire. Il y a en eet une suspi ion permanente
quant àl'adéquation des harges d'infrastru ture, ave lemaintien durable des
per-forman esde elle- i.
Suivant les re ommandations de Caves, Christensen & Tretheway (1984) [12℄,
nousadoptons une fon tion de oûtqui intègre ladimension du réseau, ande
dis-tingueré onomiesdetailleeté onomiesdedensité.Nousinitialisonsnosestimations
ave unefon tionde oûtdetypetranslog,réputéepourêtreuneformefon tionnelle
exible:
ln C = α
0
+ β
VKln
VK+ β
LLln
LL+ γ
VK(ln
VK)
2
+ γ
LL(ln
LL)
2
+ δ ln
VKln
LL (1.1)où
α
0
,β
.
,γ
.
etδ
sontles oe ientslinéaires,C
orrespond au oûttotal,VK désigne letra exprimé envoyageurs.kilomètres,
LLest lalongueur delignes duréseau exploité.
5
HorsCorseetÎle-de-Fran edontlestransportsferroviairessontexploitésdiéremment. 6
Ce i est garanti par la gestion entralisée de la SNCF. Ainsi, à grade et é helon égaux, le
oûtdu travail estle mêmepourtous les heminots, àl'ex eptionde lamajoration résidentielle,
Letraitementdenosdonnéesfaitappelàl'é onométriedesdonnéesdepanel,qui
permet de prendre en ompte la double dimension spatio-temporelle de nos
é han-tillons. Nous rappelons brièvement dans les paragraphes qui suivent, les
ara téris-tiques desestimateurs ànotre disposition.
Méthodologieé onométrique: L'é onomé triedesdonnéesdepanel,développée
depuis lesannées 1970,proposede nombreux modèles adaptésauxdiérents
é han-tillons à analyser.L'obje tif de es modèles onsiste à in lure dansles estimateurs,
des eets propres aux diérents individus 7
. Pour une présentation approfondie des
éléments théoriquesdel'é onométrie desdonnéesde panel, voiren annexepage 205
et Sevestre (2002)[49℄.
Dansnotre as d'analyse,lanature desdonnées (lefait quelavariablelongueur
de lignes, LL, soit onstante dans le temps) ontraint le hoix des modèles et
es-timateurs à notre disposition. En eet, ni les modèles à eets xes, ni l'estimateur
intra-individue ldesmodèlesàerreur omposéenepeuventêtremisen÷uvredans e
as. En revan he,les Moindres CarrésQuasi-Généralisés (MCQG)permettent
d'es-timer unmodèle àerreur omposée ave desvariablesexogènes onstantes.
L'in onvénient majeur de et estimateur est qu'il ne onverge qu'à ondition que
les régresseurs soient exogènes : les eets spé iques aléatoires ne doivent pas être
orrélés auxautres variables exogènesdumodèle 8
.
Résultatsrégionaux: Notreé hantillonrégionalpeutêtredé ritstatistiquement
par les résultatssuivants:
Variable Moyenne É art-type Minimum Maximum
Coûts(k
e
2004) 78608 46091 21232 260946Voyageurs.kilomètres (millions) 348 246 61 1245
Longueurde lignes(km) 1070 326 598 2033
Tab.1.1 Statistiquesdes riptivesrégionales (120observations). Sour e: SNCF.
Nous onduisons nos estimations sous Limdep; les programmes et les résultats
gurentenannexe,page209.L'estimationdelafon tiontranslog omplète(équation
1.1) fournit des oe ients non signi ativement diérents de zéro. Nous estimons
don unefon tionréduite danslaquelleles oe ients
β
VK,
β
LLet
δ
sont ontraints, 7Nousneprésentonsi iquelesmodèlesàeetsindividuelsetnontemporels,danslamesureoù
laprésen ed'eetstemporelsdansnosobservationsn'estpasavérée. 8
Dans e as,ladistributionasymptotiquede etestimateurestlamêmeque elledel'estimateur
intra-individuel.Aussi,andetesterla onvergen edel'estimateurdesMCQG,Hausman&Taylor
(1981)[30℄ontproposéuntest,ditdeHausman,qui ompare etestimateuretsamatri edes
varian es- ovarian esaux ara téristiques del'estimateur intra-individuel.Lorsqu'unevariableest
onstantedansle temps,letestd'Hausman portesurles estimations des oe ients asso iés aux
égauxà zéro. Laspé i ation retenues'é rit don :
ln C = α
0
+ γ
VK(ln
VK)
2
+ γ
LL(ln
LL)
2
(1.2)Il s'agitde la spé i ation quiminimise le ritère d'information de Akaikeet
maxi-mise le
R
2
, parmi elles dont les oe ients sont signi atifs. Un test du ratio de
vraisemblan eappliqué à ette restri tion de trois degrés de liberté, la justie
plei-nement :
Ils'agit de testerl'hypothèse nulle :
H
0
: β
VK
= β
LL= δ = 0
ontre l'hypothèse englobante :H
1
: β
VK
, β
LL, δ
6= 0
Leratiodevraisemblan eLR
=
−2[ln
L(
H0
)
− ln
L(
H1
)]
suituneloiduχ
2
à3degrés
deliberté. Le al ul donne :
LR
=
−2(77, 4059 − 78, 2733) = 1, 7348 < 7, 81 = χ
2
3;5%
Ainsi,pourun risquede 5% de rejetà tortde l'hypothèse H
0
, leχ
2
tabulé estbien
supérieur à lavaleurdu ratiode vraisemblan e; nousretenonsdon l'hypothèse H
0
. Nousvérionslaprésen ed'eets spé iques,et don l'opportunit éde traiterlesdonnéesde panelen tant quetelles,par letest dumultipli ateur deLagrange
(LM-test),proposépar Breush &Pagan :
Ilévalue l'hypothèse nulle:
H
0
: absen e d'eets spé iquesontre l'hypothèse :
H
1
: présen ed'eets spé iques.SousH
0
,lastatistiquedumultipli ateurdeLagrangesuitasymptotiquement uneloi duχ
2
à1 degréde liberté : LM=
N T
2(T
− 1)
" P
N
n=1
P
T
t=1
ˆ
ǫ
n,t
2
P
N
n=1
P
T
t=1
ǫ
ˆ
2
n,t
− 1
#
2
χ
2
1
Cetestnous onduit àrejeterl'hypothèse deprésen ed'eets spé iquesen
dimen-sion temporelle. Bien que nos observations puissent être inuen ées par des eets
spé iques omme la mauvaise onjon ture de 1993 ou les mouvements so iaux de
1995, eux- inesont passigni atifs.Enrevan he,lemêmetest permet de on lure
àl'existen e d'eets spé iques individuels 9
. Lesrésultats fournis par Limdep
véri-ent : LM
= 179, 66
≫ 3, 84 = χ
2
1;5%
.9
LetestdeHonda,présentéparSevestre,quiestunpeuplusrestri tifque eluidumultipli ateur
Enn, letestd'Hausman estappliqué pour testerl'exogénéité desrégresseurs.Il
évaluel'hypothèse nulle :
H
0
: γ
within etγ
MCQG sont onvergents oùγ
withinorrespond au ve teur desestimateurs intra-individue ls,
et
γ
MCQGorrespond auve teurdesestimateurs des MCQG.
ontrel'hypothèse : H
1
: γ
within est onvergent etγ
MCQG estnon- onvergentLimdep ee tue e test en omparant l'estimateur des MCQG à l'estimateur
intra-individuelappliquéaumodèlein luantunevariableindépendant edutemps:
(ln
LL)
2
.
Ces résultats n'ont don pas de sens; nous programmons don séparément e test
(voirpage210),anderespe terle adred'appli ationspé iéparHausmanet
Tay-lor. Il s'agit de al uler la statistique de Hausman, qui suit asymptotiquement une
loi du
χ
2
à dim
(γ) = 1
degréde liberté :Q
H
= (ˆ
γ
within− ˆγ
MCQG)
′
[ b
V
(ˆ
γ
within)
− b
V
(ˆ
γ
MCQG)]
−1
(ˆ
γ
within− ˆγ
MCQG) χ
2
1
où
V
b
()
désigne lamatri e desvarian es- ovarian es estimées.Ce test nous onduit à rejeterl'hypothèse de onvergen e H
0
, puisque l'on trouve :Q
H
= 11, 4 > 3, 84 = χ
2
1;5%
. Ainsi, lavariable(ln
VK)
2
est orrélée auxeets
spé i-ques, e qui nousamène à renon er à l'estimateur des MCQG. Cela nous onduit
aussi à renon er à la méthode des variables instrumentales qui impose qu'une
va-riable, aumoins,soit stri tementexogène. Dans etravail, ompte tenu denos
don-nées, nous hoisissons de nous reporter sur une estimation lassique par les MCO,
sans prendre en ompte les eetsindividuels. Mais ompte tenu durésultat du test
d'Hausman, etteestimationparlesMCOestégalementbiaiséedufaitdela
orréla-tionentrevariablesexogèneseteetsindividuels; elasera orrigédansdepro hains
travaux.
Signalonsque nosrésultats seront biaisés par lefait quenotre fon tion de oût,
C
, théoriquement de longterme, sous-estimegravement les oûts de gestionde l'in-frastru ture. Aussi, une simulation a étédéveloppée ave des oûts d'infrastru turemultipliés par 2 surla période. Cela revient à nous rappro her de la ouverture du
oût marginal d'usage de l'infrastru ture ferroviaire, telle que l'envisage la
tari a-tion du réseau depuis 2004. Nous verrons néanmoins que les résultats on ernant
ette nouvelle fon tion de oût, notée
C
infra×2
, nedièrentqu'à lamarge desautres
estimations.
Lesrésultats présentés dans letableau 1.2de la page suivante, obtenus ave les
MCO,permettent de al uler pour ha une de nosobservations :
lesrendements de taille:
RTS
=
1
Observations : 120
Variable endogène:
ln C
Variableendogène :ln C
infra×2
MCO MCO
Paramètre Coe ient
t
-test Coe ientt
-testα
0
12,82 88,90 12,88 90,47γ
VK 0,02870 33,73 0,02863 34,07γ
LL 0,01354 9,975 0,01427 4,243 R2
0,940 0,942Tab.1.2 Estimations desfon tionsde oûtrégionales (1.2) par les MCO.
les rendementsde densité:
RTD
=
1
2.0, 02870 ln
VKLes résultats des al uls, présentés en annexe page 217, montrent que les
ren-dements de densité sont roissants et on aves, et e, sans ambiguité : ils varient
ave letra de 1,580à 1,241, e qui orrespond àune moyenne de 1,392, ohérente
ave les résultats de la littérature 1 0
. Les rendements de densité al ulés montrent
lairementquesurtous esréseaux,iln'yaau ungainàmettreplusieursentreprises
en on urren e sur l'ensembledes lignesde haque réseau régional. Au ontraire, il
faut her her àmassierau maximum letra .
Lesrendementsdetaillesontplusfaibles,plutt roissantset on aves:ilsvarient
de 1,216 (Poitou-Char ent es 1994) à 0,988 (Rhne-Alpes 1998) pour une moyenne
de 1,104 sur notre é hantillon. Il apparaît toutefois que es résultats ne sont pas
signi ativement diérentsde 1.Au seuil de onan e de 95 %, moins de la moitié
de nos observations (les régions à faible tra ) présentent en ore des rendements
d'é helle roissants(voiren annexe).
Cesrésultatspeuvent êtreinterprétésainsi:danslesrégionsàfaible tra oùles
rendementsdetaillesontsigni ativement roissants,iln'yapasintérêtàsegmenter
les réseaux régionaux, de e point de vue 11
. En revan he, l'absen e de rendements
de taille roissants dansles autres régions, bienqu'étant ompatible ave une
sous-additivitéde lafon tion de oût, dé rédibilise lesarguments é onomiques enfaveur
d'un monopole d'envergure régionale. Il semble quasi ertain queles réseaux de es
régionsne soient pasdes monopoles naturels, au sens pré isé par Gasmi, Laont &
Sharkey (2002) [26℄. L'introdu tion de on urrents devrait largement ontribuer à
10
Cantos(2001)[10℄obtientdesrendementsdedensitéde1,42pourlaSNCFsurlapériode
1973-1990etunemoyenneeuropéennede1,73.Il onsidère ependantlenombredetrains.kilomètres(quel
quesoitletra ) ommevariabledeproduit. 11
Toutefois, du point de vue - plus large - de Gasmi, Laont & Sharkey (2002) [26℄, il est
très vraisemblable que l'optimum olle tif onsiste dans un premier temps à rendre es mar hés
duopolistiquesautermed'unallotissement pertinent. Eneet, omptetenudesdi ultésqu'ont
lesnouveauxentrantsàpénétrersurles mar hésferroviaires , ilparaîtné essaire dansun premier
réduire les oûts de l'opérateur historique. Il paraît don a priori légitime de
seg-menterlesréseauxrégionauxa tuels;nouspoursuivonsdon etteanalyseàl'é helle
dessous-réseaux quenousavons onstitués.
Résultats par sous-réseaux Notre é hantillon de sous-réseaux peut être dé rit
statistiquement par les résultatsdutableau 1.3:
Variable Moyenne É art-type Minimum Maximum
Coûts(k
e
2004) 13,3 14,5 0,6 86,8Voyageurs.kilomètres (millions) 55 73 1,4 393
Longueurde lignes(km) 152 113 8 648
Tab.1.3 Statistiquesdes riptivesdessous-réseaux (169observations).
Sour e: SNCF, RFF.
Demême quedansle asrégional,nous onduisonsnosestimations sousLimdep
et les programmeset résultats gurent enannexe, page 212.À partir de lafon tion
translog omplète (équation 1.1), nousestimons une fon tion réduite, dans laquelle
le oe ient
δ
est ontraint,égal àzéro. La spé i ation retenue s'é rit don :ln C = α
0
+ β
VKln
VK+ β
LLln
LL+ γ
VK(ln
VK)
2
+ γ
LL(ln
LL)
2
(1.3)Il s'agit de laspé i ation qui minimise le ritèred'information de Akaike et
maxi-misele
R
2
,parrapportàlaspé i ation omplète.Untestduratiodevraisemblan e
appliqué à ette restri tion d'un degré de liberté, lajustie pleinement. En eet, le
al ul donne :
LR
=
−2(12, 9501 − 13, 0352) = 0, 1702 < 3, 84 = χ
2
1;5%
Ainsi, pour un risque de 5 % de rejet à tort de l'hypothèse H
0
, leχ
2
tabulé est
bien supérieur à lavaleur duratio de vraisemblan e; nousretenons don lemodèle
ontraint.
Àl'é helle dessous-réseaux,lestestsdumultipli ateurdeLagrangenous
ondui-sent à rejeter l'hypothèse de présen e d'eets spé iques en dimension temporelle
maisà on lure àl'existen ed'eetsspé iquesindividuels.Lesrésultatsfournispar
Limdep vérient : LM
= 259, 40
≫ 3, 84 = χ
2
1;5%
.Le test d'Hausman (programme page 213)pour vérier l'exogénéité des
régres-seursest, ettefois, on luant.On al uleeneet
Q
H
= 2, 20 < 5, 99 = χ
2
2;5%
, equi nous onduit àestimer un modèleà erreur omposéeave l'estimateurdesMCQG.Les résultats de ette estimation de la fon tion de oût (1.3) gurent dans le
tableau 1.4 de la page suivante. Les résultats issus des MCO, très pro hes, sont
présentés à titre de omparaison. Tous les oe ients sont signi atifs à 5 %. Le
signe négatif de
β
VKu tuation de nos variables, l'élasti ité estimée oût-tra demeure positive. Dans
e as en ore, les variables exogènes introduites expliquent la quasi-totalité de la
varian e du oût(94 %).
Observations : 169
Variableendogène: ln
C
Modèle àerreur omposée MCQG MCO
Paramètre Coe ient
t
-test Coe ientt
-testα
0
18,27 7,086 18,38 4,042β
VK -1,074 -3,465 -1,184 -2,068β
LL 1,092 3,902 0,8894 3,925γ
VK 0,04312 4,790 0,05202 3,156γ
LL -0,07802 -2,646 -0,07325 -2,995 R2
0,941 0,940Tab.1.4 Estimations de lafon tionde oût(1.3) dessous-réseaux
par lesMCQG et les MCO.
Les résultatsprésentés dansle tableau 1.4 permettent de al uler pour ha une
denosobservations :
les rendementsde taille :
RTS
=
1
−1, 074 + 1, 092 + 2(0, 04312 ln
VK− 0, 07802 ln
LL)
les rendementsde densité:
RTD
=
1
−1, 074 + 2.0, 04312 ln
VKLesrésultats des al uls, présentésen annexe page 221, montrent que les
rende-ments de densité sont toujours largement supérieurs à 1 (2,7 en moyenne), e qui
in ite fortement à massier les tra s sur les diérents sous-réseaux. Ces valeurs
illustrent l'importan e des é onomies de densité à l'é helle d'une ou de quelques
lignes.
Lesrendementsdetaillevarient,eux,de1,77(Paray-le-Monia l1995)à1,02(Lyon
-Saint-Étienne1993).Lesrendementsdetailleétantsigni ativement roissantssur
lessous-réseaux sus eptiblesd'être en ore partitionnés, iln'apparaît pasintéressant
de segmenter davantage les réseaux régionaux. Au ontraire, il peut être pertinent
deregrouper ertainsde essous-réseaux,andebéné ierdavantagedesé onomies
d'é helle.
Les nomogramm es suivants (gures 1.1 et 1.2) permettent de repérer sur une
é hellelargeetsuruneautre,plusdétaillée,lesrendementsdetaillepourlesdiérents
sous-réseaux.Cha undessous-réseauxest ara tériséparsalongueur(enabs isse)et
0
50
100
150
200
250
50
100
150
200
250
RTS=1
RTS=1.1
RTS=1.2
RTS=1.3
(millions)
VK
km
Strasbourg N
Strasbourg SO
Strasbourg − Mulhouse
Strasbourg E
Nevers E
Dijon S
Dijon − Montereau
Belfort − Dijon
Lyon − Grenoble/Chambéry
Lyon S
Saint−Etienne N O
Lyon − Roanne
Chambéry E
Bourg−en−Bresse
Lyon − Macon
Lyon − Saint−Etienne
Fig. 1.1 Nomogrammedesrendements detaille pour les sous-réseaux :
tra en fon tion de lalongueur delignes.
de taille. On retrouve sur la première gure la ligne Lyon - Saint-Étie nne dont les
rendements de taille sont presque onstants (pro hes de 1) : un a roissement de la
longueurduréseauetdutra seréper uteraproportionnellementsurles oûts,
'est-à-direquelesrendementsd'é helleysontdéjàtotalement onsommés.Àl'opposé,sur
lase ondegure,leréseaudeParay-le-Monialprésentedefortsrendementsdetaille:
unehausse delalongueurduréseau etdutra augmenterait les oûtsrelativement
faiblement,les rendementsd'é helle jouantà plein.
Con lusion : Au delà des enseignements que l'on peut tirer de es résultats, il
0
50
100
150
200
250
0
5
10
15
20
RTS=1
RTS=1.1
RTS=1.2RTS=1.3
RTS=1.4
RTS=1.5
RTS=1.6
RTS=1.7
RTS=1.8
(millions)
VK
km
Mulhouse − Kruth
Colmar − Metzeral
Strasbourg − Lauterbourg
Mulhouse − Belfort
Strasbourg − Kehl
Nevers NS
Paray−le−Monial
Auxerre
Dijon − Is−sur−Tille
Dijon − Saint−Amour
Belfort E
Besançon S
Besançon − Le Locle
Ouest lyonnais
Valence/Grenoble − Veynes−Dévoluy
Saint−Gervais − Vallorcine
Fig. 1.2 Nomogrammedesrendements detaille pourles sous-réseaux.
de produ tion de l'opérateur SNCF, en situation de monopole 12
. L'apparition de
nouveaux entrants sur le mar hé, à des oûts inférieurs, va modier la fon tion de
oûtestimée et don les rendementsd'é helle quenousavons al ulés.
Ces résultats sont également tributaires de la qualité des données omptables
surlesquellesilss'appuient,demême quetouteanalysederendements d'é helle.En
l'o urren e, sil'ae tation desdiérentes harges par lelogi iel omptable FC12K
paraîta eptablepourlesréseauxrégionaux, ellequiporteàl'é helledesegmentsde
lignesestplusdis utable.Eneet,ilestpermisdedouterdel'attributionde ertaines
harges ommunes(a ompagnement , man÷uvre, stru ture) à telleou telleportion
de ligne. Il semble néanmoins que les imperfe tions asso iées à la répartition des
harges ommunes parle FC12K sont moinsproblématiquesqueles biaisintroduits
dansles estimations internationa les par l'hétérogénéité desdonnées.
Lesrésultats que nous avonsobtenus plaident en faveur d'une ertaine division
desa tuelsréseauxrégionaux.Lessous-réseauxquenousavons onstituéspourraient
parfaitement être ouverts à la on urren e dans le adre d'en hères lan ées par les
régions,àl'imagedelarégulationadoptéeparlesLänder allemands.Maissi es
sous-réseaux s'avèrent pertinemme nt dénis du point de vue de la stru ture des oûts,
d'autres paramètres doivent êtrepris en omptelorsqu'onpro èdeà l'allotissement.
Il onvient notamment d'anti iper les oûts de transa tion asso iés à la régulation
de es mar hés; les pro édures d'appels d'ore ont un oût et leur suivi
ontra -tuel également. Ainsi,il peut être olle tivement préférable deréduire lenombre de
sous-réseaux allotis. Il faut aussitenir ompte des externalités positivesémises par
es réseaux qui n'ont peut-être pas été susamment prises en ompte i i. En eet
la présen e de elles- i, de même que des externalités négatives, rend les mar hés
défaillants, enl'absen e d'intervention publique.
1.2 L'émission d'externalités
Ilyaémissiond'externalitéslorsquela onsommationoulaprodu tiond'un bienou
servi eparunagent,modielafon tiond'utilitéoulafon tiondeprodu tiond'autres
agents.Lesexternalités onduisentdon àdesdistorsionsde onsommations.Eneet,
la maximisation des utilités individuelles engendre un équilibre sous-optimal d'un
point devue olle tif.La onsommation estalors inférieure à l'optimum olle tifen
présen ed'externalitéspositivesderéseaunégligées.Elle estsupérieureàl'optimum
olle tifen présen ed'externalités négatives nonprises en ompte.
1.2.1 Les externalités positives de réseau
Les externalités de réseau sont des externalités positives, liées à l'importan e de
l'ore, et don à la onsommation d'un bien ou servi e. Elles ont été dénies
théo-riquement par Katz & Shapiro (1985) [32℄ qui, dans leur arti le fondateur, les
dis-tinguent selon qu'ellessont issues:
12
d'un eet physique dire t du nombre de onsommateurs sur la qualité du
produit. Ainsi, l'a ès à un réseau téléphonique est d'autant plus
intéres-santquelenombred'abonnéspotentiellementjoignablesestélevé.E onomides
(1996)[21℄remarqueque eseetsdire ts, essentiels, sontpropresauxréseaux
d'é hange 13
;
d'eets indire ts, au sens où il y a d'autant plus d'options et de servi es
onnexesproposéspourunproduitque elui- iestlargementdiusé.Ceseets
ontribuent ainsi à renfor er la qualité du produit. Ainsi, sur les mar hés
in-formatiques,laplupart deslogi iels développéssont d'abord ompatibles ave
lesystème d'exploitationdominant;
de la disponibilité et de la qualité du servi e après-vente (dans le as d'un
biendurable).L'appré ia tionduservi eaprès-vente augmenteave latailledu
réseau et don ave ladiusiondu produit;
dediversautreseets ommel'a èsàl'informationsurleproduit,lerledela
partdemar héentantqu'indi ateurdequalité,ouen orel'eetpsy hologique
lié au faitqueleproduit soit àlamode.
Ces externalitésauxorigines diversesontégalement unevariétéde destinations.
Curien& Dupuy(1996) [16℄ distinguent les externalités intra-se torielles des
exter-nalités extra-se torielles, selon qu'elles béné ient aux utilisateurs du réseau ou à
destiers. On ne parlera pas dans ette analyse d'eets de lub, terme employé
uniquement dans la littérature fran ophone portant sur le sujet, d'autant que les
diérentsauteurs n'enont paslamême dénition 14
.
An de faire oïn ider la somme des utilités individuelles ave l'utilité
olle -tive,il estné essaire d'internaliser les externalités de réseau.Le prix doitainsi être
ajusté au oût marginal diminué de lavariation de surplus olle tif résultant de la
onsommation d'une unité supplémentaire . Page & Lopatka (2000) [41℄ soulignent
que ette solutionestplusaisément envisageablelorsque lapropriétéduréseau peut
être onée à une seule entreprise, en position de monopole naturel. Il arrive
tou-tefoisquele réseau pertinent puisseêtre elui de plusieurs entreprisesdu mar hé si
leurs produits sont parfaitement substituables ou ompatibles. Dans e dernier as
degure, l'internalisation est beau oupplus omplexe.
Ainsi, an de développer leurs servi es, les entreprises en réseau ont largement
eure oursauxmé anismesde péréquation.Il s'agissaitd'introduire dansleur
tari- ationdes subventions roisées depuis lesservi es rentablespour nan erles
exten-sionsduréseau. Cetype de mé anismepermet de ouvrirles oûts touten in itant
au développement du réseau, ave l'internalisatio n des externalités asso iées. Nous
dé rivons dansles paragaphes qui suivent le asparti ulier des hemins de fer. Les
réseaux d'infrastru tureet de servi es qui les onstituent émettent des externalités
13
Littéralement,two-waynetworks;ils'agitdesréseauxauseindesquelsl'é hangeentredeux
antennespeutavoirlieu dans unsens oudansl'autre, omme, parexemple,les réseaux routiers,
ferroviairesoutéléphoniques, ontrairementauxréseauxéle triques,télévisuelset . 14
Curien(2000)[15℄in lutleseetsdire tsetindire tsderéseaudans equ'ilappelleeetsde