Articles
Coûts spécifiques et marges brutes du blé en Europe: pratiques innovantes d’estimations pour l’analyse des changements d’échelles régionaux ou structurels
Publié : 1 September 2023
Résumé
Cet article présente des pratiques innovantes d’estimation régionalisée et d’analyse structurelle des coûts spécifiques pour le blé, basées sur le Réseau d’information comptable agricole européen (RICA). Dans la conduite des politiques publiques, il est nécessaire de générer non seulement les estimations centrales de la distribution du paramètre d'inté rêt mais également les quantiles inférieurs ou supérieurs pour sélectionner des seuils de régulation appropriés. Prenant en compte l’hétérogénéité individuelle et l'asymétrie des charges spécifiques des exploitations agricoles, l’article introduit les méthodologies d'estimation des coûts spécifiques en quantiles conditionnels, l’estimation duale des marges brutes et l'imputation pseudo-barycentrique des estimations partielles. L'analyse confirmatoire est conduite à partir d'analyses factorielles et de classifications non supervisées.
La mise en éléments supplémentaires sur graphiques factoriels permet une analyse des changements d’échelle, du national au régional ou au structurel, par l’étude comparative des résultats statistiques. La projection cartographique au niveau régional des référentiels typologiques ainsi constitués permet d’en éprouver la pertinence économique. Cette procédure innovante est appliquée à l’analyse des coûts spécifiques et des marges brutes pour les régions des principaux pays producteurs de blé dans l’Union européenne sur la base du RICA en 2006.
La mise en éléments supplémentaires sur graphiques factoriels permet une analyse des changements d’échelle, du national au régional ou au structurel, par l’étude comparative des résultats statistiques. La projection cartographique au niveau régional des référentiels typologiques ainsi constitués permet d’en éprouver la pertinence économique. Cette procédure innovante est appliquée à l’analyse des coûts spécifiques et des marges brutes pour les régions des principaux pays producteurs de blé dans l’Union européenne sur la base du RICA en 2006.
Références
- Butault J.P. (1991). Coûts, prix et revenus selon les produits dans les agricultures européennes en 1984, 1985 et 1986: résultats généraux du modèle. Actes et Communications n°5, INRA-INSEE, Paris, pp. 13-31.
- Butault J.P., Hassan C.R., Reignier E. (1988). Les coûts de production des principaux produits agricoles dans la CEE. Luxembourg, Office of Official Publications of the European Communities.
- Commission européenne (2013). Présentation de la réforme de la PAC 2014-2020, Brief : Les perspectives de la politique agricole, n°5, décembre, 11 p.
- Commission européenne (2017). The Future of Food and Farming, COM 713, 29 novembre, 26 p.
- Cameron A.C., Trivedi P.K. (2006). Microeconometrics. Methods and Applications. Cambridge University Press, New-York.
- Cazes, P., Chouakria, A., Diday, E., Schektman Y. (1997) Extensions de l’analyse en composantes principales à des données de type intervalle. Revue de Statistique Appliquée, n°24, pp. 5-24.
- Desbois D. (2015). Estimation des coûts de production agricoles : approches économétriques. Thèse de doctorat ABIES-AgroParisTech, dirigée par J.C. Bureau et Y. Surry, 249 p.
- Desbois D., Butault J.-P., Surry Y. (2013). Estimation des coûts de production en phytosanitaires pour les grandes cultures. Une approche par la régression quantile, Economie Rurale, n° 333. pp. 27-49.
- Desbois D., Butault J.-P., Surry Y. (2017). Distribution des coûts spécifiques de production dans l’agriculture de l’Union européenne : une approche reposant sur la méthode de régression quantile, Economie rurale, n° 361, pp. 3-22.
- Desgraupes B. (2017). Clustering Indices, Vignette R, CRAN.
- D’Haultfoeuille X., Givord P. (2014). La régression quantile en pratique. Economie et statistique, n°471, pp. 85-111.
- Eurostat (2012). Agriculture, fishery and forestry statistics, Main results – 2010-11, 221 p.
- Fuentes M., Chavent M. (2015). Clustering divisif monothétique, Vignette R, 4e Rencontre R.
- He X., Hu F. (2002). Markov Chain Marginal Bootstrap. Journal of the American Statistical Association, vol. 97, pp. 783-795.
- Koenker R., Bassett G. (1978). Regression quantiles. Econometrica, n°46, pp. 33-50.
- Koenker R., Bassett G. (1982). Robust tests for heteroscedasticity based on regression quantiles. Econometrica, vol. 50, n°1, pp. 43-61.
- Koenker, R., Machado, J. A. F. (1999). Goodness of Fit and Related Inference Processes for Quantile Regression. Journal of the American Statistical Association, vol. 94, n°448, pp. 1296-1310.
- Koenker R., Zhao Q. (1994). L-estimation for linear heteroscedastic models. Journal of Nonparametric Statistics, n° 3, pp. 223-235.
- SAS Institute (2008) SAS/STAT 9.2 User’s Guide. The QUANTREG Procedure, Chapter 72, SAS, pp. 5352-5425, Institute Cary NC, USA.
- SODAS (2004) Analysis System of Symbolic Official Data, release 2.5, https://www.info.fundp.ac.be/asso/sodaslink.htm
- Surry Y., Desbois D., Butault J.-P. (2013). Quantile Estimation of Specific Costs of Production. FACEPA, D8.2.
- Trouvé A., Berriet-Solliec M. (2008). 2nd pilier de la Politique Agricole Commune et régionalisation : vers plus de cohésion ? Revue d’Économie Régionale & Urbaine, 2008/1, pp. 87-108.
- Ward, J. H., Jr. (1963), Hierarchical Grouping to Optimize an Objective Function, Journal of the American Statistical Association, n° 58, pp. 236–244.
Pièces jointes
Pas de document complémentaire pour cet articleStatistiques de l'article
Vues: 12
Téléchargements
PDF: 4