Non-parametric modelling of pollution-generating technologies : theoretical and methodological considerations, with an application to the case of greenhouse gas emissions in suckler breeding systems in French grassland areas

La prise en compte des problèmes environnementaux dans la responsabilité sociale des entreprises a généré en économie de nombreuses propositions. Parmi elles, le cadre d’analyse basé sur l’évaluation de la performance en utilisant notamment les techniques d’enveloppement des données (DEA) s’est très...

Full description

Bibliographic Details
Main Author: Dakpo, K. Hervé
Other Authors: Clermont-Ferrand 1
Language:en
Published: 2015
Subjects:
Online Access:http://www.theses.fr/2015CLF10474/document
Description
Summary:La prise en compte des problèmes environnementaux dans la responsabilité sociale des entreprises a généré en économie de nombreuses propositions. Parmi elles, le cadre d’analyse basé sur l’évaluation de la performance en utilisant notamment les techniques d’enveloppement des données (DEA) s’est très vite répandu dans la littérature théorique comme empirique. Ce travail de thèse s’inscrit dans cette logique en mettant l’accent sur la modélisation des technologies polluantes. Par ailleurs, la question des changements climatiques et de la forte contribution de l’agriculture et en particulier de l’élevage dans les émissions de gaz à effet de serre (GES) impose à ce secteur de relever aujourd’hui en plus du défi économique celui de l’amélioration de sa performance environnementale. L’objectif général de cette recherche doctorale est donc de fournir un nouveau cadre d’analyse théorique et empirique dans la modélisation des technologies polluantes afin d’évaluer l’éco-efficience des systèmes productifs, en particulier le cas des émissions de GES en élevage extensif de ruminants. Dans un premier temps, nous montrons les limites théoriques et méthodologiques des modèles existants. Néanmoins, nous insistons sur le fait que les approches basées sur l’estimation de plusieurs sous-technologies indépendantes pour prendre en compte les différents processus présents dans les systèmes productifs sont très prometteuses. Dès lors dans un deuxième temps, nous proposons une nouvelle extension de la méthode « by-production » qui repose sur l’introduction d’interconnections entre les différentes sous-technologies impliquées afin de construire un système plus unifié. Dans un troisième temps, une comparaison empirique utilisant des données d’exploitations de viande ovine de notre extension avec les approches existantes a révélé certaines incohérences de ces dernières. Enfin pour aller plus loin, nous élargissons dans un quatrième temps notre approche afin de prendre en compte les aspects dynamiques et notamment la présence de coûts d’ajustement. Les résultats de l’analyse empirique entreprise avec des données d’exploitations bovines allaitantes (viande) ont révélé la nécessité de prendre en compte ces aspects, mais ont aussi révélé la forte hétérogénéité existante dans les stratégies d’investissements des éleveurs. === The growing importance of environmental matters in social responsibility of firms has generated many frameworks of analysis in the economic literature. Among those frameworks, performance evaluation and benchmarking using the non-parametric Data Envelopment Analysis (DEA) have increased at a very fast rate. This PhD research focuses on models that include undesirable outputs such as pollution in the overall production system, to appraise eco-efficiency of decision making units (DMUs). Besides, the recent awareness on the large contribution of agriculture and particularly livestock farming to global warming, has highlighted for this sector the challenge of reaching both economic and environmental performances. In this line, the overall objective of this dissertation is to provide a theoretical and empirical background in modelling pollution-generating technologies and to suggest theoretical improvements that are consistent with the particular case of greenhouse gas emissions in extensive livestock systems. Firstly, we showed that all existing approaches that deal with undesirable outputs in the non-parametric analysis (i.e. DEA) have some strong drawbacks. However, the models grounded on the estimation of multiple independent sub-technologies offer interesting opportunities. Secondly, I developed a new framework that extends the by-production approach through the introduction of some explicit dependence constraints that link the sub-technologies in order to build a unified system. Thirdly, an empirical comparison, using a sample of French sheep meat farms, of this by-production modelling extension with the existing approaches, revealed some inconsistencies of these latter. Finally, we expanded this new by-production formulation to account for dynamic aspects related to the presence of adjustment costs. The application to the case of French suckler cow farms underlined the necessity of accounting for dynamic aspects and also showed high heterogeneity in investment strategies of these farmers.