Calcul 閏onomiqu Processus Choix Collectif

Le calcul économique dans le processus de choix collectif
des investissements de transport

Joël Maurice, Yves Crozet, Claude Abraham, Marc Gaudry, Marc Ivaldi,
Catherine Vibes, Christian Gollier, Laetitia Andrieu, André De Palma,
Nathalie Picard, et al.
To cite this version:

Joël Maurice, Yves Crozet, Claude Abraham, Marc Gaudry, Marc Ivaldi, et al.. Le calcul économique
dans le processus de choix collectif des investissements de transport. Economica, 454 p., 2007, coll.
Méthodes et approches, Gérard Brun, 978-2717854251. �halshs-00187333�
HAL Id: halshs-00187333

https://shs.hal.science/halshs-00187333
Submitted on 11 May 2018
HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est

archive for the deposit and dissemination of sci- destinée au dépôt et à la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publiés ou non,
lished or not. The documents may come from émanant des établissements d’enseignement et de
teaching and research institutions in France or recherche français ou étrangers, des laboratoires
abroad, or from public or private research centers. publics ou privés.
239228G_couverture.qxd 27/09/07 12:57 Page 1
Au mois de février 2003, un rapport sur les grands projets d'infrastructure
Yves CROZET
Joël MAURICE
Sous la direction de
Collection « Méthodes et Approches »
de transport était remis au Ministère de l'Équipement et des Transports. dirigée par Gérard Brun
Rédigé, à la demande du ministre, par le Conseil général des Ponts et
Chaussées et l'Inspection des Finances, il passait au crible du calcul
économique l'ensemble des projets de nouvelles infrastructures de transport
terrestre (routes, fer, voies navigables). Ses conclusions ont été d'emblée
contestées par tous ceux, notamment les élus locaux, qui voyaient dans ses
résultats la remise en cause de la programmation d'infrastructures les
concernant.
Le calcul économique est ainsi en partie déconsidéré alors même que

s’accentuent les contraintes financières qui pèsent sur les budgets publics. Le
LE CALCUL ÉCONOMIQUE
recours à des outils d’aide à la décision, propres à rationaliser les choix
publics, devrait donc se renforcer. Pour cette raison, suivant une demande du dans le processus de choix collectif
Conseil Général des Ponts et Chaussées (CGPC), les Groupes opérationnels
(GO) n° 1 et n° 11 du PREDIT ont lancé un travail de recherche sur les pistes
de travail qui pourraient, non pas refonder, mais enrichir le calcul
économique. Comment le rendre plus apte à jouer son rôle dans le processus
de choix collectif dans le champ des infrastructures de transport ?
En réponse à cette demande, un « Réseau de recherche sur les dimensions Sous la direction de
critiques du calcul économique » a été constitué. Les contributions des
participants de ce groupe, qui a rassemblé près de vingt chercheurs de tous
Joël MAURICE et Yves CROZET
horizons, ont été regroupées dans cet ouvrage. Le tout est précédé d’un
préambule rédigé par Claude Abraham, qui dispose du recul nécessaire pour
rappeler que les questions posées par la présente recherche ne sont pas
nouvelles !
❋
❋❋
Joël Maurice, ancien élève de l’École Polytechnique, est Professeur à

l’École Nationale des Ponts et Chaussées et directeur du CERAS (Centre de
Recherche et d’Enseignement en Analyse Socio-Économique), équipe
membre de Paris Sciences Économiques (PSE).
Yves Crozet, est professeur à l’Université de Lyon et directeur du

Laboratoire d’Économie des Transports (UMR CNRS n° 5593). Il est Ouvrage publié avec le soutien du PREDIT,
également président du GO 1 du Prédit « Mobilités, territoires et programme de recherche sur les transports terrestres
développement durable ».
-:HSMHLH=]ZYWZV: ISBN 978-2-7178-5425-1

75 € ECONOMICA
239228-ptitre.qxp 25/09/07 9:53 Page 1
239228-ptitre.qxp 25/09/07 9:53 Page 2

dirigée par Gérard BRUN
Cette collection axée sur la recherche en transport et

en urbanisme a pour ambition de publier des ouvrages
contribuant à un renouveau conceptuel dans le domaine
des sciences humaines, par le recours à des méthodes
nouvelles et à des approches transversales.
239228-ptitre.qxp 25/09/07 9:53 Page 3

dirigée par Gérard Brun
dans le processus de choix collectif
Sous la direction de
Joël MAURICE et Yves CROZET
Ouvrage publié avec le soutien du PREDIT,

programme de recherche sur les transports terrestres
ECONOMICA
49, rue Héricart, 75015 Paris
239228-ptitre.qxp 25/09/07 9:53 Page 4
© Ed. ECONOMICA, 2007

Tous droits de reproduction, de traduction, d’adaptation et d’exécution
réservés pour tous les pays.
SOMMAIRE
Préambule.................................................................................................. VII
Introduction générale............................................................................... 1
Première partie : La construction du calcul économique .................... 3

Chapitre 1 : Structure de la modélisation du trafic et théorie écono-
mique .................................................................................... 6
Chapitre 2 : Analyse Coût-Bénéfice dans un contexte de concur-
rence intermodale et intramodale ..................................... 98
Chapitre 3 : Actualisation : prise en compte du temps dans un envi-
ronnement risqué ................................................................ 112
Chapitre 4 : Intégration du risque et de l’incertitude dans la cons-
truction du calcul économiqe............................................. 128
Chapitre 5 : La mesure de l’unité sociale des investissements :
l’enjeu du processus de production des valeurs tutélai-
res ......................................................................................... 165
Chapitre 6 : L’influence relative des différentes valeurs tutélaires :
une étude par la sensibilité des indicateurs socio-
économiques ........................................................................ 191
Deuxième partie : Des projets à la programmation des

investissements.......................................................................................... 221
Chapitre 7 : Évaluation, financement et programmation des inves-
tissements ............................................................................. 227
Chapitre 8 : Une méthode d’optimisation des programmes d’inves-
tissements de transport ....................................................... 249
Chapitre 9 : Choix des projets sous contrainte budgétaire annuelle :
essai de récapitulation......................................................... 276
Troisième partie : L’aide à la décision publique ................................... 315

Chapitre 10 : De la modélisation des comportements au calcul éco-
nomique : l’équité des politiques de transport............... 317
Chapitre 11 : L’analyse des projets d’infrastructure de transport
dans un cadre d’équilibre général ................................... 340
VI / Le calcul économique
Chapitre 12 : Équité, efficacité et acceptabilité dans la localisation

des équipements collectifs................................................ 361
Chapitre 13 : Équité territoriale, acceptabilité et grandes infrastruc-
tures de transport .............................................................. 402
Chapitre 14 : Les figures de l’acceptabilité ............................................ 432
PRE
u AMBULE
Claude ABRAHAM1
À la demande des responsables du réseau de recherche sur les

dimensions critiques du calcul économique, et à la lecture de quelques-
uns des travaux produits par ce groupe, c’est bien volontiers que je
livre quelques remarques issues de mon expérience en la matière.
1. LES PREMIERS CALCULS DE RENTABILITÉ
C’est à la Direction des Routes, à la fin des années cinquante, que

naissent, en France, les premiers calculs dits de rentabilité. Sous
l’influence des économistes d’EDF (Pierre Massé, puis Marcel Boi-
teux), les ingénieurs de la Direction des Routes2 justifient, dévelop-
pent et appliquent les premiers calculs de « Bénéfice actualisé ».
Pour un projet routier donné : élargissement, déviation, construc-
tion d’une route nouvelle, on évalue, année par année, les « avanta-
ges » ou « bénéfices » que procure le projet nouveau : économies de
coûts de circulation, gains de temps, amélioration de la sécurité. Ces
avantages sont chiffrés à leur valeur présente en actualisant les som-
mes futures, et l’on compare cet avantage actualisé au coût du projet.
Si le « Bénéfice actualisé » est positif, le projet est réputé rentable et
doit être réalisé. Comme, en général, le bénéfice actualisé à l’année
zéro dépend de la date de mise en service du projet, on appelle année
optimale de mise en service, celle où le bénéfice actualisé passe par un
maximum, caractérisé, en première approximation, par le fait que
l’avantage annuel devient supérieur au produit du coût de l’investisse-
ment par le taux d’actualisation. Si plusieurs variantes sont envisagea-
bles, on doit retenir celle qui, supposée mise en service à son année
optimale, dégage le bénéfice actualisé, (on dirait aujourd’hui la
« Valeur actuelle nette, VAN ») le plus grand.
Le programme optimal, celui qui conduit au bénéfice actualisé total
maximal, est donc celui qui comporte toutes les opérations rentables,
1. Ingénieur général honoraire des Ponts et Chaussées.

2. Dont je faisais partie, ce qui justifie peut être qu’on m’ait confié la rédaction de ce préam-
bule.
VIII / Le calcul économique
dans leurs variantes les plus rentables, qui ont atteint ou éventuelle-
ment dépassé leur année optimale de mise en service.
Le taux d’actualisation retenu, d’abord suggéré par EDF, sera rapi-
dement fixé par le Commissariat général du Plan. Les valeurs du
temps, ou des consommations des véhicules, sont déduites, de mesures
pour les secondes et, tant bien que mal, des comportements pour les
premières. Quant à la prise en compte de la sécurité, les ingénieurs de
la direction des routes proposent une méthode d’évaluation, tout en
précisant qu’il incomberait au pouvoir politique de dire le droit3.
En dépit de leur apparente simplicité, ces raisonnements marquent
une double évolution :
• Une évolution technique : le monde des transports est imprégné
de la notion de capacité ; une route, si elle est saturée, doit être élargie
ou remplacée. Le nouvel aménagement doit être capable de faire face
aux besoins du trafic pendant trente ans4. La capacité elle-même est
définie comme le trafic de la 30e heure de pointe qui peut être écoulée
sans perturbation notable. La bible des ingénieurs de l’époque est
davantage le « Highway Capacity Manual » américain qu’un cours
d’économie politique. Ces problèmes de capacité sont encore
aujourd’hui, en matière de décision, largement dominants pour les
infrastructures non linéaires (ports, aéroport). Et la référence à la
trentième heure demeure présente dans de nombreux textes officiels,
même pour les infrastructures linéaires5.
• Une évolution économique : même pour ceux qui acceptent le
principe du calcul économique, les notions de temps de récupération,
(durée au bout de laquelle l’investissement initial est « amorti ») ou de
taux de rentabilité interne (taux d’actualisation annulant le bénéfice
actualisé) sont plus familières que celle de la maximisation du bénéfice
actualisé. On retrouve d’ailleurs ces notions dans des textes officiels
récents, dont la célèbre Loi d’orientation sur les transports intérieurs
(Loti, 1982).
Largement utilisés à la Direction des Routes, les calculs de rentabi-
lité, sous l’influence, en particulier, du Service des Affaires Économi-
ques et Internationales (SAEI) du ministère de l’Équipement, celle du
Commissariat Général du Plan, et enfin celle de la Direction de la
Prévision du ministère de l’Économie et des Finances, gagnent pro-
3. Jacques Thédié, Claude Abraham, « Le prix d’une vie humaine dans les décisions économi-
ques », Revue Française de Recherche Opérationnelle.
4. Pourquoi 30 ans ?
5. Par exemple, la circulaire du 12 décembre 2000 : Instruction sur les conditions techniques
d’aménagement des autoroutes de liaison, ou le « Guide des études de trafic interurbain », du
SETRA, de mai 1992.
Préambule / IX
gressivement, dans le domaine des infrastructures linéaires, les autres

composantes du secteur des transports.
2. DES QUESTIONS ANCIENNES QUI RESTENT D’ACTUALITÉ
Cependant, l’utilisation systématique des calculs aux fins de pro-

grammation se heurte, dès l’origine, à toute une série d’obstacles
concernant :
1. Leur légitimité : le résultat du calcul doit il s’imposer aux déci-
deurs ?
2. Leur crédibilité :
• prend-on correctement en compte tous les avantages et désa-
vantages d’un projet ?
• chiffre-t-on correctement les avantages ou désavantages non
marchands ?
• le taux d’actualisation retenu est il satisfaisant ?
• faut-il prendre en compte une « désutilité », un « coût d’oppor-
tunité » des fonds publics ?
3. Leur acceptabilité : comment traiter les problèmes d’équité ?
4. Les aléas et l’incertitude, qui affectent toutes les composantes du
calcul.
5. Les écarts entre les besoins budgétaires que justifieraient les
calculs et les allocations de crédits.
Reprenons ces cinq points d’achoppement.
1. La légitimité
Sur ce premier point, les premiers tenants du calcul économique
s’empressent de remettre les choses à leur place : « les calculs économi-
ques ne doivent pas avoir pour effet de se substituer aux décisions à
prendre : ils constituent une donnée, parmi bien d’autres, du choix des
investissements, choix qui ne saurait s’extraire de considérations plus
générales de caractère politique et social notamment.
Il est permis de faire des investissements peu rentables, mais à condi-
tion de savoir ce qu’il en coûte6. »
Dés cette époque, Pierre Massé met en garde : « Il faut se garder de
croire que l’emploi de l’appareil mathématique conduit à la vérité abso-
lue. Il garantit simplement – sauf erreur de calcul – que les conclusions
6. André Laure et Claude Abraham, « L’Étude économique des investissements routiers », La

Route, Supplément à la revue Travaux 1958.
X / Le calcul économique
obtenues sont la conséquence exacte des hypothèses adoptées. Mais il

n’ajoute pas une parcelle de vérité aux hypothèses elles-mêmes. Et
comme celles-ci sont presque toujours, pour les nécessités du calcul, une
schématisation abrégée de la réalité, ce sont elles qui exigent de notre
part l’effort le plus difficile et le plus fécond.
On a raison de croire au calcul quant on y voit un instrument qui
abrège le chemin, un moyen d’expression plus puissant que le langage
ordinaire. On a tort de croire aux chiffres quand on leur attribue une
vertu propre, un fantôme d’absolu. Il faut perdre le complexe de la
troisième décimale quand (c’est souvent le cas) les hypothèses de départ
sont à peine formulées à 10 % près. »
Près de cinquante ans plus tard, dans son rapport d’avril 20007,
Marcel Boiteux écrit : « l’intérêt de faire du bilan socio-économique,
non le critère, mais le noyau de l’estimation de la valeur d’un projet, c’est
de permettre une analyse des raisons pour lesquelles on est conduit à
s’écarter de la solution à laquelle ce seul bilan aurait conduit, et de
pouvoir ainsi chiffrer le surcoût de la décision8. »
On notera la réticence évidente des économistes à la prise en
compte, par d’autres, de ce qui échappe au calcul, réticence qui n’est
pas nouvelle. Déjà, en 1884, à propos des subventions aux liaisons
ferroviaires déficitaires, Clément Colson écrivait :
« L ’existence de bénéfices indirects n’est pas niable, mais elle a
donné lieu à des exagérations très dangereuses. Comme ils sont, de par
leur nature, impossibles à évaluer, même approximativement, ce sont
eux que l’on invoque toutes les fois que les bénéfices directs d’une affaire
apparaissent comme nettement inférieurs aux charges. Ils servent à justi-
fier avec une égale facilité tous les sacrifices demandés au budget, que ces
sacrifices soient lourds ou légers, puisque leur justification est tirée de
gains impossibles à mesurer. »
Cinquante ans plus tard, on en est toujours au même point. Ainsi
par exemple, la circulaire du 3 octobre 95, dite circulaire IDRAC,
précise :
« L’évaluation économique des projets ne se substitue pas à la déci-
sion politique.
Elle a l’avantage de permettre des comparaisons et par là d’ouvrir le
débat sur une base rationnelle. Elle nécessite une grande transparence et
une séparation claire de ce qui relève de l’appréciation politique et de ce
que l’état de l’art permet d’évaluer. »
7. Actualisation du rapport : Transports : pour un meilleur choix des Investissements, Commis-

sariat Général du Plan, avril 2000.
8. C’est nous qui soulignons.
Préambule / XI
2. La crédibilité
Les questions sont ici nombreuses, abordons-les une par une.
2.1. La nature et l’évaluation des avantages pris en compte

La nature des avantages (et nuisances) pris en compte a évolué au
cours du temps. En 1983, par exemple, le Commissariat général du
Plan avait confié à un groupe de travail présidé par Edmond Malin-
vaud une réflexion sur ce que devait être le contenu d’un calcul écono-
mique, prenant éventuellement en compte « les effets distributifs des
projets, leurs effets sur l’emploi, la balance des paiements, et d’autres
variables économiques pertinentes ».
Plus récemment, la dispersion, selon les secteurs où les services, des
évaluations et des modes de calcul ont conduit le Commissariat Géné-
ral du Plan à confier à Marcel Boiteux la présidence de deux groupes
de travail successifs9, dont les rapports ont servi de base à la rédaction
d’instructions ministérielles. Luc Baumstark explique, dans un des
chapitres la philosophie, et la pratique, qui ont sous-tendu l’évaluation
des avantages et inconvénients non marchands pris en compte dans les
calculs de surplus.
2.2. Le taux d’actualisation

En ce qui concerne le taux d’actualisation, le Commissariat général
du Plan, au cours des 50 dernières années, a systématiquement fixé la
doctrine, et vient encore de le faire récemment, à la suite des travaux
d’un groupe de réflexion présidé par Daniel Lebègue10. Ce groupe a
recommandé l’adoption d’un taux d’actualisation de 4 %, décroissant
progressivement dans le temps au-delà de 30 ans, à condition que les
risques soient pris en compte par ailleurs.
2.3. Le « coût d’opportunité des fonds publics »

En raison des distorsions économiques introduites par la percep-
tion des impôts, il a été suggéré, à plusieurs reprises, de majorer les
dépenses sur fonds publics par la prise en compte d’un coût d’opportu-
nité des fonds publics. Le rapport Lebègue suggère de retenir, provi-
soirement, un taux de majoration de 30 %.
Ce n’est pas la première fois que cette notion de majoration du coût
des fonds publics est suggérée. Il est frappant de noter que, à ma
9. Commissariat Général du Plan, « Transports ; pour un meilleur chois des investissements »,

Novembre 1994, actualisé en avril 2000 ?
10. « Révision du taux d’actualisation des investissements publics », Rapport du groupe
d’experts présidé par Danielle Lebègue, Commissariat Général du Plan, 21 janvier 2005
XII / Le calcul économique
connaissance du moins, elle n’a jamais été transcrite dans les instruc-
tions officielles, et qu’elle n’apparaît, dans l’instruction cadre du
25 mars 2004 11, que dans son annexe III, avec une rédaction qui laisse
l’impression qu’on s’intéresse surtout aux projets privés subven-
tionnés.
Toutefois, il pourra être tenu compte du coût d’opportunité des fonds
publics dans l’évaluation d’un projet sans l’intégrer directement dans sa
valeur actualisée nette mais en s’assurant que la valeur actualisée nette
ainsi calculée (sans prise en compte du coût d’opportunité des fonds
publics) par euro public dépensé est supérieure ou égale au coût
d’opportunité des fonds publics.
3. L’acceptabilité
Une des hypothèses fortes, et implicites, du calcul classique du
surplus est celle qui veut que l’on puisse faire la somme algébrique des
surplus de tous les intéressés, quels qu’ils soient, que ces surplus soient
positifs ou négatifs, ce qui revient à admettre :
– que les pertes des uns « puissent être compensées » par les gains
des autres. Mais le fait qu’elles puissent être compensées ne signifie pas
pour autant qu’elles le soient ;
– que les gains sont additionnables ;
– et que le surplus d’un l’individu « privilégié », et celui d’une
personne « défavorisée », sont « commensurables ».
Incontestablement, les calculs économiques intègrent mal les pro-
blèmes d’équité et, partant, d’acceptabilité des projets par ceux qui
n’en tirent nul avantage, au contraire. Deux questions particulières
peuvent être distinguées en matière d’équité.
– Des questions d’équité spatiale : à coûts égaux, les projets sont
d’autant plus rentables que le trafic y est plus important. Aussi, pour
les relations interurbaines, les calculs de rentabilité privilégient la
concentration des investissements sur les itinéraires très fréquentés, et
permettent rarement de justifier des équipements dans les zones peu
denses, et mal desservies.
– Des questions d’équité sociale : la valeur du temps particulière-
ment élevée des usagers à haut revenu justifie-t-elle les investissements
qui en résultent ? Et comment tient-on compte des usagers à faibles
revenus, incapables de bénéficier des infrastructures mises à leur dis-
position ? Le surplus collectif, somme algébrique de surplus indivi-
11. Ministère de l’Équipement, « Instruction cadre relative aux méthodes d’évaluation écono-
mique des grands projets d’infrastrucure de transport », 25 mars 2004. Mise à jour 27 mai 2005.
Préambule / XIII
duels, dont certains sont d’ailleurs négatifs, et non compensés, est-il

réellement représentatif d’un véritable intérêt collectif ?
La non prise en compte de ces problèmes expliquerait l’écart entre
la rentabilité des projets, calculée selon les méthodes classiques, et leur
acceptabilité12. Un bon projet n’est-il pas d’abord un projet acceptable,
et donc réalisable dans un délai raisonnable ?
Cela expliquerait et éclairerait un fait noté par Jean-Pierre Giblin :
« les différents groupes de pression font peu de cas des bilans socio-
économiques lorsqu’il s’agit de choisir ou de hiérarchiser des projets13. »
Le même auteur ajoute : « une bonne partie des déconvenues qui
rendent le calcul économique peu crédible serait évitée si l’on était
capable d’introduire des considérations d’équité à côté de celles d’effica-
cité, qui caractérisent les approches économiques utilitaristes. »
Jean-Pierre Giblin a sans doute raison, et il faudra sûrement pro-
gresser dans cette direction. Vincent Piron et moi-même avons pro-
posé la prise en compte d’un nouveau concept, celui d’« amertume »,
écart entre ce qu’un usager aurait accepté de payer, et le prix qu’on lui
réclame14. Mais ces compléments d’analyse, sur lesquels Jean-Pierre
Giblin fait également de très intéressantes suggestions, n’enlèvent rien
aux calculs classiques qui demeurent, quoi qu’on en ait, le noyau
incontournable de l’évaluation, pour reprendre l’expression de Marcel
Boiteux. À trop déprécier la valeur de ce noyau, on risquerait fort de
n’avoir plus grand-chose à se mettre sous la dent !
Peut-on dire que les calculs, cependant, ont évolué, se sont amélio-
rés et généralisés, et que leur utilisation s’est effectivement répandue ?
4. La prise en compte du risque

Si l’on sait assez bien comment les investisseurs privés, leurs finan-
ciers, dans le cas des financements de projets, incorporent l’évaluation
des risques dans leurs calculs, on sait moins ce que devrait être le
comportement des investisseurs publics. L’instruction cadre de mai
2005, dans son annexe III, apporte des éléments de réponse, en distin-
guant les risques spécifiques, propres à chaque projet, et les incertitu-
des liées à l’environnement externe du projet, qui seraient incorporées
12. On en a vu une illustration à l’occasion des débats relatifs au projet de liaison ferrée « CDG
Express ».
13. Jean-Pierre Giblin, « De l’eau a coulé sous les ponts depuis Jules Dupuit », Note interne au
CGPC, mars 2004.
14. Voir, en particulier : Vincent Piron et Claude Abraham, « Amertume et acceptabilité des
péages », Cahiers Scientifiques des Transports, Automne 2001.
XIV / Le calcul économique
dans le taux d’actualisation. Les articles de Ch. Gollier et A. de Palma

tentent d’apporter des éclairages complémentaires sur cette question.
5. Le problème des insuffisances budgétaires

Ce problème des insuffisances budgétaires, si elles sont systémati-
ques, pose des questions de fond : si les pouvoirs publics ne peuvent,
ou ne veulent, financer tous les programmes dont les calculs indiquent
qu’ils amélioreraient le bien commun, c’est que les calculs sont faux, et
que, en particulier, le bénéfice actualisé est surévalué. Il faut alors
remettre en cause, de mon point de vue, soit l’évaluation des avantages
et des nuisances, soit leurs perspectives de croissance, soit les taux
actualisation, soit l’évaluation du risque, soit le coût d’opportunité des
fonds publics.
On peut d’ailleurs discuter du caractère accidentel ou systématique
de l’écart entre les besoins budgétaires révélés, et justifiés par les
calculs, et les allocations effectives de crédit. Je suis de ceux qui pen-
sent que cet écart est systématique, même si l’on prend en compte un
coût d’opportunité des fonds publics, et une évaluation raisonnable du
risque, sauf à ne retenir que les projets dont le bénéfice actualisé a plus
de 70 ou 80 % de chances d’être atteint ou dépassé.
Quoi qu’il en soit, le problème de la recherche du programme
d’investissement optimal, et de la décentralisation possible des calculs,
en cas d’insuffisance de crédits, reste un problème majeur. L’instruc-
tion cadre du 25 mars 2004 et sa mise à jour du 27 mai 2005 indiquent
que les projets seront retenus en les classant par valeur décroissante de
la valeur actualisée nette par euro public investi, tout en étant muette
sur le problème de l’année optimale de mise en service, et du choix
entre variantes.
De nombreux économistes s’interrogent sur le caractère optimal de
cette formule. J’en avais moi-même, avec André Laure15, proposé une
autre, à la suite d’une démonstration dont la rigueur n’est peut-être pas
évidente, et qui conduisait à retenir, chaque année, les projets par
valeur décroissante du rapport avantage de l’année de mise en service
divisé par coût de l’investissement. Ce qui revenait à prendre en
compte un coût fictif des fonds publics, tel que l’année de mise en
service permise par les disponibilités budgétaires, et l’année optimale
de mise en service, coïncident.
15. Claude Abraham et André Laure, « Étude des programmes d’investissements routiers »,
Annales des Ponts et Chaussées, novembre-décembre 1959.
Préambule / XV
Concernant ce problème, on trouvera ci-après, dans les articles

rassemblés dans la seconde partie de l’ouvrage, de nouvelles analyses
approfondies, et sûrement plus rigoureuses, encore que leurs conclu-
sions ne convergent pas. Preuve s’il en fallait que les recherches sur le
calcul économique ont encore de l’avenir !
INTRODUCTION GÉNÉRALE
Au mois de février 2003, un rapport sur les grands projets d’infras-

tructure de transport était remis au ministère de l’Equipement et des
Transports. Rédigé, à la demande du ministre, par le Conseil général
des Ponts et Chaussées et l’Inspection des Finances, il passait au crible
du calcul économique l’ensemble des projets de nouvelles infrastructu-
res de transport terrestre (routes, fer, voies navigables). Ses conclu-
sions ont été d’emblée contestées par tous ceux, notamment les élus
locaux, qui voyaient dans ses résultats la remise en cause de la pro-
grammation d’infrastructures les concernant. Se faisant très largement
l’écho de la protestation des élus, le CIADT1 du 18 décembre 2003
annonçait le lancement de 50 grands projets d’infrastructure pour les
20 années à venir : un programme où les questions de financement et
de rentabilité socio-économique étaient peu détaillées. Cet exemple,
parmi beaucoup d’autres, illustre la perte de crédibilité des processus
élaborés dans les années 60 pour garantir une certaine rationalisation
des choix budgétaires.
Le calcul économique est donc aujourd’hui en partie déconsidéré
alors même que s’accentuent les contraintes financières qui pèsent sur
les budgets publics. Le recours à des outils d’aide à la décision, propres
à rationaliser les choix publics, devrait donc se renforcer. Mais les
choses ne sont pas si simples. La décision publique ne peut être le
décalque du classement des projets par les experts. Il est au contraire
logique que la capacité du calcul économique à chiffrer les coûts et les
surcoûts, et donc à rendre commensurables et comparables différents
projets, soit source de tensions. Le principal obstacle que rencontre le
calcul économique provient donc de sa capacité à bousculer le jeu des
intérêts. Pour cette raison, sa légitimité est régulièrement mise en
doute, et il serait naïf de croire que les groupes de pression, quels qu’ils
soient, soient un jour prêts à se rendre aux arguments du calcul écono-
mique. Mais cela ne signifie pas qu’il doive être écarté, au contraire. Le
décideur public doit se donner les moyens de savoir ce que seront les
implications de ses choix.
Pour cette raison, suivant une demande du conseil général des
Ponts et Chaussées, les Groupes opérationnels (GO) no 1 et no 11 du
PREDIT ont lancé un travail de recherche sur les pistes de travail qui
1. . Comité interministériel d’aménagement et de développement du territoire.

2 / Le calcul économique
pourraient, non pas refonder, mais enrichir le calcul économique.

Comment le rendre plus apte à répondre aux questions qui se posent
aujourd’hui en matière de développement des infrastructures de trans-
port ?
En réponse à cette demande, un « Réseau de recherche sur les
dimensions critiques du calcul économique » a été constitué à la fin de
l’année 2004. À la suite du préambule, rédigé par Claude Abraham, les
contributions des participants de ce groupe ont été regroupées dans cet
ouvrage organisé en trois parties :
• la construction du calcul économique (hypothèses de trafic, struc-
tures de marchés, valeurs tutélaires, taux d’actualisation, risque et
incertitude) ;
• la programmation des investissements (comment passer d’un
ensemble de projets à un programme ordonné ?) ;
• l’aide à la décision publique (mesure des impacts, efficacité,
équité et acceptabilité, questions d’aménagement du territoire).
PREMIÈRE PARTIE
LA CONSTRUCTION DU CALCUL
ÉCONOMIQUE
Dans le domaine des transports, le choix des investissements a un

impact très important sur le développement économique et social,
mais aussi sur les finances publiques. Les autoroutes, les routes, les
voies ferrées classiques et à grande vitesse, les aéroports, marquent
durablement l’évolution et le développement du territoire. Les choix
effectués aujourd’hui engagent donc l’avenir et sont porteurs d’irréver-
sibilités. L’évaluation, a priori et, ce qui est moins connu, a posteriori,
constitue donc une obligation intellectuelle et même morale, face à
l’usage de l’argent public et aux enjeux financiers, économiques et
sociaux. L’évaluation économique des choix d’investissements relève
donc d’une exigence démocratique. Non seulement les évaluations
sont rendues publiques, mais elles doivent éclairer les choix collectifs.
Aussi, lorsqu’il a été progressivement acclimaté en France, après la
Seconde Guerre mondiale, et lors des tentatives de rationalisation des
choix budgétaires (RCB), le calcul économique a-t-il été présenté
comme une chance pour la démocratie, un moyen de rendre plus
transparents et plus cohérents les choix publics. « Pouvoir sans volonté
au service d’une volonté sans pouvoir »1, l’État se trouvait doté, par le
calcul économique, d’un moyen d’étalonner les priorités collectives.
Dans sa conception la plus optimiste, le calcul économique allait clari-
fier les processus politiques.
Ainsi, d’un point de vue réglementaire, la loi d’orientation des
transports intérieurs (LOTI) du 30 décembre 1982 (article 14) et son
décret d’application du 17 juillet 1984 impliquent la réalisation d’éva-
luations socio-économiques a priori et a posteriori.
« […] Les grands projets d’infrastructures et les grands choix techno-
logiques sont évalués sur la base de critères homogènes intégrant les
impacts des effets externes des transports relatifs notamment à l’environ-
1. Selon la formule de S.C. Kolm lorsqu’il décrit le rôle de l’État dans la tradition économique
libérale.
4 / La construction du calcul économique
nement, à la sécurité et à la sant,é et permettant de procéder à des

comparaisons à l’intérieur d’un même mode de transport et entre diffé-
rents modes ou combinaisons de mode. Ces évaluations sont rendues
publiques avant l’adoption définitive des projets concernés. Lorsque ces
opérations sont réalisées avec le concours de financements publics, un
bilan des résultats économiques et sociaux est établi au plus tard cinq ans
après leur mise en service. Ce bilan est rendu public […] », (extrait de
l’article 14 de la Loti).
Plus récemment, la loi sur l’air et l’utilisation rationnelle de l’éner-
gie (Laure) du 30 décembre 1996 et la loi sur l’orientation pour l’orien-
tation, l’aménagement et le développement du territoire du 25 juin
1999 prévoient l’introduction dans les évaluations des effets sur l’envi-
ronnement, la sécurité et la santé, toutes choses que le calcul économi-
que sait faire par la monétarisation des effets externes. Cette étape clé
du calcul économique a largement mobilisé les administrations fran-
çaises, qui ont établi des valeurs tutélaires des coûts externes comme le
bruit et la pollution, mais aussi la vie humaine et le temps. Des
réflexions ont ainsi été engagées au début des années 90 sous l’égide du
Commissariat Général du Plan. Les publications des rapports Boi-
teux : Transports : pour un meilleur choix des investissements en 1994 et
Transports : choix des investissements et coût des nuisances en 2001,
constituent des références en la matière.
• Une des premières composantes concrètes de ces attentes se
trouve dans les trafics. La présence d’un trafic élevé sur une infrastruc-
ture est en effet le premier signe tangible de son utilité sociale. Aussi,
tout exercice de calcul a priori de la rentabilité d’un investissement
doit-il se fonder sur des prévisions de trafic. Il s’agit d’un exercice très
délicat qui, lorsqu’il conduit à des résultats erronés, a des impacts
importants sur la qualité des choix collectifs. Pour cette raison, le
chapitre 1 (Marc Gaudry) développe longuement toutes les subtilités
de ce travail, il nous aide aussi à comprendre les principales sources
d’erreur et comment on peut tenter d’y remédier.
• Le chapitre 2 s’intéresse aussi, plus indirectement, aux prévisions
de trafic. Marc Ivaldi et Catherine Vibes y montrent que les prévisions
doivent aussi s’efforcer de prendre en compte d’éventuels change-
ments structurels des conditions de la concurrence. Ainsi, le dévelop-
pement des compagnies aériennes dites Low Cost, pourrait conduire à
une structure de marché inédite lorsque l’on s’intéresse à la pertinence
d’une ligne, voire d’un réseau ferroviaire à grande vitesse.
• Dans le calcul économique, le choix du taux d’actualisation est
une donnée sensible. C’est pourquoi le chapitre 3, confié à Christian
Gollier, revient sur les principales variables qui déterminent le taux
Première partie / 5
d’actualisation. Il insiste sur les raisons qui ont récemment poussé la

puissance publique française à modifier le taux d’actualisation tuté-
laire pour l’évaluation des projets publics. Il insiste sur le fait que ce
changement invite surtout à une meilleure prise en compte des risques.
• Prolongeant cette interrogation essentielle sur la question des
risques, Laetitia Andrieu, André de Palma et Nathalie Picard mon-
trent dans le chapitre 4 comment il est possible d’évaluer les risques et
d’intégrer les valeurs ainsi obtenues dans le calcul économique. Il
s’agit là d’un champ bien balisé par les acteurs privés, notamment
financiers, mais paradoxalement mal connu dans la sphère publique.
Cette situation n’est pas durable quand on sait que la puissance publi-
que est de plus en plus adverse au risque.
• Il est ensuite nécessaire d’insister sur le fait que les taux de
rentabilité interne (TRI) calculés ne sont pas seulement des valeurs
financières. Le calcul économique produit également des TRI socio-
économiques dont le principe est la valorisation, dans les projets, des
avantages non marchands. C’est le fruit d’une démarche de monétari-
sation des principaux effets identifiés, à savoir les gains ou pertes de
temps pour les usagers, la diminution ou l’accroissement des pollutions
classiques liées aux transports, les améliorations ou dégradations de la
sécurité, du bruit (surtout en milieu urbain) et des émissions de CO2.
Le chapitre 5 est consacré par Luc Baumstark à un rappel des enjeux
liés à la définition de valeurs tutélaires telles que celles qui ont été
définies par les deux rapports Boiteux.
• L’estimation monétaire de ces différents avantages relève d’un
caractère nécessairement incertain, du fait de la nature non palpable
de ces effets. Pourtant, dans un bilan socio-économique, leur part est
souvent prépondérante dans les résultats finals. Les valeurs tutélaires
prises en compte dans la valorisation de ces avantages ont un caractère
décisif. À ce titre, des tests de sensibilité sont nécessaires. En poussant
le raisonnement sur d’éventuelles modulations des valeurs tutélaires,
on peut même tenter un calcul économique « à l’envers ». Ce à quoi
s’essaye Guillaume Chevasson dans le chapitre 6.
CHAPITRE 1
STRUCTURE DE LA MODÉLISATION
DU TRAFIC ET THÉORIE ÉCONOMIQUE1
Marc Gaudry2
1. MODÉLISATION DU TRAFIC, THÉORIE ÉCONOMIQUE

ET ÉVALUATION DES PROJETS
Modifications de réseaux et calcul financier et économique. Il s’agit

ici d’isoler la structure typique de la modélisation du trafic et d’en
relier les pratiques fondamentales et articulations-clés aux concepts de
base de la théorie économique. La perspective de cette modélisation
est celle de l’utilisation des résultats des modèles obtenus « en situa-
tion de référence » pour évaluer des projets d’investissement dans les
infrastructures ou celle de la détermination des niveaux de service des
modes de transport. Plus généralement, la perspective est celle du
calcul financier et économique associé aux modifications d’infrastruc-
ture ou de service envisagées « en situation de projet ».
Structure et articulations clés seulement. Il ne relève donc pas de
notre propos de faire directement l’histoire de cette modélisation, d’en
répertorier les nombreuses variantes urbaines et interurbaines, ou
même internationales, traitant des voyageurs et des marchandises, ou
d’en développer certaines pistes de réflexion nouvelles dont on pour-
rait pressentir ici les amorces, voire les arrhes. Il nous faudra faire
appel à des concepts simples maîtrisés au cours des études universitai-
res de premier cycle ou définis intuitivement ; il faudra beaucoup
simplifier pour mettre l’accent sur les charnières-clés de la méthodolo-
gie ou des outils et leurs implications pour l’évaluation des projets.
1. L’auteur remercie Ariane Dupont-Kieffer de l’INRETS dont les nombreuses suggestions

ont grandement contribué à améliorer la première version de ce texte.
2. INRETS-DEST et Université de Montréal-AJD.
Structure de la modélisation du trafic et théorie économique / 7
2. L’ÉCONOMIE, LES FLUX ET LE RÉSEAU EN PÉRIODE

DE RÉFÉRENCE : UN CADRE D’ÉQUILIBRE PARTIEL
Une approche agrégée compatible avec les développements désa-

grégés récents. Nous supposons disponibles toutes les informations de
nature fine sur les flux (déplacements individuels de personnes ou
envois de marchandises), leurs causes et les conditions de transport sur
les réseaux d’infrastructures ou de services. Cependant, notre descrip-
tion sera ici d’abord de nature agrégée pour respecter l’évolution
historique des méthodes, agrégées à l’origine, depuis un demi-siècle et
la stratégie de modélisation qui en est née et qui a donné naissance à
l’approche en quatre étapes.
Activités, flux, réseaux, zones. Supposons donc donnés, durant une
période de référence souvent journalière ou annuelle (i) les niveaux et
la distribution spatiale des populations et activités économiques locali-
sées qui expliqueront les flux de transport ; (ii) les flux de transport par
mode et combinaison de modes entre toutes les localisations (1, ..., i, ...,
j, ..., Z) appelées zones ; (iii) la topologie et les caractéristiques des
liens3 s constitutifs de chaque réseau (capacités, prix et conditions de
transport et de sécurité) reliant toutes ces localisations i ou j.
Activités données. Les modèles de trafic s’inscrivent dans une pers-
pective d’équilibre partiel où l’on cherche à répondre à des questions
précises de modification et dimensionnement fin des réseaux du genre :
à niveaux et localisations d’activités donnés, « combien de véhicules
particuliers et de poids-lourds passeront sur ce nouveau lien s* s’il est
construit et de combien les autres liens verront-ils leur usage modi-
fié ? ».
Demandes dérivées et conditionnelles. Pour répondre à la ques-
tion, on estimera des fonctions de demande définies de i à j condition-
nellement à ces diverses activités Ai ≡ (Ai1, ..., Aia, ..., AiA) présentes
dans toutes les zones A ≡ (A1, ..., Ai, ..., Aj, ..., AZ). Notons dès
maintenant que la demande sera définie de i à j mais qu’on s’intéres-
sera nécessairement à sa réalisation sur des liens s du réseau parce que
c’est sur les arcs orientés du réseau que se déterminent les conditions
de transport de i à j. C’est sur les arcs qu’interagissent les demandes
reliant plusieurs paires origine-destination et que s’établissent les
niveaux de service effectifs qui génèrent les quantités demandées par
paire origine-destination.
3. Le niveau de précision de notre présentation n’exige pas de distinguer entre liens non
orientés et arcs orientés.
Sans rétroaction sur les activités. Dans le cadre fondamental et

strict de la modélisation du trafic, on ne modifie pas la localisation des
activités suite à des modifications du réseau, mais des accommode-
ments partiels sont parfois aménagés, voire implantés dans les logiciels
de planification du trafic. C’est dire que les perspectives de l’équilibre
général sont au mieux lointaines, même si des efforts récents de modé-
lisation (e.g. Bröcker, 2000) d’équilibre général calculable d’un réa-
lisme croissant fournissent des représentations de l’ensemble de l’éco-
nomie, niveaux et distribution spatiale des activités compris, et des flux
de transport : on trouvera l’exemple sans doute le plus complet dans
Mercenier et al (2001). Nous y reviendrons lorsque nous discuterons
des effets de rétroaction des modifications du réseau sur la localisation
et le niveau des activités.
2.1. La représentation des flux par un système à quatre matrices

On peut représenter l’état des flux modélisés en période de réfé-
rence à l’aide de matrices inspirées des tableaux interindustriels dont
les cases pourront être associées aux quatre étapes des modèles classi-
ques de trafic. Formulons un exemple inspiré du transport en commun
urbain.
A. Comptage des flux. Supposons que les flux entrants ou sortants
d’une zone (1,… 4) soient inscrits lors de leur entrée/sortie à une
station (Bourassa, Talon, Jardin, Montigny) et lors de leur passage sur
les liens non orientés (BT, TJ, TM, BJ) d’un réseau unimodal reliant
ces stations, mais ne soient pas comptés à l’intérieur des stations lors
des correspondances. Par exemple, 4 flux (C1, C2, D1, D2) allant de la
Zone 4 vers les autres zones sont ainsi inscrits au Tableau 2 lors de leur
usage du réseau physique représenté au Tableau 1 (voir page sui-
vante).
B. Inscription des flux dans la matrice OD-ENL. Dans la matrice
présentée au Tableau 2, le flux C1 qui va à la zone 3 est inscrit lors de
son entrée dans la station Jardin, lors de son passage sur les liens TJ et
BT et lors de sa sortie à la station Bourassa. Le flux C2 qui a comme
destination la zone 2 est inscrit successivement lors de son entrée à la
station Jardin, lors de son usage des liens TJ et TM et lors de sa sortie à
la station Montigny. Les flux D1 et D2 en direction des zones 3 et 1
respectivement, sont en fait des flux directs (sans correspondance)
passant respectivement par les liens BJ et TJ en direction des zones 3
ou 1.
Cette matrice comptable contient en fait 4 matrices : la matrice E
des comptages à l’entrée du réseau, la matrice L qui désigne les flux de
Tableau 1
Représentation d’un réseau de 4 stations reliant 4 zones par 4 liens
sortie vers l’extérieur du réseau, la matrice N des flux internes au

réseau et la matrice O-D (supposée connue) des flux origine-
destination. On peut les représenter ainsi :
N L
E O-D
Au Tableau 2, on reconnaît facilement FE et FL, les vecteurs des

flux entrant de l’extérieur et sortant vers l’extérieur du réseau, ainsi
que NE et NL, les vecteurs des flux entrant dans le réseau ou en
sortant. Les vecteurs totaux TE = [FE + NE] et TL = [FL + NL]
désignent alors naturellement pour le premier les flux totaux entrant
dans une station en provenance soit de l’extérieur ou d’une autre
station et, pour le second, les flux sortant soit vers une autre station ou
vers l’extérieur. (Voir page ci-contre.)
C. Propriétés comptables élémentaires du système : un exemple.

Considérons au Tableau 3 l’exemple d’un système simplifié sans lien
direct entre Jardin et Bourassa, système où les flux directs sont souli-
gnés et les flux en correspondances sont indiqués en gras. La matrice
O-D choisie n’est pas symétrique.
Tableau 2
Inscription des flux ayant comme origine la zone 4
Si on note e’ le transposé d’un vecteur unitaire et diag (.) la diago-

nale d’une matrice, les propriétés de cette matrice II sont, pour le cas
où il n’y a pas d’accumulation de voyageurs sur le réseau :
i) définition des flux totaux entrants : TE = FE + NE ; (1)
ii) définition des flux totaux sortants : TL = NL + FL ; (2)
iii) comme diag (N) = 0, le flux total : e’FE’ = e’FL = 2 175 ; (3)
iv) et l’identité comptable du système : TE’ = TL, (4)
c’est-à-dire que tout ce qui passe par un point Bourassa, Talon, Monti-
gny ou Jardin du réseau en provenance de l’extérieur ou d’un autre
point du réseau est égal à ce qui en sort vers un autre point ou vers
l’extérieur. Voir tableau page suivante.
Ici FE’ 7 FL puisque la structure des flux entrant de l’extérieur
n’est pas la même que celle des flux sortant vers l’extérieur, mais
l’Annexe 1 utilise un tel cas particulier III fondé sur une matrice O-D
symétrique – pour lequel l’identité comptable (4) est toujours vérifiée.
D. Les variables qui nous intéressent dans le processus classique à
4 étapes. Ce cadre comptable permet d’abord de bien isoler ce dont il
sera question à chaque étape du processus classique de conduite des
études de trafic : d’abord le Total de déplacements T = e’FE’ = e’FL =
兺兺Tij = TIJ ; ensuite l’objet des analyses de la première étape, celle
i∈I j∈J
de la Génération, puisque les marges4 droites de la matrice E désignent
les productions ou émissions Ti = 兺Tij = Oi (en brun) et les marges
j
4. Au sens strict, puisque la matrice O-D est un tableau de fréquences, les « marges » sont les
vecteurs des fréquences marginales des flux origine-destination.
Tableau 3
Flux pour un système à 4 zones, 4 stations et 3 liens
inférieures de la matrice L désignent les attractions Tj = 兺Tij = Dj (en

i
vert). De plus, la matrice O-D contient les Tij observés (donc Tij ≥ 0)
analysés à l’étape de la Distribution et la matrice N comprend les flux
par lien qui seront les objets de l’Affectation. En modifiant les conven-
tions d’écriture de la matrice N et/ou la matrice O-D de façon à
distinguer entre les modes (par exemple avec des polices ou des cou-
leurs), ce qui aurait beaucoup alourdi le cadre comptable, il aurait
aussi été possible d’y identifier explicitement les valeurs modales Nm
ou Tijm (m = 1,..., M) expliquées à l’étape du Choix modal.
Ce cadre permet aussi de mettre en lumière, en le dédoublant, un
problème de prévision familier en analyse input-output. Pour le cons-
tater, il y a lieu de relier notre cadre comptable, élaboré à l’origine
dans Gaudry (1973), à la théorie économique pertinente, celle de la
comptabilité nationale et de l’analyse input-output.
E. Relation à la théorie économique. Quesnay (1759) avait une

simple matrice 4x4 dont les lignes et colonnes ne s’équilibraient ou ne
« balançaient » qu’après beaucoup d’efforts, mais il ne distinguait pas
entre flux intermédiaires et finaux comme l’a fait plus tard Leontief
(1941) en formulant les partitions N et L.
En nous inspirant de Blankmeyer (1971), nous réinterprétons sim-

plement L des demandes finales comme une matrice de « flux vers
l’extérieur » du réseau, ce qui appelle naturellement à reconnaître une
contrepartie E de « flux vers l’intérieur » et leur combinaison évidente
dans le dernier quadrant de la matrice. Cette spatialisation des matri-
ces de flux de transport diffère profondément d’une simple démultipli-
cation spatiale des cases de N largement pratiquée en économie régio-
nale (Moses, 1955) et en économie des transports (Cascetta et Di
Gangi, 1996), démultiplication qui ne change pas la structure de Leon-
tief mais change la taille de la matrice des flux N dont les dimensions
deviennent alors égales au produit du nombre de « secteurs » par le
nombre de zones.
On sait que, dans cette structure classique de type Leontief, il est
habituel de définir des coefficients technologiques et de démontrer, en
reliant les flux finaux aux flux intermédiaires par l’intermédiaire des
demandes totales, que la variation du vecteur des demandes finales
n’implique pas une variation proportionnelle des flux intermédiaires.
Comme les flux intermédiaires N désignent maintenant, dans notre
formulation, les flux sur les liens du réseau, cette absence connue de
proportionnalité est pertinente pour les prévisions de transport.
F. Demande finale et flux sur le réseau. On la retrouve bien dans la
nouvelle formulation, mais dédoublée en quelque sorte, selon qu’on
s’intéresse au vecteur des demandes finales d’entrée ou de sortie, parce
qu’on ajoute au cadre input-output [N ; L] les matrices des flux à
l’entrée E qui autoriseront naturellement une seconde définition des
matrices de coefficients5 technologiques A.
On montre dans l’Annexe 1 que, pour faire une prévision des flux
intermédiaires N* à partir d’une hausse prévue des éléments des
demandes finales sortantes, FL*, on calcule successivement :
TL* = (I-A)-1 FL* (5)

et
N* = A•B* (6)
en utilisant comme d’habitude la définition de A fondée sur le vecteur

des flux sortants et la matrice identitaire I. Mais naturellement, des
formules analogues sont aussi définissables mutatis mutandis par rap-
5. Cascetta & Di Gangi (1996) définissent une matrice diagonale dite « de commerce interzo-
nal » T et la multiplient ensuite par une matrice A diagonalisée et des vecteurs d’output redéfinis de
manière conforme. Cela a pour effet de redéfinir (5) comme suit : FL = (I-T•A)-1 T•TL, où les
vecteurs FL et TL ont aussi été redéfinis de manière conforme.
port aux flux entrants : elles seront différentes des premières si la

matrice O-D n’est pas symétrique.
Par contre, il n’est pas clair que modifier le vecteur des demandes
finales sortantes TL (ou symétriquement celui des demandes entran-
tes) ait un sens si l’on ne modifie pas en même temps le vecteur des
demandes entrantes TE (ou symétriquement sortantes), sauf à mon-
trer qu’il n’y pas en général de proportionnalité entre demandes finales
(productions ou attractions) et flux sur les arcs du réseau à moins
qu’on ne modifie la matrice O-D elle-même, tout en conservant
inchangée la structure des choix des itinéraires inscrite en N.
Dans les applications, la prévision portera souvent indépendam-
ment sur les émissions et les attractions de manière distincte et spécifi-
que. Elle n’impliquera donc pas en général de proportionnalité et
exigera de dérouler à nouveau entièrement la séquence des quatre
étapes pour obtenir les flux sur le réseau N.
Mais avant de considérer explicitement cette séquence, il nous faut
préciser la structure d’offre et de demande qui sous-tendra l’analyse
dans le cas général, celui de la présence de congestion. Les notions
simples de l’équilibre du marché Demande-Offre ne suffiront pas et il
faudra introduire aussi un équilibre sur le réseau qui, combiné au
premier, définira un (ou plusieurs) équilibre (s) Demande-Perfor-
mance-Offre.
2.2. La structure Demande-Performance-Offre des modèles

de trafic
2.2.1. Procédures structurelles et équilibres multiples

Des procédures. En effet, pour rendre compte des flux et, simulta-
nément, des conditions de transport (comme le temps de transport)
compatibles avec ces derniers et pour faire des prévisions d’impact de
modifications du réseau, la modélisation du trafic utilise une combinai-
son de procédures complexes aux caractéristiques particulières.
Trois niveaux de procédures structurelles. Pour le comprendre, il
est utile de distinguer trois niveaux d’un système : Demande, Perfor-
mance et Offre. Et nous désignons par « procédure » l’ensemble des
opérations nécessaires au calcul (parfois conjoint) d’une ou plusieurs
variables – une fonction6 étant la forme la plus simple d’une procédure
– impliquées dans un équilibre de ce système à trois niveaux.
6. Les trois niveaux sont « structurels » exactement comme si l’on avait trois équations structu-
relles d’un système d’équations simultanées.
Nous présentons à la Figure 1 un schéma synthétique de système à

trois niveaux, schéma plus élaboré que celui qu’on trouve dans Quinet
(1998) et moins élaboré que le schéma initial (Florian et Gaudry, 1980,
1983) qui comprend des niveaux supplémentaires et documente en
détail les divers équilibres qui nous intéressent. Il est aussi possible de
décliner cette structure en l’explicitant selon des perspectives stratégi-
ques, tactiques ou opérationnelles (Florian et al, 1988) définies en
décidant, pour résoudre un problème particulier, de ce qui est endo-
gène et de ce qui ne l’est pas.
La demande complexe et la distinction entre origine-destination et
lien. On pourrait dire que la première procédure à définir, Dem (.), est
celle du calcul de la demande D. Elle comprend une part d’estimation
de paramètres au sens économétrique classique mais aussi l’usage de
mécanismes comme celui de l’affectation qui associe aux liens du
réseau les quantités demandées de i à j.
Ce vecteur des demandes par mode dépend du niveau prédéter-
miné des activités A (e.g. la population dans le cas des études sur les
voyageurs, le PIB dans le cas des travaux sur les marchandises), des
caractéristiques des consommateurs ou des marchandises Y, du niveau
de service réalisé C (e.g. le temps et la fréquence de service, le niveau
des incidents et accidents). Ce service effectif est généralement diffé-
rent du service planifié T et du prix effectivement payé P (fonctions des
vitesses et des itinéraires réellement choisis) compte tenu des taux des
taxes et péages par lien F.
L’offre d’infrastructure et de services : un vecteur planifié. D’un
point de vue traditionnel de marché, la seconde procédure à considé-
rer, Sup (.), désigne la façon de déterminer ou de modifier l’offre, tant
d’infrastructures que de services, sur un réseau souvent multimodal.
Comme cette offre est en général en bonne partie centralisée, au moins
pour les infrastructures, sinon pour les services, il est préférable de
parler de procédure plutôt que de donner l’impression, comme en
concurrence parfaite, que l’offre est définie par une simple courbe de
coût avec une technologie donnée.
L’offre est alors, sur chaque lien donné s, un vecteur de quantités S
(e.g. sièges-km, capacité routière), de tarifs pratiqués F (e.g. taxes sur
le carburant ou péages) et de niveaux de service planifiés T (e.g.
fréquence de service et temps de transport des autobus défini par une
vitesse commerciale prévue ; flux libre de congestion, d’incident ou
d’accident sur le lien en question).
Les facteurs qui déterminent l’offre d’infrastructure et de services
sont nombreux et comprennent, parmi d’autres, ceux qui sont identi-
fiés à la Figure 1 : des objectifs SO et la réactivité même des prestatai-

res assujettis à une régulation RE. Nous y supposons que les responsa-
bles de l’offre réagissent à l’état du système ST et sont capables de
calculs complexes [W(.)] pour minimiser le coût de production de
diverses configurations de l’offre, même si la « fonction de produc-
tion » n’est pas explicitement formulée.
Figure 1
Les trois niveaux structurels des modèles de trafic
Source la plus récente ; Gaudry, 1999.
La performance réalisée. La troisième procédure, Per (.), est « insé-

rée » entre les deux premières qu’elle réconcilie : elle détermine la
performance réelle du réseau et dépend autant de la demande effective
D que de l’offre planifiée [S, T, F], ainsi que de facteurs qui lui sont
propres comme les règles de gestion en temps réel du réseau et le
contrôle du trafic CT.
La forme la plus simple de cette procédure est celle qui détermine
le niveau de congestion d’une voie de circulation en fonction de
l’usage, pour un lien aux caractéristiques physiques (e.g. nombre de
voies) et de gestion (e.g. régulation des feux aux extrémités, type de
stationnement autorisé, signalisation et marquage) données, comme la
courbe de coût moyen dessinée à la Figure 2 : au-delà d’un point H, le
temps moyen croît avec le flux de véhicules, ce que l’on appelle la
congestion. Les grands logiciels de planification des réseaux permet-
tent de choisir pour chaque lien la bonne courbe parmi des dizaines
offertes au menu.
Équilibres. Une formulation qui utilise trois niveaux structurels,
dont chacun détermine un vecteur de sorties endogènes apparaissant
comme variables explicatives à d’autres niveaux, peut donner lieu à
divers types d’équilibres plus complexes que l’équilibre Demande-
Offre traditionnel. Dans une analyse du sens économique des courbes
de débit-temps (Gaudry, 1976) qui faisait remarquer7 qu’elles
n’étaient pas, malgré leur apparence, des courbes d’offre, nous avons
distingué notamment entre les équilibres de réseau et les équilibres de
marché, parmi tous les équilibres possibles de ce système à 3 niveaux.
Figure 2
Courbe débit-temps de parcours
Par exemple, un équilibre de réseau (Demande-Performance) est

réalisé au point (t1, q1) d’intersection des courbes de demande routière
et de congestion : les conditions de transport [P, C] qui déterminent la
quantité demandée sont bien endogènes. Le calcul de cet équilibre est
normalement effectué en formulant un problème de maximisation de
l’aire définie par la différence entre la courbe de demande et la courbe
de débit-temps, ce qui maximise bien le surplus du consommateur8.
Mais cette courbe débit-temps n’est que l’enveloppe inférieure des
solutions admissibles pour une firme d’usagers (d’autobus, par exem-
7. Opinion qui a été immédiatement partagée par Martin Beckmann et Harold Kuhn lors de la
présentation de la communication en novembre 1974. Voir un résumé partiel et quelques explicita-
tions à l’Annexe 2.
8. Comme en situation d’équilibre général avec fonctions de coûts moyens croissants (convexes
vers le bas), ce calcul du point fixe d’intersection maximise aussi simultanément la surface entre la
courbe de congestion et le temps à l’équilibre, mais il ne s’agit pas ici simultanément d’un surplus
du producteur car la courbe de débit-temps n’est pas une courbe d’offre, malgré son apparence, et
l’usage des mêmes techniques de calcul de points fixes pour trouver l’équilibre.
ple) qui peut vouloir faire circuler ses véhicules plus lentement que ce
qui serait réalisable, pour des taxis à la recherche de clients, ou pour
d’autres cas plus complexes reliés à l’offre et à la demande de conduite
des véhicules particuliers dans les ménages, marché où l’offre et la
demande de conduite9 sont difficilement identifiables.
2.2.2. Relation du système des modèles de trafic à la théorie
économique
Que penser d’un système à trois niveaux alors que nous utilisons
normalement des systèmes Demande-Offre à deux niveaux ? Et que
penser d’une offre vectorielle distinguant entre quantité et niveau de
service pour un prix donné alors que l’offre est souvent formulée
comme une simple quantité (scalaire) de qualité unique implicite ?
Niveaux et économétrie du déséquilibre. Dans la structure à trois
niveaux, P et C désignent en particulier la congestion, les files d’attente
ou les prix du marché noir qui équilibrent la quantité offerte à celle qui
est demandée. Pourquoi ajouter ce niveau intermédiaire entre offre et
demande ? Cet ajout, tel qu’on le pratique explicitement dans les
transports, complique les équilibres mais évite les convolutions de
l’économétrie du déséquilibre.
Jusqu’au début du 19e siècle, la discussion économique se concen-
trait sur la formulation qui visait à expliquer une variable quelconque,
par exemple Q, en fonction d’autres variables. Ces relations entre Q et
les variables explicatives n’étaient, en l’absence de structure claire
Demande-Offre, ni des formes réduites ni des formes structurelles.
Elles mélangeaient les considérations propres à la Demande et à
l’Offre : nous les trouvons donc confuses, voire incohérentes.
Ce n’est qu’avec Ricardo (1817) que la phrase « offre et demande »
apparaît dans un titre de chapitre et que la structure moderne
s’impose. Le premier à l’employer dans le contexte de la détermina-
tion des prix avait été Steuart-Denham (1787), comme nous le rappelle
Groenewegen (1987), mais il faut en fait attendre Cournot (1838) pour
avoir une première exposition symétrique de l’offre et de la demande.
Du point de vue de l’estimation des fonctions, il fallut attendre Wor-
king (1927) pour comprendre leur identification et la façon de les
recouvrer à partir des données.
Dans le domaine des transports, il a été fort éclairant au 20e siècle
d’introduire un niveau intermédiaire pour rendre compte des différen-
9. À toutes fins utiles, la demande d’usage des voitures particulières représentée par une
courbe comme DD à la Figure 2 peut décrire la solution complexe d’un problème d’offre et de
demande de conduite dans les ménages.
ces entre les valeurs réalisées et les valeurs planifiées du service, du

taux de remplissage (confort), du prix et du niveau de sécurité. Cette
nouvelle distinction s’est avérée pertinente tant au niveau théorique
qu’empirique lors de l’estimation des systèmes d’équations simulta-
nées à 3 niveaux décrivant pour la première fois le fonctionnement de
réseaux de transport en commun (e.g. Gaudry, 1979, 1980) dans ce
cadre à trois couches.
Elle est applicable à d’autres domaines, comme l’étude des écono-
mies centralement planifiées (Gaudry et Kowalski, 1990) où il est
préférable de prendre partie pour l’équilibre modélisé par les queues
(Kornai et Weibull, 1977) plutôt que pour « la demande insatiable »
sortie d’un équilibre stationnaire vide de comportement économique
structurel comme celui de Kornai (1982). Elle s’applique aussi à
l’étude des marchés publics des services de santé où les queues réta-
blissent les équilibres10.
Elle a en tout cas l’avantage d’éviter les surprises de l’économétrie
du déséquilibre dont l’usage fait conclure à Portes et al (1987) que
l’économie polonaise était “en état d’offre excédentaire la moitié du
temps durant les années 1960 et durant la période 1976-1978” ! Pour
éviter l’ironie de Podkaminer (1989) devant « une telle mine de révé-
lations sur les économies centralement planifiées », il aurait été préfé-
rable de construire un modèle de Performance explicatif de la lon-
gueur des queues pour les voitures, le logement, etc. plutôt que
d’étudier l’ensemble des combinaisons possibles des quantités obser-
vées selon qu’on affecte chacune sur la courbe de demande, d’offre ou
sur les deux fonctions simultanément.
Formulation vectorielle des biens : demande, offre et logistique. On
sait bien qu’une fonction de demande de transport qui ne compren-
drait pas les niveaux de service en plus du prix serait risible, mais on ne
réalise pas toujours que ce genre de formulation pratique se généralise
dans l’étude microéconomique de tous les marchés pour lesquels il faut
décrire des biens complexes par des vecteurs de caractéristiques, y
compris temporelles (Lancaster, 1966, 1971).
Il y a longtemps que le marketing quantitatif, notamment des
modes de transport11, étudie précisément la demande pour les biens
« non scalaires » dont les caractéristiques ont toutes une valeur et un
prix : l’usage étonnant du mot « hédonique » pour désigner les consen-
10. Et on hésite devant les résultats de régression de ceux qui concluent que le nombre de
médecins augmente les coûts (au lieu de réduire les queues) et qu’il faut donc le réduire.
11. Voir dans Gaudry et al (1998) l’histoire des modèles multiplicatifs de parts de marché dans
les transports de 1966 à 1969.
tements à payer pour chacun des éléments du vecteur des caractéristi-

ques des biens est bien plus récent et avoisine 1974 (Rosen).
Aujourd’hui, c’est la détermination du niveau de service à fournir
avec le bien qui conduit et tire toute la chaîne logistique d’appui à
l’offre. Par exemple, Michelin, qui vend les mêmes pneus partout,
décide du temps d’attente des garages et concessionnaires dans chaque
pays (3 heures au Japon, une semaine au Brésil, 2-4 jours en France et
en Europe, etc.). Il ajuste ensuite la combinaison de modes d’achemi-
nement et d’entrepôts à cette exigence du « produit » (Cromières,
2004) : ses 100 000 livraisons par jour dans le monde impliquent des
temps d’attente très variables entre les pays, mais qui font chaque fois
partie de son vecteur d’offre.
L’offre vectorielle d’un opérateur de transport public n’est pas
différente, même si son niveau n’est pas déterminé par les mêmes
motifs de maximisation du profit. La quantité (e.g. un siège-km d’un
certain niveau de confort) et la qualité, entendue comme un niveau de
service comprenant plusieurs dimensions dont on sait qu’elles sont
importantes dans la fonction de demande (e.g. temps de marche, de
correspondance, d’attente, de transport dans le véhicule), sont des
éléments distincts qu’on ne peut résumer par un simple produit de la
quantité par une qualité sans dimension, comme on le fait parfois.
3. LA SÉQUENCE CLASSIQUE À QUATRE ÉTAPES
3.1. Grandes tendances de la modélisation du trafic

depuis 50 ans
Des premières années jusqu’en 1971. La formulation de la
séquence classique si réputée et d’usage universel aujourd’hui est asso-
ciée à un fourmillement d’études préparatoires aux développements
des réseaux métropolitains et interurbains aux États-Unis durant les
années 1950.
Les travaux séminaux les plus complets et les plus connus (CATS,
1959-1962) tirèrent profit des expériences précédentes plus limitées et
des débuts simultanés de la modélisation du trafic à l’aide de méthodes
analytiques requérant l’usage des ordinateurs. Ils furent conduits à
partir de 1955 sous l’égide de l’agence de planification régionale du
Grand Chicago : paradoxalement, le Chicago Area Transportation
Study (CATS) désigne en fait simultanément les trois tomes classiques
publiés entre 1959 et 1962 par l’organisme de ce nom et l’organisme
lui-même dont le mandat et les travaux de modélisation continuent à
ce jour.
On trouve dans ces trois tomes la première séquence classique

présentant, dans une étude en coupe transversale des déplacements de
personnes en agglomération urbaine durant une période choisie, les
quatre étapes complètes structurées et reliées dans l’ordre convention-
nel : Génération, Distribution, Choix modal, Affectation au réseau.
On y trouve aussi une modélisation très simple des effets des modifica-
tions des réseaux sur l’utilisation du sol, moins intéressante que la
célèbre procédure de Lowry (1964) plus tardive et toujours en usage
aujourd’hui.
Nous décrirons brièvement le contenu représentatif des quatre éta-
pes tel qu’il s’imposa durant les quelques années suivantes et tel qu’on
peut le trouver dans le premier manuel universitaire sur ces méthodes
et pratiques (Meyer et Straszheim, 1971). Cet excellent manuel est
encore utilisé, faute d’un successeur d’envergure comparable, en com-
binaison avec des traités ou articles spécialisés qui mettent l’accent sur
des aspects particuliers : la demande et le choix modal (Ortúzar et
Willumsen, 2001), la distribution (Erlander et Stewart, 1990) ou
l’affectation (Potts et Oliver, 1972 ; Boyce et al, 2004).
Raffinements sans perte des repères depuis 1972. Depuis la publica-
tion en 1971 par Brookings de ce manuel représentatif de l’état de l’art,
des raffinements importants ont progressivement modifié chacune des
étapes, ou plusieurs d’entre elles, mais sans en changer l’esprit : on le
constatera plus bas. Il faut sans doute nommer dès maintenant en
particulier, en guise d’introduction : (i) le développement des modèles
de choix discret, important après 1972 (Domencich et McFadden,
1975) ; (ii) l’usage des formes fonctionnelles souples dès 1976 (Gaudry
et Wills, 1978) ; (iii) et un ensemble de techniques d’affectation plus
complexes que celle du simple calcul du chemin le plus court, comme
les méthodes d’équilibre (Netter, 1972 ; Nguyen, 1974), de choix dis-
cret12 (Dial, 1971), ou même de théorie des jeux.
Toutes ces innovations, plus rigoureuses et moins ad hoc que l’état
de l’art de 1971, s’appuyaient sur des travaux théoriques fondamen-
taux antérieurs, tant mathématiques que statistiques, ou sur le climat
méthodologique qu’ils engendraient. Sur les fondements du choix dis-
cret, on pense à Finney (1947, 1964) pour l’analyse Probit et à Warner
(1962) et Rassam et al (1970) pour l’analyse Logit. On pense aussi
naturellement, pour la vision abstraite13 des modes qui traverse ces
12. Malheureusement, les travaux précurseurs d’Abraham et Coquand (1961) sur le Probit (et
une approximation du Logit) n’étaient connus qu’en France.
13. Réduite aujourd’hui à l’imposition de coefficients génériques sur les variables comme le
tarif et le temps de transport des modes, elle était novatrice en son temps puisqu’elle permettait de
modèles de choix discret, à Quandt et Baumol (1966). En ce qui

concerne l’usage des formes souples, Anscombe et Tukey (1954),
Tukey (1957) et Box et Cox (1964) sont aussi des précurseurs dont les
travaux seront repris et étendus aux transports. S’agissant de l’affecta-
tion sur le réseau, l’ouvrage de Beckmann et al (1956) est fondamental
du point de vue méthodologique, sinon algorithmique.
Si les contenus des quatre étapes ont été souvent lentement modi-
fiés, suite à la formation de courants minoritaires proposant des
méthodes, algorithmes et pratiques nouvelles, leurs repères sont par
contre toujours reconnaissables et continuent d’encadrer la modélisa-
tion du trafic aujourd’hui. Les travaux de McFadden sur le choix
discret, reconnus par le prix Nobel de sciences économiques 2000, ont
été un des fers de lance de cette seconde vague de modélisation du
trafic.
Voyageurs et marchandises. Centrée au début sur les problèmes

d’agglomérations urbaines et de déplacement des voyageurs, la modé-
lisation a atteint à ce jour des niveaux de détail inimaginables il y a
30 ans en utilisant des techniques de ventilation des marchés agrégés,
raffinements qu’on ne pourra vraiment refléter ici. Par ailleurs, si les
mêmes techniques sont utilisées aujourd’hui pour la modélisation du
trafic des marchandises, c’est avec quelques adaptations rendues
nécessaires par la plus grande hétérogénéité des marchandises14 et la
relative rareté des données comparables à celles dont on dispose pour
les voyageurs. Et, bien sûr, on n’isole pas encore directement le motif
de déplacement des marchandises comme on le fait couramment pour
les personnes : mais la question a-t-elle un sens ?
3.2. La génération et la distribution
3.2.1. Considérées successivement

La Génération. La première étape est celle de l’explication des
productions ou émissions et des attractions, i.e. des vecteurs Ti et Tj
prédire la demande de services nouveaux comme par exemple le marché d’avions à décollage et
atterrissage court (ADAC) reliant les centres villes par l’intermédiaire d’aéroports aménagés sur
des parkings urbains jouxtant les CBD (Central Business District), ce qui était impossible en
économie classique. En économie classique, il est impossible de dire quoi que ce soit sur le marché
d’un nouveau bien sans expérience historique de la consommation de ce bien même si on connaît
tout ce qu’on veut sur le marché des millions de biens existants. La simplification scalaire de la
nature des biens adoptée au 19e siècle, de pertinence déjà douteuse dans les transports, avait vécu.
14. Par exemple, dans un modèle interurbain, l’usage de 20 ou 30 segments du marché des
voyageurs serait considéré comme généreux alors que le même nombre pour expliquer le compor-
tement de marchandises serait considéré comme à peine adéquat au regard de la diversité des
besoins et des comportements des chargeurs en termes de transport.
qui sont les marges de la matrice O-D au Tableau 2, par les niveaux
d’activité qui ont cours dans ces zones (i, j = 1, ... , ... , Z) :
Ti = p (Ai1,..., Aia ,..., A iA) + ei (7)

et
Tj = a (Aj1,..., Aja ,..., A jA) + aj (8)
où, dans le cas des voyageurs, les activités dominantes sont représen-
tées par la population en (7) et les emplois en (8) et, dans cas des
marchandises, par des variables comme la valeur ajoutée ou l’emploi.
Ces équations contiennent généralement très peu de variables (sou-
vent une ou deux) et sont toujours linéaires. Sauf erreur de notre part,
on n’utilise encore pour ces régressions que les valeurs non nulles des
vecteurs de Z observations : nous n’avons jamais vu de Tobit utilisé à
cette étape pour exploiter les observations nulles qui, elles aussi,
contiennent de l’information.
Plus étonnant, elles ne contiennent généralement pas de variables
sur la disponibilité du parc de voitures particulières ou d’autres équi-
pements de transport et aucune variable de prix ou de distance ou de
temps de transport. La pratique de cette étape n’a guère changé depuis
ses origines malgré quelques essais épars et minoritaires d’introduire
dans les équations (7) et (8) des variables d’accessibilité ou de centra-
lité qui permettraient ensuite de modéliser à cette étape15 un effet de
retour des modifications de réseau.
Du point de vue de la théorie économique, les résultats sont inter-
prétables comme des coefficients d’input ou d’output fixes : on expli-
que la production et le besoin en « déplacements » ou en « tonnes ».
Mais on n’explique pas (encore) des passagers-km ou des tonnes-km :
on ne sait pas où vont les émissions et comment seront satisfaits les
besoins définis par l’attraction, car on répondra à ces questions à la
seconde étape.
Il faut avouer que les travaux des économistes pour représenter le
rôle des transports dans la fonction de production des entreprises en
sont toujours à leurs premiers balbutiements : le transport n’est pas
(encore) un facteur de production et il n’a aucune productivité propre,
et encore moins de productivité différenciée par mode. Il n’y a pas
encore de substitution entre les formes de transport et les stocks ou
d’autres intrants comme les communications, ce qui implique que les
15. L’usage de variables d’accessibilité dans les procédures explicatives de l’utilisation du sol
est autre chose et concerne un autre niveau de la modélisation.
flux tendus sont sans justification théorique, sauf l’exception visible de

Baumol et Vinod (1970).
Lors d’un examen que nous avons fait en 2000 de plus de
800 modèles calculables d’équilibre général, aucun de ceux qui incor-
poraient le transport (moins de 2 %) ne le traitaient autrement que
comme une « taxe » : ce n’était un facteur de production pour aucun
économiste.
Il apparaît comme facteur de production et de localisation dans
nombre d’études de développement régional mais son rôle y est tou-
jours ad hoc et d’interprétation difficile parce que la mesure du capital
transport est alors commune à toutes les activités de la zone et ne fait
pas partie au sens strict, mesurable et différencié, de la fonction de
production des firmes et des ménages ; ces fonctions sont d’ailleurs
souvent moins bien formulées que (7) et (8) et leur identification
économétrique est souvent au mieux ignorée.
La distribution. Les sources Ti et les besoins en personnes et tonnes
Tj établis, on passe à l’étape de la distribution qui expliquera en fait la
distribution des longueurs des déplacements, par une modélisation
sous contrainte des flux de la matrice O-D elle-même. On part de :
Tij = g (Ti, Tj, Uij ) + eij (9-A)
qu’on reformule ensuite pour refléter l’imposition des doubles

contraintes décrites plus bas :
Tij = gc ( [Êi, Âj], Ti, Tj, Uij ) + e*ij (9-B)
où Uij est une mesure de l’utilité (ou de la désutilité) associée au

parcours de i à j et [Êi, Âj] désignent les facteurs d’ajustement qui font
respecter les doubles contraintes, respectivement sur les émissions et
les attractions. Dans les premiers modèles, la distance de i à j est
utilisée comme métrique de Uij mais des mesures plus complexes,
comme le coût généralisé (une combinaison habituellement linéaire
d’argent et de temps) ont rapidement vu le jour pour cette « impé-
dance ».
La forme fonctionnelle universellement utilisée pour (9) est celle
d’un modèle gravitaire, donc multiplicatif, dont le seul paramètre
estimé est celui de Uij, parce que les paramètres de puissance des
« masses » à l’origine et à la destination y sont arbitrairement fixés à 1.
En milieu urbain, les élasticités ainsi estimées par rapport à la distance
varient généralement de -1 à -3 selon le motif de déplacement des
personnes : le motif travail est celui pour lequel la distance freine le
moins et le motif personnel celui pour lequel il freine le plus ; en milieu
interurbain, elles sont supérieures en valeur absolue à -1 tant pour les

personnes que pour les marchandises.
Une dimension fondamentale de l’estimation de ce paramètre de
Uij est le fait qu’elle soit faite sous les doubles contraintes suivantes
pour que les valeurs calculées Tij* fournissent une destination à toutes
les émissions et satisfassent exactement à tous les besoins d’attraction :
Ti = 兺j Tij* = Oi (10)
Tj = 兺i Tij* = Dj (11)
En conséquence, puisque les « marges » de la matrice sont repro-

duites, l’estimation ne produit qu’une distribution des longueurs des
flux, ce qui fournit le kilométrage « manquant » aux quantités de per-
sonnes ou de tonnes modélisées à l’étape précédente. Ces contraintes
sont souvent jugées comme étant raisonnables et un effort d’impor-
tance est fait pour les imposer lors de l’estimation, surtout depuis que
Wilson (1967, 1970) a dérivé ce modèle à doubles contraintes de la
maximisation de l’entropie.
Du point de vue de la théorie économique, toutefois, l’assujettisse-
ment à ces doubles contraintes impose, peut être involontairement,
une structure arbitraire très particulière aux erreurs de régression e*ij
en (9-B) et nous pensons que l’estimateur est de ce fait biaisé.
Mais il engendre de surcroît et presque involontairement une pro-
priété très particulière du modèle (9-B) en apparence gravitaire : suite
à des modifications des coûts de transport sur une liaison ij, les flux
seront réaffectés sur d’autres chemins pour satisfaire aux doubles
contraintes : les termes Êi et Âj sont en effet fonctions de l’ensemble
des {Uij} et contiennent donc autre chose que des utilités Uij associés à
la paire ij considérée, même si cela n’est pas apparent en (9-B). Il se
produira donc une substitution entre les chemins qui changera la struc-
ture spatiale de la matrice O-D. Cette propriété automatique disparaît
naturellement si on n’impose pas les doubles contraintes, dans quel cas
on revient à (9-A), ou si on n’en impose qu’une seule.
En fait, les doubles contraintes transforment profondément un
modèle de demande où, en apparence, la taille du flux pour une paire
origine-destination ij ne dépend que de ce qui se passe en i, en j, ou en
ij. Plus précisément, en (9-A), le coût de transport de i à j n’influence
que le flux sur cette liaison et n’a aucun effet sur les autres flux ik ou nj.
Les doubles contraintes modifient cette propriété d’utilité séparable
entre les flux sans que la structure de la substitution-complémentarité
de (9-B) n’ait été explicitée autrement que comme une obligation
comptable. Pour ces raisons, beaucoup de chercheurs préfèrent
regrouper les deux premières étapes en une seule et faire jouer aux
prix un rôle clair sur le niveau et la longueur des flux justement en
partie parce qu’ils n’utilisent pas les doubles contraintes.
3.2.2. Combinées en une étape
Si on remplace les « marges » par leurs facteurs explicatifs dans (9),
et si on ajoute une variable bij indicatrice de la présence éventuelle
d’une frontière entre les zones considérées, le modèle devient :
Tij = g(Ai, Aj, Uij, bij) + eij, (i, j = 1, ... , Z) (12)
qui est en principe de forme quelconque et vise l’explication conjointe

du niveau et de la distribution des flux.
Or il existe depuis longtemps pour ce modèle une pratique de la
forme multiplicative, dite aussi « gravitaire », mais sans doubles
contraintes, comme chez Newton16 (1684). Déjà Lill (1891) utilisait un
modèle explicitement gravitaire des flux interurbains de voyageurs par
train, comme l’ont fait approximativement nombre d’études de l’entre-
deux guerres dont l’étude sur les marchandises de Morgenstern (1936)
qui établit des flux internationaux en tonnes et en valeur avant de
discuter du choix modal. Appliqué aux flux interrégionaux et interna-
tionaux, le modèle s’est enrichi très tôt d’une mesure des « effets-
frontières » dans l’explication des flux de transport et, un peu plus tard,
dans l’explication des flux commerciaux et de communication.
Le succès empirique de ce modèle dans sa forme multiplicative est
extraordinaire : des milliers d’applications, tant voyageurs que mar-
chandises (à condition que leur niveau d’agrégation des flux soit suffi-
sant), ainsi qu’aux flux commerciaux en valeur – et à toutes les échelles
(urbaine, interurbaine, internationale). On peut dire qu’aucun modèle
économique n’a eu plus de succès que le modèle gravitaire.
Du point de vue de la théorie économique, il semble compatible
avec beaucoup de théories du commerce international. Toutefois, le
fait que les flux indicés de i à j ne dépendent que de variables indicées
en i, en j ou en ij, en fait une structure compatible avec l’axiome IIA
(Independence from Irrelevant Alternatives) de Luce qui exige que les
rapports de probabilité de choix entre deux « alternatives » ou choix
ne dépendent que de leurs caractéristiques en propre et pas de celles
des autres possibilités. Du point de vue de l’interprétation économi-
que, il s’ensuit qu’il n’y a aucune concurrence ou complémentarité
16. Chez Newton, la constante gravitationnelle G, appelée aussi constante universelle de

gravitation, comme son nom l’indique, ne varie pas par paire de corps considérée. Le modèle (12)
comprend une constante de régression.
entre les flux (les marchées origine-destination) puisque le prix appli-

cable à une liaison n’affecte que le flux sur cette liaison : le prix du
transport Paris-Londres est sans effet sur le flux Paris-Rome, et inver-
sement.
Des efforts considérables ont été faits ces dernières années pour
évaluer la robustesse de ce modèle du point de vue de (i) l’usage de
prix précisément autres que les prix associés à la liaison considérée ;
(ii) la forme fonctionnelle ; (iii) la présence de corrélation spatiale
entre les erreurs associées à divers flux ; (iv) le relâchement des
contraintes unitaires sur les variables d’activité comme la population
ou le PIB.
En particulier, ses travaux très généraux sur des flux voyageurs en
Allemagne et au Canada (Gaudry et al, 1994), sur les flux internatio-
naux de voyageurs européens à l’intérieur de l’Europe des 15 (Gaudry
et al, 1998b) et sur bases de données du commerce interrégional euro-
péen et nord-américain (Gaudry, 2004) ont montré que : (i) la forme
multiplicative des variables d’activité était une excellente approxima-
tion, très proche de la forme optimale, mais qu’imposer à ces variables
des valeurs d’élasticités unitaires nuisait à l’ajustement, qui pouvait
révéler une certaine différence entre les élasticités associées à la pro-
duction et celles qui sont associées à l’attraction ; (ii) l’élasticité du flux
par rapport au terme d’utilité globale17 Uij était mieux estimée avec
des formes mathématiques plus souples qu’avec un simple produit, ce
qui était déjà connu (Kau et Sirmans, 1979) ; (iii) que l’insertion18 de
prix autres que les prix associés à la liaison considérée était parfois
possible mais que les contributions de ces nouvelles variables étaient
plutôt faibles et éloignaient peu des propriétés IIA de la structure de
base. On a raison de se demander s’il existe un modèle plus robuste
dans l’ensemble de la littérature économique.
D’ailleurs, ce modèle conjoint de « génération-distribution »,
agrégé dans sa forme multiplicative simple, est toujours au cœur de
nombreuses procédures d’estimation de la demande, par exemple
Arduin (1989). Sa performance est excellente même quand la distance
est utilisée comme mesure de Uij car la distance est corrélée avec les
indicateurs les plus sophistiqués de l’utilité de l’ensemble des modes
offerts sur les liaisons, comme le logsum que nous définirons sous peu.
Plusieurs modèles ont conservé une modélisation agrégée de la
17. La formulation et le mot impédance (au signe anticipé négatif) ont progressivement été
remplacés par une formulation centrée sur l’utilité (au signe anticipé positif).
18. Directe ou indirecte par le truchement de la corrélation spatiale entre les résidus de
régression.
génération-distribution, même s’ils l’ont combinée avec des modèles

de choix discret des étapes ultérieures.
3.3. Le choix modal et l’affectation

3.3.1. Considérés successivement
Le choix modal, d’abord agrégé. La plupart des déplacements sont,
au sens strict, intermodaux parce qu’ils se font par une combinaison de
modes (e.g. accès à pied et autobus ; taxi et avion) analogue à celle du
transport (combiné ou) intermodal des conteneurs et caisses mobiles.
Dans ces conditions, si le problème du choix entre modes pour aller
d’une origine à une destination est formulé comme un choix entre
modes principaux, il est entendu que choisir un mode principal
n’exclut pas l’usage d’autres modes pour une petite portion du trajet,
ou qu’on peut définir pour les cas limites des combinaisons particuliè-
res de modes principaux articulés en configurations complémentaires
(e.g. park and ride, kiss and ride).
Formulés dans cette perspective des modes principaux, les premiers
modèles de choix modal, formulés pour expliquer le choix entre le
transport en commun (TEC) et la voiture particulière (VP), utilisaient
au milieu des années 1950 des fonctions assez simples établissant une
relation, souvent variable en fonction du niveau de motorisation
donné dans la zone d’origine, entre la part de la voiture et le ratio des
temps de transport par les deux modes considérés, ce qu’on peut
écrire :
(partVP)ij = f ([(tempsVP)ij / (tempsTEC)ij], [taux d’équipement VP]i) + µij (13)
où le rapport des temps de transport VP/TEC trace pour la part une

« courbe de diversion » ou de détournement.
La forme linéaire. Typiquement linéaires et estimées par la
méthode des Moindres Carrés Ordinaires (MCO), ces fonctions
posaient des problèmes de prévision. La simulation des effets d’une
modification du ratio des temps de transport ou d’une autre variable
(ou leur combinaison) pouvait19 prédire une part négative ou une part
plus grande que 100 %.
Par ailleurs, le genre de formule (13) se prêtait mal aux cas où
plusieurs modes sont en concurrence, même si elle pouvait être élargie
pour tenir compte des prix des modes. On est donc rapidement passé à
des formulations qui, par construction, rendaient impossibles des pré-
19. Ce qui est impossible par construction dans l’échantillon utilisé pour l’estimation, mais
normal dès qu’on sort du domaine échantillonnal à des fins de simulation ou de prévision.
visions de parts négatives et ne sommant pas à 100 % tout en accom-

modant en même temps plusieurs modes, chacun d’eux étant caracté-
risable par un vecteur de propriétés (e.g. tarif, temps de trajet,
fréquence).
La forme multiplicative. La première formulation complète et

cohérente qui s’imposa, surtout en modélisation interurbaine, fut le
modèle de parts multiplicatif (McLynn et al, 1968) et ses diverses
variantes, en fait identique au modèle « Multiplicative Interactive
Competition » (MIC) déjà connu de la littérature du marketing quan-
titatif :
(14)
et qui permettait d’expliquer la part pi du mode i (i, j = 1, ..., M) à l’aide

de ses k caractéristiques Xik en comparant son « attractivité » à celle de
l’ensemble des possibilités regroupées au dénominateur.
Rapidement, ce modèle devint par ailleurs le cœur de la modélisa-
tion des flux commerciaux (Armington, 1969) et il est encore utilisé
dans ce contexte, en particulier dans les modèles calculables d’équili-
bre général des flux commerciaux internationaux, car il autorise pour
chaque type de bien des importations et des exportations sur le même
lien. En dépit de certaines théories sur la spécialisation internationale,
comme Heckscher-Ohlin-Samuelson (H-O-S), on observe que la plu-
part des biens (e.g. voitures, machines-outils, nourriture) sont à la fois
exportés et importés par beaucoup de pays et se comportent de facto
comme les flux modaux bidirectionnels des modèles de transport et de
communication sans qu’on ait vraiment besoin de la concurrence
monopolistique entre produits légèrement différenciés pour le com-
prendre.
La forme du Logit Multinomial Linéaire. Peu après une véritable

vague de ces modèles multiplicatifs, un autre modèle de parts apparut,
qui évitait aussi les inconvénients de la forme linéaire de (13) : le
modèle Logit multinomial appliqué à des parts. Ce modèle :
(15)
comprend des fonctions « d’utilité représentative » (pour employer la

terminologie postérieure qui s’imposera après 1975 dans le cas d’appli-
cations aux choix discrets) linéaires :
Vi = bi0 + 兺 bin
i
Xni + 兺 bisXs + ui (16)
n s
où les variables explicatives utilisées dans chaque fonction Vi sont

partagées entre des variables Xn qui la décrivent et varient en consé-
quence entre les modes (e.g. tarif, temps de marche, temps d’attente et
temps dans le véhicule), et des variables Xs socioéconomiques commu-
nes qui ne varient pas entre les modes ou « alternatives » (e.g. le
revenu ou le sexe des voyageurs). L’indice de mode est utilisé en
exposant afin de faciliter plus loin une écriture plus générale qui auto-
riserait que les caractéristiques de tous les modes, comme leurs prix,
soient utilisées dans toutes les fonctions d’utilité représentative (dont
l’identifiant se trouve en indice).
Utilité et armature du modèle de demande. Du point de vue de la

théorie économique, les auteurs de ce modèle de parts (Ellis et Ras-
sam, 1970) reliaient pour la première fois l’interprétation des fonctions
(16) à l’utilité, relation qui allait sous peu être rendue biunivoque par
les démonstrations de Domencich et McFadden.
Ces démonstrations permettraient de déduire la forme même du
modèle de demande à partir d’hypothèses sur la distribution du terme
d’erreur de (16) plutôt que d’accepter la forme d’un modèle de
demande sur une base ad hoc. Elles établiraient aussi qu’il y a relation
biunivoque entre par exemple : (i) la forme Logit (15) et des erreurs
qui obéissent à des lois de distribution Weibull (1939, 1951) indépen-
dantes entre les fonctions d’utilité représentatives ; (ii) la forme Probit
et des distributions normales ou gaussiennes (Gauss, 1823) des mêmes
erreurs ; (iii) ... et ainsi de suite pour la distribution arc tangente et
d’autres distributions. Une révolution à plusieurs égards20.
20. Du point de vue de l’histoire de la théorie économique, on peut constater que c’est la
deuxième fois que la résolution des problèmes pratiques de modélisation de la demande de
transport apporte une contribution fondamentale aux sciences économiques. Toutefois, dans le
premier cas, celui de Dupuit (1844) qui est un auteur d’inspiration et de tendance marginaliste,
l’utilité du consommateur est vraisemblablement déjà d’esprit plutôt ordinal alors qu’ici elle est
fermement de type cardinal. Cela signifie que l’industrie qui s’est développée depuis 1975 sur la
base du modèle Logit utilise tous les jours de manière convaincante des modèles qui nient en
pratique une conquête de la théorie de la demande du 19e siècle, celle de l’optimum du consomma-
teur calculé sans référence au niveau de l’utilité. On abandonne ainsi la perspective ordinale qui ne
s’intéresse qu’aux ratios des utilités marginales sans jamais en mesurer le niveau et on la remplace
par une mesure très précise du niveau de l’utilité des alternatives qu’on discute à la cinquième
décimale près ! Est-ce un progrès ou autre chose ?
Cette révolution : (i) inséra l’aléatoire dans la formulation même

des fonctions d’utilité, traditionnellement déterministes ; (ii) établit
l’existence d’un lien analytique biunivoque, et donc nécessaire, entre
la forme de la fonction de demande et la formulation de fonction
d’utilité sous-jacente dont elle était dérivée au sens strict, lien sans
précédent comparable dans l’analyse des systèmes de demande où
dominait alors le modèle de Rotterdam (Barten, 1969) parmi divers
systèmes complets de demande (Brown et Deaton, 1971).
Comme l’a fait remarquer lui-même Deaton (1974) dans une étude
qui lui valut le Prix Ragnar Frisch de 1979, la pratique de l’estimation
des fonctions de demande était toujours prisonnière du dilemme sui-
vant : soit on choisissait une fonction d’utilité, et alors la forme de la
fonction de demande était indéterminée, soit on imposait à des fonc-
tions de demande ad hoc et arbitraires des contraintes qui les ren-
daient théoriquement conformes aux propriétés souhaitées de l’une ou
l’autre fonction d’utilité, et alors la liste des variables était indétermi-
née car on ne savait pas quelles variables paramétrer21. Mais on ne
dérivait pas22 la forme exacte de la fonction de demande de ces fonc-
tions d’utilité déterministes qui supposaient une parfaite connaissance
des préférences et définies sur des biens « scalaires ». McFadden éta-
blissait un tandem utilité-demande en affirmant : « La forme de la
fonction de demande est cela si et seulement si la fonction d’utilité est
ceci ; et inversement. »
Émergence des choix discrets. Si toutes les formulations mention-

nées dans les équations de (13) à (15) sont bien des modèles de parts
parce qu’elles sont appliquées à des données agrégées, l’étude de Char-
les River Associates de 1972 (Hall et McFadden, 1972) remaniée23 et
publiée ensuite comme livre (Domencich et McFadden, 1975), non
seulement resserrait le lien avec l’utilité décrit plus haut mais estimait
21. Pour citer le texte lui-même : « [There is] a basic dichotomy between utility and demand
which runs through all of the empirical literature. Demand models may be derived either by the
selection of a utility function or by the arbitrary specification of a system of equations which may then
be modified according to the utility theory. If we choose the first course of action, we have the
difficulty of the choice of functional form ; if we choose the second, we have the difficulty of choice
of variables to parametrize. In both cases, because of the mathematical complexity of a conversion
from one to the other, a decision may have unexpected or untoward consequences » (op. cit.,
p. 342).
22. Par contre, la théorie de la dualité établissait déjà bien des points de passage entre utilité et
demande, mais la relation entre la forme de la fonction d’utilité et celle de la fonction de demande
n’y est pas toujours aussi clairement bidirectionnelle que dans le cas du modèle Logit ou Probit.
23. La remarquable annexe qui montre les difficultés de formuler des fonctions de demande
modales agrégées quand les biens sont de nature vectorielle n’a malheureusement pas été repro-
duite dans le célèbre livre. Pour un exposé des problèmes rencontrés durant les années 1960 avec
les fonctions agrégées en milieu urbain et un résumé des principales formulations, voir la première
partie du rapport fait dans le cadre du projet européen STEMM (Gaudry et al, 1998).
les paramètres de modèles Logit linéaires aux fonctions (16) réinter-

prétées avec données individuelles ou discrètes, données qu’avait utili-
sées Warner (1962) dix ans avant cette réinterprétation.
Dans la foulée, confortée par l’explicitation du lien avec l’utilité,
une vague considérable de travaux firent du Logit Linéaire, appliqué le
plus souvent aux choix discrets (individuels), la base d’une reprise du
processus classique qui, commençant avec succès par le choix modal,
s’étendit bientôt aux quatre étapes de la séquence classique, mais alors
avec un succès bien moindre, à mesure que les questions posées se
rapprochaient de l’explication de la décision de se déplacer et remon-
taient une à une les marches des étapes précédentes.
En effet, s’il est facile de décrire les caractéristiques des modes qui
n’ont pas été choisis (ce qui est essentiel à la calibration du modèle de
choix modal), il est beaucoup plus difficile de décrire (dans un modèle
de distribution) les caractéristiques des déplacements pour motif
achats ou travail qui n’ont pas été faits, et plus difficile encore de faire
(pour un modèle de génération) la liste des caractéristiques des activi-
tés concurrentes aux déplacements effectués mais qui, elles, n’ont pas
été réalisées.
Quant à l’affectation, l’usage du Logit (Dial, 1971), dont la Loi
d’Abraham (e.g. Abraham, 2001) est en France un cousin proche24, n’y
fut jamais dominant comme il l’était et l’est toujours pour le choix
modal, car d’autres méthodes étaient considérées comme plus
convaincantes à divers égards ou, en situation de congestion, plus
favorables du point de vue algorithmique et du coût de calcul.
La floraison baroque de 1977. On peut dériver le Logit Multinomial

de plusieurs manières, mais aucune n’a eu autant d’influence que celle
de Domencich et McFadden dont le succès est sans doute imputable au
rapport bidirectionnel intime établi entre l’armature du modèle et
l’utilité aléatoire25.
La vague du Logit a aussi été favorisée par la facilité relative
d’estimation de ses paramètres, par opposition par exemple à ceux du
24. Contrairement à ce qu’on a pu dire ou écrire (Leurent, 1999), ce modèle cesse d’être un
« Logit logarithmique » dès que la mesure d’impédance qu’il utilise possède plus d’un terme : par
exemple, l’usage d’une combinaison linéaire de temps et d’argent en fait un modèle unique qui
n’est plus un cas particulier du Logit Box-Cox Standard [(15) et (19)]. Voir le détail dans Gaudry
(2006).
25. On peut obtenir le Logit comme sous-produit de la dérivation du modèle gravitaire de
Wilson (1967) : il y apparaît comme l’arrangement le plus probable si on impose une contrainte de
coût total à la maximisation de l’entropie. On peut aussi le trouver en réarrangeant le modèle « de
demande aléatoire rationnelle » de Theil (1975), comme l’a souligné Truong (1981). Enfin, Leo-
nardi (1982) l’a dérivé de la théorie asymptotique des extrêmes.
Probit qui comporte des intégrales multiples26 sans pour autant fournir
des résultats très différents, et par le développement de trois complé-
ments qui ont émergé simultanément en 1977 : (i) celui des structures
hiérarchiques emboîtées ; (ii) celui des formes fonctionnelles souples ;
(iii) et celui des coefficients de régression aléatoires. Quelques mots
sur chacun, dans l’ordre de leur popularité à ce jour, afin de pressentir
leur rôle considérable dans les modèles de trafic et leurs propriétés en
situation de prévision pour un projet : on ne peut comprendre ce
comportement sans prendre conscience des trois compléments.
Hiérarchisation des choix : du Logit Multinomial au Logit Hiérar-

chique. Le plus connu de ces compléments, bien décrit dans les
manuels (e.g. Ortúzar et Willumsen, 2001), est celui des hiérarchies de
modèles emboîtés (nested). Elles ont été créées principalement pour
pallier27 cette insupportable propriété du modèle Logit qui est l’égalité
des élasticités croisées de la demande.
Cela signifie que, si on utilise la formulation multinomiale (15)-
(16), l’implantation d’un service d’autocars sur horaire ou d’une piste
cyclable entre Paris et Lyon obtiendra toujours son marché en captu-
rant sur cette liaison la même proportion de chacun des modes exis-
tants (train, avion, voiture). De même, l’ajout d’un nouvel itinéraire
dans un modèle de choix entre trajets par un même mode (et en
l’absence de congestion) réduira dans une même proportion les flux
des itinéraires existants.
En formulant une hiérarchie à deux niveaux, on contourne en
partie le problème : si, par exemple, on suppose qu’au niveau supé-
rieur le choix se fait entre l’avion, la marche à pied et l’ensemble des
modes terrestres motorisés, et qu’au second niveau il ne se fait
qu’entre ces modes terrestres, qu’arrivera-t-il ? L’élasticité croisée de
la part de marché sera la même entre les modes d’un niveau donné,
mais elle ne sera plus identique entre chacun des modes du niveau
inférieur et un mode appartenant au niveau supérieur : dans notre
exemple, elle ne sera plus identique entre tous les modes terrestres
motorisés particuliers et l’avion ou la marche à pied. Il faut donc,
26. Dans un des modèles nationaux suédois formulés par Staffan Algers, la région de Stoc-
kholm comprend 80 zones où l’on peut faire ses achats. Si l’on arrive à estimer un Logit avec 80
alternatives, c’est bien autre chose d’estimer un Probit, même linéaire. Et que dire dans le cas de
villes plus grandes et de fonctions d’utilité non linéaires.
27. La justification technique met à contribution les corrélations supposées entre les erreurs
non observées associées à chaque fonction d’utilité de type (16). Malheureusement, les nombreuses
et diverses hiérarchies ainsi concevables ne sont pas strictement comparables par des tests statisti-
ques : sans véritable mesure commune et continue entre elles, elles semblent fonctionner ou ne pas
fonctionner dans des situations-types.
parmi toutes les hiérarchisations données, en formuler certaines qui

donneront des résultats raisonnables.
L’instrument critique et la pierre d’angle de cette hiérarchisation
est la découverte en 1977, simultanément et indépendamment, par
McFadden28 et par Williams (1977), que l’espérance maximale de l’uti-
lité de l’ensemble des alternatives (en gros ce que l’on peut attendre de
mieux du menu des choix disponibles) est égale au logarithme naturel
du dénominateur du modèle Logit (le logsum), expression appelée
aussi officiellement valeur inclusive I des alternatives considérées :
I ≡ {1n(兺 eVm)}. (17)

m
On insère alors cette valeur inclusive, une sorte d’indice agrégatif

non linéaire, comme variable explicative du choix au premier niveau.
Cette opération peut en principe être répétée si l’on a un troisième
niveau.
Les hiérarchies sont d’usage commun aujourd’hui et il n’est guère
de modèles un peu complexes, définis pour une agglomération ou au
niveau national, qui n’en comprennent. Elles sont très utilisées pour
comparer l’attractivité de diverses destinations commerciales, chacune
se voyant attribuer, à partir d’une origine donnée, son propre
« panier » de modes de transport (la valeur inclusive de l’utilité des
modes de transport utilisables pour y accéder). Si la très grande majo-
rité des modèles hiérarchiques sont de forme linéaire (16), un nombre
grandissant utilisent des formes souples (e.g. Deepack et Laferrière,
1994, ou Lapparent, 2006), thème de notre prochain paragraphe.
Formes fonctionnelles souples Box-Cox. Une autre façon d’amélio-
rer le Logit Multinomial, cheville ouvrière du choix modal et étape
généralement décisive de toute étude de la demande de transport, est
en effet de soumettre à l’épreuve des données l’hypothèse de linéarité
de (16) en utilisant à cette fin la transformation non linéaire la plus
utilisée en économétrie selon Davidson et MacKinnon (1993), la trans-
formation de Box et Cox (1964). Elle est définie pour toute variable
positive Varv comme29 :
28. Dans une communication présentée à la Third International Conference on Behavioural

Travel Modelling (Tanunda, Australie) en avril 1977 et publiée l’année suivante (McFadden, 1978).
29. Nous ignorons donc ici le coefficient µ défini dans l’article de Box et Cox (1964) et nous en
tenons à la définition commune. Par ailleurs, lorsque la variable dépendante y d’un modèle n’est
pas transformée mais que ses variables explicatives le sont, on dit parfois Box-Tidwell (1962) plutôt
que Box-Cox, mais nous négligerons cette pratique. Il est aussi possible, à certaines conditions, de
transformer une variable continue (autre qu’une constante) qui contient des observations nulles à
condition d’ajouter à la variable transformée une indicatrice compensatoire associée aux observa-
tions nulles.
(18)
ce qui permet de réécrire (16) dans la forme Logit Box-Cox Standard :
(19)
où nous avons négligé les indices t des observations pour alléger l’écri-
ture. Aux qualités suivantes – un meilleur ajustement aux données, des
propriétés théoriques plus générales que celles de la forme linéaire et
la possibilité de modifier profondément les résultats de régression en
affectant jusqu’aux signes30 des coefficients des variables, s’ajoute le
fait que l’usage des transformations rend les valeurs du temps variables
selon le point de référence du tarif et du temps et la quantité de temps
épargné : la première minute gagnée a une valeur qui dépend de la
base de la modification et les minutes suivantes n’ont plus la même
valeur que la première. On constate aussi que le Logit Box-Cox (15),
(18)-(19) comprend comme cas particulier le modèle multiplicatif pré-
cédent (14).
Une autre manière de comprendre le rôle de la non linéarité des
variables est de constater qu’elle implique que la courbe de réaction de
la part modale par rapport à une modification d’une variable qui nous
intéresse, comme la vitesse de transport du mode i, n’est plus symétri-
30. Il faut se rappeler qu’en régression multiple le signe du coefficient d’une variable explica-
tive ne dépend pas seulement de la corrélation simple entre cette variable et la variable dépen-
dante, ou de sa variance propre : elle dépend aussi de la covariance entre toutes les variables
explicatives. Comme les variables transformées voient leurs variances individuelles et leurs cova-
riances modifiées par ces transformations, c’est l’existence même de la corrélation statistique qui
est déterminée par leur usage. En effet, il est tout à fait possible, comme le savent tous les praticiens
de la régression tant classique que logistique, que le signe d’une variable explicative soit positif et
significatif si la variable est insérée de manière linéaire mais que ce même signe devienne négatif et
significatif si la variable est insérée sous forme logarithmique. Pour des exemples de tels change-
ments extraits de la littérature économique et des transports, tant en régression logistique que
classique, voir Gaudry et al (1998). Plus généralement, seules les données peuvent décider de la
forme optimale et donc conjointement de l’existence de la corrélation statistique (de sa force, de
son signe et de son degré de fiabilité) et de celle de la forme de la relation, existences toutes deux
douteuses en l’absence de tests conjoints.
Figure 3
Logit Linéaire vs Logit Box-Cox
que par rapport à un point d’inflexion localisé à pi = ½, comme l’indi-

que la courbe en gras du cas linéaire sur la Figure 3.
Ce schéma illustre, dans une représentation à deux modes, l’effet
sur la probabilité de choix p1 de diverses valeurs d’une transformation
Box-Cox appliquée à une variable X1. Si en effet on croit que le
phénomène qui nous intéresse (réaction à la vitesse améliorée d’un
mode de transport, etc.) implique une représentation asymétrique de
l’effet sur la probabilité qui nous intéresse, alors la variable explicative
responsable de cet effet n’intervient pas linéairement dans la fonction
d’utilité du modèle Logit, et cela indépendamment du nombre de
modes considéré. Toutefois, la même variable explicative peut induire
une courbure de forme différente selon le mode considéré et spécifique
à chacun d’entre eux.
Du point de vue économique, on peut dire que la linéarité repré-
sente un cas de rendements marginaux constants parce que, par exem-
ple, la minute marginale du temps de transport a alors le même effet
sur la probabilité de choix du mode concerné indépendamment de la
longueur du déplacement, contrairement à ce qui se passe dans le
modèle Logit Box-Cox Standard caractérisé par (19). C’est tout diffé-
rent dans un modèle non linéaire et l’impact sur la valeur du temps
peut être décisif tout en redressant des résultats linéaires invraisembla-
bles (Gaudry et al, 1989). Du point de vue économique on pourrait
penser, tant en théorie de la production qu’en théorie de la consomma-
tion, que la linéarité est, comme dans la nature, la moins vraisemblable

des formulations31.
Généralisation du Logit Box-Cox Standard. Élaboré en 1976-1977

et publié par Gaudry et Wills en 1978, ce modèle qui généralisait le
modèle en usage (Rea et al, 1977) fut immédiatement utilisé pour faire
les prévisions de demande pour le réseau aérien canadien (Transport
Canada, 1979). Malgré les coûts de calcul plus importants que ceux de
la version linéaire, le modèle Box-Cox Logit Standard est maintenant
d’usage courant dans nombre de pays, tant à l’échelle urbaine qu’inte-
rurbaine, et autant pour des problèmes de voyageurs que de marchan-
dises.
Dans sa version généralisée, ce modèle rend aussi possible une
incarnation pratique du Logit Universel de McFadden (1975) qui cher-
che à utiliser tous les prix (ou niveaux de service) de tous les modes
dans toutes les fonctions d’utilité, selon :
(20)
Ce modèle Logit Box-Cox Généralisé (15) et (20) ramène en fait le

Logit dans le giron des systèmes complets de demande. On l’applique
aux flux marchandises à travers les Pyrénées (Gaudry et al, 2006). En
modifiant profondément la structure des erreurs de (16) par l’ajout de
variables « manquantes » en situation d’utilité séparable et donc res-
ponsables par leur absence32 des corrélations supposées entre ces
erreurs, variables dont la présence rend aussi possible la complémen-
tarité entre les modes, il pourrait devenir un concurrent sérieux du
Logit hiérarchique. En effet, par structure, il viole l’axiome IIA et
rétablit des élasticités croisées normales entre les modes. On sait par
ailleurs que la non linéarité a des effets profonds sur le comportement
du Logit en prévision, comme l’a bien démontré l’article de Mandel et
al (1997). Sur la Figure 3, on constate que modifier X1 de 2 à 4 ou à 6
implique des gains très différents de la part de marché p1 selon la
valeur estimée du paramètre de puissance Box-Cox.
31. Rétrospectivement, on peut penser que la nature multiplicative de la loi de Newton n’était
pas intuitive dans la mesure où notre intuition perçoit plus facilement les corrélations entre
variables linéaires qu’entre logarithmes des mêmes variables. C’est peut-être aussi pourquoi son
application aux flux de transport prit si longtemps après 1684.
32. En économétrie, il est rarissime que la corrélation entre les erreurs soit un phénomène
aléatoire pur : elle est normalement l’effet de variables pertinentes absentes. En ce sens, le Box-
Cox Logit Généralisé rétablit leurs présences.
Coefficients aléatoires et « Mixed Logit ». Formulé et exploré dès

197733 par Johnson (1979a, 1979b), le Logit à coefficients aléatoires,
aussi appelé « Mixed34 Logit », est resté dans l’ombre jusqu’à sa redé-
couverte récente et sa reformulation au goût du jour (McFadden et
Train, 2000).
Il pose des problèmes difficiles de formulation des hypothèses sur la
distribution et l’estimation des valeurs des paramètres (Johnson, 1977,
1978) et sur la matrice d’information des variables (Cirillo, 2005)35. S’il
est déjà difficile d’avoir, pour un individu, une idée juste de la valeur
relative pour lui-même des coefficients du tarif, du temps de marche,
d’attente ou de transport, comment alors avoir des notions claires et
infirmables sur leurs distributions dans la population ? Le problème
est plus difficile encore pour les variables socioéconomiques comme le
sexe ou le revenu : la distribution du coefficient de la variable indica-
trice « homme » est-elle arc tangente ou semblable à celle de la testos-
térone ? Et cette distribution varie-t-elle par mode de transport ou
est-elle nécessairement « générique » ?
Plus important peut-être du point de vue de son avenir semé
d’embûches (Hensher et Greene, 2003), une chose au moins est claire :
ce modèle revient en partie à prendre en compte la courbure associée à
chaque variable. Dans ce sens, Orro et al (2005) ont montré que sa
récente popularité était peut-être due justement au fait que les vérita-
ble relations ne sont pas linéaires et qu’il faut plutôt estimer leurs
courbures au lieu de les supposer connues et d’introduire des coeffi-
cients aléatoires : ces auteurs nous ramènent eux-mêmes explicitement
à la pertinence des transformations de Box et Cox discutées plus haut.
Intersection entre choix modal et affectation. Il est clair qu’en

combinant les composants formulés dans les étapes précédentes aux
parts de marché ou probabilités de choix entre les modes définies à
cette étape-ci, on obtient un modèle de demande par mode et par paire
origine-destination. Par exemple, la combinaison de (12) et d’une
représentation générale d’un modèle de parts, Logit ou autre, permet
d’écrire ainsi ce résultat :
Tijm = Tij•pijm. (21)
33. Source : discussion avec l’auteur en avril 1977 à la Third International Conference on
Behavioural Travel Modelling de Tanunda en Australie.
34. Pas au sens de « mixed up » comme on pourrait le craindre si l’on a conscience des
rendements marginaux décroissants, voire négatifs, en modélisation de la demande qui a toujours
été un exercice de construction d’individus représentatifs identifiables par les segments de marché.
35. « Its information matrix does not have a closed form and hence its efficiency bound is not
defined. »
qui, plus explicitement, se formule36 :
Tijm = f(Ai, Aj, Uij)•{Uijm / 兺 Uijm}, m = 1, ..., M (22)

m
avec un indice de l’utilité globale des modes Uij défini sans prendre le
logarithme37 de la somme comme en (17) :
Uij = 兺 Uijm, (23)

m
indice qu’on adaptera à nos fins immédiates, sans perte de généralité, à

l’aide d’une spécification plus simple de ses termes que celles qu’on
trouve en (19) ou (20), afin de mettre en lumière le groupe des Xijmk
dont nous voulons discuter la provenance :
Uijm = exp [兺 bkX]ijmk, (24)

k
En fait, nous avons toujours supposé plus haut dans l’exposé que
l’ensemble {Xijmk} des K caractéristiques des M modes était bien dis-
ponible pour toutes les paires origine-destination et qu’elles avaient
une valeur modale unique pour chaque paire. Mais nous n’avons pas
expliqué comment ces valeurs de réseau (le prix et le temps, pour
l’essentiel) étaient calculées. Nous voulons le faire brièvement dans le
cadre d’une présentation simple de la quatrième étape, celle du choix
d’itinéraire appliqué à chaque réseau modal et qui permettra de calcu-
ler les valeurs des Xijmk.
On voit bien que, si les demandes sont définies de i à j mais que les
réseaux sont composés de liens s partagés par les flux de plusieurs
paires origine-destination, la tâche de cette étape d’affectation par
réseau sera bien de générer des valeurs uniques des caractéristiques
immédiatement utilisables dans les fonctions de demande et, simulta-
nément, reflétant bien l’usage du réseau pour ces niveaux de demande
compatibles avec elles au sens d’un équilibre Demande-Performance.
36. Le problème de savoir si l’on doit estimer les paramètres des deux modèles conjointement
ou séquentiellement est autre chose. Laferrière (1988) a montré les gains importants d’une estima-
tion conjointe. On peut conjecturer qu’ils seraient plus grands encore si l’on s’intéressait dans (22)
aux variables qui sont présentes dans les deux parties du modèle. Si, en 1975, les modèles de choix
modal utilisaient surtout des variables de réseau, elles incorporent de nos jours beaucoup de
variables socio-économiques dont on peut penser que leur rôle premier est plutôt dans la partie
génération-distribution du modèle. Pour stopper cette dérive « all in » des modèles de choix modal,
le développement de l’estimation conjointe introduite par Laferrière sera nécessaire malgré les
coûts de calcul importants qu’elle implique. On peut penser que certaines variables socioéconomi-
ques comme le sexe ou le revenu auront simultanément un rôle dans les deux parties du modèle, ce
que les tests de sous-estimation conjointe clarifieraient.
37. On peut ensuite tester la notion de valeur inclusive en établissant la forme optimale du
membre gauche de (22).
On voit aussi aux Figures 1 et 2 que ces valeurs d’équilibre impli-

quent par définition un calcul compliqué parce que les niveaux des
caractéristiques varient avec les niveaux des flux. Dans le cas contraire
de niveaux de service ou de performance invariants aux niveaux des
flux, la procédure d’équilibre en sera simplifiée. Encore faudra-t-il que,
si plusieurs itinéraires sont utilisés pour une liaison donnée, leurs
valeurs soient colligées et exprimables par des mesures uniques par
paire origine-destination, conformément aux exigences des formula-
tions des fonctions de demande.
L’affectation aux réseaux : des courbes de trafic « détourné » à

l’équilibre. Dans un premier temps, on utilisa des « courbes de diver-
sion » de type (13) pour expliquer le choix entre des infrastructures de
classes différentes, comme les autoroutes et les voies urbaines, en
reliant la part du trafic qui utilisait un genre d’infrastructure au ratio
des temps de transport et parfois à la distance. Mais l’usage du temps
de transport exigeait de mettre en œuvre une procédure de calcul qui
les restituait pour les utiliser dans (13) : elle était à toutes fins utiles
manuelle.
Une solution beaucoup moins approximative et bien plus satisfai-
sante apparut en 1957 avec le début du calcul des chemins les plus
courts dans un réseau et l’implantation informatisée d’algorithmes
adéquats (Moore, 1957 ; Dantzig, 1960), algorithmes et logiciels
d’affectation utilisés pour la première fois à grande échelle dans CATS
(1959-1962). Cette solution est toujours appliquée de nos jours quand
il n’est pas important d’obtenir une affectation sur plus d’un chemin
reliant deux localisations. Par ailleurs, comme le chemin le plus court
est unique par définition, sa restitution par l’algorithme rencontre
automatiquement le souhait de produire une mesure unique utilisable
dans la fonction de demande.
Dans le cas où plusieurs chemins semblent utilisés et qu’il faille en
tenir compte, deux types de cas se présentent selon qu’on cherche ou
non à modéliser la congestion. En l’absence de congestion, il faut
rendre compte de l’usage apparent38 et simultané de plusieurs chemins
de longueurs différentes. Un calcul du chemin le plus court est donc
par hypothèse insuffisant.
38. Cet impression fondée sur les données peut n’être due par exemple qu’au niveau d’agréga-
tion utilisé lors de la définition de la taille des zones entres lesquelles on a décidé de modéliser les
flux.
La première parade39 consiste à utiliser un modèle Logit (Dial,

1971) mais cette solution n’est pas complètement satisfaisante parce
que, en plus de produire des flux qui obéiront à l’axiome IIA (l’ajout
d’un nouvel itinéraire détournant la même proportion des flux concur-
rents, même s’il partage l’essentiel du parcours avec un autre), le
modèle exige qu’on lui fournisse la liste des itinéraires à considérer.
Ensuite, pour produire une mesure unique de leur utilité, on peut
utiliser dans la fonction de demande le logsum approprié par paire
origine-destination.
Mais, par structure, la formule Logit affectera un certain flux à tous
les itinéraires que l’on décidera d’avancer. Ce problème peut être
difficile à régler : aujourd’hui par exemple, les voyageurs sur le réseau
aérien intérieur allemand n’utilisent pas plus de 3 itinéraires par paire
origine-destination (les zones étant définies au niveau urbain) mais les
mêmes voyageurs utilisent régulièrement 16 itinéraires vers les États-
Unis. On peut bien sûr faire la liste des itinéraires utilisés dans chaque
cas et construire deux modèles distincts, mais on préfèrerait que le
nombre d’itinéraires utilisé fasse partie de la réponse du problème
d’affectation. On désire aussi prendre en compte le niveau variable de
la congestion.
C’est ce qui se passe indirectement avec un algorithme d’équilibre40
qui affecte les flux au réseau : (i) soit de manière à ce que personne ne
puisse améliorer son itinéraire et que cet itinéraire soit pour chacun le
plus court possible, ce que l’on appelle un équilibre des usagers (user
optimal), de comportement ou égoïste41 ; (ii) soit de manière à ce que le
coût moyen du transport par usager soit le plus faible possible, ce que
l’on appelle un équilibre du système (system optimal), ou équilibre de
contrôle centralisé des véhicules.
L’algorithme qui calcule l’équilibre de comportement (Nguyen,
1974) décide implicitement des chemins utilisés même s’il ne les énu-
mère pas parmi les propriétés de la solution à l’optimum42 : au moins le
39. Nous ne voulons pas dire qu’un modèle Logit de choix entre itinéraires n’est pas utilisable
en présence de congestion. Nous cherchons simplement à en discuter avec des niveaux de caracté-
ristiques invariants par rapport aux flux.
40. Dans le langage courant, l’expression « calcul d’équilibre » désigne un équilibre des usagers
parce que c’est celui qui est utilisé pour sa conformité avec le comportement des automobilistes,
mais cette pratique linguistique commune n’interdit pas de parler aussi, au sens technique, d’équi-
libre dans le second cas.
41. Le mot n’implique pas qu’un usager puisse devenir altruiste sans contrôle centralisé car il
n’a aucune idée du coût marginal de son déplacement et de la façon dont il varierait dans un jeu
avec les autres usagers, altruistes ou pas, en l’absence de contrôle centralisé.
42. Certains chercheurs qui veulent avoir une idée des chemins utilisés les identifient à partir
des dernières itérations de l’algorithme de Frank et Wolfe (1956) généralement utilisé, mais il s’agit
là d’une manière ad hoc de compléter le contenu de la solution optimale par une information
imparfaite qu’elle ne fournit pas d’elle-même.
flux sur chaque lien est-il unique à l’équilibre, ce qui signifie que
l’analyste n’a pas à décider des liens utilisés, car ils sont sélectionnés
par l’algorithme. Et, comme à l’équilibre tous les chemins utilisés pour
une liaison, quels qu’ils soient, sont de longueur égale, le temps de
transport restitué est nécessairement unique de i à j en présence de
congestion.
On trouvera à la Figure 4 la représentation graphique des deux
solutions définies par Wardrop (1952) et calculables pour l’ensemble
des paires origine-destination en présence de congestion : l’équilibre
de comportement et l’équilibre du système.
L’usage d’une demande fixe DD (qui sert aussi d’ordonnée à la
courbe de débit-temps du lien 2) n’implique aucune perte de généra-
lité ; les courbes de débit-temps approximatives permettent malgré
tout de distinguer les deux équilibres qui nous intéressent. On distin-
gue facilement le premier au point U : il s’agit bien d’un équilibre au
coût moyen (égoïste ou non coopératif) ; dans le second cas, l’équili-
bre au point S résulte bien d’une affectation au coût marginal des
véhicules.
Une explicitation peut aider à comprendre. Dans cette figure, on
suppose que la demande DD est invariante au temps de transport et on
l’affecte sur deux liens 1 et 2 aux caractéristiques différentes. Comme
les deux liens sont représentés « face à face », même s’ils sont parallè-
les dans la réalité, on peut voir qu’au point U, la totalité du trafic est
affectée (q1 véhicules au lien 1 et le reste au lien 2) et que le temps de
transport par véhicule est égal à t1 sur chaque lien. Cette solution est
un équilibre de comportement, stable, parce que le temps de transport
est identique sur les 2 liens concurrents et que la totalité de la demande
est affectée (voir figure 4).
Par contre le point S, au niveau duquel le temps marginal est t2
sur chaque lien, est un équilibre du système : q2 véhicules utilisent le
lien 1 et le reste utilise le lien 2. Toutefois, cet équilibre n’est pas
soutenable sans contrôle centralisé parce que le temps des usagers
est beaucoup plus élevé sur le lien 1 (au point m1) qu’il ne l’est sur le
lien 2 au point m2. Cela signifie que, par rapport au cas précédent, le
report de trafic q1q2 effectué du lien 1 au lien 2 pour affecter toute la
demande minimise bien le coût total du transport mais n’est pas une
solution stable si les usagers cherchent toujours à minimiser leur
temps propre.
Le fait que l’usager se comporte de façon à minimiser son temps de
transport en choisissant son itinéraire en fonction du coût moyen de
chaque lien (puisque c’est ce coût qu’il encourt et peut évaluer) plutôt
que de façon à minimiser le coût total pour tout le système, conduit
Figure 4
Solutions graphiques : équilibres au coût marginal et au coût moyen par lien
parfois à des bizarreries. La plus connue est « le paradoxe de Braess »

qui montre que dans certains cas l’ajout d’un lien nouveau sur un
réseau existant augmente le coût total de transport (Braess, 1968, ou
en anglais, Braess et al, 2005). Cette situation est semblable à celle que
l’on retrouve en microéconomie quand on y montre que le meilleur
usage des ressources par les firmes exige que le rendement marginal de
chaque usage soit le même, pas que le rendement moyen de chaque
usage le soit, faute de quoi une réaffectation sans coût des ressources
peut améliorer le rendement total.
Naturellement, les économistes se saisissent du graphique et, fasci-
nés par la différence apparente entre le coût moyen et le coût marginal
sur chaque lien de la solution de comportement, recommandent ad
nauseam l’usage de taxes optimales qui rétabliraient après leur implan-
tation43 l’usage efficient des ressources. Encore faudrait-il connaître
ces écarts délictueux au bon moment, au bon niveau, pour tous les liens
d’un réseau réel. Les implantations de péages urbains, comme ceux
que l’on trouve en Scandinavie ou à Londres, n’obtiennent pas
l’approbation politique sur la base d’un marketing de la tarification au
43. On peut aussi définir le niveau de ces taxes par lien de manière graphique.
coût marginal mais sur d’autres bases plus réalistes44 et plus suscepti-
bles de susciter l’approbation des électeurs45.
Notre présentation simplifiée des procédures d’affectation qui cal-
culent un équilibre conforme à la représentation du système de la
Figure 1 ne précise pas de quelle tranche du temps (e.g. pointe du
matin, flux annuel moyen) il s’agit et traite les temps de transport
comme certains. Il existe bien sûr une littérature raffinée sur l’affecta-
tion stochastique et sur l’affectation dynamique46 et sur la prise en
compte d’autres éléments, comme le coût, dans les calculs d’équilibre.
Mais, comme pour les étapes précédentes, ces raffinements et com-
plexités47 sont trop nombreux pour nous retenir. Considérons plutôt
une autre manière simple de formuler le problème : traiter ensemble
les étapes du choix modal et de l’affectation.
3.3.2. Considérés comme un seul problème
Un réseau multimodal. Au lieu d’expliquer d’abord un choix entre
modes principaux et d’affecter ensuite les flux sur chaque réseau modal
« pur », on peut supposer qu’il n’y a qu’un réseau « abstrait du point de
vue du mode », dont les liens possèdent certaines caractéristiques
(comme le prix et le temps de transport), et y affecter les flux de la
matrice O-D tous modes pertinents confondus en suivant une certaine
règle d’affectation : Logit, chemin le plus court, équilibre de comporte-
ment, etc. Le calcul des personnes-km ou des tonnes-km par mode est
alors fait ex post à partir des flux affectés, en faisant les sommes
appropriées sur les liens modaux « purs ». Cette façon de faire, qu’on
peut appeler micro-affectation multimodale, est surtout associée à des
travaux français sur les déplacements voyageurs mais rencontre main-
tenant ailleurs qu’en France un succès certain, notamment dans le
domaine des marchandises.
Dans la première formulation pour les voyageurs de ce qu’on
appelle aussi le modèle prix-temps, Abraham et al (1969) supposent
une distribution parétienne des valeurs du temps des individus com-
44. L’Annexe 2 résume une étude sur le sens économique des courbes de débit-temps (Gaudry,
1976) et propose l’hypothèse que les économistes ne sont pas compris des électeurs parce que la
courbe débit-temps sur laquelle repose l’argumentaire des premiers n’est pas vraiment une courbe
d’offre pour un bien homogène de qualité constante.
45. Comme la fluidité du trafic, un concept mal défini, ou le transfert obligatoire des péages à
un fonds dédié à l’amélioration du réseau routier local.
46. Une des questions importantes que nous avons évitées est celle de la reproductibilité des
affectations. Certaines procédures produisent un équilibre qui dépend de la séquence de charge-
ment du réseau, solution qui n’est donc pas reproductible si on charge le réseau dans un autre
ordre. Ces problèmes se posent naturellement aussi pour l’affectation dynamique par tranche
horaire.
47. L’usage de plus d’un critère d’affectation (e.g. temps et argent) introduit des complications
sérieuses, voire dirimantes, pour l’unicité des solutions d’équilibre (Dafermos, 1983).
mune à toutes les liaisons du réseau. Ils calculent ensuite analytique-

ment la part modale de l’avion par rapport au train, ce qui ramène leur
formulation finale dans le giron des modèles de parts puisqu’aucune
microaffectation n’y est effectuée. Dans l’application postérieure de la
même idée, on suppose typiquement une distribution des valeurs du
temps log-normale et on affecte chaque individu de l’échantillon au
réseau multimodal « abstrait » par le chemin le plus « court » après
avoir calculé pour chacun un coût généralisé construit à partir d’une
valeur particulière de son temps tirée de la distribution. On trouvera
une élaboration de l’idée dans les deux articles de Marche (1980). Le
modèle MATISSE (Morellet et Marchal, 1995) semble avoir généra-
lisé cette idée en l’appliquant à des centaines de segments fins du
marché interrégional pour lequel elle avait été formulée.
Dans le domaine des marchandises, où le prix du transport est si
important relativement au temps de transport, le dernier-né des modè-
les de microaffectation multimodale est NODUS (Jourquin, 1995)
dont la dernière version 5.0 autorise même des calculs d’équilibre en
présence de congestion (Beuthe et al, 1999 ; Jourquin et Beuthe, 2006).
Plusieurs analystes utilisent en fait ce genre d’affectation multimo-
dale désagrégée qui détermine le choix du mode et de l’itinéraire en la
combinant avec un modèle de Génération-Distribution agrégé de
forme multiplicative (Arduin, 1989 ; Chopinet, 1997), recherchant en
quelque sorte le meilleur des deux mondes48.
Sens économique. De par leur structure même, les modèles qui

combinent Génération-Distribution dans une étape et Choix modal-
Affectation dans une autre, et en multiplient les résultats comme en
(21), partagent en deux les effets des modifications aux réseaux de
transport envisagées dans un projet : l’effet d’induction (ou de généra-
tion) dans la première partie et l’effet de report (ou de détournement ;
diversion en anglais) modal dans la seconde.
Une telle décomposition des effets de modifications de réseaux est
commune dans les transports même si l’architecture de combinaison
des étapes du processus classique varie de modèle en modèle. Nous
reviendrons plus bas sur cette décomposition des effets de prix ou de
temps particulière aux transports (et aux communications) et nous
48. Si l’on utilise pour les valeurs du temps une distribution asymétrique, comme la loi log-
normale, la courbe implicite de la part de marché d’un mode sera asymétrique, ce qui fait penser à
celle d’un Logit Box-Cox de la Figure 3, comme le reconnaît par exemple Jean-Pierre Arduin
depuis longtemps dans ses communications depuis 1989 avec l’auteur, afin d’expliquer la qualité et
le succès du « modèle SNCF-SOFRERAIL » tant en France qu’à l’étranger.
tenterons de la comparer aux décompositions classiques de Hicks ou

de Slutsky, bien connues de tous en microéconomie.
Nous l’exprimerons aussi à l’aide d’une mesure calculable pour tout
modèle de transport, indépendamment de son architecture particu-
lière, celle des élasticités d’induction et de report modal qui permet-
tent de comparer rapidement entre eux les résultats de plusieurs
modèles de transport.
3.4. Inversion de la séquence classique et estimation

des matrices O-D
Matrice O-D manquantes. Avant d’arriver au sens microéconomi-

que de la décomposition transport et à l’intérêt de l’exprimer sous
forme d’élasticités, il faut dire quelques mots sur des études importan-
tes qui organisent les étapes classiques dans l’ordre inverse de celui
que nous avons considéré. Elles visent à reconstituer, à partir de comp-
tages sur les liens, la matrice O-D pertinente d’un projet.
Intérêt de la question. Le problème à résoudre est donc celui d’esti-

mer, parmi le très grand nombre de matrices possibles, la matrice O-D
qui est la plus compatible avec les comptages observés. Pour mieux
comprendre l’importance de la réponse pour nos fins, considérons à la
Figure 6 un réseau constitué de 6 noeuds, dont 4 sont aussi des zones
d’origine et de destination, et de 6 liens.
Le premier dessin 6.1 indique sur chaque lien les flux et les temps de
transport observés en période de référence. Le problème est que ces
flux auraient pu être générés par plusieurs matrices O-D, par exemple
les matrices A et B de la Figure 5. Pour le comprendre, supposons
d’abord que les usagers choisissent le chemin le plus court. Affectons
ensuite un par un chacun des flux O-D de la matrice A au réseau en
inscrivant tout passage sur un lien utilisé : en faisant ensuite la somme
des inscriptions par lien, on retrouve bien les comptages totaux indi-
qués en 6.1. Mais cela est vrai aussi si l’on refait l’exercice avec la
matrice B. Les matrices A et B sont donc compatibles avec les compta-
ges observés en 6.1.
Remarquons maintenant que, si le temps de transport sur le lien
5 → 6 est modifié de 2 à 3 minutes, les flux affectés au réseau selon la
même règle d’affectation demeureront inchangés si la matrice A est
vraie, ce qu’on montre dans le second dessin 6.2 – identique au pre-
mier, mais seront profondément modifiés si la matrice B est vraie,
comme l’indique 6.3, le troisième dessin de la Figure 6.
Figure 5
Matrices O-D compatibles avec les flux et les temps observés à la Figure 6.1
Destination Destination
Zone 3 4 Zone 3 4
Origine 1 0 200 Origine 1 100 100
2 200 200 2 100 300
Matrice A Matrice B
Figure 6
Flux observés et prédits suite à des modifications du temps de transport
Il est donc très important pour un calcul de rentabilité des liens

anciens ou nouveaux d’un réseau de connaître aussi bien que possible
la vraie matrice O-D définie dans la situation de référence du projet.
Ce problème d’estimation de la vraie matrice à partir des comptages
sur les liens a d’abord été posé indépendamment, et à la même
période, dans plusieurs pays dont le Canada, le Danemark et les États-
Unis.
Modèles structurels et régressions multivariées. La formulation du

problème, adoptée entre 1969 et 1972, tant avec des données urbaines
(à Montréal : Arbour et al, 1969, 1971a, 1971b ; à Silkeborg : Over-
gaard, 1972) qu’avec des données interurbaines (en Colombie britan-
nique : Wills, 1971 ; aux États-Unis : Low, 1972), peut être résumée49
en deux équations :
Ls = 兺兺 pr(s)ij•Tij (25)
i j
et
ij = 兺 bk X k
T(ky) (kk)
, (26)
k
où pr(s)ij désigne la proportion des déplacements de i à j qui utilise le

lien s et Ls désigne le nombre total des véhicules passant par ce lien,
quelles que soient leur origine ou leur destination.
Si, après inversion de la transformation Box-Cox de la variable
dépendante de (26), on substitue le résultat obtenu dans la première
expression (25), comme on le fera plus tard (Wills, 1978), on peut alors
écrire une forme assez générale inspirée du modèle multiplicatif (21) :
(27)
où l’on constate que l’ensemble {k ; b} des paramètres du modèle de

demande sont vraiment estimés à partir des comptages et qu’ils pro-
duisent (en sorties intermédiaires) les valeurs de la matrice O-D « cal-
culée » par la grande parenthèse du membre droit. Dans cette formu-
lation, le critère de minimisation des erreurs, ou de maximisation de la
vraisemblance, est défini en fonction des différences entre le flux total
affecté sur un lien et le comptage qui y est observé. Dans certains cas,
on généralise (27) en introduisant au milieu du membre droit un
modèle de répartition modale50 dont les paramètres sont aussi estimés
dans la foulée par la même procédure. Dans ce cas, on a complètement
inversé la séquence classique.
La limpidité de la formulation (27) met bien en lumière l’objectif de
cette coulée de travaux : simplifier la modélisation du trafic (Bendtsen,
1974). En pratique, les premiers travaux d’estimation des matrices,
faits entre 1969 et 1973, utilisaient tous une forme gravitaire (voir aussi
49. Le lecteur intéressé à la naissance de l’ensemble des problématiques diverses, bien vivantes
pour la plupart avant 1978, peut consulter Gaudry et Lamarre (1979).
50. Il est loisible au chercheur de définir alors une mesure multimodale des pr(s)ij et des
comptages.
Jentsen et Nielsen, 1973) en (26), c’est-à-dire le cas multiplicatif parti-

culier obtenu en fixant ky = kx = 0 (pour tout Xk) dans (27).
Autres méthodes. À partir de 1977, certains chercheurs ont préféré

à la méthode structurelle (27) des méthodes d’estimation des matrices
« les plus probables » basées sur des critères d’information (van Zuy-
len, 1978), d’entropie (Willumsen, 1978) ou d’autres51 hypothèses sta-
tistiques (Spiess, 1987). Ils ont aussi élaboré, y compris en France
(Debaille, 1977, 1979), des méthodes qui combinent la mise à jour
d’anciennes matrices52 et de comptages récents.
Ils ont inventé et diffusé d’autres méthodes publiquement docu-
mentées comme celles qui combinent comptages et enquêtes53 sur rue
(DOT, UK, 1982), une approche qui a de nombreux adeptes (e.g.
Kurihara et Sullivan, 1987). Elle se prête aussi à l’usage de méthodes
statistiques sophistiquées comme celles qui calculent (DETR, UK,
1998)54 les écarts-types des flux estimés en supposant une distribution
hypergéométrique des erreurs sur les liens, mais sans toutefois encore
prendre en compte leur corrélation spatiale ou les autres dépendances
découlant de la topologie du réseau.
Du point de vue analytique, le problème le plus difficile est peut-
être celui de l’endogénéité des pr(s)ij de l’expression (25) en présence
de congestion, problème qui a été abordé assez tôt (Nguyen, 1977). Il
existe maintenant de nombreux travaux qui résument les diverses
méthodes55 utilisées. On peut nommer celles de Cascetta et Nguyen
(1988) et d’Abrahamsson (1998). Il s’agit d’un champ de recherche
encore ouvert et qui donne naissance à des travaux innovants (e.g.
Bierlaire, 2002).
Cette problématique prend aujourd’hui une importance croissante
avec la privatisation de nombreux opérateurs et la difficulté de coor-
donner la cueillette d’informations, en particulier quand plusieurs pays
sont concernés par un projet. En ce sens, l’estimation des matrices
51. Les grands logiciels offrent souvent de telles méthodes de reconstitution des matrices O-D
qu’il faut établir avant même de commencer le travail d’estimation de la demande et d’affectation
au réseau – on suppose par des procédures autres que celles qui ont servi à l’estimation de la
matrice !
52. Ou d’informations sur la structure de la matrice, provenant par exemple des plaques de
véhicules occupant des parkings (Bierlaire et Toint, 1995).
53. Road side interviews (RSI), où l’on interroge les voyageurs sur leurs origines et destinations.
54. James Clavering (Clavering et Kirby, 1994) semble être un des principaux responsables de
ces développements.
55. L’étude préparée à la demande de la DG VII pour encadrer les travaux du consortium
MYSTIC (Gaudry, 1998) en distingue quatre en plus de leurs combinaisons et des procédures de
« dérivation » des matrices N à l’aide de techniques input-output appliquées dans l’esprit de
l’Annexe 1. L’existence d’éventuelles dérivations par les méthodes d’équilibre général calculable y
est anticipée mais aucune n’est répertoriée.
origine-destination à partir des comptages sur les liens fait maintenant

partie de la modélisation du trafic.
4. SENS ÉCONOMIQUE DE CETTE MODÉLISATION PROPRE

AUX TRANSPORTS ET AUX COMMUNICATIONS
À l’évidence, la modélisation du trafic utilise un ensemble de tech-

niques propres qui permettent de calculer l’impact de modifications
des infrastructures de transport sur le niveau de la demande et modé-
lisent souvent très explicitement aussi des effets de substitution et de
complémentarité entre les modes ou les itinéraires qui composent
cette demande globale. L’économiste se demande alors si ces techni-
ques reviennent vraiment à celles qui lui sont déjà familières.
Pour satisfaire cette curiosité, nous procéderons en trois étapes.
Dans la première, nous rappellerons la nature de la décomposition
normalement structurante des modèles de trafic, décomposition que
nous appellerons « décomposition transports ». Dans la seconde, nous
comparerons sur un seul graphe cette dernière avec les décompositions
communes en microéconomie, celles de Hicks et de Slutsky.
Dans la troisième, nous exprimerons la décomposition transports
de la demande par mode sous forme d’une somme d’élasticités, forme
applicable à tout modèle de trafic, voire à tout modèle de demande.
Nous soulignerons que cela est vrai, même si la structure d’un modèle
de demande ne fait aucun usage explicite des deux composants-clés
des modèles de trafic documentés plus haut : l’Induction et le Report.
4.1. La décomposition transports : une représentation

graphique
i) Induction et report modaux : un cas à deux modes. La décomposi-
tion d’une variation de la quantité demandée pratiquée par les modè-
les de trafic pour représenter l’effet d’une baisse de prix d’un mode est
présentée à la Figure 7. Pour comprendre ce graphique, il faut d’abord
remarquer que les deux lignes droites tracées à partir de l’origine, et
passant respectivement par les points 1 et 2, représentent le partage
modal initial et final ; de plus l’intersection de l’une de ces raies et de
toute droite T1 ou T2 conserve le partage modal entre les modes 1 et 2.
Par contre, tout mouvement le long d’une droite de pente négative
placée à 45o implique un nouveau partage entre des clientèles modales
t1 et t2 effectuant un nombre total de déplacements constant.
On appelle report modal (effet de transfert) le passage du point 1 au
point TD où les parts modales ont changé sans que le nombre total de
déplacements n’ait été modifié, et induction modale (ou effet de géné-

ration) le passage du point TD au point 2 où le nombre total de
déplacements a changé sans que n’aient changé les parts modales.
On trouve aussi à la Figure 7 une identification des régions qui,
suite à une baisse de prix du mode 1, correspondraient à de la complé-
mentarité ou de la substitution en microéconomie classique. La ques-
tion se pose alors de la relation entre la décomposition {[1 → TD] ;
[TD → 2]} définie en transport et les décompositions connues de
Slutsky (1915) ou de Hicks (1939).
Figure 7
La décomposition transports
4.2. La décomposition transports et celles de Hicks

et de Slutsky
ii) Hypothèse simplificatrice : une droite à 45 degrés. À la Figure 8,
nous supposons que les combinaisons de biens 1 et 2 maximisent
l’utilité et que, suite à la baisse du prix du mode 1, la droite de budget
final passant par le point 2 est inclinée à 45o.
Figure 8
Trois décompositions d’une variation de la demande
Source : Gaudry, 1998.
Cette hypothèse particulière nous permet de superposer la parallèle

à cette droite de budget final, parallèle que nous faisons passer par le
point 1 et une droite à déplacements totaux constants comme T1 ou T2
de la Figure 7. Cela revient à supposer l’identité visuelle de la droite à
budget égal de Slutsky et de la droite à déplacements totaux constants (à
output total égal) des modèles de trafic. Cette superposition de deux
droites différentes permet de comparer sur le même graphique les trois
décompositions qui nous intéressent.
Pour définir l’effet de substitution de Slutsky, il faut trouver le point
d’utilité maximale SS sur la droite de budget hypothétique qui incor-
pore les nouveaux prix relatifs prévalant au point 2 mais qui nous
permet d’acheter l’ancienne combinaison de biens 1. Comparé au
point 1, le point SS n’est pas à output égal mais à budget égal (pouvoir
d’achat). Les mouvements {[1 → SS] ; [SS → 2]} sont les effets de subs-
titution et de revenu de Slutsky qui définissent la décomposition de
Slutsky.
L’effet de substitution de Hicks requiert de trouver le point de
tangence HS entre la courbe d’indifférence initiale qui détermine le
choix du point 1 et la droite de budget minimum incorporant les
nouveaux prix relatifs prévalant au point 2. Comparé au point 1, le
point HS n’est pas à budget ou à output égal mais à utilité égale. Les
mouvements {[1 → HS] ; [HS →2]} sont les effets de substitution et de
revenu de Hicks qui définissent la décomposition de Hicks.
La différence la plus importante entre les trois groupes d’effets sont
que : (i) les effets de substitution de Slutsky et de Hicks sont nécessai-
rement positifs, ce qui n’est pas le cas de l’effet de report, même si on
s’attend à ce qu’il le soit normalement ; (ii) l’effet d’induction est
nécessairement positif, ce qui n’est pas le cas des effets de revenu
auxquels il ressemble, même si on s’attend à ce qu’ils le soient norma-
lement.
4.3. Expression de la décomposition transports sous forme

d’élasticités
Niveaux absolus et relatifs des effets. Pour comparer les propriétés
économiques et de pertinence entre modèles de trafic de facture (i.e.
structure, données, méthode de quantification des paramètres, ...) très
différente, on peut bien sûr s’intéresser dans chaque cas au calcul des
niveaux des effets de report et d’induction ; mais il est préférable
d’exprimer leurs comportements et résultats économiques sous forme
d’élasticités par mode, ce qui permet d’ignorer les ordres de grandeur
très variés, tant des variables expliquées que des variables explicatives,
en cause dans tout groupe de modèles choisis un peu au hasard.
L’une des lames du rasoir empirique. Les élasticités sont un résumé
simple et intuitif des propriétés qu’il est utile d’appeler « de perti-
nence » d’un modèle, pour les distinguer de ses propriétés numériques
et statistiques : elles résument lisiblement la force des relations entre
les variables, relations dont le signe, la taille et la signification statisti-
que constituent les sorties principales, souvent intuitivement illisibles,
d’un modèle. Le caractère raisonnable des élasticités est un critère de
sélection entre modèles plus clair et limpide que celui du niveau de
signification statistique des variables, puisque des résultats peuvent
être significatifs au sens statistique mais irrecevables parce que dérai-
sonnables (et inversement). En conséquence, beaucoup d’auteurs se

gardent bien de calculer et de montrer les élasticités de leur modèle
par crainte d’un rejet immédiat de leurs résultats, si « statistiquement
significatifs » soient-ils. Soumettre un modèle à l’épreuve des élastici-
tés, combinée au filtre des tests de forme fonctionnelle dont nous
avons déjà parlé (voir note 30), constitue aujourd’hui à notre avis une
sorte de rasoir d’Ockham empirique à double lame.
Une somme d’élasticités calculables pour tout modèle. Si l’on
admet l’importance de cette compréhension intuitive des résultats
d’un modèle, compréhension dont les formes d’expression très diver-
ses seront introduites plus bas et rappelées à l’Annexe 3, l’élasticité
usuelle de la demande par mode de transport s’avère être utilement
exprimable et décomposable de manière à reprendre les termes de la
décomposition transports. On exploite pour cela deux tautologies. En
effet, comme il est vrai par définition que le nombre total de déplace-
ments T est la somme des déplacements par mode Tm, et que chaque
Tm est le produit du nombre total T par pm, la part modale du mode m,
i.e. :
T = T1 + ... + Tm + ... + TM (28)
et
(29)
on peut alors profiter du fait que (29) est un produit et qu’en consé-
quence g (Tm, Xk), l’élasticité de la demande par mode Tm par rapport
à une variable Xk, est décomposable en un impact sur la part modale
pm et un impact sur la demande totale T, indépendamment du mode :
[g du Mode m ] = [g du Total ] + [g de la Part m ],
ou (30)
g(Tm, Xk) = g(T, Xk) + g(pm, Xk).
Cette décomposition de l’élasticité modale est non seulement

conforme à la structure de nombreux modèles, comme nous l’avons vu,
mais donne naturellement naissance aux élasticités d’induction et de
report. En fait, elle serait applicable à toute variation de la demande à
laquelle on souhaiterait appliquer la décomposition transports plutôt
qu’une autre décomposition conceptuelle, donc par définition cons-
truite et inobservable, du passage du point 1 au point 2 observés.
Cas particulier de modèles couplés. Si le modèle (29) représentatif

dans sa structure même de la modélisation du trafic est en fait un
modèle « couplé » au sens où l’utilité globale des modes tirée du déno-
minateur du modèle de choix modal influence le niveau de la demande
totale tous modes comme en (22), on peut réécrire (30) plus explicite-
ment :
g (Tm, Xk) = g (T, Xk) + g (T, U)•g (U, Xk) + g (pm, Xk) (31)
ce qui rend explicite, dans l’élasticité d’induction elle-même, l’effet de

Xk qui passe par la variable de couplage U.
Expressions de l’élasticité. Le membre droit de la formule (30)
comprend une élasticité de niveaux et une élasticité de parts (ou de
probabilités). D’où viennent ces notions et sont-elles les plus adé-
quates ?
À l’Annexe 3, nous arguons de l’importance croissante de la notion
d’élasticité à mesure qu’on s’éloigne de la linéarité des modèles. Nous
rappelons l’origine de la notion simple d’élasticité et son développe-
ment progressif dans le cadre des modèles de niveaux à mesure qu’on
reconnaissait le caractère aléatoire de l’élasticité. Nous présentons le
développement plus récent de la notion d’élasticité dans les modèles
probabilistes et de parts et, au vu du caractère standardisé des varia-
bles dépendantes de ces modèles, nous suggérons de remplacer l’usage
courant des « élasticités-probabilités » ou des « élasticités-parts » par
la mesure plus claire des « élasticités-points ».
5. CALCUL ÉCONOMIQUE ET PRÉVISION
La situation de projet. Les modifications du réseau existant définies

dans les projets sont envisagées à la marge : on ne s’attaque pas au
problème de conception d’un réseau optimal mais seulement à celui de
l’ajout ou de la modification de quelques liens nouveaux ; ces change-
ments sont décrits dans un nombre limité de configurations envisagées,
les scénarii de réseau qui font ensuite l’objet d’une évaluation dans le
cadre d’équilibre partiel conditionnel déjà défini plus haut.
Il existe des procédures plus ambitieuses qui cherchent à élaborer
une offre optimale. Elles calculent un équilibre conjoint des demandes
définies par paire origine-destination et de l’offre de services définis
par lien. La plus connue de ces procédures, implantée dans le logiciel
FNEM (Friesz et al, 1986), vise à établir le réseau de service pour les
marchandises.
On imagine facilement la complexité de telles formulations à deux

niveaux visant à réconcilier design optimal de la structure logistique de
l’offre des chargeurs et demande de fret des expéditeurs. Même en
l’absence de congestion, ce qui revient à ignorer à la Figure 1 le niveau
intermédiaire de la Performance, la détermination du vecteur d’offre
par une optimisation posera de redoutables problèmes d’existence et
d’unicité des solutions d’équilibre proposées, sans parler de la perti-
nence d’une définition agrégée de l’offre logistique. En pratique et à
toutes fins utiles, on définit donc à la main le réseau en situation de
projet.
Modèles de trafic et calcul économique. On obtient des prévisions
de demande en croisant les configurations de réseaux établies par le
maître d’œuvre avec des scénarii économiques établissant les niveaux
et la répartition des activités économiques prévus en situation de pro-
jet. Ces prévisions, dont chacune est conditionnelle à un croisement de
deux scénarii particuliers, servent au calcul de rentabilité de l’investis-
sement requis. Du point de vue économique, trois formes de ce calcul
nous intéressent : le calcul des surplus, le calcul de rentabilité finan-
cière et le calcul de valeur ajoutée : on utilise presque exclusivement
les deux première formes, la troisième, cas particulier de la seconde,
est utile pour déterminer si un investissement qui n’est pas financière-
ment rentable peut malgré tout dégager une valeur ajoutée positive.
Exclusions du calcul. Pour préciser la nature de la tendance centrale
lors de l’emploi des modèles de trafic à des fins de calcul économique,
nous développerons ici la question du point de vue de l’avantage
transport pur qui est l’élément central tiré des études de trafic. Nous
souhaitons donc exclure de l’exposé le rôle des nuisances et n’inclure
que partiellement le rôle des divers composants du vecteur des services
offerts par le réseau [sûreté ; sécurité ; temps] parce que seul le temps
est à ce jour complètement incorporé aux modèles de trafic. Dans quel
esprit sont faites ces exclusions et inclusions ?
Concernant les nuisances (bruit, pollution, gaz à effet de serre),
toujours légitimement incorporées au calcul des avantages et des coûts
et si bien étudiées surtout en France (e.g. Boiteux et Baumstark, 2001),
nous nous contentons de dire qu’elles sont dérivées des flux calculés
par les modèles de trafic et qu’il est légitime de les appeler « externali-
tés » et de les prendre en compte dans le calcul.
Externalités et membership du club. Par contre, nous ne considé-
rons pas ici la congestion et les accidents comme des externalités mais
comme des composants du vecteur qui définissent le bien « déplace-
ment » : il s’agit de niveaux de service inclus parmi les variables qui
caractérisent l’équilibre de Performance du système décrit à la Fi-

gure 1. En conséquence, nous faisons comme si le risque d’accident
pouvait être considéré de la même manière que le niveau de conges-
tion : s’il est compensé par les assurances, une situation qui varie56
entre pays, il devient interne aux membres du club des usagers des
modes de transport et ne concerne plus directement57 autrui.
Les membres du club peuvent naturellement souhaiter réduire le
risque d’accident ou le niveau de congestion et sont peut-être prêts à
payer un prix pour le faire et obtenir un bien de qualité supérieure,
mais il s’agit en principe de leurs affaires en propre. On comprendra
qu’ils se demandent généralement si le niveau de service reçu [sécu-
rité ; temps] est une bonne affaire ou pas par rapport à ce qu’il leur
coûte, mais c’est tout. Par exemple, aucun d’entre eux ne contestera la
présence d’autrui sur le réseau si elle obéit aux règlements du club : les
mauvais chauffeurs en situation de conduite légale font partie du ris-
que d’exposition assumé par les autres membres. La valorisation des
améliorations au réseau ou à sa gestion58 peut montrer qu’il y aurait
avantage à définir dans certains cas une offre concurrente que le pro-
ducteur public refuse d’autoriser, mais l’absence de choix sur le mar-
ché, les raisons de cette pauvreté de l’offre publique ou du nombre
insuffisant de clubs, ne relèvent pas davantage de notre propos.
Comment le modèle de trafic est-il utilisé ? Comme un modèle

produit, pour toute valeur observée y dans l’échantillon, une valeur
calculée yc*, on pourrait penser que faire une prévision avec un
modèle consiste à modifier les valeurs des variables explicatives et à
produire par simulation une nouvelle valeur calculée yc**. Et cette
méthode de simulation est bien la méthode de prévision habituelle59.
Mais la méthode utilisée principalement dans l’analyse des projets de
transport est la méthode du pivot qui consiste plutôt à n’utiliser le
56. Certains pays subventionnent le système hospitalier et le traitement des handicapés lourds,
d’autres peu ou prou. Nous faisons aussi comme si aucune perte sociale ou dommage moral
n’existaient au-delà des pertes compensées par les assurances parce que ce débat est trop complexe
pour une présentation centrée sur la modélisation du trafic. Nous ne souhaitons pas non plus
discuter davantage ici de la valorisation des accidents et de leurs victimes.
57. Nous faisons abstraction des problèmes d’asymétrie d’information qui peuvent justifier
l’intervention d’un régulateur.
58. Par exemple, la construction d’une autoroute qui interdirait l’accès à tout chauffeur de
moins de 35 ans et de plus de 50 ans, indépendamment du sexe du chauffeur, réduirait le risque
d’accident mortel de plus de la moitié et serait peut-être rentable sur un marché libre, mais de telles
discriminations ne sont pas autorisées par la loi.
59. On peut par exemple traiter la valeur prédite comme un paramètre inconnu et l’estimer
avec les autres paramètres du modèle, ce qui produira des écarts-types d’estimation pour ce
paramètre comme pour les autres. Pour consulter la documentation complète d’un algorithme qui
autorise ce genre de prévision en plus de la prévision habituelle par simulation sur un modèle de
niveaux, voir Liem et al (2000).
modèle que pour calculer l’effet des modifications envisagées par le

projet, Dyc = yc** – yc*, et à appliquer cette différence Dyc aux
valeurs y observées en situation de référence ; la valeur prédite est
alors : yf = y + Dyc.
On ne connaît pas bien les propriétés statistiques de la méthode du
pivot. On sait bien sûr qu’elle évite la situation paradoxale suivante :
une valeur prédite pour un lien amélioré yc** inférieure à la demande
en situation de référence y. Ce résultat est possible pour certaines
observations lorsque la valeur yc* calculée par le modèle pour ces
observations est inférieure à la valeur observée y d’une quantité y - yc*
plus grande que Dyc, celle qu’on attribue à l’effet de l’amélioration :
l’ajustement d’un modèle exige de passer au plus proche, dans un sens
ou l’autre, de l’ensemble des valeurs observées – ce qui ne veut pas dire
que les demandes sur les liaisons ou liens qui nous intéressent soient
particulièrement bien reproduites.
Dans le cas si important pour nous du modèle Logit (agrégé) de
parts, l’application du pivot consiste à multiplier la part modale exis-
tante par le changement du niveau d’utilité du mode, procédure par-
fois appelée « Logit incrémental » et que reprend Laferrière (1994)
dans son étude des propriétés de l’expression :
(32)
où, pour une liaison donnée de i à j : (i) le membre de gauche pmf est la
part prédite du mode m pour la période de prévision f ; (ii) le premier
terme du côté droit est la part observée du même mode m durant la
période de référence ; (iii) les parenthèses comprennent des différen-
ces entre l’utilité représentative estimée avec les coefficients du
modèle en période de prévision et en période de référence. Ce sont les
changements prévus des variables en situation de projet qui induisent
ces différences.
Laferrière montre que, dans la mesure où les erreurs d’un modèle
résultent d’une formulation déficiente en variables explicatives (ce qui
est généralement le cas), la prévision par la méthode du pivot peut être
plus précise60 que la prévision qui serait faite à partir des valeurs
calculées par le modèle, mais que la variance de cette prévision est plus
60. Il n’existe pas à notre connaissance de preuve comparable pour le Logit désagrégé.
grande. En ces sens, l’usage du pivot a des implications économétri-

ques. Il nous faudrait donc mieux connaître les autres implications de
l’usage du pivot, méthode si prépondérante dans le calcul économique.
5.1. Calcul de l’avantage transport par la méthode du surplus

On s’attend à ce que les investissements en transport, comme toute
hausse du capital, modifient les productivités marginales de toutes les
ressources : main d’oeuvre, entrepreneurship, capital industriel, sol,
etc. On pourrait alors penser que ce soit une bonne idée de mesurer ces
impacts sur toutes les ressources, l’une après l’autre – pas seulement
sur la valeur des terrains, ce qui serait incomplet, mais de manière
exhaustive. Suite à un tel investissement, par exemple, des personnes
prendront un second emploi, ou même un premier, et on devrait
calculer l’ensemble de ces effets.
Mais c’est une idée à la fois exhaustive et inutile, sauf pour localiser
très approximativement certains effets redistributifs de l’investisse-
ment – qui favorise fatalement certaines localisations plus que
d’autres. Un tel calcul est inutile parce qu’on sait qu’il est possible de
calculer la totalité de l’avantage sur le réseau lui-même, calcul qui
fournira, pour la surface située sous la courbe de demande de trans-
port, une valeur exactement égale à la valeur nette des surplus des
producteurs et des consommateurs de tous les marchés pertinents
situés à l’origine ou à la destination des flux.
Cette voie, infiniment moins difficile que la première, permet de
formuler « l’hypothèse de base » et donne le point de référence de tout
calcul d’avantage par la méthode des surplus. On en recense deux
formes principales, différenciées par les mots « classique » et « Logit ».
La première est présentée graphiquement à la Figure 9.
i) La méthode classique. On sait, certainement depuis Tak et Ray
(1971) qui s’inspiraient d’une démonstration antérieure de Hicks sur le
calcul des surplus dans un réseau de transport de l’électricité, que, si les
industries sont concurrentielles aux deux extrémités d’une route
reliant deux régions, la somme des surplus occasionnés par la chute du
coût de transport t calculée sur le réseau est exactement égale à la
variation des surplus nets aux deux extrémités – au moins dans le cas
linéaire illustré. Sur la Figure 9, chacune des régions produit le même
bien (e.g. du blé), mais elles ont des courbes d’offre et de demande très
différentes avant qu’il n’y ait commerce entre elles grâce à la baisse du
coût de transport. À mesure que se poursuit cette baisse, le bien est
exporté de la région 1 vers la région 2 jusqu’à l’égalité des offres et
demandes excédentaires ES et ED caractérisée par des gains et des
pertes de surplus très différents selon les régions.
Parmi les variantes de cette démonstration graphique, il faut comp-

ter celle de Jara-Diaz (1986) qui étudie par ailleurs l’impact du réseau
sur les niveaux de concurrence sur les deux marchés (induisant des
gains et pertes nouveaux) et, plus récemment, une version détaillée du
même problème avec plusieurs itinéraires (Kidokoro, 2004).
Figure 9
Offre, demande et surplus des usagers du transport
entre régions concurrentielles
ii) La méthode Logit. Small et Rosen (1981) ont montré que la

différence entre les logsum (17) de la situation de référence et celle de
la situation de projet jouait dans les Logit linéaires un rôle semblable à
celle de l’aire présente sous la courbe de demande linéaire classique.
Elle s’écrit pour un individu t :
(33)
où q désigne l’utilité marginale du revenu et les indices f et r les

évaluations en situation finale et initiale.
Kidokoro (2006) a étudié de près la différence entre ces deux
méthodes ainsi qu’entre elles et la méthode de Wardrop. Par ailleurs,
Abraham (2006) compare aussi les méthodes classique et Logit et

traite de leurs différences si le choix modal ou l’affectation obéit à la
Loi d’Abraham. L’étude des différences entre les surplus calculés par
la méthode classique et la méthode Logit est une activité en croissance.
On sait en particulier, que la non linéarité de l’influence du revenu
« perturbera la formule du logsum » (McFadden, 1998) et que la non
linéarité des variables compliquera le calcul usuel des différences de
surplus entre deux états du réseau puisqu’il faudra tenir compte de la
courbure des fonctions de demande dans le calcul des surfaces.
5.2. Calcul financier et calcul de la valeur ajoutée
Modèles de trafic et couverture des coûts directs. Un surplus des

usagers ne rend pas un projet rentable. Les modèles de trafic fournis-
sent les courbes de demande qui permettent de savoir si les droits et
redevances d’usage du nouveau service seront suffisants pour justifier
tout projet qui doit s’autofinancer. Le calcul de certaines des recettes
spécifiques de transport est parfois simple – par exemple, le point
(t1, q1) à la Figure 2 implique une recette de taxe spécifique sur le
carburant (TIPP en France) – et nous ne souhaitons pas le détailler
sauf sur un point précis de recherche sur le sens économique de la
couverture des coûts.
La question récemment élaborée (Gaudry, 2001) au bénéfice d’une
commission d’enquête sur ces questions est celle de savoir si un tarif de
transport n’est qu’un transfert qui enrichit Pierre au détriment de Paul
ou s’il peut simultanément les appauvrir tous les deux. Dans la mesure
où certains niveaux tarifaires impliquent une réduction du PIB, le
calcul de rentabilité financière sera plus intéressant que ce qu’on en dit
d’habitude : l’enjeu d’une recette de transport irait au-delà de celui
d’un simple transfert dans un jeu à somme nulle. L’argument, illustré
au Tableau 4, reprend une formulation du problème, développée à
l’origine (The Economist, 1991) pour comprendre comment certains
secteurs des économies centralement planifiées réduisent en perma-
nence le PIB, notamment par l’importation de biens intermédiaires qui
sont ensuite transformés dans des usines et réexportés à des prix qui
impliquent des recettes inférieures au coût des inputs importés pour
les produire.
Pour envisager cette possibilité, il faut disposer d’une comptabilité
analytique des coûts de construction et d’entretien de l’infrastructure
qui nous intéresse, par exemple une route. Au lieu d’en comparer
simplement les recettes et coûts totaux, il faut comparer les recettes
aux coûts par catégorie comptable d’établissement de la valeur ajoutée
de n’importe quelle activité économique.
Tableau 4
Route qui augmente ou diminue le PIB
Une route à valeur ajoutée négative. Dans l’exemple du Tableau 4,

les coûts d’infrastructure et d’entretien d’une route, mesurés au prix
des facteurs (nets des taxes et subventions), sont comparés aux recettes
de transport spécifiques reçues par l’agence routière. Si, comme dans
la colonne 2, les revenus ne couvrent pas les coûts du capital, du travail
et des inputs (matières premières, pièces, etc.), la route encourt un
déficit. Si toutefois, comme dans la colonne 3, les recettes sont inférieu-
res à la valeur des inputs matériels, alors le sel, l’asphalte, le gravier et
les gravillons, les pièces et les carburants des véhicules d’entretien et
des autres inputs matériels sont transformés en services de valeur
moindre que la somme de ces inputs. La route détruit alors continuel-
lement de la valeur ajoutée parce que le coût de ses inputs est supé-
rieur à la valeur de marché son output : elle réduit le PIB en perma-
nence.
Il ne fait aucun doute que beaucoup de routes rencontrent ces
conditions et qu’il faut utiliser des modèles de trafic pour évaluer si des
baisses de qualité de service (e.g. en enlevant le pavage et en rétablis-
sant une surface de roulement en gravillons ou en terre) implique-
raient des recettes spécifiques plus basses mais sans soustraction de
valeur ajoutée. Dans beaucoup de pays, la régionalisation des routes
pose des arbitrages de ce genre avec une acuité croissante.
5.3. Rétroactions sur l’utilisation du sol

Une rétroaction partielle. Durant les années 1960, de nombreux
chercheurs ont tenté de modéliser l’impact des modifications du réseau
sur l’utilisation du sol. Un des pionniers (Lowry, 1964), travaillant sur
un modèle de la région de Pittsburg, s’est attaché à modéliser en région

urbaine la relocalisation de la population et des emplois appartenant
au vecteur d’activités A indiqué à la Figure 10.
Figure 10
Rétroaction de l’utilité transport sur les niveaux d’activité
et leur localisation
Anticipations rationnelles des gouvernements. Le modèle de

Lowry est encore d’usage courant aujourd’hui ; on pourrait presque
dire que c’est le seul modèle de relocalisation utilisé parce que, malgré
des efforts importants consentis surtout avant 1980, il est extrêmement
difficile de modéliser la localisation des autres activités : on les affecte
manuellement dans l’espace. On constate que la maîtrise par l’Etat des
fonctions de planification du sol et d’établissement du réseau de trans-
port fait mentir l’idée que les anticipations rationnelles61 des consom-
mateurs à la Lucas rendraient la politique gouvernementale impossi-
ble : c’est plutôt l’inverse qui se passe en ce sens que les demandes de
transport réagissent à peu près comme l’anticipent les modèles et
donnent de facto un pouvoir considérable aux aménageurs du terri-
toire et du réseau.
Nature tendancielle des scénarii économiques. L’usage de métho-
des quantitatives pour mesurer les impacts spatiaux a ses limites, car
les scénarii en situation de projet sont définis de manière tendancielle,
ce qui veut dire que l’impact de la présence du réseau est déjà incor-
poré à la tendance. Ainsi, prendre en compte certaines rétroactions
reviendrait à ne pas avoir bien mesuré la portée du scénario tendan-
ciel, car on opère alors un double comptage.
61. Cette idée consiste à dire que la politique économique sera nécessairement inefficace parce
que les agents, ayant une connaissance sans faille de l’économie, anticiperont et compenseront
d’avance ses effets.
6. CONCLUSION : SUR QUELQUES THÈMES À APPROFONDIR
Les taux marginaux de substitution (TMS), des résultats dérivés-

clés. Le rapport entre les élasticités de la demande de transport par
rapport aux prix et au temps des services de transport, exprimé sous
forme de taux marginaux de substitution (ou valeurs du temps), est au
centre de la modélisation du trafic qui fonde tout calcul économique : il
vaut donc la peine de préciser l’importance pratique des TMS.
Les TMS révélés par les modèles et utilisés par les gestionnaires de
réseaux diffèrent souvent des valorisations tutélaires de référence ou
officielles qui guident le choix des investissements en infrastructures de
transport. Le fait que, simultanément, la gestion puisse se fonder sur
certains arbitrages réels révélés par le comportement local pertinent
décrit par les modèles et que l’investissement puisse s’appuyer sur des
arbitrages administratifs normatifs différents, pose un problème de
cohérence dans tout calcul économique.
Si cette différence est communément constatée s’agissant des valo-
risations du temps de transport, elle est présente pour d’autres dimen-
sions des services de transport où le TMS tutélaire n’en est pas moins
imposé d’en haut. Par exemple, il y a des raisons de penser que les
arbitrages faits au volant entre les gravités d’accidents par les conduc-
teurs sur la route peuvent révéler une valorisation62 de la vie humaine
supérieure à celle qu’utilisent les planificateurs au bénéfice supposé de
ces mêmes usagers. Il est trop tôt pour savoir si les partenariats publics
privés (PPP) comblent en partie ces écarts en rectifiant l’offre publique
pour la rapprocher du marché.
D’autres sujets avancés ? Les types de données utilisées et les
caractéristiques des méthodes de quantification nécessaires à l’obten-
tion de résultats sur les divers paramètres sont des aspects sur lesquels
nous n’avons guère été diserts mais dont il faut dire un mot en conclu-
sion, ne serait-ce que pour souligner la structure de ce qui aurait pu
être pris en considération au-delà d’un travail de niveau initiatique.
Quels sujets spéciaux feraient partie d’un tel approfondissement ?
Distinguons réconciliation des sensibilités mesurées dans le temps et
dans l’espace de la question des aléas.
Évolutions temporelles et spatiales des agrégats. Notre présenta-
tion des modèles de trafic a volontairement mis l’accent sur les coupes
62. Pour un exemple canadien d’une telle différence entre les valeurs déduites du comporte-
ment de conduite et les valeurs officielles, exemple rédigé pour le Groupe de travail Boiteux II, voir
Gaudry (2006).
transversales spatialisées et négligé les séries chronologiques, en parti-

culier celles qui visent à expliquer l’évolution des grands agrégats
urbains, régionaux ou nationaux du nombre total de déplacements des
personnes ou des marchandises représentés par T = 2 175 au Tableau 3
mais souvent conservés sous forme de Tonnes-km ou Voyageurs-km
dans les chroniques. L’évolution de ces agrégats fait aussi appel à
d’autres élasticités que celles qui définissent les TMS : les élasticités de
la demande par rapport aux niveaux des activités économiques et du
revenu, tant à court qu’à long terme.
Si ces modèles en séries chronologiques portant sur des totaux non
spatialisés font à juste titre partie de la grande famille des modèles de
trafic, ils sont mal reliés au calcul économique appliqué aux projets,
sauf pour l’établissement nécessaire des prévisions à long terme et
l’étude de leurs fluctuations. Traités comme exogènes aux scénarii
économiques déjà donnés, ces composants du calcul mériterait de voir
leur rattachement au cadre de calcul être l’objet d’une étude spécifique
qui traiterait alors naturellement des erreurs de prévision dans le
temps. Quels seraient les chapitres d’un travail de ce genre ?
i) Court terme et long terme. Il est naturel que l’effort de modélisa-
tion dont notre analyse rend compte se porte avant tout sur la réparti-
tion modale parce que la vitesse d’ajustement des reports entre modes
et itinéraires est élevée par rapport à celle des modifications d’activité :
dans un calcul de valeur actualisée nette (VAN) où les bénéfices futurs
sont escomptés à 8 ou 10%, voire davantage, les effets nets de report
dominent normalement les effets nets d’induction. Ces derniers inté-
ressent généralement plus les « politiciens régionaux » et les promo-
teurs de l’équité spatiale63 que les prévisionistes. En effet, les rétroac-
tions semblent généralement imputables à des relocalisations plutôt
qu’à de nouvelles activités dans les pays avancés où dominent de nos
jours les théories sur l’inéluctable convergence régionale, dont les 100
dernières années ont récemment été documentées de manière excep-
tionnelle pour ces pays avancés (Polèse et Shearmur, 2005).
ii) Temps et espace. La réconciliation des élasticités obtenues à
partir des modèles à séries longues sur les agrégats par grande région
et celles qui ont été dérivées de coupes transversales spatialisées ferait
naturellement partie de cette nouvelle étude des dimensions temporel-
les des modèles de trafic à unités diverses (tonnes, kilomètres). La
63. Un concept bizarre puisqu’il ne vise pas explicitement des personnes, d’ailleurs mobiles et
libres de leur localisation, mais des espaces géographiques ou zones dans notre terminologie. On
trouve donc des gens pour lesquels désenclaver les Vosges du Nord ou le Grand Nord du Canada
est une question d’équité spatiale sans obligations en retour.
France est un pays favorable à cet égard car on y trouve des séries sur
les marchandises-km depuis 1845 (Sauvant, 2002) et sur les
voyageurs-km et l’usage des modes de communication depuis 1800
(Grübler, 1990).
Le rôle des aléas. Notre description sommaire des modèles de trafic
pourrait porter à croire que toutes les variables y sont prédéterminées,
au sens statistique de ce mot qu’on oppose à aléatoire64, mais cela n’est
pas le cas dans la pratique de la modélisation même si nous en avons
minoré les considérations statistiques. Pour donner généralement une
idée juste des modèles et rendre compte de leur comportement, en
particulier en prévision, il est certes utile d’expliciter cette dimension
de l’aléatoire, tant dans la pratique courante que dans les travaux plus
pointus
A. L’aléatoire et les variables expliquées : erreurs d’observation et
de spécification. Si nous n’avons pas signalé au passage le caractère
aléatoire des élasticités65, en présentant (30) et (31), nous avons au
moins reconnu le caractère aléatoire fondamental des variables dépen-
dantes ou expliquées dans les modèles de niveaux en les faisant dépen-
dre d’une erreur de régression [e.g. (7)-(8) ou (27)] obéissant à des lois
de distribution non précisées66 ; et nous avons justifié la forme des
modèles Logit par la nature de la distribution de l’erreur associée à
l’équation de chaque fonction d’utilité représentative [e.g. (16)]. Dans
les deux cas, les propriétés intrinsèques des aléas jouent un rôle dou-
blement figuratif : les erreurs de régression67 sont composées d’erreurs
d’observation sur la variable dépendante (une quantité de déplace-
ments, ou une utilité, selon le type de modèle) et d’erreurs de spécifi-
cation du modèle. Comment cette prise en compte est-elle faite ?
i) Formulations de distributions des résidus. L’aléa probabilisé est
conjuré et manipulable, et cela sans reste à subir ou traiter. En effet, ce
n’est pas encore la pratique de partager l’aléa entre une partie proba-
bilisée et un reste non probabilisable et perçu globalement, à la
64. En français, on utilise indifféremment la caractérisation latine (aléatoire), grecque (stochas-

tique) ou arabe (au hasard) du jeu de dés pour exprimer cette idée.
65. La question est traitée à l’Annexe 3.
66. Utiliser un critère numérique d’ajustement comme les MCO qui minimisent la somme des
erreurs (définies verticalement) au carré entre les observations y et les valeurs calculées yc* n’exige
aucun postulat sur la distribution des erreurs : on appelle ce calcul une calibration des coefficients
b ; elle autorise le calcul des mesures de la sensibilité numérique de l’ajustement aux valeurs
calculées de ces coefficients. C’est l’ajout de l’hypothèse de normalité (ou d’une autre hypothèse
statistique) des mêmes erreurs qui fait passer à l’estimation de paramètres et à des mesures de
fiabilité des mêmes coefficients calculés de la même façon et par la même formule.
67. Comme nous l’a précisé Ariane Dupont-Kieffer, le flottement dans l’usage des termes
« erreur » et « résidu » est associé à l’évolution de la compréhension de la régression où, ce qui était
au départ une erreur d’observation, devient progressivement un résidu aléatoire au sens propre.
manière célèbre de Knight (1921) qui scindait ainsi le risque. Récem-

ment, on a interprété cette partie non probabilisable de l’aléa comme
une incertitude sur la nature de la distribution de la partie probabilisa-
ble, ou comme une « contamination-e » de cette distribution – comme
si une famille de distributions inconnues était possible (Nishimura et
Ozaki, 2004). Dans les transports, la décomposition pratiquée à ce jour
consiste plutôt à supposer que l’erreur, par exemple de (12), est
décomposable en une erreur sur la liaison ij et des erreurs associées
aux origines ou aux destinations i ou j (e.g. Bolduc et Laferrière, 1992).
Comme ces formes de probabilisation ont une influence immédiate sur
les mesures de fiabilité comme les t de Student (Gosset, 1908), elles
jouent un rôle de premier plan dans l’interprétation des résultats des
modèles.
ii) Interdépendance des résidus. Dans les modèles de trafic, les cher-
cheurs ne supposent pas toujours que les erreurs de régression sont
indépendantes entre elles. Nous avons bien fait allusion à deux maniè-
res de faire intervenir la corrélation entre ces erreurs. Dans les modè-
les de niveaux, nous avons rendu compte de résultats obtenus qui
prenaient en compte la corrélation spatiale entre les résidus des
erreurs par liaison (voir note 17) ; dans les modèles de type Logit, nous
avons dit que les structures de corrélation supposées entre les erreurs
des fonctions d’utilité modales servaient à définir des branches et des
hiérarchies. Comme la corrélation entre les résidus révèle68 habituelle-
ment l’absence de variables pertinentes, elle est un excellent indicateur
de la qualité de la formulation du modèle.
iii) Hétéroscédasticité des résidus. Les modèles utilisés dans le cadre
classique des modèles de trafic sont souvent plus raffinés que ce que
nous avons pu laisser croire. Et ces raffinements ont une grande
influence sur les paramètres estimés et les statistiques qui en seront
dérivés. Considérons le problème de la constance de la variance de
l’erreur de régression, une condition importante d’obtention de statis-
tiques sans biais appelée « homo-scédasticité », littéralement « même
variabilité69 ».
Ce problème est inhérent à de nombreux modèles de niveaux dont
la variable dépendante, par exemple un flux de transport, est nécessai-
rement importante pour les liaisons entre les grandes villes et faible
pour les liaisons entre les petits centres d’activité. Dans ces conditions,
il est impossible d’avoir une variance de l’erreur qui soit de même taille
68. Car la corrélation pure est peu probable, voire invraisemblable.

69. Le mot grec skedasis signifie variabilité ou dispersion. Nos formules usuelles de variance ne
constituent qu’une formalisation possible de la variabilité.
pour l’ensemble de l’échantillon : la variance est hétéroscédastique et

des corrections vers l’homoscédasticité sont à envisager, sans quoi
l’erreur de régression sera toujours faible pour les petits flux et impor-
tante pour les grands flux. La question se corse encore davantage dans
les modèles de niveaux où on utilise des transformations Box-Cox de
la variable dépendante qui modifient automatiquement la variance de
l’erreur70 de régression, problème qui se corrige71 en adoptant des
instruments distincts pour la forme et pour l’hétéroscédasticité (e.g.
Dagenais et al, 1987 ; Gaudry, 2004).
Le problème se pose aussi dans les modèles Logit. Bhat (2000) a fait
remarquer qu’on doit rendre explicite le fait qu’en (15)-(16) l’erreur ui
n’est généralement homoscédastique que par hypothèse : sa variance
est alors égale à p2µ2/6 et constante entre les alternatives. Dans cette
expression de la variance, le facteur d’échelle 1/m, qui provient de la
distribution sous-jacente de Gumbel {[f(ui) = (1/µ)[exp(-ui/µ)][exp
(-ui/µ)]}, est habituellement supposé commun à toutes les alternatives
et posé égal à 1 ; il pondère en fait les parts respectives des parties
systématique et aléatoire de chaque fonction d’utilité de type (16),
exactement comme dans un modèle de niveaux : un µi élevé réduit la
part systématique de l’explication au profit de la part aléatoire, et cela
différemment selon le mode considéré. C’est dire l’importance de la
question dans un modèle.
Pour comprendre que l’hétéroscédasticité est inhérente au modèle
Logit, il suffit d’imaginer un cas bimodal et de se rappeler que les choix
sont codifiés 0 ou 1. Cela signifie que toute probabilité pm* calculée par
le modèle produit une erreur d’ajustement de la forme [0 – pm*] ou
[1 – pm*], erreur qui aura généralement deux variances. Domencich et
McFadden (1975) avaient utilisé une correction simpliste qui n’a pas
convaincu et qui est tombée dans l’oubli depuis.
B. L’aléatoire et les variables explicatives. La prise en compte de
l’aléatoire parmi les variables explicatives des modèles de trafic se fait
de trois manières principales.
i) Biais de simultanéité. On peut corriger le biais d’équations simul-
tanées engendré par la présence dans la fonction de demande d’une
variable endogène au système, par exemple la fréquence de service.
Un exemple de formulation intuitive de ce problème pourrait être : la
70. Dans les modèles de type Logit Box-Cox, la variable dépendante n’est pas transformée, ce
qui s’appelle parfois Box-Tidwell (1962) : la variance de l’erreur peut aussi y être influencée par les
transformations appliquées sur les variables explicatives, mais évidemment moins que lorsque la
variable dépendante elle-même est transformée comme dans les modèles de niveaux.
71. L’application d’une transformation Box-Cox peut réduire ou induire l’hétéroscédasticité.
La correction doit donc être faite simultanément avec l’estimation de la forme véritable.
fréquentation d’une navette aérienne est-elle importante parce que la

fréquence est élevée ou est-elle élevée parce que la fréquence est sans
égale ? La prise en compte de la simultanéité a un impact important
sur les élasticités72 et les TMS.
ii) Erreurs d’observation berksonniennes et classiques. Il existe
d’excellents résumés du problème des erreurs d’observation en régres-
sion (e.g. Buzas et al, 2003) qui distinguent73 bien entre les erreurs
d’observation classiques, qui conduisent à des estimations biaisées des
MCO et les erreurs de type Berkson (1950) qui maintiennent les
propriétés sans biais de cet estimateur.
Dans les modèles de trafic, on fait grand usage des hypothèses
propres à générer des erreurs de type bergsonien : on suppose par
exemple que le temps d’attente véritable est égal au temps d’attente
mesuré plus une erreur, ou que la distance vraie est égale à la distance
routière utilisée plus une erreur (indépendante). Formellement, dans
le cas berksonien, la valeur vraie Xv est distribuée autour de la valeur
observée Xo, c’est-à-dire que [Xv = Xo + u]. Dans le cas classique par
contre, la valeur mesurée est distribuée autour de la valeur vraie : la
valeur observée est égale à la valeur vraie plus une erreur, c’est-à-dire
que [Xo = Xv + u].
iii) Erreurs de spécification. Un des problèmes structurants des
modèles de trafic est celui du temps de transport, dont on sait qu’il est
incertain mais pour lequel les observations de sa variabilité sont raris-
simes : soit alors on le traite comme fixe et on prend sa valeur
moyenne, ce qui est erroné et donnera des résultats biaisés parce que
les mesures manquantes ne sont pas indépendantes74 de la moyenne,
soit on utilise des subterfuges qui approximent le second moment
(l’écart-type ou la variance) et le troisième (l’asymétrie à gauche ou à
droite) et on les insère aussi dans la régression.
La théorie économique centrée sur les deux premiers moments
nous est peu utile car le troisième moment est connu comme décisif
tant pour déterminer le rôle du temps de transport que pour la com-
préhension du comportement en général : motivation de l’épargne de
précaution, marketing des jeux de hasard, description du changement
climatique et sensibilisation des populations au risque encouru, pro-
72. Pour une comparaison de 6 estimateurs à information limitée ou complète et prise en

compte de l’autocorrélation multiple dans un cadre urbain à trois niveaux et deux modes (VP et
TEC), voir Gaudry (1980) mentionné plus haut.
73. Il existe une scholastique asymptotique qui permet de réconcilier ces deux types d’erreurs
en un seul.
74. Les distributions empiriques des trois premiers moments du temps de transport observé ne
sont pas orthogonales.
pension à faire la guerre, structuration des portefeuilles. En effet, on

s’inquiète beaucoup moins d’une hausse ou d’une baisse de 1 % du
PIB que d’une baisse de 5 % – qui serait dramatique. Un modèle
d’espérance d’utilité fondé sur les deux premiers moments seuls est
faux et donnera des résultats d’autant plus biaisés que le troisième
moment est plus important que le second.
Des travaux récents (Lapparent, 2004) ouvrent une voie nouvelle
en supposant que les usagers des itinéraires de transport qu’ils utilisent
fréquemment ont en tête des distributions des temps de transport et,
selon qu’ils soient optimistes ou pessimistes, « tordent » dans un sens
ou l’autre75 la différence entre leur distribution anticipée et la distribu-
tion réelle du temps de transport. Les transports sont un excellent
champ d’application et d’élaboration de théories sur le risque et
l’incertain.
Modélisation du trafic et théorie économique moderne. C’est bien
en cherchant des solutions à des problèmes pratiques de transport que
des concepts fondamentaux de théorie économique ont été élaborés :
Dupuit cherchait à résoudre un problème de tarification d’un pont
lorsqu’il a défini sa célèbre courbe de demande ; il a élaboré sa théorie
de la concurrence dynamique comme contrepoids à des volontés poli-
tiques de réguler les chemins de fer. Ce sont les exigences de réalisme
des modèles de trafic qui ont provoqué chez McFadden le développe-
ment de la théorie et de l’économétrie des choix discrets. Les besoins
d’expression claire et intuitive des relations empiriques ont donné
naissance sans fanfare à l’usage des élasticités à l’ENPC, bien avant
leur « redécouverte » théorique autoproclamée par Marshall.
Combien de secteurs économiques ont suscité autant d’innovation
en sciences économiques ?
Références
Abraham C., « Amertume et acceptabilité des péages : 1. Les émeutes
du Pont d’Arcole », Les Cahiers Scientifiques du Transport, 40,
2001, p. 53-66.
Abraham C., « Calcul socio-économique et infrastructures de trans-
port : Comment calculer le surplus des usagers, et en particulier des
usagers reportés ? », Note transmise à l’auteur, 10 p., le 7 juillet
2006.
Abraham C. et Coquand P., « La répartition du trafic entre itinéraires
concurrents : réflexions sur le comportement des usagers, applica-
75. Par des fonctions puissances.

tion au calcul des péages », Revue générale des routes et aérodromes,

357, 1961, p. 57-76.
Abraham C., Baumgart T. et Blanchet J.-D., « Un modèle de prévision
du trafic aérien intérieur », Revue de l’Aviation Civile, 1969, p.
15-28.
Abrahamsson T., « Estimation of Origin-Destination Matrices using
Traffic counts – A Literature Survey », IR-98-201, International
Institute for Applied Systems Analysis, Laxenburg, May 1998.
Anscombe F. J. et Tukey J. W., « The criticism of transformations »,
Paper presented before the American Statistical Association and
Biometric Society, Montreal, 1954.
Arbour D., Bégin P., Gohier J.-P., Latour G. et Thivierge J., « Le
modèle de transport », Textes polycopiés présentés au Comité
AMUR-ETEN, Service d’Urbanisme, Ville de Montréal, 1969.
modèle de transport : schéma », Service d’Urbanisme, Ville de
Montréal, 1971a.
modèle de transport : simulations métro 1981 », Service d’Urba-
nisme, Ville de Montréal, 1971b.
Arduin J. P., « Modèles de prévision de trafic utilisés par SOFRE-
RAIL », SOFRERAIL, Paris, 1989, 17 p.
Armington P., « A Theory of Demand for Products Distinguished by
Place of Production », International Monetary Fund Staff Papers,
1969, p. 159-176.
Barten A., « Maximum likelihood estimation of a complete system of
demand equations », European Economic Review, 1, 1969, p. 7-73.
Baumol W. J. et Vinod H. D., « An Inventory Theoretic Model of
Freight Transport Demand », Management Science, 16, 7, 1970, p.
413-421.
Beckmann M., McGuire C. B. and C. B. Winsten, Studies in the econo-
mics of transportation, Yale University Press, New Haven, Connec-
ticut, 1956 ; also published as Rand-RM-1488-PR, Rand Corpora-
tion, Santa Monica, CA, May 12, 1955.
Bendtsen P. H., « Simplification of Trafic Models », Trafic Engineering
and Control, 15, 1974, p. 817-819.
Berkson J., « Are There Two Regressions ? », Journal of the American
Statistical Association, Vol. 45, 1950, p. 164-180.
Beuthe M., Demilie L. et Jourquin B., « The International Impact of a
New Road Taxation Scheme in Switzerland », Ch. 5 in Beuthe M. et
Nijkamp P. (eds), New Contribution to Transportation Analysis in
Europe, Ashgate, august, 1999, p. 97-117.
Bhat C. R., « Flexible Models Structures for Discrete Choice analy-

sis », Ch. 5 in Hensher, D. A. and Button K. J. (eds), Handbook of
Transport Modelling, Elsevier Science, 2000, p. 71-90.
Bierlaire M., « The total demand scale : a new measure of quality for
static and dynamic origin-destination trip tables », Transportation
Research B, 36, 2002, p. 837–850.
Bierlaire M. et Toint Ph. L., « MEUSE : an origin-destination matrix
estimator that exploits structure », Transportation Research B, 29,
1, 1995, p. 47-60.
Blankmeyer E. C., « A Metro Model », Unpublished manucript, Eco-
nomics Department, Princeton University, 1971.
Blum U., « Benefits and External Benefits of Transport – a Spatial
View », in The Full costs and Benefits of Transportation, Springer
Verlag, Berlin, 1997, p. 219-243.
Boiteux M. et Baumstark L., Transports : choix des investissements et
coûts des nuisances, Commissariat Général du Plan, La Documen-
tation Française, Paris, juin 2001.
Bolduc D. et Laferrière R., « Regression-Based Variance Estimators
for the Error Components Model », Publication AJD-47, Agora
Jules Dupuit, Université de Montréal, 19 p. June 1992. Téléchar-
geable de la page Méthodes Quantitatives du site Agora Jules
Dupuit www.ajd.umontreal.ca.
Box G. E. P. et Cox D. R., « An Analysis of Transformations », Jour-
nal of the Royal Statistical Society, Series B, 26, 1964, p.211-243.
Box, G. E. P. et Tidwell P. W., « Transformation of the Independent
Variables », Technometrics, 4, 4, 1962, p. 531-550.
Boyce D. E., Mahmassani H. S. et Nagurney A., « A Retrospective on
Beckmann, McGuire and Winsten’s », Studies in the Economics of
Transportation, University of Massachusetts at Amherst, 2004, 27 p.
Braess D., « Über ein Paradoxon aus der Verkehrsplanung », Unterne-
hmensforschung 12, 1968, p. 258-268.
Braess D., Nagurney A. et Wakolbinger T., « On a paradox of traffic
planning », (Translation from the original German), Transportation
Science, 39, 2005, p. 446-450.
Bröcker J., « Assessing Spatial Economic Effects of Transport by CGE
Analysis : State of the Art and Possible Extensions », october 2000,
19 p. Téléchargeable de la page Transport et Économie du site
Agora Jules Dupuit www.ajd.umontreal.ca.
Brown A. et Deaton A. S., « Models of consumer behaviour », The
Economic Journal, 82, 328, december, 1972, p. 1145-1236.
Buzas J. S., Tosteson T. D. et Stefanski L. A., “Measurement Error”,

Institute of Statistics, Mimeo, Series no 2544, North Carolina State
University, april, 2000, 38 p.
Cascetta E. et Di Gangi M., « A Multi-Regional Input-Output Model
with Elastic Trade Coefficients for the Simulation of Freight Trans-
port Demand in Italy », Transport Planning Methods, PTRC Edu-
cation and Research Services Ltd, Volume P 404-2, 1996, 13 p.
Cascetta E. et Nguyen S., « A Unified Framework for Estimating or
Updating Origin/Destination Matrices from Traffic Counts »,
Transportation Research B, 22, 1988, p.437-455.
CATS, Chicago Area Transportation Study. Final report in three
parts. Study conducted under the sponsorship of [the] State of
Illinois, Department of Public Works and Buildings, County of
Cook, Board of Commissioners of Cook County. CONTENTS : v.
1, Survey findings, December, 1959 ; v. 2, Data projections, July,
1960 ; Transportation plan, April, 1962. Chicago [1959-1962].
Chopinet Y., « Méthodologie de prévision de trafic voyageurs-Liaison
transalpine », SNCF, 1997, 18 p.
Cirillo C., « Optimal Design for Mixed Logit Models », Groupe de
recherche sur les transports, Facultés Universitaires Notre-Dame
de la Paix, Namur, Association for European Transport and contri-
butors, 2005, 11 p.
Clavering J. et Kirby H., « Data Accuracy as an Aid to Model Develo-
pment : towards a Manual of Guidance », Proceedings of the Euro-
pean Transport Forum, PTRC Education and Research Services,
London, 1994, 11 p.
COST 318, « Interactions between High-Speed Rail and Air Passenger
Transport », Final Report of the Action, European Commission,
Directorate General Transport, Brussels, 1998.
Cournot A-A., Recherches sur les Principes Mathématiques de la Théo-
rie des Richesses, réédition, Calmann-Lévy, Paris, 1974.
Dafermos S., « Traffic equilibrium and variational inequalitie », Trans-
portation Science, 17, 3, 1983, p. 301-318.
Dagenais M., Gaudry M. et Liem T.C., « Urban Travel Demand : the
Impact of Box-Cox Transformations with Nonspherical Residual
Errors », Transportation Research, B 21, 6, 1987, p. 443-477.
Dantzig G. B., « On the Shortest Route through a Network », Manage-
ment Science, 6, 2, 1960, p. 187-190.
Davidson R. et MacKinnon J. G., Transforming the Dependent Varia-
ble, Ch. 14 in Estimation and Inference in Econometrics, Oxford
University Press, 1993.
de Cromières E., « Le positionnement de l’élément transport dans

l’organisation logistique », Colloque du 18 novembre 2004 : Trans-
ports et réseaux : continuités et ruptures, Conseil Général des Ponts
et Chaussées, Paris, Actes du colloque, 40-41, http ://rp.equi
pement.gouv.fr/bicentenaire-cgpc/home.htm.
de Lapparent M., « Optimism, Pessimism toward Risk of Time Losses
in Business Air Travel Demand, and Insurance Premium », Publi-
cation AJD-77, Agora Jules Dupuit, Université de Montréal,
january, 2004, 29 p. Téléchargeable de la page Analyse de la
demande du site Agora Jules Dupuit www.ajd.umontreal.ca.
de Lapparent M., « The choice of a mode of transportation for home to
work trips in the French Parisian region : application of mixed GEV
models with non linear utility functions », Paper presented at the
11th International Conference on Travel Behaviour Research,
Kyoto, August, 2006.
Deaton A. S., « The analysis of consumer demand in the United Kin-
gdom, 1900-1970 », Econometrica, 42, 2, 1974, p. 341-367.
Debaille S., « Un modèle de reconstitution de matrices origine-
destination en milieu urbain », Rapport I.R.T. No 27, Institut de
Recherche des Transports, décembre, 1977.
Debaille S., « Reconstitution de matrices origine-destination en milieu
urbain : le modèle NEMROD », Bulletin RECHERCHE-
TRANSPORTS no 26, Institut de Recherche des Transports, avril,
1979, p. 13-23.
Deepack E. et Laferrière R., « Demand Model Developments to
Assess High Speed Passenger Train Markets on Windsor to Que-
bec City Corridor », Proceedings of the 20th Annual Meeting, Cana-
dian Transportation Research Forum/Le Groupe de recherches sur
les transports au Canada, 1994, p. 598-609.
DETR, U.K. Department of Transport, Environment and the
Regions, « Appendix D. The Statistics Used within ERICA », 1998,
13 p.
Dial R. B., « A Probabilistic Multipath Traffic Assignment Model
which Obviates Path Enumeration », Transportation Research, 5,
1971, p. 83-111.
Domencich T. et McFadden D., Urban Travel Demand : A Behavioral
Analysis, North-Holland, New York, 1975.
DOT, U.K. Department of Transport, « Trip Matrix Building and
Validation Program Suite, User Documentation », Highway Engi-
neering Computer Branch, HECB/R/27, London, 1982.
Dupuit J., « De la mesure de l’utilité des travaux publics », Annales des
Ponts et Chaussées, 8, 2, 1844, p. 332-75.
Ekelund R. B. et Hébert R. F., Secret Origins of Modern Microecono-

mics : Dupuit and the Engineers, The University of Chicago Press,
1999.
Ellis R. H. et Rassam P. R., « National Intercity Travel : Development
and Implementation of a Demand Forecasting Framework », U.S.
Dept. of Transportation Contract T-8 542, Modification No. 1,
National Technical Information Service PB 192 455, U. S. Dept. of
Commerce, March 1970.
Erlander S. et Stewart N. F., The Gravity Model in Transportation
Analysis : Theory and Extensions, volume 3 of Topics in Transpor-
tation, VSP, Utrecht, the Netherlands, 1990.
Finney D. J., Probit analysis : a statistical treatment of the sigmoid
response curve, Cambridge University Press, Cambridge, 1947.
Finney D. J., Probit Analysis, Cambridge University Press, 1964.
Florian M. et Gaudry M., « A Conceptual Framework for the Supply
Side in Transportation Systems », Transportation Research, B 14,
1-2, 1980, p.1-8.
Florian, M. et M. Gaudry, « Transportation Systems Analysis : Illustra-
tions and Extensions of a Conceptual Framework », Transportation
Research, B 17, 2, 1983, p. 147-154.
Florian, M., Gaudry M. et Lardinois C., « A Two-Dimensional Fra-
mework for the Understanding of Transportation Planning
Models », Transportation Research, B 22, 6, 1988, p. 411-419.
Frank M. et Wolfe P., « An algorithm for quadratic programming »,
Naval Research Logistics, Quarterly 3, 1956, p. 95-110.
Friesz T. L., Gottfried J. A. et Morlok E. K., « A Sequential Shipper-
Carrier Network Model for Predicting Freight Flows », Transporta-
tion Science, 20, 2, 1986, p. 80-91.
Gaudry M., The Demand for Public Transit in Montreal and its Impli-
cations for Transportation Planning and Cost-Benefit Analysis,
Ph.D. Thesis, Economics Department, Princeton University,
1973,188 p.
Gaudry M., « A Note on the Economic Interpretation of Delay Func-
tions in Assignment Problems », Lecture Notes in Economics and
Mathematical Systems, 118, 1976, p. 368-381.
Gaudry M., « Six Notions of Equilibrium and their Implications for
Travel Modelling Examined in an Aggregate Direct Demand Fra-
mework », in Hensher D. et Stopher P. (eds), Behavioural Travel
Modelling, Croom Helm, Ch. 6, 1979, p. 138-163.
Gaudry M., « A Study of Aggregate Bi-Modal Urban Travel Supply,
Demand, and Network Behavior Using Simultaneous Equations
with Autoregressive Residuals », Transportation Research, B 14,

1-2, 1980, p. 29-58.
Gaudry M., « Key Substitution-Complementarity Features of Travel
Demand Models, with Reference to Studies of High Speed Rail
Interactions with Air Services », in COST 318, Interactions
between High-Speed Rail and Air Passenger Transport, Final
Report of the Action, European Commission, Directorate General
Transport, Brussels, 1998, p. 204-238.
Gaudry M., « The Four Approaches to Origin-Destination Matrix
Estimation : Some Considerations for the MYSTIC Research
Consortium », Report for the MYSTIC Project ST-97-SC.2101 of
the Commission of the European Communities, Directorate Gene-
ral Transport, Working Paper No 2000-10, Bureau d’économie
théorique et appliquée (BETA), Université Louis Pasteur, septem-
bre, 1999, 23 p. Téléchargeable de la page Analyse de la demande
du site Agora Jules Dupuit www.ajd.umontreal.ca.
Gaudry M., « Government transport policy accountability under the
Canadian Transportation Act of 1996 and the Kyoto protocol of
1997 », Déposé le 4 mai 2001 au Comité d’examen de la loi sur les
transports au Canada/Canadian Transportation ACT Review,
Ottawa. Publication AJD-6, Agora Jules Dupuit, Université de
Montréal, mai, 2001, 45 p. Téléchargeable de la page Comptes-
réseaux du site Agora Jules Dupuit www.ajd.umontreal.ca.
Gaudry M., « The Robust Gravity Form in Transport and Trade
Models », Zeitschrift für Kanada-Studien 24, 1, Band 44, 2004, p.
144-161. Téléchargeable de la page Analyse de la demande du site
Gaudry M., « Coefficients, taux marginaux de substitution et élasticités
dans les modèles de régression classique et logistique : applicabilité
aux estimations disponibles pour le projet Seine-Nord Europe »,
Comité économique, Mission Seine-Nord Europe, Voies Naviga-
bles de France, Béthune, 8 novembre 2005, 11 p.
Gaudry M., « Life, Limb and Bumper Trade-Offs Calculable from
Road Accident Models : a Note on a Multimoment Portfolio Ana-
lysis and Life Asset Pricing Model (LAPM) », Transport Reviews,
26, 4, 2006, p. 501-520.
Gaudry M., Briand A, Paulmyer I. et Tran C-L., « Choix modal trans-
pyrénéen ferroviaire, intermodal et routier : un modèle Logit Uni-
versel de forme Box-Cox Généralisée », Publication AJD-88,
Agora Jule Dupuit, Université de Montréal, août 2006, 84 p.
Gaudry M. et Kowalski J. S., « Demand-Performance-Supply Equili-

bria in Centrally Planned Economies », Communist Economies, 2,
2, 1990, p. 205-221.
Gaudry M. et Lamarre L., « Estimating Origin-Destination Matrices
from Traffic Counts : A Simple Linear Intercity Model for Que-
bec », The Logistics and Transportation Review, 15, 5, 1979, p.
631-642.
Gaudry M. et Wills M. J., « Estimating the Functional Form of Travel
Demand Models », Transportation Research, 12, 4, 1978, p. 257-289.
Gaudry M., Heinitz F., Last J. et Mandel B., « Methodological Develo-
pments within the Quasi-Direct Format Demand Structure : the
Multicountry Application for Passengers MAP-1 », October, 1998,
67 p., Report for the STrategic European Multimodal Modelling
(STEMM) Project, Contract No. : ST-96-SC.301 of the Commission
of the European Communities, Directorate General Transport,
1998.
Gaudry M., Jara-Diaz S. R. et de D. Ortuzar J., « Value of Time
Sensitivity to Model Specification », Transportation Research, B 23,
2, 1989, p.151-158.
Gaudry M., Mandel B. et Rothengatter W., « Introducing Spatial
Competition through an Autoregressive Contiguous Distributed
(AR-C-D) Process in Intercity Generation-Distribution Models
within a Quasi-Direct Format (QDF) », Publication CRT-971, Cen-
tre de recherche sur les transports, Université de Montréal, June,
1994.
Gauss C. F., Theoria Conbinationis Observationum Erroribus Minimis
Obnoxiae, Göttingen, Dieterich, 1823.
Gosset, W. S. [“Student”], « The probable error of a mean », Biome-
trica, 6, 1, 1908, p.1-25.
Groenewegen P., « Supply and Demand », The New Palgrave Dictio-
nary of Economics 4, 1987, p. 553-556.
Grübler A., The Rise and Decline of Infrastructures. Dynamics of
Evolution and Technological Change in Transport, Physica-Verlag,
Heidelberg, 1990.
Hall R. E. et McFadden D., A Disaggregated Behavioral Model of
Urban Travel Demand, Charles River Associates, Cambridge, Mas-
sachussetts, 1972
Hensher D. A. et Greene W. H., « The Mixed Logit Model : The State
of Practice », Transportation, 30, 2, 2003, p. 133-176.
Hicks J. R., Value and Capital, Second edition, Clarendon Press,
Oxford, 1939.
Jara-Diaz S., « On the Relations Between User’ Benefits and the Eco-
nomics of Transportation Activities », Journal of Regional Science,
26, No. 2, 1986, p. 379-391.
Jentsen T. et Nielsen S. K., « Calibrating a gravity model and estima-
ting its parameters using traffic volume counts ». Paper presented to
the 5th Conference of Universities’ Transport Study Groups, Uni-
versity College, London, 1973.
Johnson L. W., « Stochastic parameter regression : an annotated
bibliography », International Statistical Review, 45, 1977, p. 257-272.
Johnson L. W., « Regression with random coefficients », Omega, 6,
1978, p. 71-81.
Johnson L. W., « Generalised functional form and random coefficients
in transportation research », Australian Transport Research
Forum, Sydney, 1979a.
Johnson L. W., « An Introduction to Generalized Functional Form
and Random Coefficients in Transport Modelling », Environment
and Planning, A, 11, 9, 1979b, p. 1017-1037.
Jourquin B., Un outil d’analyse économique des transports de marchan-
dises sur des réseaux multi-modaux et multi-produit. Le réseau vir-
tuel, concept, méthodes et applications, Ph.D. thesis, Facultés Uni-
versitaires Catholiques de Mons, 1995.
Jourquin B. et Beuthe M., « A decade of freight transport modelling
with virtual networks : Acquired experiences and new challenges »,
GTM-paper, April 2004, in A. Reggiani and P Nijkamp (ed), Spa-
tial Dynamics, Networks and Modelling, Edward Elgar, 2006.
Kau J. B. et Sirmans C. F., « The Functional Form of the Gravity
Model », International Regional Science Review, 4, 1979, p. 127-136.
Kidokoro Y., « Cost-Benefit Analysis for Transport Networks », Jour-
nal of Transport Economics and Policy, 38, 2004, p. 275-307.
Kidokoro Y., « Benefit estimation of transport projects – a representa-
tive consumer approach », Transportation Research, B 40, 2006, p.
521–542.
Knight F. H., Risk, Uncertainty and Profit, Houghton, Mifflin, 1921.
Kornai J., Growth, Shortage and Efficiency, University of California
Press, Berkeley and Los Angeles, 1982.
Kornai J. et Weibull J. W., « The Normal State of the Market in a
Shortage Economy : a Queue Model », Discussion paper, The Insti-
tute for International Economic Studies, Stockholm University,
1977.
Kurihara M. et Sullivan E. C., « Estimating Origin-Destination Matri-
ces from Roadside Interview Surveys », Transportation Research,
B, 21, 1987, p. 233-248.
Laferrière R., « Une Agrégation Nouvelle des Itinéraires de Transport

Aérien (ANITA) », Publication CRT-574, Centre de recherche sur
les transports, Université de Montréal, février, 1988, 106 p. Télé-
chargeable de la page Analyse de la demande du site Agora Jules
Dupuit www.ajd.umontreal.ca.
Laferrière R., « A Travel Demand Forecasting Dilemma : To Pivot or
Not ? », The Logistics and Transportation Review, 30, 1, 1994, p.
21-29. Téléchargeable de la page Analyse de la demande du site
Lancaster K. J., « A new approach to consumer theory », Journal of
Political Economy LXXXLV, 1966, p. 132-157.
Lancaster K. J., Consumer Demand : A New Approach, Columbia
Leonardi G., « The Structure of Random Utility Models in the Light of
the Asymptotic Theory of Extremes », WP-82-91, International
Institute for Applied Systems Analysis, september, 1982, 45 p.
Leontief W., The Structure of the American Economy, 1919-1929,
Cambridge, Mass, 1941.
Leurent F., « Calcul de deux modèles d’affectation », Rapport de
convention SETRA-INRETS, Référence INRETS : 18-98 SETRA,
février, 1999, 41 p.
Levitt S. D. et Dubner S. J., Freakonomics, William Morrow, New
York, 2005.
Liem T. C., Gaudry M., Dagenais M. et Blum U., « LEVEL : The L-1.5
program for BC-GAUHESEQ (Box-Cox Generalized AUtore-
gressive HEteroskedastic Single EQuation) regression and multi-
moment analysis », in Gaudry M. et Lassarre S., eds, Structural
Road Accident Models : The International DRAG Family, Elsevier
Science Publishers, Oxford, Ch. 12, 2000, p. 263-324.
Lill E., « Das Reisegesetz und seine Anwendung auf den Eisenbahnve-
rkehr », Wien 1891.
Low D., « A New Approach to Transportation System Modelling »,
Traffic Quarterly, 26, 1972, p. 391-404.
Lowry I. S., « A Model of Metropolis », RAND Memorandum 4025-
RC, 1964.
Mandel B., Gaudry M. et Rothengatter W., « A Disaggregate Box-Cox
Logit Mode Choice of Intercity Passenger Travel in Germany and
its Implications for High Speed Rail Demand Forecasts », The
Annals of Regional Science, 31, 2, 1997, p. 99-120.
Marche R., « Pour mieux comprendre les déplacements interrégio-
naux de voyageurs : un modèle multimodal de demande : 1re par-
tie : Les objectifs retenus et la conception générale du modèle –
2e partie : Description du modèle et premiers résultats », Les

Cahiers Scientifiques de la Revue Transports, no 2., 1980.
McFadden D., « On independence, structure, and simultaneity in
transportation demand analysis », Working paper 7511, Institute of
Transportation and Traffic Engineering, University of California,
Berkeley, CA, 1975.
McFadden D., « Modelling the Choice of Residential Location », in
Karlvist A., Lundqvist A., Snickars F. et Weibull J. (eds), Spatial
Interaction Theory and Planning Models, North-Holland, 1978, p.
75-96.
McFadden D., « Measuring Willigness-To-Pay for Transportation
Improvements », Ch 15 in Gärling T., Laitila T. et Westin K. (eds),
Theoretical Foundations of Travel Choice Modelling, Pergamon,
1998, p. 339-364.
McFadden D. et Train K., « Mixed MNL models for discrete res-
ponse », Journal of Applied Econometrics, 15, 2000, p. 447-470.
McLynn J. M., Goldman A. J., Meyers P. R. et Watkins R. H., « Ana-
lysis of a Market Split Model », Journal of Research of the National
Bureau of Standards, 72-B, #1, 1968.
Mercenier J., Mérette M., Harvey S. et Karangwa E., « GET-1, A
Transport-Oriented Computable General Equilibrium Model of
the Canadian Economy », November, 2001, 27 p. Téléchargeable
de la page Transport et Économie du site Agora Jules Dupuit
www.ajd.umontreal.ca.
Meyer J. R. et Straszheim M. H., Pricing and Project Evaluation,
Brookings Institution, Washington, 1971.
Moore E. F., « The shortest path through a maze ». International
Symposium on the Theory of Switching, 1957. Proceedings, Part II,
Harvard University, Cambridge, MA. ; also in Annals, Computa-
tion Laboratory Vol. 30, 1959.
Morellet O. et Marchal P., « M.A.T.I.S.S.E., Un modèle intégrant
étroitement contexte socio-économique et offre de transport »,
Rapport 203, Institut National de la Recherche sur les Transports et
leur Sécurité, décembre, 1995, 97 p.
Morgenstern O., « Vorläufiger Bericht über einen Haupteil des Fra-
genkomplexes bezüglich des Wettbewerbes zwischen Eisenbahn
und Auto in Oesterreich », Oesterreichischen Institutes für Konju-
nkturforschung, Vienne, le 28 août 1936, 102 p.
Moses L., « The Stability of Interregional Trading Patterns and Input-
Output Analysis », American Economic Review, 1955.
Netter M., « Equilibrium and marginal cost pricing on a road network
with several flow types », in : Traffic Flow and Transportation, Pro-
ceedings of the Fifth International Symposium on the Theory of

Traffic Flow and Transportation, Elsevier, New York, 1972, p. 155-
163.
Nguyen S., « An algorithm for the traffic assignment problem », Trans-
portation Science, 8, 1974, p. 203-216.
Nguyen S., « Estimating an O-D Matrix from Network Data : A
Network Equilibrium Approach », Publication # 39, Centre de
recherche sur les transports, Université de Montréal, 1977.
Newton I., De Motu Corporum in Gyrum, 1684.
Nishimura K. G. et Ozaki H., « Search and Knightian Uncertainty »,
Journal of Economic Theory, 119, 2004, p. 299-333.
Nördling W. von, « Le prix de revient des transports par chemin de fer
et la question des voies navigables en France, en Prusse et en
Autriche », Annales des Ponts et Chaussées : Mémoires et Docu-
ments, 6e Série, 11, 1, 1886, p. 292-303.
Orro A., Novales M. et Benitez F. G., « Nonlinearity and Taste Hete-
rogeneity Influence on Discrete Choice Model Forecasts », Asso-
ciation for European Transport and contributors, 2005, 18 p.
Ortúzar J. de D. et Willumsen L. G., Modelling Transport, Wiley, 2001.
Overgaard P., « Development of a simplified traffic model for the city
of Silkeborg », O.E.C.D. Seminar in Copenhagen.
Podkaminer L., « Macroeconomic Disequilibria in Centrally Planned
Economies : Identifiability of Econometric Models Based on
Theory of Households Behavior Under Quantity Constraints »,
Zaklad Badań Statystyczno-Ekonomicznych Zeszyt 30, Warsaw
1989.
Polèse M. et Shearmur R., Économie urbaine et régionale. Introduction
à la géographie économique, Paris, Economica, 2005.
Portes R., Quandt R., Winter D. et Yeo S., « Macroeconomic Planning
and Disequilibrium Estimates for Poland, 1955-1980 », Econome-
trica, 55, 1, 1987, p. 19-41.
Potts R. B. et Oliver R. M., Flows in Transportation Networks, Acade-
mic Press, 1972.
Quandt R. E. et Baumol W. J., « « The Demand for Abstract Trans-
port Modes : Theory and Measurement », Journal of Regional
Science, 6, 2, 1966, p. 13-26.
Quesnay F., Tableau Économique, Versailles, 3e édition, 1759.
Quinet E., Principes d’économie des transports, Economica, Paris,
1998.
Rassam P. R., Ellis R. H. et Bennett J. C., « The N-Dimensional Logit
Model : Development and Application », Peat Marwick and Mit-
chell & Co, Washington, D.C., 1970, 42 p. Also in Highway

Research Record, 369, 135-147, 1971.
Rea J. C., Platts J. et Wills M. J., « The Potential for Rail Passenger
Services in the Windsor-Quebec City Corridor », RTAC Newslet-
ter, Summer, 1977, p. 9-15.
Ricardo D., The Principles of Political Economy and Taxation, Lon-
don, 1817.
Rosen S., « Hedonic prices and implicit markets », Journal of Political
Economy, 82, 1974, p. 34-55.
Sauvant A., « Volume et partage modal du transport des marchandises
de 1845 à nos jours », Notes de Synthèse du SES, mars-avril, 2002,
p. 19-26.
Sévène, L., « Notes prises par les élèves au cours de chemin de fer,
session 1876-1877 », École Nationale des Ponts et Chaussées, Paris,
1877.
Slutsky E. E. , « Sulla teoria del bilancio del consumatore », Giornale
degli Economisti, 51, july, 1915, p. 1-26.
Small K. A. et Rosen H. S. « Applied Welfare Economics with Dis-
crete Choice Models », Econometrica, 49, No. 3, January, 1981.
Spiess H., « A Maximum Likelihood Model for Estimating Origin-
Destination Matrices », Transportation Research, B, 21, 5, 1987, p.
395-412.
Steuart-Denham J., An Inquiry into the Priniples of Political Economy,
1767.
Tavernier R., « Note sur les principes de tarification et d’exploitation
du trafic voyageurs », Annales des Ponts et Chaussées, Mémoires et
Documents, 6ème Série, 17, 2 , 1889, p. 559-654.
The Economist, « Economic Focus : The value-subtractors of Eastern
Europe », January 5 1991, p. 51.
Theil H., « The Theory of Rational Random Behaviour and its Appli-
cation to Demand Analysis », European Economic Review, 6, 1975,
p. 217-226.
Transport Canada, « SOMPS : An Outline of PERAM Forecasts for
Domestic Travel by Mode », Draft preliminary working paper,
Ottawa, Transport Canada, Strategic Planning Group, 1979.
Truong T. P., A Theoretical Analysis of Choice Demand and Time
Allocation : with Reference to Travel, Ph. D. Thesis, School of Eco-
nomics and Financial Studies, Macquarie University, December,
1981, 282 p.
Tukey J. W., « On the comparative anatomy of transformations »,
Annals of Mathematical Statistics, 28, 1957, p. 602-632.
Van der Tak H. G. et Ray A., « The Economic Benefits of Road

Transport Projects », World Bank Staff Occasional Paper 13, Balti-
more, 1971, 42 p.
Wardrop, J. G., « Some theoretical aspects of road traffic research »,
Proceedings, Institute of Civil Engineers, PART II, Vol.1, 1952,
p. 325-378.
Warner S. L., Stochastic Choice of Mode in Urban Travel : A Study in
Binary Choice, Northwestern University Press, Evanston, II1.,
1962.
Weibull W., « A statistical theory of the strength of materials », Inge-
niörs Ventenskaps Akademiens Handligar, No 151, Stockholm,
1939.
Weibull W., « A statistical distribution function of wide applicability »,
Journal of Applied Mechanics, 18, 1951, p. 293-297.
Williams H. C. W. L., « On the Formation of Travel Demand Models
and Economic Evaluation Measures of User Benefit », Environ-
ment and Planning, 9a(3), 1977, p. 285-344.
Wills M. J., Development of the Highway Network, Traffic Flow and the
Growth of Settlements in Interior British Columbia, M.A. Thesis,
Department of Geography, The University of British Columbia,
Vancouver, 1971.
Wills M. J., Linear and Nonlinear Estimators of the O-D Matrix, Ph. D.
Thesis, Department of Geography, The University of British
Columbia, Vancouver, 1978, 342 p.
Willumsen L., « Estimation of an O-D matrix from traffic counts : a
review », Working paper No 99, Institute for Transport Studies,
Leeds University, 1978.
Wilson A. G., « A Statistical Theory of Spatial Distribution Models »,
Transportation Research, 1, 1967, p. 253-269.
Wilson A. G., Entropy in Urban and Regional Planning, Pion, London,
1970.
Working E. J., « What do statistical “demand curves show ? », Quar-
terly Journal of Economics, 41, 212-35, 1927.
Zuylen H. J. van, « A method to estimate a trip matrix from observed
link volume counts », PTRC Annual Meeting, 1978.
Annexe 1. Les opérations classiques de l’analyse input-output

Pour reproduire dans notre cadre la séquence classique dans un cas
simple, considérons la matrice suivante fondée sur une matrice O-D
symétrique :
Tableau 5
Matrice comptable avec flux O-D symétriques
et intéressons-nous à la demande sortante (de même structure que la

demande entrante). On définit alors ainsi A, la matrice des coefficients
« directs » :
A = N•B-1, (1.1)
où B est la matrice diagonale formée des éléments du vecteur de

demande totale sortante TL :
TL1
TL2
B≡ TL3
TL4
en sorte que : NL = A•TL . (1.2)
Dans la matrice A, un coefficient aij a le même sens qu’en analyse

input-output : par exemple le coefficient a21 = 200/400 tiré de la
matrice A pertinente au cadre matriciel IV suivant
IV B T M J
B 0 200/1600 0 0
T 200/400 0 400/800 600/1200

≡A
M 0 400/1600 0 0
J 0 600/1600 0 0
signifie que 5 unités de flux passent par Talon pour 10 unités de flux
passant par Bourassa de toutes origines.
Et on peut par ailleurs aussi dériver la matrice (I – A)-1 des coeffi-
cients « indirects » à partir de (2) où l’on substitue (1.2) :
TL = A•TL + FL (1.3)
d’où l’on tire bien :
TL = (I-A)-1 FL (1.4)
On constate que la matrice C = (I-A)-1 des coefficients indirects

cij conserve son sens : par exemple, c34 = 0,125 signifie que pour
1000 unités passant par Jardin (de toutes origines), 125 unités de plus
passent par Montigny même s’il n’existe dans le cadre matriciel IV
aucun flux qui va directement de Montigny à Jardin, comme l’indi-
quent les cases foncées de A et C.
1,0 -0,125 0 0 -1 0,6675 0,125 0,0625 0,0625

-0,5 1,0 -0,5 -0,5 0,5000 1,000 0,5000 0,5000
≡C
0 -0,25 1,0 0 = 0,1250 0,250 0,2500 0,1250
0 -0,375 0 1,0 0,1875 0,375 0,3750 0,0125
Il s’ensuit que, pour faire une prévision des flux intermédiaires N* à

partir d’une hausse prévue des éléments des demandes finales sortan-
tes, FL*, on calcule successivement :
TL* = (I-A)-1 FL* (1.5)
et
N* = A•B* (1.6)
Annexe 2. Sur une interprétation économique de la courbe

débit-temps
Routes et fonctions de production. Notre point de vue, exprimé
ailleurs (Gaudry, 1976) et résumé ici de manière partielle et vulgarisée
pour en tirer des implications de politique économique, est qu’il faut

comprendre chaque lien a d’un réseau comme une fonction de produc-
tion de déplacements Qa qui utilise comme intrants les (véhicules)-
distance Da et les (véhicules)-temps Ta.
Paradoxalement, ces inputs caractérisent aussi l’unité d’output
parce qu’ils définissent le vecteur des composants physiques constitu-
tifs du bien qa nommé « déplacement par a » : ce bien n’a pas d’autre
consistance empirique76 que celle des caractéristiques mesurables du
vecteur.
Et si c’est en effet un vecteur de caractéristiques physiques par
déplacement qui est produit par cette sorte d’usine qu’est toute infras-
tructure77 correctement définie (avec sa technique de production,
comme on l’a expliqué à la Figure 1), alors chaque déplacement indivi-
duel qa produit sur le lien a est complètement défini par son vecteur
d’éléments mesurés en dimensions physiques :
qa ≡ [da, ta], (2.1)
où da désigne la longueur constante78 du lien a, ta = ta (va) désigne la

courbe de débit-temps de parcours qui est fonction de va, le débit
d’usage va = va (Qa) sur ce lien79. Ce débit va est exprimé par exemple
en véhicules par heure et, dans le cas simple du lien unique discuté ici,
réfère de facto à la quantité de déplacements produite Qa elle-même
parce que l’itinéraire et le lien sont confondus.
La conséquence de la double face de la distance et du temps, à la
fois intrants et extrants, est que deux déplacements de même longueur
d effectués à des vitesses différentes, i.e. qui ne prennent pas le même
temps sur a, ne forment que deux des biens distincts appartenant à
l’ensemble {B} que peut produire l’usine a à partir de véhicules-
intrants :
{qa1 ≡ {[da, ta1], ..., qa2 ≡ [da, ta2], ..., qab ≡ [da, tab], ..., qaB ≡ [da, taB]}, (2.2)
ensemble de toutes les combinaisons accessibles sur et au-dessus de la

courbe ta = ta (va) qui est bien la seule combinaison précisément
définie par le temps minimal requis80 par le flux de débit va.
76. Les « lignes de désir » des années 1960 sont en fait les matrices O-D.
77. Nous négligeons le coût du véhicule, tenu pour nul.
78. La formulation est plus générale dans l’étude citée parce que le déplacement y peut exiger
un parcours produit sur plusieurs liens connexes reliant une paire O-D.
79. Il s’agit naturellement du débit maximal pour les niveaux donnés des inputs.
80. On peut bien sûr choisir une vitesse inférieure à la vitesse maximum réalisable, comme le
font les entreprises de transport en commun.
Fonctions de production et courbes de débit-temps. Il y a deux

façons d’obtenir les courbes débit-temps tq (va) à partir de la fonction
de production.
i) Une projection physique. La première consiste à transformer la
fonction de production à deux arguments en ignorant la distance. Cette
projection particulière de la fonction permet de définir pour l’autre
dimension un temps moyen et un temps marginal par unité produite,
comme à la Figure 11.
Un problème d’interprétation se pose alors parce que l’abscisse
désigne bien le taux d’output de déplacements, mais l’ordonnée ne fait
que montrer la variation minimale de leur qualité ta lorsque ce taux
croît : naturellement, la qualité de ta diminue, comme s’étiole avec la
foule la qualité « réelle » du bain en piscine publique.
Mais une projection de la fonction de production conserve ses
dimensions de nature physique. En conséquence, si l’on propose
qu’une taxe égale à la distance entre les deux courbes au point q2 de la
Figure 11 soit imposée pour déplacer, verticalement et d’une hauteur
égale à cette distance, la courbe dite de « temps ressenti ou perçu » tq
(va) jusqu’au point précis d’intersection indiqué par la courbe en poin-
tillés, on demande quelque chose qui n’a pas de sens. On confond deux
univers de dimensions différentes : il faudrait une taxe définie et payée
en temps.
Figure 11
Courbe débit-temps de parcours et taxe optimale
Une telle proposition surprend par ailleurs le lecteur : car la réaction

normale à la baisse de la qualité du produit dégradé « output d’équili-
bre » qa* ≡ [d, ta*] devrait être de susciter une proposition de baisse de
son prix plutôt que celle d’une hausse par une taxe. Dans le même
ordre d’idées, qui songerait à gérer une piscine en haussant le tarif payé
par tous à chaque fois qu’arrive un nouveau baigneur ? Qui songerait à

imposer à tous ceux qui sont déjà dans la queue d’un guichet bancaire
automatisé un tarif variable, qui augmenterait bien sûr chaque fois que
la queue s’allonge, et payé à leur arrivée au guichet ?
Ce qui se passe réellement sur le marché est plutôt un ajustement
de la nature du vecteur produit et l’élaboration d’une tarification en
conséquence. Chaque banque (ou piscine privée) définit une certaine
qualité de service (une distribution de probabilités) et fixe un tarif par
niveau de service. Sur un marché concurrentiel de biens à qualité
variable et dépendante de l’usage81, les tarifs les plus élevés correspon-
dent normalement à des espérances d’utilité des services plus élevées
(à des équivalent-certains plus élevés). Si on paie plus cher, on obtient
par exemple une queue en moyenne plus courte ou moins incertaine ;
le vecteur de niveaux de service acheté est payé en argent à chaque
transaction au guichet.
Alors, si une taxe « optimale » en argent n’a pas grand sens sur une
fonction de production, une taxe en nature lui serait-elle préférable ?
Peut-on atteindre le résultat visé par la taxe, par exemple par l’ajout de
chicanes, rehaussements et rétrécissements à une rue, pour obtenir le
niveau et la vitesse qui seraient optimaux en l’absence de ces mesures
d’apaisement ? Malheureusement, ces mesures déplacent le niveau de
la fonction de production vers le haut contrairement à une taxe en
argent qui cherche en principe à déplacer non pas la fonction elle-
même mais seulement sa valeur perçue.
Une chicane modifie la fonction de production et réduit l’output
tout en engageant des ressources réelles pour atteindre son but. Une
chicane n’est pas une prébende : elle diminue la composante tempo-
relle de l’output produit au nouvel équilibre présumé et exige pour son
implantation la saisie de ressources réelles : une double perte de res-
sources, indépendamment des transferts impliqués. Une chicane fait
de la redistribution entre Pierre et Paul tout en les appauvrissant82.
Si les relations de demande et de capacité sont exprimées en unités
physiques, la taxe n’a pas de sens. Peut-on alors passer en unités
économiques ?
ii) Une projection économique. Après un rappel de l’objectif d’effi-
cience visé, examinons successivement les fonctions de demande et de
coût, puisqu’il faut des unités communes.
81. La piscine, le guichet bancaire et la route ne sont en rien des biens publics au sens de
Samuelson. Ce sont des biens rivaux à qualité variable et dont la consommation d’une unité
supplémentaire impose un coût mesurable.
82. Ce qui est compatible avec une amélioration absolue de la situation de l’un ou de l’autre au
détriment du premier.
C’est dans un contexte d’omniscience particulier que les économis-

tes83 insistent envers et contre tous pour recommander la taxe ver-
tueuse qui comblera l’écart, naturellement connu de manière exacte à
tout moment pour l’ensemble des liens du réseau, entre le coût
(moyen) privé valorisé supposé et le coût (marginal) social évident par
unité. La belle taxe déplacera enfin la courbe de coût perçu parallèle-
ment vers le haut jusqu’au nirvana de l’optimum social.
La relation de coût. On rencontre de nombreuses variantes de la
courbe débit-temps transformée en courbe de débit-coût du temps par
déplacement, expression qui s’abrège par « débit-coût temps ».
La dérivation la plus simple à partir de la fonction de production
suppose que le prix de la distance est nul et fixe à 1 le prix de référence
du temps pour garder intacte l’échelle de l’ordonnée de la Figure 11,
rebaptisée « coût du temps par véhicule ». Dans ce résultat, le coût
moyen du temps par véhicule augmente toujours au-delà du même
point H de congestion naissante, parce que le composant temps du
vecteur (2.1) change suite aux modifications de la nature physique du
déplacement.
Ce résultat pose à notre avis un problème non pas tant à cause de la
hausse du coût considéré comme tel mais parce que l’output croissant
qui provoque cette hausse n’est pas de qualité constante. Le résultat
exprime donc en fait un coût par unité ajusté pour la qualité (conges-
tion) changeante, et qui devrait être désigné par c* pour le distinguer
du coût à qualité constante c.
Explicitons un ajustement pour la qualité par un exemple simple84
de forme multiplicative85 :
c* = c•taa (2.3)
où ta approxime ici la courbure de la fonction dans le domaine situé

au-delà du point de congestion H. Par voie de conséquence, le coût
marginal est aussi un coût marginal ajusté pour la qualité, si cette
notion a un sens. Comment donc interpréter cette fonction de coût
(2.3) alors que les fonctions de coût classiques en microéconomie
supposent que la qualité du bien produit est constante ?
83. Et pas des moindres puisque la liste inclut le canadien William Vickrey qui a contribué à en
établir l’argumentaire.
84. Le lecteur intéressé trouvera l’exemple plus général construit avec deux caractéristiques de
temps, mais le même genre de fonction multiplicative, dans le rapport COST 318 ou dans Gaudry
(1998).
85. Nous ne cherchons pas à reproduire la forme exacte des fonctions de congestion, mais à
illustrer le problème.
Pour comprendre qu’une fonction de coût ajustée pour la qualité

pose une question de fond, imaginons la courbe de coût moyen de
production d’un bien ordinaire, la saucisse, dont la qualité ts se modi-
fierait à mesure qu’augmenterait le débit de l’usine. Si l’abscisse est
définie en kilogrammes de viande, la courbe de coût de production
devient intéressante. On pourrait en dire ceci : à bas débit (près de
l’origine), la viande produite86 n’est en fait que de la saucisse de
Toulouse qui, à débit moyen, se transforme en saucisse de Strasbourg
pour enfin devenir, dans les hauts débits, du Weisswurst. On voit alors
mal comment définir une courbe de coût unique pour cette viande de
qualité variable en fonction de la quantité produite, pour ne rien dire
de la courbe d’offre. C’est pourtant le sens de la courbe de coût temps
obtenue par un procédé analogue : si l’input temps est homogène,
l’output déplacement ne l’est pas.
La courbe de coût ajustée pour la qualité peut-elle alors être utile ?
La minimisation du coût temps du transport a un sens assez clair pour
une firme qui, dotée d’un contrôle centralisé de sa flotte de véhicules,
dispose de l’usage exclusif du réseau. Connaissant les prix de ses inputs
propres, elle peut en principe minimiser son coût total de transport :
(a) soit par une affectation des véhicules optimale au sens système, ce
qui lui permettra de calculer par lien une taxe virtuelle87 implicite ; (b)
soit en transformant cette taxe virtuelle en péage réel imposé à ses
véhicules, récupéré par elle comme autorité organisatrice, et en suppri-
mant le contrôle centralisé de ses chauffeurs.
Mais le problème se complique pour les usagers de la voiture parti-
culière pour lesquels, contrairement aux taxis et aux transports de fret,
les prix de référence des inputs sont davantage des valeurs d’option
qu’autre chose, ce qui fait de la courbe de coût temps moyen par
véhicule une construction sensible aux valorisations préconisées. Mais
admettons qu’il existe pour ce marché des valeurs empiriques applica-
bles au conducteur représentatif de l’offre de conduite pour toute88
paire origine-destination. Le fait demeure que la courbe de coût temps
ainsi dérivée correspondra toujours à une quantité dont la qualité est
mouvante.
86. À l’évidence une théorie mortadelle digne de Freakonomics (Levitt & Dugner, 2005) et qui
répond à la question : « Pourquoi les automobilistes détestent-ils la tarification routière au coût
marginal social ? »
87. Qui définit une sorte de prix d’ordre (shadow price) de l’usage du lien.
88. Ce qui est manifestement faux dans la vraie vie. Pour une part, c’est justement parce qu’ils
ont des valeurs du temps différentes que les consommateurs choisissent des moments et des modes
de transport variés.
Si donc on s’acharne à vouloir une taxe, il faudra que la courbe de

demande DD soit aussi exprimée dans des unités conformes à celles de
la courbe de coût. À la Figure 11, elle n’est pas ajustée pour la qualité
et l’y mettre n’est pas simple.
La relation de demande. La courbe de demande déjà illustrée est la
dérivée partielle de la fonction de demande du bien par rapport au
composant temps de trajet : elle décrit comment le nombre de déplace-
ments demandé varie lorsque la qualité du service baisse, à longueur et
prix par lien donnés. Sa localisation et sa forme dépendent de coeffi-
cients tirés de la fonction estimée, par exemple ceux de (C) pour le cas
multiplicatif présenté en (2.5).
Pour l’exprimer dans les mêmes unités que la courbe de coût com-
pensé pour la qualité, il faudra partir de la forme estimée et trouver sa
nouvelle position sur le graphe quand on l’exprime en prix compensé
pour la qualité.
Supposons alors, conformément à (2.3), que la quantité ajustée
pour la qualité s’écrive :
q* = q•t–a␣ (2.4)
et que la fonction de demande exprimée en unités compensées pour la

qualité soit de forme multiplicative et s’écrive (A) en (2.5). Comme la
forme estimée (C) est obtenue après substitution en (B) du prix com-
pensé par sa valeur (2.4), il nous faut reparamétrer la courbe de
demande empirique (C) en termes des paramètres de (2.4). Cela est
réalisable dans notre exemple simple dont les opérations :
(2.5)
impliquent qu’il est possible d’exprimer (C) ou sa dérivée partielle en

valeurs ajustées car, en (C), a1 = – c1/2b1.
Il n’est donc pas trivial, même dans un cas multiplicatif simple, de
relocaliser la courbe de demande DD en fonction du prix compensé.
Cet exercice terminé, on pourra établir une taxe dans la nouvelle
version de la Figure 11 dont l’ordonnée montrera des coûts et des prix

compensés.
Si on accepte notre interprétation de la fonction de production
présentée plus haut, les propositions des économistes impliqueraient
donc de tenter l’égalisation d’un coût et d’un prix ajustés pour la
qualité et dont le niveau d’équilibre est établi par une courbe de
demande aux unités conformes à celle des fonctions de coût. Il est
possible que leurs propositions s’accompagnent d’un manuel pratique
utilisable pour des fonctions de demande et d’ajustement qualité plus
générales que la forme multiplicative si particulière, mais alors ce tour
de force est mal connu.
Politique de tarification routière. On peut alors comprendre la
méfiance de l’électeur médian. Coincé entre les fonctions de produc-
tion exprimées en unités physiques (où la taxe n’a pas de sens) et les
fonctions de coût exprimées en unités ajustées pour la qualité (où la
taxe par lien, utilisé par un public O-D aux valeurs du temps plurielles,
n’est guère calculable), peut-être a-t-il l’intuition, reflétée dans le dis-
cours politique, qu’il y a quelque part un problème de définition du
bien.
On le comprendrait de ne pas être encore très ouvert à une discus-
sion sur le « coût marginal » ou le « coût social » de son déplacement,
discussion qui lui semble inachevée si la courbe débit-temps sur
laquelle repose l’argumentaire n’est pas vraiment une courbe d’offre
pour un bien homogène de qualité constante. Aussi préfère-t-il parfois
aux péages optimaux recherchés des péages approximatifs qui reflè-
tent très grossièrement les variations normales de la valeur des res-
sources dans le temps, comme le fait d’ailleurs toute tarification de
pointe.
Son interrogation sur la nature des unités des services de transport
a des liens de parenté avec l’objet de la querelle, qui a duré de 1891
jusqu’en 1920 et au-delà, entre F. W. Taussing et A. C. Pigou sur la
nature de l’output en transport.
Nous pensons qu’il y a quelque chose de la nature vectorielle des
services de transport et de l’hétérogénéité des valeurs du temps des
usagers qui exige encore d’être pris en compte dans cette littérature
sur la courbe de débit-temps et les équilibres de production ou de
consommation recherchés.
Annexe 3. Élasticités fixes et stochastiques : un rappel

Deux modèles représentatifs. Les deux formes typiques des modè-
les de trafic sont les modèles classiques de niveaux (e.g. (26)) et les
modèles Logit probabilistes ou de parts (e.g. (15)) dont nous souhai-

tons discuter des élasticités en prenant en compte l’usage des transfor-
mations de Box-Cox.
En nous inspirant de Gaudry (2005), nous nous intéressons donc au
modèle de régression classique linéaire et à sa généralisation Box-Cox,
respectivement :
(3.1-A)
et
(3.1-B)
où la variable dépendante y est supposée strictement positive, l’indice

k est associé aux variables explicatives et les indices t des observations
ont été conservés.
Nous nous intéressons aussi au modèle Logit Linéaire explicatif de
la probabilité de choix ou de la part de marché de l’alternative i, et à sa
généralisation Box-Cox Logit Standard, respectivement, comme aux
équations (15) et suivantes :
(3.2-A1)
(3.2-A2)
où les variables explicatives utilisées dans la fonction d’utilité repré-

sentative d’une alternative Vi sont partagées entre des variables Xn
descriptives de celle-ci et des variables Xs communes aux alternatives,
et :
(3.2-B)
où nous avons négligé les indices t des observations pour alléger l’écri-
ture.
Rappel intuitif de la transformation de Box et Cox. Dans ces deux

formulations (3.1-B) et (3.2-B), la transformation Box-Cox de toute
variable dépendante ou explicative Varv
(3.3)
est bien définie de façon usuelle89. On remarque en passant que, dans

cette transformation :
(i) le rôle principal du terme -1/k est d’assurer la continuité de la
transformation à 0 : une simple transformation puissance impliquerait
que la variable transformée tende vers 1, plutôt que vers son loga-
rithme naturel, lorsque son k propre tend90 vers 0. À toutes autres fins
utiles, l’interprétation du k est la même que celle d’une simple puis-
sance ;
(ii) dans (3.1-B), ou d’ailleurs dans (3.2-B), la dérivée partielle de la
variable dépendante par rapport à un Xk explicatif est de forme
bkXkk-1, ce qui implique que le signe de k n’a pas d’effet sur le signe
anticipé du bk parce que Xkk-1 est toujours positif.
Variables explicatives continues et notion simple ou « échantillon-
nale ». Si l’on s’intéresse à une variable explicative continue Xk, la
notion simple de l’élasticité est le ratio de la variation en pourcentage
de la variable dépendante y et de la variation en pourcentage de la
variable explicative d’intérêt, c’est-à-dire :
(Variation de y / niveau de référence de y) 100

Élasticité de y par rapport à Xk ≡ (3.4)
(Variation de Xk / niveau de référence de Xk) 100
Plus précisément, pour une fonction quelconque :
y ← f (X1, ..., Xk, ... XK) + e, (3.5)
89. Nous ignorons donc ici le coefficient m défini dans l’article de Box et Cox (1964) et nous en
tenons à la définition commune. Par ailleurs, lorsque la variable dépendante y n’est pas transfor-
mée mais que les variables explicatives le sont, on dit parfois Box-Tidwell (1962) plutôt que
Box-Cox, mais nous négligerons cette pratique.
90. La démonstration de la limite lorsque l tend vers 0 est faite en utilisant la règle de
l’Hospital.
on écrit :
(3.6)
où yr et Xkr sont les niveaux de référence de y et de Xk. Mais on préfère

généralement à cette mesure d’arc la mesure en un point :
(3.7)
où la ligne verticale signifie que la dérivée est « évaluée au point y = yr

et Xk = Xkr » pour les variables d’intérêt y et Xk et « au point Xl = Xrl »
pour les autres variables appartenant à (3.5). En effet, même si cette
fonction est linéaire et que la dérivée partielle en (3.7) est égale au
coefficient bk, l’élasticité variera selon le ratio des valeurs de référence
choisies.
Cette notion simple est souvent attribuée91 dans la littérature à
Marshall qui l’aurait découverte en 1882 lors d’un séjour à Palerme
mais ne l’aurait rendue publique qu’en 1890 dans la première édition
des Principles of Economics. Elle a l’avantage d’être un nombre pur
(sans unités) et d’être intuitive : on voit immédiatement si une élasti-
cité est convaincante.
Dans le cas où l’on estime une fonction, le rapport des valeurs de
référence peut être un point particulier de l’échantillon ou un ensem-
ble de points, par exemple le point représentatif des valeurs moyennes
des variables. Sauf exception, par exemple logarithmique, l’élasticité
dans les modèles de régression classique et logistique varie selon le
point d’évaluation. On l’évalue souvent au point moyen de l’échan-
tillon, ce qui a pour avantage que la valeur moyenne de y correspond à
l’espérance mathématique de cette variable si la fonction (3.5) est
linéaire.
91. La notion d’élasticité était commune dans les cours à l’ENPC (Sévène, 1877 ; Tavernier,
1889) et utilisée dans sa formulation mathématique par un élève de l’ENPC qui publiait sur les
coûts ferroviaires dans les Annales des Ponts et Chaussées (Nördling, 1886) comme l’ont vérifié
Ekelund et Hébert (1999) qui laissent entendre qu’elle aurait pu être empruntée par Marshall qui
lisait le français et citait même Dupuit sur d’autres points. Caveat indigator !
En fait, il est sage de reconnaître d’emblée que l’évaluation peut

généralement être faite en n’importe quel point t de l’échantillon et
d’incorporer cette information à la formule (3.7) qui devient alors :
(3.8)
En conséquence, il ne faudra pas confondre l’évaluation au point

moyen d’un échantillon et la moyenne des évaluations faites chacune
en un point de l’échantillon. L’élasticité « à la moyenne » n’est pas
l’élasticité moyenne calculée en faisant la moyenne des élasticités
ponctuelles.
Reconnaissance du caractère aléatoire de y. En fait l’expression
(3.8) traite implicitement la fonction (3.5) sans reconnaître le caractère
aléatoire de y. Puisque cette variable est bien aléatoire, on peut s’inté-
resser rigoureusement à tous ses moments. Pour les deux premiers
moments, on écrirait, respectivement pour le premier et le second :
(3.9)
(3.10)
Plus généralement, on peut s’intéresser aussi à la médiane de y ou à

d’autres moments de y, comme le troisième, mais ces applications sont
rarissimes même si, par exemple, l’impact de Xk sur le point médian est
souvent d’intérêt pratique en économie. En fait, la mesure elle-même
de l’élasticité devient aléatoire puisqu’elle incorpore des variables
aléatoires. On peut alors définir des écarts-types pour l’élasticité, mais
nous ne développerons pas ici ces idées.
Remarquons en passant que la probabilité de choix dans le modèle
Logit est aussi traitée comme une variable déterministe, même si on
peut relier la forme (3.2) à des aléas de l’utilité individuelle, dans la
tradition dite « de l’utilité aléatoire ». En effet, personne ne s’intéresse

à E(pi), l’espérance de la probabilité de choix, ou à d’autres moments
de cette probabilité comme sa variance92 ou son asymétrie. À notre
connaissance, on ne trouve dans la littérature aucune formulation qui
traite des moments de la probabilité ou de la part du modèle (3.2) de
manière analogue à (3.9) ou (3.10).
Notion simple dans le cas du modèle Logit. L’application mécani-

que de la notion non aléatoire simple à la probabilité ou à la part de
marché produit une expression correspondant exactement à (3.8) :
(3.11)
qui est bien la formule « élasticité-parts » utilisée le plus souvent avec

le modèle Logit, sauf pour de rares évaluations de la forme « élasticité-
points de pourcentage » dont nous parlerons maintenant.
La notion de points de probabilité ou de pourcentage. Comme une

part ou une probabilité est déjà un pourcentage, il serait préférable,
pour retrouver l’intuition première exprimée en (3.4), d’utiliser la
notion de « points de pourcentage » (en agrégé) ou de « points de
probabilité » (en désagrégé) plutôt que la mesure (3.11) d’élasticité de
la part ou de la probabilité. La nouvelle mesure est obtenue en multi-
pliant (3.11) par la part de référence (au point t) :
(3.12)
et elle correspond bien à ce que l’on fait quand on discute de valeurs

obtenues en appliquant (3.11) puisqu’il est alors nécessaire de se rap-
peler du niveau de référence de la part ou de la probabilité pour
l’interpréter (3.11) : gagner 5 points donne une forte élasticité si la part
de marché du mode considéré représente 10 % du marché mais donne
une élasticité faible si elle est de 90%. Il est plus simple et plus clair de
calculer le nombre de points, comme le fait (3.12).
92. Ici comme plus haut en (3.1) ou (3.5), il ne faut pas confondre l’intérêt porté à la variance de
l’erreur de régression (le problème de l’hétéroscédasticité) avec celui de la variance de la variable
dépendante.
Les variables catégoriques dans les deux types de modèles. Même si

la dérivée d’une variable auxiliaire (catégorique ou binaire) Xd
n’existe pas et qu’il est impossible de calculer (3.7), il est toutefois
possible de calculer l’élasticité arc (3.6) d’une variable catégorique en
utilisant son coefficient de régression (dans (3.8), (3.11) ou (3.12)) et
Xd*, la valeur moyenne des observations sur les valeurs positives de
Xd, comme cela est démontré dans Dagenais et al (1987) pour le cas
classique (3.7). Cette méthode donne pour le cas de l’élasticité-points
propre (3.12) :
bc•Xd*•(1-pm)•pm (3.13)
Dans le cas ordinaire d’une variable continue affectée d’une trans-

formation Box-Cox, on calculerait simplement pour (3.13) :
bv•Xvkv•(1-pm)•pm. (3.14)
où Xv doit être évalué quelque part, par exemple à la valeur moyenne93

de cette variable.
On peut donc, grâce à (3.13) et (3.14), calculer l’élasticité-point
directe (propre) pour toute variable explicative d’un modèle Logit,
que cette variable soit continue ou catégorique, comme on peut le faire
pour un modèle classique. Cette possibilité de calcul des élasticités de
toutes les variables d’un modèle fait de ce filtre un outil complet
d’évaluation intuitive des résultats des modèles.
93. En principe, les parts pm à utiliser pour ce calcul sont les parts estimées pm* ; si les parts
observées sont utilisées pour évaluer la fonction, une erreur systématique égale à (pm – pm2 –
pm* + pm*2) est introduite. Pour les cas d’évaluation à la moyenne, l’usage des parts observées
plutôt que des parts calculées introduira une erreur proportionnelle commune aux élasticités
calculées pour toutes les variables.
CHAPITRE 2
ANALYSE COÛT-BÉNÉFICE DANS

UN CONTEXTE DE CONCURRENCE
INTERMODALE ET INTRAMODALE
Marc Ivaldi1 et Catherine Vibes1
Ce chapitre propose une approche pour évaluer le trafic d’une

nouvelle infrastructure et son impact sur le bien-être social en tenant
compte explicitement de ses effets sur les concurrences intermodale et
intramodale entre les opérateurs, cela bien sûr dans le cas où cette
concurrence est imparfaite. Une nouvelle infrastructure a pour effet de
modifier le niveau de qualité de service proposé sur le marché et donc
de changer les conditions de concurrence sur ce marché. Autrement
dit, il s’agit de décrire le nouvel équilibre économique, ce que ne font
pas habituellement les modèles de prévision de trafic qui ne tiennent
pas compte des réactions des acteurs aux actions de leurs concurrents.
Les modèles de trafic usuels supposent les prix de transport donnés de
façon exogène et en général égaux aux coûts. Cette hypothèse n’est
plus vraie dans les cas de plus en plus nombreux où les opérateurs
fonctionnent sur un marché amont oligopolistique. Il faut alors modé-
liser non seulement le comportement des usagers mais aussi celui des
opérateurs, les deux étant liés. Non seulement les modèles de trafic en
sont affectés mais aussi les calculs de surplus. Nous pouvons donc
associer à cet équilibre en termes de trafic une mesure du bien-être
social et ainsi évaluer différents projets, les comparer, en tenant
compte des interactions stratégiques entre les firmes sur le marché
concerné. La méthodologie présentée ici est très générale, mais sa mise
en œuvre peut exiger beaucoup de données ; aussi nous proposons
dans l’application particulière présentée une procédure parcimonieuse
en données, ce qui la rend opérationnelle dans de nombreux cas. Elle
évite la lourde tâche que représenterait une collecte d’informations
1. École d’économie de Toulouse (Toulouse School of Economies, TSE)

Analyse Coût-Bénéfice dans un contexte de concurrence intermodale et intramodale / 99
précises sur le marché et ses différents acteurs tout en permettant de

traiter les enjeux essentiels d’une analyse coût-bénéfice d’une nouvelle
infrastructure.
Considérons le marché du transport des passagers à longue distance
en Europe. Les processus de libéralisation achevés ou amorcés ces
dernières décennies dans les industries de transport aérien et ferro-
viaire ont eu respectivement pour effet une modification du réseau
aérien en étoile entraînant l’apparition des compagnies à bas coûts sur
les liaisons secondaires et le développement de la technologie des
trains à grande vitesse. Ainsi non seulement les compagnies aériennes
et les opérateurs ferroviaires font face séparément à une concurrence
intramodale, mais ces changements structurels et technologiques
introduisent une concurrence intermodale sérieuse entre compagnies
aériennes et compagnies de chemin de fer. Il s’agit alors pour nous de
considérer le transport entre une origine et une destination comme un
marché avec des produits différenciés en concurrence les uns avec les
autres.
Dans ce marché de produits différenciés, nous modélisons l’offre et
la demande afin de retrouver les résultats de l’équilibre. La demande
de marché provient d’une classe générale de modèles de choix discrets
du comportement du consommateur. Les voyageurs peuvent tout
d’abord choisir le mode par lequel ils désirent voyager, puis pour ce
mode, décider d’un service de transport en particulier. Pour cette
structure de choix discret, une spécification appropriée pour une ana-
lyse empirique est le modèle logit emboîté. Du côté de l’offre, les
entreprises déterminent les prix et qualités de leurs services. Les carac-
téristiques du marché sont dérivées d’un contexte d’équilibre de Nash.
Les entreprises se comportent de manière stratégique : chacune
d’entre elles détermine ses prix sachant que ses concurrents font de
même.
Une fois l’équilibre de marché établi, nous sommes à même d’éva-
luer l’impact de la mise en place, par exemple d’une nouvelle infras-
tructure ferroviaire sur le parcours. Celle-ci est alors considérée
comme un nouveau concurrent sur le marché proposant un service
d’un niveau de qualité différent de ceux des alternatives déjà en place.
Les entreprises intègrent cette nouvelle configuration dans les services
proposés aux voyageurs et réagissent en modifiant leur prix. Nous
pouvons donc mesurer les effets de ce changement structurel en termes
de variations des prix, calculer les parts de marché qui leur sont asso-
ciées et finalement déterminer le surplus du consommateur. Ces mesu-
res des coûts et bénéfices pour les différents acteurs économiques sur
le marché permettent alors d’évaluer et de classer différents projets

d’aménagement des transports dans une zone géographique donnée.
Pour faciliter l’exposition de notre approche, nous utilisons le mar-
ché du transport de passagers entre Cologne et Berlin comme illustra-
tion. Sur ce marché particulier s’exercent des concurrences intermo-
dale et intramodale qui correspondent bien au contexte dans lequel
nous nous situons.
Ce chapitre est organisé de la manière suivante. La section 1 décrit
en détail les données nécessaires pour appliquer notre méthodologie
sur l’exemple du lien entre Cologne et Berlin. La section 2 présente le
modèle offre et demande sur ce marché et examine les particularités de
l’équilibre. La section 3 fournit les résultats de la simulation de la mise
en place de la nouvelle infrastructure destinés à permettre la prise de
décision quant à la réalisation d’un tel projet. Pour finir, une conclu-
sion est présentée dans la section 4.
1. DONNÉES SUR UN EXEMPLE GÉNÉRIQUE

Nous appliquons notre modélisation à un exemple spécifique : la
concurrence modale dans le trafic de passagers sur le lien Cologne-
Berlin en Allemagne. L’évaluation de la construction d’une infrastruc-
ture ferroviaire supplémentaire est particulièrement pertinente sur
cette liaison pour plusieurs raisons. Tout d’abord, il s’agit d’un trajet
de 600 kilomètres connectant deux des plus importantes villes d’Alle-
magne, d’ouest en est, et représentant une part significative du trafic
total des passagers longue distance en Allemagne. Deuxièmement le
transport ferroviaire a tout à fait sa place dans ce couple origine-
destination pour lequel la diversité des voyageurs (affaires, loisirs…)
explique probablement la différenciation des services proposés : une
compagnie aérienne nationale Lufthansa (LH), trois compagnies à bas
coûts, l’opérateur ferroviaire en place Deutsche Bahn AG (DB), la
menace d’entrée d’autres compagnies de chemins de fer, et la route.
Enfin le découpage du territoire en différentes autorités régionales
(Länder) contraint l’opérateur DB à desservir un certain nombre de
gares présentes sur le trajet. La technologie des trains à grande vitesse
ne peut alors pas être utilisée de façon optimale sur cette liaison dont
la distance permettrait une réelle concurrence en termes de temps
entre les transports ferroviaire et aérien. Ainsi, une nouvelle infras-
tructure destinée à un service express entre Cologne et Berlin permet-
trait de proposer une option attractive et adaptée à la concurrence
croissante des autres modes, tout en conservant la desserte nécessaire
de certaines gares sur le parcours grâce à l’installation initiale.
La plupart des données de trafic, de parts de marché, des caractéris-

tiques et prix des alternatives a été fournie par Deutsche Bahn AG
pour l’année 2003. Pour chaque mode de transport et les deux catégo-
ries principales de passagers (affaires et loisirs), le prix mesuré en
euros correspond au prix le plus fréquemment payé par un consomma-
teur représentatif pour un trajet entre Cologne et Berlin. En ce qui
concerne les caractéristiques des services, nous utilisons la vitesse
mesurée en kilomètres par minute (km/mn), la fréquence quotidienne,
et la capacité (sièges disponibles par voyage). Certaines valeurs de
coûts marginaux sont aussi fournies par DB. Des statistiques descripti-
ves sont présentées dans le Tableau 1.
Nous considérons que cet ensemble de données correspond au
minimum d’information nécessaire pour calibrer ce modèle. Il ne per-
met pas d’aller plus loin dans l’analyse et notamment il ne permet pas
de tester la robustesse des hypothèses, tâche qui nécessite une quantité
plus grande et plus variée d’information.
Tableau 1
Données sur la liaison Cologne-Berlin
Parts Fré- Capa- Coût

Parts de Prix Euros
des Alternatives % Vitesse quence cité Marginaux*
Marché
Km/H Voyages/ Sièges/
%
Affaires Loisirs Affaires Loisirs Jour Voyage Affaires Loisirs
Rail DB 31.1 15.7 51.4 90.0 60.0 138.5 16 736 na 13
DBA 14.8 19.2 9.1 169.0 51.2 404.6 8 136 na 26
HLX 13.8 17.8 8.4 169.0 46.7 404.6 5 169 na 26

Air
GW 8.2 10.6 5.0 169.0 46.1 404.6 4 111 na 26
LH 14.3 18.5 8.7 240.0 53.4 404.6 9 123 na na
Route Voiture 17.9 18.2 17.4 110.0 80.0 114.5 Infini 5 na na
* Estimations fournies par DB.
2. MODÈLE ÉCONOMIQUE : SPÉCIFICATION ET CALIBRATION

Dans cette section, nous présentons le cadre qui nous permet de
décrire la concurrence entre les différentes alternatives de transport
dans l’exemple de la liaison entre Cologne et Berlin. Dans un tel
contexte de produits différenciés et de structure oligopolistique, les
entreprises se livrent à une concurrence à la fois en termes de prix et de
caractéristiques des produits. Ici nous nous concentrons sur la concur-
rence en prix, en supposant qu’à court terme, les caractéristiques des
produits sont fixes. Nous décrivons d’abord le côté de la demande puis

nous dérivons les stratégies de tarification des entreprises impliquées
dans une concurrence à la Bertrand.
2.1. La demande
Nous considérons les choix effectués par les consommateurs poten-
tiels qui souhaitent voyager de Cologne à Berlin, en termes de mode et
de service proposés. Trois modes de transport (rail, air, route) sont
présents sur le lien, avec une diversification sur le segment du trafic
aérien : trois compagnies à bas coûts ainsi que la firme en place
Lufthansa. Les alternatives sont caractérisées par un paramètre de
qualité et un prix.
Nous supposons aussi l’existence d’une alternative dite alternative
extérieure : au lieu de choisir un des services offerts pour voyager entre
Cologne et Berlin, les consommateurs peuvent décider de ne pas effec-
tuer le voyage. Ainsi la dimension totale du marché est définie comme
le nombre de consommateurs qui seraient potentiellement intéressés
par ce voyage.
Les voyageurs éventuels pour un aller simple de Cologne à Berlin
sont hétérogènes. Nous considérons deux catégories principales dans
la population des passagers : les voyageurs d’affaires et de loisirs. En
conséquence, nous analysons deux marchés séparés qui sont traités de
manière symétrique.
Supposons que chaque consommateur fasse son choix de manière
séquentielle : il décide du mode de transport puis du service pour
voyager2. Un choix, c’est-à-dire une alternative, un produit, ou encore
un service de transport, est alors une combinaison entre un mode de
transport (par exemple, air) et un service fourni par un opérateur de
transport (par exemple, Lufthansa). Notons que pour la route, l’opéra-
teur de transport est le conducteur de la voiture. Il y a J alternatives
classées en G + 1 groupes. Ici nous avons 4 groupes g = 0,1,…, G où le
groupe 0 correspond à celui de l’alternative extérieure, les autres
groupes correspondent à ceux des trois modes, c’est-à-dire rail, air,
route.
2. Intuitivement, le choix du mode entraîne des décisions de plus long terme, car il implique
l’achat d’un équipement (le véhicule particulier par exemple) ou l’achat d’un abonnement (au
train, à l’avion).
L’utilité du consommateur i dépend de la qualité w j et des prix pj de

chaque alternative, i.e. de chaque service de transport. La fonction
d’utilité associée aux alternatives j (j = 1, 2,..., J) est la suivante :
(1)
où Vj représente le niveau d’utilité moyen commun à tous les passagers
(partie déterministe) et eij (partie aléatoire) correspond à la déviation
du consommateur i du niveau d’utilité commun en ce qui concerne le
produit j, c’est-à-dire que l’aléa eij correspond à l’appréciation incon-
nue (pour l’analyste) du consommateur i pour le produit j. Le niveau
d’utilité moyen peut se décomposer de la manière suivante :
(2)
où h représente la sensibilité de l’utilité par rapport au prix, ou encore
l’utilité marginale du revenu3.
Les préférences aléatoires sont décrites selon un modèle de type
« logit emboîté ». Dans ce contexte, les produits au sein d’un même
groupe sont des substituts plus proches que des produits de groupes
différents. Afin de permettre cette dépendance et cette corrélation
entre les utilités des alternatives appartenant à un même groupe, la
partie aléatoire peut être spécifiée comme la somme pondérée de
variables inobservables qui représentent le goût du consommateur i
pour une alternative appartenant au groupe g :
(3)
Le paramètre r est appelé coefficient de corrélation intragroupe et
prend des valeurs comprises entre 0 et 1. Il donne une mesure du degré
de corrélation entre les alternatives, ici des services de transport,
appartenant à un même groupe, ici un mode de transport : plus r est
élevé, plus la corrélation entre alternatives d’un même groupe est
élevée. Quand il est égal à 1, les préférences des consommateurs entre
alternatives sont parfaitement corrélées et les alternatives sont alors
des substituts parfaits ; quand il est égal à 0, les préférences ne sont pas
corrélées et les consommateurs mettent toutes les alternatives sur le
même plan. Les parties aléatoires mig et mij sont supposées être distri-
buées selon la distribution de Gumbel (ou des valeurs extrêmes). De
ce fait il en est de même de eij.
3. Cette fonction d’utilité indirecte n’est pas seulement commode pour les calculs. Elle permet
de dériver une demande cohérente avec notre propos. Il est aisé de voir que la demande marshal-
lienne associée à cette fonction d’utilité est exactement égale à un. Or nous traitons ici du problème
de choisir d’effectuer ou de ne pas effectuer un déplacement.
Le consommateur choisit l’alternative j appartenant au groupe g

qui maximise son utilité et qui satisfait :
(4)
Nous pouvons alors calculer la probabilité de choisir l’alternative j à

partir des probabilités de choisir le groupe g et de choisir l’alternative j
conditionnelle au choix du groupe g. En appliquant la méthodologie
proposée par Berry (1994), qui consiste en l’expression du niveau
d’utilité moyen comme fonction des parts de marché observées qui
sont des mesures des probabilités de choix, nous dérivons la spécifica-
tion des demandes associées à chaque alternative :
(5)
q
où les parts de marché sj and sj/g sont définies comme sj = j, et
N
j = 0, 1 ... J, respectivement, où de plus qj est la quantité de
produit j sur le marché (affaires ou loisirs), N est la taille de ce marché

et Ng est la taille du segment de marché g. Nous pouvons dériver de
cette spécification les expressions des élasticités simples et croisées de
la demande de transport par rapport aux prix. L’élasticité-prix s’écrit :
(6)
Les élasticités croisées pour des produits du même groupe ou pour

des produits de groupes différents s’écrivent :
(7)
2.2. L’offre
Dans notre spécification, chaque entreprise fournit un produit,
c’est-à-dire un service de transport sur le lien « origine-destination ».
Premièrement, nous considérons le service voiture comme proposé par
une entreprise en concurrence avec les autres alternatives4. Deuxième-

ment, pour tous les autres services de transport offerts sur la liaison en
question, les entreprises choisissent les prix de transport qui maximi-
sent leur profit, sachant que leurs concurrents font de même. Ils
entrent dans une concurrence à la Bertrand5. Comme dans Ivaldi et
Verboven (2005), le résultat de cet équilibre de Nash est défini par un
ensemble de J conditions nécessaires de premier ordre :
(8)
Le prix du produit j est égal au coût marginal du produit j plus une

marge.
La solution qui détermine l’équilibre est obtenue en résolvant le
système d’équations (5) et (8). Il est ensuite possible d’établir une
mesure du surplus du consommateur, noté CS. Celle-ci correspond à la
valeur monétaire espérée du maximum des utilités et ne prend pas en
compte les effets externes. Elle s’écrit :
(9)
2.3. Calibration
Dans la mesure où l’ensemble des informations nécessaires à l’esti-
mation statistique de notre modèle n’est pas disponible, nous propo-
sons de le calibrer à l’aide de données sur les prix, parts de marché,
caractéristiques des différents services et quelques coûts marginaux.
Nous devons aussi définir la taille du marché qui est donné par la
quantité potentielle de déplacements, autrement dit qui prend en
compte les décisions de ne pas se déplacer. La calibration de cette
taille est délicate et est discutée en détails dans Ivaldi et Vibes (2007).
Notre méthodologie consiste en la résolution d’un système d’équa-
tions issues de notre modèle nous permettant de retrouver les paramè-
4. Nous avons alternativement fait l’hypothèse que cette entreprise établit le prix de manière à
couvrir le coût moyen. Quand nous estimons ce modèle, nous n’obtenons pas de différence
significative avec la situation d’une entreprise qui maximise son profit.
5. L’hypothèse de concurrence à la Bertrand paraît adaptée à l’exemple Cologne-Berlin que
nous considérons ici car l’offre de transport y est variée et importante. Toutefois il serait intéressant
de tester l’hypothèse de concurrence à la Cournot, ce qui serait possible si nous disposions de plus
de données.
tres décrivant l’équilibre, tels que h, r, wj, ou encore les coûts margi-
naux manquants.
Très schématiquement, la procédure consiste en trois étapes. Tout
d’abord, il s’agit de retrouver les valeurs de h et r à l’aide des expres-
sions des élasticités dérivées du modèle logit emboîté (Équation 6) et
des parts de marché que nous observons. Les valeurs de ces paramè-
tres, ainsi que celles des parts de marché, sont alors introduites dans les
équations de demande (Équation 5), que nous inversons afin de
retrouver les valeurs des wj pour chaque alternative. Enfin, connais-
sant les valeurs de h, r, des prix et des parts de marché, nous utilisons
les équations de prix (Équation 8) pour retrouver les coûts marginaux.
Techniquement, ne possédant pas de mesure des élasticités pour ce
marché très spécifique, et connaissant certaines valeurs des coûts mar-
ginaux, nous générons aléatoirement un vecteur d’élasticités et le
modèle, c’est-à-dire les équations de demande, d’élasticités et de prix
simultanément, est calibré sur les valeurs de coûts marginaux que nous
connaissons. Autrement dit, le vecteur d’élasticité retenu est celui qui
nous permet de retrouver ces coûts marginaux in fine. Les élasticités
sont tirées dans des lois normales en utilisant comme moyenne et
variance des valeurs cohérentes avec les élasticités du marché loisir.
Celles-ci peuvent être complètement déterminées puisque, pour ce
marché, nous disposons d’informations supplémentaires sous la forme
de coûts marginaux.6 Nous obtenons ainsi les valeurs de h et r associés
au vecteur d’élasticités retenu, puis wj, et enfin les coûts marginaux
manquants.
L’indice de qualité associé au produit j, wj, peut ensuite être
exprimé comme la somme pondérée de différentes composantes de
cette qualité (essentiellement vitesse, fréquence et capacité). Comme
nous disposons d’un nombre suffisant de produits et donc de valeurs de
l’indice de qualité et puisque nous observons les valeurs des caractéris-
tiques des différents services de transport, nous pouvons, par inversion
d’un système linéaire, calibrer les poids de ces caractéristiques dans les
indices de qualité des alternatives7. Nous pouvons donc mesurer
l’impact de chaque caractéristique (fréquence, capacité, vitesse) sur
l’indice de qualité de chaque service de transport. Comme une nou-
velle infrastructure est associée à un vecteur particulier des caractéris-
6. En réalité la procédure pour estimer ces élasticités fait appel à un argument bayésien
développé dans notre article principal. Voir Ivaldi et Vibes (2006). On le voit ici, la calibration
résulte d’un jeu subtil entre informations sur les coûts marginaux et sur les élasticités avec le
modèle structurel comme arbitre.
7. Nous tenons compte également des caractéristiques de transport non observées en introdui-
sant dans ces équations des constantes relatives aux modes de transports.
tiques, nous avons donc la possibilité d’évaluer son indice de qualité

associé.
Une fois tous ces paramètres calibrés, il est donc possible de simuler
une nouvelle configuration du marché après un changement comme la
mise en place d’une nouvelle infrastructure. Celle-ci se traduit, comme
on vient de le dire, par un nouvel indice de qualité. Le modèle de
concurrence est alors utilisé pour calculer les nouveaux prix et les
nouvelles parts de marché de tous les services de transport, y compris
celui associé à la nouvelle infrastructure de transport. À ce nouvel
équilibre correspond une mesure du bien-être social, par exemple le
surplus du consommateur8. Ainsi il est possible d’associer à chaque
équilibre résultant de la mise en œuvre d’une nouvelle infrastructure
une mesure du bien-être social et il est donc possible de classer ces
projets d’infrastructure selon cette mesure de bien-être social9.
3. SIMULATION
Une fois les paramètres du modèle calibrés, nous sommes capables

d’évaluer les effets de changements structurels sur les prix et parts de
marché des concurrents, ainsi que sur le surplus du consommateur. En
particulier nous simulons ici l’impact d’une nouvelle installation ferro-
viaire entre Cologne et Berlin destinée au passage d’un train à grande
vitesse de type ICE dont la spécificité serait de n’effectuer aucun arrêt
sur le parcours et donc d’opérer à une vitesse moyenne de 220 kilomè-
tres par heure. Le temps de trajet est alors significativement réduit et
ce train permet d’effectuer un trajet centre ville à centre ville en un
temps comparable à celui d’un vol et des connexions nécessaires
depuis l’aéroport. Ce nouveau train express présente les mêmes fré-
quences, capacités et coûts marginaux que le service en place. Les
résultats de cette simulation sont présentés dans le Tableau 2, et
confirment notre intuition. Nous constatons que cette alternative,
attractive pour les passagers d’affaires car plus rapide et moins chère
(même si ce critère est secondaire pour eux), l’est encore plus pour les
passagers de loisirs, plus sensibles au niveau de qualité du mode train,
pour lequel ils sont prêts à payer un peu plus cher maintenant que pour
les autres modes.
8. On pourrait aussi choisir le bien-être total, somme du surplus du consommateur et des profits
des entreprises de transport.
9. Une description détaillée du modèle ainsi que de la méthode de calibration est donnée dans
Ivaldi et Vibes (2006).
Les paramètres estimés à l’équilibre ainsi que les résultats de la

simulation nous permettent de décrire les comportements des entre-
prises et des consommateurs. Dans un premier temps nous présentons
les grandeurs d’équilibre pertinentes qui ont été calibrées. Conformé-
ment à nos attentes, l’utilité marginale du revenu des passagers de
loisirs (h ≈ 0.032) est supérieure à celle des passagers d’affaires
(h ≈ 0.016) : ces derniers sont moins sensibles à des variations de prix
des billets. Ensuite, le coefficient de corrélation intragroupe prend une
valeur de 0.26 sur le marché de loisirs et de 0.21 sur le marché des
passagers d’affaires. Ce paramètre, différent de 0 est quand même plus
proche de 0 que de 1, indique qu’une corrélation intramodale est bien
présente, mais que le degré de substituabilité entre alternatives d’un
même groupe n’est pas si élevé, laissant place à une concurrence
certaine entre des options de transport n’appartenant pas au même
mode, c’est-à-dire une concurrence intermodale. Enfin, les valeurs
d’élasticités calculées à l’équilibre sont plus élevées que celles que l’on
peut trouver dans la littérature (Oum, Waters et Young, 1990) car le
degré de concurrence est particulièrement élevé sur la liaison que nous
étudions.
Tableau 2
Introduction d’une nouvelle infrastructure
AFFAIRES LOISIRS
Part de l’alternative extérieure 15 % 30 %
Variation Variation
Variations : valeurs, % Valeur Valeur
% %
DB 70.4 -21.8 % 42.9 -28.5 %

Rail Train
96.2 62.3
Express
DBA 166.7 -1.4 % 50.5 -1.5 %

Prix
HLX 166.9 -1.2 % 46.0 -1.5 %
Air
GW 167.8 -0.7 % 45.7 -0.9 %
LH 237.8 -0.9 % 52.6 -1.3 %
Route Voiture 106.6 -3.12 % 77.7 -2.9 %

AFFAIRES LOISIRS
Part de l’alternative extérieure 15 % 30 %
Variation Variation
Variations : valeurs, % Valeur Valeur
% %
DB 8.8 -33.9 % 21.7 -39.6 %

Rail Train
28.2 48.4
Express
DBA 11.9 -26.8 % 3.0 -53.2 %

Parts
de HLX 11.0 -27.1 % 2.7 -53.4 %
Marché Air
% GW 6.4 -28.5 % 1.6 -53.9 %
LH 11.5 -26.9 % 2.8 -53.3 %
Route Voiture 11.5 -25.6 % 6.0 -50.8 %
Alternative extérieure 10.6 -29.4 % 13.7 -54.4 %
Surplus du Consommateur 145.6 18.4 % 61.1 65 %
Nous pouvons alors expliquer avec plus de précision les résultats de

notre simulation. Nous observons tout d’abord que, tous marchés
confondus, les concurrents réagissent en baissant leurs prix, mais de
façon peu marquée pour les compagnies aériennes qui ne peuvent
réduire leurs marges davantage et se sentent moins menacées que
l’opérateur ferroviaire en place. Ensuite, cette nouvelle option de
voyage attire beaucoup de passagers auparavant usagers des autres
alternatives de transport, ainsi qu’une partie des consommateurs qui
préféraient ne pas effectuer le trajet, comme l’indique la diminution de
la part de marché de l’alternative extérieure. En effet nous constatons
une réduction des parts de marché des services en place, et particuliè-
rement prononcée sur le marché des passagers loisirs. Les passagers
d’affaires ayant une préférence marquée pour la qualité du transport
aérien (Ivaldi et Vibes, 2007) et ne possédant qu’une faible sensibilité à
une variation des prix présentent un engouement moins marqué, bien
que significatif, que les passagers de loisirs pour ce train. Les voyageurs
de loisirs observent une nette amélioration du niveau de qualité de
leur mode favori, ce qui suffit, malgré le prix, à attirer les quelques
passagers qui voyageaient en avion pour des raisons de tarifs.
Par ailleurs, la part de marché de l’alternative extérieure ayant
diminué sur les deux marchés, nous constatons que cette nouvelle
infrastructure aurait pour effet non seulement de répartir le trafic entre
les modes de manière différente, mais aussi d’induire du trafic sur cette
liaison.
Enfin, nous observons une augmentation du surplus du consomma-

teur sur les deux marchés suite à la mise en place de cette nouvelle
infrastructure. Celle-ci représente une alternative de transport d’une
part plus appréciée des voyageurs d’affaires et de loisirs, et d’autre part
plus attractive pour une partie de la population auparavant non déci-
dée à effectuer le trajet.
Nous pouvons aussi calculer le profit généré par les opérateurs et
notamment l’opérateur de la nouvelle infrastructure. De ce fait on
pourrait évaluer la part des coûts fixes qui serait couverte, à condition
de tenir compte du fait que le modèle est statique et défini pour une
année donnée.
4. CONCLUSION
L’évaluation économique d’un projet tel que la construction d’une

voie de chemin de fer supplémentaire sur un trajet particulier passe
nécessairement par une analyse de la concurrence sur ce marché. Cette
infrastructure constitue un nouveau concurrent parmi les opérateurs
de transport et il est indispensable de pouvoir mesurer les réactions de
chacun suite à ce changement structurel. Ces transformations liées à la
qualité du service font l’objet d’une simulation qui nous permet de
déterminer les variations au niveau des prix et des parts de marchés
des différentes entreprises sur le marché. Nous sommes ensuite capa-
bles de calculer l’impact sur le bien-être social d’un tel aménagement,
ou plus particulièrement la variation de surplus du consommateur qui
lui est associée, sans tenir compte des implications externes. Cette
méthodologie peut également être utilisée afin de dériver les caracté-
ristiques d’un service qui permettraient d’atteindre un objectif de sur-
plus souhaité et prédéterminé.
Dans l’exemple de la liaison entre Cologne et Berlin, notre métho-
dologie de calibration puis de simulation nous permet de constater que
cette nouvelle infrastructure constituerait un concurrent sérieux sur le
marché puisqu’elle permettrait un trajet rapide et se positionnerait en
concurrence directe avec les compagnies aériennes. Cet aménagement
a également pour effet d’induire du trafic et d’augmenter le surplus du
consommateur, en particulier sur le marché des passagers de loisirs.
Références
Antes J., Friebel G., Niffka M. et Rompf D., Entry of Low-Cost Airli-
nes in Germany. Some Lessons for the Economics of Railroads and
Inter-Modal Competition, mimeo, Deutsche Bahn et Université de

Toulouse, 2004.
Berry S. T., « Estimating Discrete-Choice Models of Product Differen-
tiation », The RAND Journal of Economics, vol. 25, Issue 2, 1994,
p. 242-262.
European Commission, European Union Energy and Transport in
Figures, Directorate General for Energy and Transport, en coopé-
ration avec Eurostat, Bruxelles, 2003.
Glass A., « An Assessment of the Desirability of On-Track Competi-
tion : The Ipswich-London route », Institute of Transport Studies,
Université de Leeds, 2003.
Holvad T., Huang B. et Preston J., « Review of Introduction of Com-
petition in railways in Europe », Transport Studies Unit, Université
d’Oxford, 2003.
IDEI, « The Economics of Passenger Rail Transport : A Survey »,
2003. http ://www.idei.fr/doc/wp/2003/rapport—db—1.pdf.
IDEI, « Entry in the Passenger Rail Industry : A Theoretical Investiga-
tion », 2003. http ://www.idei.fr/doc/wp/2003/rapport2—db—2.pdf.
Ivaldi M. et Verboven F. (2004), « Quantifying the Effects from Hori-
zontal Mergers in European Competition Policy », International
Journal of Industrial Organization, à venir.
Ivaldi M. et Vibes C., Price Competition in the Intercity Passenger
Transport Market: a Simulation Model, Working Paper, Institut
d’Économie Industrielle, 2007.
Johnson D. et Whelan G., « Modelling the Impact of Alternative Fare
Structures », Institute of Transport Studies, University de Leeds,
2003.
McFadden D., « The Measurement of Urban Travel Demand », Jour-
nal of Public Economics, vol. 3, 1974, p. 303-325.
Nash C. et Rivera-Trujillo C., « Rail Regulatory Reform in Europe,
Principles and Practice », Institute of Transport Studies, University
de Leeds, 2004.
Oum T. H., Waters W.G. et Jon Say Yong, « A Survey of Recent
Estimates of Price Elasticities of Demand for Transport », Infras-
tructure and Urban Development Department, the Worldbank,
1990.
Preston J., Wardman M. et Whelan G., « An Analysis of the Potential
for On-Track Competition in the British Passenger Rail Industry »,
Journal of Transport Economics and Policy, vol. 33, part 1, 1999,
p. 77-94.
CHAPITRE 3
ACTUALISATION : PRISE EN COMPTE

DU TEMPS DANS UN ENVIRONNEMENT
RISQUÉ
Christian Gollier1
En janvier 2005, le Commissariat Général du Plan remettait un

rapport préconisant la baisse du taux (réel) d’actualisation de 8 à 4 %,
et même 2 % pour des horizons temporels supérieurs à 30 ans. À cette
occasion, une critique récurrente s’éleva pour prédire une augmenta-
tion massive des projets d’investissements publics franchissant le test
de la valeur actualisée nette (VAN) positive, en particulier pour les
projets aux bénéfices s’étalant sur le très long terme (lutte contre l’effet
de serre, biodiversité, gestion des déchets). Or, l’État français ne pré-
voit ni d’augmenter la pression fiscale, ni de creuser son déficit pour
faire face au financement de ces investissements. Le risque serait donc
de voir le politique choisir arbitrairement ceux de ces projets qu’il
mettrait en œuvre ; un échec évident du calcul économique.
Le choix d’un taux de 8 % en 1985 avait été justifié en partie par la
nécessité d’intégrer une prime de risque dans le calcul économique
public. Évidemment, cette méthode consistant à réduire les VAN de
tous les projets en augmentant uniformément le taux d’actualisation
est critiquable à plus d’un point de vue. Elle ne peut être justifiée que si
tous les projets d’investissement publics en concurrence de finance-
ment ont des risques comparables autant en intensité qu’en corréla-
tion avec le risque macroéconomique, et qu’en étalement dans le
temps. Dans le cas contraire, le choix d’un taux uniforme de 8 %
pénalise injustement les projets les moins risqués, ou ceux dont les
incertitudes sont les plus éloignées dans le temps. Ce sont les raisons
pour lesquelles le rapport de janvier 2005 rejette cette méthode et
propose d’intégrer le risque dans l’évaluation de cash-flows équivalent
1. Université de Toulouse (IDEI et LERNA)

Actualisation : prise en compte du temps dans un environnement risqué / 113
certains plutôt que dans le choix du taux d’actualisation, c’est-à-dire

qu’il propose d’intégrer le risque dans le numérateur plutôt que dans le
dénominateur de la VAN.
Cette méthode a plusieurs avantages. Avant tout, elle rend au taux
d’actualisation sa vraie fonction, celle d’un taux de change entre
consommation future certaine et consommation immédiate. En consé-
quence, elle réaffirme la règle indispensable de l’unicité du taux
d’actualisation.
Mais si le risque n’est pas imputé au taux d’actualisation, comment
celui-ci doit-il être intégré au calcul ? Force est de constater qu’une
faiblesse du rapport est de ne pas décrire avec précision la manière
dont ceci doit être fait. Pourtant, tout indique que cette question est
critique dans le processus d’évaluation. Ainsi, le capital sans risque a
été rémunéré à un taux réel proche de zéro pourcent durant le ving-
tième siècle, alors que, globalement, le capital risqué a été rémunéré à
un taux bien supérieur durant la même période. Rappelons en effet
que le rendement d’un panier représentatif des actions françaises a été
rémunéré à un taux réel annuel moyen de 4 % durant le siècle écoulé,
et que ce rendement a atteint 6,9 % outre Atlantique (Dimson et al,
2000). Si on rajoute une telle prime de risque au nouveau taux d’actua-
lisation sans risque du Plan, on retrouve globalement le taux de 8 %.
Néanmoins, comme indiqué ci-dessus, ce calcul ne peut être qu’indica-
tif, pour le cas très spécifique d’un projet d’investissement public dont
le risque dupliquerait le risque du marché des actions. Ceci nous donne
malgré tout une information importante : si le risque est convenable-
ment intégré au calcul économique dans le numérateur, il ne faut pas
s’attendre a priori à une augmentation massive des projets d’investis-
sement franchissant le test de la VAN positive. Seuls les projets à faible
risque dont le taux de rendement interne est compris entre 4 % et 8 %
franchissent maintenant ce test, alors qu’ils ne les franchissaient pas
avant la réforme.
Ceci pose à nouveau le problème de l’évaluation du risque dans le
calcul économique. Les objectifs de ce chapitre consistent à rappeler
les quelques règles simples de la théorie moderne de la finance qui
régissent cette évaluation.
1. JUSTIFICATION DE LA VAN EN INCERTITUDE

On considère une économie « à la Lucas (1978) » en temps discret,
avec un agent représentatif éternel. L’existence d’un agent représen-
tatif dans une économie hétérogène est démontrée par exemple par
Constantinides (1982). Gollier (2001a) montre comment prendre en
compte l’inégalité des richesses dans le calcul économique. L’espé-

rance de vie infinie de l’agent représentatif signifie implicitement que
les consommateurs intègrent les préférences de leurs descendants
comme si c’étaient les leurs. Cet agent représente les générations
présentes et futures.
Dans ce modèle, je ne cherche pas à expliquer la croissance écono-
mique. Elle prend la forme d’un vecteur exogène de variables aléatoi-
res (c0, c1, c3,...) de dimension infinie, où ct représente la consommation
par habitant à la date t. On suppose connue la distribution de probabi-
lité de ce vecteur, conditionnellement à toutes les informations dispo-
nibles aujourd’hui (t = 0). Cette distribution caractérise le risque
macroéconomique et son évolution dans le temps. Le bien-être inter-
temporel de l’agent représentatif est mesuré par la valeur actuelle de
son flux d’espérance d’utilité future :
Le paramètre de préférence pure pour le présent est noté d. La

fonction d’utilité u est supposée croissante et concave.
On considère un projet d’investissement caractérisé par un vecteur
de cash-flows aléatoires (X0, X1, X2,...), où Xt est le bénéfice net des
coûts à la date t généré par l’investissement. On suppose connue la
distribution de probabilité de ces cash-flows, ainsi que leur corrélation
avec le risque macroéconomique.
Les bénéfices et les coûts du projet sont équitablement partagés par
les consommateurs. Soit e la part des cash-flows nets perçus par chaque
consommateur. Si le projet d’investissement est réalisé, l’agent repré-
sentatif obtiendra un niveau de bien-être égal à
Évidemment, le projet est socialement désirable si l’agent représen-

tatif voit son bien-être intertemporel augmenté grâce à la réalisation
de l’investissement, c’est-à-dire si V1 est supérieur à V0. Comme on
suppose une population de grande taille, la part e est très petite. En
conséquence, V1 est supérieur à V0 si
ou encore si
Comme X0 et c0 sont certains, on peut réécrire cette condition

nécessaire et suffisante comme
(1)
avec
(2)
et
(3)
On voit que le projet d’investissement est socialement désirable si

sa VAN exprimée par (1) est positive. Le taux d’actualisation rt définit
par (2) est indépendant du projet considéré. Il est donc unique et
universel, mais peut varier en fonction de la maturité t du cash-flow.
Par contre, le cash-flow équivalent certain Bt dépend à la fois des
incertitudes sur ct et sur Xt. Ainsi, on voit que nous avons effective-
ment séparé les problématiques de choix de taux d’actualisation et de
prise en compte du risque du projet. La formule (1) nous montre donc
la procédure à suivre pour mener à bien l’évaluation des projets
d’investissement.
Proposition : Lorsque les cash-flows (X0, X1,...) d’un projet d’inves-
tissement ainsi que les anticipations de croissance économique (c0,c1,...)
sont incertains, ce projet est socialement efficace si sa valeur actualisée
nette est positive. Cette VAN est évaluée en deux étapes : Pour chaque
maturité t,
1) On calcule le bénéfice équivalent certain Bt à partir de la for-
mule (3) ;
2) On actualise ce bénéfice au taux rt définit par la formule (2).
Finalement, la VAN est obtenue en sommant ces bénéfices équiva-
lents certains actualisés.
2. CHOIX DU TAUX D’ACTUALISATION
Le taux d’actualisation socialement efficace dérivé de la formule (2)

peut se réécrire comme
(4)
Cette formule se retrouve dans tous les livres de référence en

finance, tel Cochrane (2001). Elle fonde la théorie moderne de la
structure par terme des taux d’intérêt initiée par Vasicek (1977) et
Cox, Ingersoll et Ross (1985). Elle est généralement traduite dans un
cas très particulier, qui combine deux hypothèses supplémentaires.
La première suppose que l’utilité marginale est une fonction puis-
sance : u′(c) = c-c, où c est l’indice relatif d’aversion au risque. La
seconde hypothèse caractérise le processus de croissance exogène.
Supposons pour l’instant que le logarithme de la consommation
suive un mouvement Brownien de tendance connue µ et de volatilité
r. Ceci implique que ln ct est normalement distribué d’espérance
c0eµt et de variance r2t. En combinant ces deux spécifications, on
obtient que
(5)
Dans la seconde égalité, j’ai utilisé la propriété bien connue selon

laquelle l’approximation d’Arrow-Pratt est exacte dans le cas de risque
normalement distribué et fonction exponentielle2. En combinant les
équations (4) et (5), on obtient que
(6)
Dans Gollier (2002a) et Gollier (2005), je donne une intuition à

cette formule qui permet de déduire le taux d’actualisation efficace à
partir des anticipations de croissance de l’économie et des préféren-
ces des agents. En bref, le taux d’actualisation socialement efficace a
trois composantes, comme indiqué dans le membre de droite de
l’équation (6). La première composante est le taux de préférence
2. Voir par exemple (Gollier, 2001b, page 57).

pure pour le présent, d. La seconde composante est un effet richesse.

Parce que l’agent représentatif anticipe une hausse de sa consomma-
tion (µ > 0), un euro supplémentaire à l’avenir a un effet sur son
utilité plus faible qu’un euro supplémentaire immédiat, puisque son
utilité marginale est décroissante avec la consommation (c > 0). Cet
effet richesse est positif sur le taux d’actualisation, et incite à réduire
nos efforts pour améliorer notre avenir. Pourquoi faire des sacrifices
pour un avenir de toute façon plus riche que le présent ? Cet effet
richesse est d’autant plus élevé que les anticipations de croissance
sont optimistes, et que l’utilité marginale décroît rapidement. La
troisième composante décrit un effet de précaution. Comme l’utilité
marginale est convexe avec la consommation, une augmentation de
l’incertitude sur la consommation future augmente la valeur d’un
euro supplémentaire en t, telle que mesurée par l’espérance de l’uti-
lité marginale. L’incertitude réduit donc le taux d’actualisation.
Exactement comme les ménages augmentent leur épargne lorsque
leurs revenus futurs deviennent plus aléatoires, au niveau collectif, il
est efficace d’accroître les investissements en situation d’incertitude
macroéconomique. Cet effet précaution est croissant avec la volati-
lité r de la croissance du PIB par habitant.
Calibrons l’équation (6). Durant le 20e siècle, la croissance réelle du
PIB par habitant a été en moyenne de µ = 2 % par an,3 tandis que sa
volatilité est estimée à r = 2 %. Pour des raisons d’éthique intergéné-
rationnelle, fixons d = 0. Finalement, quelle valeur de c retenir pour
cette calibration ? Ce choix revêt effectivement une importance consi-
dérable. Les études autant expérimentales qu’économétriques sont
très nombreuses, mais apportent une réponse contrastée à cette ques-
tion. Je ne chercherai pas ici à synthétiser ces travaux. Je propose donc
de faire une analyse par introspection. Supposons que votre richesse
soit sujette à un risque de gain ou de perte de a %. Quel pourcentage p
de votre richesse êtes-vous prêt à payer pour éliminer ce risque ? Le
Tableau 1 lie votre réponse p à cette question à votre indice relatif c de
votre aversion au risque. Au vu de ce tableau, il semble raisonnable de
choisir une valeur de c comprise entre 1 et 4. Suivant Hall (1988), je
choisis c = 2.
3. Il est nécessaire de rappeler ici que µ désigne l’espérance de croissance du logarithme de

la consommation, qui est différent de l’espérance µ̂ du taux de croissance de la consommation.
En fait, par le Lemme d’Ito, on a que µ̂ = µ + 0.5r2. Comme r est petit, la différence est faible.
Tableau 1
Prime de risque p et aversion relative au risque c
a = 10 % a = 30 %
c = 0,5 p = 0,3 % p = 2,3 %

c = 1,0 p = 0,5 % p = 4,6 %
c = 4,0 p = 2,0 % p = 16,0 %
c = 10 p = 4,4 % p = 24,4 %
c = 40 p = 8,4 % p = 28,7 %
Avec de telles anticipations de croissance et de telles préférences

intertemporelles, il est socialement efficace de choisir un taux d’actua-
lisation de 3,92 %. L’effet richesse cµ à lui seul conduit à sélectionner
un taux d’actualisation de 4 %, tandis que l’effet précaution 0.5c2r2
réduit ce taux de seulement 0,08 %. À court terme, l’incertitude est si
faible qu’elle n’affecte pratiquement pas le taux d’actualisation socia-
lement efficace.
Penchons-nous maintenant sur une question cruciale pour la pro-
blématique du développement durable : faut-il choisir un taux d’actua-
lisation plus faible pour actualiser des cash-flow plus éloignés dans le
temps ? D’un point de vue théorique, rien n’interdit a priori que ce
taux rt décroisse avec t. Néanmoins, la formule (6) nous montre que,
sous la spécification étudiée ci-dessus, le taux d’actualisation est indé-
pendant de l’horizon temporel. Il faut comprendre que les effets
richesse et de précaution jouent en sens opposés lorsqu’on modifie la
maturité étudiée. Plus on s’éloigne dans le temps, plus l’espérance de ct
est grande, ce qui doit nous inciter à choisir un taux d’actualisation
croissant avec l’horizon temporel. Par contre, plus on s’éloigne dans le
temps, plus l’incertitude sur ct est importante, ce qui doit nous inciter à
choisir un taux d’actualisation décroissant avec l’horizon temporel.
Dans le cas où u′(c) = c-c et où la croissance du logarithme de la
consommation suit un Brownien constant, l’équation (6) montre que
ces deux effets s’annihilent l’un l’autre.
Gollier (2002b) relâche l’hypothèse u′(c) = c-c, tandis que Weitz-
man (2004) et Gollier (2004) relâchent l’hypothèse de mouvement
Brownien constant. Deux justifications émergent qui peuvent justifier
un taux d’actualisation décroissant. La première porte sur l’hypothèse
d’un décrochage du trend de croissance µ d’un niveau élevé durant
les T premières périodes à un trend de croissance µ’ plus faible
au-delà. Dans ce cas, les taux d’actualisation socialement efficace de
court terme et de long terme correspondront à la formule (6) utilisée
respectivement avec µ et µ’. La structure par terme du taux d’actuali-
sation est donc décroissante dans ce cas, exactement comme la « yield

curve » sur les marchés financiers peut être inversée lorsque l’on anti-
cipe un retournement conjoncturel en phase haute du cycle macroéco-
nomique.
La deuxième justification d’un taux d’actualisation décroissant est
basée sur l’existence d’une relation convexe entre la variance de ct et t,
alors qu’elle était linéaire dans le cas Brownien constant. Il s’agit donc
d’une situation où le risque est relativement plus important à long
terme qu’à court terme, ceci par rapport au cas Brownien constant.
Dans une telle situation, l’effet précaution va dominer à long terme, ce
qui nous incite à choisir un taux d’actualisation plus petit à long terme
qu’à court terme. Une telle situation se présente par exemple lorsqu’il
existe une incertitude sur le paramètre µ du trend de croissance. Il
semble en effet irréaliste de supposer que l’économie croîtra pour
toujours autour d’un trend de 2 %. Supposons alternativement que ce
trend puisse prendre une valeur parmi n valeurs possibles µi, i = 1,…,n,
respectivement avec probabilité p1,…,pn. Dans ce cas, on obtient aisé-
ment une généralisation de la formule (5) :
En utilisant la formule (4), on obtient la proposition suivante.

Proposition (Gollier, 2004) : Lorsqu’il existe une incertitude sur le
trend de croissance µ du logarithme de la consommation par habitant, le
taux d’actualisation rt socialement efficace s’écrit comme suit :
(7)
Contrairement au cas Brownien constant décrit par la formule (6),

le taux d’actualisation est ici une fonction de l’horizon temporel t. On
peut vérifier que cette fonction est décroissante en t, avec un taux à très
court terme égal à
et un taux à long terme qui tend vers

Ainsi, si on pense qu’il y a autant de chance que le trend de crois-

sance soit de 1 % ou 3 %, le taux d’actualisation socialement efficace
est égal à 3,92 % à court terme, mais est égal à seulement 1,92 % à long
terme. En fait, dans une telle configuration, il est facile de vérifier que
l’utilisation de la formule (7) dans le calcul économique revient à
calculer la VAN deux fois, une fois avec un taux constant de 5,92 % et
une fois avec un taux constant de 1,92 %, et de prendre comme VAN
effective la moyenne de ces deux valeurs actualisées. Mathématique-
ment, ceci revient au même que de calculer la VAN une seule fois,
mais avec le taux d’actualisation décroissant (7). La méthode basée sur
la moyenne des VAN est évidemment singulièrement plus facile à
mettre en œuvre.
3. PRISE EN COMPTE DU RISQUE DU PROJET

Revenons à la formule (1) qui définit la VAN du projet, et
intéressons-nous maintenant au risque du projet lui-même. On peut
interpréter Bt dans la formule (1) comme le « bénéfice équivalent
certain » à imputer au projet à la date t, et donc à actualiser au taux rt.
La formule (3) caractérise la manière dont ce bénéfice équivalent
certain doit être calculé. Le cas le plus simple correspond à la situation
où le risque du projet est indépendant du risque macroéconomique,
c’est-à-dire lorsque Xt et ct sont deux variables indépendantes. Dans
ces circonstances, on a que EXtu’(ct) est égal à EXt Eu’(ct), ce qui
implique par (3) que Bt=EXt. Ceci nous donne le résultat de Arrow et
Lind (1970), que l’on peut résumer de la façon suivante.
Proposition (Arrow et Lind, 1970) : Lorsque le risque du projet est
non corrélé au risque macroéconomique, l’évaluation de ce projet doit
se faire en neutralité au risque, c’est-à-dire que Bt=EXt.
Le problème est plus délicat lorsque le risque du projet est corrélé
au risque macroéconomique, ceci malgré l’hypothèse de grande taille
de la population. En fait, on peut réécrire la formule (3) comme
(8)
Il est utile de rappeler ici que l’utilité marginale de la consomma-

tion est décroissante. En conséquence, cette formule indique que le
bénéfice équivalent certain Bt est plus petit que le bénéfice espéré EXt
si les bénéfices du projet sont positivement corrélés avec la croissance
économique, comme on peut le supposer dans la plupart des cas.
Proposition (MEDAF) : Lorsque le risque du projet est positive-

ment corrélé au risque macroéconomique, l’évaluation de ce projet doit
intégrer une prime de risque qui réduit la valorisation du bénéfice futur à
actualiser, ceci malgré la dissémination du risque du projet dans une
population très large.
On a l’habitude d’opérationnaliser cette théorie en utilisant une
approximation de la formule (8). Soit Ct l’espérance de ct. L’approxi-
mation de Taylor du premier degré de u’(ct) autour de C donne u’(Ct)
+ (ct-Ct)u’’(Ct). Approximons par ailleurs Eu’(ct) par u’(Ct). On peut
donc approximer Bt par
(9)
où c est le coefficient d’aversion relatif pour le risque

c = -Ctu’’(Ct)/u’(Ct). Ainsi, la « prime de risque » est croissante en
l’aversion au risque du consommateur représentatif et en la covariance
entre le rendement du projet et le PIB/hbt, résultat classique du
Modèle d’Évaluation Des Actifs Financiers (MEDAF).
Jusqu’à maintenant, j’ai supposé que la décision consistait soit à
mettre en œuvre le projet d’investissement immédiatement, soit à
l’abandonner définitivement. En réalité, dans la plupart des cas, il est
possible de ne pas investir immédiatement, mais de conserver l’option
d’investir ultérieurement. Or, reporter un investissement dans le
temps, c’est rendre possible l’acquisition d’informations supplémentai-
res sur sa rentabilité sociale. Ainsi, même si un projet a une VAN
positive, il peut être socialement efficace de reporter cet investisse-
ment dans l’attente de ces informations.
Pour illustrer, considérons un projet d’investissement de coût ini-
tial I irréversible supporté à la date de mise en œuvre de l’investisse-
ment, et qui génère un bénéfice unique R aléatoire à la date suivant
cette mise en œuvre. Supposons néanmoins que cet aléa soit indépen-
dant du risque macroéconomique, de manière à ce que nous puissions
utiliser une évaluation neutre au risque. Finalement, on sait qu’en date
t = 1, une information s non corrélée avec le risque macroéconomique
sera disponible, ce qui permettra au planificateur de réviser la distribu-
tion du bénéfice R. Comparons deux stratégies. La première stratégie
consiste à investir immédiatement, ce qui génère une VAN égale à
La deuxième stratégie consiste à reporter la décision d’investisse-

ment à la date t = 1. Evidemment, on utilise à cette date l’information s
disponible, et on investit que si
est positif. En conséquence, la stratégie de report génère en t = 0 une

espérance de VAN égale à
On voit qu’il faut investir immédiatement non pas si la VAN espé-

rée H0 est positive, mais plutôt si H0 est plus grand que H1. H1 est la
« valeur d’option » de report. Dans certaines applications, elle peut
être très élevée. Son calcul nécessite souvent la mise en œuvre de
techniques d’optimisation dynamique stochastique relativement com-
plexes. Elles sont utilisées dans un certain nombre de grandes entrepri-
ses privées, en particulier dans le domaine de la production minière et
de la pharmacie, mais leur utilisation reste embryonnaire dans le sec-
teur public malgré leur importance cruciale dans certains domaines
comme l’énergie, les transports ou les télécommunications. De très
importants développements, à la fois théorique et empiriques, ont été
réalisés dans ce domaine depuis les travaux pionniers d’Henry (1974)
et Arrow et Fischer (1974). Les lecteurs intéressés pourront se repor-
ter sur le livre récent de Smit et Trigeorgis (2004) pour de plus amples
analyses. Devezeaux et Gollier (2001) ont développé une application
dans le domaine de la valorisation de la réversibilité du site de stoc-
kage de déchets nucléaires.
4. UN POINT DE VUE PERSONNEL SUR LA PRATIQUE

DE L’ACTUALISATION, LA PRESSION DES LOBBIES
ET LA POLITIQUE D’INVESTISSEMENTS PUBLICS
Dans une économie française où l’État s’endette à un taux réel

proche de zéro pourcent, et où les ménages acceptent de sacrifier une
partie de leur consommation immédiate par l’épargne dans des livrets
A de rendement réel lui aussi pratiquement nul, c’est une réforme de
bon sens que de réduire le taux d’actualisation de 8 à 4 %. Il n’est en
fait pas même nécessaire de faire les développements ci-dessus pour
comprendre que la mise en œuvre d’un projet d’investissement public
dont la rentabilité réelle certaine serait, disons, de 6 % par an va
augmenter le bien–être du citoyen. En effet,
• En réalisant ce projet, l’État organise la réallocation des ressour-

ces rares de la société de projets à rentabilité réelle à 0 % vers des
projets à rentabilité réelle à 6 %.
• Si les ménages acceptent de sacrifier une partie de leur consom-
mation courante pour investir à taux nul, ils seront a fortiori prêts à
faire de même pour une rentabilité de 6 %.
Si l’État décide l’abandon de ce projet, cela constitue donc au
mieux un manque de clairvoyance et d’incompétence de l’État, une
gestion de mauvais père de famille. C’est particulièrement vrai dans le
cas de grands projets d’infrastructure où la perte sociale exprimée en
euros plutôt qu’en pourcents est potentiellement considérable.
Pourtant, la baisse du taux d’actualisation en France a suscité une
réaction unanime pour proclamer que seul un petit sous-ensemble de
projets à rentabilité interne réelle certaine supérieure à 4 % pourra
être réalisé. Ma première réaction fut de considérer cette attitude
inadmissible de la part de hauts fonctionnaires de l’État dont la mis-
sion est de promouvoir le bien collectif.
À bien y réfléchir, et en écoutant les différents points de vue, je dois
conclure sur une attitude plus nuancée, qui milite en faveur d’un
travail approfondi de pédagogie en faveur d’une meilleure utilisation
de l’analyse coût-bénéfice dans notre pays. Discutons ces points de
vue.
L’argument standard consiste à dire qu’il existe tant de projets
publics dont le rendement réel équivalent certain est supérieur à 4 %
que la réalisation de ces projets créerait un très important déficit
public. Cet argument ne me satisfait pas, et ceci pour plusieurs raisons.
D’abord, je n’ai trouvé personne disposant d’information fiable sur
l’élasticité de la demande de fonds publics à la baisse du taux d’actua-
lisation. Existe-t-il tant de projets dont la rentabilité est comprise entre
4 et 8 % ? Ensuite, faire appel à une contrainte budgétaire exogène
n’est intellectuellement pas très satisfaisant. S’il existe réellement
beaucoup de projets publics à 6 %, une plateforme électorale devrait
être aisément trouvée pour renverser un gouvernement qui s’oppose-
rait à leur réalisation. Et si l’État est contraint par des engagements
internationaux (Maastricht), de tels projets devraient être facilement
délégués et financés par le secteur privé.
Mais en fait, je pense que le vrai problème ne se trouve pas là. Le
non-dit, c’est qu’un taux d’actualisation élevé a été imposé par le passé
en France pour faire face à la surestimation systématique de la renta-
bilité réelle des projets par les lobbies désireux de voir leur réalisation
par l’État. En clair, puisque les projets sont annoncés avec une renta-
bilité supérieure, disons de 4 %, à leur rentabilité réelle par les lobbies,
l’État affiche un taux d’actualisation de 8% plutôt que de 4 %. Dans

cette perspective, la proposition du Commissariat Général du Plan
serait une catastrophe pour la gestion des fonds publics si cette
réforme n’était pas combinée à un très gros effort de renforcement des
capacités d’analyse coût-bénéfice de l’État, de manière à contrer
l’excès d’optimisme stratégique des lobbies. Cet optimisme stratégique
est d’autant plus difficile à combattre que la quantification des risques
est délicate. L’accroissement de cette capacité d’expertise nécessite
donc non seulement des hommes, mais aussi des données. L’État ne
semble pas s’apprêter à offrir l’un ou/et l’autre.
Plus pernicieuse est l’idée qu’il faudrait ne faire que le bilan finan-
cier, plutôt que le bilan socio-économique, des projets d’investisse-
ment. Dans un bilan financier, on ne tient compte que des flux pure-
ment monétaires, c’est-à-dire que l’on ne tient compte que des euros
qui rentrent et sortent des caisses publiques. C’est faire abstraction
d’un grand nombres de coûts et bénéfices des actions publiques que
l’État est incapable (ou qu’il refuse) de faire financer par l’usager :
décès évités, pollution éliminée, temps gagné, patrimoine préservé,…
Quelle déchéance de l’analyse économique que de ne considérer parmi
les coûts et bénéfices que ceux qui correspondent à des flux financiers.
Le planificateur public se doit en effet tenir compte de l’ensemble de
l’impact de ses actions sur le bien-être de ses administrés. Pour l’intérêt
commun, il est nécessaire de combattre cette tentative d’affaiblisse-
ment du calcul économique. Si dans une perspective de partenariat
public/privé, certains opérateurs privés désirent calculer leur intérêt
financier à leur contribution au projet, rien ne leur interdit de calculer
un bilan financier privé. Mais l’État s’intéressera seulement et entière-
ment au bilan socio-économique.
Mais cette réticence à faire le bilan socio-économique ne provient-
elle pas d’une tension diffuse sur les valeurs tutélaires ? Prenons
l’exemple de deux projets d’infrastructure de transport, A et B. Les
deux projets ont une rentabilité réelle certaine de 6 %. Le bénéfice du
projet A est purement financier. Le bénéfice du projet B provient pour
l’essentiel d’un gain de temps pour les usagers et d’un certain nombre
de vies gagnées. Le taux de 6 % est obtenu dans ce cas en utilisant les
valeurs tutélaires du temps et de la vie (1 million d’euros). Il m’a
semblé qu’il existe un biais en faveur du projet A sur le projet B. Le
taux de 6 % du projet B, parce qu’il ne proviendrait pas d’un flux
financier réel, semble prêter à caution. Si tel est le cas, c’est que les
valeurs tutélaires ont été mal choisies. Celles-ci devraient alors faire
l’objet soit d’une réévaluation, soit d’un effort de pédagogie.
Finalement, il ressort que les services de l’État se trouvent dans

l’incapacité actuellement d’évaluer le risque des projets d’investisse-
ment dont il dispose. Or, il est entendu que la plupart de ceux-ci sont
risqués, et certains sont même très risqués. De plus, ces risques sont en
général fortement corrélés avec l’activité économique générale, de
telle sorte que le théorème d’Arrow-Lind ne s’applique pas. La logi-
que du calcul économique nécessite dès lors de déduire des flux socio-
économiques espérés des primes de risque calculées selon les principes
du Modèle d’Évaluation des Actifs Financiers. Ces primes de risque
viennent évidemment amputer l’attractivité socio-économique des
projets publics, et la rentabilité réelle équivalent certaine. Il me semble
que la prise en compte du risque devrait fortement réduire le nombre
de projets publics passant le test de la VAN équivalent-certain positive
avec un taux d’actualisation de 4 %. Ce sentiment provient de l’analo-
gie avec le secteur privé. Sur le marché américain tout au long du
20e siècle, la rentabilité réelle des actifs sans risque a été de 1 % par an.
Par contre, la rentabilité réelle moyenne des actions a été de 6,5 % par
an. Cela nous donne une prime exigée par les agents économiques
pour compenser le risque de 5,5 % par an (paradoxe de la prime de
risque) ! L’incapacité de l’État à évaluer les risques pose alors un réel
challenge à l’utilisation efficace des fonds publics. Cette incapacité est
d’autant plus surprenante que des institutions de bien plus petites
tailles telles que les banques, ont pour la plupart depuis 40 ans
(Markowitz) développé des outils opérationnels pour mesurer et éva-
luer les risques. Si une telle incapacité des services de l’État devait
persister, la solution de second-rang consisterait à accroître le taux
d’actualisation. Il s’agirait d’une solution très inefficace, parce que
l’hétérogénéité portant sur l’intensité des risques des différents projets
est a priori élevée.
L’ensemble de ces commentaires converge pour demander soit une
hausse des moyens d’évaluation de l’État français, soit un abandon de
la politique a priori efficace d’un taux d’actualisation faible à 4 %.
5. CONCLUSION
Le risque intervient dans deux dimensions très différentes du calcul
économique. Il intervient dans le choix du taux d’actualisation, car
l’incertitude macroéconomique doit avoir un impact sur le niveau
général de nos efforts pour améliorer notre bien-être futur ainsi que
celui des générations qui nous succèderont. Le risque intervient aussi
dans l’évaluation des bénéfices des investissements considérés. Seuls
les investissements dont les risques sont indépendants du risque
macroéconomique et sur lesquels on n’anticipe pas d’information nou-

velle sur leur rentabilité sociale escomptée doivent être évalués en
supposant la neutralité au risque. Si leur rentabilité sociale est corrélée
positivement au risque macroéconomique, il est nécessaire de réduire
les cash-flows à actualiser d’une prime de risque, en utilisant les formu-
les du MEDAF. Si des informations nouvelles sont anticipées à l’ave-
nir sur cette rentabilité sociale, il faut intégrer dans la VAN du projet
une valeur d’option de report de cet investissement.
L’abandon de la règle consistant à imposer un taux d’actualisation
élevé pour tenir compte du risque a été rendu nécessaire pour des
raisons à la fois de transparence et d’efficacité, étant donné la diversité
des incertitudes des différents projets d’investissement public. Par
contre, cet abandon complique singulièrement la tâche des évalua-
teurs. Il est maintenant nécessaire dans le calcul économique d’estimer
les relations statistiques entre le rendement social du projet et le risque
macroéconomique. En outre, il peut être nécessaire de modéliser la
résolution dans le temps de l’incertitude sur ce rendement. Face à
cette complexité et aux enjeux du calcul économique public, il est
probablement nécessaire aujourd’hui de réfléchir à la constitution
d’une capacité d’expertise et de contre-expertise dans ce domaine.
Références
Arrow K.J. et Lind R.C., « Uncertainty and the evaluation of public
investment decision », American Economic Review, 60, 1970,
p. 364-378.
Arrow K.J. et Fischer A.C., « Environmental preservation, uncertainty
and irreversibility », Quarterly Journal of Economics, 88, 1974,
p. 312-319.
Cochran J., Asset Pricing, Princeton University Press, 2001.
Constantinides G. M., « Intertemporal asset pricing with heterogenous
consumers, and without demand aggregation », Journal of Busi-
ness, 55, 1982, p. 253-267.
Cox J., Ingersoll J. et Ross S., « A theory of the term structure of
interest rates », Econometrica, 53, 1985, p. 385-403.
Devezeaux de Lavergne J.G. et Gollier C., « Analyse quantitative de
la réversibilité du stockage des déchets nucléaires : Valorisation des
déchets », Économie et Prévision, 149, 2001.
Dimson E., Marsh P. et Staunton M., The Millenium book : A century
of investment returns, ABN-AMRO, Londres, 2000,
http ://www.abnamro.com.
Gollier C., « Wealth inequality and asset pricing », The Review of
Economic Studies, 68, 2001a, p. 181-203.
Gollier C., The economics of risk and time, MIT Press, Cambridge,
MA, 2001b.
Gollier C., « Discounting an uncertain future », Journal of Public Eco-
nomics, 85, 2002a, p. 149-166.
Gollier C., « Time horizon and the discount rate », Journal of Econo-
mic Theory, 107, 2002b, p. 463-473.
Hall R.E., « Intertemporal substitution of consumption », Journal of
Political Economy, 96, 1988, p. 221-273.
Henry C., « Investment decisions under uncertainty : the irreversibility
effect », American Economic Review, 64, 1974, p. 1006-1012.
Lucas R., « Asset prices in an exchange economy », Econometrica, 46,
1978, p. 1429-46.
Smit H.T.J. et Trigeorgis L., Strategic investment : Real options and
games, Princeton University Press, 2004.
Vasicek 0., « An equilibrium characterization of the term structure »,
Journal of Financial Economics, 5, 1977, p. 177-188.
Weitzman M.L., « Statistical discounting of an uncertain distant
future », mimeo, Harvard University, 2004.
CHAPITRE 4
INTÉGRATION DU RISQUE
ET DE L’INCERTITUDE
DANS LA CONSTRUCTION
DU CALCUL ÉCONOMIQUE1
L. Andrieu, CERMICS, ENPC
A. de Palma, THEMA,
Université de Cergy-Pontoise, ENPC et IUF
N. Picard, THEMA,
Université de Cergy-Pontoise et INED
Résumé. Ce document constitue l’une des douze contributions du

réseau de recherche sur les dimensions critiques du calcul économi-
que. Nous nous intéressons ici à la question du risque et de l’incerti-
tude dans la construction du calcul économique et nous essayons plus
particulièrement de distinguer ce qui relève de l’analyse (comment
évaluer l’aversion au risque par exemple), et ce qui pourrait relever
des recommandations. Dans ce document, nous commençons par rap-
peler les idées de base de l’analyse de projets, à savoir l’analyse des
coûts et des bénéfices, et la façon dont les notions de risque et d’incer-
titude sont actuellement intégrées dans cette analyse. Nous rappelons
ensuite les notions de base en économie et en finance permettant de
comparer des variables aléatoires (MEDAF et ordre stochastique),
puis nous présentons différentes mesures de risque développées
essentiellement dans le monde financier. Ces mesures, intégrées dans
une analyse de projet permettraient de mieux contrôler les risques
1. Nous remercions S. Proost (K.U. Leuven, Belgique), C. Gollier (IDEI, Université de Tou-
louse), E. Doumas (ENPC), J.-L. Prigent (THEMA, Université de Cergy-Pontoise), R. Lindsey
(University of Alberta, Canada) et W. Rothengatter (Université de Karlsruhe, Allemagne) pour
leurs suggestions et commentaires. Nous remercions aussi J. Maurice (ENPC) et E. Quinet
(ENPC) pour leurs commentaires et remarques détaillées. Cet article a été présenté lors de la
conférence « First International Conference on Funding Transportation Infrastructure » (Banff,
Canada, août 2006).
Intégration du risque et de l’incertitude dans la construction du calcul économique / 129
associés à la réalisation d’un projet. Nous distinguons en particulier

deux classes de mesures de risque : la première classe, qui regroupe
des mesures telles que l’expected shortfall, permet de contrôler les
risques « en l’absence d’évènements exceptionnels » ; la seconde, qui
comprend par exemple la Conditional Value-at-Risk, permet la prise
en compte des risques extrêmes. Enfin, nous introduisons un ratio
d’efficacité permettant d’évaluer la performance d’un projet par rap-
port à un projet de référence.
1. INTRODUCTION
L’objectif de ce document est de proposer un guide des principaux
critères permettant de prendre en compte le risque dans le calcul
économique appliqué au choix des projets d’investissement dans le
domaine des infrastructures des transports.
Dans l’analyse coûts-bénéfices (ACB) classique, la valeur d’un pro-
jet est égale à la somme des bénéfices actualisés, diminuée de la somme
des coûts actualisés. Cette approche suppose la plupart du temps (et
presque toujours en pratique) que ces flux financiers sont déterminis-
tes. Cette hypothèse est rarement vérifiée. Les aléas (sur l’offre et la
demande) affectent non seulement les paramètres inclus dans l’ACB
(par le truchement de la prime de risque, par exemple), mais aussi la
manière dont les flux financiers sont pris en compte lors de l’évaluation
de projets. Cette évaluation nécessite dans ce cas de prendre en
compte les préférences du preneur de décision. Ces préférences sont
censées agréger d’une certaine manière les préférences des citoyens
affectés par le projet (soit directement, par ses effets perçus, soit indi-
rectement, par la fiscalité inhérente). Ces préférences sont traduites
par une fonction d’utilité. La manière dont ces aléas affectent la prise
de décision dépend de la façon d’introduire l’attitude face au risque et
ses liens avec l’actualisation.
La méthode la plus couramment utilisée dans la théorie du consom-
mateur consiste à introduire une attitude face au risque – à chaque
période. L’avantage de cette méthode consiste à ne pas supposer une
compensation parfaite des fluctuations d’une période à l’autre. Son
inconvénient majeur est de ne pas pouvoir prendre en compte les
corrélations entre aléas aux différentes périodes. Cette approche, qui
est bien adaptée à la théorie du consommateur, est davantage problé-
matique dans l’analyse des flux financiers.
La méthode proposée ici nous semble plus adaptée à l’évaluation
de projets par le décideur public. En effet, celui-ci est plus intéressé par
la valeur actualisée des flux financiers de chaque projet dans chaque
état de la nature que par une agrégation des risques à chaque période.
Ceci ne signifie pas que le preneur de décision public soit neutre au
risque. De fait, nous supposons qu’il est indifférent à la répartition
temporelle du risque (moyennant une fonction d’actualisation des
coûts et des bénéfices aléatoires). L’attitude du décideur public face au
risque est ici modélisée sur le résultat de ce calcul d’actualisation. À
l’inverse, la méthode classique évoquée dans le paragraphe précédent
actualise les utilités espérées. Ces dernières modélisent séparément les
attitudes face aux risques des différentes périodes. La méthode classi-
que revient alors implicitement à supposer ces aléas indépendants
entre eux. Cette hypothèse nous paraît très difficilement défendable
dans le cadre de l’évaluation de projets.
L’instruction cadre préconise un taux d’actualisation de 3,5 % net
par an pour une période a 50 ans et un taux de 3 % net au-delà de 30 à
de 50 ans. D’après [39], ce taux doit être modifié pour prendre en
compte les différents risques inhérents à chaque projet. Nous pensons
que la prise en compte du risque par le truchement d’une modification
du taux (préconisée dans le document [39]) doit être complétée par
une étude plus fine (et davantage transparente) qui prenne explicite-
ment en compte l’ensemble des causes de risque internes et externes.
Cette étude sera l’objet du présent article.
Ce document s’organise en quatre sections. La section 2 propose un
bref rappel des pratiques courantes permettant d’apprécier un projet
d’investissement : nous discutons d’une part de l’ACB, et d’autre part
de la façon d’introduire la notion de risque dans l’évaluation de pro-
jets. Il s’agit là d’une étape fondamentale de l’évaluation d’un projet,
car le risque est responsable historiquement de la plupart des échecs et
faillites. Nous rappelons dans la section 3 quelques notions de base
permettant de comparer des actifs financiers, puis nous proposons
deux critères d’évaluation de projets. Ces critères, très répandus en
finance et dans le domaine de l’assurance depuis déjà quelques années,
permettent de mieux contrôler le risque associé à la réalisation du
projet. Bien que cette approche ne nécessite pas la connaissance d’une
fonction d’utilité, nous sommes capables de la relier à l’approche en
termes d’utilité espérée. Enfin, des conclusions succinctes sont présen-
tées dans la section 4.
2. L’ANALYSE DES COÛTS ET DES BÉNÉFICES
2.1. Les enjeux

L’analyse des coûts et des bénéfices2 constitue la plus importante
des informations requises pour les décisions d’investissement. Il s’agit
d’une procédure permettant d’évaluer l’utilité d’un projet à travers le
surplus qu’il dégage (exprimé en termes monétaires). Les idées de
base de l’ACB remontent à 1844 ([23]), mais c’est entre 1939 et 1960
que cette analyse connaît son véritable essor, notamment grâce à M.
Allais, P. Massé et M. Boiteux (voir par exemple [2], [37] ou [8]).
Au niveau européen, cette analyse est aujourd’hui explicitement
exigée par les nouveaux règlements régissant les fonds structurels pour
l’appréciation des grands projets : elle sert d’instrument de prise de
décisions collectives entre la Commission européenne, les états mem-
bres, les auteurs du projet, etc. (cf. [29], [30] ou [34]). Dans [30], les
auteurs recommandent que l’ACB énonce les points suivants :
• l’objectif de la nouvelle infrastructure,
• les raisons qui motivent sa réalisation,
• une description de l’infrastructure actuelle que remplacera
l’infrastructure nouvelle,
• un aperçu des problèmes et des risques que comporte l’infras-
tructure actuelle,
• une description du fonctionnement de la nouvelle infrastructure,
• une énumération des bénéfices espérés,
• les problèmes ou risques qu’implique la nouvelle infrastructure,
• une estimation des coûts que pourrait comporter un possible
échec de l’infrastructure,
• un état des coûts de l’infrastructure actuelle,
• les bénéfices qui seront réalisés,
• un aperçu de sa durée de vie possible.
Concrètement, cette analyse comporte deux types d’évaluations

distinctes : l’analyse socio-économique et l’analyse financière. Bien
que ces deux analyses reposent sur des éléments communs, elles sont
souvent effectuées de manière assez autonome.
2. Nous utilisons ce terme à la suite de J.-J. Laffont, là où d’autres emploient le terme d’analyse
des coûts et des avantages.
2.2. Les pratiques
2.2.1. L’analyse socio-économique

L’analyse socio-économique évalue la contribution du projet au
bien-être économique de la région ou du pays. Elle est réalisée au nom
de l’ensemble de la société (et pas au nom du gestionnaire de l’infras-
tructure, comme dans l’analyse financière). Dans le domaine des trans-
ports, les objectifs socio-économiques sont généralement liés à l’amé-
lioration des conditions de voyage pour les marchandises et les
passagers, ainsi qu’à l’amélioration de la qualité de l’environnement et
du bien-être de la population bénéficiaire.
Le secteur des transports étant souvent caractérisé par l’existence
de « tarifs administratifs » (lorsque les modes de transports collectifs
sont subventionnés par exemple) et de coûts « externes » (les coûts
environnementaux tels que la pollution, le bruit ou les accidents),
l’analyse économique permet donc d’éclairer certains aspects spécifi-
ques. Elle comporte trois phases :
1. la correction des taxes/subventions et autres transferts : on déduit
des flux de l’analyse financière les paiements qui n’ont pas de contre-
partie réelle en ressources, comme les subventions et taxes indirectes
sur les intrants et les extrants,
2. la correction des externalités : on inclut dans les sorties et les
entrées les coûts et avantages externes pour lesquels il n’existe pas de
cash-flow (comme le temps épargné par l’investissement dans les trans-
ports par exemple),
3. la conversion des prix du marché en prix fictifs : on inclut les coûts
et avantages sociaux.
Les résultats de cette analyse peuvent être exprimés de différentes
manières, notamment par le taux de rentabilité économique (TRE qui
est un indicateur de la profitabilité socio-économique d’un projet
défini comme le rapport entre l’excédent brut d’exploitation et le
capital).
Pour une présentation plus détaillée de l’analyse socio-
économique, notamment dans le secteur des transports, on pourra
consulter [29] ou [30].
2.2.2. L’analyse financière

L’objet de l’analyse financière est d’utiliser les prévisions du cash-
flow (flux de trésorerie) du projet afin de calculer des taux de rende-
ment appropriés : la valeur actuelle nette (VAN) et le taux de rentabilité
interne (TRI). Dans le secteur des transports, cette analyse sera géné-
ralement conduite du point de vue du gestionnaire public ou privé de

l’infrastructure.
Le critère fondamental de l’analyse financière est la VAN, qui
mesure la création de valeur engendrée par l’investissement. Elle est
donnée, pour l’horizon n (durée de l’amortissement ou durée de la
concession), par la formule suivante :
(1)
où St est le flux financier3 net pour l’année t, S = (S0,...,Sn), r est le taux

d’actualisation choisi dont la valeur est fixée par le Commissariat
Général du Plan ([39]) et Rn est la valeur résiduelle de l’investissement
en période n. Si la VAN de l’investissement est positive, cela signifie
que la recette totale actualisée est supérieure aux dépenses actuali-
sées : l’investissement est rentable au taux d’actualisation choisi. Le
critère d’acceptation est donc que la VAN soit positive en prenant
comme taux d’actualisation le taux du marché.
Il existe dans l’analyse financière un critère auxiliaire, le TRI. Le
TRI d’un projet est le taux qui annule la VAN. L’investissement est
rentable si le TRI obtenu est supérieur ou égal à un taux d’actualisa-
tion fixé. Bien que très utilisé, ce critère peut dans certains cas être un
faux ami. En effet, lorsqu’il y a plusieurs changements de signe dans le
flux de trésorerie d’un projet, ce projet peut présenter plusieurs taux
de rentabilité interne. Dans ce type de situation, le critère à retenir est
alors celui de la VAN, mais une étude de sensibilité de la VAN au taux
d’intérêt r est conseillée. Plaçons-nous par exemple en temps continu
(T désigne l’horizon de temps considéré), on a alors :
et donc
3. Le flux financier net St dépend de l’excédent brut d’exploitation ainsi que des investissements
effectués.
En règle générale, < 0, mais on peut avoir > 0 dans

certains cas où St est négatif pendant certaines périodes. Cette situa-
tion est représentée sur la Figure 1.
Figure 1
Sensibilité de la VAN au taux d’intérêt
Sur ce schéma, A, B et C sont les différents TRI du projet. On note

r* le taux du marché. On observe alors que le critère de la VAN va être
très sensible au paramètre r : en sous-estimant le taux d’intérêt on aura
une VAN positive, alors qu’en le surestimant légèrement (si r* > A
mais r* < B), on aura une VAN négative.
Le critère de la VAN suppose que les revenus dégagés sont réinves-
tis au taux d’actualisation alors que le critère du TRI suppose un
réinvestissement au taux trouvé : le critère du TRI peut ainsi être très
optimiste. Il semble donc souhaitable de privilégier le critère de la
VAN. Pour plus de détails sur l’analyse financière, on pourra se repor-
ter à [21].
Dans l’ACB, l’appréciation d’un projet d’investissement se fait tou-
jours par rapport à un projet d’investissement alternatif (statut quo ou
solutions alternatives). On peut pour cela utiliser l’un des critères de
décision usuels en avenir incertain non probabilisable, à savoir le critère
de Savage (ou critère « Min-Max » de regret). Ce critère consiste à
identifier pour chacun des scénarios le projet le plus favorable, puis à
évaluer le manque à gagner que représenterait par rapport à ce projet
l’adoption de chacun des autres projets, et enfin à retenir le projet
conduisant au plus petit des regrets maximums. Ce critère de décision
traduit clairement une attitude de prudence de la part de l’investisseur.
Supposons par exemple qu’un décideur ait à choisir un projet

d’infrastructures parmi trois projets A (solution de référence), B et C
ayant comme VAN respectives (en millions d’euros) dans les scénarios
n1 et n2 :
Table 1
VAN associées au projet
n1 n2
A 19.8 19
B 18.2 20
C 21.3 18.4
On commence tout d’abord par déterminer pour chacun des scéna-

rios le projet ayant la plus grande VAN : il s’agit pour n1 du projet C, et
pour n2 du projet B. On en déduit la matrice des regrets suivante :
Table 2
Matrice des regrets associée au projet
n1 n2 regret maximum
A 1.5 1 1.5
B 3.1 0 3.1
C 0 1.6 1.6
On recherche alors le minimum des regrets maximaux, qui corres-

pond ici au projet A. Ce critère conduit donc à retenir le seul projet
dont la VAN n’est maximale dans aucun scénario.
Concernant les investissements en infrastructures par exemple, il
est souhaitable d’inclure des comparaisons avec la situation antérieure
(A dans l’exemple précédent), avec les itinéraires alternatifs, et enfin
avec les systèmes de transport alternatifs éventuels dans le cadre de
projets routiers. La solution de référence correspond généralement à
une décision de ne rien faire. Toutefois, dans certains cas, cela peut
créer un problème dans le secteur des transports. En effet, si la solution
de référence était « catastrophique », i.e si la décision de ne pas investir
entraînait une paralysie du trafic et donc un coût social élevé, tout
projet entraînerait des avantages importants, quel que soit son prix.
Dans le cas d’un phénomène de congestion grave, pour éviter de
déformer les résultats de l’analyse, il est donc nécessaire de configurer
une solution de référence intégrant des interventions minimales.
Les idées générales de l’ACB ayant été rappelées, intéressons-nous

maintenant à la façon dont le risque est intégré dans le choix de
projets.
2.3. Risque, incertitude et choix de projets

Comme nous l’avons dit dans l’introduction, l’un des objectifs prin-
cipaux de ce document est de réfléchir à la prise en compte du risque et
de l’incertitude dans l’évaluation de projets d’investissements. Il est
donc important de bien distinguer ces deux notions : nous parlerons de
risque lorsque les résultats futurs (revenus, coûts) ne sont pas connus
de manière certaine, mais sont entachés d’aléas, auxquels le modélisa-
teur peut associer une loi de probabilité. Si cette opération n’est pas
possible, on parle d’incertitude, et c’est alors à chaque individu (modé-
lisateur ou preneur de décision) de se représenter les lois de probabili-
tés gouvernant les événements aléatoires.
La distribution des aléas peut être estimée à partir de données
historiques. Notons néanmoins que lorsque les événements sont rares
(par exemple, catastrophes naturelles, instabilité politique, etc.), le
modélisateur sera obligé de postuler des lois de probabilité. La nota-
tion correspondante dans ce cas est celle de probabilités subjectives,
telle qu’introduite par Savage. Lorsque le modélisateur ignore totale-
ment les probabilités des événements rares, l’incertitude est totale et
des critères de type « Min-Max » sont recommandés.
Le risque et l’incertitude restent encore largement absents de
l’ACB. La prise en compte de l’incertitude est plus difficile si la
période d’actualisation est plus longue car les aléas ont dans ce cas plus
de chance de se réaliser, se combiner, et avoir des conséquences plus
significatives. Dans beaucoup d’études pratiques, les travaux permet-
tant d’estimer la demande et les coûts se contentent de prendre des
taux de croissance constants, qui sont de plus en plus discutables
lorsque la période considérée est plus longue. Non seulement les taux
de croissance ne sont pas constants, mais de plus ils sont entachés
d’aléas. Pour prendre en compte l’aléa, il est nécessaire de caractériser
les lois de probabilité associées à l’évolution de la demande et l’évolu-
tion des coûts. Une approche simple consiste à spécifier la manière
dont la variabilité des prédictions (sur la demande et les coûts) aug-
mente au cours du temps. De cette manière, on associe l’économétrie à
l’ACB. Cette démarche est nouvelle et reste à être développée.
2.3.1. Risque et incertitude
Lorsque l’avenir est probabilisable (cf [31]), on peut continuer à
utiliser des critères de type de celui du bénéfice actualisé (analyse
socio-économique) ou de la VAN (analyse financière) : si le taux

d’intérêt r est exogène, il suffit de pondérer les variables par leur
probabilité respective de façon à pouvoir calculer pour chaque projet
en concurrence l’espérance mathématique de la VAN,
(2)
ou sa variance
(3)
avec cov(St, St) la covariance de St et St’. L’approche moyenne-

variance décrite ici constitue une première approximation permettant
de tenir compte d’éléments stochastiques dans la VAN. Nous repren-
drons dans la section 2.3.3 la discussion de la VAN stochastique.
Lorsque les risques affectant les différentes variables d’un projet ne
sont pas indépendants, il est utile de mener en plus une analyse plus
approfondie de la distribution de la VAN ; cette analyse permettra par
exemple de déterminer avec quelle probabilité la VAN d’un projet
sera supérieure à une valeur donnée a priori.
Lorsque les risques ne sont pas probabilisables (voir [10]), il faut
élaborer tous les scénarios envisageables, puis calculer pour chacun de
ces scénarios les indicateurs souhaités (VAN, ...). L’emploi d’un critère
issu de la théorie des jeux, tel le critère du Min-Max de regret de
Savage, peut également venir compléter cette analyse de projets.
Dans le secteur des transports, il existe plusieurs sources d’aléas
possibles :
• la demande,
• les coûts de production : facteurs de production, coûts des matiè-
res et de l’énergie, salaires, internalisation des nuisances locales ou
globales (effet de serre)...
• le contexte concurrentiel et la régulation (Eurostar),
• le temps d’exécution,
• les variables économiques (macro-économiques, régionales,...),
• les variables financières,
• les risques spécifiques à la concession (durée, obligations, rachat,

déchéance,...),
• activation de clauses juridiques,
• les ressources humaines pour la gestion du projet,
• les risques géologiques (cf. la liaison Lyon-Turin).
On distingue également les risques diversifiables et les risques non
diversifiables. En particulier, les chocs macro-économiques, le climat
et l’environnement géo-politique qui affectent la demande sont la
conséquence de chocs non diversifiables. Il est important de différen-
cier les investissements majeurs en terme de degré de diversifiabilité.
En effet, les primes de risques à prendre en compte dans l’ACB sont
plus élevées pour les risques non diversifiables (voir [9]). La situation
est plus complexe dans le cas des PPP (public-private partnership)
étant données les difficultés à définir ex ante le partage des risques
subis ex post.
Dans le secteur du transport routier par exemple, les facteurs
critiques influençant la réussite d’un investissement incluent les pré-
visions en matière de circulation, le manque d’élasticité de l’investis-
sement (une capacité excessive est souvent requise au début de
l’exercice) ou encore l’influence décisive des activités secondaires
(l’efficacité d’une autoroute est fonction d’un bon réseau d’embran-
chement par exemple).
2.3.2. L’analyse de la sensibilité et des risques
L’analyse des risques consiste à étudier la probabilité qu’un projet
donnera des résultats satisfaisants (en termes de VAN par exemple),
ainsi que la variabilité du résultat par rapport à la meilleure estimation
préalablement effectuée. La procédure actuellement recommandée
pour l’évaluation des risques repose sur les deux éléments suivants :
l’analyse de sensibilité et l’analyse de probabilité des risques. Une
présentation plus approfondie de ces deux analyses peut être trouvée
dans [29] ou [30]. Rappelons que, avant que cette procédure ne soit
recommandée, le risque était pris en compte via une augmentation du
taux d’actualisation. Dans la procédure actuelle, le taux d’actualisation
est choisi indépendemment des risques, et une analyse explicite des
risques est demandée (voir [39]).
L’objectif de l’analyse de sensibilité (voir section 7.4 du document
[39]) est de sélectionner les variables et paramètres « critiques » du
modèle, i.e. ceux dont les variations par rapport à la valeur utilisée
comme meilleure estimation dans le cas de référence entraînent les
modifications les plus importantes sur les indices économiques et
financiers calculés (bénéfice actualisé, VAN,...). Parallèlement, les
simulations financières concernent l’étude des capacités de réaction du

système après un choc important. Bien évidemment, les hypothèses
comportementales utilisées jouent un rôle crucial, généralement sous-
estimé. Dans le secteur des transports, l’analyse de sensibilité peut se
concentrer par exemple sur les coûts d’investissement et de fonction-
nement ou sur la demande attendue, en particulier le trafic généré.
L’analyse de probabilité des risques consiste en l’étude des proba-
bilités d’un projet d’obtenir un taux de rendement satisfaisant et de la
variabilité par rapport à la meilleure estimation du taux de rendement.
2.3.3. Prise en compte du risque dans le secteur des transports

On se limitera ci-après à l’analyse du risque en termes financiers, à
titre d’exemple, la transposition à l’analyse du risque en termes écono-
miques ne soulevant pas de difficulté particulière. Cette section est
rédigée à partir de [17]4.
VAN stochastique. Le principe du taux d’actualisation de 8 % (qui

est censé prendre en compte les risques) permet d’écarter des projets à
rentabilité moyenne faible, mais ne s’adresse pas réellement aux sour-
ces de risques. Ce critère a aujourd’hui été abandonné. Une autre
manière de modéliser le risque (lorsqu’il est modélisé) consiste à pren-
dre le modèle déterministe et a surimposer une variable aléatoire (sur
le coût, la demande, etc.). En raisonnant sur base de l’équation de la
VAN, on peut ainsi en dériver une version stochastique dans laquelle
on s’intéresse à la variable aléatoire VANsto :
où R désigne le revenu du projet, C son coût, It est l’investissement en

t, Kt représente le stock de capital en t, p le niveau des péages, e et g
représentent des termes aléatoires et enfin i est le taux d’actualisation.
Notons que ces deux termes e et g peuvent être corrélés (ces corréla-
tions ne sont pas toujours prises en compte, même dans les simulations
de Monte Carlo5). Dans ce cadre probabiliste, l’évaluation d’un projet
4. Le lecteur pressé pourra passer à la Section 3, sans que la compréhension de ce document en

soit altérée. Nous référons aussi le lecteur au chapitre de M. Ivaldi, dans le présent ouvrage.
5. De façon générale une méthode de Monte Carlo estime l’espérance d’une variable aléatoire
X par la moyenne arithmétique sur un échantillon de n simulations indépendantes de celle-ci :
[X] ≈ X̄ = 1 兺n X . La loi forte des grands nombres assure la convergence presque sûre de X̄
n i=1 i n
n
vers [X] et le théorème limite centrale fournit l’erreur pour n grand.
se mesure par une densité de probabilité (associée à la variable aléa-

toire). On s’intéressera, par exemple, à la probabilité que la VANsto
soit plus petite qu’une valeur cible, ou à la probabilité que VANsto soit
inférieure a une valeur donnée, ou encore à la probabilité que la valeur
de la VANsto soit négative (ou l’on utilisera d’autres indicateurs de
performance). Cette formulation nous amènera à réfléchir à d’autres
stratégies de prise en compte et de gestion des risques (voir la section
3.2.1).
Signalons enfin que les risques majeurs (les catastrophes naturelles,
les attentats, les grèves de durée excessive, etc.) ne semblent être que
très rarement pris en compte par les opérateurs majeurs.
Fonction de survie. L’un des risques importants pour certains types

de projets (par exemple, les chemins de fer) est l’abandon du projet ou
de la variante de ce projet parce que son exploitation est devenue trop
coûteuse pour l’exploitant. Ceci peut survenir quand il y a un change-
ment de la politique locale de transport ou lorsqu’une entreprise arrête
ses activités. Une approche autre que l’utilisation d’une période plus
courte pour le test financier serait d’utiliser une fonction de survie.
L’excédent brut d’exploitation pour chaque année future serait alors
pondéré par un coefficient de survie (par exemple 95 % de survie
chaque année). Les coefficients de survie peuvent être calculés pour les
projets individuels (en fonction, par exemple, de la durée des mandats
politiques régionaux) ou peuvent être des fonctions basées sur l’expé-
rience. La fonction de survie fournit des résultats différents par rap-
port à la méthode consistant à considérer des périodes d’évaluation
plus courtes. Certaines fonctions de survie (exponentielles) conduisent
à des résultats similaires à l’utilisation d’un coût de capital accru.
Incitation et asymétrie d’information. Les évaluations des coûts

relatifs aux travaux de construction ou de maintenance sont potentiel-
lement biaisées parce que ces coûts ne sont pas totalement internalisés
par le principal (constructeur) et parce qu’il n’existe pas un marché
totalement compétitif. Les travaux pris en charge par l’agent (l’exploi-
tant) ou par tout autre organisme ne sont pas suffisamment incitatifs
étant donné que les bénéfices et les coûts ne sont pas partagés dans le
cadre de contrats qui spécifient les prises en charge en cas de dépasse-
ment des coûts projetés ou en cas de rallongement de la durée des
travaux.
La demande projetée est entachée de risque. Ces risques seront
évalués de manière différente par les différents acteurs en présence :
États, régions, opérateurs publics et privés.
Les différents agents ont différents niveaux d’information, différen-

tes incitations et différents niveaux de contrôle de la demande. La
participation au risque doit être fonction de ces différences. Les asy-
métries d’information jouent aussi un rôle important dans les négocia-
tions en cours (modèle principal/agent). Pour plus de précisions on
pourra consulter [33] ou [43] (ouvrage plus synthétique).
Partage des risques entre le principal et l’agent. La participation

d’autres partenaires dans l’investissement semble importante : l’inves-
tissement dans une ligne de chemin de fer à vocation régionale consti-
tue ainsi un exemple type d’un problème de « hold-up » en économie
industrielle. En effet, une fois qu’un responsable d’infrastructure A (le
principal) a consenti aux investissements (sunk cost) en infrastructure
et en matériel et les a réalisés, il est tentant pour l’exploitant régional B
(l’agent) de renégocier les péages vers le bas étant donnée la position
captive (et asymétrique) de A (ceci sera moins le cas, une fois que les
marchés seront effectivement ouverts à la concurrence internationale).
Le niveau de risque supporté par A est une fonction décroissante de
sa participation dans le projet. Prenons l’exemple d’un projet qui néces-
site un investissement total de 100. La rentabilité est telle que A investit
20 et les autres partenaires 80. Les bénéfices actualisés pourraient
varier entre 80 et 120. Le risque pour A est donc, en termes actualisés,
une rentrée nette de +20 à -20 pour un investissement de 20. Imaginons
que le même projet est légèrement moins rentable et que ceci amène A
à investir uniquement 10. Les risques n’ayant pas changé, A risque
maintenant de +20 à -20 pour un investissement de 10. La diminution
de la participation a donc donné lieu à une augmentation de ses risques.
Le problème de base est que A porte tout le risque financier parce que
les autres parties remettent un subside fixe au moment de l’investisse-
ment. Dans une entreprise privée, un risque accru pour un investisse-
ment nécessite une augmentation de la partie financée par des fonds
propres. Cette logique semble inversée dans le cas de A.
Enfin, les différents acteurs en présence possèdent des degrés
d’aversion au risque différents. De fait, une règle stricte de non dépas-
sement d’un budget correspond à une aversion au risque localement
infinie, ce qui n’est pas raisonnable. Il est vrai que les individus (par
exemple, les investisseurs) se focalisent sur certains chiffres (les pertes
possibles par exemple) mais il n’y a pas de raison qu’une organisation
telle que A possède une aversion pour le risque localement infinie.
De plus, en toute logique, les partages du risque doivent se faire en
fonction de l’aversion au risque de chacun des agents. La règle théori-
que de partage des risques est simple, puisqu’elle préconise que l’agent
doté de l’aversion au risque la plus forte supporte la plus petite quan-

tité de risque. Il reste à déterminer comment les différents acteurs en
présence (principalement État, régions, les entreprises A et B), peu-
vent être classés en fonction de leur degré d’aversion au risque. Le
partage des risques peut diminuer son impact pour l’ensemble des
agents. Par exemple, l’entreprise B et les régions peuvent participer
aux surplus et aux déficits comme le ferait le capital à risque dans le cas
d’une entreprise privée.
Flexibilité des prix. Les prix peuvent être déterminés par un mono-
pole en fonction des coûts et de la demande estimée. Ceux-ci peuvent
aussi être le résultat de la concurrence entre des opérateurs privés et
des opérateurs publics. La prise en compte de la concurrence ne peut
être faite sans l’aide d’un modèle économique sous-jacent.
Nous avons développé, dans le cadre des projets REVENUE et
FUNDING (projets européens de DG TRENEN) un outil pour
l’ACB : MOLINO I (pour REVENUE I) et MOLINO II (pour FUN-
DING, voir [18] et [19]). Cet outil permet de calculer l’évolution des
recettes (transports individuels ou en commun et transports de fret)
pour des infrastructures (route, rail, air, etc.). MOLINO, qui est basé
sur un modèle CES pour les usagers, ainsi que pour les entreprises,
résout deux types de problèmes. Le premier est celui du choix des
agents (choix de routes ou de temps de départ). Dans ce cas, l’équilibre
est un équilibre entre l’offre et la demande. Lorsque les biens sont des
substituts parfaits, l’équilibre est celui de Wardrop. Sinon, il s’agit d’un
équilibre qui égalise les temps de trajet généralisé attendus. Le second
équilibre est un équilibre économique, en fonction de la structure du
marché : monopole d’État, concurrence entre opérateurs privés, entre
opérateurs privés et services publics, etc. L’impact de la flexibilité des
prix, pris en compte dans MOLINO, est illustré en appendice.
Dans la section suivante, nous rappelons quelques concepts fonda-
mentaux en économie et en finance permettant de comparer différents
actifs financiers, et suggérons d’intégrer certains d’entre eux dans
l’ACB.
3. MESURES DE RISQUE ET ACB
3.1. Brefs rappels sur l’évaluation des actifs financiers
3.1.1. Le MEDAF
Le Modèle d’Évaluation des Actifs Financiers (MEDAF), ou Capi-
tal Assets Pricing Model (CAPM) développé au début des années 70
par Sharpe est utilisé pour évaluer des actifs financiers dans un marché
en équilibre. Nous présentons ici les fondements de ce modèle dans
son contexte originel, pour une présentation dans le contexte de la
VAN, voir le chapitre de C. Gollier dans cet ouvrage. Ce modèle est
basé sur le fait que seul le risque de marché rM , ou risque diversifiable,
est rémunéré par les investisseurs dans un tel marché. La rentabilité R
exigée par un investisseur est alors égale au taux de l’argent sans risque
rF majoré d’une prime de risque uniquement liée au risque de marché
de l’actif :
R = rF + b(rM – rF),
où b est le coefficient de volatilité de l’actif indiquant la relation

existant entre les fluctuations de la valeur de l’actif et les fluctuations
du marché.
Ce modèle est devenu la référence théorique de toute l’industrie de
la finance. L’hypothèse forte de ce modèle est que, pour choisir entre
différents portefeuilles possibles, les individus choisissent sur la base
du rendement espéré et de la variance du rendement. On peut montrer
que cela revient à supposer que les distributions sont gaussiennes, ou
bien que les individus ont des fonctions d’utilité quadratiques.
Bien que très populaires, le critère « moyenne/variance » et le
critère « moyenne/écart-type », ne suffisent pourtant pas toujours à
comparer deux variables aléatoires, et peuvent même conduire à des
aberrations, comme le montrent P. Bernhard et G. Cohen dans [12].
En effet, supposons que l’on souhaite maximiser un rendement J
pour les décisions A et B, et pour les « états de la nature » n1 et n2
équiprobables :
Table 3
n1 n2
A 0 20
B 21 21
On a [J(A),n)] = 10 et [J(B),n)] = 21. On prend comme mesure de

l’incertitude la variance : r2(J(A,n)) = 100 et r2 (J(B,n)) = 0. Alors, si
on choisit de maximiser [J]+ ␣r2 (J), avec ␣ > 0, la stratégie A
devient préférable à la stratégie B dès que ␣ > 0.11. Cependant, ce
résultat est absurde car la stratégie B est optimale, puisqu’elle domine
(rendement supérieur) la stratégie A dans tous les états de la nature.
Une approche systématique pour comparer des variables aléatoires

entre elles consiste à utiliser la notion d’ordre stochastique. Un ordre
stochastique peut être vu comme un ordre partiel sur un ensemble de
fonctions de répartition.
3.1.2 Ordres stochastiques et fonctions d’utilité

Supposons qu’un investisseur compare des rendements aléatoires
dont il connaît les lois. Si ses préférences satisfont certaines propriétés,
Von Neumann et Morgenstern (1944, voir [40]) ont montré qu’elles
peuvent se représenter par l’espérance d’une fonction. Plus précisé-
ment :
Définition 3.1 (le critère d’espérance d’utilité). Les préférences

d’un individu satisfont au critère d’espérance d’utilité s’il existe une
fonction croissante u appelée fonction d’utilité telle que l’individu
préfère le rendement aléatoire X au rendement aléatoire Y si et seule-
ment si l’espérance d’utilité de X est supérieure à celle de Y :
Xpréféré à Y ⇔ [u(X)] ≥ [u(Y)]. (4)
La croissance de la fonction d’utilité exprime simplement le fait que

l’investisseur aime la richesse. On remarque que le critère d’espérance
de gain est le cas particulier obtenu pour la fonction u(x) = x.
La notion d’ordre stochastique permet de déterminer des condi-
tions sur les fonctions de répartition de X et Y qui assurent que
l’égalité (4) est vérifiée pour une classe de fonctions d’utilité donnée.
La dominance stochastique à l’ordre 1. Soient X et Y deux rende-
ments aléatoires scalaires.
Définition 3.2 (Dominance stochastique à l’ordre 1). Le rendement

X domine le rendement Y au sens de la dominance stochastique à
l’ordre 1 (X ≥ DS1 Y ) si et seulement si
où wZ désigne la fonction de répartition de la variable aléatoire Z,

pour Z = X, Y.
La dominance stochastique à l’ordre 1 peut également être caracté-
risée à l’aide des fonctions d’utilité. En effet, X domine Y au sens de la
dominance stochastique à l’ordre 1 si et seulement si X est préférée à Y
par tout individu dont la fonction d’utilité est croissante (individu
ayant une utilité marginale du revenu positive) :
Proposition 3.3. On a l’équivalence suivante :
Un projet dont le rendement domine le rendement d’un autre

projet au sens de la dominance stochastique à l’ordre 1 sera toujours
sélectionné. La dominance stochastique à l’ordre 1 est un critère très
fort, puisqu’il nécessite que les fonctions de répartition ne se coupent
pas. Pour affaiblir cette condition, on peut considérer la dominance
stochastique à un ordre supérieur, ou bien considérer d’autres critères
tels que ceux présentés plus bas (Conditional Value-at-Risk, ...).
La dominance stochastique à l’ordre 2. X et Y désignent toujours
2
des rendements aléatoires scalaires. Introduisons la fonction wX qui est
la primitive de la fonction de répartition :
continue, positive, croissante et convexe.
Définition 3.4 (Dominance stochastique à l’ordre 2). La dominance

stochastique à l’ordre 2 (DS2) est définie par :
On peut montrer que la dominance stochastique à l’ordre 1 impli-

que la dominance stochastique à l’ordre 2.
Comme pour la dominance stochastique à l’ordre 1, les fonctions
d’utilité permettent également de caractériser la dominance stochasti-
que à l’ordre 2. On peut dire que X domine Y au sens de la dominance
stochastique à l’ordre 2 si et seulement si X est préférée à Y par tout
individu dont la fonction d’utilité est croissante et concave (individu
averse au risque et ayant une utilité marginale du revenu positive) :
Proposition 3.5. (Rothschild et Stiglitz, [42]) On a l’équivalence
suivante :
X ≥DS2 Y ⇔ [u(X)] ≥ [u(Y)], ∀u : → continue, croissante
et concave.
Moments d’ordre 3 et fonctions d’utilité. Comme nous l’avons rap-

pelé au début de la section, le critère moyenne/variance ne suffit pas
toujours à comparer deux variables aléatoires : si deux variables aléa-

toires ont même moyenne et même variance, ce critère ne donnera
ainsi aucune indication sur la dispersion de la distribution de ces varia-
bles par rapport à un rendement de référence par exemple. Afin d’inté-
grer cette notion de dispersion de la distribution par rapport à un
rendement de référence, il est utile de revenir à la théorie de l’utilité
espérée et de considérer les moments d’ordre 3 de la fonction d’utilité.
En effet dans [38] les auteurs donnent le résultat suivant :
Theorem 3.6. [u(X)] ≥ [u(Y)] pour toute fonction u telle que u′′′
(x) > 0 ∀x ∈ si et seulement si les lois de X et Y différent et vérifient :
i) (X) = (Y),
ii) 兰01 兰0z[wY(y) – wX(y)]dydz = 0,
iii) 兰0x兰0z[wY(y) – wX(y)] dydz ≥ 0 ∀x ∈ [0, 1] et > 0 ∀x ∈]0, 1[.
Lorsque les moyennes et les variances de deux variables aléatoires

sont identiques, il semble donc utile d’examiner les moments d’ordre 3
des fonctions d’utilité associées afin de mieux capter certains risques
(dissymétrie des distributions).
Remarque. En économie, il semble également pertinent de s’inté-

resser à la dominance stochastique à l’ordre 4, car l’ordre 4 permet de
faire le lien entre l’épargne de précaution et l’aversion au risque.
Signalons enfin que dans [4], la notion d’ordre stochastique a été
définie pour le cas de variables aléatoires n-dimensionnelles. Ceci peut
être utile lorsque l’on doit comparer des variables aléatoires en fonc-
tion de plusieurs critères : dans une ACB, on peut par exemple vouloir
prendre en compte un critère financier et un critère environnemental.
Dans la dernière section de ce document, nous introduisons
d’autres mesures de risque issues du monde financier, qui vont permet-
tre de renforcer le contrôle des risques financiers d’un projet d’inves-
tissement.
3.2 Mesures de risque et ACB
3.2.1. La Value-at-Risk (VaR)

Définition. La VaR d’un projet A correspond au niveau de VAN
minimum, si l’on exclut un ensemble d’événements défavorables ayant
une faible probabilité de se produire. Autrement dit, la VaR du projet
associée à la VAN JA(n), notée VaRJA(n)(p), est donc la plus grande
quantité q telle que, avec une probabilité inférieure ou égale à p, la

VAN soit inférieure à q :
VaRJA(n) (p) = max {q ⎟ {JA(n) ≤ q} ≤ p}.
Notons wJA(n)(q) = {JA(n) ≤ q}. Lorsque wJA(n)(·) est continue et
strictement croissante, VaRJA(n)(p) est l’unique solution de l’équation
wJA(n)(q) = p, ce qui correspond au niveau de probabilité p3 sur la
Figure 2. Autrement, cette équation peut n’avoir aucune solution
(lorsqu’il existe une masse atomique de probabilité, comme pour p1),
ou au contraire avoir plusieurs solutions (lorsque la densité de proba-
bilité est nulle pour une plage de valeurs, comme pour p2).
Figure 2
Value-at-Risk
En pratique, on choisit généralement p = 0.05 ou p = 0.01. Si la VaR

à 5 % d’un projet vaut 100, cela signifie que, « en l’absence d’événe-
ments exceptionnels », il y a 95 % de chances que la VAN associée à ce
projet soit supérieure à 100.
La VaR d’un projet permet donc d’exprimer en un seul chiffre le
montant à risque de ce projet ; elle dépend de :
• la distribution de VAN du projet en fin de période,
• le niveau de confiance p,
• la période de temps sur laquelle on désire mesurer la VaR.
Méthodes de calculs. Il existe plusieurs méthodes permettant de
calculer la VaR : l’analyse historique, la méthode variance-covariance
et la simulation de Monte Carlo.
L’analyse historique repose sur l’hypothèse que la distribution des
rendements observée à partir des données historiques se reproduira à
l’avenir. Les avantages de cette approche sont d’une part que la mise
en application est relativement aisée, et d’autre part, qu’il n’y a aucune
hypothèse sur les lois de distribution. Mais cette approche nécessite
beaucoup de données historiques, et suppose implicitement que le
passé va se reproduire de façon statistiquement identique, ce qui est
très discutable.
La méthode variance-covariance repose sur l’hypothèse que les ren-
dements du projet et des facteurs de risque ont des distributions nor-
males. Cette hypothèse n’est pas empiriquement justifiée, mais elle
permet de simplifier énormément les calculs. Si l’application est aisée,
le principal inconvénient de cette méthode est qu’elle sous-estime les
événements rares, puisque l’hypothèse de normalité n’est pas empiri-
quement justifiée.
Enfin, la simulation de Monte Carlo est la plus rigoureuse des trois
méthodes, mais elle requiert une puissance et un temps de calculs
importants.
Les limites de la VaR. Si la VaR fournit un indicateur simple et

global de l’exposition d’un projet au risque, elle admet cependant
certaines limites.
Dans la mesure où il y a plusieurs méthodes de calcul de la VaR, il
est important de se demander si la méthode de calcul choisie est
adaptée au projet considéré. C’est ce qu’on appelle le backtesting : il
s’agit de confronter la VaR calculée avec les rendements effectivement
réalisés. Mais cet exercice semble difficile à réaliser lorsque l’on évalue
un projet d’investissement en raison de l’horizon d’étude considéré,
plusieurs années en général (notons qu’en finance la VaR est calculée
à dix jours, ce qui rend l’exercice de backtesting plus pertinent).
Une autre limite de la VaR est directement liée au concept lui-
même. En effet, celle-ci ne fournit aucune indication sur l’ampleur des
pertes si un évément défavorable devait se produire. Pour remédier à
cette limite, on peut s’intéresser à une mesure de risque proche de la
VaR, mais qui capte mieux le problème des variations extrêmes : la
Conditional Value-at-Risk.
3.2.2 La Conditional Value-at-Risk (CVaR)

Définition et propriétés. Par définition, la CVaR d’un projet A
correspond à la VAN de ce projet calculée en moyenne sur les cas les
plus défavorables. Elle s’écrit de la façon suivante :
CVaRJA(n) (p) = [JA(n) ⎟ JA(n) ≤ VaRJA(n)(p)], (5)

où JA(n) est une variable aléatoire (la VAN du projet par exemple) et
V aRJA(n)(p) la VaR du projet pour un niveau de confiance p (on
choisit généralement p = 0.05 ou p = 0.01).
Remarque. Nous donnons ici la définition usuelle de la CVaR,

valable pour des distributions de VAN continues. Pour des distribu-
tions discrètes, la définition de la CVaR est plus complexe car il s’agit
d’une moyenne pondérée entre la VaR et l’espérance de la VAN
strictement inférieure à la VaR.
La CVaR est caractérisée par la queue de la distribution de la
variable aléatoire, et permet ainsi de contrôler la moyenne de cette
variable aléatoire pour les pires scénarios. Elle possède également des
propriétés intéressantes en pratique, puisqu’il s’agit d’une mesure de
risque cohérente (ce qui n’est pas le cas de la VaR).
Remarque. Soit ( ) un espace de probabilité et v un ensemble

convexe de variables aléatoires de X dans . On suppose ici que l’on
quantifie le risque d’une variable aléatoire représentant des gains. On
rappelle qu’une mesure de risque q est dite cohérente si elle est :
1. monotone : si un projet rapporte toujours plus qu’un autre, alors

il est moins risqué, i.e. si
X, Y ∈ v et Y (g) ≥ X(g) ∀g ∈ , alors q(X) ≥ q(Y) ;
2. équivariante par translation : disposer d’une réserve de trésore-

rie pour le financement d’un projet diminue d’autant le risque de ce
projet, autrement dit
3. positivement homogène : le risque est proportionnel à la taille du

projet, i.e. si b ∈ + et X ∈ v, alors q(bX) = bq(X) ;
4. sous-additive : cette propriété garantit que la diversité diminue le

risque, et concerne donc davantage la gestion de portefeuilles finan-
ciers :
Si q(X) mesure les risques associés aux rendements X d’un projet, on

ne retiendra que les projets dont les mesures de risque sont élevées.
3.2.3 Downside risk measures

La VaR et la CVaR sont deux des mesures de risques les plus
utilisées dans le domaine de la gestion des risques financiers, aussi bien
par les banques que par les investisseurs institutionnels. Mais il existe
également d’autres classes de mesures de risque, dont l’une d’elles
(downside risk measures) nous semble particulièrement bien adaptée
pour la gestion de projets.
Dans cette section, JA(n) désigne la variable aléatoire représentant
la VAN d’un projet associée à la décision A et à la variable aléatoire n.
Pour chaque décision A, JA(n) est une variable aléatoire ayant une
distribution induite par celle de n. On suppose que JA est strictement
croissante. La distribution de probabilité sous-jacente de n sera suppo-
sée avoir une densité, que l’on notera φA(n). Les downside risk measu-
res sont des mesures définies sur la notion de moments tronqués (intro-
duite en 1977 par Bawa et Lindenberg) ; pour plus de détails sur cette
notion, on pourra consulter [6].
Définition et propriétés. La théorie de Downside Risk Aversion

([7], [38]) permet de définir des mesures de risque qui sont basées sur
les moments tronqués de la distribution de la VAN du projet d’inves-
tissement :
, (6)
avec c ≥ 0, h un niveau de VAN de référence (la VAN moyenne du

projet par exemple).
Remarque. Le cas où c → ∞ correspond au risque associé au pire

niveau de VAN possible (voir [26] par exemple). Lorsque c = 0, cette
mesure de risque correspond à la probabilité d’être en dessous d’un
^
certain seuil et on retrouve alors la VaR en choisissant h (q) tel que
^
R0(h(p)) = p. Lorsque c = 1 on retrouve l’expected shortfall. On montre
facilement la relation suivante :
R1 (h) = p(VaRJA(n)(p) – CVaRJA(n)(p)).
Un investisseur qui cherche à maximiser l’espérance mathématique

de son niveau d’utilité sous ce type de contrainte de risque va donc
résoudre le problème d’optimisation suivant :
(7)
où M est l’aversion au risque de l’investisseur. On peut alors déduire la

classe de fonctions d’utilité associée aux downside risk measures :
avec M ≥ 0 (pour assurer que u(.) est croissante) et c ≥ 0. On se ramène

ainsi à la théorie de l’utilité espérée en maximisant [u(x)]. En choi-
sissant c petit (resp. grand), l’investisseur s’intéresse aux petits (resp.
grands) écarts de VAN en dessous du niveau de référence h. Lorsque c
< 1, l’investisseur veut prendre des risques, alors que lorsque c > 1, il
est averse au risque. La fonction d’aversion relative au risque en
dessous du seuil h est :
(8)
On observe que pour 1 < c 2, l’aversion relative au risque est

croissante, alors que pour c > 2, cette aversion peut être croissante ou
décroissante.
Application à la gestion de projet. Cette classe de mesures de risque
nous semble particulièrement bien adaptée dans l’évaluation de pro-
jets d’investissements. En effet, considérons le cas où c = 1 ; cette
mesure de risque est alors appelée expected shortfall. Si l’on choisit
comme niveau de référence la VAN de l’infrastructure existante (ce
qui correspond à la décision de ne rien faire), on va pouvoir comparer
différents projets en terme d’écarts moyens de leur VAN en dessous de
la VAN de référence. Cette façon de mesurer le risque s’intègre ainsi
facilement dans le cadre d’une ACB.
3.2.4. Ratio d’efficacité

Notons JA(n) une variable aléatoire désignant la VAN d’un projet
A, et h un niveau de VAN de référence (comme la VAN du projet
existant). Nous proposons d’introduire le ratio d’efficacité suivant :
Idéalement, un projet devrait avoir un ratio d’efficacité Reff compris

entre 0 et 1, autrement dit en moyenne et par rapport à une VAN de
référence donnée, les pertes seraient inférieures aux gains. Le cas où

Reff vaut 0 correspond à un projet dont la VAN moyenne est supé-
rieure ou égale à la VAN de référence h. Enfin, ce ratio permet
également de comparer des projets risqués entre eux : plus le ratio Reff
est petit, plus le projet est performant.
3.3. Illustration numérique
3.3.1. Le cas de distributions discrètes

Considérons un projet d’investissement A à deux périodes, don-
nant pour chacun des quatre scénarios ni envisagés les excédents bruts
d’exploitation en millions d’euros suivants, avec EBE0 l’investisse-
ment initial, EBE1 l’excédent brut d’exploitation (EBE) à la fin de la
première période et EBE2 l’EBE à la fin de la seconde période :
Table 4
EBE associés au projet
I n1 n2 n3 n4
EBE0 -10 -10 -10 -10

EBE1 5 5 10 10
EBE2 7 9 11 15
Les probabilités associées à ces scénarios sont données dans le

Tableau 5.
Table 5
Probabilités des scénarios
n1 n2 n3 n4
probabilité pni 0.05 0.20 0.5 0.25
On notera VANi la VAN du projet pour le scénario ni. On prend

comme taux d’actualisation r = 3.5 %. Les VAN du projet sont don-
nées dans le Tableau 6.
Table 6
V AN1 V AN2 V AN3 V AN4
1.37 3.23 9.93 13.66
Supposons que la VAN de l’investissement existant (seuil de réfé-

rence), notée h, soit égale à 7.
L’expected shortfall de ce projet vaut :
Ceci signifie donc que l’écart moyen entre la VAN du projet I et la

VAN du projet actuel, lorsque cet écart est défavorable au projet I,
sera de 1.04 million d’euros.
Le ratio d’efficacité pour ce projet vaut
autrement dit, par rapport à l’investissement existant, ce projet géné-

rera en moyenne des rendements supérieurs aux pertes.
La distribution de ce projet étant une distribution discrète, on
constate que la VaR à 5 % et la CVaR à 5 % sont toutes deux égales à
1.37 million d’euros.
Considérons maintenant un projet B ayant les caractéristiques sui-
vantes :
Table 7
Probabilités des scénarios
n1 n2 n3 n4
probabilité pni 0.05 0.2 0.35 0.4
Table 8
EBE associés au projet
I n1 n2 n3 n4
EBE0 -10 -10 -10 -10

EBE1 7 7 12 12
EBE2 4.54 10 5 13
Table 9
V AN1 V AN2 V AN3 V AN4
1 6.10 6.26 13.73
L’expected shortfall de ce projet vaut 0.74 million d’euros, le ratio

d’efficacité vaut 0.27.
Comparons ces deux projets en termes de VaR et de CVaR pour

différents niveaux de probabilité :
Table 10
Comparaison des deux projets
CVaR CVaR
projet VaR à 5 % VaR à 6 % VaR à 10 % CVaR à 10 %
à5% à6%
A 1.37 1.37 3.23 1.46 3.23 1.83

B 1 1 6.10 1.26 6.10 2.27
On constate que la VaR et la CVaR à 5 % conduisent à retenir le

projet A, la VaR à 6 % conduit à retenir le projet B alors que la CVaR
à 6 % conduit à retenir le projet A, la VaR et la CVaR à 10 %
conduisent à sélectionner le projet B. Ceci montre qu’en fonction du
niveau de probabilité retenu, les critères de VaR et de CVaR ne
conduiront pas à choisir les même projets. On constate également que
pour un niveau de probabilité de 5 %, la VaR et le ratio d’efficacité ne
conduisent pas à sélectionner le même projet : la VaR à 5 % conduit a
sélectionner le projet A alors que le ratio d’efficacité conduit à sélec-
tionner le projet B. Le choix de la mesure de risque doit donc consti-
tuer une étape fondamentale de l’ACB.
3.3.2. Le cas de distributions continues

Considérons quatre nouveaux projets ayant des distributions de
VAN continues :
• la VAN du projet A (VANA) suit une loi double exponentielle6
de paramètres g = 2 et µ = 1 ; l’espérance de la VAN vaut alors 2.577 et
sa variance 1.645 ;
• la VAN du projet B suit une loi double exponentielle symétrique
(VANB = 2 [VANA] – VANA) ;
• la VAN du projet C suit une loi normale de même moyenne et de
même variance ;
• la VAN du projet D suit une loi normale de même moyenne, mais
de variance égale à 1.
La Figure 3 représente les densités de ces quatre projets ainsi que

leur VaR respective. Sur le graphique représentant les VaR des diffé-
6. Pour mémoire, la fonction de répartition de la loi double exponentielle est F (x) =

– (x – n)
e–e µ .
rents projets, on constate que si l’on se fixe un niveau de probabilité

inférieur à 4 %, le critère de la VaR conduit à retenir le projet A (loi
double exponentielle), alors que si l’on adopte un niveau de probabi-
lité supérieur à 4 %, ce même critère conduit à sélectionner le projet D
(loi normale de variance 1).
La figure 4 représente les CVaR et expected shortfall de ces quatre
projets. Sur le graphique représentant les CVaR, on constate que le
critère de la CVaR conduit à retenir le projet A (ceci est vrai tant que
le niveau de probabilité reste inférieur à 28 %). Pour le critère
d’expected shortfall, le projet retenu dépend du niveau de VAN de
référence (projet existant) : si le niveau de référence est inférieur à 2.5,
on retient le projet B (loi double exponentielle symétrique), si le
niveau de référence est compris entre 2.5 et 3.6 on retient le projet A
(loi double exponentielle), enfin si le niveau de référence est supérieur
à 3.6, on retient le projet C (loi normale de même variance).
En termes d’analyse de projet, l’utilisation de l’expected shortfall et
de la CVaR permet donc d’une part de mesurer l’écart moyen entre la
VAN du projet et un seuil de référence (la VAN de l’investissement
actuel) lorsque cet écart est défavorable au projet ; et d’autre part de
quantifier la VAN moyenne pour les pires scénarios. Le ratio d’effica-
cité permet quant à lui d’évaluer la performance du projet par rapport
à un projet de référence donné.
Figure3
Densité et VaR
Figure 4
CVaR et Expected Shortfall
4. CONCLUSIONS, RECOMMANDATIONS ET PERSPECTIVES
Dans ce document, notre objectif était de réfléchir à la façon d’inté-

grer les notions de risque et d’incertitude dans l’analyse des coûts et
des bénéfices. Après avoir rappelé les principes de cette analyse, nous
avons présenté les techniques actuelles permettant d’intégrer ces deux
notions dans l’analyse des projets. L’originalité de notre travail a
ensuite été de proposer d’améliorer la gestion du risque liée à un projet
d’investissement en intégrant aux critères usuels d’appréciation de ce
projet trois mesures de risque supplémentaires (la VaR, la CVaR et
l’expected shortfall ) et un ratio d’efficacité. Ces propositions permet-
tent de prendre en compte le risque d’une manière compatible avec la
théorie économique néo-classique.
« En l’absence d’évènements exceptionnels », la VaR indique le
niveau de VAN minimum d’un projet et l’expected shortfall mesure
l’écart moyen de la VAN d’un projet par rapport à une VAN de
référence lorsque cet écart est défavorable au projet. L’expected short-
fall s’intègre bien dans une ACB puisqu’elle permet de comparer un
projet donné à un projet alternatif. La CVaR permet de déterminer la
moyenne de la VAN sur les plus petites valeurs de VAN d’un projet, et
permet donc de mesurer les risques extrêmes. Enfin, le ratio d’effica-
cité permet d’évaluer la performance du projet par rapport à un projet
de référence donné.
D’un point de vue opérationnel, ces indicateurs de risque se calcu-
lent grâce à une méthode de Monte Carlo :
• on commence par calculer la VAN (ou toute autre variable aléa-
toire que l’on souhaite contrôler) pour un scénario en générant un ou
plusieurs aléas modélisant les différents risques affectant la VAN (ris-
que géologique, risque de construction, de demande...),
• en répétant ce processus sur un grand nombre de scénarios on
construit la distribution de la VAN recherchée ; le nombre de scéna-
rios doit être suffisamment important pour que la distribution soit
représentative (pour estimer le nombre de scénarios, on pourra se
reporter à la convergence des algorithmes de type Monte Carlo),
• on calcule enfin à partir de cette distribution les indicateurs de
risque retenus.
Certains critères de risque que nous proposons (VaR et CVaR)
reposent sur des niveaux de confiance, ces niveaux de confiance corres-
pondant à la préférence du décideur (fonction de l’aversion au risque
de celui-ci). Nous avons ainsi mis en évidence que pour un critère de
risque donné, la classification de projets dépend des niveaux de
confiance sélectionnés. Il s’agit d’une conclusion fondamentale du
point de vue d’une ACB, car il peut exister des situations où les
différents acteurs concernés (gestionnaires, actionnaires, institutions
financières, Etat) possèdent des préférences différentes vis-à-vis du
risque se traduisant par des niveaux de confiance différents. Il nous
semblerait alors intéressant d’appliquer des méthodes économétriques
pour déterminer ces niveaux de confiance.
Au terme de ce travail, nous recommandons dans le cadre d’une
analyse de projets de faire successivement :
1. l’analyse des coûts et des bénéfices pour déterminer les taux de
rendements des projets (VAN et TRI) et établir des comparaisons
avec la situation antérieure, et éventuellement avec d’autres projets
alternatifs,
2. l’analyse de sensibilité afin de bien identifier les variables aléatoi-
res qui ont un réel impact sur les résultats attendus,
3. le calcul de mesures de risques et d’indicateurs d’efficacité perti-
nents pour bien évaluer les risques financiers.
Dans notre étude, nous n’avons pas proposé de traitement spécifi-

que en fonction du type de risque considéré. Il pourrait ainsi être
intéressant par la suite de proposer de traiter différemment les risques
diversifiables de grandes amplitudes et les risques non diversifiables de
petites amplitudes.
Enfin, une autre voie d’amélioration possible pour ce travail pour-
rait être de développer les propriétés économétriques de la demande
ou des coûts. On pourrait ainsi essayer de faire le lien entre l’analyse
économique et l’analyse économétrique des données utilisées dans les
analyses coûts bénéfices.
Annexe : Flexibilité des politiques de prix

Considérons le cas d’une entreprise en condition de monopole avec
demande linéaire. Nous avons :
où I est l’investissement initial, i le taux d’actualisation, a et b se

rapportent aux paramètres de la demande et c au coût marginal de
production (supposé constant), avec :
ãt = ā + ea(t) ; c̃t = c̃ + ec(t),
où ea et ec sont des variables aléatoires de moyenne nulle.

Considérons d’abord le cas où l’entreprise raisonne ex-ante et

ignore la possibilité d’adaptation des prix. Cette entreprise a des prix
rigides et fait face au problème suivant :
Conditions du premier ordre : p* = , et
avec
ε ε .
Dans ce cas, l’entreprise perd lorsque les paramètres de la demande

fluctuent au cours du temps. Par contre, l’entreprise flexible, qui opti-
mise au début de chaque période (en supposant que la réalisation de la
variable aléatoire soit connue) est : que la valeur moyenne du profit
est : pt = de sorte que la valeur moyenne du profit est :
ε ε
où at et ct sont les réalisations des variables aléatoires de ãt et b

xt. Dans
ce cas, l’entreprise flexible peut augmenter son niveau de profit. En
effet, dans le cas certain de l’entreprise qui se trouve dans un environ-
nement certain, nous avons :
Par conséquent, la perte de profit due à l’incertitude est égale à :

< ea, ec > qui peut être positif si a et c sont corrélés positivement, ou
négatif dans le cas contraire. Si les paramètres a et c ne sont pas
corrélés, alors le profit est le même avec et sans incertitude, même
lorsque l’entreprise ne s’adapte pas à l’incertitude.
Notons que l’entreprise qui est flexible possède un niveau de profit
plus grand comme :
ε ε
Le gain de profit apporté par la flexibilité est positif et égal à (si

b = 1/(1 + i)) :
ε ε ε ε
On peut ainsi donner un ordre de grandeur au gain de flexibilité.

Supposons que a = 2, b = 1, c = 1 et que a et c sont des distributions
uniformes sur [1.5 ,2.5] et [2.5 ,3.5], de variance 8.33 %. Supposons que
les variables sont non corrélées (pour simplifier l’exposé), que la
période est de 20 ans et que le taux i = 8 %, nous obtenons b = 0.926 et
Notons que le profit de l’entreprise (le monopole) en situation de

certitude est de 4/9. La fraction relative de profit qui peut être recou-
vrée si l’entreprise s’ajuste aux fluctuations de la demande et des coûts
représente un peu moins que 10 % de son profit.
Références
[1] Adler H.A., Economic Appraisal of Transport Projects : a Manual
with Case Studies, John Hopkins University Press, Baltimore, 1987.
[2] Allais M., Le calcul économique publique : bilan de quinze années
de recherche et de perspectives, revue d’Economie Politique, 2,
1989.
[3] Arrow K.J. et Lind R.C., Uncertainty and the Evaluation of Public
Investment Decisions, American Economic Review, n° 60, pp 364-
378, 1970.
[4] Baccelli F. et Brémaud P. : Elements of Queuing Theory, Springer,
Second Edition, 2003.
[5] Bassani A., et Pouyet J., Strategic Choice of Financing Systems in
Regulated and Interconnected Industries, présentation à l’IDEI,
Toulouse, 2003.
[6] Bawa V. et Lindenberg E., Capital Market Equilibrium in a Mean-
Lower Partial Moment Framework, Journal of Financial Econo-
mics 5, 189-200, 1977.
[7] Berkelaar A. et Kouwenberg R., Dynamic Asset Allocation and
Downside-Risk Aversion, Econometric Institute Report EI 2000-
12/A, 2000.
[8] Boiteux M., A propos de la critique de la théorie de l’actualisation,

Revue d’économie politique 5, 1976.
[9] Brean D. J.S. et Burgess D. F. , Risk-adjusted Discount Rates for
Public Sector Investments with illustrations for transportation,
mimeo, Université de Toronto.
[10] Chateauneuf A., Cohen M. et Meilijson I., Four Notions of Mean
Preserving Increase in Risk, Risk Attitudes and Applications to
the Rank-Dependent Expected Utility Model, Journal of Mathe-
matical Economics, 2004.
[11] Chervel M., Calcul economique public et planification : les métho-
des d’évaluation de projets, Publisud, Paris, 1987.
[12] Cohen G. et Bernhard P. : On the Rationality of some Decision
Rules in a Stochastic Environment, IEEE Transactions on Auto-
matical Control, vol AC–24, no. 5, 1979.
[13] Commission of European Communities, Cost-Benefits and Multi-
criteria Analysis for New Road Construction, Euret Program,
Brussels, 1992.
[14] Cooper D., Grey S., Raymond G. et Walker P., Risk Management
Guidelines for Projects and Complex Procurements, Wiley, 2005.
[15] Dean J., Capital Budgeting, Columbia University Press, 1951.
[16] Dasgupta P., Environment Management under Uncertainty, 1982.
[17] de Palma A. et Proost S., Evaluation financière des projets
d’infrastructures, Note d’étude pour la RFF, 2004.
[18] de Palma A., Proost S., Van der Loo S. et Dunkerley F., MOLINO
II a model for assessing pricing and investment strategies for
transport infrastructure with a case study, livrable du projet FUN-
DING, DG TRENEN, KUL, Belgique 2006.
[19] de Palma A., Lindsey R., Proost S. et Van der Loo S., A Cost-
Benefit Analysis of Tunnel Investment and Tolling Alternatives in
Antwerp, European Transport, 2005.
[20] Dinwiddy C. et Teal F., Principles of Cost-Benefits Analysis for
Developing Countries, Cambridge University Press, 1996.
[21] Dorval C., Choix des investissements, Techniques de l’Ingénieur,
traité L’entreprise industrielle, 1981.
[22] Drèze J. et Stern N.H., The Theory of Cost-Benefit Analysis,
Handbook of Public Economics, ed. Auerbach and Feldstein,
North Holland, 1987.
[23] Dupuit J., De la mesure de l’utilité des travaux publics, Annales
des Ponts et Chaussées, (8), 1844.
[24] ECMT, Reforming Transport Taxes, 2003.
[25] European Conference of Ministries of Transport, Evaluating
Investment in Transport Infrastructure, Paris, 1992.
[26] Fishburn P., Mean-Risk Analysis with Risk Associated with

Below-Target Returns, American Economic Review, 1977.
[27] Flyvbjerg B., Bruzelius N. et Rothengatter W., Megaprojects and
Risk, An Anatomy of Ambition, Cambridge University Press,
2003.
[28] Glaister S., Fundamentals of Transport Economics, Blackwell,
Oxford, 1981.
[29] Commission européenne, Guide de l’Analyse Coûts-Avantages
des grands projets, 1997.
[30] Commission européenne, Guide de l’Analyse Coûts-Avantages
des projets d’investissement, 2003.
[31] Héline R. et Poupart-Lafarge O., Principes et techniques des
investissements, sélection et financement, Delmas, 1975.
[32] Kirpatrick C. et Weiss J. (eds), Cost-Benefit Analysis and Project
Appraisal in Developing Countries, Elgar, Cheltennan, 1996.
[33] Laffont J.-J. and Tirole J., A Theory of Incentives in Procure-
ments and Regulations, MIT Press, 1993.
[34] Layard R. et Glaiser S. (eds), Cost-Benefit Analysis, 2nd edition,
Cambridge University Press, 1994.
[35] Lesourne J., Calcul économique et réflexion sur la prise en compte
des risques, 1972.
[36] Lind R.C., Regressing the government’s discount rate policy in the
light of new theory and data in a world economy with a hight
degree of capital mobility, Journal of Environmental Economics
and Management, 18, pp 8-28, 1988.
[37] Massé P., Le choix des investissements, Dunod, 1968.
[38] Menezes C., Geiss C. et Tressler J., Increasing Downside Risk,
American Economic Review, Vol. 70, No. 5, 921-932, 1980.
[39] Ministère de l’Equipement, des Transports et du Logement, Ins-
truction cadre relative aux méthodes d’évaluations économiques
des grands projets d’infrastructures de transport », 27 mars 2004
mise à jour le 27 mai 2005.
[40] von Neuman J. et Morgenstern O., Theory of Games and Econo-
mic Behavior, 1953 edition, Princeton University Press.
[41] Rockafellar R.T. et Uryasev, Conditional Value-at-Risk for
General Loss Distributions, Journal of Banking & Finance,
vol. 26, pp. 1443-1471, 2002.
[42] Rothschild M. et Stiglitz J., Increasing Risk : I. A Definition, Jour-
nal of Economic Theory 2 (3), 225-243, 1970.
[43] Salanié B., The Economics of Contracts : A Primer, MIT Press,
1997.
[44] Shofield J.A., Cost-Benefit Analysis in Urban and Regional Plan-

ning, Allen & Unwin, London, 1989.
[45] Wells G.R., Highway Planning Techniques. The Balance of Cost
and Benefit, Griffin, London, 1971.
CHAPITRE 5
LA MESURE DE L’UTILITÉ SOCIALE

DES INVESTISSEMENTS : L’ENJEU
DU PROCESSUS DE PRODUCTION
DES VALEURS TUTÉLAIRES
De l’expérience à la prospective
Luc Baumstark1
Si une collectivité décide d’investir les ressources dont elle dispose

dans un ouvrage ou un service, c’est parce que ceux-là produisent une
certaine utilité sociale : un théâtre, un hôpital, une route, un commis-
sariat de police, une université ont une utilité pour la collectivité. La
difficulté dans la sphère publique, c’est que cette utilité n’a pas forcé-
ment de traduction marchande immédiate à opposer aux financements
de ces ouvrages ou services. L’utilité économique est en général diffi-
cile à chiffrer et le processus de décision se contente bien souvent
d’une évaluation « intuitive et politique » : le calcul économique se
limite alors aux seuls calculs financiers qui pèsent considérablement
dans le processus décisionnel. Cela est insuffisant pour apprécier l’effi-
cacité de la décision : éviter de perdre en réparations ce qu’on croit
avoir gagné par un investissement rentable mais polluant, réserver
des moyens rares aux projets qui augmentent le plus le bien-être
collectif, etc.
Ces questions ne sont pas nouvelles puisque Jules Dupuit écrivait
déjà au milieu du XIXe siècle :
« Le législateur a prescrit les formalités nécessaires pour que certains
travaux puissent être déclarés d’utilité publique ; l’économie politique
n’a pas encore défini d’une manière précise les conditions que ces tra-
vaux doivent remplir pour être réellement utiles ; du moins les idées qui
1. Laboratoire d’Économie des Transports, CNRS, Université Lyon 2, ENTPE.

ont été émises à ce sujet nous paraissent vagues, incomplètes et souvent

inexactes. Cependant cette dernière question est plus importante que la
première ; des enquêtes plus ou moins multipliées, des lois, des ordon-
nances ne feront pas qu’une route, un chemin de fer, un canal soient
utiles, s’ils ne le sont pas réellement. La loi ne devrait, pour ainsi dire,
que consacrer les faits démontrés par l’économie politique. Comment
doit se faire cette démonstration ? Sur quelles données, sur quelle for-
mule repose-t-elle ? Comment, en un mot, doit se mesurer l’utilité publi-
que ? Tel sera l’objet de nos recherches 2. »
Le calcul économique, technique d’évaluation conçue dès l’origine
pour éclairer les décisions publiques, a toujours été contesté, et ce
d’autant plus qu’il concerne des secteurs (culturel, santé, sécurité,
éducation) qu’on souhaite écarter des logiques marchandes. On lui
reproche notamment, et la critique est radicale, de véhiculer une pro-
blématique pseudo-scientifique reposant sur les fondements d’une
théorie de l’utilité contestable et de renforcer un pouvoir technocrati-
que en décalage avec les processus de décision.
Or, ces contestations récurrentes n’ont pas empêché les économis-
tes de poursuivre leurs investigations. Sous l’impulsion des demandes
des administrations et de nombreuses institutions leurs travaux s’éten-
dent désormais à des domaines nouveaux, ce qui n’est pas sans exacer-
ber les réticences. Par ailleurs l’administration française a engagé ces
quinze dernières années des travaux importants pour préciser les
méthodes utilisées dans les évaluations socio-économiques des inves-
tissements de transport. Un des enjeux principaux de ces travaux, qui
s’inscrivent dans une longue tradition dans la sphère publique (admi-
nistration et entreprises publiques) était de préciser les valeurs (prix
fictifs) qui devaient permettre d’incorporer aux calculs économiques
de rentabilité des investissements publics du secteur des transports,
chaque fois que c’est possible, les coûts et les avantages non marchands
associés au projet : l’épuisement des ressources non renouvelables, la
congestion et les nuisances sonores liées au trafic, les effets de la
pollution atmosphérique sur la santé, mais aussi les gains de temps et
les vies épargnées etc. L’élaboration de ces valeurs a nécessité une
large concertation et des compromis de la part des principaux acteurs
représentés dans le groupe de travail. Le consensus, lent à obtenir sur
certains dossiers, les études mobilisées pouvant conduire à des appré-
ciations nuancées voire contradictoires, constitue néanmoins
2. J. Dupuit, « De la mesure de l’utilité des travaux publics », Annales des Ponts et Chaussées,
2e semestre, no 116, 1844, p. 332-375. Jules Dupuit, Inspecteur Général des Ponts et Chaussées, est
considéré comme le fondateur du calcul économique public.
La mesure de l’utilité sociale des investissements / 167
aujourd’hui, malgré les grandes incertitudes qui demeurent sur bien

des points, une base solide sur laquelle il est possible d’appuyer le
calcul économique public.
Il ne s’agit pas ici de refaire la théorie ou l’histoire du calcul écono-
mique ni même de revenir sur les outils théoriques et méthodologiques
qu’il faut mobiliser pour donner un prix aux externalités produites par
les investissements publics3. De très nombreux ouvrages et articles
existent sur ce sujet.
Il s’agit de s’interroger sur le processus de production de ces valeurs
de référence. L’analyse des modalités de production de ces valeurs,
qu’on nomme parfois valeurs tutélaires, est ici entreprise au regard de
la question de l’acceptabilité politique des instruments d’aide à la
décision. Elle permet de s’interroger plus largement sur l’utilité sociale
des institutions, comme le Plan (Centre d’Analyse Stratégique4), qui
offrent un espace de concertation ouvert, et reconnu, dans lequel il est
possible de produire des normes de référence, normes qui par la suite
peuvent être plus facilement utilisées par les agents comme un langage
commun partagé. La conviction qui sous-tend cette présentation est
que l’appropriation finale de l’outil du calcul économique dans le
processus de décision, y compris au stade du débat public, dépend de la
qualité du processus de production des normes qui permettent
d’appréhender l’utilité sociale des investissements publics.
Dans un premier temps, on rappelle les principaux arguments qui
sont avancés pour expliquer la difficulté de mise en œuvre de cet outil
et qui conduisent chercheurs et praticiens comme les institutions à le
rejeter pour d’autres approches jugées plus pertinentes et plus opéra-
toires. On présente ensuite dans un deuxième temps l’analyse des
modalités de production des normes de calculs mises en œuvre au
Commissariat Général du Plan. L’analyse de ce processus conduit dans
un troisième temps à établir une série de recommandations qui, répon-
dant sur certains points aux blocages constatés, sont susceptibles de
favoriser l’utilisation de cet outil dans les processus de décision.
3. On trouvera de nombreuses explications dans les rapports du Plan (CGP, 2001 ; 2005) qui
décrivent précisément les procédures par lesquelles ces valeurs ont été fixées, en insistant sur les
éléments qui faisaient difficulté au sein du groupe de travail.
4. Le 27 octobre 2005, le Premier ministre annonçait la transformation du Commissariat
Général du Plan. Le Centre d’analyse stratégique lui a succédé le 6 mars 2006. Le décret instituant
sa création (décret no 2006-260, Journal Officiel du 7 mars 2006) précise que ce nouveau Conseil
exerce, sous l’autorité du Premier Ministre, des missions de veille, d’expertise et d’aide à la décision
pour la conduite des politiques publiques. Afin d’éclairer le Gouvernement dans la définition et la
mise en œuvre de ses orientation stratégiques en matière économique, sociale, environnementale
ou culturelle, il élabore, soit à la demande du Premier ministre, soit de sa propre initiative dans le
cadre d’un programme de travail annuel des rapports, recommandations et avis.
http ://www.strategie.gouv.fr
1. LA MESURE DE L’UTILITÉ SOCIALE DES INVESTISSEMENTS

PUBLICS EN QUESTION
Le calcul économique est présenté dans la théorie économique

comme un outil d’aide à la décision qui permet de rationaliser les
dépenses publiques et de garantir une allocation optimale des ressour-
ces : dit autrement, et de manière un peu plus provocante, un tel
exercice est censé dire l’intérêt général et défendre le « bien public »
face au poids des intérêts particuliers et des groupes de pression. Au
cours des années 60, dans la mouvance d’une « planification régéné-
rée », le calcul économique considéré comme le symbole de l’effort de
rationalisation de la dépense publique, était même devenu une réfé-
rence incontournable. Or, en pratique, il s’avère qu’on observe des
écarts importants entre les résultats de l’évaluation des projets,
lorsqu’elle est entreprise, et les attentes des décideurs publics et, plus
généralement encore, les attentes de la société. Les spécialistes et
promoteurs de cet outil font lucidement ce constat.
« On aurait pu s’attendre à ce que le calcul économique, symbole de
l’effort de rationalisation des choix, soit progressivement généralisé dans
l’administration et l’entreprise et que son influence sur les décisions aille
croissant. Trente ans après, force est de reconnaître qu’il n’en est rien : à
une période faste a succédé une ère de déclin. De plus en plus de
décisions échappent à son évaluation, et lorsqu’il est mis en œuvre, ses
recommandations sont peu suivies d’effet 5. »
En 2005, le dernier rapport de l’administration sur ce sujet, le
rapport de la commission présidée par Daniel Lebègue6 qui réévalue le
taux d’actualisation, fait à son tour ce même constat et l’absence des
5. B. Walliser, E. Quinet, « Splendeur et misère du calcul économique », Le Monde, 18 décem-

bre 1990
6. Le rapport Lebègue resitue la question du taux d’actualisation dans le cadre plus général de
l’utilisation du calcul économique qu’il souhaite voir se développer. Les principales conclusions sur
ce point sont :
- mieux maîtriser et mieux comprendre le calcul économique (formation, diffusion de la culture du
calcul économique) ;
- étendre la pratique du calcul économique à tous les secteurs d’activités (transport, énergie, mais
aussi santé, défense, recherche, etc.) ;
- recommander ce type d’évaluation aux collectivités territoriales (Région) ;
- se donner les moyens de l’enrichissement du calcul économique (recherche) ;
- renforcer ou créer les dispositifs de contre-expertise (évaluation des études, renforcement des
évaluations ex post) ;
- pratiquer un calcul économique concerté (règles claires à établir secteur par secteur : rôle du
Plan ; concertation européenne.
suites attendues pour y remédier (Etchegoyen, 2006) montre que le

signal n’a pas été entendu7.
Le calcul économique suscite peu d’intérêt, ou lorsqu’il est évoqué,
il se trouve au contraire très fortement contesté8 sur le fond, mais
aussi, et souvent, dans les modalités pratiques de mise en œuvre. C’est
ce qui a conduit dans les évaluations, dans le meilleur des cas, à
s’orienter vers d’autres outils jugés plus efficaces.
Sans être exhaustif on peut rassembler les principales critiques
autour de quatre points assez différents :
– Un calcul technocratique qui prétend dire l’intérêt général

Le calcul économique est très souvent considéré par ces opposants,
comme technocratique et pseudo-scientifique : les résultats ne sont
guère compréhensibles que par des techniciens chevronnés ; les calculs
agrégés et peu lisibles et finalement peu transparents reposent sur des
conventions qui sont souvent arbitraires et discutables. On lui repro-
che dès lors de pouvoir être manipulé et finalement de confisquer le
débat. Pour beaucoup enfin, ces valeurs sont des valeurs de conve-
nance qui présentent une part d’arbitraire souvent importante. Il y
aurait même une imposture à considérer qu’elles sont des approxima-
tions de valeurs de référence qu’on chercherait à approcher9.
Ces calculs sont critiqués en raison même de l’objectif que poursui-
vent ceux qui les font et qui entendent infléchir les politiques suivies
dans le sens de ce qu’ils considèrent comme rationnel. La mesure de la
rentabilité, « le taux de rentabilité interne du projet », qui résume
l’analyse et les calculs, est souvent ressentie comme un couperet incon-
tournable et déterministe prétendant se substituer à la décision politi-
que10.
7. On trouvera dans son ouvrage (Etchegoyen, 2005) Votre devoir est de vous taire, un chapitre
sur le taux d’actualisation et le calcul économique dans lequel il relate et commente ce travail (p.
228-233).
8. Il existe une littérature critique abondante sur le calcul économique et la place toute relative
qu’il occupe dans l’évaluation des projets d’investissements publics. On trouvera à titre d’illustra-
tion un bon résumé de ces critiques dans Bernard Roy, Sébatien Damart (Roy et Damart, 2001).
Cet article n’est pas sans intérêt puisque l’auteur réagit particulièrement aux propositions faites
dans le rapport du Commissariat Général du Plan de 2001 qui sera présenté plus bas. On se
reportera aussi à la réflexion critique constructive que propose Olivier Godard (Godard, 2004) sur
le rôle et les limites de l’analyse économique dans les évaluations économiques. On s’aperçoit que
les critiques faites au calcul économique, comme outil d’évaluation, sont bien souvent les mêmes
que celles qu’on fait plus généralement à l’analyse économique. Un des enjeux est donc bien la
place de l’économiste dans le débat public.
9. « L’analyse coût avantage… ne peut fournir un point de départ objectif scientifiquement mis
en évidence à partir duquel il faudrait justifier le fait de s’en écarter… n’est-ce pas utopique
d’espérer mettre en évidence une solution voisine d’un optimum afin d’arrêter la décision en
justifiant la façon dont elle s’écarte de ce prétendu optimum ? », op. cit., Bernard Roy, p.14
10. La méthodologie traditionnelle conduit en effet à ramener un projet d’investissement à un
taux de rentabilité sensé intégrer l’ensemble des avantages et inconvénients du projet. Selon cette
– Un calcul qui réduit l’utilité sociale à la seule sphère marchande

Par ailleurs, cet outil, notamment parce qu’il est basé sur une moné-
tarisation systématique des avantages et des inconvénients pour les-
quels il n’existe pas de contrepartie monétaire immédiate (externalités
négatives ou positives), parce qu’il ne considère que l’aspect économi-
que des choses et ignore l’ensemble de la politique dans lequel tel
investissement est considéré, paraît également trop partiel, incapable
de saisir les véritables enjeux des politiques publiques mises en œuvre,
et notamment mal armé pour intégrer des considérations redistributi-
ves et d’équité ou les considérations d’aménagement du territoire.
L’outil, bien adapté à la sphère marchande, semble incapable d’articu-
ler des systèmes de références et des rationalités très éclatés et incom-
mensurables, aussi bien politiques, éthiques et écologiques qu’écono-
miques. Et même dans le cas où certaines de ces externalités peuvent
être monétarisées plus facilement, leurs réels effets restent souvent
mal appréciés y compris du seul fait de l’insuffisance des connaissances
scientifiques (impact de la pollution sur la santé humaine, relations
entre le niveau de CO2 et le changement climatique, etc).
– Un calcul univoque qui fige le débat dans un processus de décision de

plus en plus éclaté
Ce réductionnisme, pourtant incontournable du double point de
vue scientifique et opératoire, semble ensuite contradictoire avec le
souci actuel d’établir de véritables dialogues entre les décideurs, de
plus en plus nombreux, et les citoyens11. L’outil apparaît peu adapté à
la réalité des processus de décision en vigueur dans lesquels la place de
l’État central est contestée, contestation que la décentralisation des
responsabilités et des financements d’une grande part des investisse-
ments publics accentue très fortement. Supposer en effet, comme c’est
le cas dans ce cadre théorique, l’existence d’un décideur, – qualifié
dans la théorie des choix publics de dictateur bienveillant et omnis-
cient – placé au-dessus de la mêlée, agissant souverainement au mieux
des intérêts bien compris de la collectivité, apparaît insoutenable dans
la société actuelle dans laquelle les rapports d’autorité se dissolvent et
règle un investissement qui présente un taux de rentabilité interne supérieur au taux d’actualisa-
tion de la collectivité est un investissement profitable, susceptible de créer de la richesse, et qui,
sous réserve de disposer des fonds pour le faire, devrait donc être réalisé. On trouvera une
présentation complète de ce type d’approche dans un manuel classique comme celui de : Babusiaux
D., Décisions d’investissement et calcul économique dans l’entreprise, Economica, 1990.
11. Les exigences de concertation se font de plus en plus forte en raison des fréquentes
oppositions du citoyen aux décisions publiques. La concertation est inscrite dans le domaine
législatif (LOTI, 1982 ; Circulaire Bianco, 1992 ; Loi Barnier, 1995, etc. ) même si elle reste dans la
pratique encore assez modeste.
les niveaux de décision se multiplient et où la concertation devient le

maître mot d’une action réussie. L’approche mono critère basée sur
une monétarisation systématique des avantages et des inconvénients
ne semble pas adaptée pour permettre un véritable dialogue entre les
décideurs au moment des choix.
– Un calcul qui n’a pas les moyens de ses ambitions

L’outil apparaît enfin trop décalé par rapport à l’expertise disponi-
ble et se trouve donc finalement impraticable. Les calculs, souvent
coûteux et complexes à mettre en œuvre, posent un véritable problème
de capacité d’expertise pour celui qui établit le calcul (données dispo-
nibles, formation nécessaire, coûts des études...). On conçoit que cet
outil puisse être utilisé par les administrations centrales disposant de
personnels nombreux et formés, les choses apparaissent plus délicates
pour les collectivités territoriales dont le rôle dans les investissements
publics s’accroît de plus en plus. Cette situation critique se renforce
d’autant plus que l’on enrichit, que l’on complexifie, par ailleurs le
calcul économique pour être davantage en phase avec les préoccupa-
tions de la société.
Malgré ces critiques très vives, le Commissariat Général du Plan,
sollicité à de nombreuses reprises sur ce sujet, a toujours maintenu,
sans aucune ambiguïté, la référence au calcul économique traditionnel
alors que beaucoup abandonnait cette référence pour s’orienter vers
d’autres outils d’évaluation notamment multicritères. Il rappelle que
ce calcul n’est pas exclusif d’autres approches, notamment pour les
éléments qu’il prend mal en compte, mais qu’il doit être entrepris.
« L’intérêt de faire du bilan socio-économique, non le critère mais le
noyau de l’estimation de la valeur d’un projet, c’est de permettre une
analyse des raisons pour lesquelles on est conduit à s’écarter de la
solution à laquelle ce seul bilan aurait conduit, et de pouvoir ainsi
chiffrer le surcoût de la décision12. »
Dans ce cadre les valeurs susceptibles de prendre en compte l’utilité
sociale dans les calculs apparaît essentielle. Ne pas chiffrer, c’est ris-
quer de prendre des décisions absurdes ou inéquitables : cela revient à
accepter que ces effets comptent pour zéro dans les calculs. C’est aussi
empêcher les hommes politiques de connaître le coût de choix qu’ils
12. Rapport Boiteux (2001), Transports : choix des investissements et coûts des nuisances, p.16.
Marcel Boiteux consacre un paragraphe de son avant propos sur ce sujet. Le rapport Lebègue (op.
cit.) y revient également à de nombreuses reprises : « À ces divers titres, le calcul économique
apparaît donc, au regard des préoccupations d’efficacité et de bon usage des fonds publics, comme un
instrument essentiel de cohérence à utiliser par les administrations tant pour l’ordonnancement de
leurs activités internes que dans leurs relations avec les autres administrations ou encore avec les
collectivités territoriales », p. 20.
opèrent au nom des convictions qui les ont fait élire. Tout chiffrer, c’est
s’exposer tout autant à prendre des mesures perçues comme injustes
ou immorales. C’est dans cette tension qu’il faut apprécier le processus
de production de ces valeurs de référence.
2. LE SENS POLITIQUE D’UNE ÉLABORATION CONCERTÉE

DES VALEURS TUTÉLAIRES : LE RÔLE PARTICULIER JOUÉ
PAR LE COMMISSARIAT GÉNÉRAL DU PLAN
Il n’est pas inutile de préciser à ce stade que l’outil du calcul écono-

mique a profondément évolué avec les préoccupations de la collecti-
vité, ce qui démontre qu’il n’est pas une technique figée et qu’il peut
être en phase avec la prise de conscience collective de certains enjeux.
Dans les années 70, les effets externes pris de fait en compte dans les
calculs sont essentiellement ceux relatifs au développement massif de
la mobilité (gains de temps et de sécurité). Dans les années 80, les
préoccupations environnementales apparaissent plus nettement, et les
méthodes d’évaluation intègrent alors certains de ces éléments (bruit,
pollution atmosphérique). Les débats des années 90 se focalisent plus
particulièrement sur l’effet de serre et les impacts sur le climat, on voit
alors apparaître les premières tentatives de valorisation de la tonne de
carbonne. Il n’en demeure pas moins que d’autres préoccupations,
notamment celles liées à l’aménagement du cadre de vie urbain restent
mal appréhendées dans les méthodes d’évaluation traditionnelles.
Dans cette partie, il convient de rendre compte du processus qui a
permis de passer de ces préoccupations plus ou moins diffuses à la
production de valeurs normées qui sont sensées intégrer les préoccu-
pations de la collectivité dans la mesure de l’utilité sociale des investis-
sements.
– Une réflexion dans un contexte juridique et réglementaire de plus en

plus exigeant
La réflexion du Plan a été menée dans un contexte juridique et
réglementaire de plus en plus exigeant en matière d’évaluation. Le
calcul économique occupe sinon dans les faits, du moins dans les textes
et les discours, une place qui semble devoir être encore renforcée si
l’on en juge par les nombreuses recherches soutenues par le ministère
de l’Équipement pour améliorer ce type d’expertise.
La LOTI a institué plusieurs notions originales (droit au transport,
efficacité économique et sociale, plan de déplacements urbains…) et a
imposé dans son article 14 la réalisation d’évaluations socio-
économiques et de bilans des grands projets d’infrastructure.
Le décret d’application de l’article 14 de la LOTI 13 précise le

contenu de l’évaluation et du bilan et impose que l’évaluation a priori
comme le bilan a posteriori soit soumis à des obligations de publicité.
En 1996, la loi sur l’air et l’utilisation rationnelle de l’énergie14 est
venue préciser notamment que les études d’impact des infrastructures
de transport, qui font partie de l’évaluation a priori, comprennent une
analyse des coûts collectifs des pollutions et nuisances et des avantages
induits pour la collectivité.
La circulaire de la Direction des routes no 98-99 du 20 octobre 1998
(concernant les méthodes d’évaluation économique des investisse-
ments routiers en rase campagne 1998) fixa de nouvelles règles pour
l’évaluation socio-économique des investissements routiers, en cohé-
rence avec le rapport Boiteux de 1994 et l’instruction cadre IDRAC de
199515, actualisé en mars 2004, puis par l’instruction du 27 mai 2005
pour intégrer les conclusions du rapport Boiteux [2001] sur les valeurs
environnementales ainsi que le changement du taux d’actualisation du
Plan décidé en janvier 2005.
Toutefois, malgré cet arsenal réglementaire, les pratiques d’évalua-
tion socio-économique restent encore très hétérogènes. C’est le cons-
tat que fait par exemple le CERTU16 après avoir analysé les dossiers
de demande de subvention réalisés par les autorités organisatrices de
transport pour les projets de transports collectifs en site propre
(TCSP), dossiers qui sont instruits par les services de la direction des
transports terrestres17. En milieu urbain où les interactions entre des
projets de transport et le développement urbain sont très complexes,
les évaluations socio-économiques des projets de transports collectifs
en site propre n’ont pas de méthodologie éprouvée et n’ont pas fait
l’objet à ce jour de guides de recommandations.
– Une réflexion sur le calcul économique qui prend naissance dans une
dynamique de prospective
Les travaux qui vont être évoqués par la suite trouvent leur origine
dans une vaste prospective dans le secteur des transports menée au
Commissariat Général du Plan dans le début des années 1990 à la
13. Loi no 82-1153 du 30 décembre 1982.

14. Loi no 96-1236 du 30 décembre 1996.
15. Instruction cadre du 3 Octobre 1995 du Secrétaire d’État aux transports relative aux
méthodes d’évaluation économique des grands projets d’infrastructure de transport.
16. Recommandations pour l’évaluation socio-économique des TCSP, CERTU, Centre d’étu-
des sur les réseaux, les transports l’urbanisme et les constructions publiques, ministère de l’Équipe-
ment, des Transport et du Logement, avril 2002.
17. Suivant les agglomérations concernées, il s’agit des demandes de prise en considération
(DPC), des dossiers d’enquête préalable à la déclaration d’utilité publique (DUP).
demande de plusieurs ministres. Le groupe de travail « Transport

201018 », s’était alors heurté à plusieurs questions vives portant notam-
ment sur les méthodes d’évaluation des projets d’infrastructures de
transport : il existait sur ce point au sein de l’administration française
et chez les opérateurs de transport public, non seulement des pratiques
différentes en matière d’évaluation, mais aussi des points de vue de
doctrine assez contrastés. Ce rapport dressait le constat de la néces-
saire obligation d’un travail interministériel approfondi sur ce point
alors que la composante intermodale des projets de transports était de
plus en plus prégnante dans les politiques, que les contraintes financiè-
res posaient le problème difficile des critères à retenir pour faire les
arbitrages les plus pertinents pour la collectivité et surtout parce que le
calcul économique (méthode coûts avantages) était fortement contesté
au profit de méthodes dites multicritères.
Il convenait donc de faire le tri dans les éléments avancés par les
uns ou les autres pour défendre ou contester l’intérêt de certains
projets et justifier ou non les dépenses publiques : effet des infrastruc-
tures sur l’aménagement du territoire, impacts sur l’environnement et
sur d’autres facteurs externes (sécurité, gain de temps pour les usagers,
développement et compétitivité économique).
Affirmer l’importance d’une rationalisation des dépenses publiques
en matière d’investissements supposait déjà de trouver un consensus
sur les méthodes d’évaluation et de calcul de rentabilité des grands
projets avec tous les intéressés (ministère de l’Équipement et des
Transports, ministère de l’Économie et des Finances, ministère de
l’Environnement, entreprises, etc.). C’est à la suite de ces réflexions
qu’il a donc été demandé au Plan de poursuivre ses travaux dans ce
sens.
– Un groupe de travail pour produire un consensus

Pour traiter ces questions très controversées il paraissait incontour-
nable de trouver une personnalité maîtrisant à la fois les difficultés
théoriques et pratiques du calcul économique et n’étant pas impliquée
dans le secteur des transports. Aucun consensus ne semblait en effet
18. Transports 2010, Rapport du groupe présidé par le Commissaire au Plan, La Documenta-
tion Française, 1992. Voir aussi : « Transports : pour une cohérence stratégique », Atelier sur les
orientations stratégiques de la politique des transport et leurs implications à moyen terme, présidé
par Alain Bonnafous, Commissariat Général du Plan, septembre 1993. Les réflexions ont principa-
lement porté sur les choix d’infrastructures de transport, avec l’objectif de renforcer au niveau
national la cohérence de l’ensemble des investissements des opérateurs publics et de ceux prévus
aux contrats de Plan État-régions. Plusieurs points ont fait l’objet d’examens critiques et de
préconisations : les circuits de financement, la tarification d’usage des infrastructures, et enfin la
question des méthodes d’évaluation des projets sur lesquelles les administrations avaient des points
de vue divergents.
atteignable sans l’intervention d’une personnalité disposant sur ce

sujet d’une autorité scientifique incontestable et qu’on ne pouvait
soupçonner de défendre tel ou tel lobby du secteur. Marcel Boiteux19
disposait non seulement d’une autorité académique reconnue sur ces
sujets mais aussi d’une expérience de la pratique du calcul économique
hors du champ transport dans le secteur électrique20.
En 1994, le Commissariat Général du Plan publiait les conclusions
de ce groupe de travail dans un rapport sur la prise en compte de
l’environnement et de la sécurité dans les choix d’investissements de
transports, intitulé Transports : pour un meilleur choix des investisse-
ments21 : le « rapport Boiteux », qui devait rapidement devenir une
référence dans ce domaine. Ce dernier prend le contre pied d’une
tendance critique à l’égard du calcul économique standard qu’on dis-
cernait dans bien des pays et des institutions ainsi que dans les milieux
universitaires et revient à une orthodoxie plus stricte du calcul écono-
mique. On y trouvera pour la première fois, des recommandations
précisant la meilleure manière de prendre en compte les effets envi-
ronnementaux. Des valeurs sont proposées pour les intégrer dans le
calcul économique, elles seront très vite reprises dans de nombreuses
enceintes administratives et universitaires. Ce rapport eut un retentis-
sement assez considérable puisque, quelques mois après sa publication
19. Normalien, agrégé de mathématique et diplômé de l’Institut d’études politiques, Marcel

Boiteux a été attaché au Centre national de la recherche scientifique (CNRS) (1946), avant
d’accomplir, à partir de 1949, l’essentiel de sa carrière au sein d’Électricité de France (EDF.), dans
laquelle il prendra les fonctions de directeur des études économiques à la direction générale (1958).
En 1967, il est nommé directeur général de l’entreprise avant d’en devenir le président du conseil
d’administration (1978-1987) puis le président d’honneur. Il mène parallèlement une activité
d’enseignement en économie et des travaux de recherche fondamentaux et appliqués sur les
questions relatives à la tarification et au calcul économique public. Depuis, il est membre de très
nombreux conseils, comités et instituts. Il est élu membre de l’Académie des Sciences morales et
politiques en 1992.
20. Il n’est toutefois pas inconnu du secteur des transports puisqu’il préside l’Instance d’Éva-
luation de la politique des transports de la Région Parisienne (1995- 1999)
21. Commissariat Général du Plan, Transport pour un meilleur chois des investissements,
Groupe de travail présidé par Marcel Boiteux, La Documentation Française, Paris, 1994. On
retient de ce rapport le tableau qui propose pour chaque externalités des valeurs monétaires
(valeurs du temps, vie humaine épargnée, bruit, effet de serre, pollution de l’air). Mais ce rapport
ne se limite pas à ces quelques chiffres. Il rappelle notamment, ce qui n’allait pas de soi à l’époque,
que le calcul économique reste, malgré ses insuffisances, ce qu’il y a de mieux pour évaluer les
projets d’investissements, que les externalités négatives et positives doivent être incorporées aux
calculs lorsque c’est possible et, dans le cas contraire, que les implications non monétarisables
doivent être présentées sous la forme d’argumentaires. Déjà, le rapport évoque sans donner de
précisions que l’évaluation doit prendre en compte les risques et les incertitudes et que les modèles
de trafic, qui sont au cœur de l’évaluation, doivent être audités (cellule d’évaluation indépendante).
Des précisions sont apportées sur des aspects plus techniques du calcul comme la difficile question
la situation de référence à prendre en compte dans les évaluations, et des recommandations plus
politiques sur la transparence des études. Le rapport recommande sur ce point qu’on procède à une
normalisation des études.
officielle, le gouvernement émettait une instruction-cadre qui rendait

effectives ses principales recommandations.
Quelques années plus tard, de nouvelles interrogations se posent
sur ces méthodes notamment en raison des difficultés que rencontrent
les évaluateurs pour mener l’analyse des projets de transport en milieu
urbain. Le calcul économique se heurte effectivement dans la pratique
au fait que les taux de rentabilité socio-économique des investisse-
ments des transports collectifs ne sont pas excellents au regard de
certains investissements routiers. Cet écart est généralement expliqué
par le fait que la valeur du temps écrase toutes les autres valeurs
environnementales et que de ce fait pour prendre en compte les avan-
tages environnementaux relatifs des modes de transport alternatif à la
voiture particulière il devenait impératif de relever les valeurs environ-
nementales utilisées dans les calculs sous peine de disqualifier l’outil
du calcul économique lui-même.
C’est ainsi qu’en 1999, le Plan reçoit une demande conjointe des
ministères des Transports et de l’Environnement pour réévaluer les
valeurs notamment en milieu urbain. Ces valeurs devaient permettre
d’incorporer aux calculs économiques de rentabilité des investisse-
ments publics du secteur des transports, notamment en milieu urbain
où les méthodes traditionnelles semblaient peu adaptées, les avantages
et les coûts non marchands que ces investissements impliquent : l’épui-
sement des ressources non renouvelables, la congestion et les nuisan-
ces sonores liées au trafic, les effets de la pollution atmosphérique sur
la santé, mais aussi les gains de temps et les vies épargnées.
Un groupe de travail est constitué à nouveau sous la présidence de
Marcel Boiteux qui accepte de reconduire les travaux de 199422. Ce
groupe de concertation a été constitué de manière à préserver certains
équilibres entre les modes de transport d’une part et les différentes
administrations d’autre part. Il réunissait pour ce faire fonctionnaires
en charge des dossiers de transport, universitaires, représentants des
grandes entreprises publiques (RATP, SNCF, etc.) et d’autres organis-
mes comme ceux représentant les constructeurs automobiles par
exemple.
Ce groupe qui a travaillé pendant près de 2 ans, n’avait pas pour
objectif de faire ou même de commander des études particulières. Il
s’agissait plus modestement, mais l’exercice était extrêmement diffi-
cile, de préciser et de décider les valeurs à retenir au regard des
22. Commissariat Général du Plan, Transport : choix des investissements et coûts des nuisances,
Groupe présidé par Marcel Boiteux, La Documentation Française, Paris, 2001.
pratiques étrangères et compte tenu des principaux résultats obtenus

par les études les plus récentes.
Pour avancer concrètement dans les travaux, le président a donc
désigné un expert pour chacune des externalités environnementales en
lui demandant de préparer une première réunion au cours de laquelle
il devait faire le point sur l’ensemble des études menées depuis 5 ans
sur ces sujets, et de proposer une série de recommandations concer-
nant les valeurs et leur utilisation, propositions sur lesquelles le groupe
de travail serait ensuite appelé à se prononcer. Ces travaux préparatoi-
res ont été menés dans la plus totale liberté, le Commissariat Général
du Plan offrant ses services (logistiques, rapporteurs), pour aider les
présidents de séance à dégager les principales recommandations.
Ces réunions n’ont pas pu, pour la plupart, déboucher sur un
consensus clair. Et pour les sujets les plus conflictuels, il a même fallu
enclencher de nouvelles discussions regroupant les principaux prota-
gonistes. Ces discussions bilatérales devaient permettre au rapporteur
général et au président du groupe d’apprécier les points de vue, de
mesurer la robustesse des argumentations développées en confron-
tant, si nécessaire, ces argumentaires à la critique d’autres experts.
Suite à ces différentes réunions, le Plan proposa au groupe pour
chacun des chapitres une première proposition de rédaction. Celle-là
faisait état des différends entre les membres du groupe en mettant en
évidence les principaux enjeux du débat et les éléments d’incertitude.
Il proposait ensuite une série de valeurs en prenant bien soin de définir
les hypothèses qui avaient été retenues pour les fixer et de préciser les
recommandations quant à leur utilisation.
L’ensemble de ces chapitres a fait ensuite l’objet d’une adoption
collective, qui sur certains points a pu se terminer par un vote lorsque
les différends étaient irréductibles. Pour les valeurs les plus controver-
sées (la tonne de carbone, ou la valeur des impacts de la pollution
atmosphérique sur la santé par exemple qui furent les points les plus
discutés), le président disposait du pouvoir pour trancher les débats
après avoir épuisé toutes les solutions de compromis possibles. La
rédaction garde volontairement la trace de ces négociations. Les arbi-
trages ont été faits, c’était un impératif, ils ont été faits dans la plus
totale transparence.
– Des valeurs produites pour les débats futurs

Le rapport transmis au gouvernement a fait l’objet de discussions et
d’une expertise au Conseil Général des Ponts et Chaussées qui a
proposé de retenir l’ensemble des recommandations. Ces valeurs ont
ensuite été traduites dans une circulaire qui s’impose aux différentes
directions en charge de mener les évaluations des grands projets

d’infrastructures. Ces valeurs, devenus des valeurs de référence, se
trouvent dès aujourd’hui utilisées de fait dans des travaux académi-
ques et administratifs ; elles correspondent à un besoin très manifeste.
Le risque toutefois, c’est que les conditions de leur production et les
recommandations qui les accompagnent soient oubliées. Le rapport
précise leur caractère éphémère. Elles n’ont de sens du point de vue
économique que si on se donne dans le même temps les moyens pour
les contester et les affiner en permanence.
On notera notamment, que les accords obtenus au sein du groupe
l’ont été bien souvent sous réserve d’engager des études complémen-
taires. Les débats ont montré à de nombreuses reprises que les études
étaient généralement insuffisantes pour assurer certains arbitrages.
Ces valeurs sont des valeurs tutélaires, mais qui, dans la mesure du
possible, restent proches de ce qu’on pense savoir au regard des com-
portements des agents économiques ou des modèles de simulation
lorsqu’elles ne sont pas directement accessibles. Le rapport propose
pour ce faire toute une série d’études jugées prioritaires et un grand
nombre d’entre elles font l’objet aujourd’hui de travaux dans le cadre
d’un vaste programme de recherche qui mobilisent un grand nombre
de chercheurs dans le secteur des transports.
Produire ces valeurs, c’est aussi engager un débat dans la société
pour révéler le prix que collectivement nous sommes prêts à payer
pour intégrer les considérations environnementales dans les investisse-
ments qui engagent l’avenir. On trouvera ci-dessous un exemple des
valeurs produites par ce groupe de travail.
Tableau 1
Valeur de la pollution atmosphérique
(euros par unités de trafic m/100.veh.km ; m/100.trains.km23)
Valeur Urbain Urbain Rase
Valeur 2000 en véh-km
moyenne dense diffus campagne
VP 0,9 m 2,9 m 1,0 m 0,1 m
PL 6,2 m 28,2 m 9,9 m 0,6 m
Bus - 24,9 m 8,7 m 0,6 m
Valeur 2000 en train-km
Train diesel (fret) - 458 m 160 m 11 m
Train diesel (voyageurs) - 164 m 57 m 4m
23. Rapport Boiteux 2001, op. cit., p. 138-139.

Plus récemment, en juin 2004, le Commissariat Général du Plan, à la

demande du Premier ministre et dans le prolongement des décisions du
Comité interministériel d’aménagement et de développement du terri-
toire (CIADT, réunion du 18 décembre 2003), a engagé la révision du
taux d’actualisation qui est depuis 1985 la référence utilisée dans l’éva-
luation socio-économique des projets d’investissement publics. Le taux
d’actualisation public – on le qualifie dans la littérature de taux d’impa-
tience – est un élément clef du calcul économique public qui permet de
rendre comparable dans les calculs les avantages et les coûts d’un projet
qui s’échelonnent dans le temps. Ce taux, le prix accordé au temps, dont
la dernière valeur avait été fixée en 1986, faisait en effet, et ce depuis
plusieurs années, l’objet de contestations assez fortes notamment parce
que son usage conduit mécaniquement à minorer considérablement ce
qui se passe dans le futur éloigné. La décision de sa révision a été prise
suite au rapport d’audit sur les grandes infrastructures de transport
effectué par l’Inspection générale des Finances et le Conseil général des
Ponts et Chaussées début 2003, qui conduisait à rejeter bon nombre de
projets d’investissements dont la rentabilité était jugée insuffisante. Les
élus ont eu alors le sentiment que ces conclusions, dont on expliquait
qu’elles étaient liées en partie à l’utilisation d’un taux d’actualisation
très élevé, remettaient en cause leur propre légitimité à décider des
grandes orientations en matière d’investissement, alors que celles-là
pouvaient se justifier au regard d’autres critères. Le taux d’actualisation
s’est ainsi trouvé au centre d’une polémique qui imposait dès lors
d’engager une révision maintes fois repoussée. Ne pas réviser le taux
risquait en effet de fragiliser le calcul économique.
En produisant ces différentes valeurs de référence et en s’enga-
geant dans l’exercice de révision du taux d’actualisation, le Plan
engage une démarche bien particulière. La commission composée
principalement d’experts et de hauts fonctionnaires avait pour tâche
délicate de produire ce qu’on appelle des valeurs tutélaires, des valeurs
de référence. Cette production apparaît paradoxale puisqu’elle est
fondamentalement motivée par la volonté de rendre le calcul économi-
que plus performant, plus en phase avec les préoccupations de la
société, et donc plus acceptable politiquement, alors que d’une cer-
taine manière, ce type de production semble renforcer son caractère
arbitraire et donc ce qui motive son rejet. La révision du taux d’actua-
lisation, ou encore la production des valeurs de la vie humaine ou de la
tonne de carbone réalisée en 2000 par exemple, a impliqué, à plusieurs
reprises, des arbitrages sur des questions qui relèvent bien souvent de
choix de société : contrainte budgétaire, prise en compte des risques,
des enjeux environnementaux de court et de long terme, voire de très
long terme, niveau de solidarité à maintenir entre les générations,

considérations relatives à l’aménagement du territoire et à la cohésion
sociale, etc.
3. LE PROCESSUS DE PRODUCTION DES VALEURS TUTÉLAIRES

DE RÉFÉRENCES DANS LA CONSTRUCTION
D’UNE NOUVELLE GRAMMAIRE DU CALCUL ÉCONOMIQUE
La description du mécanisme qui a présidé à l’élaboration de ces

références fait apparaître plusieurs éléments fondamentaux.
– La construction d’un langage commun

La production de ce système de prix relatif permet de traduire en
langage commun des préoccupations très diverses, de confronter les
discours tenus et les argumentaires aux raretés du monde dans lequel
nous vivons et obligent à s’interroger sur les arbitrages que fait la
collectivité. C’est dans les processus longs et complexes qui mènent
aux grandes décisions que le calcul économique s’insère comme un
éducateur du jugement. Le calcul économique est ainsi présenté
comme facilitant la discussion en groupe. Le calcul économique oblige
à parler le même langage et contraint à présenter les arguments dans
un cadre logique et normalisé. Dans ce processus, les valeurs tutélaires
qui ont été fixées sont objectives au sens où elles ne sont pas construi-
tes consciemment par les groupes de personnes concernés par le projet
dont on évalue l’intérêt. Ces valeurs donnent un cadre reconnu par
l’ensemble des parties pour les débats et les échanges.
Ces valeurs ne sont pas pour autant reconnues comme telles. Pour
l’être, elles doivent passer par un processus de production très particu-
lier qu’il convient d’analyser.
– Un processus de production en concertation24

Les travaux menés par les groupes de travail ont permis de passer
sur chacun des points importants de l’évaluation d’une multiplicité de
points de vue à un seul. C’est l’objectif fondamental qui est recherché
par un travail dont la nature collective est décisive. Ce processus de
24. Dans une situation d’aide à la décision, le mot concertation s’applique à un type de
conception du dialogue entre acteurs (et/ou groupes) qui vise à progresser vers une compréhension
claire et commune des positions de chacun des acteurs (et/ou groupes) sur la question posée,
l’objectif de ce dialogue ou de cette réflexion devant être de conduire une décision et/ou de choisir
une façon de formuler et de résoudre un problème spécifique autant que possible d’une manière
consensuelle, Roy, in Gal, 1999, p. 1-6, Gal T., Stewart T.J., Hanne T. (eds), 1999, Multicriteria
decision making – Advances in MCDM models, algorithms, theory, and applications, Kluwer
Academic Publishers, Boston.
convergence qui n’est pas simple à obtenir demande du temps : per-

mettre à chaque membre du groupe de s’approprier la connaissance
suffisante sur des sujets qu’il ne maîtrise pas forcément au départ et qui
sont souvent polémiques pour pouvoir véritablement entrer par la
suite dans un jeu de réflexion collective. Le processus de travail doit
permettre de rassembler les informations souvent éparses, de focaliser
l’attention et le débat sur les principaux enjeux en faisant la part des
choses entre ce qui est essentiel et ce qui reste secondaire, entre ce qui
fait l’objet d’un consensus et ce qui est moins robuste et plus discuta-
ble, puis, ce qui constitue l’objectif essentiel de la démarche, de tran-
cher. Ce processus de discussion25 permet ainsi de passer de préoccu-
pations souvent générales à une règle opératoire, ou à une valeur
monétaire, directement utilisable dans les évaluations socio-
économiques menées de manière totalement décentralisée. Plusieurs
phases de maturation sont à distinguer.
Dans une première phase, les synthèses réalisées par les équipes de
préparation ont permis d’avoir une réflexion plus générale sur les
méthodologies réalisées en France à l’étranger et sur leurs résultats.
Elles ont également fait apparaître les inévitables limites de ces exerci-
ces qui tiennent aussi bien à la complexité des phénomènes observés,
aux multiples composantes de la nuisance étudiée (économique, phy-
siologique, psychologique, sanitaire), qu’à l’hétérogénéité des unités et
des modalités de mesure, aux incertitudes des relations causales, à la
variabilité des impacts en fonction des situations géographiques ou
topographiques, à la dispersion des appréciations individuelles et col-
lectives des nuisances en fonction des conditions de vie des intéressés,
de leurs revenus, de leurs caractéristiques sociales ou individuelles.
Le travail de convergence passe alors à une deuxième phase de
concertation et de négociations plus difficiles. Comment passer d’un
état de l’art plus ou moins décisif selon les thèmes à des valeurs
précises. Les méthodes qui permettent de produire des valeurs moné-
taires diffèrent d’une externalité à une autre en raison des spécificités
de chacune d’entre elles : on conçoit qu’on ne monétarise pas de la
même manière la tonne de carbone dans 20 ans, qu’un gain de temps
ou l’impact sur la mortalité d’une augmentation d’un certain niveau
des particules dans l’atmosphère. Les méthodes diffèrent et chacune
d’entre elles ont des inconvénients et des avantages. Certains protoco-
25. Ce travail est considérable. Pour le rapport Boiteux de 2001 c’est plus d’une centaine de
personnalités d’horizons divers qui ont été rassemblées, des milliers de mails échangés, deux
années de travail, de nombreuses réunions plénières, des sous groupes de travail, des auditions
d’experts, sans compter toutes les réunions informelles et les concertations au sein même des
institutions partie-prenantes du processus.
les d’enquêtes sont très développés, d’autres beaucoup moins. Bien

évidemment les valeurs sont très variées et la synthèse paraît difficile.
Là où les enjeux sont importants, les négociations deviennent difficiles,
les uns et les autres étant tentés de refuser l’utilisation de telle ou telle
étude jugée insuffisante, trop partielle.
La valeur retenue in fine est, par définition, un compromis entre des
approches qui peuvent être très différentes (études particulières, dire
d’experts, etc.). Ces valeurs mêlent tout à la fois des éléments scientifi-
ques mais aussi d’autres considérations. La décision peut parfois être
directement tirée d’une étude particulière, mais elle peut tout aussi
bien, et c’est souvent le cas, résulter d’un simple calcul de moyenne
entre les extrêmes d’une fourchette voire d’un vote entre plusieurs
options. L’enjeu de ce processus est donc bien de produire un compro-
mis qui doit nécessairement être obtenu alors que certains points
restent et resteront dans l’obscurité.
– Un processus de production dynamique : des valeurs à titre conser-

vatoire
Dans ce processus de production, les membres de ces groupes ont
dû à chaque fois se déterminer sur la base de données et d’études, qui
restaient insuffisantes. Une fois les arguments présentés, les connais-
sances disponibles exposées, il fallait trancher. Marcel Boiteux a syn-
thétisé cette situation par une formule très évocatrice : « il faut se jeter
à l’eau ». Ce processus de concertation a pu ainsi se terminer par un
vote lorsque le consensus tardait à se faire ce qui a fait réagir assez
violemment certains scientifiques qui ne comprenait pas qu’on puisse
mettre leurs travaux aux enchères en modulant plus ou moins des
résultats et en les simplifiant à l’extrême.
Décider, dans l’incertitude, dans le compromis… Il s’agit là d’un
impératif. Si en raison de ces quelques incertitudes on renonce à ces
calculs, certaines nuisances, la valeur de certains effets, continueront
d’être écartés des bilans, et seront donc comptées pour zéro. Et là où
certains groupes d’intérêts y trouveront avantage, rien ne les empê-
chera de continuer à introduire dans leurs calculs des valeurs très
élevées alors qu’on se contentera ailleurs de valeurs beaucoup plus
faibles. Cette situation a conduit à proposer des valeurs à titre conser-
vatoire sous contrainte que les pouvoirs publics engagent dans des
délais assez brefs un ensemble de travaux pour conforter ou, le cas
échéant, modifier les premiers compromis de ce rapport26.
26. On notera par exemple que le rapport Boiteux (2001) prend soin de récapituler dans le
dernier chapitre (et non dans une annexe) l’ensemble des études et recherches qui semblait
Ce processus apparaît vertueux. Les membres du groupe ne préten-

daient pas construire de nouvelles valeurs scientifiques, ni même saisir
une vérité qui reste insaisissable, mais afficher une valeur de référence
la plus consensuelle possible au regard des connaissances disponibles.
Dans ce processus de négociation qui s’instaurait, chacun était invité à
objectiver sa contestation.
La qualité de ce compromis, et donc son acceptabilité sociale,
réside aussi dans la possibilité de le contester. Pour que cette contesta-
tion puisse être crédible il est nécessaire de prévoir de manière claire
l’organisation de révisions régulières. Ceci suppose donc une perma-
nence de l’institution qui les produit. Il est souvent rappelé dans les
rapports du Plan que ces chiffrages n’ont pas vocation à s’éterniser. La
construction de ces prix non marchands doit donc être appréciée, à
l’image de la formation des prix sur les marchés, comme une étape
d’un processus d’erreurs et de corrections successives. Chaque étape
est franchie en fonction de l’état des connaissances et des prises de
conscience de la collectivité. La qualité de ces valeurs tutélaires
dépend donc de la dynamique dans laquelle s’inscrit leur production.
Un premier prix a été fixé. Il doit s’imposer à tous. Mais la contestation
reste ouverte. Il s’agit là d’un processus positif, fécond qui invite au
débat.
– Une valorisation au plus près des préférences des individus

On trouve dans les différents rapports du Plan l’expression de
« valeur tutélaire ». Mais alors que cette notion s’appliquait dans le
passé à une valorisation que l’État, dans sa sagesse, promulguait pour
le bien de ses administrés sans avoir nécessairement à épouser leur
point de vue, il s’agit ici d’une valeur que les groupes de travail se sont
efforcés de fixer en analysant le comportement des gens (valeurs révé-
lées) ou leurs réponses à des enquêtes (valeurs déclarées). On retrouve
ici un problème très classique en économie publique sur la fonction
d’utilité collective. Les arguments de cette fonction s’appuient-ils sur
les seules fonctions de satisfaction ou intègre-elle des considérations
qui transcendent les individus eux mêmes. Les derniers travaux ont
pris l’option, chaque fois que cela était possible, de fonder le processus
de production de ces valeurs sur la base des observations des compor-
nécessaire d’entreprendre pour fonder davantage les décisions qui avaient été prises : « Le groupe a
fréquemment conclu que l’état des données existantes sur les différents effets externes du transport,
particulièrement en milieu urbain, ne suffisait pas pour établir solidement un barème de valeurs à
retenir dans les évaluations socio-économiques. Chaque fois que cela a été possible, le groupe a
proposé des valeurs a priori. Mais, ces valeurs ont été prises à titre conservatoire et il importe que les
pouvoirs publics engagent dans des délais assez brefs un ensemble de travaux pour conforter ou, le
cas échéant, modifier ces premiers compromis. »
tements pour faire en sorte que les valeurs de référence ne soient pas
en totale déconnexion avec ce que révèlent les comportements des
agents économiques.
Ces études, qui ont joué un grand rôle pour la définition de certai-
nes valeurs, conduisent à des ordres de grandeur ou à des fourchettes,
mais pas à des valeurs précises. L’État intervient alors pour en norma-
liser les résultats et pour faire en sorte que tous les intéressés utilisent
dans les évaluations, jusqu’à nouvel ordre, la même valeur. Ledit État
ne cherche donc pas à se placer au-dessus de ce que révèle l’étude des
comportements et des opinions des gens, il normalise les résultats de
ces analyses. De ce fait ces valeurs ne tirent pas leur légitimité du
caractère scientifique qu’on peut leur donner, même si les résultats de
nombreux travaux et recherches ont été nécessaires pour les produire,
mais plutôt de la procédure de concertation à laquelle se sont associés
les mondes académique et administratif. Ces valeurs font donc autorité
mais ne sont pas arbitraires.
Cette approche se heurte à certaines limites qui obligent de compo-
ser avec cette règle. On peut en effet considérer que dans bien des cas
les agents économiques ont une appréciation erronée, insuffisante, des
effets externes qu’on cherche à intégrer dans les calculs et que de ce
fait, il est nécessaire de les corriger. C’est par exemple une des justifi-
cations qui a incité le groupe de travail à ne pas fonder strictement le
nouveau taux d’actualisation sur les taux d’intérêts réels de long terme,
même si la décision finale a intégré cette information.
– L’institutionnalisation du consensus
La reconnaissance de ces valeurs et finalement leur utilité dans le
processus d’arbitrage dépend en grande partie de la légitimité de l’ins-
titution qui a porté ce travail, des personnalités qui se sont impliquées
à des titres divers dans la réflexion collective, de la diversité des mem-
bres du groupe. Il paraît difficile d’imaginer réaliser un tel processus de
concertation et de compromis à une échelle plus vaste.
Malgré tout, l’élaboration des valeurs monétaires se heurte en per-
manence à la question de la légitimité de celui qui les produit. Certains
ont pu ainsi estimer que le Commissariat Général du Plan était un
camp retranché de technocrates défendant une orthodoxie économi-
que décalée par rapport aux enjeux de la société. D’autres estiment au
contraire qu’il est un creuset dans lequel s’élaborent de manière
concertée, à échelle réduite, les valeurs qui seront intégrées par la suite
dans les calculs publics permettant d’apprécier l’utilité sociale des
investissements. Il est toutefois significatif d’observer la rapidité avec
laquelle ces valeurs ont fait référence dans de très nombreux travaux y
compris à l’extérieur du cadre administratif et ce sans aucune obliga-

tion particulière. Même si ces valeurs ne sont pas celles que retiennent
les promoteurs des études, ils se sentent dans l’obligation de se posi-
tionner par rapport à ce cadre de référence. Et cela constitue une
avancée très significative dans l’objectivation de l’utilité sociale de telle
ou telle décision.
Par ailleurs, on notera que, dans la procédure actuelle ces valeurs
qui ont été définies à travers toute une procédure de confrontations
d’experts, de débats entre ministères représentant des intérêts très
différents, restent des propositions faites au gouvernement. Le passage
entre ces valeurs et leur utilisation effective au sein de l’administration
passe donc par une validation politique. Certains considèrent que,
compte tenu des impacts que ces valeurs ont sur les résultats des
évaluations, cette transmission et une validation au sein d’un ministère
dans le cadre d’une circulaire restent insuffisantes pour surmonter les
critiques rappelées plus haut et estiment que la légitimité de ces tra-
vaux se trouverait renforcée s’ils faisaient l’objet d’une discussion au
sein d’une commission parlementaire puis d’un vote au Parlement :
cela apporterait une reconnaissance claire au compromis établi dans
un groupe restreint et permettrait de dépasser la multiplicité des argu-
mentaires.
4. CONCLUSION : AU-DELÀ DES INCANTATIONS

ET DES LAMENTATIONS
L’utilité sociale du calcul économique, qui est souvent contestée,

dépend en grande partie de l’usage qui peut en être fait et surtout de
son appropriation par les acteurs eux-mêmes dans le cadre des discus-
sions et des compromis présidant à la décision. L’appropriation collec-
tive de ce référentiel passe par une procédure dans laquelle les pou-
voirs publics se trouvent nécessairement impliqués. Les travaux menés
par le Commissariat Général du Plan constituent une expérimentation
intéressante de ce point de vue. La qualité du processus de production
de ce cadre référentiel, véritable bien collectif, représente un enjeu
important pour améliorer l’organisation du débat sur l’utilité sociale
des dépenses publiques.
Le dernier rapport du Plan concernant le calcul économique établit
un diagnostic sévère sur la capacité des pouvoirs publics à procéder
effectivement aux mesures de l’utilité sociale attendue des décisions
d’investissement. Le groupe de travail, encouragé par les propos sou-
vent très acerbes des experts et hauts fonctionnaires sur la situation
actuelle, a réitéré avec force – c’est son message principal – des recom-
mandations anciennes et récurrentes sur l’importance de l’usage du

calcul économique dans la sphère publique, constatant malheureuse-
ment que bien souvent ces travaux ne sont pas réalisés et ne jouent pas
le rôle qui devrait être le leur. Cela peut s’interpréter de plusieurs
façons :
– Difficulté de ressources, c’est-à-dire à trouver des personnes pour
réaliser ces études qui supposent une formation adéquate. Ces difficul-
tés sont d’autant plus difficiles que l’administration concernée ne dis-
pose pas de moyens d’expertise suffisants pour mener ces travaux.
– Difficulté opératoire pour mettre en œuvre ces recommandations
sur la mesure de l’utilité sociale qui restent dès lors purement incanta-
toires. Ces problèmes opératoires sont multiples : comment produire
et utiliser les valeurs susceptibles de mesurer certains effets non mar-
chands qui légitiment généralement la décision publique ? Comment
offrir une réponse concrète aux responsables de secteurs qui ne dispo-
sent ni d’études normées et validées spécifiques ni de pratiques systé-
matiques ou d’un savoir faire sur lesquels s’appuyer, comme cela peut
exister dans le secteur des transports ?
– Difficulté d’opportunité, c’est-à-dire difficulté à percevoir l’utilité
réelle de ces études alors que bien souvent le calcul économique pèse
peu dans la décision finale, difficultés qui traduisent d’une certaine
manière l’absence de volonté politique pour, d’une part, réaliser ces
études et pour, d’autre part, leur faire jouer un rôle dans le débat
public.
Il convient de bien mesurer les enjeux de ces difficultés et d’en tirer
les conséquences.
Soit l’on considère que l’usage du calcul économique public est un
outil socialement utile participant à la défense de l’intérêt général :
utile pour animer le débat (un outil pour faciliter et approfondir le
débat au sein de la sphère administrative, un outil pour enrichir et
élever le débat public), utile pour éclairer les décisions en situant une
décision particulière par rapport à l’ensemble des dépenses publiques,
utile dans un processus de rationalisation des dépenses publiques et de
réforme de l’État. Et dans ce cas, il y a une réelle urgence à dresser un
plan d’action pour réactiver ces pratiques et leur donner une chance
réelle d’exister notamment en fixant le rôle qu’elle peuvent jouer dans
le processus de décision.
Soit l’on considère que cet outil n’est pas adapté au processus de
décision : par quoi le remplace-t-on ? Dans ce cas, il faut laisser ce
champ de réflexion aux historiens, aux universitaires et éviter de fan-
tasmer sur un calcul économique virtuel, idéal, qui au mieux est instru-
mentalisé à l’occasion d’un débat spécifique comme on peut le consta-

ter aujourd’hui autour de tel ou tel projet.
Il est clair que le développement effectif du calcul économique ne
se fera pas sans un investissement très important en études et en
moyens, et que ces derniers ne seront obtenus que si ces études ont un
réel enjeu stratégique. En rester aux lamentations et aux incantations
revient à perdre son temps, s’entêter revient à prendre le risque de
friser le ridicule, la population, les élus ayant le sentiment, souvent à
juste titre, que ces calculs restent totalement décalés par rapport aux
enjeux. La loi organique relative aux lois de finances du 1er août 2001
(LOLF) qui réforme en profondeur la gestion publique propose de
nouvelles pratiques qui imposeront sans doute, dans les faits, la pro-
duction et l’utilisation d’indicateurs complexes, de guides méthodolo-
giques, permettant de mesurer l’utilité sociale des dépenses publi-
ques27 engagées (efficacité socio-économique des programmes
engagés, qualité des services rendus aux usagers, efficacité de la ges-
tion). Ce nouveau cadre apparaît plus favorable pour la diffusion de
l’outil du calcul économique standard et la production de valeurs
monétaires de référence.
Pour que cet outil puisse être accepté dans le débat et pour que les
acteurs se l’approprient, plusieurs éléments doivent être réunis :
– Garantir la neutralité des valeurs de références
La production des valeurs tutélaires, des méthodes doivent pouvoir
être déterminée de manière indépendante des préoccupations du
moment, éloignée des lobbies qui se forme sur tel ou tel projet. Déjà,
ces valeurs de références doivent dépasser le seul cadre d’un secteur
particulier alors que jusqu’à maintenant les valeurs évoquées ici ont
été conçues et discutées dans le cadre du seul secteur des transports.
Ensuite, ces valeurs doivent être produites dans un lieu ouvert et
reconnu associant des personnalités diverses garantissant et crédibili-
27. « LOI organique no 2001-692 du 1er août 2001 relative aux lois de finances », JO no 177 du
2 août 2001.
Il faut rapprocher de ce texte de loi de nombreuses réflexions autour des questions relatives à la
régulation publique qui ont été menées dans d’autres instances administratives et dans les milieux
académiques. La régulation par l’information suppose en effet de disposer de batteries d’indica-
teurs reconnus y compris pour des éléments difficiles à saisir. À titre d’exemple on peut citer le
travail sur les indicateurs de performances que mène l’Institut de la Gestion Déléguée
(http ://www.fondation-igd.org) dont les membres représentent l’ensemble des acteurs et partenai-
res concernés en France par la gestion des services publics locaux : associations d’élus locaux et des
cadres dirigeants des collectivités locales ; associations de consommateurs, grandes administrations
(DGCCRF, DGCL, etc.) ; opérateurs de service public privés ou filiales de groupes publics ;
personnalités françaises et internationales. La production de tels indicateurs répond à une
demande sociale qu’on trouve par exemple exprimée dans une charte des services publics locaux
qu’ont signée le 16 janvier 2002 l’IGD et les trois grandes Associations d’élus, Maires de France,
Départements et Régions.
sant les normes proposées. Le processus lui même de production doit

être transparent pour pouvoir être contesté et pour ouvrir ainsi le jeu à
de nouvelles négociations.
– Assurer la continuité du processus de co-production du système
de valeurs
Il est important également que le processus ne soit pas figé pour
qu’il reste en phase avec la réalité sociale. Cela suppose la permanence
dans le temps du cadre de production de ces valeurs. Ce cadre doit
assurer le va-et-vient entre les utilisateurs de ces valeurs, les attentes et
les préoccupations de la population comme des décideurs, ainsi
qu’avec la recherche théorique et appliquée. Il est notamment néces-
saire d’élargir le spectre des valeurs en s’attachant à ce qui est le plus
difficile à appréhender et qui touche par exemple à l’équité territoriale
et sociale, ou encore à l’appréhension des effets de long terme.
– Diminuer le coût d’usage des outils
Une des difficultés importantes pour la diffusion de ces systèmes de
prix relatif est à trouver dans le coût d’usage des valeurs. Cela passe
par le développement de guide des bonnes pratiques en prenant à bras
le corps les difficultés de méthode pour appréhender la mesure et la
valorisation des effets externes diffus et du risque par exemple. Ce
guide, issu des échanges des praticiens et des universitaires, pourrait
permettre de dégager des recettes opératoires susceptibles d’aider et
de faciliter la diffusion de ces pratiques d’évaluation. L’élaboration de
ce guide permettrait aussi de lister les points sur lesquels des études et
des recherches mériteraient d’être lancées. Cela passe ensuite par
l’animation et la formation sur le long terme des personnes suscepti-
bles de concevoir, de réaliser ou de piloter des travaux de ce type.
– Inscrire la production de ces valeurs dans un processus politique
d’évaluation
Ces valeurs (un système de prix relatif pour des biens qui n’ont pas
de prix) correspondent à un bien collectif que la collectivité doit décider
de mettre à disposition des utilisateurs potentiels. On peut considérer
qu’il existe des usagers potentiels intéressés à se référer à des valeurs
non contestables pour alimenter leur argumentaire, demander des com-
pensations ou des indemnités, défendre ou promouvoir un projet, etc.
Mais cette demande ne s’exprime guère. Et l’investissement dans ce
processus de production très coûteux ne peut sans doute être entrepris
que s’il est porté par une volonté politique qui exige, en contrepartie des
dépenses publiques consenties, un réel effort pour mesurer l’utilité
sociale qu’elles produisent. Celle-là doit se traduire de manière claire, si
l’on souhaite que des forces vives de l’administration et des universitai-
res consacrent du temps et de l’énergie pour produire de telles valeurs.
Pour terminer, il est assez difficile de convaincre les politiques de ce

que la collectivité peut gagner en disposant de tels outils et de telles
valeurs. Il est clair que produire ces outils, faciliter leur usage suppose
d’y consacrer des moyens importants. Ce document montre précisé-
ment ce que représente cette production. Mais ne pas s’engager réso-
lument dans cette voie conduit à réduire dans les faits la mesure de
l’utilité sociale aux seuls flux financiers ce qui constitue un appauvris-
sement considérable du rôle de la puissance publique, puisqu’on
s’interdit alors de « mesurer » le bien être que produisent les dépenses
publiques. L’intérêt commun impose de lutter contre l’appauvrisse-
ment et l’affaiblissement du calcul économique, car il s’agit de la seule
alternative possible au calcul politique ou strictement financier pour
saisir l’intérêt général dans le long terme.
Références
Abraham C., « Rationalité et sécurité », Analyses et Prévisions, (4),
1970.
Baumstark L., « La construction de valeurs socio-économiques envi-
ronnementales : l’économiste dans la posture du passeur », Collo-
que AFSE, Rennes, 2004.
Babusiaux D., Décisions d’investissement et calcul économique dans
l’entreprise, Economica, 1990.
Bernard A., « Repenser le calcul économique public », Colloque
AFSE, Rennes, 2004.
Boiteux M., « Echanges et controverses, À propos de la critique de la
théorie de l’actualisation telle qu’employée en France », Revue
d’Économie Politique, No 86, 1976.
Boltanski L. et Thévenot L, De la justification. Les économies de la
grandeur, Gallimard, (Coll. NRF – Les Essais), Paris, 1991.
Commissariat Général au Plan, Calcul économique et planification, La
Documentation Française, Paris, 1973.
Commissariat Général au Plan , Calcul économique et décisions publi-
ques, La Documentation Française, Paris, 1979.
Commissariat Général au Plan, Calcul économique et résorption des
déséquilibres, La Documentation Française, Paris, 1983.
Commissariat Général du Plan, Transports : pour un meilleur choix
des investissements, Rapport du groupe de travail présidé par Mar-
cel Boiteux, La Documentation Française, Paris, 1994.
Commissariat Général du Plan, Transports : choix des investissements
et coûts des nuisances, Rapport du groupe de travail présidé par
Marcel Boiteux, Rapporteur général L. Baumstark, La Documen-

tation Française, Paris, 2001.
Commissariat Général du Plan, Le prix du temps et la décision publi-
que, Rapport du groupe présidé par D. Lebègue, Rapporteur géné-
ral L. Baumstark, Coordinateur P. Hirtzman, La Documentation
Française, Paris, 2005.
Desaigues B. et Point P., Économie du patrimoine naturel. La valorisa-
tion des bénéfices de protection de l’environnement, Paris, Écono-
mica, 1993.
Dupuit J., (1844« De la mesure de l’utilité des travaux publics »,
Annales des Ponts et Chaussées, 2e semestre, no 116, 1844, p. 332-
375.
Etechegoyen A., « Votre devoir est de vous taire. » Carnets de voyage
d’un philosophe à gauche et à droite, l’Archipel, 2006, 263 p.
Godard O., « Environnement, modes de coordination et systèmes de
légitimité : analyse de la catégorie de patrimoine naturel », Revue
économique, 41(2), 1990, p. 215-42.
Godard O., « Autour des conflits à dimension environnementale : Éva-
luation économique et coordination dans un monde complexe »,
École Polytechnique, CNRS, Cahier no 2004-012, 2004.
Guesnerie R., « De l’utilité du calcul économique public », La lettre de
l’AFSE, no 59, 2004.
Guesnerie R., Dupuit hier et aujourd’hui, Working paper, no 2004-22,
Delta, 2004.
Henry C., « La microéconomie comme langage et enjeu de négocia-
tions », Revue économique, 35(1), janvier, 1984, p. 177-97.
Inspection générale des finances et Conseil Général des Ponts et
Chaussées, Rapport d’audit sur les grands projets d’infrastructures
de transport, (No 2002 M-026-01, No 2002 0190-01), Administration
française, Paris, 2003.
Ministère des Transports, de l’Équipement, du Tourisme et de la Mer,
« Instruction-cadre relative aux méthodes d’évaluation économi-
que des grands projets d’infrastructures de transport », 25 mars
2004, mise à jour le 27 mai 2005, 58 p.
Roy B. et Damart S., « L’analyse Coûts Avantages, outil de concerta-
tion et de légitimation ? », Projets et politiques de transport :
Expertises en débat, Métropolis, no 108/109, 2001, p.7-16.
Walliser B. et Quinet E., « Splendeur et misère du calcul économi-
que », Le Monde, 18 décembre 1990.
Willinger M. , « La méthode d’évaluation contingente : de l’observa-
tion à la construction des valeurs de préservation », Natures, Scien-
ces, Sociétés, 4(1), 1996, p. 6-22.
CHAPITRE 6
L’INFLUENCE RELATIVE
DES DIFFÉRENTES VALEURS
TUTÉLAIRES : UNE ÉTUDE
PAR LA SENSIBILITÉ DES INDICATEURS
SOCIO-ÉCONOMIQUES
Guillaume Chevasson1
L’objectif de ce chapitre est double :

– Il est de discuter des variables utilisées pour mener à bien une
évaluation socio-économique. Nous discuterons d’une part de
l’influence des valeurs tutélaires dans les résultats de rentabilité socio-
économique. La question sera de savoir quel est l’impact de ces valeurs
sur le bénéfice, le but n’étant en aucun cas de dénigrer les valeurs
tutélaires actuelles des effets non marchands et d’en proposer de nou-
velles, mais il est de participer à la réflexion sur les enjeux du calcul
économique. Nous discuterons d’autre part de l’influence d’un certain
nombre d’autres valeurs qui sont liées à un projet d’infrastructure de
transport et qui participent avec plus ou moins d’importance à sa
rentabilité.
– Il est de mener une réflexion sur les valeurs retenues pour le
calcul de rentabilité socio-économique afin de voir si elles sont cohé-
rentes avec ce que les actions politiques peuvent nous enseigner. Nous
focaliserons l’analyse sur deux valeurs tutélaires, les valeurs du temps
et la valeur de la tonne de carbone, en nous interrogeant sur la relation
vitesse – valeurs du temps et vitesse – valeur de carbone. Nous montre-
rons ainsi que la réduction des vitesses observée depuis quelques
temps peut s’apparenter, d’une part à une considération pour des
valeurs du temps plus faibles et d’autre part à une considération pour
une tonne de carbone plus élevée.
1. Doctorant au Laboratoire d’Économie des Transports, Lyon

L’évaluation socio-économique, dont le principe est la valorisation

dans les projets des avantages non marchands, repose sur une démar-
che de monétarisation des principaux effets identifiés, à savoir le gain
de temps pour les usagers essentiellement, la diminution des pollutions
classiques liées aux transports, la sécurité et le bruit (surtout en milieu
urbain).
L’estimation monétaire de ces différents avantages présente cepen-
dant un caractère nécessairement incertain, de par la nature non ’pal-
pable’ de ces effets. Or, dans un bilan socio-économique, leur part est
souvent prépondérante dans les résultats finals. Les valeurs prises en
compte dans la valorisation de ces avantages relèvent donc un carac-
tère décisif. C’est pourquoi le calcul économique fait souvent l’objet de
vives critiques sur la portée réelle des évaluations de projets.
Pourtant, rappelons que si les indicateurs de rentabilité (Bénéfice
pour la collectivité, Taux de Rendement Économique, etc.) sont déter-
minés, la démarche de l’évaluation est loin d’être déterministe. Son
rôle est bien d’aider et de conforter le politique dans son choix d’inves-
tissements, en rapport avec les attentes réelles de la collectivité, et non
de dicter les choix à opérer. Cela est d’autant plus vrai que des pondé-
rations explicites ainsi que des tests de sensibilité existent, mettant en
évidence le caractère non définitif du calcul économique.
En 2001, le Commissariat Général du Plan publiait un rapport
intitulé Transports : choix des investissements et coûts des nuisances qui
présentait l’ensemble des avancées réalisées dans l’analyse des nuisan-
ces et de leurs conséquences et actualisait les valeurs tutélaires qui
étaient alors en vigueur, suite au précédent rapport sorti en 19942.
Pendant la rédaction de ce rapport, des discussions « animées » ont
eu lieu entre l’ensemble des représentants institutionnels, scientifiques
et experts, pour savoir quelle valeur associer à tel ou tel paramètre. De
l’ensemble de ces débats ont émergé les valeurs que nous connaissons
aujourd’hui. Ainsi, et au-delà du fait que l’accroissement du niveau de
vie et de la richesse du pays majore en volume les différentes valeurs,
l’actualisation de ces dernières a représenté pour certaines d’entre
elles un véritable bond en avant dans la valorisation des avantages et
nuisances liés au transport routier, entérinée par la collectivité.
Suite à ce rapport, le ministère des Transports a adopté une
instruction-cadre3 qui rend effectives les principales recommandations
2. Commissariat Général du Plan, Transports : pour un meilleur choix des investissements, La

Documentation Française, Paris, 1994.
3. La circulaire explicite le contexte dans lequel s’inscrivent les évaluations de projet, les
objectifs poursuivis et met en perspective la démarche d’évaluation dans un processus continu
d’évolution. L’instruction définit les grands principes et les différentes étapes de l’évaluation,
L’influence relative des différentes valeurs tutélaires / 193
de ce rapport. Cette instruction, comme l’étaient les précédentes, doit

être utilisée par les décideurs locaux, régionaux ou nationaux pour
mesurer la rentabilité de chaque projet. Elle est donc représentative de
ce qu’est, en théorie et dans la pratique, le calcul économique
aujourd’hui en France.
L’objectif étant de mettre en lumière les enjeux du calcul économi-
que tel qu’il est actuellement pratiqué par la collectivité lorsqu’elle
lance des études d’investissement d’infrastructures de transport, nous
avons construit, sur la base d’instructions ministérielles, un outil qui va
nous permettre de simuler des études de rentabilité de projet de trans-
port. L’outil s’appuie en partie sur les annexes techniques de l’instruc-
tion de 1998 relative aux méthodes d’évaluation économique des
investissements routiers en rase campagne4 ainsi que sur l’instruction-
cadre du 25 mars 2004 et 27 mai 2005 relative aux méthodes d’évalua-
tion économique des grands projets d’infrastructures de transport5.
Nous présenterons tout d’abord l’outil de simulation de manière
synthétique ainsi que les différentes valeurs tutélaires utilisées (1).
Nous présenterons ensuite les résultats des études de sensibilité des
indicateurs socio-économiques (2), tout d’abord aux valeurs tutélaires
(2.1) puis à d’autres variables, celles que nous désignerons comme étant
en amont du calcul économique et qui, pour certaines, jouent un rôle
déterminant (2.2). Nous mettrons en évidence les relations qui existent
entre les valeurs du temps, la vitesse et la valeur de la tonne de carbone
en imaginant différents scénarios sur le niveau de ces valeurs (3). Nous
conclurons sur l’utilité que peut avoir une telle présentation (4).
1. PRÉSENTATION DE L’OUTIL DE SIMULATION
1.1. Un cadre d’analyse simplifié

L’idée générale de l’outil est de simuler l’évaluation d’un projet
d’infrastructure de transport fictif. En partant d’un scénario de départ,
on crée une nouvelle infrastructure et compte tenu des coûts (investis-
explicitant la méthode dans ces grandes lignes. Les annexes techniques déclinent les concepts en
pratiques opérationnelles pour les différentes étapes de l’évaluation et définissent les outils à
utiliser.
4. Ministère de l’Équipement, des Transports et du Logement, Direction des routes, Méthodes
d’évaluation économique des investissements routiers en rase campagne, septembre 1998.
5. Ministère de l’Équipement, des transports, du Logement, du Tourisme et de la Mer,
Instruction-cadre relative aux méthodes d’évaluation économique des grands projets d’infrastruc-
tures de transport, 25 mars 2004, mise à jour le 27 mai 2005.
sement, exploitation, entretien), des avantages (sécurité, pollution,

gain de temps) ainsi que des valeurs tutélaires des effets externes, le
projet est « validé » ou non par un certain nombre d’indicateurs socio-
économiques (Bénéfice actualisé pour la collectivité, Taux de Rende-
ment Économique).
Figure 1
Représentation du contexte d’analyse
L’hypothèse de départ est l’existence d’une route de type « route

nationale », entre une ville A et une ville B. La route arrivant à
saturation, la collectivité étudie la possibilité de construire une nou-
velle infrastructure de type « autoroute ». Le projet est considéré
comme un investissement routier en rase campagne. Il n’y a pas
d’autres alternatives pour effectuer ce trajet (pas d’autres routes, pas
de voies ferrées). L’année de mise en service est prévue en 2005,
l’année d’actualisation est l’année qui précède la mise en service, soit
2004. Le taux est de 4 % et suit la règle d’évolution comme il est
précisé dans l’instruction6 cadre 2005.
Tableau 1
Caractéristiques du cas théorique
Croissance8
Capacité
Longueur Vitesse Trafic initial du trafic
en uvp7
Km VP/PL Km/h Uvp par an
par sens
(2025)
12 000 véh/j
Route 110 1 730 uvp/h 90/80 VP 1,8 %
15 % de PL
PL 1,5 %
Autoroute 90 3 460 uvp/h 130/90 -
6. 4 % jusqu’en 2034, puis 3,5 % jusqu’en 2054 et 3 % après.

7. Uvp : unité voiture particulière
8. DAEI-SES, La demande de transport en 2025, octobre 2004
1.2. Construction de l’outil

La mesure de la rentabilité d’un projet de transport nécessite un
volume important d’informations. Le calcul repose avant tout sur la
construction d’un échéancier détaillé des dépenses d’investissement,
des recettes de péages, des coûts d’exploitation et des effets non mar-
chands monétarisables.
Nous pouvons décomposer l’outil en différents modules.
Le premier module rassemble l’ensemble des hypothèses nécessai-
res à la conduite de l’évaluation. Il contient :
• les variables descriptives de l’état initial qui serviront de base
pour décrire l’évolution de la situation de référence : la longueur de
l’itinéraire, le niveau de trafic, la répartition VP/PL, la répartition VP
essence/diesel, la capacité de l’infrastructure, les vitesses réglementai-
res, les coûts de circulation, les taux accidentogènes et les investisse-
ments éludés ;
• les variables descriptives du projet de transport envisagé qui ser-
viront à établir les différents coûts mais aussi à préciser la variation de
qualité du service de transport offert : la longueur de l’itinéraire, la
capacité de l’infrastructure, les vitesses réglementaires, le coût de cons-
truction, les dépenses d’exploitation et d’entretien, les tarifs de péage,
les coûts de circulation et les taux accidentogènes ;
• les variables macro-économiques qui serviront à faire évoluer
différents paramètres et permettent d’établir les projections sur la
durée de vie du projet : les taux de croissance du trafic, le taux de
croissance de la consommation finale des ménages, le taux de crois-
sance du produit intérieur brut et le taux d’inflation ;
• les valeurs tutélaires des effets non marchands : valeurs de la
pollution atmosphérique, valeurs du temps voyageurs et marchandises,
valeurs de la vie humaine et valeur de la tonne de carbone.
Le deuxième module concerne la prévision de la demande et le

calcul des trafics entre les itinéraires routier et autoroutier. Il se com-
pose de deux éléments :
• le calcul des temps de parcours, à l’aide de courbes débit-vitesse
de type BPR9, qui vont servir en partie à déterminer les coûts de
circulation sur les différents itinéraires. Les calculs s’effectuant en
9. Formule employée et développée par U.S. Bureau of Public Road. La formulation simplifiée
est : T = Tmin[1 + a( q )b] dans laquelle T et q désignent respectivement le temps de parcours et le
q max
débit du chaînon, Tmin, le temps de parcours minimum, c’est-à-dire à vitesse libre, qmax, la capacité
maximale du chaînon, a et b, deux paramètres calibrés à partir de mesures.
partie sur la base des variables descriptives de l’état initial et du scéna-

rio d’aménagement (qualité de service) ;
• le calcul de l’affectation du trafic entre les itinéraires à partir des
coûts de circulation à l’aide du modèle « logit logarithmique », dit « loi
d’Abraham10 ».
Le calcul des trafics et leur répartition sur les deux infrastructures
constituent la base sur laquelle l’évaluation socio-économique est
construite.
Le troisième module est celui de l’évaluation proprement dite. Il
sert à quantifier les effets nets du projet, c’est-à-dire la variation rela-
tive des différents paramètres entre la situation de référence et la
situation avec projet. Il comprend :
• les effets directs du projet, comme les coûts d’investissement, les
investissements éludés, les coûts d’exploitation, le niveau de trafic et
les recettes, qui serviront à mesurer la rentabilité économique du
projet ;
• la variation du surplus des agents concernés par la transformation
d’état du système. Cette variation par rapport à la situation de réfé-
rence sert à calculer la rentabilité socio-économique du projet.
Le fonctionnement de l’outil est assez simple. À partir des valeurs

que nous entrons dans le premier module, nous déterminons le scéna-
rio (ou situation) de référence et le scénario d’aménagement. Ces
scénarios seront utilisés dans le deuxième module et serviront de base
aux calculs des temps de parcours sur chaque itinéraire. Ces temps de
parcours permettront la déterminer des coûts de circulation, qui sont à
la fois la clef de répartition des trafics entre la route et l’autoroute et à
la base du niveau de trafic induit par l’autoroute. À partir de cette
répartition des trafics et de leur niveau, nous entrons dans le troisième
module qui calcule, outre les coûts et recettes du projet, les coûts de
l’insécurité routière, de la pollution atmosphérique et de l’effet de
serre. Les surplus des différents agents concernés par le projet s’ajou-
tent au calcul des coûts marchands pour déterminer le bénéfice actua-
lisé pour la collectivité.
10. T 1 = C 2 avec T1+T2 = T trafic total de la relation origine-destination, T1 et T2 sont les trafics
T2 C1
à attribuer aux deux itinéraires et C1 et C2 les coûts de circulation sur ces itinéraires.
Figure 2
Architecture de l’outil de simulation
1.3. Les valeurs tutélaires : rappel et règle d’évolution

Les valeurs tutélaires présentées ici sont celles que recommande
d’utiliser la nouvelle instruction. Elles trouvent leur origine dans le
rapport du Commissariat Général du Plan11. L’année de référence est
l’année 2000. Les valeurs utilisées dans l’outil suivent les règles d’évo-
lution qui sont indiquées à la suite de chaque tableau.
11. Commissariat Générale du Plan, Transports : choix des investissements et coûts des nuisan-
ces, La Documentation Française, Paris, 2001.
• Les valeurs du temps

– Les valeurs du temps voyageur en interurbain
Distances
En euro 2000 Distances inférieures Distances comprises
supérieures
par voyageur/heure à 50 km entre 50 et 400 km
à 400 km
Route voyageur 8,94 0,016 x d + 8,1 14,5
Ces valeurs évoluent en fonction de la dépense de consommation

des ménages par tête, en monnaie constante, avec une élasticité de 0,7.
– Les valeurs du temps marchandise
Mode Euro/tonne/heure Euro/heure
Route marchandise 0,45 6,75
L’évolution sera égale aux 2/3 de l’évolution du PIB en volume. À

cette valeur du temps des marchandises, il faut ajouter la variation du
coût d’exploitation des transporteurs due aux gains ou pertes de
temps. Pour la route, la valeur de 31,4 euros par heure (en euro 2000) a
été retenue. Cette valeur n’est pas indexée et sera la même en euros
constants dans l’avenir.
• Les valeurs de la vie humaine
En Euro 2000 Transport routier
Tué 1 000 000

Blessé grave 150 000
Blessé léger 22 000
Les valeurs évoluent comme la consommation finale des ménages

par tête.
• Les valeurs de la pollution atmosphérique
En euro/100 véh.km Urbain dense Urbain diffus Rase campagne
VP 2,9 1,0 0,1

PL 28,2 9,9 0,6
Ces valeurs évoluent comme la dépense de consommation des

ménages par tête diminuée de 5,5 % par an pour les véhicules légers et
de 6,5 % par an pour les poids lourds sur la période 2000-2020, afin de
tenir compte des améliorations dans les émissions de polluants des

véhicules dues au progrès technique.
• La valeur de la tonne de carbone
2000 – 2010 Après 2010
100 m la tonne de carbone,

soit 6,6 centimes d’euro par litre d’essence et + 3 %/an
7,3 centimes d’euro par litre de diesel
• La valeur du bruit
Dans les zones non habitées, les dommages causés par le bruit
peuvent être négligés. Dans le cadre de l’outil, l’hypothèse a été faite
que le long des deux infrastructures routières, il n’y avait pas d’habita-
tions. Le trafic est un trafic d’échange uniquement.
1.4. Le bilan coûts-avantages actualisé pour la collectivité
Tableau 2
Bilan coûts-avantages actualisé pour la collectivité
Agent économique Nature des avantages pris en compte
Avantages temps
Avantages confort
Usagers VP
Avantages frais de fonctionnement
Avantages péage
Somme actualisé des avantages usagers VP (1)
Avantages temps
Usagers PL Avantages frais de fonctionnement
Avantages péage
Somme actualisé des avantages usagers PL (2)
Recettes fiscales sur les usagers VP

Recettes fiscales sur les usagers VP et PL
Puissance publique Recettes fiscales sur les usagers induits
Recettes fiscales sur les péages
Sécurité routière
Somme actualisé des avantages de la puissance publique (3)
Pollution atmosphérique
Riverain
Effet de serre
Somme actualisé des avantages de la puissance publique (4)

Agent économique Nature des avantages pris en compte
Concessionnaire Recettes de péages
Somme actualisé des avantages du concessionnaire (5)
Somme actualisé des avantages tout agent économique confondu (6)=(1+2+3+4+5)
Dépense d’exploitation (7)
Avantage net global (8) = (6-7)
Investissement (9)
Bénéfice actualisé pour la collectivité (10) = (8-9)
Le bilan coûts-avantages actualisé pour la collectivité comprend :

– les bilans des usagers de la route pour les Voitures Particulières
(1) et pour les Poids Lourds (2) qui comprennent les avantages de
temps, les avantages de confort pour les VP uniquement, les avantages
de frais de fonctionnement (entretien, dépréciation, carburant) et les
avantages de péages ;
– le bilan de la puissance publique (3) qui comprend les recettes
fiscales des usagers VP sur les frais de fonctionnement, les recettes
fiscales sur les consommations de carburant VP et PL, les recettes
fiscales liées aux péages, les recettes fiscales liées au trafic induit et les
coûts liés à la sécurité routière ;
– le bilan des riverains (4) qui comprend le coût lié à la pollution
atmosphérique et le coût lié à l’effet de serre. Concernant le coût lié à
l’effet de serre, nous l’avons mis dans cette catégorie d’acteur, bien
qu’il s’agisse d’un phénomène mondial ;
– le bilan du concessionnaire (5) qui comprend les recettes liées au
péage.
La somme de ces bilans (6) constitue les avantages du projet auxquels
nous retranchons les dépenses d’exploitation (7) pour avoir l’avantage
net global (8). Le bénéfice actualisé pour la collectivité (10) s’obtient en
retranchant le coût d’investissement (9) à l’avantage net global.
2. SENSIBILITÉ DES INDICATEURS DE RENTABILITÉ

SOCIO-ÉCONOMIQUE
L’objet de l’analyse de la sensibilité est de faire ressortir les varia-

bles et paramètres « critiques » de l’évaluation de rentabilité, c’est-à-
dire ceux dont les variations, positives ou négatives, par rapport à la
valeur utilisée dans le cas de référence, ont l’effet le plus prononcé sur
le bénéfice ou le TRE en ce sens qu’ils entraînent les modifications les

plus importantes de ces indicateurs. L’objectif ici est de montrer, dans
un premier temps, comment une ou des variations dans le système de
prix relatifs influencent les résultats de rentabilité socio-économique.
En d’autres termes, il s’agit de connaître l’influence de ces valeurs dans
les résultats. Par influence, nous faisons référence au poids relatif de
ces valeurs dans la balance de l’analyse coûts-avantages, dont le résul-
tat peut être représenté par le bénéfice actualisé pour la collectivité
Afin de tester la sensibilité des valeurs tutélaires sur les résultats,
nous sommes partis d’une méthode simple dans la pratique mais qui
appelle quelques recommandations d’usage. Nous limiterons notre
analyse à deux indicateurs : le bénéfice actualisé pour la collectivité et
le Taux de Rendement Economique (TRE). Le principe étant de
considérer, par rapport à un scénario de base12 (base 100), l’effet d’une
variation (de +/-10%) des valeurs sur le niveau de ces deux indicateurs.
De cette gymnastique, nous pouvons faire sortir ce que nous appelle-
rons des élasticités « apparentes ». Ces élasticités ne sont valables que
dans le contexte de l’outil et de ses hypothèses de base concernant le
scénario de référence et le scénario d’aménagement. Il n’est pas possi-
ble de les généraliser à tous les projets d’infrastructures routières, mais
ces résultats sont satisfaisants dans la mesure où ils donnent des ordres
de grandeurs de l’impact de chaque valeur tutélaire et ils hiérarchisent
l’importance de chacune, les unes par rapport aux autres. La sensibilité
du bénéfice pour la collectivité s’analyse en termes d’évolution en
pourcentage par rapport à notre scénario de base, tandis que la sensibi-
lité du TRE s’analyse en termes d’évolution en points de pourcentage.
Les résultats ici sont à prendre avec précaution. Il faut les considérer
plutôt comme des ordres de grandeur que comme des résultats précis,
car la sensibilité des indicateurs aux variables n’est pas une fonction
linéaire, ce qui explique pourquoi il y a un signe ∼ (environ) devant les
résultats d’élasticité.
2.1. Sensibilité des indicateurs de rentabilité socio-économiques

aux valeurs tutélaires
Cette série de variables concerne les valeurs tutélaires des effets
non marchands. Quatre effets différents sont analysés : les valeurs du
12. Le scénario de base prend en compte les valeurs officielles concernant les valeurs tutélaires
des effets non marchands, les valeurs unitaires concernant les coûts de circulation, les ratios
d’insécurité routière, les vitesses réglementaires, le coût d’investissement, les dépenses d’exploita-
tion et d’entretien, le taux d’actualisation, le taux de croissance du trafic et les hypothèses macro-
économiques. Concernant les paramètres liés aux longueurs, aux capacités et au trafic existant à la
mise en service, ils sont au choix de l’utilisateur.
temps, les valeurs de la vie humaine, la valeur de la tonne de carbone et

les valeurs de la pollution atmosphérique.
Tableau 3
Relations entre valeurs tutélaires et indicateurs de rentabilité
Variation Bénéfice TRE
m m m
Valeurs du temps voyageurs
--------------------- --------------------- --------------------
et/ou marchandises
. . .
m m m
Valeurs de la vie humaine --------------------- --------------------- --------------------
. . .
m m m
Valeur de la tonne de carbone --------------------- --------------------- --------------------
. . .
m m m
Valeurs de la pollution
--------------------- --------------------- --------------------
atmosphérique13
. . .
m : augmentation de la valeur / . : diminution de la valeur

Lecture du tableau : une variation à la hausse des valeurs du temps a un effet à la hausse sur le
bénéfice et sur le TRE. A l’inverse, une variation à la baisse des valeurs de la vie humaine à un
effet à la baisse sur le bénéfice et sur le TRE.
Tableau 4
Résultats des études de sensibilité aux valeurs tutélaires
Rentabilité socio-économique
Taux
Elasticités apparentes Bénéfice actualisé
de Rendement
pour la collectivité
Economique
En % En pts de %
Valeurs du temps voyageurs et marchandises ∼ 1,0 ∼ 0,15

Valeur du temps voyageurs ∼ 0,96 ∼ 0,14
Valeur du temps marchandises ∼ 0,04 ∼ 0,01
Valeurs de la vie humaine ∼ 0,24 ∼ 0,03
Valeur de la tonne de carbone ∼ 0,016 ∼ 0,002
Valeurs de la pollution atmosphérique ∼ 0,0003 ∼ 0,00001
Lecture du tableau : une augmentation de 1 % de la valeur de la tonne de carbone diminue

le bénéfice actualisé pour la collectivité de 0,016 % et baisse le TRE de 0,002 point. Et
inversement.
13. Une hausse des valeurs de la pollution atmosphérique a un impact positif sur le bénéfice et
le TRE, car le coût de la pollution est lié aux véhicules-kilomètres parcourus. Or, dans notre
exemple, la longueur de l’autoroute est plus faible que celle de la route et le trafic autoroutier,
même augmenté du trafic induit, engendre des véhicules.kilomètres inférieurs à ceux du trafic
routier dans la situation de référence. Cela explique la relation de cause à effet que nous observons
ici.
Les résultats du tableau suggèrent plusieurs commentaires.

– La valorisation du temps constitue bel et bien le volet prépondé-
rant dans la rentabilité socio-économique des projets (élasticité proche
de 1). Cette importance s’explique par le fait que les valeurs du temps
influencent fortement le niveau des coûts de circulation qui, eux-
mêmes, déterminent la répartition du trafic entre les itinéraires et
également le niveau de trafic induit par la mise en place de la nouvelle
infrastructure. Or, le niveau de trafic et sa répartition entre les diffé-
rents itinéraires sont à la base des bilans des usagers de la route où la
valorisation du temps occupe une place importante.
– Les gains de sécurité constituent le deuxième volet important. Ils
peuvent s’expliquer par deux facteurs : des valeurs de la vie humaine
élevées et un différentiel accidentogène entre les deux infrastructures
important. Pour un même niveau de trafic le nombre d’accidents est
beaucoup plus élevé sur route que sur autoroute et les ratios d’insécu-
rité14 sont à l’avantage de l’autoroute. Ainsi le coût d’insécurité sur
autoroute est 4,7 fois moins important que sur la route.
– Le coût de l’effet de serre ne peut pas influencer à lui tout seul le
niveau de rentabilité d’un projet (élasticité très faible : 0,016). Nous
reviendrons sur ce point dans la partie 3.
– La pollution atmosphérique ne joue qu’un rôle de figuration dans
la détermination de la rentabilité. Il faut faire attention ici au fait que
les valeurs utilisées dans l’outil sont celles recommandées en rase
campagne et sont donc beaucoup plus faibles qu’en urbain dense
(29 fois pour les VP et 47 fois pour les PL). De plus, les valeurs de la
pollution diminuent dans le temps du fait qu’elles évoluent à la hausse
comme la consommation finale des ménages par tête mais à la baisse
du fait de la prise en compte du progrès technique dans le temps. Or la
deuxième évolution est plus importante que la première.
2.2. Sensibilité des indicateurs de rentabilité socio-économique

aux variables en amont du calcul économique
Les variables sont dites « en amont du calcul économique » car elles
diffèrent d’un projet à un autre. La longueur, le coût de construction, la
capacité de l’infrastructure, le trafic de base, etc., sont des variables
indépendantes du calcul économique, contrairement aux valeurs tuté-
laires qui sont les mêmes selon les projets.
14. Le nombre de tués pour 100 accidents est de 21,7 sur route type 7m alors qu’il n’est que de
9,3 sur autoroute interurbaine. Le nombre de blessés graves est de 49,6 sur route et de 26,3 sur
autoroute. Le nombre de blessés légers est de 114,5 sur route et de 125,3 sur autoroute. Les taux
d’insécurité résultent ici d’une moyenne sur les années 1999 à 2001.
Tableau 5
Relation entre différents paramètres, indicateurs de rentabilité
et niveau de trafic
Variation Bénéfice TRE

m m m
Longueur de tracé du projet ------------------- ------------------- ------------------
. . .
m m m
Vitesses sur route ------------------- ------------------- ------------------
. . .
m m m
Trafic existant à la mise en service ------------------- ------------------- ------------------
. . .
m m m
Vitesses sur autoroute ------------------- ------------------- ------------------
. . .
m m m
Vitesses sur réseaux ------------------- ------------------- ------------------
. . .
m m m
Croissance du trafic ------------------- ------------------- ------------------
. . .
m m m
Capacité de l’autoroute ------------------- ------------------- ------------------
. . .
m m m
Coût de circulation15 (hors VDT) ------------------- ------------------- ------------------
. . .
m m m
Coût d’investissement ------------------- ------------------- ------------------
. . .
m m m
Evolution de la CFM/t ------------------- ------------------- ------------------
. . .
m m m
Evolution du PIB ------------------- ------------------- ------------------
. . .
m : augmentation de la valeur / . : diminution de la valeur

Lecture du tableau : Une variation à la hausse de la longueur du tracé du projet a un effet à la
baisse sur le bénéfice et le TRE. A l’inverse, une variation à la baisse des coûts d’investissement
a un effet à la hausse sur le bénéfice et le TRE.
15. C = h*T+i*L+m+p, avec h (valeur du temps), T (Temps de parcours), i (Malus d’inconfort),

L (Longueur du parcours), m (Dépenses monétaires de fonctionnement des véhicules), p (Péage
éventuel).
2.2.1. Variables des niveaux de service offerts

Cette première série de variables prend en compte les niveaux de
service offerts par les différents itinéraires de transport en concur-
rence. Ces variables jouant sur le niveau de congestion influent sur les
temps de parcours et donc sur l’avantage relatif offert par le projet.
Tableau 6
Sensibilité des indicateurs aux niveaux de service offert
Taux de Rendement
Bénéfice pour la collectivité
Economique
Elasticités apparentes
-10 % +10 % e -10 % +10 % e
Longueur du tracé du projet 44,5 % -44,8 % ∼ 4,5 8,7 -7,8 ∼ 0,8

Vitesses sur route 31,8 % -23,3 % ∼ 2,8 4,6 -3,5 ∼ 0,4
Vitesses sur réseaux 20,3 % -22,2 % ∼ 2,1 3,0 -3,5 ∼ 0,3
Trafic comptabilisé à l’année
-14,5 % 14,7 % ∼ 1,5 -2,1 2,1 ∼ 0,2
d’étude du projet
Vitesses sur autoroute -10,5 % 2,0 % ∼ 0,6 -1,5 0,1 ∼ 0,1
∼
Capacité de l’autoroute -0,02 % 0,06 % ∼ 0,004 -0,01 0,01
0,001
Lecture du tableau : une augmentation de 1 % de la longueur du tracé du projet diminue le

bénéfice actualisé pour la collectivité de 4,5 % et baisse le TRE de 0,8 point. Et inversement.
– La longueur du projet influence fortement les résultats. En dimi-

nuant la longueur du projet, nous touchons directement aux temps de
parcours. Par conséquent, les coûts de circulation sont considérable-
ment abaissés et le bilan pour les usagers est augmenté et inversement,
c’est ce qui explique en grande partie l’impact de ce paramètre sur les
résultats. Ce résultat souligne l’impact potentiel sur les résultats de
rentabilité que peut avoir le choix de la bande lors de l’Avant Projet
Sommaire dans laquelle s’inscrit l’infrastructure et/ou le choix de
variantes de tracé d’un projet.
– « L’élément majeur du processus d’évaluation, mais en même
temps celui dont la fragilité a les plus lourdes conséquences, est la
prévision des trafics16. » Cette phrase résume parfaitement l’impor-
tance des études de trafic dans la détermination de la rentabilité socio-
économique d’un projet d’infrastructure de transport. Le trafic exis-
tant avant la mise en service est aussi un élément clef puisqu’un projet
de transport, pour être légitimé, s’appuie essentiellement sur le niveau
16. Page 31, Commissariat Général au Plan, Transports : pour un meilleur choix des investisse-
ments, La Documentation Française, novembre 1994.
de trafic ’potentiel’. L’élasticité du bénéfice au niveau de trafic est

forte. Ce qui met l’accent sur l’impact d’une étude de trafic qui aurait
été mal réalisée. Une surestimation du trafic existant ne serait pas
neutre vis-à-vis de la rentabilité socio-économique d’un projet et inver-
sement. Par ailleurs, plus le niveau de trafic existant est faible et plus la
sensibilité des résultats à une variation de cette variable est impor-
tante.
– Les vitesses sur les réseaux déterminent en grande partie les coûts
de circulation. En touchant aux vitesses, sur la route, sur l’autoroute ou
sur les deux, les temps de parcours s’allongent ou s’abaissent. Or
quand nous savons que les gains de temps pour les usagers de la route
constituent le volet prépondérant dans la détermination de la rentabi-
lité du projet, il est facile d’en déduire qu’une variation sur les vitesses
a des effets importants sur les indicateurs de rentabilité socio-
économique.
Nous nous trouvons ici avec cette variable devant un phénomène de
cause à effet qui a besoin d’explication. En effet, il paraît étonnant
qu’une variation de la vitesse sur autoroute ait aussi peu d’impact sur
le bénéfice. Les élasticités sont relativement faibles par rapport à ce
que nous nous attendions. Nous pouvons expliquer ces résultats. Le
résultat des élasticités est une moyenne des deux variations (+/-). Or,
une baisse de la vitesse n’a pas le même impact qu’une hausse. La
sensibilité du bénéfice est forte à la baisse des vitesses (-11 %) mais
très peu à la hausse (+2 %). Cette différence s’explique en partie par le
fait que les usagers roulent à la vitesse calculée par le modèle d’affec-
tation qui se base sur la vitesse réglementaire pour calculer la vitesse
« libre ou à vide ». Donc à la hausse, le modèle exclut la possibilité
pour les usagers de rouler moins vite. Au final les gains de temps pour
les usagers engendrés par la hausse des vitesses sont plus que compen-
sés par les frais de fonctionnement des véhicules, notamment par la
hausse de la consommation de carburant. Et cette compensation vient
atténuer l’effet sur le bénéfice.
– La capacité de l’autoroute influe sur le débit maximal d’écoule-
ment du trafic et par conséquent sur la relation débit-vitesse et donc
sur le temps de parcours. Cette relation de cause à effet pointe du doigt
la question du bon calibrage des infrastructures. Dans notre cas de
figure, la capacité n’a que très peu d’influence sur le bénéfice.
2.2.2. Variables des coûts du projet

Cette série de variables concerne l’investissement. La première
variable concerne le coût du projet17. La deuxième concerne les dépen-
ses d’entretien et d’exploitation ainsi que les grosses réparations et
investissement complémentaire sur autoroute en service (ICAS). Ces
éléments sont centraux notamment pour le concessionnaire, puisque
qu’ils influent directement sur son Excédent Brut d’Exploitation.
Tableau 7
Sensibilité des indicateurs aux coûts d’investissement
Taux de Rendement
Economique
-10 % +10 % e -10 % +10 % e
Coût d’investissement 2,7 % -2,7 % ∼ 0,3 1,9 -1,6 ∼ 0,2

Entretien, exploitation,
1,4 % -1,4 % ∼ 0,1 0,2 -0,2 ∼ 0,02
réparations
Lecture du tableau : une augmentation de 1% du coût d’investissement baisse le bénéfice

actualisé pour la collectivité de 0,3 % et le TRE de 0,2 point. Et inversement.
– En général, étant donné le niveau de connaissance et d’expé-

rience en matière de construction, le coût d’investissement est une
donnée qui peut être estimé, sans grande difficulté, de façon précise.
Néanmoins, des risques de dérive des coûts existent, notamment lors
de retards de chantier, de risque géologique, etc. Une surestimation,
comme une sous-estimation des coûts d’infrastructure peuvent tout de
même avoir des effets non négligeables sur les indicateurs de rentabi-
lité socio-économique.
– Les dépenses d’entretien, d’exploitation et les grosses répara-
tions sont des coûts qui viennent limiter l’excédent brut d’exploitation
du concessionnaire, mais leur poids dans la détermination du bénéfice
pour la collectivité et du TRE est limité.
2.2.3. Variables influençant la répartition du trafic

Cette série de variables concerne la détermination du coût de circu-
lation sur chaque itinéraire, élément central dans la répartition des
trafics. Parmi elles, nous trouvons les valeurs du temps et les frais de
fonctionnement des véhicules.
17. Le coût d’investissement du projet s’étale ici sur 7 années (n-4 à n+2), avec une proportion
plus importante des coûts se situant entre n-3 et n.
Tableau 8
Sensibilité des indicateurs aux coûts de circulation
Taux de Rendement
Economique
-10 % +10 % e -10 % +10 % e
Coûts de circulation VP/PL -10,4 % 10,4 % ∼ 1,04 -1,5 1,5 ∼ 0,15

Valeurs du temps voyageurs
-10,0 % 9,9 % ∼ 0,99 -1,5 1,4 ∼ 0,15
et marchandises
Frais de fonctionnement -0,6 % 0,4 % ∼ 0,05 -0,03 0,01 ∼ 0,02
Coût de circulation
-0,9 % 0,7 % ∼ 0,08 -0,08 0,05 ∼ 0,01
(hors VDT) VP
Coût de circulation
0,3 % -0,3 % ∼ 0,03 0,05 -0,05 ∼ 0,005
(hors VDT) PL
Coût de circulation VP -10,4 % 10,4 % ∼ 1,04 -1,5 1,5 ∼ 0,15

Valeurs du temps voyageurs -9,6 % 9,5 % ∼ 0,96 -1,4 1,4 ∼ 0,14
Péage 2,0 % -2,0 % ∼ 0,21 0,3 0,4 ∼ 0,04
Malus d’inconfort -3,6 % 3,6 % ∼ 0,36 -0,5 0,5 ∼ 0,05
Carburant 1,5 % -1,5 % ∼ 0,15 0,2 -0,2 ∼ 0,02
Entretien, Dépréciation -0,8 % 0,8 % ∼ 0,08 -0,2 0,2 ∼ 0,02
Coût de circulation PL -0,1 % 0,1 % ∼ 0,01 -0,01 0,01 ∼ 0,001

Valeur du temps
-0,4 % 0,4 % ∼ 0,04 -0,1 0,1 ∼ 0,01
marchandises
VDT + coût d’exploitation -1,7 % 1,7 % ∼ 0,17 -0,35 0,35 ∼ 0,035
Coût d’exploitation -1,4 % 1,3 % ∼ 0,13 -0,3 0,3 ∼ 0,03
Péage 0,7 % -0,8 % ∼ 0,08 0,01 -0,01 ∼ 0,01
Carburant -0,2 % 0,2 % ∼ 0,02 -0,03 0,03 ∼ 0,003
Entretien -0,3 % 0,3 % ∼ 0,03 -0,04 0,04 ∼ 0,004
Lecture du tableau : une augmentation de 1 % du tarif de péage VP baisse le bénéfice actualisé

pour la collectivité de 0,21 % et le TRE de 0,04 point. Et inversement.
Les coûts de circulation sont la clef de répartition entre les trafics.

Ils déterminent également le niveau de trafic induit par la mise en
place de la nouvelle infrastructure. Les résultats des élasticités nous
montrent que :
– les coûts de circulation pris dans leur ensemble et sans la valori-
sation du temps n’ont pas de réel impact sur le bénéfice et le TRE
(élasticités de 0,08 % pour les VP et de 0,03 % pour les PL) ;
– pour les VP, le tarif de péage et le malus d’inconfort sont les deux
variables qui peuvent influencer les résultats ;
– pour les PL, le coût d’exploitation est un élément pouvant
influencer les résultats avec également les tarifs de péages ;
– les coûts de circulation des PL ont une influence limitée par
rapport à ceux des VP. Cela est dû à l’importance relative des trafics
VP par rapport à celui des PL ;
– la valeur du temps reste le paramètre clef.
2.2.4. Variables macro-économiques

Cette série de variables concerne les hypothèses macro-
économiques qui vont permettre de faire évoluer différents paramè-
tres : les valeurs tutélaires (pollution, valeurs de la vie humaine), les
valeurs liées aux coûts de circulation (valeur du temps, malus d’incon-
fort) et le niveau des trafics (voyageurs et marchandises).
Tableau 9
Sensibilité des indicateurs aux hypothèses macro-économiques
Taux de Rendement
Economique
-10 % +10 % e -10 % +10 % e
Croissance du trafic -3,0 % 3,0 % ∼ 0,3 -0,3 0,3 ∼ 0,03

Croissance voyageurs -2,6 % 2,7 % ∼ 0,27 -0,3 0,3 ∼ 0,03
Croissance marchandises -0,3 % 0,3 % ∼ 0,03 -0,03 0,03 ∼ 0,003
Evolution de la CFM/t -3,1 % 3,2 % ∼ 0,3 -0,03 0,03 ∼ 0,03
Evolution du PIB -0,1 % 0,1 % ∼ 0,01 -0,01 0,01 ∼ 0,001
Lecture du tableau : une augmentation de 1 % du trafic voyageurs augmente le bénéfice

actualisé pour la collectivité de 0,3 % et le TRE de 0,03 point. Et inversement.
– Le taux de croissance du trafic est une variable importante dans

l’estimation de la rentabilité d’un projet et, paradoxalement, c’est la
variable la plus sujette à des erreurs d’appréciation18. Car celle-ci
dépend d’un certain nombre de facteurs qui sont totalement indépen-
dants du projet de transport (prix du baril de pétrole ($), taux de
change (mà$), augmentation du PIB, dépense de consommation des
ménages, etc.). L’élasticité des résultats aux taux de croissance est
d’environ 0,3. Ce résultat peut paraître faible mais il ne faut pas oublier
que la variation porte sur le taux de croissance. Et généralement dans
les études de sensibilité lors des évaluations, les résultats sont soumis
aux hypothèses basses et hautes et celles-ci varient de +30 % à -30 %
par rapport aux hypothèses moyennes. Une surestimation ou une sous-
estimation du taux de croissance du trafic peut avoir des effets certains
sur la rentabilité d’un projet.
18. Pour exemple, nous pouvons citer le cas du viaduc de Millau dont le trafic dépasse d’envi-
ron 20 % les prévisions qui avaient été réalisées. Même si, pour ce cas, il y a certainement un effet
« site d’attraction » qui perdurera les premières années, du fait de l’ampleur et de la réputation de
l’ouvrage, cela montre que la prévision de trafic attendu est un exercice difficile et source d’erreur
d’appréciation, tant à la hausse qu’à la baisse.
– L’évolution de la consommation finale des ménages par tête a de

nombreux liens avec d’autres variables. Elle détermine leur évolution
(valeurs du temps voyageur, valeurs de la pollution atmosphérique,
valeurs de la vie humaine). Ces liens expliquent qu’une variation du
niveau de la CFM/t a des effets non négligeables sur les résultats de
rentabilité. De plus, la même remarque que celle sur le taux de crois-
sance du trafic peut s’appliquer ici, à savoir que nous appliquons une
variation sur un taux de croissance. Il faut noter que les hypothèses
dans l’instruction qui encadre le taux moyen de croissance sont de plus
ou moins 25 %, c’est-à-dire largement plus élevées qu’une variation de
+/-10 %. De telles variations auraient des impacts beaucoup plus éle-
vés sur les indicateurs de rentabilité.
– L’évolution du produit intérieur brut influe uniquement sur
l’importance de l’évolution de la valeur du temps pour les marchandi-
ses. Son impact est limité. La même remarque que précédemment
s’applique ici : il s’agit de variations en pourcentage sur des taux de
croissance. Les taux de croissance du trafic sont ici considérés indépen-
damment de l’évolution du PIB, ce qui, bien sûr, n’est pas le cas dans la
réalité. Dans le cas contraire, une variation du PIB aurait beaucoup
plus d’importance. Si nous prenons les hypothèses de croissance du
PIB retenues19, le bénéfice baisse de 6,7 % dans le cas de l’hypothèse
faible (PIB : +1,5 %/an) et augmente de 9,2 % dans le cas de l’hypo-
thèse forte (PIB : +2,3 %/an). L’évolution du PIB n’est donc pas
neutre vis à vis des résultats de rentabilité.
Au vu de ces résultats (§2.1, §2.2), il apparaît clairement que la
rentabilité socio-économique d’un projet dépend très fortement des
hypothèses retenues et qu’elle s’appuie d’un côté sur un certain nom-
bre de variables qui sont susceptibles de conditionner fortement ou
assez fortement le niveau de bénéfice pour la collectivité et d’un autre
côté sur des variables qui jouent un rôle moins important ou infime.
– La valorisation des coûts externes (pollution atmosphérique,
effet de serre, sécurité routière) marque la prise en compte des effets
non marchands par la collectivité, mais le niveau des valeurs tutélai-
res est beaucoup trop faible pour pouvoir influencer significative-
ment les résultats de rentabilité socio-économique ; seules les
valeurs tutélaires de la vie humaine ont une influence assez significa-
tive sur les résultats.
– La valorisation du temps est l’élément clef dans la détermination
du bénéfice pour la collectivité. Par conséquent, tout ce qui modifie le
19. Cf. DAEI-SES, La demande de transport en 2025, octobre 2004.

temps de parcours (longueur, vitesse, niveau de trafic existant) a un

impact déterminant sur le niveau de rentabilité.
3. L’ART DE FAIRE DU CALCUL ÉCONOMIQUE À L’ENVERS

OU COMMENT METTRE EN ÉVIDENCE LA PRÉFÉRENCE
RÉVÉLÉE DE LA PUISSANCE PUBLIQUE POUR UNE VALEUR
DE LA TONNE DE CARBONE PLUS ÉLEVÉE
Diminuer les vitesses de circulation n’est pas une idée nouvelle.

Depuis longtemps l’Agence de l’Environnement et de la Maîtrise de
l’Energie (ADEME) le préconise dans le but de faire baisser la
consommation de carburant et les émissions de CO2. Récemment,
suite à la hausse du prix du pétrole, le ministre des Transports avait
’lancé un pavé dans la marre’ en émettant l’idée de limiter à 115 km/h
la vitesse sur autoroute. Derrière cette idée, il y avait une justification
de réduire la consommation de carburant (et donc les émissions de
CO2) et de soulager le porte-monnaie des automobilistes. Devant une
levée de boucliers, cette idée a été abandonnée. Mais le fait même que
le gouvernement envisage cette possibilité, et que, par ailleurs, il pour-
suive sa politique de réduction des vitesses, peut nous laisser supposer
que la puissance publique accorde à la valeur de la tonne carbone une
valeur supérieure à ce qu’elle est actuellement (100 m). En effet, lors-
que nous savons qu’une baisse de la vitesse sur autoroute équivaut à
une baisse des valeurs du temps et donc à une baisse du bénéfice pour
la collectivité, il n’y a pas derrière cette idée une justification économi-
que au sens d’une recherche d’efficacité. En revanche, il y a peut être
derrière cette idée une préférence implicite pour une valeur de la
tonne de carbone plus élevée.
L’objectif de cette partie est de montrer que ceux qui prônent une
baisse des vitesses accordent indirectement à la tonne de carbone une
valeur plus importante qu’elle ne l’est aujourd’hui.
Nous partirons du constat que la valorisation du temps est le volet
prépondérant dans la détermination de la rentabilité des projets et
que, face à elle, la valorisation de la tonne de carbone n’a qu’un
poids très limité (3.1) Cette différence mettra en lumière la préfé-
rence de la collectivité pour le temps. Pourtant en montrant qu’il
existe une relation entre les valeurs du temps et la vitesse (3.2), nous
pourrons nous demander si, derrière les politiques en faveur d’une
réduction des vitesses engagées depuis quelques années, qui ne vont
donc pas dans le sens de l’efficacité économique, ne se cache pas une
préférence des décideurs en faveur de l’environnement, puisque
baisser les vitesses équivaut à prendre une valeur de la tonne de
carbone plus élevée (3.3). Nous limiterons notre analyse à la vitesse

autorisée sur autoroute.
3.1. Valorisation du temps versus Valorisation de l’effet

de serre
Les résultats présentés ici font suite aux résultats précédents concer-
nant les élasticités. Nous avons poussé les curseurs, à l’extrême quelque-
fois, afin de faire apparaître le fossé entre le temps et l’effet de serre.
Valeur de la tonne de carbone
Comme nous l’avons vu précédemment, les indicateurs de rentabi-

lité socio-économique ont une sensibilité très faible aux variations de
la valeur de la tonne de carbone. Les résultats du tableau 10 le confir-
ment : pour que le poids de l’effet de serre puisse réellement influencer
le bénéfice, il faudrait multiplier la valeur de la tonne de carbone
actuelle par environ 7,2 (si nous retenons comme impact significatif sur
le bénéfice une variation de -10 %).
Tableau 10
Augmentation de la valeur de la tonne de carbone
Variation Equivalence en m Bénéfice
-100 % 0 +1,6 %
--------------------------- --------------------------- --------------------------
-50 % 50 +0,8 %
--------------------------- --------------------------- --------------------------
-40 % 60 +0,6 %
--------------------------- --------------------------- --------------------------
-30 % 70 +0,5 %
--------------------------- --------------------------- --------------------------
-20 % 80 +0,3 %
--------------------------- --------------------------- --------------------------
-10 % 90 +0,2 %
Valeur de la tonne
--------------------------- --------------------------- --------------------------
de carbone
+10 % 110 -0,2 %
--------------------------- --------------------------- --------------------------
+50 % 150 -0,8 %
--------------------------- --------------------------- --------------------------
+100 % 200 -1,6 %
--------------------------- --------------------------- --------------------------
+400 % 500 -6,4 %
--------------------------- --------------------------- --------------------------
+900 % 1 000 -14,5 %
--------------------------- --------------------------- --------------------------
+1400 % 1 500 -22,5 %
Lecture du tableau : une augmentation de 100 % de la valeur de la tonne de carbone diminue

de 1,6 % le bénéfice pour la collectivité. Une valeur du carbone nulle (-100 %) entraîne une
hausse du bénéfice de 1,6 %.
Une telle augmentation de la valeur de la tonne de carbone serait-

elle justifiée aujourd’hui ? Si nous regardons ce qui se passe sur le
marché des permis d’émissions négociables, une hausse semble être à
l’heure actuelle incohérent et inapproprié. En effet la valeur de la
tonne de CO2 tourne autour de 22,6 m la tonne20. Ce prix équivaut à
83,7 m21 la tonne de carbone. Bien que ce prix ait déjà dépassé quelque-
fois la barre des 27 m la tonne de CO2 (équivalent à 100 m la tonne de
carbone), il reste en dessous de la valeur fixée par le Commissariat
Général du Plan.
Il faut souligner quand même que cette valeur est proche de celle
recommandée par le Commissariat Général du Plan et qu’elle reste
sujette à des variations potentielles (à la hausse), surtout si les quotas
d’émission venaient à être modifiés (à la baisse). Mais il faut souligner
également que ces variations sont limitées et qu’une tonne de carbone
multipliée par 7,2, soit 720 m la tonne, est une opération irréalisable,
dans les conditions actuelles du marché.
Valeurs du temps
Les valeurs du temps ont un très fort impact sur les résultats. Les
résultats du tableau 11 le confirment. La valorisation du temps appa-
raît bien comme l’élément prépondérant dans le calcul de rentabilité
socio-économique du projet. Mais, de même qu’il paraît irréaliste de
multiplier la valeur du carbone par 7,2, il paraît tout aussi irréaliste
de vouloir continuer à augmenter les valeurs du temps indéfiniment.
Surtout que la tendance aujourd’hui est à l’augmentation de la
congestion à l’entrée des agglomérations (ce qui fait perdre une
partie des gains de temps accumulés auparavant) et à la réduction
des vitesses sur la route (ce qui équivaut à une baisse des valeurs du
temps).
20. Moyenne des prix à la clôture sur les 123 derniers jours de cotation (du 24/06/05 au
21/12/2005). (http ://www.powernext.fr)
21. En prenant 0,27g de carbone comme équivalence pour 1 gramme de C02.
Tableau 11
Variation des valeurs du temps
Variation Impact sur le bénéfice
-50 % -52,9 %
------------------------------------- ------------------------------------
-40 % -41,6 %
------------------------------------- ------------------------------------
-30 % -30,7 %
------------------------------------- ------------------------------------
-20 % -20,2 %
------------------------------------- ------------------------------------
-10 % -10,0 %
Valeurs du temps ------------------------------------- ------------------------------------
+10 % +9,9 %
------------------------------------- ------------------------------------
+20 % +19,6 %
------------------------------------- ------------------------------------
+30 % +29,2 %
------------------------------------- ------------------------------------
+40 % +38,7 %
------------------------------------- ------------------------------------
+50 % +48,2 %
Lecture du tableau : une augmentation des valeurs du temps de 10 % augmente le bénéfice pour
la collectivité de 9,9 % ; une diminution de 10 % entraîne une baisse d’environ 10,0 %.
Au vu des résultats des tableaux, il est évident que le fossé qui

sépare la valorisation de l’effet de serre et celle du temps est immense.
Ce fossé peut s’interpréter comme la différence de degré de considéra-
tion de la collectivité vis-à-vis de ces deux effets. Pourtant la réduction
tendancielle des vitesses, amorcée depuis quelques années semble
venir contredire cette conclusion hâtive. En effet, il semble qu’implici-
tement certains acteurs de la sphère institutionnelle, de par les choix
qu’ils effectuent, donnent à la tonne de carbone une valeur supérieure
à celle qui est actuellement utilisée par le calcul économique.
3.2. La relation Vitesse – Valeurs du temps

Depuis un certain temps, nous assistons à une tendance à la réduc-
tion de la vitesse tant en urbain qu’en interurbain. Les politiques de
sécurité routière n’y sont bien sûr pas étrangères : mise en place des
radars, vitesse limitée à 110 km/h sur certains tronçons autoroutiers,
renforcements des contrôles, permis probatoire, aggravation des sanc-
tions pour les récidivistes, automatisation de la chaîne contrôle-
sanction, campagnes d’information et d’incitation par le biais des
médias, etc. La puissance publique a ainsi multiplié les mesures en
faveur d’une réduction du nombre de tués sur les routes françaises. La
poursuite de cet objectif s’est traduit par une réduction des vitesses
moyennes observées.
Dans la suite, nous nous intéressons uniquement à la baisse des
vitesses sur autoroute. Si nous prenons le cas des autoroutes de liaison,
la vitesse moyenne (VP+PL) est passée de 107,5 km/h en 2000 à 105,8
km/h en 2004, soit une baisse de 1,6 %.
Tableau 12
Vitesses moyennes constatées sur autoroutes de liaison entre 2000 et 2004
Mode 2000 2001 2002 2003 2004
Moyenne Ensemble 107,5 107,0 107,9 105,8 105,8
Autoroutes VP 124,0 124,0 123,5 119,0 118,5

de liaison PL 91,0 90,0 92,3 92,7 93,0
Source : Observatoire National Interministériel de Sécurité Routière

VP : moyenne jour/nuit ; PL : moyenne 2,3,4 essieux
Maintenant, regardons la relation qui existe entre une baisse des

vitesses et les valeurs du temps. Pour arriver à ces résultats, nous
prenons comme référence le bénéfice issu du scénario de base et nous
recherchons les valeurs du temps qui entraînent la même variation à la
baisse de ce bénéfice que celle engendrée par la baisse des vitesses.
Tableau 13
Relation entre Vitesses sur autoroute et Valeurs du temps
est équivalente
Vitesses Une baisse
Vitesses en km/h à une baisse
sur autoroute des vitesses de :
des VDT de :
-5 % VP : 123,5 – PL : 85,5 -4,9 %

--------------------------- --------------------------- --------------------------
Vitesses limites : -10 % VP : 117 – PL : 81 -10,5 %
VP : 130 km/h --------------------------- --------------------------- --------------------------
PL : 90 km/h -15 % VP : 110,5 – PL : 76,5 -18,3 %
--------------------------- --------------------------- --------------------------
-20 % VP : 104 – PL : 72 -27,3 %
Lecture du tableau : une baisse des vitesses sur autoroute de 10 % est équivalente à une baisse
des valeurs du temps de 10,5 %.
Ce que nous pouvons dire au vu des résultats précédents est que la

baisse des vitesses observées depuis l’année 2000 peut s’apparenter à
une baisse des valeurs du temps. Nous avons ici une relation qui, du
point de vue du calcul économique, peut sembler paradoxale, puisque
d’un côté la collectivité a augmenté les valeurs du temps et d’un autre
côté elle agit d’une manière qui sous-entend qu’elle les considère
moins élevées. En d’autres termes, nous avons d’un côté une valorisa-
tion du temps qui constitue l’essentiel des avantages résultant d’un
projet et qui détermine en grande partie sa rentabilité et d’un autre
côté nous assistons à des politiques de réduction de la vitesse qui vont à
l’encontre de cette règle.
Qu’est-ce que cela peut signifier ? Quelle explication pouvons-nous
trouver à ce paradoxe ? En nous intéressant maintenant à la relation
qui existe entre vitesses/valeurs du temps et valeur de la tonne de
carbone, nous pouvons peut-être trouver un début d’explication.
3.3. L’hypothèse implicite des décideurs en faveur d’une valeur

de la tonne de carbone plus élevée
Nous avons donc une relation entre vitesses et valeurs du temps.
Maintenant regardons l’effet d’une variation des valeurs du temps ou
des vitesses sur le niveau implicite de la tonne de carbone.
Valeurs du temps / Valeur de la tonne de carbone
Pour arriver à ces résultats, nous prenons comme référence le béné-

fice issu du scénario de base et nous recherchons la valeur de la tonne
de carbone qui a le même impact sur le bénéfice qu’une baisse des
valeurs du temps.
Tableau 14
Relation entre valeurs du temps et valeur de la tonne de carbone
est équivalente
Valeur
Une baisse à une hausse Impact
de la tonne
des VDT de : de la valeur sur le bénéfice
de carbone en m
du carbone de :
-0,16 % +10 % 110 -0,2 %

--------------------- --------------------- --------------------- --------------------
-0,81 % +50 % 150 -0,8 %
--------------------- --------------------- --------------------- --------------------
-1,62 % +100 % 200 -1,6 %
Valeurs
--------------------- --------------------- --------------------- --------------------
du temps
-6,46 % +400 % 500 -6,4 %
--------------------- --------------------- --------------------- --------------------
-14,42 % +900 % 1 000 -14,5 %
--------------------- --------------------- --------------------- --------------------
-22,23 % +1400 % 1 500 -22,5 %
Lecture du tableau : une baisse de 1,6 % des valeurs du temps est équivalente à une augmenta-
tion de 100 % de la valeur de la tonne de carbone.
Vitesses / Valeur de la tonne de carbone

De la même façon, regardons l’effet d’une variation des vitesses sur
le niveau implicite de la tonne de carbone. Pour arriver à ces résultats,
nous prenons comme référence le bénéfice issu du scénario de base et
nous recherchons la valeur de la tonne de carbone qui a le même
impact sur le bénéfice qu’une baisse des vitesses.
Tableau 15
Relation entre vitesses et valeur de la tonne de carbone
est
Une baisse
Soit : équivalente Valeur
de la vitesse Impact
vitesses à une de la tonne
sur sur le
en km/h hausse de carbone
autoroute bénéfice
VP / PL de la valeur en m
de :
t/Cb de :
-1,0 % 128,7 / 89,1 +65 % 165 -1,0 %

---------------- ---------------- ---------------- ---------------- --------------
-1,6 % 127,9 / 88,6 +84 % 184 -1,4 %
---------------- ---------------- ---------------- ---------------- --------------
-2,0 % 127,4 / 88,2 +132 % 232 -2,1 %
---------------- ---------------- ---------------- ---------------- --------------
Vitesses limites
-5,0 % 123,5 / 85,5 +301 % 401 -4,8 %
sur autoroute
---------------- ---------------- ---------------- ---------------- --------------
VP :130 km/h
-10.0 % 117,0 / 81,0 +654 % 754 -10,5 %
PL :90 km/h
---------------- ---------------- ---------------- ---------------- --------------
-11,5 % 115 / 79,6 +794 % 894 -12,8 %
---------------- ---------------- ---------------- ---------------- --------------
-15,0 % 110,5 / 76,5 +1150 % 1 250 -18,5 %
---------------- ---------------- ---------------- ---------------- --------------
-20,0 % 104,0 / 72,0 +1733 % 1 833 -27,9 %
Lecture du tableau : une baisse de 5,0 % des vitesses sur autoroute (VP : 123,5 km/h et PL :
85,5 km/h) a le même impact sur le bénéfice qu’une hausse de 301 % de la valeur de la tonne de
carbone.
3.4. Résultats
Considérons ici deux cas de figure : le premier concerne la baisse
des vitesses observées sur les autoroutes de liaison, le deuxième
concerne l’idée de faire passer la vitesse sur autoroute à 115 km/h.
1) Nous considérons uniquement la baisse des vitesses sur autorou-
tes observées entre 2000 et 2004.
Nous supposons que le coût monétarisé de toute tonne de carbone
rejetée dans l’atmosphère est pris en compte dans la détermination des
indicateurs de rentabilité socio-économique et nous supposons égale-
ment que les vitesses moyennes sont proportionnelles aux vitesses
réglementaires.
En considérant que la baisse des vitesses observées entre 2000 et

2004 (-1,6 %) soit prise en compte par le calcul économique lors de
l’évaluation du projet, il apparaît que celle-ci peut s’apparenter à une
prise en compte de la valeur d’une tonne de carbone de l’ordre de 184 m
valeur 200522. Par ailleurs, cette valeur correspondrait à un coût de
12,1 centimes d’euro par litre d’essence et de 13,4 centimes d’euro par
litre de diesel. La valeur de la tonne de carbone trouvée serait donc de
184 m jusqu’en 2010, puis augmenterait de 3 %/an, conformément aux
recommandations de la nouvelle instruction.
2) Nous considérons la proposition de baisser la vitesse réglemen-

taire sur l’autoroute à 115 km/h au lieu de 130 km/h, ce qui correspon-
drait à une baisse de 11,5 %.
Nous supposons toujours que le coût monétarisé de toute tonne de
carbone rejetée dans l’atmosphère est pris en compte dans la détermi-
nation des indicateurs de rentabilité socio-économique. La baisse des
vitesses s’effectue ici sur les vitesses réglementaires.
– Si la baisse concernait uniquement les voitures particulières. Elle
correspondrait à une prise en compte de la valeur de la tonne de
carbone d’environ 575 m valeur 2005. Par ailleurs, cette valeur corres-
pondrait à un coût de 37,6 centimes d’euro par litre d’essence et de 41,8
centimes d’euro par litre de diesel.
– Si la baisse concernait les voitures particulières et les poids lourds
(c’est-à-dire que nous appliquons la même baisse aux vitesses régle-
mentaires VP et PL). Elle correspondrait à une prise en compte de la
valeur de la tonne de carbone d’environ 894 m valeur 2005. Par ailleurs,
cette valeur correspondrait à un coût de 58,5 centimes d’euro par litre
d’essence et de 65,0 centimes d’euro par litre de diesel.
Du point de vue du calcul économique et des méthodes et pratiques
des évaluations de rentabilité socio-économique, ces résultats signi-
fient qu’il est identique d’augmenter la valeur de la tonne de carbone
et de la fixer à 575 m que d’abaisser la vitesse réglementaire des voitu-
res particulières à 115 km/h sur autoroute. Le même remarque s’appli-
que aux autres cas de figure.
L’avantage qu’apportent les gains de temps dans la rentabilité
socio-économique d’un projet n’est plus à démontrer. Pourtant les
valeurs du temps en interurbain sont peut-être surévaluées par rapport
à ce qu’estime la collectivité. Les résultats nous ont permis de montrer
que les valeurs retenues pour le calcul de la rentabilité socio-
22. Année de la mise en service de l’autoroute. Année à partir de laquelle nous calculons les
avantages.
économique (valeurs du temps et valeur de carbone) ne sont pas

toujours cohérentes avec ce que les actions politiques peuvent nous
enseigner.
Bien que les résultats doivent être considérés avec précaution, ils
ont l’intérêt de montrer que derrière l’idée d’abaisser les vitesses, se
cache peut-être, hormis une préférence déclarée pour la sécurité rou-
tière, une préférence pour une valeur de la tonne de carbone plus
grande. Le glissement dans la hiérarchie des priorités entre la sécurité
routière et les émissions de CO2 est assez net. Le nombre de morts sur
les autoroutes à péage a fortement baissé en France. Une réduction
des vitesses maximales aurait de moins en moins d’effets sur le résultat
final. Ce serait donc bien pour des questions environnementales et
énergétiques que pourrait se programmer une baisse de la vitesse
maximale.
Abaisser la vitesse réglementaire sur autoroute pour les voitures
particulières serait une manière pour la collectivité d’afficher sa volonté
de réduire les émissions de CO2. Cette solution révélerait qu’implicite-
ment la collectivité accorde à la valeur de la tonne de carbone un
montant plus élevé que celui qui est officiellement fixé et à l’inverse un
montant aux valeurs du temps plus faible.
4. CONCLUSION
Quelle peut être l’utilité d’une telle démarche ? Son objectif n’étant
pas de donner des valeurs tutélaires qui fassent que le calcul économi-
que soit à l’abri de critiques de tout bord, nous pourrions être interro-
gés alors sur l’apport d’un tel travail.
Les résultats que nous avons présentés ici n’ont qu’un seul but, celui
de mettre en lumière les implications des choix effectués par la collec-
tivité dans la valorisation des effets non marchands et également dans
la construction des outils du calcul économique.
Comme nous l’avons vu, les indicateurs de rentabilité socio-
économique, notamment le bénéfice pour la collectivité, sont très sen-
sibles aux variables qui ont une influence sur les gains de temps (lon-
gueur du tracé, vitesses, valeurs du temps, trafic existant avant la mise
en service). Si certaines variables sont indépendantes d’un projet à un
autre, certaines, comme les valeurs du temps, sont du ressort de la
puissance publique. Par conséquent, le choix de leur niveau n’est pas
neutre dans la détermination de la rentabilité des projets.
Dans un autre registre, les valeurs environnementales, notamment
celle de la tonne de carbone, n’ont qu’une place de représentation au
sein de la détermination de la rentabilité socio-économique. Mais les

augmenter afin que leurs impacts soient plus importants ne serait pas
forcément la solution, puisque, d’une part il faudrait les augmenter
beaucoup, ce qui ne serait pas sans conséquence sur les autres secteurs
de l’économie et d’autre part il y a d’autres façons (détournées) de les
prendre en considération, si nous en croyons les résultats précédents.
Références
Commissariat Général au Plan, Transport : choix des investissements et
coûts des nuisances, La Documentation Française, Paris, 2001.
Ministère de l’Équipement, des Transports et du Logement, Direction
des Routes, « Instruction relative aux méthodes d’évaluation éco-
nomique des investissements routiers en rase campagne », octobre
1998.
Ministère de l’Équipement, des Transports, de l’Aménagement du
territoire, du Tourisme et de la Mer, « Instruction-cadre relative
aux méthodes d’évaluation économique des grands projets d’infras-
tructures de transport », 25 mars 2004, Mise à jour le 27 mai 2005.
DEUXIÈME PARTIE
DES PROJETS À LA PROGRAMMATION

DES INVESTISSEMENTS
Selon une intuition répandue, l’abaissement du taux d’actualisation

de 8 % à 4 % à la suite du rapport1 du Commissariat Général du Plan
de février 2005 et de l’instruction cadre du 27 mai 2005 du ministre de
l’Équipement, des Transports et du Logement, devrait entraîner une
augmentation du nombre des projets d’investissement socio-
économiquement rentables. Par voie de conséquence, une augmenta-
tion de l’enveloppe des financements est nécessaire. Or, cet accroisse-
ment demeure problématique. Les finances publiques sont en effet
contraintes dans le cadre du Pacte européen de stabilité et de crois-
sance. Le déficit budgétaire et la dette publique doivent respecter des
seuils, respectivement 3 % et 60 % du PIB, et elles peinent à le faire. À
ces exigences, s’ajoute un débat récurrent sur le niveau des prélève-
ments obligatoires. De ce télescopage entre une demande potentielle
croissante de fonds publics et un resserrement des disponibilités naît
une interrogation sur la programmation des projets socio-
économiquement rentables. Si l’on ne peut pas tous les financer, dans
quel ordre et selon quel calendrier faut-il les réaliser ? Lesquels sont à
écarter ?
L’intuition d’un accroissement des projets socio-économiquement
rentables est-elle fondée ? Certes, il est clair, selon la théorie de la
croissance optimale élémentaire que si le taux d’actualisation diminue,
le capital par tête de croissance équilibrée augmente, donc le volume
de l’investissement aussi. Mais l’abaissement du taux d’actualisation
atténuant l’écrasement des avantages futurs, il peut rendre non renta-
bles des projets dont les avantages futurs sont en fait des inconvé-
1. Commissariat Général du Plan (2005), Le prix du temps et la décision publique, président

Daniel Lebègue, coordonnateur Philippe Hirtzman, rapporteur général Luc Baumstark, La Docu-
mentation Française.
222 / Des projets à la programmation des investissements
nients, comme par exemple les pollutions, planétaires ou locales2 ; la

résultante de ces deux effets est donc ambiguë. En outre, comme le
souligne Christian Gollier (cf. Première partie), le taux d’actualisation
antérieur de 8 % intégrait une prime de risque « forfaitaire », alors que
l’adoption du taux d’actualisation de 4 % doit s’accompagner d’un
traitement explicite des risques, projet par projet, de sorte que, au total
sur l’ensemble des projets, les effets se compensent au moins partielle-
ment et peut-être totalement. Ce point restant à élucider, on considé-
rera ci-après, à titre de conjecture, la perspective d’une augmentation
de la demande de fonds publics.
Il convient ici de rappeler que la question de la tension entre
volume des projets socio-économiquement éligibles et enveloppe de
fonds publics disponible n’est pas nouvelle. Ainsi, dans la première
circulaire interministérielle que l’on peut considérer comme relative-
ment achevée quant à sa cohérence méthodologique, celle du 20 jan-
vier 19703, il était recommandé d’appliquer un coefficient de rareté des
fonds publics à l’analyse coût avantage. Cette préconisation partait du
constat que tous les projets réputés rentables, au sens où ils présen-
taient un bénéfice net actualisé (BNA) positif ne pouvaient être finan-
cés.
Le coefficient de rareté appliqué à toute dépense publique abaisse,
bien entendu, les soldes des bilans actualisés des projets. Cela revient à
mettre en cohérence la capacité de financement des projets et le taux
d’actualisation officiel, ainsi que cela a pu être recommandé par la
littérature spécialisée4 puis exprimé d’une manière plus générale5. Les
débats se sont poursuivis au sein du Commissariat Général du Plan.
On en trouve la trace notamment dans les rapports Calcul économique
et planification 6 (1973), Les choix d’investissements publics décentrali-
2. Exemple : soit un projet dont l’investissement est 1 et qui comporte dans un an un bénéfice
de 20 et dans deux an un dommage de 20.
Calcul du bénéfice actualisé :
1 – 1 2
Avec 8 % : B = 20* [
1.08 1.08 ( )]
– 1 = 0.37 : le projet est à retenir.
1 – 1
Avec 4 % : B = 20* [
1.04 ( )]
1.04
2
– 1 = – 0.26 : le projet est à rejeter.
3. Ministère de l’Équipement (1970), Calcul de rentabilité des investissements routiers, Circu-

laire du 20 janvier 1970, division des études et programmes.
4. Abraham C. et Thédié J. (1962), Rentabilité des travaux routiers, Rapport définitif du cycle
d’étude 1961-1962, Ministère de l’Équipement, Direction des routes et de la ciculation rou-
tière.
5. Abraham C. et Thomas A. (1970), Microéconomie, décisions optimales dans l’entreprise et
dans la nation, Dunod.
6. Commissariat Général du Plan (1973), Calcul économique et planification, Président Ullmo
Y., rapporteur Bernard A., La Documentation Française.
Deuxième partie / 223
sés en période de croissance ralentie7 (1981) et Calcul économique et

résorption des déséquilibres8 (1983 ). La conclusion à laquelle ces rap-
ports parviennent est que l’introduction d’une contrainte de rareté des
fonds publics éloigne de la situation d’équilibre optimal de premier
rang, qui sous-tend la théorie de l’actualisation, et conduit à la recher-
che d’un optimum de second rang9. Et que, « dans une optique de
décentralisation des choix macro-économiques du Plan à l’intérieur de
chaque enveloppe sectorielle d’équipements, un procédé approximatif
mais commode est d’appliquer un coefficient majorateur affectant les
dépenses – d’investissement et d’exploitation – ainsi que la part des
avantages couverts par des recettes monétaires, de façon à réduire la
rentabilité des projets d’investissement en compétition dans la mesure
nécessaire pour que les financements des projets rentables s’adaptent
aux ressources disponibles10 ».
Jacques Thédié11 (1983) a développé cette approche en précisant
que le coefficient majorateur est en fait annuel et peut varier « de
manière très importante » d’une année à l’autre, en fonction tant de la
contrainte budgétaire annuelle que de la liste des projets candidats. Il
préconise pour chaque projet de calculer à l’aide de ces coefficients
majorateurs annuels le « bénéfice actualisé généralisé (BAG) » dans
les différentes hypothèses d’année de mise en service et d’inscrire
l’opération l’année qui permet de maximiser ce BAG.
La question a également été examinée par André Laure et Claude
Abraham dans leur article « Étude des programmes d’investissements
routiers »12 (1984). Les auteurs mentionnent d’abord la règle selon
laquelle, s’il n’existait pas de restriction budgétaire, il conviendrait de
réaliser chaque projet à une date optimale, qui est celle où le taux de
rentabilité socio-économique immédiate est égal au taux d’actualisa-
tion ; règle qui est applicable si l’on ne s’éloigne pas trop de certaines
hypothèses simplificatrices. Les auteurs abordent ensuite « la recher-
che de l’emploi optimum de crédits insuffisants ». Ils proposent une
Voir notamment pages 62 et sq. « L’incompatibilité du taux d’actualisation et de l’enveloppe

d’équipements publics : vrai ou faux problème ? ».
7. Commissariat Général du Plan (1981), Les choix d’investissements publics décentralisés en
période de croissance ralentie, président Malinvaud E., rapporteur Balladur J.-P., miméo.
8. Commissariat Général du Plan (1983), Calcul économique et résorption des déséquilibres,
président Malinvaud E., président du groupe technique Guesnerie R., rapporteurs, Walliser B. et
Goudard D., La Documentation Française.
9. Voir notamment « Calcul économique et planification », jam. cit., page 21.
10. Ibid, page 88.
11. Thédié J. (1983), « Du choix des investissements sous contrainte financière », Annales des
Ponts et Chaussées, 1er trimestre.
12. Abraham C. et Laure A. (1984), « Étude des programmes d’investissements routiers »,
Annales des Ponts et Chaussées, 1er trimestre 1983.
méthode imaginant que l’on puisse réaliser seulement une fraction de

chaque projet, cette fraction s’appliquant tant à l’investissement
qu’aux avantages correspondants. Ils en concluent que « l’on obtient le
programme optimum, c’est-à-dire le revenu actualisé maximum, en
choisissant chaque année les opérations par ordre décroissant du ratio
« avantages de l’année sur investissement » jusqu’à épuisement des
crédits disponibles et en recommençant l’année suivante avec les opé-
rations restantes ». Ces résultats reposent toutefois sur des hypothèses
simplificatrices, notamment sur celle-ci : si la croissance des avantages
d’un projet est une année donnée supérieure à la croissance des avan-
tages d’un autre projet cette année-là, il en va de même pour toutes les
autres années envisagées.
Par rapport à cet état des lieux préexistant, les dispositions accom-
pagnant la récente diminution du taux d’actualisation de 8 % à 4 %
apportent des éclairages complémentaires. On en retiendra ici deux
qui ont trait aux finances publiques. L’un concerne le coût d’opportu-
nité des fonds publics, censé refléter la perte d’efficacité socio-
économique (distorsions) due aux impôts. L’autre porte sur l’existence
supposée d’un plafonnement des fonds publics disponibles, susceptible
de se traduire par un coût fictif de rareté (variable duale associée à la
contrainte quantitative).
Ainsi, le rapport du Plan précité (2005) précise (page 87) sur ces
deux points : « Le rapport recommande sur la question très controver-
sée du coût d’opportunité des fonds publics de réviser le coefficient de
1,5 proposé par le Plan en 1985 ainsi que les modalités de son usage. Il
recommande par ailleurs de renforcer le mécanisme de sélection des
projets de manière à utiliser les ressources financières disponibles au
mieux des intérêts des collectivités en s’appuyant sur le ratio bénéfice
actualisé par euro public dépensé. ».
De son côté, l’instruction cadre du 27 mai 2005 fournit en son
annexe III les précisions suivantes :
• en matière de coût d’opportunité des fonds publics, « le calcul de
rentabilité socio-économique prendra en compte les flux budgétaires
nets sur la durée de vie du projet (en provenance de l’ensemble des
collectivités publiques) que l’on majorera par un coefficient de 1,3
d’opportunité des fonds publics » ;
• en matière de contrainte budgétaire, « afin de tirer le meilleur
parti d’un financement public limité, la règle de classement des projets
doit être non pas le bénéfice actualisé induit par le projet, mais le
bénéfice actualisé par euro public dépensé, prenant en compte
l’ensemble des dépenses publiques et des recettes publiques éventuel-
les au cours de la durée de la vie du projet (actualisés au taux de 4 %) ;
Deuxième partie / 225
en conséquence, on déterminera pour chaque projet, en sus des indica-

teurs de rentabilité socio-économique, le bénéfice actualisé pour la
collectivité divisé par la valeur actualisée nette des dépenses budgétai-
res de toutes les collectivité publiques (nettes des recettes fiscales
éventuellement générées), pendant la durée du projet. Cet indicateur
pourra faire l’objet d’une l’analyse de sensibilité ».
Les réflexions engagées à la suite de la récente diminution du taux
d’actualisation permettent-elles d’aller plus loin ? Les trois contribu-
tions qui suivent s’attachent à préciser plusieurs aspects relatifs à la
programmation des investissements en situation de rationnement des
fonds publics.
Dans le chapitre 7, Alain Bonnafous et William Roy examinent
d’abord le taux de subvention nécessaire pour assurer la rentabilité
financière d’un projet. Puis, considérant un ensemble de 17 projets
d’autoroute à péage, ils recherchent sous contrainte budgétaire l’ordre
de réalisation optimal de ces projets, au moyen d’une simulation en
nombres entiers. Ils comparent ensuite ce résultat au classement
obtenu en utilisant divers indicateurs, comme le taux de rentabilité
socio-économique, le taux de rentabilité interne et le ratio bénéfice
actualisé par euro investi, pour conclure que ce dernier indicateur est
celui qui fournit la meilleure approximation. Ils étayent enfin cette
conclusion en utilisant le procédé de fractionnement des projets et le
théorème de Kuhn et Tucker relatif à l’optimisation sous contraintes.
Dans le chapitre 8, Emile Quinet et Alain Sauvant proposent une
méthode générale fondée sur le procédé de fractionnement des projets
et sur l’algorithme de programmation linéaire pour résoudre la ques-
tion de la programmation dynamique optimale en temps discret des
projets, que ceux-ci soient indépendants ou liés, que la contrainte
budgétaire soit connue avec certitude ou probabilisée. Les auteurs
insistent sur la nécessité de rechercher, pour chaque projet, sa date de
réalisation optimale, qui dépend beaucoup – outre la contrainte bud-
gétaire – de l’évolution de l’investissement en fonction de la date de
mise en service et de la convexité de la courbe des avantages par
comparaison avec les autres projets candidats. Des multiples simula-
tions qu’ils ont faites, il ressort que, parmi les différents indicateurs
envisageables, le mieux corrélé avec la programmation optimale sem-
ble être le taux de rentabilité immédiate et non pas le ratio bénéfice
actualisé par euro public investi. Ils préconisent de décentraliser le
choix entre plusieurs variantes d’un même projet, mais d’établir
ensuite au niveau central l’ordre chronologique de réalisation tenant
compte des contraintes budgétaires.
Joël Maurice, dans le chapitre 9, reprend l’examen de la program-

mation dynamique en temps discret, sous contrainte annuelle de fonds
publics, en utilisant le procédé de fractionnement des projets et en
interprétant les résultas de la programmation linéaire à la lumière du
théorème de Kuhn et Tucker. L’auteur montre que la détermination
d’un « prix fictif annuel de rareté des fonds publics » permettrait de
décentraliser complètement la recherche de l’optimum par maximisa-
tion du bénéfice fictif actualisé : choix de la variante optimale, y com-
pris du mode de financement, et de la date optimale de mise en service.
Il examine le critère auxiliaire du ratio bénéfice actualisé par euro
public dépensé et souligne qu’il convient de considérer autant de
valeurs de ce ratio que d’années envisageables pour la mise en service.
Il en conclut que ce ratio ne fournit qu’un substitut imparfait à la
communication de la série des prix fictifs des fonds publics.
L’auteur propose en outre une piste de réflexion sur l’optimisation
de l’appel aux financements privés, dont le remboursement sur fonds
publics public serait gagé sur la chronique, supposée connue, des enve-
loppes budgétaires disponibles. Cette démarche conduirait à une
valeur unique du « prix fictif de rareté des fonds publics » au lieu d’une
série de prix fictifs annuels ; cette valeur pourrait être déterminée à
dires d’experts (comme le fut la révision du taux d’actualisation). Le
calcul du bénéfice fictif actualisé relatif à chaque projet au niveau
décentralisé en serait facilité, renforçant ainsi les raisons de considérer
ce critère comme le plus approprié et d’en recommander l’usage et la
diffusion. Le recours au critère ratio bénéfice par euro public dépensé
serait lui aussi simplifié, le montant des euros publics dépensé devant
toutefois être actualisé en utilisant non pas le taux d’actualisation, mais
le taux d’intérêt réel sans risque ; ce critère auxiliaire resterait néan-
moins imparfait et susceptible de conduire à des ambiguïtés.
CHAPITRE 7
ÉVALUATION, FINANCEMENT
ET PROGRAMMATION
DES INVESTISSEMENTS
Alain Bonnafous et William Roy1
L’articulation entre évaluation et modalités de financement pose

beaucoup de questions vives qui peuvent être aussi bien théoriques
que pratiques. Au niveau théorique, par exemple, peut se poser la
question du taux d’actualisation cohérent avec une croissance écono-
mique optimisée : ce taux étant supposé proprement calculé, doit-il en
résulter nécessairement que tout projet présentant une valeur actuali-
sée nette positive soit effectivement réalisé ? et que soit ainsi déter-
miné le niveau optimal du budget public qu’il convient de mobiliser
pour les investissement de transport ? Plus généralement, comment
doivent s’articuler, d’une part, le calcul économique et la théorie du
rendement social, d’autre part, l’analyse macro-économique de la
détermination des enveloppes budgétaires ?
À un niveau pratique, le problème se présente de manière plus
brutale dans la mesure où cette enveloppe budgétaire consacrée aux
investissements de transport est tout bonnement exogène. La capacité
de financement public se présente alors comme une contrainte et le
choix des investissements comme une optimisation de second rang
dont la fonction objectif reste la somme des valeurs actualisées nettes
(socio-économiques) dégagées par l’ensemble des projets réalisés.
Dans cette mise en ordre, il convient en outre de s’interroger sur les
conséquences d’une tendance lourde qui voit se généraliser les cofi-
nancements entre l’usager et le contribuable. C’est, en somme, le
rapport « Lebègue » (Commissariat Général du Plan, 2005) et la circu-
laire ministérielle qui en a résulté qui appellent cette réflexion renou-
velée. Consacré à la « Révision du taux d’actualisation des investisse-
1. Laboratoire d’Économie des Transports, CNRS, Université Lyon 2, ENTPE

ments publics », ce rapport, en préconisant une baisse sensible du taux

d’actualisation2 du Plan, implique une multiplication des projets répu-
tés rentables pour la collectivité et accroît donc l’écart entre le budget
nécessaire à leur réalisation et les capacités de financement public.
C’est pourquoi il suggère aussi de prendre en compte cette contrainte
en retenant l’ordre de classement des projets selon les valeurs décrois-
santes du ratio : VAN / euros de fonds publics investis.
Il s’agit, en somme, d’un ratio qui a vocation, pour désigner les
projets prioritaires, à se substituer à l’utilisation du taux d’actualisation
du Plan comme seuil de rentabilité des projets réputés profitables pour
la collectivité (les projets étant d’autant plus attrayants que leur TRE
est supérieur à ce taux du Plan).
Si le numérateur de ce ratio est à première vue (à première vue
seulement) indépendant des modalités de financement, il n’en va pas
de même du dénominateur. On peut, en effet, établir une relation
fonctionnelle entre, d’une part, le taux de subvention que nécessitera
chaque projet, et d’autre part, le taux de rentabilité interne (TRI) du
projet. Le TRI est un indicateur purement financier, un certain niveau
de subvention permettra d’atteindre le TRI exigé par l’opérateur. Ce
dernier peut varier selon la nature des opérateurs (EPIC, SEM, société
privée,…), leurs compétences, mais aussi selon le montage financier et
les modalités de couverture des risques qu’il comporte.
Le problème se complique du fait que le TRI propre au projet et le
taux de subvention qui en découle ne sont pas indépendants de varia-
bles qui peuvent faire partie des éléments de proposition contenus
dans les réponses aux appels d’offre. Par exemple, un système de
péages peut être proposé dans un dossier candidat qui serait relative-
ment éloigné de la tarification d’usage de l’infrastructure pratiquée
jusque là et le surplus global du projet peut s’en trouver modifié car la
demande finale dépend de la tarification. Le numérateur du ratio n’est
donc pas, en fait, indépendant du système de financement et la mise en
œuvre de l’évaluation suppose, dans ces conditions, que soient préci-
sées les modalités de calcul (avant appel d’offre) de la VAN socio-
économique3 et du taux de subvention. Ce calcul doit-il se faire sur la
base d’une tarification standard ? d’une tarification qui optimise le
TRI ? d’une tarification qui optimise le ratio VANe/subvention ?... Si
2. Cf. le chapitre 4.
3. La valeur empirique de la VAN socio-économique est, dans les circulaires ministérielles, « le
bénéfice socio-économique actualisé » ou BNA. Ce chapitre ne propose pas de revenir sur les
règles de calcul pratique du bénéfice actualisé, et ne considérera que sa valeur théorique : la VAN
socio-économique.
Évaluation, financement et programmation des investissements / 229
cette dernière hypothèse est cohérente avec la fonction objectif de

l’État, la tarification correspondante reste à établir.
À supposer que cela soit fait, la conséquence logique serait que
cette tarification soit imposée par le cahier des charges de l’appel
d’offre. Cela pose évidemment la question de la relation entre
méthode d’évaluation et dispositif de sélection des opérateurs et, plus
généralement, celle du rôle dévolu aux calculs de rentabilité financière.
La réponse à la question consisterait à préciser comment (ou selon
quelles variantes) pourrait être établi le calcul du taux de subvention
en comparaison avec les calculs actuellement pratiqués. À défaut de ce
genre de résultat, nous supposerons le problème résolu ou, plus préci-
sément, nous lui proposerons, dans une première section, une solution
qui consiste a établir, sur la base d’un projet standard, la relation entre
le taux de subvention qui assure la rentabilité financière d’un projet et
les paramètres économiques de ce projet standard en nous appuyant
sur une formalisation déjà publiée (Bonnafous, 2002).
Nous montrerons dans une deuxième section que, sur cette base,
une programmation « optimale » peut être recherchée par simulation
numérique et comparée aux programmations qui résultent des diffé-
rents ratios (ordre des TRE, ordre des TRI, ratio VANe/subvention).
Limité au cas particulier de 17 projets autoroutiers, cet exercice
apporte, dans ce cas précis, une forme de preuve (tout du moins au
sens des physiciens) de l’efficacité du ratio pour la détermination du
programme optimal. Cette section s’appuie également sur des résultats
déjà publiés (Bonnafous et Jensen, 2005).
Une première démonstration formelle de cette propriété sera pro-
posée dans la troisième section. Celle-ci a le mérite d’expliciter les
hypothèses sous lesquelles l’usage du ratio conduit bien à un pro-
gramme qui optimise le rendement social. Ces hypothèses ne sont bien
évidemment pas toujours réalistes. C’est une première approche qui
sera généralisée et détaillée dans le chapitre 9 de Joël Maurice et
discuté par les simulations numériques d’Emile Quinet et Alain Sau-
vant au chapitre 8, dans le prolongement des travaux d’Abraham et
Laure (1959).
Une quatrième section mettra l’accent sur les conséquences de la
prise en compte du coût d’opportunité des fonds publics, sur la tarifi-
cation des péages d’infrastructure. C’est un exemple d’application, qui
met en évidence les conséquences multiples du coût de rareté des
fonds publics
Nous conclurons ce chapitre par les quelques préconisations
concrètes, qui peuvent être raisonnablement proposées à l’issue de
ce travail, concernant l’évolution des critères d’organisation des

programmes.
1. LE BESOIN DE SUBVENTION
Pour calculer la fonction qui établit le taux de subvention néces-
saire à un projet, supposons que celui-ci correspond à la chronique
stylisée des coûts et des bénéfices financiers, représentée sur la figure 1.
Si la mise en service est supposée réalisée à la date t = 0, la dépense
annuelle entre les dates –d et 0 est de c.
À partir de la mise en service, le bénéfice financier dégagé est
supposé de la forme (a+b . t)4.
Figure 1
La fonction bénéfice-coût
Le taux de rentabilité interne (TRI) du projet, c’est à dire le taux

d’actualisation qui annule sa valeur actualisée nette financière
(VANf), est alors une fonction des quatre paramètres c, d, a et b. Il est
à comparer au taux de rentabilité qu’un opérateur (public ou privé) est
en droit d’escompter et qu’il faudra, d’une manière ou d’une autre lui
assurer. Ce pourrait être avec un système de péage virtuel (shadow
toll). Nous supposerons plus banalement que c’est à l’aide d’une sub-
vention d’investissement.
4. Les calculs qui suivent se transposent sans difficulté avec une fonction exponentielle et les
analyses qui en résultent n’en sont pas radicalement modifiées. En particulier,
pour les valeurs de r et de T rencontrées actuellement dans les cas pratiques.
Nous notons :
␣ le taux d’actualisation utilisé pour calculer la VANf,
␣0 le taux d’actualisation qui annule la VANf du projet, c’est à dire
son TRI,
d est le supplément de TRI que la subvention apporte à l’opéra-
teur,
s est le taux de subvention de l’investissement, soit la part de c
financée par subvention. Nous ferrons abstraction du cas des
versements de fonds publics récurrents, comme dans le cas des
PPP où le versement public est en quelque sorte en viager.
Pour un taux d’actualisation ␣, et un bilan actualisé calculé des

dates –d à T, la valeur actualisée nette du projet s’écrit :
(1)
Nous supposerons que l’actualisation est étendue à l’infini, ce qui

est sans conséquence sur les résultats qui nous intéressent en raison du
faible poids du futur lointain et, surtout, de la convergence des fonc-
tions intégrales de l’équation (1). Cette équation devient alors5 :
(2)
Le TRI du projet, ␣0, qui annule cette VANf vérifie alors :
(3)
Un taux de subvention s abaisse le coût annuel de construction c à

c(1-s) et porte le TRI ␣0 à (␣0 + d) de sorte l’équation (3) devient :
(4)
Dont nous pouvons déduire l’expression du taux de subvention :
(5)
La relation entre s, le taux de subvention, et d, l’augmentation du

TRI du projet qu’il s’agit d’apporter à l’opérateur, dépend, évidem-
5. Les détails des calculs sont présentés dans la présentation initiale de cette formalisation
(Bonnafous, 2002).
ment, des paramètres c, d, a, b et, bien sûr, de ␣0, qui caractérisent la

rentabilité financière initiale du projet. Ces paramètres sont, en outre,
liés entre eux par l’équation (3) qui définit le TRI du projet ␣0 (ou ce
qui est équivalent, s = 0 si et seulement si d = 0). Cela implique quel-
ques difficultés dans la représentation de la fonction (5).
Si nous voulons représenter cette fonction, il nous faut figer certains
de ces cinq paramètres et ne faire varier que ceux dont nous souhaitons
exhiber le rôle. Nous aurons recours, pour cela, à la technique classi-
que des abaques. Nous ne représenterons qu’un seul de ces abaques
(figure 2), qui sera suffisant pour illustrer notre propos. Le coût annuel
de construction c a été fixé à une valeur normée de 100, la durée de
cette construction est fixée à 5 ans. L’accroissement annuel des avanta-
ges nets des coûts, b, est supposé égal à 1. Cela revient à faire varier le
TRI initial du projet ␣0 (ou encore a, puisque ␣0 ne dépend plus que
de a, bénéfice net du projet à la date de mise en service).
Figure 2
Taux de subvention et amélioration du tri
L’abaque ci-dessous présente ainsi la fonction (5) sous contrainte

de l’équation (3) pour une série de valeurs de ␣0, entre 2% et 14 %
avec un pas de 0.4% (ce qui correspond à des valeurs croissantes de a
de gauche à droite sur le graphique). Pour chacune de ces valeurs
de ␣0, qui se lit en abscisse, chaque courbe exprime le taux de subven-
tion nécessaire pour élever le TRI au niveau (␣0 + d).
Si elles reposent sur les caractéristiques de la série chronologique

des coûts et avantages du projet considéré et sur les valeurs particuliè-
res retenues pour les paramètres b, c et d, les silhouettes de ces courbes
ont un caractère général. En particulier, leur concavité résulte des
propriétés de la dérivée seconde de la fonction (5) qui peuvent être
démontrées sous la condition que b soit positif. De cette concavité
résultent des conséquences importantes quant à l’alternative entre un
opérateur public et un partenariat privé qui ont été précisées par
ailleurs (Bonnafous, 2002).
Ce qui nous intéresse ici est simplement le fait que si l’on accepte la
silhouette stylisée des coûts et bénéfices de la figure 1, et si l’on a des
estimateurs de b et de d (le paramètre c pouvant être normé à 100)
nous disposons alors d’une détermination fonctionnelle du niveau de
subvention nécessaire au projet pour amener son TRI financier au
niveau requis.
De plus, les mêmes équations peuvent être utilisées pour les calculs
socio-économiques à la condition de connaître les valeurs numériques
des paramètres (ce ne sont plus les mêmes a et b, ni même peut-être le
même c) ou de pouvoir les reconstituer. En particulier, l’équation (2)
nous livre alors la valeur actualisée nette socio-économique du projet,
soit VANe, pour un taux d’actualisation ␣ qui est ici le taux d’actuali-
sation du Plan.
Dans la section qui suit, ces paramètres étaient connus ou ont pu
être reconstitués pour les 17 projets traités, tant pour le calcul financier
que pour le calcul socio-économique, de sorte qu’étaient disponibles
pour chacun d’eux leur TRI, leur TRE, la VANe dégagée et le montant
de subvention.
2. QUEL CRITÈRE POUR UNE PROGRAMMATION « OPTIMALE » ?
Nous exprimerons le problème d’optimisation d’une manière fort

simple : Un nombre fini de projets étant évalués, quel en est le pro-
gramme optimal, c’est à dire l’échéancier de réalisation de ces projets
qui, sous une contrainte de capacité de financement public, maximise la
VANe totale.
L’exercice a consisté à traiter un ensemble de 17 projets d’autorou-
tes à péage pour lesquels les éléments nécessaires à ces simulations
étaient connus et évalués selon des méthodes homogènes6 ou ont pu
6. La liste de ces projets est présentée en annexe. Il s’agit des projets du réseau français qui
étaient en concurrence au début des années 90. Plusieurs ont été réalisés depuis avec une faible
être reconstitués à l’aide du modèle présenté dans la section 1. Ainsi,

les taux de subvention ont été calculés sur la base des équations (3) et
(5). Il a été supposé, que les projets étaient réalisés sous une contrainte
budgétaire limitant le financement public lors de la première année du
programme, ce financement étant supposé augmenter ensuite de 2,5 %
par an. La contrainte initiale a été considérée à plusieurs niveaux de
manière à observer si elle joue un rôle différent selon qu’elle est très
forte ou, au contraire, desserrée.
Si l’on peut avancer de manière intuitive qu’un ordre de program-
mation fondé sur les valeurs décroissantes du ratio VANe par euro de
subvention doit produire la meilleure VANe globale possible, il
convient de tenter d’apporter une démonstration à ce principe d’opti-
misation. Comme la série des projets considérés au précédent paragra-
phe peut donner lieu à 17 ! permutations possibles (environ 1034), les
algorithmes d’exploration combinatoire peuvent être raisonnablement
convoqués. Ils semblent apporter quelques résultats dans les sciences
expérimentales qui sont confrontées à ce genre de problème, par
exemple dans les modèles évolutionnaires de la biologie ou dans
l’exploration des nanostructures. C’est à l’une de ces méthodes que
nous avons eu recours. Elle a été expérimentée (Bonnafous et Jensen,
20047) en retenant ce « paquet » des 17 projets.
La fonction objectif reste, bien entendu, la VANe globale du pro-
gramme de projets réalisé sous contrainte de financement public(ac-
tualisée à l’instant zéro où l’on décide le programme). L’algorithme est
issu de la méthode des recuits simulés (van Laarhoven, 1992) et
consiste, en partant d’un ordre aléatoire des projets, à simuler des
permutations entre deux projets, eux-mêmes étant désignés par un
processus aléatoire. Toute permutation qui augmente la fonction
objectif, ou qui ne la diminue que d’un faible niveau (niveau qui
décroît au cours de la simulation, pour assurer la convergence), est
conservée.
La contrainte de financement public F est introduite de la manière
suivante. Pour chaque projet individuel, nous calculons d’abord une
durée de réalisation en tenant compte de la valeur de F. Cette durée,
calculée en utilisant l’équation (5), rend son financement possible dans
contribution apparente des finances publiques car ils ont été confiés à des sociétés d’autoroute qui
ont pu utiliser le mécanisme d’adossement (cf. section 1).
7. Dans cet article cité en référence, le résultat correspondant à celui qui est présenté sur la
figure 3 ci-après est légèrement différent en raison d’une faiblesse de l’algorithme de « remplis-
sage » de la contrainte financière qui a été corrigé entre temps.
ce laps de temps, c’est-à-dire que le montant annuel de subvention

nécessaire à la réalisation du projet est alors au plus égal à F8. Nous
pouvons alors entamer la simulation du programme pour cette valeur
de F. Le programme « prend » le premier projet. S’il reste un reliquat
de subvention (cas où la subvention nécessaire à ce premier projet
serait inférieure à F), il est affecté au démarrage du deuxième projet. À
la fin de la première année, le premier projet avance d’une année, et le
deuxième d’un pourcentage d’année, égal à la proportion de sa sub-
vention annuelle couverte par le reliquat laissé par le premier projet.
En principe, pour un projet donné, chacun des indicateurs TRE, TRI,
VAN/I est fonction de la date de mise en service. Ces variables sont
recalculées à chaque fois en fonction de la date à laquelle l’algorithme
les désigne.
La fonction objectif se stabilise après quelques milliers d’itérations
et toutes les expériences, menées avec des ordre initiaux et des para-
mètres variables, voient la fonction objectif converger vers la même
valeur.
Nous ne retiendrons ici que le principal résultat de cet exercice qui
est restitué sur la figure 3 ci-après. Il représente, en abscisse, la
contrainte financière rapportée à une valeur moyenne et, en ordonnée,
le surcroît de valeur actualisée nette par rapport au programme
ordonné selon les TRE des projets.
Ces résultats confirment que ce gain de rendement social est nette-
ment positif avec l’ordre du TRI et cela d’autant que la contrainte
budgétaire est resserrée. Mais ils nous confirment surtout (nous
démontrent au sens des physiciens) que l’ordre du ratio VANe / euro
public investi apporte un gain de rendement social supérieur encore et
que c’est bien le critère qui désigne le programme optimal.
3. UNE DÉMONSTRATION FORMELLE
Dans cette section, nous montrerons la pertinence du ratio entre

l’utilité sociale d’un projet et son besoin de subvention, dans le cadre
d’un modèle simple. Nous mettrons notamment en évidence que c’est
le coût d’opportunité des fonds publics qui fonde l’existence d’un
ordre optimal de réalisation selon le critère de la VAN par euro public
investi.
8. Tant que F le permet, il n’y a pas de durée pluriannuelle de réalisation imposée par la
technique.
Figure 3
Rendement social comparé des programmes ordonnés selon les TRI
(IRR), le ratio VAN/euro public (o) et l’optimum établi par les
simulations sous différentes contraintes de financement
prix
p(q)
C’E
Augmentation de la
pente de − ϕ p q '( )
1 +ϕ
C’
CM
Pϕ
P0
Qϕ Q0 Trafic : q
Nous supposerons dans ce qui suit que le décideur a le choix entre n

projets ; chaque projet i, avec i = 1,…,n , est caractérisé par un couple
de paramètres :
1) VANi : La valeur actualisée nette du projet i ; avec VANi > 0,
∀ i = 1,…,n.
Pour évaluer les programmes d’infrastructure, il faut bien sûr être
en mesure d’évaluer la valeur sociale de chaque projet. Ces évalua-
tions, dont la base théorique est le calcul économique (Lesourne 1972,
Bloy & al. 1976), conduisent à une Analyse Coûts-Avantages (ACA).
En output, un « bilan socio-économique » réunit les nombreux bénéfi-
ces et les multiples préjudices et coûts de chaque projet.
Rares sont en pratique les projets parfaitement isolés de toute autre
décision d’investissement. Les projets peuvent ne pas être indépen-
dants les uns des autres et avoir des effets significatifs sur la VAN des
autres. Nous supposerons, dans le modèle qui suit, que ces effets sont
toujours marginaux, que les ACA fournissent une assez bonne
approximation de leur valeur sociale. En fait, ce problème est a priori
traité lors de la constitution des projets eux-mêmes. Avec un peu de
bon sens, les investissements fortement complémentaires seront réunis
au sens du même projet. De même, l’étude des substituabilités les plus
fortes se fait en amont, notamment lors du choix du tracé définitif de la
voie de circulation parmi les différentes alternatives possibles. En tout

état de cause, c’est à l’étape de l’élaboration des projets qu’intervient
majoritairement la question de la complémentarité et de la substitua-
bilité des investissements. En pratique, il conviendra de porter une
attention particulière sur ce point puisqu’il n’est pas traité par le
modèle.
2) Si : Le besoin de subvention du projet i ; avec Si >0, ∀ i=1,…,n.
Le besoin de subvention est un montant qui représente tout ou

partie des frais d’investissements (voire d’exploitation), selon la renta-
bilité financière du projet concerné. Il s’agit par exemple du montant
nécessaire pour que l’État puisse amener une entreprise à s’engager
dans un contrat BOT (Built Operate and Transfert) sur un segment
d’autoroute. Il est pratique ici de considérer que les dépenses publi-
ques sont concentrées l’année de mise en service, bien que ce ne soit
pas systématique.
Nous supposerons que la fonction objectif de la collectivité corres-
pond à la maximisation du surplus global dégagé par les projets :
Les xi ont une valeur nulle lorsque le projet n’est pas réalisé et égale
à l’unité lorsque le projet est réalisé en totalité. Nous supposerons qu’il
est possible de réaliser partiellement un projet, le xi correspondant
étant alors compris entre 0 et 1. Pour un projet k réalisé partiellement,
les valeurs xk.VANk et xk.Sk retenues sont supposées proportionnelles
à VANk et Sk en fonction de xk. Nous verrons plus tard que cette
hypothèse tout à fait théorique, de réalisation partielle des projets,
n’est pas très contraignante.
Lorsque l’optimisation se fait sans contrainte de rareté des budgets

publics, la création de valeur maximale est atteinte en mettant en
œuvre tous les projets dont la VAN est positive. C’est un résultat
trivial.
Nous introduisons maintenant un budget (B) positif, qui plafonne
les dépenses d’investissement.
On obtient au total le système d’optimisation sous contraintes sui-

vant9.
Cette modélisation possède l’avantage d’être relativement simple

et de nature à faciliter l’interprétation des résultats. Elle contient une
hypothèse décisive (concernant la réalisation partielle des projets) qui
nous autorise à écrire un lagrangien sans postuler une relation fonc-
tionnelle entre les paramètres VAN et S. Les 2n contraintes sur les xi
permettent de transformer le problème de choix discret, pour le résou-
dre de manière analytique.
En pratique, les projets sont soit réalisés en totalité, soit ne le sont
pas du tout. La possibilité de réaliser un projet partiellement, tout en
bénéficiant proportionnellement de ses caractéristiques (VAN et S),
est essentiellement un outil théorique. Cela dit, la réalisation partielle
d’un projet ne sera in fine que marginale dans la solution du pro-
gramme. Un projet au plus sera dans ce cas. Le vecteur solution x* est
constitué d’un ensemble de 1 (projets réalisés), d’un ensemble de 0
(projets non réalisés), et d’une valeur comprise entre 0 et 1 pour le
projet « limite » xk. En supposant que les projets sont ordonnés selon
leur priorité de réalisation, on a :
Puisque les caractéristiques attachées à chaque projet sont fixes, si

la réalisation d’un projet doit se faire pour augmenter de la meilleure
9. Cette manière de formaliser le problème est proche de celle de Weingartner (1963), lorsqu’il
se proposa de résoudre le problème fondamental posé par Lorie &amp ; Savage (1955). Toutefois,
son travail de résolution s’est concentré sur approche en termes de programmation linéaire.
Bertonëche &amp ; Langohr (1977) offrent une intéressante mise en perspective de ces travaux
fondateurs. Pour une synthèse sur les modèles de programmation linéaire, voir Babusiaux (1990).
Or si la programmation linéaire fournit un outil de résolution ponctuel efficace (pour un ensemble
de projet donné), elle ne permet pas de faire apparaître un résultat théorique général.
façon le bien-être collectif, alors le projet sera fait en totalité. Le

meilleur projet sera réalisé en totalité, puis le deuxième, le troisième
etc…jusqu’à saturation de la contrainte budgétaire. C’est le projet
« limite » qui risque de ne pas être terminé, et seulement celui-là.
Dans les cas réels, les projets d’infrastructure nécessitent plusieurs
années de réalisation, ce qui est potentiellement le lieu d’un ajuste-
ment entre le budget annuel et les projets financés. On peut aussi
considérer que le budget B n’est fixé par le gouvernement que dans son
ordre de grandeur. Des ajustements ponctuels et marginaux sont tou-
jours possibles. Il existe des marges de manœuvre pour éviter les
absurdités qu’engendreraient les discontinuités. Pour toutes ces rai-
sons, le choix de formaliser les xi de manière continue entre 0 et 1 nous
paraît acceptable, et le cas du projet k, ne pas poser de problèmes.
Le Lagrangien généralisé incluant les contraintes de non-négativité
des xi que nous optimisons s’écrit :
Les conditions de Kuhn et Tucker impliquent notamment10 :
VANi - uSi + ␣i - bi = 0, ∀i = l,...,n (6)
(7)
␣i xi = 0, ∀i = l,...,n (8)
bi (1 - xi) = 0, ∀i = l,...,n (9)
u,␣1,...,␣n,b1,...,bn > 0
Les multiplicateurs de Kuhn et Tucker sont non négatifs par défini-

tion. Ils sont positifs (ou exceptionnellement nuls) lorsque la
contrainte qui leur est associée est saturée et nuls lorsque que cette
contrainte est non saturée. Pour le projet « limite » k, vérifiant
0 < xk < 1, on a d’après (6) :
(10)
10. Les conditions suffisantes d’existence d’un maximum unique sont vérifiées sous les hypo-
thèses du modèle.
Dans le cas d’un desserrement marginal de la contrainte budgétaire

à l’optimum, c’est uniquement la réalisation du projet k qui va être
affectée. On peut donc écrire les différentiels suivants à l’optimum :
dB = Skdxk (11)
dW = VANkdxk (12)
En combinant les équations (10), (11) et (12) on obtient :
u est dans cette dernière formulation la variation de surplus collectif

induite par un desserrement de la contrainte de disponibilité des fonds
publics . C’est le montant maximum de surplus que la collectivité peut
espérer faire correspondre à une unité budgétaire supplémentaire.
Le multiplicateur u est associé à la contrainte budgétaire, il repré-
sente le coût de rareté des fonds publics. u résume la contrainte budgé-
taire à la manière d’un prix (prix dual de la contrainte). Plus la
contrainte budgétaire est forte, plus u est élevé. C’est aussi le coût
d’opportunité des ressources budgétaires.11
À partir des conditions de premier ordre, on a :
VANi - uSi = bi - ␣i
Pour les projets acceptés (indicés A), les conditions de Kuhn et

Tucker impliquent :
Á la contrainte « - xi ≤ 0 » n’est pas saturée, on a donc ␣i = 0
Á la contrainte « xi - 1 ≤ 0 » est saturée, on a donc bi > 0
D’où (13)
L’ensemble des projets acceptables n’est pas composé de

l’ensemble de ceux disposant d’une VAN positive. Ne sont retenus
que ceux ayant un ratio VAN/S supérieur au coût de rareté de
l’argent public u.
11. Il est important de ne pas assimiler ce coût de rareté des fonds publics (que l’on peut aussi
interpréter comme un coût d’opportunité) au coût social des fonds publics. Le coût social des fonds
publics (shadow cost of public funds) est formé par les coûts de la collecte de l’impôt et les
distorsions de prix associés.
Pour les projets rejetés ou différés (indicés R), les conditions d’opti-
misation impliquent :
Á La contrainte « - xi ≤ 0 » est saturée, on a donc ␣i = 0
Á La contrainte « xi - 1 ≤ 0 » n’est pas saturée, on a donc bi > 0
D’où (14)
Les projets rejetés ont un ratio VAN/S inférieur au coût de rareté

des fonds publics.
Au total, (13) et (14) impliquent :
Les projets acceptés doivent toujours avoir un ratio VAN/S supé-

rieur à celui des projets rejetés. On privilégie les projets produisant le
plus de valeur par euro public dépensé.
Si on fait varier u (desserrement de la contrainte budgétaire) on
construit une hiérarchisation totale des priorités selon le critère
VAN/S. Pour optimiser le surplus global sous contrainte budgétaire,
lorsqu’on ignore u, il faut choisir en priorité les projets disposant d’un
ratio « utilité collective par euro public investi » le plus élevé.
Coût d’opportunité vs coût social
Il est important de ne pas identifier le « coût d’opportunité des fonds publics » au « coût
social des fonds publics ». Ce sont deux coûts aux origines économiques fondamentale-
ment différentes. Le coût social des fonds publics (shadow cost of public funds) regroupe
les coûts de la collecte de l’impôt et des distorsions de prix associées. Dans les procédures
actuelles de constitution des bilans socio-économiques, la prise en compte du coût social
des fonds publics implique une pondération des apports publics par un facteur qui est
estimé dans le rapport Lebègue (CGP 2005) à 0,3. L’idée est de prendre en compte le
coût total pour l’économie d’un subventionnement.
Le coût d’opportunité des fonds publics considère, pour sa part, l’utilisation alternative
que pourrait avoir les fonds publics lorsqu’ils sont rares. C’est le résultat d’une optimisa-
tion avec une condition supplémentaire : la contrainte budgétaire (et d’endettement). Le
coût d’opportunité est le paramètre d’un optimum de second rang, alors que le coût
social des fixe les conditions d’un optimum de premier rang. Ce sont deux concepts biens
différents.
Si un projet requiert 100 m de subventions publiques pour une VAN de 50 m. La prise en
compte du coût social des fonds publics conduit à corriger la valeur sociale du projet qui
est en fait de 20 m (en reprenant le taux du rapport Lebègue). La VAN corrigée du coût
social des fonds publics est positive, ce projet doit être réalisé. Notons que ce projet a un
ratio VAN/S de 0,5. Dans une optique de premier rang, ce projet doit être réalisé car le
bénéfice par euro public est supérieur au coût social des fonds publics de 0,3.
Toutefois, si les fonds publics sont rares, la réalisation de ce projet peut priver de
subventions un projet rapportant 1m de VAN par euro public dépensé, c’est son coût
d’opportunité. Il n’est plus souhaitable de réaliser le projet car il engendre un différentiel
de VAN de -50 m.
Dans notre exemple, le coût d’opportunité généré par la contrainte budgétaire domine le
coût social des fonds publics, c’est aussi le cas de figure auquel nous devons faire face. Il
n’est jamais souhaitable de réaliser un projet dont le ratio VAN/S est inférieur à 0,3. Mais
la prise en compte du coût social des fonds publics devient inutile lorsque la contrainte
budgétaire est forte. Si le coût d’opportunité de la collectivité est de 1m, les projets dont le
ratio VAN/S se situe entre 0,3 et 1 seront de toute façon rejetés.
En première approximation, la meilleure stratégie est d’abord de

financer les projets apportant le plus de VAN, sans introduire le besoin
de subvention. Mais c’est oublier qu’un projet rapportant beaucoup
mais mobilisant la plupart des crédits limite d’autant la satisfaction
procurée par de nombreuses « petites valeurs » obtenues pour un fai-
ble prix, dans un monde où les financements publics sont rares. C’est
typiquement le problème soulevé par la ligne à grande vitesse (LGV)
qui supportera le TGV entre Paris et Strasbourg. L’énorme besoin de
subvention lié à ce projet a conduit à différer de plusieurs années
d’autres projets, plus petits mais dont le ratio VAN/S est nettement
meilleur comme la LGV Rhin-Rhône. Le critère normatif de la « VAN
par euro public investi » est un ratio qui prend en compte la valeur
créée (VAN), mais relativement à son prix (S).
4 TARIFICATION : LA PRISE EN COMPTE DU COÛT DE RARETÉ

DES FONDS PUBLICS
Les sections précédentes ont mises en évidence le rôle du coût de

rareté, ou coût d’opportunité, des fonds publics dans la hiérarchisation
des projets. La contrainte budgétaire est fixe, mais sachant que la
tarification peut affecter sensiblement la VAN des projets, comment
s’assurer que la tarification est optimisée pour favoriser le critère de la
VAN par euro public investi ?
Cette section met en avant l’utilité et l’éclairage que ce concept peut
apporter dans la discussion sur la tarification des infrastructures. Nous
verrons, par un modèle très simple12, que l’existence d’un coût d’oppor-
tunité des fonds publics n’est pas neutre sur la tarification optimale des
infrastructures. Nous souhaitons ici mettre l’accent sur les principes de
financement et de tarification qu’il implique, concernant notamment la
répartition du coût de l’infrastructure entre usagers et contribuables.
12. En particulier, le rationnement des fonds public n’est pas modulé dans le temps (cf. chapitre
8).
Le surplus des usagers est classiquement matérialisé par la surface V

située sous la courbe de demande. Dans le cas où un péage est payé, ce
surplus brut est diminué des recettes. En supposant qu’il existe une fonc-
tion de demande inverse p(q), décroissante et convexe, pour tout trafic q
sur l’infrastructure considérée, le surplus net des consommateurs est :
Supposons l’État participe aussi au financement de l’infrastructure

pour un montant égal à la différence entre le coût et les recettes payées
par les usagers. Nous postulons une fonction de coût croissante et
convexe en q.
E(q) = C(q) – q.p(q)
Ce montant de subventions a un coût d’opportunité u strictement
positif si les finances publiques sont contraintes, comme nous l’avons
justifié précédemment. L’État est supposé maximiser le surplus glo-
bal W en fonction du trafic :
Le maximum de la fonction précédente est obtenu à la condition

que :
Cette condition peut être réécrite sous deux formes :
– (1)
–
(2)
où eq/p est l’élasticité-prix de la demande

L’équation (2) est très ressemblante à la formule de la tarification
Ramsey-Boiteux. Toutefois, il ne faut pas s’y tromper, il n’est pas ici
question d’optimum de second rang ; le financement de l’activité par
voie fiscale n’est pas nul à l’optimum. Si la contrainte budgétaire est
inexistante, ie u = 0, les équations impliquent bien une tarification de
premier rang au coût marginal. Remarquons tout de même que la
tarification Ramsey-Boiteux n’est jamais que l’expression d’une
contrainte budgétaire resserrée au maximum, c’est-à-dire un cas parti-

culier des situations que nous étudions ici.
Ce que disent très simplement ces deux équations, c’est que le
niveau du péage doit s’écarter d’autant plus du coût marginal C’, que le
coût d’opportunité des fonds publics est élevé. L’usager doit être
d’autant plus mis à contribution que u est élevé. Et ceci est d’autant
plus vrai que l’élasticité-prix est faible.
L’équation (1) décrit l’équation d’offre « économique », qui inclut
le coût d’opportunité des fonds publics. Cette formulation du « coût
marginal économique » intègre le coût marginal « technologique » C’
et l’impact d’une mobilisation des rares fonds publics par rapport à un
financement par les usagers eux-mêmes.
Soit
La figure 4 permet de visualiser l’arbitrage dans le financement

entre usagers et contribuables, dans un cas stylisé caractérisé par :
– CT (q) = I + c.q2, avec I > 0 et c >0
– P(q) = -a.q + b, avec a > 0 et b > 0
Figure 4
Tarification optimale et rareté des fonds publics
prix
p(q)
C’E
Augmentation de la
pente de − ϕ p q '( )
1 +ϕ
C’
CM
Pϕ
P0
Qϕ Q0 Trafic : q
Concluons cette rapide exploitation du concept de coût d’opportu-

nité des fonds publics par une réflexion générale sur la tarification. La
formulation que nous venons de présenter réunit deux conceptions
souvent opposées par les économistes : le péage en tant qu’instrument
allocatif et son utilisation comme un moyen de financement. Les résul-
tats de ce rapide modèle montrent que le péage peut répondre aux
deux types d’attente sans contradiction, que l’articulation entre ces
deux objectifs doit se faire sur la base du coût de rareté des fonds
publics. Le financement par péage est allocativement efficace si l’arbi-
trage usager-contribuable se fait selon le niveau de u et l’élasticité de la
demande au péage.
5 CONSÉQUENCES PRATIQUES : FAUT-IL ABANDONNER

LE CRITÈRE DE LA RENTABILITÉ IMMÉDIATE ?
Le problème fondamental des programmes est de déterminer la

date optimale de mise en service de chaque projet candidat. Sans
contrainte budgétaire et dans le cas d’hypothèses standards (investis-
sements indépendants, avantages non décroissants…), Abraham et
Laure (1959) ont montré que l’année optimale de mise en service d’un
projet intervient lorsque le rapport entre les avantages socio-
économiques qu’il procure l’année de mise en service et le coût
d’investissement (ie le taux de rentabilité immédiate) atteint le niveau
du taux d’actualisation. Ce critère a été largement mis en œuvre pour
les praticiens français, qui approximent la date optimale par le taux de
rentabilité immédiate13.
La démonstration de ce résultat qui nous semble la plus élégante est
proposée par Quinet (1998, p. 237), et s’obtient en supposant une
actualisation continue. À la date de mise en service t*, on a :
(2)
où A(t) est une fonction des avantages nets aux dates t.
13. La méthode utilisée pour arrêter le programme du 5e Plan était par exemple de classer les
investissements par taux de rentabilité immédiate décroissant, et de s’arrêter quand on avait épuisé
la contrainte budgétaire, ce qui revenait à appliquer ce principe.
La condition nécessaire de maximisation de cette fonction est :
(3)
Le problème était donc relativement simple à l’époque de l’article

d’Abraham et Laure : dès lors que la rentabilité immédiate d’un projet
a dépassé le taux d’actualisation, il faut le réaliser dès que possible14.
Et il est vrai que les hypothèses précédentes de modélisation semblent
relativement acceptables dans le cas des infrastructures de transport.
Le résultat a donc une certaine pertinence.
Pour autant, nous avons montré que dans un environnement de
rareté des fonds publics, le ratio de la VAN par euro public investi
permet la prise en compte de la contrainte financière de la collectivité.
Le critère de la rentabilité immédiate n’apparaît plus comme suffisant.
Si intuitivement il paraît toujours aberrant de réaliser un projet avant
que sa rentabilité immédiate ait atteint le taux d’actualisation, il est
aussi nécessaire de considérer le coût de rareté des fonds publics. Et ce
coût s’exprime tout naturellement dans la hiérarchisation des projets
par le ratio VAN/S.
Pour résoudre le problème du passage des projets au programme, le
critère de la VAN par euro public investi est un outil puissant. C’est du
moins ce que laisse penser la démonstration analytique précédente
dans un modèle basique, et ce que permettent de constater les simula-
tions numériques exposées. Dans le chapitre 8, Joël Maurice propose
un modèle plus complexe qui permet d’enrichir cette discussion.
Références
Abraham C. et Laure A., « Étude des programmes d’investissement
routiers », Annales des Ponts et Chaussées, novembre-décembre,
1959.
Babusiaux D., Décision d’investissement et calcul économique dans
l’entreprise, Economica / Technip, coll. Économie et statistiques
avancées, 1990.
14. Au passage, le résultat précédent montre qu’un projet ne doit pas être réalisé dès que la
VAN devient positive, mais quand elle devient maximum. « Dans ces conditions, une opération
isolée ne doit pas être réalisée dès qu’elle est juste rentable [i.e. VAN > 0], mais quelques années
après seulement » (Abraham &amp ; Laure, 1959, p. 744), ce qui est un résultat trop souvent
ignoré.
Baumol W. et Quandt R., « Investment and Discount Rates Under

capital Rationing, A Programming Approach », The Economic
Journal, 75(298), 1965, p. 317-329.
Bertoneche M. et Langohr H., « Le choix des investissements en situa-
tion de rationnement de capital. Comparaison des solutions four-
nies par différents modèles théoriques », Revue Économique,
28(5), 1977.
Bloy E., Bonnafous A., Cusset J.-M. et Gerardin B., Evaluer la politi-
que des transports, Economica / Presse Universitaires de Lyon, coll.
« Économie publique de l’aménagement et des transports », 1976.
Bonnafous A. et Jensen P., « Ranking Transport Projects by their
Socio-economic Value or Financial Interest Rate of Return ? »,
Transport Policy, 12, 2005, p. 131-136.
Bonnafous A. et Jensen P., (2006), « Le cofinancement usager-
contribuable et le partenariat public-privé changent les termes de
l’évaluation des programmes d’investissement public », Économie
et Prévision, à paraître.
Bonnafous A., « Infrastructures publiques et financement privé : le
paradoxe de la rentabilité financière », Revue d’Économie Finan-
cière, 51, 1999.
Bonnafous A., « Les infrastructures de transport et la logique finan-
cière du partenariat public-privé : quelques paradoxes », Revue
Française d’Économie, 17(1), 2002.
Bonnafous A., « Les infrastructures de transport et la logique finan-
cière du partenariat public-privé : quelques paradoxes », Revue
Française d’Économie, 17(1), 2002.
Bonnel P., Prévoir la demande de transport, Presses de l’École natio-
nale des Ponts et Chaussées, Paris, 2004.
CERTU, Recommandations pour l’évaluation socio-économique des
projets de TCSP, référence no 25, DTT, 2002, 143 p.
Commissariat Général du Plan, Transports : pour un meilleur choix des
investissements, M. Boiteux (prés.), La Documentation Française,
Paris, 1994.
Commissariat General du Plan, Transports : choix des investissements
et coût des nuisances, M. Boiteux (prés.), La Documentation Fran-
çaise, Paris, 2001.
Commissariat General du Plan, Révision du taux d’actualisation des
investissements publics, D. Lebègue (prés.), La Documentation
Française, Paris, 2005.
Everett H., « Generalized Lagrange multiplier method for solving pro-
blems of optimum allocation of resources », Operations Research,
11(3), 1963, p. 399-417.
Hayashi Y. et Morisugi H., « International comparison of background

concept and methodology of transportation project appraisal »,
Transport Policy, 7(1), January, 2000, p. 73-88.
Langlois G. &amp ; Mollet M., Gestion financière, Fouchet, DECF,
2e édition, 1999.
Lesourne J., Le calcul économique : théorie et application, Dunod,
1972, 459 p.
Lorie J.H. et Savage L.J., « Three problems in rationing capital »,
Journal of Business, 28(4), 1955, p. 229-239.
Maurice J., « Traitement des fonds publics », Note de réflexion, groupe
de travail du CGPC sur le taux d’actualisation, 2004.
Quinet E. et Sauvant A., (2006), « Optimisation et décentralisation des
programmes d’investissements de transport », Économie et Prévi-
sion, à paraître.
Quinet E., Analyse économique des transports, PUF, Paris, 1990.
Quinet E., Principes d’économie des transports, Economica, Paris,
1998.
Quinet E., « Evaluation methodologies of transportation projects in
France », Transport Policy, 7(1), January, 2000, p. 27-34
Rothengatter W., « Evaluation of infrastructure investments in Ger-
many », Transport Policy, 7(1), January, 2000, p. 17-26
Roy W., « Évaluation des programmes d’infrastructure : Ordre opti-
mal de réalisation sous contrainte financière », Document de travail
halshs-00003971, 2005.
Vernimmen P., Finance d’entreprise, 6e édition par P. Quiry et Y. Le
Fur, Dalloz, 2005.
Vickerman R., « Evaluation methodologies for transport projects in
the United Kingdom », Transport Policy, 7(1), January, p.7-16,
2000.
Van Laarhoven P. et Aarts E. H. L., Simulated Annealing : Theory and
Applications, Kluwer, Dordrecht, 1992.
Weingartner M., Mathematical Programming and the Analysis of Capi-
tal Budgeting Problems, Englewood Cliffs, Prentice-Hall (reissued,
London, Kershaw, 1974), 1963.
CHAPITRE 8
UNE MÉTHODE D’OPTIMISATION

DES PROGRAMMES D’INVESTISSEMENTS
DE TRANSPORT
Emile Quinet1 et Alain Sauvant2
Le calcul économique appliqué aux investissements d’infrastruc-

ture se trouve, dans les conditions économiques actuelles, confronté à
plusieurs problèmes qui en rendent l’application délicate et qui
conduisent souvent à le réduire à une simple vérification que la renta-
bilité de chaque projet est satisfaisante, sans recherche d’optimisation
d’ensemble. Citons la pénurie des fonds budgétaires et l’incertitude sur
leur évolution future, le recours au financement privé qui occulte les
considérations de rentabilité socio-économique au profit de la rentabi-
lité financière, les problèmes posés par la décentralisation des déci-
sions et la multiplication des décideurs. La présente réflexion propose
une méthode pour intégrer ces problèmes dans l’optimisation
d’ensemble d’un programme.
Le cas type de projets auxquels on s’intéresse ici est celui des
investissements de d’infrastructure de transport, même si les résultats
obtenus peuvent s’appliquer à d’autres situations. On a affaire à des
projets qui présentent plusieurs caractéristiques :
– ils sont localisés géographiquement ;
– ils ne sont pas repérables sur une échelle quantifiée susceptible de
variations continues, comme par exemple l’accumulation d’un nombre
à déterminer de projets identiques et de petite taille par rapport au
programme d’ensemble, ou la taille modulable d’un parc de machines.
On ne peut donc pas leur appliquer les méthodes d’optimisation conti-
nue classiques (maximisation de fonction, programmation dynami-
que) ; ne sont pas repérables sur une échelle quantifiée susceptible de
1. Professeur émérite à l’École Nationale des Ponts et Chaussées, membre de PSE-ENPC.

2. Professeur à l’École Nationale des Ponts et Chaussées.
variations continues, comme par exemple l’accumulation d’un nombre

à déterminer de projets identiques et de petite taille par rapport au
programme d’ensemble, ou la taille modulable d’un parc de machines.
On ne peut donc pas leur appliquer les méthodes d’optimisation conti-
nue classiques (maximisation de fonction, programmation dynami-
que).
– ils sont soit indépendants les uns des autres soit, pour certains
d’entre eux, liés dans la mesure par exemple où la réalisation de l’un a
des conséquences sur la rentabilité d’un ou plusieurs autres ;
– chaque projet peut faire l’objet de variantes incompatibles ; ces
variantes peuvent porter sur leur consistance technique ou les niveaux
de tarification de leur usage, ou encore leur modalité de financement,
public ou privé ;
– la rentabilité de chaque projet change selon son année de mise en
service, car selon cette année, les trafics et donc les avantages procurés
par l’investissement changent, en général augmentent.
La définition d’un programme consiste à répondre à plusieurs ques-
tions qui sont dans l’ordre logique : le choix entre les variantes incom-
patibles d’un même projet ; éventuellement les choix concernant des
grappes de projets dont les avantages sont liés entre eux par des effets
de réseaux ; la décision de faire ou de ne pas faire chaque projet ; enfin
la date de réalisation si la réponse à la question précédente est positive.
Une question importante est alors celle de la décentralisation : quelles
sont parmi les décisions précédentes, celles qui peuvent être décentra-
lisées au niveau des services d’étude locaux et quelles sont celles qui
doivent être effectuées au niveau central ?
Ce sont ces problèmes d’optimisation et de décentralisation de la
programmation qu’aborde le présent texte. Ils n’ont fait l’objet que de
peu d’attention, malgré leur importance concrète. Pour citer surtout
des références françaises, Abraham et Laure3 avaient montré que,
dans le cas d’investissements indépendants et sous des hypothèses
assez générales, il convenait de mettre chacun d’eux en service à
l’année où le rapport entre les avantages apportés la première année
divisés par le coût d’investissement est égal au taux d’actualisation ; ils
aussi établi que, dans une situation d’insuffisance des crédits disponi-
bles, on pouvait choisir les projets et leur ordre à partir d’une série de
variables duales, une par année, par lesquelles on multiplie la dépense
objet de la contrainte, telles que la programmation s’effectue comme
précédemment : en somme tout se passe comme si un coefficient de
3. Abraham C. et Laure A., « Étude des programmes d’investissements routiers », Annales des
Ponts et chaussées, novembre, 1959.
Une méthode d’optimisation des programmes d’investissements de transport / 251
rareté des crédits différent d’une année à l’autre assurait l’ajustement

aux crédits disponibles. Mais ce résultat est obtenu sous des hypothè-
ses assez restrictives et difficiles à vérifier (existence dans l’ensemble
des opérations de chaque année d’une opération dont les avantages
connaissent la plus faible croissance).
Dans plusieurs publications, Bonnafous et Jansen4 l’ont abordé par
une méthode de simulation numérique en mettant l’accent sur les
problèmes posés par le financement privé des investissements et en
proposant le critère de choix « bénéfice socio-économique actualisé
sur euro public investi ».
Dans un papier non publié, Pozmantir (1999)5 a établi une méthode
pour ajuster à la marge un programme pré-établi, afin de tenir compte
de modifications dans les coûts et dans les crédits disponibles.
Le présent texte propose une méthode de résolution de ce genre de
problème permettant de traiter de nombreuses situations englobant
celles décrites plus haut. Il est organisé ainsi : La seconde partie pré-
sente la diversité des questions que la programmation des investisse-
ments doit résoudre, en mettant à chaque fois l’accent sur les possibili-
tés de décentralisation, et propose une méthode générale de résolution
de ces problèmes, fondée sur la programmation linéaire. La troisième
partie explore, à partir à la fois de situations réelles et simulées, les
résultats obtenus par cette méthode et teste la possibilité de décentra-
lisation à travers notamment la robustesse des critères simples usuelle-
ment présentés tels que taux de rentabilité interne ou le critère de la
VAN par euro investi. La quatrième conclut en proposant des règles
pour la décision et en suggérant des pistes de recherche complémen-
taire.
1. L’ÉLABORATION DES PROGRAMMES D’INVESTISSEMENTS

DE TRANSPORTS
Soient un certain nombre de projets ; chacun d’eux peut comporter

des variantes exclusives (tracé A ou tracé B, par exemple) ; ces projets
4. Et notamment « Ranking Transport Projects by their Socioeconomic Value or Financial

Interest rate of return ? », Alain Bonnafous, Laboratoire d’Économie des Transports et Pablo
Jensen, Laboratoire d’Économie des Transports and Laboratoire de Physique de la Matière
Condensée et des Nano structures, First Conference on Railroad Industry Structure, Competition
and Investment, Toulouse, November 7-8, 2003 ou Bonnafous A., Jensen P., « Ranking transport
projects by their socioeconomic value or financial internal rate of return ? », Transport Policy, vol.
12, no 2, 2005.
5. « Méthode de correction des tâches et des contraintes sur un programme d’investissement de
branche, compte tenu de l’état financier de la branche », W. Pozmantir, Working Paper, Institute of
Studies of Complex Systems, 1999.
peuvent ou non être liés (par exemple les avantages du projet 1 diffè-
rent ou non selon que le projet 2 est ou non réalisé) ; chaque projet
peut être financé avec plus ou moins de participation privée ; chaque
projet peut être mis en service à n’importe quelle date du futur ; enfin
chaque année il y a différentes contraintes financières (contraintes sur
les fonds publics, contraintes sur les volumes d’emprunts, …).
Dans toute sa généralité, la question du programme optimal se pose
de la manière suivante : Quelle est la combinaison optimale, c’est-à-
dire celle qui maximise la valeur actualisée totale, en respectant les
contraintes qui lient les projets entre eux et les limitations de budget ?
La démarche proposée ici est fondée sur la programmation linéaire.
On va la présenter en examinant des situations de plus en plus com-
plexes.
1.1. La diversité des problèmes posés par la programmation

des investissements
En allant du plus simple au plus compliqué, on rencontre les situa-
tions suivantes.
1.1.1. Choix entre variantes alternatives d’un même projet sans
contrainte budgétaire avec financement uniquement public
Soient différentes variantes d’un même projet indicées par n
entre 0 et N) entre lesquelles se produit le choix ; ces variantes i
diffèrent par leur consistance technique et leur mode de financement ;
leur coût (supposé indépendant de la date de réalisation, mais cette
hypothèse pourrait être levée) est In leur Bénéfice socio-économique
actualisé B dépend de l’année de réalisation et s’exprime sous la
forme : Bn(t0n)
Sans perte de généralité, on supposera que la durée de réalisation
est concentrée sur une seule année t0n ; il serait facile de lever cette
hypothèse au prix seulement d’une complication d’écriture. On suppo-
sera également que les seules dépenses d’infrastructure sont les dépen-
ses de premier investissement, et que celles-ci sont réalisées sur une
année seulement. Il serait possible de se dégager de ces hypothèses
simplificatrices, mais au prix d’une plus grande complexité d’écriture
et sans changement fondamental des résultats.
Avec :
Dans cette expression, r est le taux d’intérêt ou d’actualisa-

tion (supposé constant pour simplifier, mais son évolution selon
les années serait aisée à prendre en compte), an(t)) représente
les avantages de la variante j pour l’année t ; on suppose que ces
avantages dépendent de l’année mais pas de l’année de mise en
service6 et qu’ils s’étendent jusqu’à l’infini (d’autres hypothèses
compliquent l’écriture, sans changer fondamentalement les
résultats). En présence d’un coût d’opportunité des fonds
publics tel que défini par l’instruction-cadre du 27 mai 2005 et
notamment par son annexe III (§3), les fonds publics intervenant
dans cette formule doivent être multipliés par ce coefficient, fixé
à 1,3 par la même instruction. Le choix à faire porte sur le fait de
faire ou non ce projet, sur la variante éventuelle à choisir et sur
l’année de sa mise en service.
En l’absence de contrainte budgétaire, il est aisé de voir que,
pourvu que l’investissement I soit indépendant (en euros constants) de
la date de réalisation et que les Ai(t) soient non décroissants en t,
l’année optimale de réalisation de la variante i, si elle est choisie, est
telle que (voir Abaham et Laure, 1959 ou Quinet, 19987) :
an(t0n)/r = In
Si cette égalité ne peut pas être satisfaite, le projet doit être fait
immédiatement si le premier terme est toujours supérieur au second,
et ne doit jamais être réalisé dans le cas inverse. C’est en effet ainsi que
le bénéfice actualisé tiré du projet et défini par la relation précédente
est maximale.
Le critère du Bénéfice actualisé socio-économique permet de choi-
sir entre variantes d’un même projet : on détermine pour chacune sa
date optimale et on choisit celle qui, placé à sa date optimale, rapporte
le bénéfice actualisé le plus élevé. C’est en effet ainsi que l’on maximise
le bénéfice tiré du projet.
Il faut bien voir les limites des enseignements à tirer du bénéfice
actualisé ainsi compris : il ne dit pas que la variante choisie est opti-
male, mais simplement qu’elle est préférable à toutes celles sur les-
quelles a porté la comparaison, mais il ne dit pas que la variante
choisie est la bonne. D’où l’importance à la fois de bien choisir la
situation de référence8 et d’ouvrir au maximum l’éventail des projets
6. Cette hypothèse simplificatrice exclut les mécanismes dits de « build-up » par lesquels le
trafic d’une nouvelle infrastructure met quelques années à atteindre sa valeur finale.
7. Quinet E., Principes d’économie des transports, Economica, 1998.
8. Voir à ce sujet les recommandations du rapport Boiteux (Boiteux, 2000).
dont on compare le bénéfice actualisé. Un biais fréquent des analystes

qui veulent faire passer un projet est de choisir une situation de réfé-
rence médiocre, pour accroître d’autant la rentabilité du projet pro-
posé
1.1.2. Établissement d’un programme d’investissements

indépendants sans contrainte budgétaire avec financement
uniquement public
Si toutes les variantes optimisées sont indépendantes (c’est-à-dire
que la réalisation de l’une d’elles n’a pas d’influence sur la rentabilité
des autres), la règle de programmation est alors la suivante : on réalise
chacune d’entre elles à sa date optimale de mise en service. En effet le
programme à traiter revient à maximiser la somme de tous les bénéfi-
ces actualisés tirés de chacun des projets s’écrit :
Dans cette expression les inconnues sont les dates de mise en ser-
vice tn0. Les différentes expressions entre crochets du coté droit de la
relation précédente comportent une et une seule de ces variables, la
fonction de droite est séparable en chacune d’elles, et l’optimisation se
fait pour chaque crochet séparément.
Alors la procédure de choix peut être totalement décentralisée
(c’est la conséquence de la fixation au bon niveau du taux d’actualisa-
tion dans une économie « optimale »). Chaque échelon décentralisé
peut isolement déterminer la bonne variante technique et sa date de
réalisation. L’échelon central auquel il demandera les crédits corres-
pondants n’aura pas de raison de les lui refuser, sauf bien sur problè-
mes d’asymétrie d’information et de divergences d’objectifs entre
échelon central et échelons décentralisés, situation exclue de l’analyse.
1.1.3. Établissement d’un programme d’investissements liés sans

contrainte budgétaire avec financement purement public
L’affaire est un peu plus compliquée lorsque les investissements
sont liés. C’est le cas par exemple de deux infrastructures concurrentes
(respectivement : complémentaires) sur un même axe : lorsqu’on les
réalise ensemble, l’avantage annuel total est inférieur (respective-
ment : supérieur) à la somme des avantages annuels des deux infras-
tructures prises isolément. Lorsqu’il en est ainsi, il faut énumérer la
combinaison des séquences possibles9, pour chacune d’entre elles

déterminer la date de réalisation de chaque projet, en déduire le
bénéfice actualisé de la séquence, et retenir finalement la séquence qui
procure le bénéfice actualisé le plus élevé. Là aussi la procédure peut
être décentralisée à condition que chaque grappe de projets liés soit
examinée par une même entité décentralisée.
1.1.4. Établissement d’un programme d’investissements liés sans

contrainte budgétaire avec participation du secteur privé
Alors chaque projet i se caractérise non seulement par les avanta-
ges annuels qu’il apporte, mais aussi par le montant de financement
privé qu’il est possible de trouver ; ce montant résulte de négociations
entre les financeurs possibles et les promoteurs du projet et se traduit
par un échelonnement de transferts entre la puissance publique et le
partenaire privé et/ou de dépenses qui sont à la charge de l’un ou de
l’autre contractants. Dans le cadre classique de la concession du type
BOT (Build Operate and Transfer), le contrat de concession se traduit
par le fait que le concessionnaire effectue pour le compte de la puis-
sance publique des dépenses initiales (l’investissement) et des dépen-
ses d’entretien et perçoit des recettes de péage tout au long de la
concession ; après la fin de la concession, c’est en principe la puissance
publique qui récupère l’ouvrage, qui effectue des dépenses d’entretien
et qui perçoit les péages. Dans le partenariat public privé actuellement
en cours de mise en œuvre, c’est le partenaire privé qui effectue tout ou
partie des dépenses d’investissement et d’entretien, et la puissance
publique verse au partenaire privé, outre une éventuelle subvention au
départ, des sommes annuelles. On ne considérera ici que le cas de la
concession et on en représentera le mécanisme de manière sommaire :
soient EBEn(t) l’EBE (recettes nettes des dépenses d’exploitation)
obtenu chaque année par la redevance d’infrastructure (on y ajoutera
les versements annuels de la puissance publique en cas de subvention
d’exploitation ou de financement PPP). Ces recettes varient dans le
temps. En fonction de la durée du partenariat Tf et du coût moyen
pondéré du capital (WACC) i que le financeur privé peut obtenir10,
9. Cette énumération comporte quelques difficultés : on ne connaît pas a priori l’ordre des deux
projets ; il faut énumérer les ordres possibles (A puis B, B puis A, A et B en même temps), dans
chaque ordre, trouver la date optimale de réalisation de chaque investissement, puis calculer le
bénéfice actualisé de chaque combinaison ainsi optimisée quant aux dates, et choisir la combinai-
son qui conduit au bénéfice actualisé le plus élevé.
10. Dans la réalité, ce coût moyen pondéré n’est pas une donnée exogène, mais résulte des
caractéristiques du projet et de celles de l’investisseur.
celui-ci est susceptible de financer un montant Ifn(tn0) du coût du

projet i tel que :
C’est en effet pour ce niveau de financement que la VAN retirée du

projet par le concessionnaire est nulle, et c’est ce à quoi une mise aux
enchères efficace aboutirait. Ce montant dépend bien sur de la date de
réalisation et en général, comme les trafics augmentent au cours des
années, il croit avec cette date. Alors le coût des fonds publics s’appli-
quera à la différence entre le coût total d’investissement et la part privé
If(tn0) Corrélativement d’ailleurs, les recettes d’infrastructure qui, dans
une situation de financement public, doivent être affectées du coût des
fonds publics, ne le sont plus tant qu’elles sont perçues par le parte-
naire privé, c’est-à-dire tant que dure la concession.
Là aussi la décentralisation des décisions peut être totale.
1.1.5. Optimisation en situation de contrainte budgétaire

Dans une situation « optimale », le taux d’actualisation devrait être
tel que tous les projets « rentables » peuvent être réalisés dans le
cadre des enveloppes budgétaires disponibles. La pratique fait appa-
raître des écarts entre les besoins à satisfaire et les enveloppes. Ces
écarts peuvent résulter de désajustements transitoires, ils peuvent
aussi résulter de sauts dans la fixation du taux d’actualisation. Ainsi, le
récent rapport Lebègue11, qui abaisse le taux d’actualisation du Plan
de 8 % à 4 %, devrait entraîner sur plusieurs années une augmenta-
tion sensible des projets rentables et donc des enveloppes financières
qui leur sont consacrées, augmentation dont on peut douter qu’elle se
réalise, compte tenu des tensions que connaissent les budgets publics
actuellement.
Alors le problème est identique au précédent, en tenant compte de
ce que chaque année le budget de dépenses – en général le budget de
dépenses sur fonds publics – ne doit pas dépasser un montant fixé par
année. Avec la simplification faite ici de négliger les dépenses d’entre-
tien, les dépenses en cause ne concernent que les dépenses d’investis-
sement, mais dans une optique plus générale il faudrait y inclure les
dépenses d’entretien.
11. Commissariat Général du Plan, Révision du taux d’actualisation des investissements publics,
Rapport d’un groupe de travail présidé par D. Lebègue, rapporteur L. Baumstark, La Documenta-
tion Française, Paris, 2005.
Il faut noter que dans ces conditions chaque décision sur un projet
particulier influe sur la programmation des autres par l’intermédiaire
de la contrainte budgétaire. Une question importante est alors de
savoir si des critères simples permettent aux échelons décentralisés de
prendre des décisions de programmation, à commencer par choisir
entre variantes techniques, ou encore de choisir entre projets liés, ou
enfin de décider la date de réalisation du projet retenu.
1.2. Une méthode générale de résolution

La méthode proposée est la mise en œuvre d’une idée présentée
dans Quinet (2005)12. Examinons d’abord le cas où sont en lice unique-
ment des projets définis par leur contexture technique et par leur mode
de financement. Le problème peut alors être formulé de la façon
suivante, qui revient à un programme linéaire :
Avec les contraintes suivantes :
0 ≤ xn,t ≤1
兺x t
n,t <1 : cette contrainte signifie que le projet n’est réalisé
qu’une fois au plus.
兺x n
n,t *In<Ct : c’est la contrainte budgétaire de l’année t, et il y
en a autant que d’années en considération. Ct est le budget maximum
de l’année t.
Cette contrainte peut s’appliquer à l’ensemble des sources de finan-
cement des projets, ou, plus souvent, à la part publique du finance-
ment, soit, avec les notations précédemment introduites, à la diffé-
rence entre le coût total et la part financée par le partenaire privé. La
contrainte s’écrit alors, dans le cas envisagé au long de ce texte, qui est
celui d’une concession13 :
Sous cette forme, il est possible que le programme trouve pour un

même projet n des valeurs de xnt différentes de zéro pour plusieurs
12. Quinet E., « À propos du rapport Lebègue », Transports, août-septembre, 2005.

13. Les contraintes seraient différentes, mais faciles à écrire, dans le cas d’un partenariat
public-privé.
valeurs de t, ce qui n’a pas grand sens, sauf si cela se produit pour un
seul projet dont la réalisation est à cheval entre deux années successi-
ves (on verra dans la suite que c’est cette situation qui se rencontre
dans les simulations).
On peut de façon alternative supposer que les xi,t sont des nombres
entiers. On a alors un programme linéaire en nombres entiers. Ce cas
n’est pas traité dans les simulations du présent chapitre.
Dans ce programme les nombres Bn(tn0) qui interviennent sont
calculés à partir de la connaissance des avantages et des coûts annuels ;
les nombres Ifn(tn0) sont également calculés à partir des caractéristi-
ques du projet en termes de tarification et de clientèle, ainsi que des
conditions financières du marché. Il est facile de voir que la solution ne
peut pas s’exprimer par une règle simple générale, sauf hypothèse
complémentaire forte.
1.2.1. Optimisation de variantes incompatibles

On peut aussi envisager l’optimisation de variantes. Soient par
exemple deux variantes i et i+1 d’un même projet (variantes techni-
ques ou dans le mode de financement). Alors il suffit d’ajouter la
contrainte :
<1
Cette contrainte exprime que l’on fait l’une ou l’autre des deux
variantes, mais pas les deux.
1.2.2. Effets de réseau et investissements liés

On peut aussi traiter le problème d’investissements liés. Si par
exemple deux investissements n et p sont liés, cela signifie que la
rentabilité du projet n diffère selon que le projet p est ou non réalisé.
Pour traduire ce phénomène, on scindera chacun de ces projets en
deux selon sa modalité de réalisation. Des contraintes d’exclusion
faciles à écrire permettent de tenir compte des incompatibilités de
réalisations.
Si par exemple deux projets 1 et 2 présentent des effets de
réseaux, on introduira, outre ces deux projets comptés avec les
avantages qui résulteraient de la réalisation isolée de chacun,
deux projets auxiliaires : un projet 3 correspondant au projet 2
s’il est fait après 1, et un projet 4 correspondant au projet 1 s’il
est fait après 2. Aux variables x1t, x2t, x3t et x4t, on ajoute les
variables X1t (et la suite) définies par :
Les contraintes à ajouter pour tenir compte des liaisons entre pro-
jets sont :
X1t+X2t ≤ 1 : ce qui signifie que si 1 est réalisé, 2 ne l’est pas selon la
modalité où il rapporte des avantages isolés
X3t-X1t ≤ 0 : ce qui signifie que si 1 est réalisé, 2 peut l’être sous la
forme (et avec les avantages) où il est fait après 1.
X4t-X2t ≤ 0 : même chose pour 2.
1.2.3. Cas d’incertitude sur les contraintes financières futures
On peut enfin aborder le cas où il y a une incertitude sur les
contraintes budgétaires futures. Supposons par exemple qu’on
connaisse la contrainte budgétaire C1 de la période 1, mais que pour
les périodes ultérieures on ait une incertitude entre une première
chronique Cth (avec t>1) avec une probabilité q et une autre chronique
Ctb (avec t>1) avec une probabilité 1- q, l’incertitude étant levée à la
fin de la première période lorsque le choix de cette première période
est effectué. On introduira pour chaque projet i :
– une variable xi, égale à l’unité si le projet i est réalisé au cours de

la première période, et à 0 autrement,
– une série de variables hit ( avec t>1) relatives à la chronique Cth, et
qui prendront la valeur 1 pour l’année où le projet est réalisé, 0
autrement,
– une deuxième série de variables bit (avec t>1) relatives à la chro-
nique Ctb, et qui prendront la valeur 1 pour l’année où le projet est
réalisé, 0 autrement.
Le programme s’écrit alors :
Sous les contraintes suivantes :

0 ≤ xn,hnt,bnt ≤ 1
xn + 兺[h
t≤2
nt ] ≤ 1 : cette contrainte signifie que le projet ne peut être
réalisé qu’une fois dans la chronique H

xn + 兺[b
t≥2
n,t ] ≤ 1 : même chose pour la chronique B
兺xn
n * In ≤ C1 : c’est la contrainte budgétaire de l’année 1
兺hn
in * In ≤ Cht : c’est la contrainte budgétaire de l’année t (avec
t>1) dans l’hypothèse de la chronique H ; la même série de contrainte

opère pour la chronique B en intervertissant h et b.
Il serait bien sur aisé de décrire des situations d’incertitude plus
complexes.
2. RÉSULTATS DE SIMULATIONS
La méthode qui vient d’être proposée a été utilisée pour explorer

par simulation un certain nombre de problèmes liés à la programma-
tion des investissements. On présentera d’abord le modèle de simula-
tion utilisé avant de développer quelques résultats issus de son usage.
2.1. Le modèle de simulation utilisé et les paramètres retenus

Le modèle de simulation utilisé a été expérimenté sous tableur
(Excel) ; il permet de simuler la programmation de 20 projets dont les
dates de réalisation peuvent s’étaler de 2005 à 2034. Les contraintes
pratiques du solveur Excel qui n’accepte pas plus de 200 variables
amènent à raisonner sur des contraintes budgétaires tri-annuelles, et
10 périodes, ce qui permet de couvrir une durée de programmation de
30 ans, qui correspond aux horizons couramment considérés dans les
études de schéma directeur et de programmation à moyen terme.
Les projets sont définis par leurs avantages socio-économiques,
variables dans le temps selon une loi polynomiale, et par leurs coûts
qui sont également susceptibles de varier avec l’année selon une loi
polynomiale.
Le modèle prévoit deux types de financements possibles : public ou
privé. Pour cela sont utilisés deux taux d’actualisation :
– le taux d’actualisation public. Celui-ci est classiquement fixé en

France par le Commissariat Général du Plan. Il est longtemps resté à
8 %, le rapport Lebègue a recommandé une valeur plus faible qui
décroît avec le temps (4 % de 2005 à 2034, 3,5 % de 2035 à 2054, 3 %
après 2055) en euros constants. C’est cette valeur qui est présentée par
défaut dans le modèle ;
– le coût moyen du capital du financement privé est classiquement

la moyenne pondérée du taux des emprunts et du rendement exigé par
les investisseurs privés pour posséder des actions :
Dans cette expression : E représente la part des actions et D repré-

sente la part de la dette dans le financement, re le taux de rendement
des actions, et rd le taux de rendement des emprunts, tc étant l’impôt
sur les sociétés. Le coût moyen du capital dépend des différents para-
mètres de la formule précédente. Pour un financement privé pur tel
que celui qui est réalisé pour le tunnel sous la Manche, la part du
capital (actions ou obligations convertibles) est de l’ordre de 10 à 30 %
du total du financement, le coût nominal des emprunts lancés par un
investisseur privé est actuellement de l’ordre de 5,5 à 6,5 %, et le
rendement attendu du capital privé, qui dépend du risque du projet, se
situe selon les cas entre 8 et 12 % (et peut monter au-delà si le projet
est particulièrement risqué. Le coût moyen du capital privé se situe
donc autour de 7 % en euro courants, soit à peu près 5 % en euro
constants. Cette valeur peut différer selon les conditions d’emprunt, la
solvabilité de l’emprunteur et la part du capital. Il apparaît cependant
que le coût moyen du capital privé est en général supérieur au taux
d’actualisation, mais d’assez peu.
Le modèle intègre également un coût d’opportunité des fonds
publics, destiné à traduire les imperfections de l’impôt et les distor-
sions qu’ils impliquent : un euro d’impôt entraîne une perte d’utilité
collective supérieure à un euro de fonds privé, et le coût d’opportunité
des fonds publics est égal au rapport entre les deux. Le rapport Lebè-
gue déjà cité a recommandé un coût des fonds publics de 1,3 (un euro
public égale 1,3 euro privé). C’est cette valeur du coût d’opportunité
des fonds publics qui a été introduite par défaut dans le programme, et
qui joue de la manière suivante sur les coûts et les avantages d’un
investissement réalisé par un système de concession classique14,
comme le montre le tableau suivant :
14. Le jeu de ce coefficient serait bien sur différent si le financement privé intervenait sous une
autre forme, par exemple sous la forme de « partenariat public privé », au sens où ce terme est
entendu en France.
Part à affecter du coût

Public Privé
des fonds publics
Subvention
Investissement 100 %
publique seulement
Avantages financiers pendant

100 % 0%
la durée de concession
Avantages financiers au-delà

100 % 100 %
de la durée de concession
Ceci s’explique par les éléments suivants :
– en cas de financement privé, au-delà de la durée de concession, les

avantages financiers retournent au public, ce qui évite une levée
d’impôts du même montant, et évite donc une distorsion économique ;
cette distorsion économique est actualisée au taux d’actualisation
public ;
– en cas de financement public, cet effet joue dès la première année
de vie du projet.
La durée de concession est par défaut supposée égale à 30 ans, et la

subvention publique en cas de financement privé est également calcu-
lée de sorte que la VAN financière du concessionnaire privé (actuali-
sée au taux WACC) soit nulle sur 30 ans15.
Le modèle détermine le programme optimal, c’est-à-dire la liste des
projets retenus, la date de mise en service de chacun, la VAN de
chaque projet et la VAN de l’ensemble du programme, ainsi que les
valeurs des indicateurs de rentabilité usuels.
– Le taux de rentabilité interne (TRI) calculé à l’année où l’on
décide le programme : c’est le taux d’actualisation qui annulerait la
VAN si le projet était mis en service cette année-là. Ce calcul peut être
effectué sous l’angle socio-économique (TRI SE : on prend alors en
compte les avantages socio-économiques) ou sous l’angle financier
(TRI FI : on prend alors en compte les conséquences financières pour
le gestionnaire d’infrastructure).
– Le taux de rentabilité immédiate (Tri) calculé à l’année où l’on
décide le programme : c’est le rapport entre l’avantage que procurerait
l’investissement cette année et le coût de l’investissement. Là aussi, ce
calcul peut être fait sous l’angle socio-économique (Tri SE : on prend
alors en compte les avantages socio-économiques) ou sous l’angle
15. Ces deux durées peuvent être différentes.

financier (Tri FI : on prend alors en compte les conséquences financiè-

res pour le gestionnaire d’infrastructure).
– Le rapport « Bénéfice / Coût de l’investissement », qui est recom-
mandé par le rapport Lebègue ; il y a autant de tels ratios qu’il y a
d’années possibles de mise en service ; mais le rapport Lebègue ne
précise pas l’année en question ; néanmoins, pour que le ratio apporte
une information, il est nécessaire de dire à quelle année est fait le
calcul ; suivant l’intuition naturelle, on le calculera aussi à l’année où
l’on décide le programme.
– Le rapport « Bénéfice / Fonds publics » (B/FP) ; ce ratio est
également recommandé par le rapport Lebègue dans le cas de finance-
ment privé. Pour les mêmes raisons que pour le ratio précédent, il faut
définir l’année de calcul et on prendra l’année d’établissement du pro-
gramme.
2.2. Description des tests effectués

On a distingué :
– des tests exploratoires relatifs aux effets isolés de certains para-
mètres tels que la croissance du coût d’investissement, la croissance
des avantages socio-économique ou la croissance des avantages finan-
ciers ;
– des tests de choix décentralisés entre variantes techniques incom-
patibles et entre projets liés ;
– un test de programmation centrale comparant des projets indé-
pendants dont les paramètres ont été engendrés de façon aléatoire ;
– un test de programmation centrale sur projets réels indépendants.
2.3. Résultats de simulation
2.3.1. Tests de sensibilité aux paramètres clés

Croissance du coût d’investissement en fonction du temps
Si l’on compare des projets à paramètres identiques sauf pour ce
qui concerne la croissance dans le temps du coût d’investissement en
fonction de la date de mise en service, les premiers projets à program-
mer sont ceux pour lesquels la croissance du coût d’investissement sera
la plus forte.
Ceci se comprend car, toutes choses égales d’ailleurs, il est plus
avantageux de commencer par des projets dont le coût va augmenter
dans le temps, comme par exemple ceux qui sont soumis à de fortes
évolutions des prix fonciers. En comparaison, des projets où une
grande partie des coûts sont liés à des nouvelles technologies dont le
prix baisse tendanciellement seront, toutes choses égales par ailleurs, à

réaliser plus tard.
Projets à forte élasticité au PIB

On génère des projets de même taux de rentabilité interne socio-
économique (et même ratio avantages financiers/avantages socio-
économiques) dont certains présentent une forte croissance des avan-
tages en fonction du temps (en général une forte élasticité au PIB),
contrebalancée par des avantages initiaux faibles (et réciproque-
ment).
L’optimisation conduit à commencer par les projets à fort avantage
socio-économique initial et faible croissance des avantages. Cela impli-
que de faire en premier les projets dont le ratio VAN socioéconomi-
que / fonds publics investis recommandé par le rapport Lebègue est le
plus bas. Ceci constitue un cas où une utilisation aveugle de ce ratio
peut être trompeuse.
Projets de même TRI socio-économique mais avantages financiers diffé-
rents
L’optimisation amène à commencer avec les projets à forts avanta-
ges financiers ; ceux-ci nécessitent en effet moins de fonds publics,
générant moins de distorsions économiques. Cet avancement de la
date de réalisation dépend du coût d’opportunité des fonds publics et
du niveau de la contrainte budgétaire.
En l’absence de contrainte budgétaire, l’avancement est d’autant
plus élevé que le coût d’opportunité des fonds publics est élevé.
Notons toutefois que cet effet se produit que le financement des pro-
jets soit public ou non, mais son importance dépend du mode de
financement, public ou privé.
En présence de contrainte budgétaire, l’avancement se produit
même en l’absence de coût d’opportunité des fonds publics, et il est
d’autant plus fort que la contrainte l’est. Mais de ce point de vue le
ratio Bénéfice/Fonds publics fournit une indication trop brutale,
puisqu’il conduit à donner une priorité absolue à des projets qui ne
nécessitent aucun fonds public, un critère qui n’est rigoureusement
valable que pour une contrainte budgétaire extrême.
2.3.2. Tests de programmation décentralisée
Ces tests ont porté sur le choix entre variantes incompatibles d’un
même projet. Leur objet essentiel était de voir si ces choix peuvent être
décentralisés au moyen de critères ou de méthodes simples, ceci afin
d’éviter que les choix de ce type, qui peuvent être nombreux au cours
de l’étude d’un projet, aient tous à remonter au niveau central. Le test

essentiel a porté sur la sensibilité du choix au niveau de la contrainte
budgétaire, le seul paramètre qui puisse empêcher une décentralisa-
tion totale des décisions en l’absence d’informations sur les coûts de
rareté des fonds publics ; lorsque l’on connaît cette chronique, une
décentralisation est possible.
Les tests en cause ont été effectués dans le cadre d’un programme
comprenant une vingtaine de projets indépendants, chacun d’un coût
de 1 000 pour simplifier la présentation du tableur, et dont la program-
mation s’étale sur un espace de temps de 20 ans, soit 6 périodes de trois
ans, choisies pour correspondre en l’absence de contrainte financière à
des mises en service de trois projets par période. Dans ce programme
on introduit un projet supplémentaire qui peut faire l’objet d’un cou-
ple de variantes techniques.
Plusieurs situations de ce type ont été testées. On présente ici les
résultats de trois de ces situations.
Tableau 1
Résultats de tests sur le choix de variantes incompatibles
Variante 1 Variante 2 Contrainte

Avantage Avantage financière Projet
Coût Coût annuelle à retenir
socio-éco socio-éco
en 2005 en 2005 du programme
en 2005 en 2005
Test 1 40 1 000 36 900 Pas de contrainte 1
75 % des crédits
Test 3 40 1 000 37 900 1
optimaux
50 % des crédits
Test 4 40 1 000 37 900 2
optimaux
75 % des crédits
Test 7 40 1 000 26 500 1
optimaux
50 % des crédits
Test 8 40 1 000 26 500 2
optimaux
Dans la première situation, correspondant au test 1, les deux

variantes sont homothétiques ; elles ont même TRI et même rapport
B/fonds publics, et ce d’ailleurs, quelle que soit l’année de calcul. Elles
ne sont cependant pas équivalentes car le critère du bénéfice actualisé
montre qu’en l’absence de contrainte budgétaire c’est la variante 1 (la

plus coûteuse) qui doit être choisie. Ce résultat se retrouve dans la
plupart des autres situations simulées.
La situation 2 correspond aux tests 3, 4 et 5. Dans ces tests on prend
deux variantes d’un projet, et on analyse comment le choix entre elles
se transforme lorsque la contrainte budgétaire se resserre. Il apparaît
que le critère simple du bénéfice actualisé sans contrainte financière
est assez robuste pour définir la bonne variante. La solution ne change
que lorsque le niveau des crédits tombe à la moitiés des crédits opti-
maux, c’est-à-dire lorsque le niveau de la contrainte budgétaire est
fort. Bien évidemment, ce critère, lorsqu’il permet de trouver la bonne
variante, ne donne pas sa bonne date de réalisation qui dépend étroi-
tement de la contrainte budgétaire. D’après cette analyse, le choix
technique de la variante peut être décentralisé, au moins tant que la
contrainte financière n’est pas trop forte, mais la décision concernant
sa date de réalisation ne peut être effectuée que par un échelon central
qui aurait en main tous les projets.
La situation 3 correspond aux tests 6, 7, 8 et 9 et aboutit aux mêmes
résultats.
La robustesse du critère du bénéfice actualisé pour le choix entre
variantes sous contrainte budgétaire, que met en évidence cet essai,
n’est bien sûr qu’une conjecture qui devrait être étayée par un
balayage plus systématique des situations types (en particulier, mais de
façon non exclusive, il conviendrait de faire varier les coûts des pro-
jets). De toute façon, la connaissance des prix fictifs tels qu’ils sont
définis par J. Maurice (cf. chapitre 9) permet d’obtenir un critère plus
fiable encore.
2.3.3. Tests de programmation centralisée sur projets engendrés

aléatoirement
Dans ces tests, les paramètres des projets (coût d’investissements et
leurs variations dans le temps, avantages socio-économiques et recet-
tes financières ainsi que leurs variations dans le temps) ont été tirés au
sort de façon aléatoire autour de valeurs moyennes représentatives des
projets routiers et ferroviaires moyens.
Avec ces valeurs numériques, le taux de rentabilité interne socio-
économique des projets varie entre 3,2 % et 8,6 %. La part des fonds
publics si la mise en service est en 2005 varie entre 60 % et 85 %.
Ce panel de projets a été utilisé pour explorer la valeur des indica-
teurs approchés pour la programmation, l’effet du mode de finance-
ment, et les conséquences de la valeur du coût des fonds publics sur les
indicateurs de la programmation.
Indicateurs approchés pour la programmation
Pour des projets générés aléatoirement selon les règles énoncées

ci-dessus, on peut examiner les corrélations entre les dates de mise en
service optimales d’une part, et les indicateurs simplifiés présentés
plus haut, les TRI, Tri et ratios B/fonds publics, tous calculés à la date
de programmation (ici 2005).
Le tableau suivant montre la manière dont les dates de mise en
service sont corrélées avec ces indicateurs :
Tableau 2
Corrélations entre les dates de mise en service
et les indicateurs de rentabilité usuels
Indicateurs de rentabilité TRI SE Tri FI Tri SE B /FP

2
Coefficient de corrélation R
0,64 0,36 0,73 0,39
avec la date de réalisation
Globalement les projets qui présentent le meilleur ratio « B/fonds

publics » sont en général ceux qu’il faut réaliser d’abord, mais ce n’est
qu’une relation approchée qui comporte une marge d’erreur impor-
tante, puisque le coefficient de corrélation entre le ratio et la date de
mise en service n’est que de R2 = 0,39.
La corrélation entre le TRI interne socio-économique et la date
optimale de mise en service est meilleure (R2 = 0,64). Celle avec le
taux de rentabilité immédiat socio-économique (si la mise en service
est en 2005) l’est encore plus (R2 = 0,73).
En revanche le taux de rentabilité financier immédiat est faible-
ment corrélé avec la date de mise en service optimale (R2 = 0,36).
Effet du mode de financement sur la VAN socioéconomique
Avec un même coefficient de coût des fonds publics, le bénéfice
socio-économique (prenant en compte les distorsions liées aux modes
de collecte des fonds publics) varie selon le mode de financement des
projets et le signe de la différence dépend de la différence entre le taux
d’actualisation public et le coût moyen du capital : si le taux d’actuali-
sation public est inférieur au coût moyen du capital privé, le finance-
ment public est systématiquement préférable au financement privé,
comme on le voit sur l’exemple simple suivant, où l’on compare les
bénéfices issus de deux modes de financement d’un projet constitué
par une dépense initiale de 100 suivi par un avantage socio-
économique qui se produit la première année seulement, et ensuite le
projet est hors service. Cet avantage est de 110, constitué uniquement
de recettes financières. Prenons un taux d’actualisation public de r =
0,04 et un coût du capital privé de i = 0,05. En cas de financement privé,
l’investissement comme les recettes bénéficient à un agent privé. Le
projet n’a pas besoin de subvention publique et le bénéfice est :
Bpr = -100+110/(1,04) = 106
En cas de financement public, l’investissement est financé par un

opérateur public et les recettes bénéficient à cet opérateur public. Le
bénéfice doit être calculé en fonction du coût des fonds publics. Les
dépenses sont à multiplier par 1,3 mais les recettes aussi :
Bpu = -100*1,3+(110/1,04)*1,3 = 108
Ceci est lié au fait qu’alors les avantages socio-économiques en cas

de financement public doivent tenir compte des distorsions économi-
ques évitées du fait du retour à la sphère publique des avantages
financiers du projet. Ces avantages socio-économiques supplémentai-
res d’exploitation sont actualisés au taux public, en général inférieur
au taux financier (WACC16). En revanche, pour un financement
public, l’ensemble de l’investissement entraîne une distorsion écono-
mique. Globalement, le bilan du financement privé est alors négatif,
toutes choses égales d’ailleurs. On obtiendrait le résultat inverse si le
coût moyen du capital est inférieur au taux d’actualisation public :
alors le financement privé est systématiquement préférable au finance-
ment public.
Il ne faut pas en déduire une supériorité systématique d’un des
modes de financement sur l’autre. En effet l’analyse précédente ne
tient pas compte de toutes les différences entre financement public et
financement privé. Pour effectuer une comparaison complète et signi-
ficative, il faudrait prendre en compte explicitement les particularités
de chaque mode de financement, à savoir notamment un moindre coût
d’exploitation et de construction pour le financement privé, introduire
le niveau de risque de chaque projet qui se traduira en financement
privé par un coût moyen du capital spécifique à chaque projet et en
financement public par une prise en compte explicite (à travers par
exemple des valeurs d’option) de l’incertitude, et enfin tenir compte
des questions non abordées ici d’asymétrie d’information, de régula-
tion et d’incitations (Pour un traitement de ces questions, voir le pro-
gramme de recherche européen REVENUE, Deliverable D2).
16. Weighted average cost of capital.

Effet du coefficient d’opportunité des fonds publics sur les indica-

teurs usuels de rentabilité
Le tableau ci-dessous présente l’effet de la variation du coefficient
des fonds publics sur les coefficients de corrélation R2 entre la date
optimale et divers indicateurs. Aucune contrainte budgétaire annuelle
n’a été appliquée.
Coût d’opportunité
B/FP TRI SE Tri SE Tri Fi
des fonds publics
0 0,30 0,55 0,37 0,03
0,3 0,30 0,51 0,41 0,22
0,6 0,26 0,46 0,46 0,23
0,9 0,31 0,45 0,51 0,32
Dans la plupart des cas, le TRI interne socio-économique semble le

meilleur indicateur approché de la date de mise en service. Le taux de
rentabilité immédiat financier est d’autant meilleur que le coefficient
des fonds publics est élevé.
2.3.4. Test de programmation centralisé sur projets réels

Ce test a été effectué sur les principaux projets ferroviaires relatifs
à des lignes nouvelles actuellement envisagés en France ; ces projets,
au nombre d’une vingtaine, sont, conformément aux dispositions léga-
les étudiés par le gestionnaire des infrastructures ferroviaires, Réseau
Ferré de France (RFF). Cet établissement public doit statutairement
équilibrer son budget, et ne peut donc financer les projets qu’à hauteur
des recettes qu’il est susceptible d’en tirer par les péages qu’il perçoit
auprès des opérateurs ferroviaires, ou des réductions de coûts permi-
ses par les projets.
Il paraît dans ces conditions normal de considérer que RFF est un
investisseur privé, c’est-à-dire que les recettes qu’il perçoit et la part du
coût des investissements qu’il finance ne doivent pas être affectées du
coefficient de rareté des fonds publics. Les recettes financières corres-
pondantes permettent de gager un capital qu’il convient de déterminer
en prenant un taux d’intérêt égal au taux des emprunts que le marché
propose à RFF, taux d’intérêt qui se situe aux alentours de 5 % en
euros courants, soit 3,3 % en euros constants : c’est ce coût moyen du
capital qui a été pris dans la suite de cette section. Le reste du coût
d’investissement est assuré par des subventions publiques, auxquelles
doit être appliqué le coefficient de rareté des fonds publics.
Seule est prise en compte parmi les investissements et les avantages

financiers la part du gestionnaire d’infrastructure.
Ces données permettent de calculer des avantages socio-
économiques et financiers la première année en cas de mise en service
en 2005.
Dans les cas où ces informations n’étaient pas complètes, des esti-
mations ont été effectuées ; en particulier, en l’absence de parts des
fonds publics, le ratio des avantages financiers sur les avantages socio-
économiques de la première année a été fixé à 32 % environ (ratio
moyen constaté sur les projets où l’on peut calculer ce ratio).
Le taux de croissance des avantages socio-économiques est supposé
égal à 2,28 % (en euros constants), correspondant à une hypothèse de
taux de croissance annuel moyen du PIB de 1,9 % (scénario central des
prévisions de trafic établies par le SESP (Service Économie, Statisti-
ques et de la Prospective) pour le compte du ministère des Transports)
et d’une élasticité du trafic au PIB de 0,5 ainsi que d’une élasticité de la
valeur du temps au PIB de 0,7, conformément aux recommandations
du rapport dit « Boiteux II »17.
Le taux de croissance des avantages financiers est supposé identi-
que à celui des avantages socio-économiques, le gestionnaire d’infras-
tructures étant supposé conserver au cours du temps une part cons-
tante des avantages socio-économiques18.
Indicateurs approchés pour la programmation
Pour des projets ferroviaires décrits ci-dessus, on peut aussi exami-

ner les corrélations entre les dates de mise en service d’une part, et
divers indicateurs simplifiés d’autre part.
Pour ce panel de projets, la relation entre la date optimale de mise
en service calculée par le modèle (avec k = 30 % et une contrainte
budgétaire annuelle correspondante), et le ratio VANSE/fonds publics
17. Commissariat Général au Plan, Transports : choix des investissements et prise en compte des
nuisances, rapport d’un groupe de travail présidé par M. Boiteux, La Documentation Française,
Paris, 2001.
18. Ceci suppose que le montant du péage du transporteur en volume (produit du péage
unitaire par le nombre de trains) suive la croissance du produit du trafic par la valeur du temps.
Autrement dit, le taux de croissance annuel moyen (TCAM) du péage unitaire p soit (dp/dt)/p soit
être égal à la somme de (demport/dt)/emport et de (dvaltemps/dt)/valtemps, (car l’avantage temps
par train = emport * valtemps * temps gagné) où emport est le nombre de voyageurs par train et
valtemps la valeur unitaire du temps. Par exemple si la valeur du temps croît à 1,3 % par an (TCAM
du PIB à 1,9 %), et si l’emport par train croît avec un TCAM de 2,5 % par an (du fait notamment de
l’augmentation de la part des trains en unité multiple (UM) et à deux niveaux) (niveau estimé de
1996 à 2004 pour les TGV sur les troncs communs des LGV Sud-Est et Atlantique), le péage
unitaire par train sur les LGV doit croître à environ 1,3 % + 2,5 % = 3,8 % par an pour que cette
hypothèse soit vérifiée.
Année optimale de mise en service et ratio Lebegue en 2005
en cas de mise en service en 2005 est décrite par le graphique ci-dessus.

Chaque point représente un projet.
On constate que la relation entre ces deux quantités n’est
qu’approximative. Ceci est lié au fait que des hypothèses de plus forte
courbure de la courbe des avantages dans le temps ont été utilisées
pour les projets ayant un caractère de décongestion marqué. Il en va
notamment de projets comme l’augmentation de capacité de la ligne
nouvelle Paris Sud-Est (LN 1) (ERTMS et investissements connexes),
ou de projets visant à augmenter la capacité pour le fret ferroviaire
dans des nœuds critiques.
Ainsi, par exemple, le projet augmentation de capacité de la LN1
présente le meilleur ratio Bénéfice actualisé sur fonds publics en 2005,
mais sa date de mise en service optimale ne se situe que vers 2015, du
fait de la croissance quadratique ou cubique des avantages avec le
temps. Ceux-ci sont en effet proportionnels non pas au nombre de
trains global sur cet axe, mais au nombre pour lesquels la capacité
horaire de l’infrastructure en référence est dépassée. Il en irait de
même pour des projets urbains dont les avantages sont essentiellement
liés à la décongestion routière des voies parallèles saturées, ou bien,
dans son principe, de projets de désaturation de nœuds ferroviaires de
fret, même si l’horizon de cette désaturation est vraisemblablement
plus éloigné.
On peut également penser que l’augmentation des coûts d’investis-
sements en fonction de la date de mise en service n’est probablement
pas la même pour un projet en rase campagne et un projet en milieu
urbain, où le foncier et l’insertion environnementale vont coûter de
plus en plus cher ; une majoration des coefficients a été introduite pour
ces projets en milieu urbain.
Sur ces données, la meilleure corrélation avec la date optimale de
mise en service est celle donnée par le taux de rentabilité immédiat
socio-économique (avec mise en service en 2005 pour tous les pro-
jets) (R2 = 0,83). Celle avec le taux de rentabilité interne socio-
économique (si la mise en service est en 2005) vient ensuite (R2 =
0,53), puis ensuite le ratio VAN socio-économique par euro public
investi (R2 = 0,15).
Effet du mode de financement sur la VAN socio-économique
Avec un même coefficient (coût d’opportunité) des fonds publics, le
Bénéfice socio-économique (prenant en compte les distorsions liées
aux fonds publics) varie peu selon le mode de financement des projets ;
elle est en cas de financement public de 30,84 milliards d’euros 2005
contre 30,89 milliards d’euros 2005 en cas de financement « privé »,
dans le cas d’un emprunteur AAA (avec un taux financier WACC de
3,3 % en euros constants soit 5 %).
Cette différence est liée au fait que le taux d’actualisation public
(4 % en première période) est supérieur au taux retenu pour le taux de
la ressource financière (3,3 % en euros constants, soit 5 % en euros
courants, avec une inflation à 1,7 %).
Si le taux d’actualisation public était plus faible que le taux finan-
cier, le résultat serait inverse. Par exemple, si on prend un taux finan-
cier WACC de l’ordre de 4,8 % en euros constants, soit 6,5 % en euros
courants (soit 1,5 % au-dessus d’un emprunteur AAA), le bénéfice
socio-économique serait de 30,77 milliards d’euros en cas de finance-
ment « privé », contre 30,84 en cas de financement public.
L’effet du mode de financement sur le bénéfice socio-économique
est donc principalement lié à d’autres facteurs (taux de la ressource
financière différent selon le porteur du projet, capacité de celui-ci à
mieux maîtriser les coûts et à obtenir davantage de recettes par une
tarification appropriée notamment).
Comparaison avec la programmation gouvernementale
Lors du CIADT (Comité Interministériel d’Aménagement et de
Développement du Territoire) de décembre 2003, le gouvernement
français a affiché19 une programmation de projets dans l’ensemble des
modes de transport. Pour ce qui concerne les projets ferroviaires, ont
19. http ://www.datar.gouv.fr/datar—site/datar—CIADT.nsf/$ID—Dossier/CLAP-5UCCRY

été publiées une carte ainsi que pour certains projets des dates de
lancement des travaux comme suit :
Haut-Bugey : 2005
LGV Rhin-Rhône Est 1re phase : 2006
LGV Sud Europe Atlantique 1re phase : 2008
LGV Bretagne Pays de Loire : 2009
LGV Est Européenne 2e phase : 2010
Le lancement des autres projets cités lors du CIADT en question

n’est pas daté dans ce document.
La programmation optimale trouvée par le modèle aboutit pour les
projets en cause aux dates indicatives suivantes :
LGV Rhin Rhône Est 1re phase : 2006

Haut-Bugey : 2006
LGV Bretagne Pays de Loire : 2009
LGV Sud Europe Atlantique : 2019
L’absence de données précises sur la LGV Est 2e phase ne permet

pas une comparaison de dates, mais le programme optimal du modèle
la situe à un horizon significativement plus éloigné.
On constate donc globalement une assez grande similarité entre les
résultats du modèle (programme optimal) et la programmation gou-
vernementale du CIADT.
3. CONCLUSION
Ce texte propose une méthode d’optimisation des programmes

d’investissements de transport. Cette méthode est fondée sur la pro-
grammation linéaire, et on montre qu’on peut par son entremise résou-
dre la plupart des problèmes que pose la programmation des investis-
sements : choix entre variantes d’un même projet, détermination de la
date optimale de mise en service, optimisation sous contrainte budgé-
taire, optimisation avec contrainte budgétaire aléatoire, …
Cette méthode est mise en œuvre d’abord pour des projets simulés
afin d’explorer quelques problèmes liés à la programmation.
Les simulations présentées ici fournissent des enseignements en ce
qui concerne plusieurs problèmes tels que la qualité des indicateurs
approchés ou la décentralisation des décisions en situation de
contrainte budgétaire (rappelons qu’en l’absence de contrainte budgé-
taire, la décentralisation des décisions pourrait être complète).
Il apparaît d’abord que les critères simples de rentabilité tels que le

taux de rentabilité interne, le taux de rentabilité immédiate, le ratio
« bénéfice actualisé sur euro investi » ou le ratio « Bénéfice actualisé
sur euro public investi » (en cas de mise en service en 2005) ne sont
qu’approchés. Leur corrélation avec la date de mise en service est
imparfaite, et c’est semble-t-il avec le taux de rentabilité immédiate
que la corrélation est la plus forte, de l’ordre de 0,8. Le ratio
« VAN/fonds publics » est d’autant meilleur que l’évolution des avan-
tages présente une courbure plus faible. Mais ces critères simples, qui
peuvent être parlants en termes de communication, ne sauraient être
des outils opérationnels pour l’établissement des programmes, pour
lesquels la méthode de programmation proposée est à la fois simple et
rapide à mettre en œuvre.
Enfin, les tests effectués montrent qu’une attention plus grande
devrait être apportée à la convexité de la courbe des avantages socio-
économiques dans le temps (du fait par exemple d’une fonctionnalité
de décongestion) ainsi qu’aux évolutions possibles des coûts d’investis-
sement selon la date de mise en service, facteurs qui semblent avoir un
effet important sur la programmation. Les projets dont les coûts
d’investissement vont le plus augmenter devraient, toute choses égales
d’ailleurs, être lancés plus tôt, pendant qu’ils ne sont pas encore trop
chers.
En matière de décentralisation des procédures d’élaboration des
programmes, il semble que pour les choix entre variantes incompati-
bles d’un même projet le critère du bénéfice actualisé maximal sans
tenir compte de la contrainte budgétaire (critère décentralisable) soit
assez robuste même pour des niveaux de contrainte budgétaire élevés.
Il semble aussi que pour la programmation de projets liés, les critères
simples usuels ne donnent pas de bons résultats. En revanche dans ce
cas, le critère du bénéfice actualisé sans tenir compte de la contrainte
budgétaire (critère décentralisable) apparaît également assez robuste.
Mais les critères dégagés par J. Maurice, qui font intervenir les varia-
bles duales des contraintes budgétaires, sont plus décentralisables
encore (cf. chapitre 9).
D’autres simulations pourraient être menées. Une extension des
simulations concernerait l’optimisation des péages d’infrastructure ; à
travers cette variable et en fonction de sa valeur, les avantages socio-
économiques et les avantages financiers de chaque année seraient
variables, et liés, et pourraient être optimisés. Il faudrait en outre bien
sûr d’autres essais pour confirmer ou infirmer les conclusions provisoi-
res tirées des simulations présentées.
Références
Abraham C. et Laure A., « Étude des programmes d’investissements
routiers », Annales des Ponts et chaussées, novembre, 1959.
Bonnafous A. et Jansen P., « Ranking Transport Projects by their
Socioeconomic Value or Financial Interest rate of return ? », First
Conference on Railroad Industry Structure, Competition and
Investment, Toulouse, November 7-8, 2003.
Bonnafous A. et Jensen P., « Ranking transport projects by their
socioeconomic value or financial internal rate of return ? », Trans-
port Policy, vol. 12, no 2, 2005.
Commissariat Général du Plan, Transports : pour un meilleur choix
des investissements, rapport d’un groupe de travail présidé par
M. Boiteux, La Documentation Française, Paris, 1994.
Commissariat Général du Plan, Transports : choix des investissements
et prise en compte des nuisances, rapport d’un groupe de travail
présidé par M. Boiteux, La Documentation Française, Paris, 2001.
Commissariat Général du Plan, Révision du taux d’actualisation des
investissements publics, Rapport d’un groupe de travail présidé par
D. Lebègue, rapporteur L. Baumstark, La Documentation Fran-
çaise, Paris, 2005.
Pozmantir W., « Méthode de correction des tâches et des contraintes
sur un programme d’investissement de branche », Working Paper,
Institute of Studies of Complex Systems, 1999.
Proost S., de Palma A., Lindsey R., Balasko Y., Meunier D., Quinet
E., Doll C., van der Hoofd M., Pires E., « REVENUE D2 Theore-
tical Framework », 2005.
Relevé de décisions du CIADT du 13 Décembre 2003 :
« http ://www.datar.gouv.fr/datar—site/datar—CIADT.nsf/$ID—
Dossier/CLAP-5UCCRY
Quinet E., Principes d’économie des transports, Economica, 1998.
Quinet E., « À propos du rapport Lebèque » Transports, août-
septembre, 2005.
SESP, « La demande de transport en 2025 », Ministère de l’Équipe-
ment, du Logement des Transports et de la Mer.
CHAPITRE 9
CHOIX DES PROJETS SOUS CONTRAINTE

BUDGÉTAIRE ANNUELLE : ESSAI
DE RÉCAPITULATION
Joël Maurice1
La présente contribution fait suite à l’introduction générale relative

à la programmation des projets sous contrainte budgétaire, ainsi qu’à
la contribution de Bonnafous et Roy et à celle de Quinet et Sauvant.
Son objet est de partir de ces travaux récents ou de certains travaux
datant des années 80 (rapports du Plan, article de Thédié et article de
Laure et Abraham) pour en proposer une analyse et une interpréta-
tion transversales, susceptibles de fournir une méthode applicable
dans la plupart des cas et de façon décentralisée. Il ne s’agit pas d’une
lecture nouvelle, mais d’un essai de récapitulation.
La représentation du problème utilisée ci-après recourt à la fiction
du fractionnement des projets, que Laure et Abraham préconisaient et
que Bonnafous et Roy ont également adoptée, tout comme Quinet et
Sauvant ; des exemples simples permettront toutefois de signaler les
écarts qui peuvent être engendrés par l’abandon du caractère insécable
des projets. La démarche qui va être présentée est pleinement compa-
tible avec celle de Quinet et Sauvant, qui font appel à la programma-
tion linéaire, mais elle en interprète les résultats à la lumière du théo-
rème de Kuhn et Tucker ; en cela, elle prolonge la démarche de
Bonnafous et Roy, en la généralisant notamment à un horizon plurian-
nuel.
La conclusion à laquelle on parvient est qu’il serait possible de
décentraliser pour chaque projet le choix de la variante optimale ainsi
que de la date optimale d’achèvement, dans le respect de la contrainte
budgétaire annuelle, si toutefois les pouvoirs publics étaient en mesure
d’annoncer une chronique de « prix fictifs des fonds publics », comme
1. Paris-Jourdan Sciences Économique – École Nationale des Ponts et Chaussées

Choix des projets sous contrainte budgétaire annuelle : essai de récapitulation / 277
le proposait déjà Thédié. Dans le cas contraire, on examine la perti-

nence d’autres indicateurs, tel que notamment le bénéfice actualisé par
euro public dépensé ; cet indicateur auxiliaire se révèle utile si un
certain nombre de simplifications apparaissent admissibles, mais il n’a
qu’un pouvoir séparateur imparfait.
Enfin, on explore la piste d’une optimisation de l’appel aux finance-
ments privés dont le remboursement sur fonds publics serait gagé sur
la chronique supposée connue des enveloppes budgétaires disponibles.
Cette démarche conduirait à une valeur unique du « prix fictif de
rareté des fonds publics » au lieu d’une série de prix fictifs annuels et
donnerait ainsi une justification théorique à l’usage du ratio bénéfice
actualisé par euro public dépensé actualisé (à l’aide le taux d’intérêt
réel du préfinancement privé), dont le pouvoir séparateur reste cepen-
dant imparfait.
Les notations sont autant que possibles les mêmes que dans l’ins-
truction cadre des 24 mars 2004 et 27 mai 2005. Le taux d’actualisation
est notamment désigné par r.
Hypothèses simplificatrices
Pour procéder à cette analyse, on adopte un certain nombre de
simplifications.
– On raisonne en temps discret, à pas annuel, à partir d’une année
choisie comme origine des temps2.
– On suppose que l’on connaît la liste exhaustive des N projets3.
– Chaque projet est repéré par son numéro n (n variant de 1 à N,
placé en exposant. Il est caractérisé par :
• sa période de réalisation, qui s’achève au 31 décembre de l’année
dont la date4 est t0n
• sa durée de réalisation Hn, que l’on supposera pour simplifier
inférieure ou égale à une seule année : la réalisation se déroule donc
intégralement au cours de l’année t0n
• sa date de mise en service, qui est le 1er janvier de l’année (t0n + 1)
• son coût d’investissement In, que l’on suppose le même quelle que
soit sa date de réalisationn t0n, et dont la valeur actualisée à l’origine des
t
temps est donc In/(1 + r) 0
2. L’origine des temps peut être l’année 2004, comme dans l’instruction cadre des 25 mars 2004
et 27 mai 2005 du ministère des Transports, de l’Équipement, du Tourisme et de la Mer. Mais rien
ne s’oppose à ce que ce soit une année plus récente, comme par exemple 2006.
3. Hypothèse très irréaliste, car il est presque consubstantiel aux projets d’apparaître et de se
développer (ou de disparaître) au fur et à mesure de l’histoire socio-économique ; il est donc
paradoxal d’insérer les projets dans une liste close.
4. Par rapport à l’année origine des temps.
• sa période d’exploitation, dont l’année générique t démarre à la

date (t0n + 1) et qui est censée se prolonger5 à l’infini ; chacune de ces
années procure un avantage socio-économique atn, que l’on suppose6
ne dépendre que de l’année t et dont la valeur actualisée à l’origine des
temps est donc atn/(1 + r)t
• une série de dépenses publiques annuelles (qui, lorsqu’elles pren-
nent un signe négatif, constituent en réalité des recettes publiques). À
la date t0n, la dépense publique représente la contribution publique au
financement de l’investissement In ; comme le coût de cet investisse-
ment, on suppose que cette dépense publique est la même quelle que
soit la date de réalisation du projet ; on la note DPIn. L’année généri-
que t, postérieure à t0n, la dépense publique est la contribution publique
au financement de l’exploitation ; comme l’avantage socio-
économique, on suppose que cette dépense ne dépend que de
l’année t ; on la note DPEnt ; elle peut être négative en cas de recettes
nettes tarifaires ou fiscales ;
• son bénéfice socio-économique actualisé à l’année t0n noté Bnt0 et
son bénéfice actualisé l’origine des temps noté BOTtn0 ;
• Nota : dans le calcul de Bnt0 comme dans celui de BOTnt0 , en appli-
cation de l’instruction cadre les dépenses ou recettes publiques DPIn
et DPEtn sont à multiplier par 1,3. La majoration de 0,3 est appelée
« coût d’opportunité des fonds publics » ; elle reflète les pertes d’effica-
cité économique (distorsions) censées résulter du recours à l’impôt.
– Enfin, chaque année t est censé exister un plafond Ct que ne peut
pas dépasser le solde des dépenses publiques, relatives à ceux des N
projets considérés qui ont été réalisés depuis l’origine des temps et
jusque, inclusivement, à ladite année t.
Remarque : on reviendra plus loin (§ 4) sur les particularités intro-

duites dans ces hypothèses en cas de partenariats public privé.
Fiction du fractionnement des projets
Comme déjà dit en introduction, on adopte ici d’emblée la fiction
consistant à supposer qu’il est possible de réaliser, à la date
générique7 t, une fraction xnt (comprise au sens large entre 0 et 1) du
projet n. Cette réalisation partielle est alors censée entraîner que les
5. On pourrait considérer la durée Tn de vie comme un autre paramètre du projet, mais cela ne
paraît pas indispensable à ce stade, sans réelle perte de généralité.
6. Cet avantage est évidemment nul pour toute année t ≤ tn0. Mais pour t > tn0, il est ici censé ne
pas dépendre de tn0, ce qui est une hypothèse simplificatrice relativement forte. On pourrait penser
en effet qu’en l’an 2020, l’avantage ne sera pas exactement le même selon que le projet aura été mis
en service en 2000 ou en 2010.
7. t ≥ 0
diverses caractéristiques susmentionnées (avantages, financements

publics, etc.) de ce projet se réalisent elles-mêmes dans la même pro-
portion xnt , chacune des années postérieures à l’achèvement de ce
projet fractionnaire.
À chaque projet n se trouve ainsi associée la série des fractions
inconnues xnt .
On suppose en outre que la somme des fractions ne peut excéder la
réalisation intégrale du projet :
Plusieurs cas peuvent alors se présenter. Le projet peut être réalisé
intégralement (cas ), partiellement (cas ) ou pas du
tout (cas qui implique xnt = 0 pour tout t).
Le recours à cette fiction ne sera pas gênant si, comme cela sera le
cas quasi général, on trouve in fine que le projet n ou bien ne doit
jamais être réalisé, ou bien doit être intégralement réalisé une année
« optimale » bien déterminée |tn. Si l’on trouve, ce qui sera exception-
nel, que le projet doit effectivement être fractionné sur plusieurs
années, on devra discuter l’interprétation à donner à ce résultat dans
chaque cas d’espèce ; on y reviendra plus loin (§ 6).
Modélisation de la programmation optimale
Le problème consiste à choisir la programmation des projets de
façon à maximiser, sous la contrainte annuelle de disponibilité des
fonds publics, le montant total des bénéfices socio-économiques,
actualisés à l’origine des temps,
Le choix de cet objectif a été implicitement considéré comme allant
de soi dans les différents travaux précités, remontant aux années 80 ou
plus récents. Il suppose implicitement que le taux d’actualisation lui-
même peut être déterminé indépendamment des contraintes budgétai-
res, qui peuvent être introduites dans une seconde étape, sans rétroac-
tion sur le taux d’actualisation ; cette séparabilité ne s’impose pas
comme une évidence, mais nous l’adopterons dans ce qui suit comme
une approximation admissible. De même, l’objectif retenu consiste en
un surplus monétarisable, dont on sait qu’il ne reflète l’utilité socio-
économique que sous certaines hypothèses, satisfaites si la fonction
d’utilité des consommateurs est de type semi-linéaire séparable8, ce
que nous supposerons également.
8. Voir Laffont J.-J., Cours de théorie micro-économique, Economica, 1982, volume 1, page 115.
Grâce à la fiction consistant à adopter pour inconnues les frac-

tions xnt , le problème devient, comme Quinet et Sauvant l’ont proposé
et mis en œuvre dans leur contribution, un exercice de programmation
linéaire auquel il est possible d’appliquer l’algorithme du simplexe.
Cette méthode très opérationnelle se suffit à elle-même, du moins au
niveau central, s’il est possible de rassembler toutes les caractéristiques
de tous les projets. En revanche elle ne peut pas en tant que telle être
décentralisée auprès de maîtres d’ouvrages multiples.
C’est précisément pour étudier les possibilités de décentralisation
du choix des investissements en présence de rationnement annuel des
fonds publics que nous nous proposons d’approfondir l’analyse, en
ayant recours au théorème de Kuhn et Tucker relatif à l’optimisation
sous contraintes, que nous appliquerons au cas de la programmation
linéaire qui vient d’être évoquée. Cette analyse va nous permettre de
dégager quelques éléments interprétatifs en termes de hiérarchisation
des projets.
Pour la mise en forme du problème, on pourra se reporter à
l’annexe 1.
On en retiendra ici qu’il apparaît trois types de variables duales (ou
« multiplicateurs de Lagrange ») associées chacun à une contrainte.
␣tn qui est : nul si la totalité ou une fraction non nulle du projet n est
à réaliser l’année t ; positif9 si aucune fraction du projet n n’est à
réaliser l’année t
b n qui est : nul si – au cours du temps – le projet n n’est pas à
réaliser en entier (il en manquera toujours au moins une fraction, voire
la totalité) ; positif10 si – au cours du temps – le projet est à réaliser en
entier (fût-ce par fractions sur plusieurs années11)
ut qui est : nul si les fonds publics disponibles l’année t excèdent
cette année-là les dépenses publiques nettes des recettes publiques,
afférentes aux projets programmés ; positif12 si les fonds publics ration-
nent effectivement les dépenses publiques nettes considérées. Ce mul-
tiplicateur ut est la variable duale associée à la contrainte budgétaire de
l’année t et il est ici proposé de la dénommer prix fictif de rareté des
fonds publics, l’année t.
9. Ou éventuellement nul, mais cet événement peut être considéré comme étant de probabilité
nulle.
10. Ou éventuellement nul, mais cet événement peut être considéré comme étant de probabi-
lité nulle.
11. Dans ce cas, si ces années n’étaient pas consécutives, la solution mathématique serait
dépourvue de signification socio-économique.
lité nulle.
À noter que ces « prix de rareté des fonds publics » sont distincts et
indépendants du « coût d’opportunité des fonds publics » mentionné
plus haut, qui est fixé à 0,3 par l’instruction cadre et qui reflète les
distorsions socio-économiques liées au financement par l’impôt. On
n’aura plus besoin dans ce qui suit de se référer à ce « coût d’opportu-
nité des fonds publics » puisque, comme on l’a vu, il n’intervient qu’en
amont, dans le calcul du bénéfice actualisé à l’origine des temps BOTtn0,
noté plus simplement BOTtn lorsqu’il n’y a pas d’ambiguïté.
1. PRÉCONISATION DE BASE : MAXIMISER POUR CHAQUE

PROJET n LE BÉNÉFICE FICTIF ACTUALISÉ À L’ORIGINE
DES TEMPS
1.1. Définition du bénéfice fictif actualisé à l’origine des temps

Considérons le projet n. Supposons le réalisé au cours de
l’année13 t, Soit Bnt son bénéfice actualisé à la date t et BOTnt son
bénéfice actualisé à l’origine des temps, ces deux versions du bénéfice
actualisé étant calculées conformément aux prescriptions de l’instruc-
tion cadre précitée.
On peut montrer (voir annexe 1) que la programmation optimale
doit respecter les équations suivantes14 :
pour tout n et tout t

(1)
Supposons pour le moment (on rediscutera ce point un peu plus

loin) que les pouvoirs publics centraux aient déterminé la chronique
des prix fictifs de rareté des fonds publics ut et l’aient diffusée auprès
des maîtres d’ouvrage publics décentralisés.
Chaque maître d’ouvrage public décentralisé serait donc en mesure
de calculer pour tout projet n de sa compétence la valeur du premier
membre de la relation (1), que nous proposons d’appeler « bénéfice
fictif actualisé à l’origine des temps BFOTtn » dudit projet :
(2)
13. Pour alléger les notations, l’année de construction du projet est désormais désignée dans
ce qui suit par t et l’année générique d’exploitation par u, notations qui se substituent respective-
ment aux notations t0 et t de l’instruction cadre.
14. Dans cette relation, u désigne l’année générique d’exploitation de la fraction de projet
supposée réalisée l’année t.
Avec cette définition (2), la relation (1) devient donc :
pour tout n et tout t (3)

Elle est au cœur de la discussion qui va suivre. On va l’exploiter
successivement pour rechercher la date optimale de réalisation d’un
projet donné, ensuite pour rechercher la variante optimale d’un projet
donné. On dissociera ces deux étapes pour simplifier l’analyse, sans
perte de généralité.
Remarque : dans le cas où il n’y a jamais aucun rationnement des
fonds publics, alors le prix fictif de rareté des fonds publics est nul quel
que soit u. Il en résulte que BFOTtn n’est alors autre que BOTtn, quelle
que soit la date t.
1.2. Recherche de la date optimale de réalisation du projet n

On suppose ici que les N projets candidats sont indépendants,
c’est-à-dire que de l’un quelconque d’entre n’interfère aucunement
avec les autres, sauf à travers l’imputation sur l’enveloppe des fonds
publics disponibles.
Le cas de projets incompatibles sera traité plus loin sous la forme
particulière du choix entre variantes d’un même projet. Enfin, le cas
intermédiaire de projets présentant entre eux des degrés divers de
complémentarité est traité dans la contribution de Quinet et Sauvant,
mais on en fera abstraction ici pour alléger la présentation, sans perte
de généralité.
1.2.1. Exploitation de la relation (3) ci-dessus

Interprétons la relation (3) dans les deux cas (a) et (b) ci-après qui
sont les plus courants, les cas particuliers étant évoqués ensuite.
a) Supposons en premier lieu que, selon le processus de program-
mation linaire, le projet ne doive jamais être réalisé. Cela implique que
b n = 0 et que ␣tn > 0 pour toute date de réalisation t envisagée.
Selon (3), le bénéfice fictif actualisé à l’origine des temps BFOTtn est
alors négatif quelle que soit la date de réalisation t envisagée.
b) Supposons en second lieu que, selon le processus de programma-
tion linaire, le projet soit à réaliser intégralement. Cela implique que
b n > 0.
Supposons en outre que, selon le processus de programmation
linéaire, il convienne de réaliser l’ouvrage en une seule fois, au cours
de l’année |tn. Cela implique d’une part que cette année là ␣ tn|n, d’autre
part que, pour toutes les autres années de réalisation t ∞ |tnenvisagées,
␣ nt > 0.
Il résulte alors de la relation (3) que le bénéfice fictif actualisé à

l’origine des temps est égal à b n si le projet est réalisé l’année |t n et que
toute autre année de réalisation t ∞ |t n envisagée, le bénéfice fictif
actualisé à l’origine des temps prend la valeur b n – ␣ nt, qui est infé-
rieure à b n. Autrement dit : l’année optimale de réalisation est celle
pour laquelle le bénéfice fictif actualisé à l’origine des temps passe par
son maximum, qui est positif15.
Cas particuliers
– Par rapport au cas (b), il peut se faire que, selon le processus de

programmation linéaire, la réalisation intégrale du projet n se répar-
tisse sur deux années |t n1 et |t n2 (voire sur plus de deux années), ce qui
implique que pour ces années là le bénéfice fictif actualisé à l’origine
des temps prenne la même valeur b n. Cette solution peut être admissi-
ble si les années en cause sont consécutives, car on peut l’interpréter
comme une réalisation unique à cheval sur deux ou plusieurs exercices
budgétaires successifs. Elle n’aurait pas de sens concret dans le cas
d’années non consécutives et il conviendrait alors d’éliminer de la
programmation au moins l’une des dates rivales et de mieux cerner
l’optimum, par tâtonnement.
– Il peut aussi se faire que, selon le processus de programmation
linaire, le projet n se trouve dans une situation intermédiaire entre les
cas (a) et (b) ci-dessus, en ce sens qu’il serait à réaliser en partie
seulement, au cours d’une année |tn, sans être jamais complété. Cela
implique que b n = 0 et que ␣ tn|n > 0 pour toute date de réalisation t
envisagée, sauf pour l’année |tn, pour laquelle ␣ tn|n = 0. Une réalisation à
jamais partielle du projet n’aurait guère de sens concret et il convien-
drait en pareil cas de mieux cerner l’optimum, par tâtonnement. À
noter que dans leur exercice de simulation, Quinet et Sauvant n’ont
jamais rencontré ce cas.
1.2.2. Règle proposée pour déterminer la date optimale

de réalisation
Au terme de cette recherche de la date optimale de réalisation d’un
projet n en présence de contraintes budgétaires annuelles, il apparaît
donc que, en utilisant le bénéfice fictif actualisé à l’origine des temps
BFOTtn, il convient d’abord d’éliminer toute date de réalisation pour
laquelle BFOTtn serait négatif, puis, au sein des dates de réalisation
restant en lice, de retenir celle qui maximise BFOTtn.
15. Ou, exceptionnellement, nul.

Cette règle ne fait donc que généraliser la règle habituelle de choix

de la date optimale de réalisation d’un projet, en maximisant le béné-
fice fictif actualisé à l’origine des temps, qui est lui-même une générali-
sation du bénéfice actualisé à l’origine des temps (auquel il se ramène
lorsque le prix fictif de rareté des fonds publics est nul, c’est-à-dire
lorsqu’il ne s’exerce aucune contrainte budgétaire).
1.2.3. Observation sur le rôle respectif des multiplicateurs

Les multiplicateurs ␣tn et b n jouent un rôle théorique déterminant
dans la démonstration ci-dessus. Mais ils ne jouent aucun rôle prati-
que dans calcul du maximum de BFOTtn, qui en revanche fait inter-
venir les prix fictifs de rareté des fonds publics ut . Pour mettre en
œuvre la préconisation ci-dessus, le maître d’ouvrage décentralisé
n’a donc pas à se soucier des multiplicateurs ␣tn et b n, mais il a
absolument besoin de connaître la chronique des prix fictifs de rareté
des fonds publics ut . On reviendra plus loin sur la question de
l’évaluation et de la diffusion de la chronique de ut par les pouvoirs
publics centraux.
1.2.4. Remarque sur le critère auxiliaire « taux de rentabilité

immédiate »
En l’absence de contraintes budgétaires, sous un certain nombre
d’hypothèses simplificatrices16,
on peut utiliser le critère auxiliaire du taux de rentabilité immédiate
pour déterminer la date optimale de réalisation du projet n, qui est la
première année t telle que (atn / I n) ≥ r (4).
Cette règle peut s’obtenir en considérant la variation du bénéfice
actualisé à l’origine des temps entre l’année de réalisation (t – 1) et
l’année de réalisation t. Un calcul simple montre que cette variation est
telle que : . Il est avantageux de retarder la
date de réalisation de l’année (t – 1) à l’année t tant que la variation du

bénéfice actualisée à l’origine des temps augmente. Il n’est plus avan-
tageux de retarder la date de réalisation à partir du moment où cette
variation devient négative, c’est-à-dire où le taux de rentabilité immé-
diate (atn / In) devient supérieur au taux d’actualisation r.
16. Coût de l’investissement indépendant de la date de réalisation, avantage lui aussi indépen-
dant de la date de réalisation et croissant au cours du temps.
En présence de contraintes budgétaires, le calcul comparable por-

tant sur la variation du bénéfice fictif actualisé à l’origine des temps
conduit à relation suivante :
La condition (4), est remplacée en cas de contrainte budgétaire par

la condition :
(5)
Il n’est donc pas étonnant que, en présence de contraintes budgétai-

res, la corrélation soit assez lâche entre la date optimale de réalisation
du projet calculée selon la préconisation ci-dessus et la date de réalisa-
tion tirée du critère de rentabilité immédiate selon la relation (4). C’est
bien ce qui est constaté dans la contribution de Bonnafous et Roy et
dans celle de Quinet et Sauvant – même si, dans leur simulation, la
corrélation est moins mauvaise qu’avec d’autres critères, dont celui du
bénéfice actualisé par euro public 17.
1.3. Choix entre deux variantes d’un même projet ou entre deux
projets incompatibles
Comme annoncé plus haut, on va examiner maintenant la question
du choix entre deux projets incompatibles entre eux, dont un cas
particulier est le choix entre deux variantes d’un même projet.
1.3.1. Modélisation
On va supposer que, comme ci-dessus, tous les projets sont indé-
pendants, sauf les projets no 1 et no 2, qui sont incompatibles entre eux,
par exemple parce qu’ils constituent deux variantes d’un même projet.
On recourt comme précédemment à la fiction du fractionnement
des projets, affectés respectivement des fractions inconnues xt1 et xt2.
Ces fractions doivent être positives ou nulles et il est à cet égard
associé à chacune une variable duale (ou multiplicateur de Lagrange)
égale respectivement à ␣1t et ␣t2, sans changement par rapport à la
présentation faite jusqu’ici.
17. Dans le cas qui sera seront présentés en section 4 ci-après, la relation se simplifierait et
deviendrait :
En revanche, on doit substituer aux relations indépendantes

et une relation exprimant que, si l’on réalise le
projet no 1, cela exclut le projet no 2 et réciproquement. On propose

pour cela de fusionner les deux relations en une seule, à savoir :
.
Cette contrainte interdit que l’on réalise complètement à la fois le

projet 1 et le projet 2. Elle permet que l’on réalise entièrement le
projet 1 si l’on renonce entièrement au projet 2 et réciproquement.
Elle laisse subsister l’éventualité par exemple de réaliser chacun des
deux projets à 50 %, cas fictif qu’il faudrait élimer s’il était fourni par
l’algorithme de programmation linéaire.
À cette contrainte est associée une variable duale b unique, qui se
substitue aux deux variables duales distinctes b1 et b 2.
Il est alors possible comme précédemment d’utiliser la programma-
tion linéaire pour chercher à maximiser le montant total des bénéfices
actualisés à l’origine des temps sous la contrainte budgétaire annuelle :
c’est ce que font Quinet et Sauvent dans leur contribution. On peut de
même analyser cette démarche à la lumière du théorème de Kuhn et
Tucker. On parvient ainsi à la conclusion (voir annexe 2) que la pro-
grammation optimale doit respecter les équations suivantes :
BFOTt1= b - ␣t1 pour tout t (6.1)
BFOTt2= b - ␣t2 pour tout t (6.2)
Dans ces relations, le premier membre est, respectivement pour le

projet 1 et pour le projet 2, le bénéfice fictif actualisé à l’origine des
temps, conformément à la définition (2) donnée plus haut.
1.3.2. Exploitation de la relation (6.1) et (6.2) ci-dessus

Supposons par exemple que, selon le processus de programmation
linéaire, la variante no 1 doive être réalisée entièrement. Cela implique
que b > 0.
Supposons que la date optimale de cette réalisation soit |t 1. Cela
implique à la fois que ␣ t|11 = 0 et que ␣ t|11 > 0 pour toutes les autres
années t ∞ |t 1. Donc l’année |t 1 est celle où BFOTt1 prend la valeur b,
qui est sa valeur maximale.
Mais le choix de la variante no 1 exclut celui de la variante no 2,
dont la fraction optimale xt2 est nulle quel que soit t, ce qui implique
que ␣t2 > 0 quel que soit t. Dès lors, selon (6.2), BFOTt2 = b – ␣t1 est
inférieur quel que soit t à b, c’est-à-dire à la valeur maximale de

BFOTt1.
1.3.3. Règle proposée pour choisir entre des projets incompatibles
et notamment entre des variantes d’un même projet
Ce qui précède conduit à proposer la procédure simple suivante :
1. On cherche pour le projet no 1 le maximum par rapport à la date
de réalisation t du bénéfice fictif actualisé à l’origine des temps BFOTt1
2. On cherche pour le projet no 2 le maximum par rapport à la date
de réalisation t du bénéfice fictif actualisé à l’origine des temps BFOTt2
3. La plus grande de ces deux valeurs désigne simultanément la
variante qu’il convient de retenir et l’année où il convient de la réali-
ser.
1.4. Observations sur la détermination de la chronique des prix

fictifs de rareté des fonds publics ut
La détermination de la chronique des prix fictifs de rareté des
fonds publics ut constitue sur le plan théorique une partie de la
solution du problème d’ensemble de la programmation optimale sous
contraintes.
En effet, la mise en équations de ce problème d’ensemble conduit à
considérer le Lagrangien (voir l’annexe 1 et le cas échéant l’annexe 2,
déjà évoquées), dont les inconnues sont non seulement les fractions xtn,
mais aussi les variables duales associées aux diverses contraintes, à
savoir les multiplicateurs ␣tn, b n, et – ce qui nous concerne plus parti-
culièrement ici – les variables duales ut associées aux contraintes
budgétaires annuelles. On obtient le système des conditions d’optima-
lité du premier ordre en annulant les dérivées partielles du Lagrangien
par rapport à cet ensemble d’inconnues. S’il est « bien conformé », ce
système détermine simultanément les valeurs de toutes les inconnues
et notamment celles qui nous intéressent directement : xtn et ut .
En toute rigueur, l’élaboration de ce système nécessite de centrali-
ser toutes les informations nécessaires et notamment pour chaque
projet n considéré les estimations de :
BFOTtn qui dépend de l’année de réalisation t envisagée,
DPIn qui est supposée la même18 quelle que soit la l’année de

réalisation t envisagée,
18. Cette hypothèse simplificatrice pourrait être levée sans difficulté, comme le font d’ailleurs
Quinet et Sauvent dans leur contribution.
DPEun qui est supposée ne dépendre que19 de l’année d’exploi-

tation u (pourvu qu’elle soit postérieure à la date de réalisation t envi-
sagée).
Ainsi posé, le problème paraît être inévitablement du ressort d’une
planification centralisée.
Mais il est possible d’imaginer un processus itératif de dialogue
entre les autorités publiques centrales et les autorités publiques décon-
centrées ou décentralisées.
– Dans un tel processus, les autorités centrales peuvent partir
d’hypothèses d’amorçage considérées comme de premières approxi-
mations plausibles, tant pour la liste des projets et leurs caractéristi-
ques pertinents (coûts, financement, bénéfice actualisé à l’origine des
temps) que pour la chronique annuelle de l’enveloppe budgétaire.
Elles peuvent en déduire la chronique les variables duales associées au
contraintes, et tout particulièrement une chronique des prix fictifs de
rareté des fonds publics ut. Elles peuvent enfin diffuser cette
chronique ut auprès de chacun des maîtres d’ouvrages publics décen-
tralisés.
– Chaque maître d’ouvrage décentralisé peut alors calculer pour
chacun de ses projets autant de valeurs du bénéfice fictif actualisé à
l’origine des temps qu’il y a de variantes (notamment variantes techno-
logiques, mais aussi variantes de financement) et qu’il y a d’années de
réalisation envisageables. Il peut ensuite pour chacun desdits projets,
en maximisant le bénéfice fictif actualisé à l’origine des temps, définir
la variante optimale et la date de réalisation optimale (qui peut ne pas
exister, si le bénéfice fictif actualisé est constamment négatif, le projet
étant alors à rejeter).
Le processus peut s’arrêter-là : il aurait déjà l’avantage d’éviter
des écarts fâcheux entre les projets en matière d’appel aux fonds
publics.
Mais il serait aussi imaginable de poursuivre l’itération :
– Chaque maître d’ouvrage décentralisé transmettrait ses résultats
aux autorités publiques centrales, qui pourraient récapituler les
besoins annuels de fonds publics et les comparer aux enveloppes dis-
ponibles.
– En cas de désajustement, elles pourraient calculer une nouvelle
chronique de prix fictifs de rareté des fonds publics, et recommencer
une boucle itérative, et ainsi de suite.
19. Remarque identique à celle qui précède.

S’arrêter à la première itération apparaît toutefois comme plus

réaliste.
On notera que cette méthode est précisément celle qui est utilisée
pour déterminer le taux d’actualisation. Et de la même manière, son
application à la détermination de la chronique des prix fictifs de rareté
des fonds publics devrait certainement faire appel à des groupes de
travail réunissant de multiples compétences.
2 CRITÈRE AUXILIAIRE DU BÉNÉFICE ACTUALISÉ PAR EURO

PUBLIC DÉPENSÉ
2.1. Définition du critère auxiliaire

Supposons maintenant que les pouvoirs publics centraux ne souhai-
tent pas déterminer ou diffuser la série des prix fictifs de rareté des
fonds publics ut. Est-il alors possible de recourir à un critère auxiliaire
pour sélectionner les projets sous contrainte budgétaire annuelle ?
Un tel critère auxiliaire est préconisé tant par le rapport du Plan de
février 2005 que par l’instruction cadre20 précité : à savoir, le ratio
bénéfice actualisé par euro public dépensé.
Ces textes ne précisent pas avec quelle hypothèse concernant
l’année de réalisation ce ratio doit être calculé. La contribution de
Bonnafous et Roy et celle de Quinet et Sauvant ne sont pas non plus
explicites sur ce point ; de fait, ces auteurs n’ont calculé ce ratio qu’en
supposant le projet réalisé immédiatement, ils n’en ont pas examiné
l’évolution en faisant varier la date hypothétique de réalisation.
Compte tenu des préconisations qui ont été formulées plus haut, il
semble bien que l’acception la plus appropriée de ce ratio soit de le
définir comme le bénéfice actualisé à l’origine des temps par euro
public dépensé, en considérant qu’il prend autant de valeurs que
d’année t envisagée pour la réalisation du projet.
Nous noterons ce critère auxiliaire CAtn. Il répondrait ainsi à la
définition suivante :
(7)
20. Rappel : Extrait de l’instruction cadre, annexe III. « Afin de tirer le meilleur parti d’un
financement public limité, la règle de classement des projets doit être non pas le bénéfice actualisé
induit par le projet, mais le bénéfice actualisé par euro public dépensé, prenant en compte l’ensem-
ble des dépenses publiques et des recettes publiques éventuelles au cours de la durée de la vie du
projet (actualisés au taux de 4 %) ; en conséquence, on déterminera pour chaque projet, en sus des
indicateurs de rentabilité socio-économique, le bénéfice actualisé pour la collectivité divisé par la
valeur actualisée nette des dépenses budgétaires de toutes les collectivités publiques (nettes des
recettes fiscales éventuellement générées), pendant la durée du projet. Cet indicateur pourra faire
l’objet de l’analyse de sensibilité ».
où le dénominateur est le montant des dépenses publiques (nettes des

recettes publiques) actualisées à l’origine des temps, à l’aide du taux
d’actualisation r :
(8)
On va dans ce qui suit explorer comment et au prix de quelles

approximations ce critère peut être dérivé de la méthode à portée
générale développée dans la section 2 ci-dessus.
On notera d’emblée que ce critère auxiliaire ne peut avoir qu’un
pouvoir discriminant inférieur au critère de choix principal présenté au
paragraphe 2, en ce sens qu’il peut conduire à des ambiguïtés, voire à
des erreurs, comme l’illustre le cas simple présenté en encadré. Mais
son intérêt est de fournir une approche simple, qui peut être utile « en
première approximation ».
Le critère bénéfice socio-économique par euro public dépense peut être ambigu.
Exemple simple
Soit deux projets A et B. Ils ont le même coût d’investissement égal à 1 m, quelle que soit
la date de réalisation. Cet investissement est intégralement financé sur fonds public et le
solde annuel d’exploitation en euros publics est nul par la suite. Dans cet exemple simple
le bénéfice socio-économique actualisé à l’origine des temps fournit donc directement le
ratio « bénéfice socio-économique par euro public dépensé ».
Supposons que l’enveloppe budgétaire disponible soit égale à 1m l’année 0 et à 1m
l’année 1. On ne peut donc réaliser que l’un de deux projets l’année 0 et l’autre l’année 1.
Comment choisir entre le programme (A,B) et le programme (B,A) ?
Comparons tout d’abord le bénéficie actualisé à l’origine des temps dans l’hypothèse où
chacun des deux projets serait réalisé l’année 0. Appelons ce bénéfice a pour le projet A
et b pour le projet B. Supposons a > b, par exemple a = 4 et b = 2. Si l’on s’en tenait à
cette comparaison, il faudrait donc réaliser le projet A l’année 0 et le projet B l’année 1,
c’est-à-dire adopter l’ordre de réalisation (A,B).
Comparons maintenant le bénéficie actualisé à l’origine des temps dans l’hypothèse où
chacun des deux projets serait réalisé l’année 1. Appelons ce bénéfice a + Da pour le
projet A et b + Db pour le projet B. Le bénéfice actualisé total à l’origine des temps
relatif à l’ordre de réalisation (A,B) est donc égal à (a + b + Db).
Or si l’on optait pour l’ordre inverse (B,A), le bénéfice actualisé total à l’origine des
temps égal à (a + b + Da).
Le choix de l’ordre de réalisation (A,B) est donc correct si et seulement si Db ≥ Da (101)
– On remarque tout d’abord que cette condition ne dépend que des incréments Da et Db, et
nullement des niveaux a et b des bénéfices actualisés relatifs à la réalisation l’année 0.
– On remarque ensuite que la condition (101) est réalisée notamment dans le cas particulier
où Db > 0 et Da < 0, c’est-à-dire si en reportant la réalisation de l’année 0 à l’année 1, le
bénéfice actualisé à l’origine des temps augmente pour le projet B et diminue pour le
projet A, ce qui au regard du § 2.2 ci-dessus peut s’interpréter ainsi : ce report rapproche le
projet B de sa date optimale de réalisation et au contraire éloignerait le projet A de sa date
optimale de réalisation.
– La condition (101) est également remplie dans le cas particulier où Db ≥ Da + (a – b) (la

parenthèse étant par hypothèse positive), ce qui implique b + Db ≥ a + Da. Cette condi-
tion qui s’interprète comme suit : on établit autant de classements (présélections ou
shortlists) des projets par ordre décroissant de bénéfice actualisé à l’origine des temps
qu’il y a de dates envisageables pour la réalisation : ici une présélection relative à la date
hypothétique de réalisation 0 et une autre présélection relative à la date hypothétique de
réalisation 1. On peut conclure, sans ambiguïté, si les têtes de présélection sont différen-
tes dans les deux présélections : si A est en tête de la présélection pour l’année 0 et B est
en tête de la présélection pur l’année 1, il convient sans ambiguïté de retenir l’ordre de
réalisation (A,B).
Mais le choix (A,B) serait incorrect si l’on avait Da > Db (102)
Or comme on a supposé a > b, (102) implique a + Da > b + Db
Autrement dit : le projet A, qui par hypothèse se classait déjà en tête de la présélection
de l’année 0, se classerait aussi dans le cas considéré ici en tête de la présélection pour
l’année 1. Il y a alors ambiguïté, le critère de bénéfice actualisé par euro public dépensé
est insuffisant pour conclure, il faut le compléter par l’analyse de la condition (101)
portant sur les incréments.
Dans les deux tableaux ci-dessous, le projet A se classe en tête des deux présélections
relatives aux dates de réalisation respectivement 0 et 1.
Dans le premier tableau, il convient d’adopter l’ordre de réalisation (A,B) et dans le

second l’ordre de réalisation (B,A)
Tableau 1
Bénéfice actualisé à l’origine des temps
Date de réalisation 0 1
Projet A 4 5
Projet B 2 4
Remarque : (Db = 2) > (gDa = 1)
Tableau 2
Bénéfice actualisé à l’origine des temps
Date de réalisation 0 1
Projet A 4 6
Projet B 2 3
Remarque : (Da = 2) > (Db = 1)
On aborde ces questions ci-dessous avec des hypothèses moins

simplificatrices que dans l’encadré.
2.2. Notion de dépenses publiques pondérées actualisées

à l’origine des temps et de critère auxiliaire pondéré
Les formules (1) ou (2) ci-dessus font intervenir ce que l’on peut
appeler le montant des dépenses publiques fictives actualisées à l’ori-
gine des temps, où les flux de dépenses (ou recettes) publiques sont
affectés des prix fictifs de rareté des fonds publics ut :
(9)
On peut faire un premier pas dans la direction du critère auxiliaire

en divisant par le prix fictif21 ut , ce qui conduit à la notion de dépenses
publiques pondérées actualisées à l’origine des temps, définies par la
relation suivante :
(10)
Le qualificatif « pondérées » exprime la présence dans (10) des

coefficients w(u) qui jouent le rôle de poids.
Pour faire un deuxième pas et assimiler la relation (10) à la relation
(8), il faudrait donc que les poids w(u) soient tous égaux à 1, ce qui
supposerait que les prix fictifs de rareté des fonds publics ut prennent
tous une même valeur u. On a déjà évoqué ce cas particulier, qui sera
approfondi plus loin. On s’en tiendra pour le moment au cas où les
poids peuvent être inégaux.
La condition fondamentale (1) ci-dessus peut maintenant s’écrire-
sous la forme équivalente suivante :
BOTtn – ut .DPPOTtn = b n – ␣tn (11)
Intéressons-nous exclusivement aux projets socio-économi-

quement rentables, c’est-à-dire appartenant à l’ensemble de définition
tels que BOTtn ≥ 0. On va examiner plusieurs cas selon le signe de
DPPOTnt .
Cas DPPOTtn ≤ 0. Dans la condition (11), le premier membre est ici
positif. Cela implique que b n soit positif, c’est-à-dire que le projet n soit
intégralement réalisé (que ce soit à la date t ou à une autre date). Ainsi,
tout projet (parmi ceux dont le bénéfice actualisé est positif) dont la
21. Rappel : le multiplicateur ut est positif si la contrainte budgétaire de l’année t s’exerce.

dépense publique actualisée pondérée est (au moins certaines années)

négative ou nulle doit être intégralement réalisé22.
Cas DPPOTtn > 0. Ecrivons alors la condition (11) sous la forme
équivalente suivante, obtenue en divisant les deux membres par
DPPOTtn.
Cela nous conduit à introduire le critère auxiliaire pondéré CAPtn,
défini comme suit :
(12)
On peut alors transcrire la condition d’optimalité (11) sous la

forme :
(13)
On se propose maintenant de considérer successivement le cas d’un

projet qu’il conviendrait de rejeter et celui d’un projet qu’il convien-
drait de réaliser intégralement.
2.3. Cas d’un projet qu’il conviendrait de rejeter, c’est-à-dire de

ne jamais réaliser
Pour un tel projet, cela implique bn = et ␣tn > 0 quelle que soit la
date de réalisation t envisagée. Donc il faut et il suffit qu’un tel projet
vérifie la condition suivante :
CAPtn < ut quelle que soit la date de réalisation t envisagée (14)
D’où un premier usage du ratio bénéfice par euro public dépensé

(pondéré) : on peut écarter tout projet pour lequel ce ratio serait
toujours inférieur au prix fictif de rareté des fonds public. Ce ratio joue
donc un premier rôle de tamis23.
2.4 Cas d’un projet qu’il conviendrait de réaliser intégralement

Pour un tel projet cela implique que bn > 0, et que ␣tn > 0 quelle que
soit l’année de réalisation t envisagée, sauf s’il s’agit de la date opti-
male de réalisation |t n, pour laquelle ␣ tn|n = 0.
22. La date de réalisation optimale resterait à préciser. La méthode auxiliaire (contrairement à

la méthode générale de la section 2) ne permet pas de départager d’emblée les années candidates.
On reviendra plus loin sur cet aspect de l’usage du critère auxiliaire.
23. Mais on n’est guère avancé car on est ici censé ne pas connaître le prix de rareté des fonds
publics.
Donc il faut que ce projet vérifie la condition suivante à la date

optimale de réalisation :
CAP tn|n > u tn|n pour l’année t = |t n (15)
En revanche les autres années t ∞|t n, il y a ambiguïté. En effet, on

peut avoir :
ou bien CAP nt > ut si 0 < ␣ tn< b n (16.1)
ou bien CAP nt ≤ ut si ␣ tn ≥ b n (16.2)
On va maintenant interpréter ces relations.
2.5. Classer chaque année de réalisation envisageable les

projets par ordre décroissant du bénéfice actualisé par euro
public dépensé actualisé pondéré CAP nt : une présélection
nécessaire mais non suffisante
Une conséquence logique des conditions (15) et (16) est que si une
année t donnée l’on classe les projets n par ordre décroissant du critère
auxiliaire pondéré CAP nt , on obtiendra cette année-là une présélec-
tion (short list) dont seront éliminés les projets vérifiant la condition
(16.2) et où seront retenus les projets vérifiant la condition (15), qui
sont ceux que l’on cherche, mais aussi les projets vérifiant (16.1), qui ne
sont pas pertinents.
Il en résulte que si un projet est présélectionné une seule année, il
faut réaliser ce projet cette année-là.
En revanche, si un projet est présélectionné deux ou plusieurs
années, il faut choisir à laquelle de ces dates candidates24 il convient de
le réaliser et pour cela, un examen complémentaire est nécessaire.
2.6. Un critère auxiliaire secondaire pour départager deux dates

de réalisation rivales : la variation du critère auxiliaire
pondéré CAP nt entre ces deux dates
Soit un projet présélectionné, appartenant à la fois à deux25 présé-
lections relatives à la date tj et à la date tk (supposée postérieure à tj).
À laquelle de ces deux dates convient-il de réaliser ce projet ?
Bien entendu, la seule méthode sûre pour départager les projets
présélectionnés consiste à appliquer le critère de base, c’est-à-dire à
24. On pourrait le cas échéant réaliser le projet à cheval sur deux ou plusieurs années consécu-
tives, mais il est indispensable de choisir si les présélections sont relatives à des années non
consécutives.
25. On s’en tient à deux pour simplifier.
rechercher celle de ces deux dates qui conduit au plus fort bénéfice
fictif actualisé à l’origine des temps BFOT tn du projet, comme on l’a vu
en section 2 ci-dessus.
On va cependant examiner quel usage l’on peut faire du critère
auxiliaire (pondéré) CAP nt , ou plutôt de la variation de ce ratio entre
les deux dates.
Plus précisément, soit un projet j qu’il convient de réaliser intégra-
lement à la date optimale26 t j et soit un projet k qu’il convient de
réaliser intégralement à la date optimale tk, postérieure à t j.
On peut (voir annexe 3) calculer pour le projet j le critère auxiliaire
k
pondéré CAP tj|n à la date t j, puis à la date t k, et enfin la variation Dtt j
CAP j de ce ratio entre la date t j et la date t k. On peut calculer la
k
variation correspondante Dtt j CAP k pour le projet k.
Avec un certain nombre d’approximations (explicitées en
annexe 3), on en déduit que, s’il convient de réaliser le projet j intégra-
lement à la date optimale tj et le projet k intégralement à la date tk ,
alors les variations vérifient l’inégalité :
(17)
Interprétation : imaginons que la présélection des projets à réaliser
à la date t j se compose des deux projets j et k et que la présélection des
projets à réaliser à la date t k se compose des deux mêmes projets.
Partons de la situation imaginaire où l’on envisagerait de réaliser
chacun de ces deux projets à la date t j et supposons que l’on se pose
ensuite la question : s’il faut retarder l’un des projets à la date t k, lequel
faut-il retarder ? La réponse est : il convient de retarder celui des deux
projets pour lequel le ratio « bénéfice actualisé par euro public (pon-
déré) » connaît la variation la plus forte en passant de la date t j à la
date t k.
Remarques
– Il est évident que la condition (17) est remplie si le premier
membre est positif et que le second membre est négatif, c’est-à-dire si,
lorsque l’on passe de la date t j à la date postérieure t k, le ratio bénéfice
par euro public (pondéré) à l’origine des temps CAP k du projet k
augmente tandis que celui CAP j du projet j diminue.
– Il est aisé de montrer que la condition (17) est remplie si le ratio
du projet j est plus élevé que celui du projet k à la date tj et que, à
l’inverse, le ratio du projet k est plus élevé que celui du projet j à la
date tk.
26. Pour alléger l’écriture, on utilise ici les notations t j et t k au lieu des notations t|j et t|k
2.7. Simplifications complémentaires dans le calcul des critères

auxiliaires
En toute rigueur, les formules ci-dessus font intervenir la dépense
publique pondérée actualisée à l’origine des temps DPPOT nt qui –
comme on l’a déjà signalé plus haut – nécessite de connaître la chroni-
que des « poids » w(u), donc en fait celle des prix fictifs de rareté des
fonds publics u(u) .... dont les méthodes auxiliaires cherchent précisé-
ment à s’affranchir.
2.7.1. Approximation du critère du bénéfice par euro public
(simple) actualisé à l’origine des temps
On est alors conduit à envisager l’approximation consistant à subs-
tituer à la dépense publique pondérée la dépense publique actualisée
simple, telle que définie plus haut :
(8)
et le critère auxiliaire simple correspondant : (7)
Cette approximation revient à assimiler dans (10) les poids wt à 1

quelle que soit l’année t.
Elle peut recouvrir deux types d’erreurs, plus ou moins discutables.
a) En toute rigueur, admettre que wt = 1 quel que soit t implique
que le prix fictif de rareté des fonds publics ut prend une constante u
indépendante de l’année t de réalisation envisagée. Mais us ne saurait
être constant dans le cas général, si l’on considère des chroniques de
disponibilités budgétaires qui peuvent a priori être quelconques. On
reviendra toutefois sur ce point en section 4 ci-après.
b) Si néanmoins on « fait comme si » l’on avait wt = 1 quel que soit t
tout en « faisant comme si » le prix fictif de rareté des fonds publics ut
pouvait varier au cours du temps, on introduit des inconsistances tem-
porelles, peu satisfaisantes mais assimilables – peut-être – à une
approximation acceptable.
2.7.2 Préconisations
Avec ces approximations permettant d’utiliser le critère auxiliaire
CA nt de bénéfice par euro public (simple) actualisé à l’origine des
temps, les préconisations ci-dessus deviennent :
a) Chaque année de réalisation envisagée, classer les projets par
ordre décroissant du critère CA nt
b) Eliminer les projets qui ont un ratio trop faible.
c) Examiner si un projet donné est présélectionné deux années non

consécutives et en pareil cas, choisir entre les années rivales, par exem-
ple en effectuant avec d’autres projets les permutations au vu de la
variation du critère.
d) En toute rigueur, remonter au niveau central pour arrêter la
sélection définitive, car il peut exister des projets rivaux, présélection-
nés par deux maîtres d’ouvrages décentralisés, entre lesquels il faut
arbitrer.
3. REGARD SUR LE PARTENARIAT PUBLIC PRIVÉ
Revenons maintenant sur le cas du partenariat public privé qui a

été seulement évoqué ci-dessus.
Le cas type est celui où l’investissement du projet n est totalement
préfinancé par le partenaire privé et où la puissance publique rem-
bourse, avec un taux d’intérêt27 in, selon une chronique de versements
(intérêt et principal) convenue par avance. Cette solution en partena-
riat peut d’ailleurs être considérée comme une variante parmi d’autres
envisageables pour réaliser le projet considéré.
Il est à noter que le taux d’intérêt in est propre au projet n, car il
dépend des risques spécifiques qui lui sont attachés. On reviendra sur
ce point un peu plus loin (§ 4.2).
3.1. Incidence sur les formules de programmation optimale

Soit IPPPn le coût de l’investissement dans cette variante de parte-
nariat public privé, couramment supposé inférieur au coût des autres
variantes en raison de l’efficacité plus élevée dont sont censés faire
preuve les partenaires privés. Supposons cet investissement réalisé à la
date t inconnue.
Si le projet est réalisé à la date t on suppose que la puissance
publique rembourse sa dette au partenaire privé en lui versant
l’année u, postérieure à t, un montant28 V nt,u , sur une certaine période,
que pour simplifier on suppose infinie.
Considérons pour le moment cette chronique comme exogène.
Il est à noter qu’elle vérifie l’identité : (18)
27. Il s’agit du taux d’intérêt réel, puisque tous les prix sont constants (ce que l’on a résumé par
« euros constants »).
28. Toujours en euros constants.
On observe que dans ce cas le bénéfice fictif actualisé à l’origine des

temps prend la forme29 :
pour ce projet n et pour tout t

(19)
Une solution de remboursement formellement simple est donnée

pour toute année u postérieure à t par V nt,u = in.IPPPn (u variant ici
de 1 à +∞) (20)
De sorte que la relation (19) prend la forme simple suivante :
pour ce projet n et pour
tout t (21)
Remarque
En réalité, la chronique des versements V nt,u peut elle-même faire
l’objet d’une procédure d’optimisation. Pour ne pas alourdir la présen-
tation, on n’examinera pas ici cette question. On s’en tiendra au cas
plus simple abordé ci-après.
3.2. Chronique optimale des préfinancements privés

On envisage maintenant le cas purement fictif où les pouvoirs
publics pourraient faire intervenir des partenaires privés sur tous les
projets avec un seul et même taux d’intérêt, noté i.
Le partenariat public privé pourrait alors être utilisé pour décon-
necter la chronique annuelle Yt des financements de projet et la chro-
nique annuelle Ct des rationnements de fonds publics, pourvu que la
puissance publique puisse faire face à la charge de sa dette (intérêts et
principal) en versant exactement le montant annuel Ct . Cette condi-
tion est remplie si et seulement si ces deux chroniques sont équivalen-
tes lorsqu’on les escompte avec le taux consenti par les partenaires
financiers, ce qui se traduit par l’identité :
(22)
29. Il convient de préciser que le coût fictif de rareté des fonds publics utilisé ici est bien le
même que dans les sections 2 et 3 ci-dessus ; il n’y a pas de valeur particulière de ce coût fictif pour
les projets PPP. La valeur de ce coût fictif est en effet censée découler (dans son principe, voir § 2.4)
du processus d’optimisation par programmation linéaire à portée générale qui a déterminé l’opti-
mum en prenant en compte tous les projets et pour chacun d’eux toutes les variantes en lice, y
compris les variantes PPP.
Le préfinancement privé, s’il était réalisable, permettrait de substi-

tuer cette contrainte intertemporelle unique (22) à la suite (infinie) des
contraintes budgétaires annuelles. Une telle simplification permet de
dégager d’importants degrés de liberté, donc d’atteindre un optimum
sensiblement plus avantageux.
On peut alors montrer (voir annexe 4) que la réalisation de cet
optimum intertemporel implique que le prix fictif de rareté des fonds
public soit de la forme :
(23.1) équivalente à (23.2)
Si la relation (23.2) était vérifiée, il en découlerait, pour le calcul de

la dépense publique pondérée de la formule (10), que le poids wu serait
donné par :
avec u > t : (24)
Remarque : Dans cette formule, la variable duale k est fonction de

la chronique Ct
On peut alors examiner ce que deviennent les résultats des sections
précédentes dans l’hypothèse où l’on pourrait appliquer ces relations
(23) et (24). On va procéder à cet examen d’abord dans le cas particu-
lier où le taux d’intérêt du privé et le taux d’actualisation seraient
égaux, puis dans le cas plus général où ces deux taux seraient distincts.
3.2.1. Cas où l’on aurait r = i

Quelle que soit l’année considérée, le prix fictif de rareté des fonds
public ut prendrait alors une seule et même valeur (égale au scalaire30
k) et le poids wu serait constamment égal à 1. On se trouverait donc
dans le cas très simplifié déjà évoqué plusieurs fois plus haut.
3.2.2. Cas où l’on aurait i > r

Cependant la situation précédente dans laquelle il y aurait égalité
entre le taux d’actualisation applicable dans le public et le taux d’inté-
rêt réel requis par le privé apparaît assez peu probable. Il semble a
priori plus vraisemblable que les prêteurs privés demandent un taux
d’intérêt réel supérieur au taux d’actualisation public, qu’ils aient une
30. Le calcul complet de la maximisation du Lagrangien permettait de déterminer la valeur de

ce scalaire.
aversion au risque plus forte ou une surface financière moins large que
la puissance publique, ou pour toute autre raison.
Quinet et Sauvant dans leur contributions indiquent à cet égard que
l’écart (i – r) serait de l’ordre de 1 à 2 points de pourcentage.
a) Avec cette hypothèse i > r, la relation (23.2) montre que, à
l’optimum intertemporel, les prix fictifs de rareté des fonds publics u(t)
formeraient une suite géométrique décroissante, et selon la rela-
tion (20), il en irait de même pour les poids w(u). Ces suites auraient
pour « raison »
b) Mais on peut franchir un pas de plus en considérant cette fois

l’expression (23.1). À l’optimum intertemporel, on peut en effet
remplacer par l’expression qui lui est égale
Dès lors, la dépense publique fictive actualisée à l’origine des temps

définie par (9) peut se transcrire sous la forme :
(9)
Dans cette relation, la parenthèse s’analyse comme la « dépense

publique escomptée à l’origine des temps » définie comme suit :
(25)
On a ainsi remplacé le terme « actualisée » par le terme « escomp-

tée » qui fait implicitement référence au taux d’escompte privé, égal
à 1/(1+i)
• Simplification du critère de base : bénéfice fictif actualisé à l’ori-
gine des temps
Le critère fondamental du bénéfice fictif actualisé à l’origine des
temps se simplifie lui-même et devient, à l’optimum intertemporel :
(26)
Cette expression est remarquable car elle ne fait plus intervenir que
la seule variable duale k, quel que soit le projet n et quelle que soit la
date de réalisation t envisagée.
À noter que le taux d’actualisation reste sous-jacent dans l’expres-

sion (26) ; c’est lui (et non le taux du privé i) qui est utilisé pour
calculer le bénéfice actualisé à l’origine des temps.
La décentralisation de l’optimum serait dans ce cas particulière-
ment simple : les autorités centrales auraient à diffuser, en plus du taux
d’actualisation r, d’une part le taux d’intérêt réel i relatif aux préfinan-
cements privés, d’autre part la variable duale unique k. Chaque maître
d’ouvrage décentralisé n’aurait plus qu’à calculer à l’aide de la relation
(26) le bénéfice fictif actualisé à l’origine des temps pour chacun de ses
projets et choisir variante optimale et date optimale de réalisation en
cherchant le maximum (positif) correspondant.
• Simplification du critère auxiliaire : bénéfice par euro public

De la forme simplifiée (26) on peut tirer un critère auxiliaire lui-
même plus simple à calculer, à savoir le bénéfice par euro public
escompté ainsi défini :
(27)
Dans cette relation, le dénominateur est la dépense publique

escomptée à l’origine des temps définie par (25) et pour simplifier on
supposera ici qu’il est positif.
On peut alors reprendre le raisonnement développé à la section 3
ci-dessus en remplaçant la relation (13) rappelée ci-après par :
(28)
On peut dès lors chaque année t :

– rejeter tout projet tel que CAPE nt < k
– constituer avec les projets tels que CAPE nt ≥ k une présélection
– rechercher les projets présélectionnés deux (ou plusieurs) années
non consécutives et étudier leur cas de plus près (par exemple selon le
critère secondaire de permutation).
La mise en œuvre est grandement simplifiée par le fait que la
variable duale k est ici la même chaque année (alors qu’à la section 3 il
existe en toute rigueur une variable duale ut annuelle).
Mais ce critère auxiliaire reste ambigu et ne se suffit toujours pas à
lui-même. Il permet de rejeter un projet à l’échelle décentralisée,
mais pas de le retenir à l’échelle décentralisée – car il peut être rival
d’un autre projet relevant d’un autre maître d’ouvrage : il faut donc
théoriquement remonter au niveau central pour effectuer la sélection
définitive.
4. CONCLUSION
En cas de rationnement annuel des fonds publics, il existe en théo-

rie chaque année un prix fictif de rareté des fonds publics ut.
4.1. Méthode de base : maximiser le bénéfice fictif actualisé à
l’origine des temps BFOT
La démarche éprouvée du calcul économique avec usage de prix
fictifs s’offre dès lors comme une solution présentant le double avan-
tage d’être aisée à appliquer et entièrement décentralisable, si du
moins les pouvoirs publics centraux estimaient possible et souhaitable
de déterminer la chronique de ut et de la diffuser auprès des maître
d’ouvrages décentralisés.
À l’aide de la formule suivante donnant le « bénéfice fictif actualisé
à l’origine des temps »
(2)
chaque maître décentralisé pourrait alors calculer pour chaque projet

autant de valeurs du BFOT qu’il y a de variantes (notamment varian-
tes technologiques, mais aussi variantes de financement) et qu’il y a
d’années de réalisation envisageables.
Il pourrait ensuite pour chacun desdits projets, en maximisant
BFOT, déterminer la variante optimale et la date de réalisation opti-
male (qui peut ne pas exister, si le BFOT est constamment négatif, le
projet étant alors à rejeter).
S’ils décidaient d’adopter cette démarche, les pouvoirs publics cen-
traux pourraient, à l’instar de ce qui a été fait pour déterminer le taux
d’actualisation, charger un groupe de travail de personnalités quali-
fiées d’élaborer des propositions relatives à la chronique du prix fictif
de rareté des fonds publics ut.
4.2. Critère auxiliaire du bénéfice par euro public CA nt

Si la méthode de base ci-dessus ne pouvait pas être suivie, que
peut-on attendre du recours au critère auxiliaire constitué par le ratio
« bénéfice socio-économique par euro public » que l’instruction cadre
demande de calculer ?
Ce critère peut rendre service, mais il comporte certains risques
d’erreur.
– Ainsi, il peut être utile pour jouer le rôle de filtre, en éliminant les
projets présentant un ratio trop faible (encore que la limite soit floue).
– Il peut aussi servir à classer les projets par ordre décroissant du

ratio, ce qui donne une présomption d’ordre de préférence, mais ce
classement ne peut se suffire à lui-même, car il convient d’établir un
classement pour chaque année de réalisation envisageable et un même
projet peut être bien classé deux (ou plusieurs) années non consécuti-
ves : il faut alors une procédure complémentaire pour choisir entre les
années rivales.
Une conséquence de cette ambiguïté résiduelle est que le critère ne
peut pas être décentralisé en toute sécurité, car deux projets dépen-
dant de deux maîtres d’ouvrage décentralisés différents peuvent être
rivaux et l’arbitrage ne peut alors être élucidé qu’au niveau central.
Ce critère auxiliaire n’est donc qu’un substitut aisé mais imparfait à
la méthode de base.
4.3. Quelques éléments relatifs au partenariat public privé

(PPP)
L’examen des variantes de financement de projet, et notamment le
cas échéant d’un recours au PPP, est justiciable des démarches qui
viennent d’être présentées, au même titre que toute autre variante.
À titre purement exploratoire, on peut cependant examiner le cas
entièrement fictif où les pouvoirs publics, connaissant la chronique des
enveloppes budgétaires annuelle Ct, pourraient obtenir du secteur
privé une chronique d’enveloppes annuelles de préfinancement Yt,
donnant lieu à un taux d’intérêt i, de telle sorte que la charge de
remboursement correspondante (intérêt et principal) coïncide exacte-
ment avec les enveloppes budgétaires annuelles Ct.
Cette approche aurait l’avantage de substituer aux contraintes bud-
gétaires annuelles une contrainte financière intertemporelle unique :
(22)
Elle ouvrirait la possibilité d’une meilleure allocation intertempo-

relle des ressources financières.
En outre, les calculs mentionnés ci-dessus seraient simplifiés :
– une variable duale k unique se substituerait à la chronique des
prix fictifs de rareté des fonds publics ut ;
– les euros publics seraient à escompter à l’origine des temps à
l’aide du taux d’intérêt i, au lieu du taux d’actualisation r.
La méthode de base conserverait toute sa pertinence, mais la
méthode auxiliaire serait plus aisée à pratiquer (sans pour autant être
affranchie de ses autres inconvénients).
Pour autant, cette modélisation reste très abstraite, pour de multi-

ples raisons : le taux d’intérêt des PPP dépend des risques de chaque
projet ; les incertitudes sur la chronique Ct compromettent sans doute
radicalement la possibilité de préfinancements assimilables à la rela-
tion (22).
Mais cette idéalisation sous-jacente pourrait éventuellement facili-
ter les travaux du groupe d’expert précité et conduire à une estimation
non déraisonnable d’un coût fictif de rareté des fonds publics cons-
tant31 qui simplifierait grandement la mise en ouvre du calcul économi-
que avec contrainte budgétaire.
4.4. Voies d’approfondissement

Précisément, la question de l’incertitude et du risque, que Quinet et
Sauvant abordent dans leur contribution, est absente du présent docu-
ment. Elle constitue une voie d’approfondissement pour un éventuel
prolongement du présent essai de récapitulation.
5. E
u PILOGUE
Dans tout ce qui précède, on a eu recours à la fiction des projets

fractionnables.
Cette approche permet en particulier chaque année t de déterminer
un « projet partiel p », réalisé partiellement cette année là. On peut
montrer que le ratio fournit32 la valeur du prix fictif ut.
Mais cette fiction n’est pas pleinement satisfaisante, car en toute

rigueur, il faudrait raisonner en nombre entiers : un projet est à réaliser
intégralement ou pas du tout. Cela conduirait à déterminer chaque
année t toutes les combinaisons des projets finançables sur fonds
publics dans la limite du rationnement C(t). Il faudrait alors parmi
toutes ces combinaisons déterminer celle qui maximise la valeur nette
actualisée combinée. Il faudrait ensuite, si un projet est présélectionné
plusieurs années, tâtonner pour l’affecter à une année précise. C’est
d’ailleurs une approche mise en œuvre dans la contribution de Bonna-
fous et Roy.
31. Mais révisable à intervalles réguliers, comme préconisé pour le taux d’actualisation par le
rapport Lebègue.
32. Il faut distinguer en toute rigueur le cas où le projet partiel finit ou non par être complété à
100 % au cours d’un ou plusieurs autres années.
On peut sur des cas simples (voir annexe 5) mettre en évidence les
erreurs de sélection que peut induire la fiction du fractionnement. Il
nous semble néanmoins que cette méthode a le grand mérite d’être
relativement simple et maniable, au prix d’erreurs acceptables.
Annexe 1. Application du théorème de Kuhn et Tucker à l’optimi-

sation par programmation linéaire
Remarque préliminaire : les notations utilisées sont celles définies

dans l’introduction générale. Elles visent à être aussi proche que possi-
ble des notations de l’instruction-cadre des 25 mars 2004 et 27 mai
2005.
On suppose que l’année générique t on réalise et achève une frac-
tion du projet n égale à x nt , comprise au sens large entre 0 et 1.
On se propose de rechercher les valeurs des fractions inconnues x nt
en vue de maximiser la somme des bénéfices des projets, actualisés à
l’origine des temps, sous trois types de contraintes :
x nt ≥ 0 pour tout projet n et toute date d’achèvement

t
pour tout projet n
pour tout t
Cette formulation conduit à considérer le Lagrangien suivant :
qui fait intervenir les multiplicateurs de Lagrange(ou variables dua-

les) suivants :
␣ nt qui est : nul si la totalité ou une fraction (non nulle) du projet n
est à réaliser l’année t ; positif33 si aucune fraction du projet n n’est à
réaliser l’année t
b n qui est nul : si le projet n n’est pas à réaliser en entier (il en
manquera toujours au moins une fraction, voire la totalité) ; positif34 si
lité nulle.
lité nulle.
le projet est à réaliser en entier (fût-ce par fractions sur plusieurs

années35).
ut qui est36 : nul si les fonds publics disponibles l’année t excèdent
cette année-là les dépenses publiques nettes des recettes publiques,
afférentes aux projets programmés ; positif37 si les fonds publics ration-
nent effectivement les dépenses publiques nettes considérées. Ce mul-
tiplicateur ut s’analyse comme un prix fictif de rareté38 des fonds
publics à la date t.
Nota : Les « prix fictif de rareté des fonds publics » ut sont distincts
et indépendants du « coût d’opportunité des fonds publics » fixé à 0,3
par l’instruction cadre, qui reflète des pertes d’efficacité économique
(distorsions) censée résulter du recours à l’impôt . Ce coût d’opportu-
nité intervient exclusivement dans le calcul du bénéfice actualisé
BOT nt et n’apparaît donc pas dans la problématique du rationnement
budgétaire qui fait l’objet du présent examen.
La maximisation du Lagrangien, ou du moins les conditions du
premier ordre de cette maximisation (annulation des dérivées partiel-
les par rapport aux fractions inconnues x nt ), conduisent alors aux
résultats suivants :
pour tout n et tout t
Ce système, complété39 par les équations de rationnement annuel

des fonds publics, détermine simultanément les fractions inconnues
xnt et les prix fictifs de rareté des fonds publics ut.
35. Dans ce cas, si ces années n’étaient pas consécutives, la solution mathématique serait
dépourvue de signification socio-économique.
36. Le multiplicateur est plus précisément ut /(1 + r)t : la présence du dénominateur (1 + r)t est
une commodité qui permet de simplifier les calculs ultérieurs.
lité nulle.
38. Autre appellation : variable duale associée à la contrainte budgétaire de l’année t.
39. Plus exactement : le système complet s’obtient en annulant les dérivées partielles du
Lagrangien y compris par rapport à tous les multiplicateurs de Lagrange.
Annexe 2. Choix entre deux projets incompatibles
On reprend les notations de l’annexe 1.

Supposons que les projets no 1 et no 2 soient incompatibles entre
eux et qu’il existe d’autres projets n tous compatibles entre eux ainsi
qu’avec le projet. no 1 et le projet no 2.
La formule du Lagrangien de l’annexe 1 devient :
La grande différence est que le multiplicateur b de la première ligne

s’applique simultanément aux (deux) variantes incompatibles.
Dérivons le Lagrangien successivement par rapport à xt1 et xt2 . On
obtient :
pour tout t
pour tout t
S’il faut réaliser intégralement la variante 1 (par exemple) une

année |t 1, on aura cette année là ␣t|11 et pour toutes les autres années
t ∞|t 1 on aura : ␣t1 > 0.
La variante 2 étant censée n’être jamais à réaliser, quel que soit t (y
compris pour t ∞|t 1) on aura : ␣t2 > 0
Il en résulte une procédure simple :
a) on cherche le maximum par rapport à t de BFOT t1
b) on cherche le maximum par rapport à t de BFOT t2
c) la plus grande de ces deux valeurs désigne simultanément la
variante qu’il convient de retenir et l’année où il convient de la réaliser.
Annexe 3. Variation du critère auxiliaire pondéré CAPnt « bénéfice

par euro public dépensé pondéré, actualisé à l’origine
des temps » lorsque l’on passe de la date tj à la date tk
Rappels. Pour un projet n que l’on envisage de réaliser à la date t,

on définit les notions suivantes :
– dépense publique pondérée actualisée à l’origine des temps
(10)
Nota : on suppose ici DPPOT nt > 0. Voir discussion plus haut dans
le texte.
– critère auxiliaire pondéré : bénéfice actualisé à l’origine des temps
par euro public pondéré :
(11)
– condition d’optimalité du premier ordre issue de la maximisation

sous contrainte budgétaire annuelle40 :
(12)
On suppose ici que le projet j doit être réalisé à la date optimale |t j,

que l’on notera t j pour alléger l’écriture.
On a alors (propriété de la date de réalisation optimale) :
On suppose de même que le projet k doit être réalisé à la date

optimale |t k, que l’on notera t k pour alléger l’écriture. On supposera
sans perte de généralité t k > t j.
On a alors (propriété de la date de réalisation optimale) :
40. On suppose ici DPPOTtn> 0. Voir discussion plus haut dans le texte.
En revanche, le critère auxiliaire pondéré du projet j calculé à la

date t k, qui est supposée postérieure à sa date de réalisation optima-
le t j, est tel que :
De même, le critère auxiliaire pondéré du projet k calculé à la

date t j, qui est supposée antérieure à sa date de réalisation optimale t k,
est tel que :
Calculons la variation du critère auxiliaire (pondéré) relative au

projet j lorsque l’on passe de la date t j à la date t k, en posant :
Donc :
Calculons de même la variation du critère auxiliaire (pondéré)

relative au projet k lorsque l’on passe de la date t j à la date t k,
Écart entre la variation du projet k et la variation du projet j est

alors :
On observe qu’au second membre les deux termes en ␣ s’ajoutent,

tandis que les termes en b sont multipliés par des parenthèses consti-
tuées par des différences. On peut alors avoir l’intuition que ces paren-
thèses sont négligeables.
Si on adopte cette simplification, la relation ci-dessus se réduit à :
Les multiplicateurs ␣ tjk et ␣ kt j étant l’un et l’autre positifs, la relation

ci-dessus implique alors :
Interprétation : imaginons que la présélection des projets à réaliser
à la date t j se compose des deux projets j et k et que la présélection des
projets à réaliser à la date t k se compose des deux mêmes projets.
Partons de la situation imaginaire où l’on envisagerait de réaliser
chacun de ces deux projets à la date t j et supposons que l’on se pose
ensuite la question : s’il faut retarder l’un des projets à la date t k, lequel
faut-il retarder ? La réponse est : il convient de retarder celui des deux
projets pour lequel le critère « bénéfice actualisé par euro public pon-
déré » connaît la variation (algébrique) la plus forte en passant de la
date t j à la date t k.
Annexe 4. Partenariat public privé
Chroniques de préfinancement
On suppose ici que les pouvoirs publics connaissent exactement la

chronique des enveloppes budgétaires annuelles Ct .
On suppose en outre qu’elles peuvent demander à des partenaires
privés de préfinancer les dépenses publiques annuelles à concurrence
d’enveloppes annuelles de fonds privés Yt .
On suppose que ces deux chroniques sont équivalentes sur le plan
bancaire avec le taux d’intérêt i, ce qui revient à dire que les deux
chroniques de flux actualisés à l’origine des temps à l’aide du d’intérêt i
sont égales :
(22)
Il existe une infinité de chroniques Yt possibles et il s’agit de cher-

cher la plus avantageuse, c’est-à-dire celle qui permet de maximiser la
somme de tous les bénéfices actualisés à l’origine des temps. Le

Lagrangien de l’annexe prend ici la forme suivante :
La recherche de la chronique optimale des financements privés Y(t)

conduit, en annulant les dérivées partielles par rapport à Y(t), aux
conditions du premier ordre suivantes :
Ce qui implique notamment, pour u > t :
Il apparaît ainsi que le coût fictif de rareté des fons publics ut est
une suite géométrique de raison et il en va de même pour la suite
des poids wu
Si le taux d’intérêt privé i est supérieur au taux d’actualisation r, ces
deux suites sont décroissantes.
Dans le cas où l’on aurait i = r, le coût fictif de rareté des fonds
publics serait constant (et égal à k) et le poids serait constant et égal
à 1.
Il subsiste alors une seule inconnue : k. On détermine sa valeur en
écrivant que la contrainte intertemporelle de financement est serrée.
Annexe 5. Fractionnement versus programmation en nombres

entiers
Plaçons nous dans le cas d’école où tous les projets auraient le

même coût d’investissement, supposé financé entièrement sur fonds
publics, et où l’exploitation n’aurait aucune incidence en termes de
recettes ou de dépenses publiques.
Supposons alors que par exemple : I n = 1 million d’euros (1 Mm)
quel que soit n.
Supposons en outre que la contrainte de rationnement des fonds

publics soit égale à Ct l’année t, avec Ct > 0, et soit nulle toutes les
autres années : on ne peut financer d’infrastructure que l’année t.
On avec va d’abord recourir à la programmation en nombres
entiers, puis on examinera ce que produirait la méthode de program-
mation linéaire.
a. Programmation en nombres entiers
Plusieurs cas se présentent selon la valeur de l’enveloppe budgé-
taire Ct
– Si 0 ≤ Ct < 1, on ne peut réaliser aucun projet.
– Si 1 ≤ Ct < 2, on peut réaliser au maximum 1 projet. Comment le
choisir ? Il faut évidemment commencer par calculer pour chaque
projet n le bénéfice actualisé à l’origine des temps qu’il dégage, en
supposant que sa date de mise en service est t (qui, sauf peut-être
fortuitement pour certains projets, diffère de sa date optimale de réali-
sation |t n) ; soit BOT nt cette valeur. Il faut ensuite parmi les N projets
sélectionner le projet qui dégage le maximum de cette valeur, c’est-à-
dire chercher la solution de Maxn BOT tn.
Une méthode simple consiste à classer les projets par ordre de
BOTt décroissant et à retenir41 le projet classé n°1.
– Si 2 ≤ Ct < 3, on applique la méthode précédente et l’on sélec-
tionne les projets classés n°1 et n°2.
– Et ainsi de suite : on sélectionne les ct premiers projets, avec :
ct = partie entière de C(t)
b. Recours au fractionnement et à la programmation linéaire
Affectons maintenant à chaque projet n d’un multiplicateur (varia-
ble continue) xnt, comprise entre deux limites : xnt ≥ 0 et xnt ≥ 1
Prenant alors les N variables x nt comme inconnues, cherchons à
résoudre le problème de programmation linéaire suivant :
sous les contraintes :
On trouve alors les résultats suivants, qui se réfèrent au classement

des projets par ordre décroissants de BOTt
41. On simplifiera en supposant que toutes les VANi(t) sont différentes (pas d’ex æquo).
– Si 0 ≤ Ct < 1, il faut réaliser une fraction Ct du projet classé

ci-dessus n°1
– Si 1 ≤ Ct < 2, il faut réaliser intégralement le projet classé
ci-dessus n°1 et réaliser une fraction égale à (Ct – 1) du projet classé
ci-dessus n°2.
– Et ainsi de suite.
Il est clair que la mise en œuvre d’une fraction de projet n’a pas de
sens concret, en tout cas dans le cas d’école considéré ici où la disponi-
bilité budgétaire se limite à une seule année, ce qui interdit de complé-
ter ledit projet l’année suivante.
Ce résultat est donc différent de celui fourni par la programmation
en nombre entier.
Mais la programmation linéaire peut être utile si on la complète par
la règle suivante : on corrige le résultat en ne sélectionnant que les
projets qu’elle conduit à retenir en entier, et en supprimant tous les
projets qu’elle conduit à retenir partiellement. On peut ainsi procéder
par itération.
TROISIÈME PARTIE
L’AIDE À LA DÉCISION PUBLIQUE
Le calcul économique et la décision publique se trouvent confron-

tés à de nouvelles pratiques.
• L’une, qui n’est pas franchement une nouveauté, mais qui risque
de se développer, consiste à ignorer les résultats des évaluations a
priori. Comme le calcul économique ne peut aider à fourbir un argu-
mentaire, la décision est prise sur des critères exclusivement politiques,
éventuellement rattachés à des considérations d’aménagement du ter-
ritoire. Or, pour les TGV comme pour les autoroutes, développer les
tronçons non rentables du réseau est évidemment source de baisse de
l’efficacité globale. Pourtant, les élus continuent à réclamer des auto-
routes, si possible à péage, car ils souhaitent ainsi être déchargés des
questions de financement et de maintenance.
• Une autre difficulté, nouvelle mais de plus en plus nette, réside
dans les procédures de type débat public. Pour beaucoup, le débat
public est fait pour s’abstraire des recommandations données par le
calcul économique. Qu’il s’agisse de s’opposer à un projet annoncé
comme rentable pour la collectivité, ou que l’objectif soit au contraire
de promouvoir un projet annoncé comme peu pertinent, le calcul
économique est vécu comme antidémocratique. De plus, le débat
public est souvent confisqué par ceux qui souhaitent lui dicter leurs
conclusions. Ainsi, confiné dans un milieu étroit, rejeté dans le
« monde » des experts, le calcul économique est mis sur la touche.
Face à cette nouvelle donne, l’objectif du réseau de recherche a été
d’abord de comprendre ces évolutions, puis de montrer comment le
calcul économique peut retrouver, dans ce nouveau contexte, une
certaine pertinence.
• Dans cette perspective, Charles Raux, Stéphanie Souche et
Aurélie Mercier nous rappellent dans le chapitre 10 ce que peut et ce
que ne peut pas le calcul économique. En introduisant les questions
liées à l’équité, on entre dans le champ de l’acceptabilité de la déci-
sion publique, un champ beaucoup plus mouvant que le calcul écono-
mique.
316 / L’aide à la décision publique
• Une des façons d’entrer de plain pied dans les questions liées à
l’équité consiste à s’intéresser aux impacts des infrastructures de trans-
port. Comme le rappelle Stef Proost dans le chapitre 11, il est possible,
grâce aux modèles d’équilibre général calculable d’évaluer ce que
pourraient être les gains et les pertes liés à un projet. Ces résultats
peuvent ensuite être utilisés dans la négociation qui accompagne la
décision publique, par exemple pour établir les éventuelles indemnisa-
tions.
• Mais cet outil ne peut être considéré comme une panacée. Ainsi
que le montre Jacques-François Thisse dans le chapitre 12, la localisa-
tion des équipements collectifs et l’évaluation de leurs impacts restent
des sources de tensions dans le corps social et donc dans le processus
politique. Il n’est d’ailleurs pas impossible qu’émergent de l’analyse
des situations d’indécidabilité.
• Le chapitre 13, rédigé par Alain Trannoy, aboutit à un constat
proche sinon similaire. Même si les outils proposés par l’auteur procè-
dent à un tri parmi les raisonnements en termes d’équité spatiale, entre
ceux qui peuvent s’appuyer sur une démarche rationnelle et ceux qui
en sont dépourvus, la solution consensuelle ne va pas de soi. Même en
dégageant un langage et des raisonnements qui peuvent être partagés
par les parties prenantes, la voie du compromis reste difficile à trouver.
• Pour comprendre combien sont grandes les difficultés à résoudre,
il ne faut pas hésiter à entrer dans les dédales de l’acceptabilité. Cette
notion « fourre-tout » renvoie en effet à des comportements variés,
souvent observables, qui ont une forte tendance à se résumer à une
préférence pour le statu quo. Dans le chapitre 14, Charles Raux, Sté-
phanie Souche et Lucie Vsakova s’intéressent aux figures de l’accepta-
bilité et aux éléments qui, dans le prolongement du chapitre précédent,
pourraient contribuer à ce que se construise au moins un langage
commun entre les participants aux débats publics.
CHAPITRE 10
DE LA MODÉLISATION
DES COMPORTEMENTS AU CALCUL
ÉCONOMIQUE : L’ÉQUITÉ DES POLITIQUES
DE TRANSPORT
Charles Raux, Stéphanie Souche et Aurélie Mercier1
En matière de débat sur les politiques de transport, qu’il s’agisse

par exemple de projets d’infrastructure ou de changements tarifaires,
les arguments d’équité et de justice prennent souvent le pas sur ceux de
l’efficacité au sens économique. Cette dernière est la raison d’être du
calcul économique, lequel semble en apparence démuni quand il s’agit
d’équité.
L’équité en matière de politique de transport peut être déclinée
selon trois dimensions (Raux et Souche, 2004) : l’équité verticale au
sens de l’attention à porter aux personnes les plus fragiles économi-
quement ; l’équité horizontale au sens de la répartition de la charge
entre contribuables et usagers des transports, et entre usagers des
différents modes ; enfin et surtout, l’équité spatiale qui se réfère à la
garantie d’accessibilité aux aménités et à la liberté d’aller et venir.
Dans ce chapitre, nous montrons que le calcul économique peut
apporter des éléments de diagnostic quant à l’équité des politiques de
transport. Les indicateurs de surplus sont calculés sur la base de modè-
les de demande, capturant les variations de flux de déplacements ou
des comportements des consommateurs, en réaction à des variations
de l’offre de transport. Il importe donc de s’assurer que ces indicateurs
produits à l’aide de modèles de demande sont cohérents avec les
principes du calcul économique.
Un bref rappel théorique sur les liens entre théorie du surplus et
fonction de demande est donc un préalable nécessaire (section 1).
Ensuite nous exposons l’état de l’art de la cohérence entre la modéli-
1. Laboratoire d’Économie des Transports, CNRS, Université Lyon 2, ENTPE

sation de la demande de transport – pour les modèles les plus couram-

ment utilisés – et le calcul de surplus (section 2). Vouloir traiter de la
thématique des gagnants et des perdants, et plus généralement de
l’équité, amène logiquement à aborder la question de la comparabilité
des utilités et celle de l’agrégation des utilités individuelles (section 3).
1. FONCTION DE DEMANDE DE TRANSPORT ET THÉORIE

DU SURPLUS
En comparant des options d’utilisation de ressources rares, telles

que l’argent public, l’espace ou les ressources environnementales dis-
ponibles, le calcul économique vise à aider à la décision des collectivi-
tés publiques. Son corpus théorique de base est celui de la micro-
économie : aussi, pour établir cette base théorique, il nous faut
rappeler brièvement les concepts d’utilité du consommateur et d’uti-
lité collective. Ces concepts sont ensuite appliqués au cas particulier de
la variation d’utilité collective dans le cas du transport, pour débou-
cher enfin sur le surplus des usagers et la fonction de demande de
transport.
1.1. L’utilité du consommateur

Soit un individu i qui dispose d’un revenu ri pour acheter différents
biens de consommation dénotés j (j = 1,m) de prix unitaire pj en
quantités qji . Sous les hypothèses classiques de rationalité2, l’individu
est supposé capable de classer les différents paniers de biens, classe-
ment représenté par un indice Ui appelé utilité (ou satisfaction) de
l’individu i, soit :
Ui(q1i ,q2i ,...,qm
i
)
Cette utilité est à maximiser sous la contrainte de revenu de i, soit
A l’optimum
où ki est le multiplicateur de Lagrange associé à la contrainte de

revenu du consommateur i. Les utilités marginales pour l’individu i de
2. Pour un exposé complet de la théorie micro-économique voir (Mas-Colell et al, 1995).

De la modélisation des comportements au calcul économique / 319
la consommation des biens j sont proportionnelles aux dépenses mar-

ginales que représentent les prix unitaires de ces biens.
En outre, à l’optimum nous avons
Ce multiplicateur de Lagrange s’interprète comme l’utilité margi-

nale du revenu de l’individu i.
1.2. L’utilité collective

Le modèle général du calcul économique suppose l’existence d’une
fonction de bien-être collectif U, fonction des satisfactions individuel-
les3.
Autour de l’optimum, où l’on est supposé se trouver, la variation
marginale d’utilité collective résultant de variations marginales des
quantités de biens disponibles s’écrit :
On introduit l’hypothèse forte de répartition optimale des revenus,

ce qui signifie que du point de vue de la collectivité, une variation
élémentaire de revenu a la même valeur quel que soit l’individu consi-
déré : formellement, l’utilité collective marginale du revenu individuel
est identique pour tous les individus, i.e.
à une constante près.
On obtient :
en supposant que les prix pj ne dépendent pas de la consommation des

agents (hypothèse de concurrence parfaite).
3. Cette hypothèse d’existence suppose donc résolu le problème de l’agrégation des préféren-
ces individuelles. Pour un exposé complet voir le chapitre I de Bloy et al (1976).
1.3. La variation d’utilité collective dans le cas d’un projet

de transport
La démarche consiste à introduire le bien particulier qu’est le ser-
vice de transport, et à travers cette particularité, le temps nécessaire
d’une part au transport, d’autre part à la consommation des autres
biens4.
Nous supposons dans un premier temps une transformation margi-
nale des quantités analysées pour passer ensuite à une transformation
structurelle.
Chaque unité de bien j nécessite un temps de consommation tj,
supposé constant au cours de la transformation. Nous considérons le
transport comme un (m+1)ème bien dont la quantité qm i
+1 représente le
transport consommé par l’individu i (exemple, kilomètres parcourus
ou choix de se déplacer ou non). Son prix pm+1 est le prix payé par
l’usager : par exemple, pour la route il inclura les coûts d’amortisse-
ment et d’entretien du véhicule, les frais de carburant et les éventuels
péages et frais de stationnement. Enfin, le temps de consommation
unitaire de transport tm+1 peut, à la différence des autres biens j, varier
au cours de la transformation (augmentation ou diminution du temps
de parcours générée par le projet de transport).
Alors la maximisation de Ui par l’individu i se fait sous les deux
contraintes de revenu ri et de temps hi disponibles, soit
, et
La condition d’optimum devient
où mi est la valeur du temps de l’individu i. On retrouve la condition de

proportionnalité entre utilité marginale et dépense marginale : ici la
dépense marginale agrège le prix unitaire du bien et la valeur du temps
unitaire de sa consommation.
4. Cette section s’appuie sur la section 1 du chapitre II de Bloy et al (1976), en adaptant la

présentation et les notations à notre propos.
Il s’ensuit, toujours avec l’hypothèse de répartition optimale des

revenus, que la variation d’utilité collective devient
Cependant, pour chaque individu le temps total disponible est une

donnée physique identique. En rappelant que le temps unitaire de
consommation des biens j est constant, tandis que celui du transport
varie, il s’ensuit que, au cours de la transformation,
En outre, on peut considérer que la valeur du temps est identique

pour tous les individus5, soit mi = m.
d’où
Nous supposons que l’on se trouve en situation de plein emploi des

ressources, dans une économie fermée, et que, dans le cadre de la
transformation marginale étudiée ici, cette dernière a des effets négli-
geables sur les entreprises (k = 1, p) autres que celle produisant le
service de transport (p+1). L’hypothèse d’économie fermée permet de
réécrire le premier terme de l’équation précédente du point de vue des
entreprises consommatrices et productrices de biens et services, sous la
forme
L’hypothèse d’effets négligeables implique que
D’où
5. Cette hypothèse peut être posée sans perte de généralité, puisque l’on peut étendre les
résultats qui suivent à une multitude de groupes d’individus de valeur du temps identiques, les
valeurs du temps (et donc les courbes de demande, cf. infra) différant entre les groupes.
Ce terme n’est autre que l’opposé de la dépense totale de l’entre-

prise productrice du service de transport.
La variation d’utilité collective peut se réécrire ainsi
ou encore, en introduisant le terme qm+1dpm+1
La variation d’utilité collective est donc la somme de deux varia-

tions de surplus, la première relative aux consommateurs (usagers de
l’infrastructure), la deuxième relative à l’entreprise de transport.
En effet, la variation des surplus des consommateurs se calcule sur
la base d’une variation de prix dpm+1 et d’une variation de temps de
parcours dtm+1, cette dernière valorisée par une valeur du temps mi,
variations rapportées au trafic total qm+1.
La variation de surplus de l’entreprise de transport est la somme de
gains provenant de la variation de prix appliquée au trafic, soit
qm+1dpm+1, de la variation de trafic acquittant le prix, soit pm+1dqm+1,
.
et des dépenses, soit
Le passage à une transformation structurelle ne pose pas problème,

si on considère celle-ci comme une suite de transformations margina-
les, et si on maintient l’hypothèse que ces transformations marginales
successives ont des effets négligeables sur les entreprises autres que
celle produisant le service de transport. Soit, en passant d’une situation
initiale 1 à une situation finale 2 :
1.4. Le surplus des usagers et la fonction de demande

de transport
Intéressons-nous maintenant de plus près à la variation de surplus
des usagers, soit
La combinaison d’une composante monétaire et d’une composante

temporelle du déplacement, cette dernière valorisée par une valeur du
temps, permet d’introduire la notion de coût généralisé d’un déplace-
ment : ce dernier s’écrira en toute généralité pour un individu et sur
une liaison donnés
c = p + vt
où p est le coût monétaire du déplacement, t sa durée et v la valeur
du temps de l’individu.
En nous affranchissant de l’indice du bien transport pour alléger la
notation, nous obtenons
Jules Dupuit a donné une définition opératoire de la courbe de

demande dans son célèbre mémoire au sujet « de la mesure de l’utilité
des travaux publics » (1844). Même si cette loi de demande reste pour
une bonne part inconnue, il énonçait quelques caractéristiques généra-
les, à savoir que la consommation augmente quand le prix diminue, et
que l’augmentation due à un abaissement de prix est d’autant plus
considérable que le prix est déjà lui-même plus bas, d’où une forme
convexe attribuée à la courbe de demande (cf. Figure 1).
Figure 1
Courbe de demande et surplus des usagers
On peut étendre cette approche au cas plus général de la demande

qui s’exprime sur un axe de transport (exemple d’une liaison routière,
ferroviaire ou aérienne), en fonction du coût généralisé du déplace-
ment.
En situation initiale, quand le coût généralisé s’établit à c1, un
nombre q1 d’usagers de l’infrastructure sont prêts à supporter un coût
supérieur ou égal à c1. L’utilité que retirent ces usagers de leur dépla-
cement est égale à l’aire Oq1d1A. Le coût généralisé qu’ils doivent
supporter est égal à l’aire Oq1d1c1. Le surplus (avantage positif) qu’ils
retirent de leur déplacement est donc égal à l’aire c1d1A.
En situation finale, si le coût généralisé s’établit à c2 inférieur à c1,
les q1 usagers déjà utilisateurs de l’infrastructure profitent de l’abaisse-
ment de ce coût, d’où une variation de surplus positive égale à
l’aire c2Bd1c1. En outre, des usagers supplémentaires (soit l’augmenta-
tion de trafic q2 – q1), qui n’étaient pas prêts à supporter le coût c1,
trouvent désormais un intérêt à emprunter l’axe6, puisque l’avantage
qu’ils retirent de leur déplacement est supérieur ou égal à c2. Le
surplus qu’ils retirent de leur déplacement est égal à l’aire Bd2d1. La
variation de surplus total est donc égale à l’aire c2d2d1c1.
Formellement, l’utilité des consommateurs s’évalue comme l’inté-
grale de l’aire sous la courbe de demande ordinaire (ou marshal-
lienne). En pratique comme cette courbe de demande est inconnue, on
utilise l’approximation triangulaire introduite par Dupuit, par interpo-
lation entre les deux points d1 et d2 observés (ou modélisés).
2. DU MODÈLE DE COMPORTEMENT AU CALCUL DE SURPLUS
De nombreux indicateurs d’accessibilité ont été développés pour

rendre compte d’une variation de qualité apportée par une variation
de l’offre de transport. Ces indicateurs ont parfois été interprétés par
leurs auteurs comme des indicateurs de surplus. Dans cette section
nous rappelons l’état de l’art de la cohérence entre la modélisation de
la demande des consommateurs et le calcul de surplus. L’analyse est
menée pour deux catégories de modèles les plus couramment utilisés, à
savoir le modèle gravitaire de distribution spatiale et les modèles de
choix discret à utilité aléatoire. Etant donné qu’une variation de l’offre
de transport se traduit avant tout par une variation des conditions
6. Cette augmentation de la consommation de transport, que l’on appelle aussi parfois « trafic
induit », inclut aussi bien les nouveaux usagers que les usagers initiaux qui intensifient leurs
déplacements.
d’accès aux différents lieux d’activités, nous focalisons notre analyse

sur l’équité spatiale.
2.1. Du modèle gravitaire à la théorie de l’accessibilité

Le modèle gravitaire7 a été développé pour modéliser la distribu-
tion spatiale des déplacements entre origines et destinations. Il sup-
pose que l’espace où se déroulent ces déplacements ait été découpé en
zones. La loi de distribution des déplacements s’exprime ainsi :
Tij = kOiDj f(cij)
où :
Tij est le flux de déplacements de la zone i vers la zone j,
k un paramètre du modèle,
Oi la « masse » émettrice de la zone origine i (exemple, le nombre

d’actifs dans la zone),
Dj la « masse » attractive de la zone de destination j (exemple, le

nombre d’emplois dans la zone),
f(cij) une fonction de résistance au déplacement, avec cij le coût
généralisé de déplacement de la zone i vers la zone j.
Les fondements théoriques de ce modèle ont été posés par Wilson
(1970).
On introduit en outre des contraintes de cohérence, relatives aux
marges de la matrice des Tij. Avec une contrainte telle que 兺Tj
ij = Oi
on obtient le modèle contraint aux origines, ce qui donne
(1)
La partie de droite de ce modèle, soit , peut aussi être
interprétée comme un modèle de probabilité de choix de destination à

partir d’une zone origine i donnée.
7. Cette présentation a été adaptée et enrichie à partir de Bonnafous et Masson (2003).

Si l’on rajoute la contrainte on obtient le modèle
doublement contraint qui se reformulerait en :
Tij = kiOikjDj f(cij)
avec :
La résolution de ces équations passe par un calcul itératif (méthode

de Furness). Les méthodes sont maintenant éprouvées et convergent
correctement en général.
Le calage économétrique s’appuie en général sur une fonction de
résistance de forme exponentielle négative, soit :
f(cij) = exp (– bcij) (2)
On définit (3)
indicateur d’accessibilité le plus courant (Hansen, 1959) : on retrouve

le dénominateur du modèle (1).
La variation de surplus, dérivée du modèle gravitaire, entre une
situation 1 (avant) et une situation 2 (après), associée à une zone
particulière i, peut se calculer ainsi
(4)
Si l’on se réfère à la Figure 1 et son commentaire, le surplus couvre

entièrement les deux types de comportements des usagers en réaction
à une baisse de coût généralisé cij, par exemple un gain de temps :
d’une part ceux qui utilisent ce temps gagné sur les déplacements dans
d’autres activités que la mobilité, d’autre part ceux qui réinvestissent
ce temps gagné dans une intensification de leur mobilité (augmenta-
tion du nombre de déplacements ou de la portée de ceux-ci). Ce
dernier type de comportement désigne bien le « trafic induit », celui
qui profite des opportunités nouvelles de destination offertes par une
amélioration de l’offre de transport.
Neuburger (1971) a montré qu’avec le modèle (1) la variation de

surplus de la zone i s’écrivait :
(5)
Le calcul de variations d’accessibilité spatiale à partir d’un modèle

de distribution spatiale de type gravitaire trouve donc sa cohérence
avec le calcul économique classique de surplus.
2.2. Le modèle de choix discret à utilité aléatoire

Comme, en matière de déplacements, le consommateur est le plus
souvent face à un choix discret, i.e. se déplacer ou non, choisir une
destination, un mode de transport ou un itinéraire parmi un ensem-
ble d’options possibles, les modèles de choix discret se sont progres-
sivement imposés en raison de leurs avantages théoriques et empiri-
ques.
On considère8 une population d’individus faisant face au même
ensemble d’options A (exemple, un ensemble de modes de transport)
et on cherche à estimer la fraction de la population qui choisit une
option donnée. La population peut être divisée en sous-populations
homogènes par rapport à des facteurs socio-économiques observables.
Dans chaque sous-population, on modélise le comportement d’un indi-
vidu représentatif comme un comportement déterministe. Néanmoins,
l’observation montre que, même à l’intérieur d’une sous-population
homogène, les individus ne font pas tous le même choix, d’où une
composante aléatoire dans le comportement. Les individus vont donc,
en cohérence avec la théorie néoclassique, choisir l’option qui maxi-
mise l’utilité qu’ils en retirent. Cette utilité a deux composantes, l’une
déterministe, l’autre aléatoire. Soit
Uji = uji + eji
représentant l’utilité pour l’individu i du choix de l’option j ∈ A,
uji étant la composante déterministe (observable et mesurable) de l’uti-
lité et eji une variable aléatoire de moyenne nulle.
On suppose qu’au sein d’une sous-population homogène, les indivi-
dus ne diffèrent les uns des autres que selon les caractéristiques et
8. Cette présentation est adaptée de Anderson et al (1992).

facteurs non-observés qui influencent leur choix. On peut donc prédire

au mieux la probabilité de choix de l’option j par l’individu i, soit :
P ji = Pr(Uji = max Uki
k∈A
2.2.1. Le modèle logit multinomial

Une large classe de modèles de choix discrets présente des proprié-
tés remarquables et une relative facilité de calage, ce qui en a généra-
lisé l’usage malgré certaines limites qu’il n’y a pas lieu de discuter ici.
Le modèle logit multinomial dérive de l’hypothèse que les aléas e sont
distribués indépendamment et identiquement selon une loi double-
exponentielle. La probabilité de choix de l’option j par l’individu i suit
alors une loi logistique, soit :
Ben Akiva et Lerman (1979) ont proposé comme mesure de

l’attractivité de l’ensemble d’options A (et donc comme mesure
d’accessibilité pour un ensemble A de destinations), l’espérance du
maximum des utilités. Dans le cas du logit (Anderson et al, 1992) cette
espérance est égale à
2.2.2. Le modèle logit emboîté

Une extension du modèle logit est le modèle logit emboîté (ou
hiérarchique) développé par Ben-Akiva (1985) – qui est une réponse
au problème IIA9.
Considérons en effet un processus de choix emboîté à deux étapes
(Anderson et al, 1992). L’ensemble d’options X est partitionné en
sous-ensembles Al qui regroupent chacun des options ayant plusieurs
caractéristiques observables en commun (par exemple l’ensemble A1
des voitures particulières, l’ensemble A2 des bus quelle que soit leur
9. Independence of Irrelevant Alternatives ou « paradoxe bus bleu / bus rouge » (Anderson et

al, 1992, p. 24).
couleur, etc.). On suppose que l’individu sélectionne le sous-

ensemble Al dans X avec une certaine probabilité, puis une option du
sous-ensemble Al avec une probabilité dépendant de l’utilité de cette
option, soit :
Le choix du sous-ensemble Al par l’individu i dépend de l’utilité

globale de ce sous-ensemble. Pour cela, Ben-Akiva propose l’espé-
rance du maximum des utilités de Al, soit :
d’où la probabilité de choix de Al par l’individu i :
Ce modèle est cohérent avec la maximisation d’une fonction d’uti-

lité aléatoire si µ1 > µ2 (Mc Fadden, 1978). Autrement dit, les préféren-
ces au niveau supérieur doivent être plus hétérogènes que celles du
niveau inférieur.
Le modèle logit emboîté s’applique de manière identique10 à toute
hiérarchie possible de choix, par exemple le choix de destination puis
le choix du mode.
2.2.3. Théorie de l’accessibilité et choix discret

En développant la « théorie de l’accessibilité urbaine », Koenig
(1974) arrive à un résultat identique à celui de Neuburger en matière
de surplus lié à l’accessibilité, mais sur la base d’hypothèses fondées
dans la théorie micro-économique du consommateur : 1) à chaque
10. Sous réserve de ses autres limites (cf. Ben-Akiva et Lerman, 1985).
destination (exemple, l’emploi) le consommateur associe une utilité

nette, différence entre l’utilité brute de la destination (exemple, le
salaire) et le coût généralisé du déplacement ; 2) l’utilité brute d’une
destination est une variable aléatoire de loi de distribution exponen-
tielle négative. Les déplacements des consommateurs se répartissent
alors selon la loi de distribution gravitaire.
En fait, le modèle fondé sur la théorie de l’accessibilité peut être
réécrit très simplement sous la forme d’un modèle de choix discret à
utilité aléatoire. En effet la probabilité de choix d’une destination j par
l’individu i s’écrit :
La composante déterministe du modèle de choix discret est donc :
2.2.4. Modèles de choix discret et calcul du surplus

Small et Rosen (1981) ont explicité les conditions dans lesquelles le
calcul économique pouvait être adapté au cas des modèles de choix
discrets. Dans les modèles de choix continu, le surplus peut être calculé
à partir de l’aire située sous la courbe de demande compensée, dont la
valeur est approchée en pratique et sous réserve d’hypothèses addi-
tionnelles, par l’aire située sous la courbe de demande ordinaire (cf.
plus haut le calcul de surplus à la Dupuit).
Cette pratique reste valable pour une classe particulière de modèles
de choix discret11, ceux pour lesquels la fonction d’utilité est séparable
de manière additive sous la forme de trois composantes, soit
uji = Vi(ri) + Wj(pj, qj, ri ; Ci) + eji où
Vi(ri) ne dépend que des caractéristiques de l’individu i et notam-

ment son revenu ri,
Wj est la fonction d’utilité individuelle déterministe et observable

dont la forme est identique pour tous les consommateurs,
11. Sous des hypothèses additionnelles et notamment celle que la fonction de demande com-
pensée est approchée de manière adéquate par la fonction de demande marshallienne.
pj, qj les prix et quantité du bien j,
Ci un vecteur de caractéristiques observables du consommateur i et

de caractéristiques du bien qui peuvent varier selon les consomma-
teurs.
Il est à noter au passage que, quand on compare deux options, la
différence d’utilités fait que le terme Vi(ri) disparaît.
En supposant que chaque individu i représente un groupe de Ni
individus identiques quant à leurs revenus et leurs caractéristiques
mesurées, que l’utilité marginale du revenu k est constante dans le
groupe, et que les effets revenus sont négligeables, on trouve dans le
cas du modèle logit que la variation de surplus s’écrit
(6)
où W est le vecteur de composantes Wj qui prend les valeurs initiale

W0 et finale Wf.
Comme 兺 exp(Wj) est le dénominateur du modèle logit, cette
jeA
quantité est aisée à calculer.
Pour cette classe de modèles de choix discret à utilité « séparable-
additive » le calcul de surplus donné par l’expression (6) est donc
cohérent avec le calcul du bien-être collectif. C’est le cas notamment
de tous les modèles LRUM (Linear Random Utility Model) et en
particulier du modèle de choix discret fondé sur la théorie de l’accessi-
bilité.
Compte tenu de leurs emboîtements de « logsums », la règle de
cohérence de calcul du surplus s’applique aussi aux modèles logit
emboîtés, respectant cette condition d’utilité « séparable-additive »
dans leurs spécifications d’utilité à chaque étape.
2.2.5. Extensions du concept d’accessibilité

Le courant de la « time-geography », issu des travaux des géogra-
phes suédois Hägerstrand puis Lenntorp dans les années 70, marque
un changement du paradigme de représentation de la mobilité : dans
cette nouvelle représentation, l’individu réalise un ensemble d’activi-
tés en différents lieux, dont le passage de l’un à l’autre nécessite des
déplacements, le tout dans un environnement spatial et temporel
contraint. Ce courant se caractérise par un champ de recherche actif
depuis plus de vingt ans, qui commence à déboucher sur des modèles
opérationnels de microsimulation des schémas d’activités-
déplacements (sur une période d’une journée, voire plus).
Cette approche d’activités-déplacements ou « fondée sur les acti-
vités » (activity-based) a été reprise dans le cadre des modèles de
choix discret à utilité aléatoire, en considérant non plus le choix
élémentaire d’un déplacement, mais l’ensemble des choix réalisés
dans le schéma d’activités. Ce type de modèle a donné lieu au déve-
loppement d’un indicateur d’accessibilité fondé sur le schéma d’acti-
vités (ABA, Activity Based Accessibility ; Ben-Akiva et Bowman,
1998). L’ABA est l’espérance du maximum des utilités attachées aux
différents schémas d’activités quotidiens possibles pour l’individu et
donc, là encore, un « logsum » des utilités attachées à chacun de ces
schéma d’activités.
Une autre approche (Miller, 1998) combine l’approche espace-
temps des géographes et la théorie des choix discrets des économistes,
pour aboutir à des indicateurs STAM (Space Time Accessibility Measu-
res). Parmi les différents STAM proposés par Miller, certains se réfè-
rent à des logsums d’utilités.
On retiendra de cette brève revue de ces indicateurs étendus
d’accessibilité, qu’une condition suffisante pour que ces derniers
soient cohérents avec le calcul économique est qu’ils soient fondés
sur la théorie micro-économique de l’utilité, et qu’ils respectent la
règle énoncée plus haut de spécification d’utilité « séparable-
additive ».
3. POTENTIALITÉS ET LIMITES DU CALCUL ÉCONOMIQUE
L’un des thèmes principaux dans le débat sur l’acceptabilité est

l’identification des gagnants et des perdants dans le cadre d’une politi-
que particulière de transport. Pour le traiter il convient toutefois
d’éclaircir certaines questions sous-jacentes : peut-on comparer des
variations de surplus selon des zones (i.e. l’équité spatiale avec les
accessibilités) ou selon des catégories économiques ou sociales (i.e.
l’équité horizontale ou verticale) ? Ceci est l’objet de la première
section.
Remarquons que nous posons d’abord la question de la comparabi-
lité de ces mesures de surplus et non la question de la pondération de
ces surplus en vue d’une agrégation en un bien-être collectif : cette
question est abordée dans la section suivante.
3.1. Le problème de la comparabilité des utilités

D’une manière générale, la mesure du surplus à partir d’une fonc-
tion de demande variera en valeur absolue selon l’étendue des biens
considérés dans le modèle de demande, ce qui résulte en des valeurs
particulières des paramètres du modèle. Cela pose certes la question
de la valeur de référence de l’utilité mais cette difficulté est contournée
si l’on se contente d’analyser des variations de surplus. La deuxième
question, inhérente à la comparabilité des utilités, a trait aux différen-
ces éventuelles d’échelle ou d’unité entre les utilités mesurées sur des
catégories différentes.
Pour répondre à ces deux questions, nous analyserons séparément
le cas du modèle gravitaire et celui du modèle de choix discret.
3.1.1. Le cas du modèle gravitaire

Suivant la spécification retenue pour le modèle gravitaire, on sera
amené à comparer des accessibilités telles que décrites par l’équation
(3) pour différentes zones. Cela est licite si les accessibilités sont effec-
tivement liées à un modèle gravitaire avec une spécification unique de
la fonction de coût généralisé de déplacement, entre autres le même
paramètre b.
Donc il est possible de comparer des variations de surplus telles que
décrites par l’équation (4), suite à la mise en place d’une politique de
transport particulière, selon différentes zones, pour une catégorie don-
née d’opportunités : exemple, les emplois, les commerces, etc.
Cela revient bien sûr à ignorer au sein de chaque zone l’hétérogé-
néité éventuelle selon d’autres caractéristiques sociales ou économi-
ques des agents. La différence d’accessibilité prise en compte dans la
variation de surplus dans l’équation (5) pèse d’autant plus lourd que Oi
est élevé. Si l’on veut identifier les groupes d’individus gagnants – ou
perdants – (repérés par leur zone commune d’origine de leurs déplace-
ments), rien n’interdit de se limiter au deuxième facteur de cette
expression i.e.
(1n A2i – 1n A1i )
Cette approche a été appliquée notamment à l’analyse de l’une des

dimensions de l’acceptabilité (cf. chapitre sur l’acceptabilité ; Raux et
al), à savoir l’équité spatiale, dans le cas du boulevard périphérique
nord de Lyon à péage (cf. Encadré 1).
Encadré 1 : L’équité spatiale dans le cas boulevard périphérique nord de Lyon
Le boulevard périphérique nord de Lyon est un ensemble d’ouvrages d’une

longueur de 11 km ouvert en 1997, dans sa version initiale sous la dénomina-
tion de TEO, avec péage et restriction des voies parallèles gratuites.
L’impact du péage et de cette restriction des voies parallèles a pu être évalué

selon les différentes dimensions de l’équité, à savoir l’équité spatiale, verticale
et horizontale. En termes d’équité spatiale, ce sont des mesures d’accessibilité
entre les différentes zones de l’agglomération qui ont été calculées. Ces calculs
ont été effectués à l’aide du « modèle stratégique de déplacements de l’agglo-
mération lyonnaise » développé par le LET et la SEMALY en 1997. Le modèle
repose sur un découpage spatial de l’agglomération en 25 zones. L’accessibilité
retenue est celle de l’équation (3) et le modèle de distribution gravitaire est un
modèle doublement contraint aux marges.
Le coût généralisé cij du déplacement de i à j agrège le temps et le prix, y

compris le péage, avec une valeur du temps moyenne.
Les variations d’accessibilité aux emplois (entre avant et après la mise en

service de TEO) à partir de chacune des 25 zones, ont été calculées sous la
forme variations relatives, soit DAi / Ai ce qui assure une certaine cohérence
avec le calcul de surplus12, bien que l’on ne tienne pas compte de la « masse »
de la zone représentée par Oi. C’est une manière de ramener la variation de
surplus de la zone à une variation de surplus d’un individu résidant dans cette
zone, ce qui n’est pas sans intérêt dans un débat sur l’acceptabilité.
Ces variations d’accessibilité ont pu être rapportées à l’état des accessibilités

des différentes zones avant l’ouverture de TEO. Les résultats des simulations
effectuées ont montré qu’en termes d’accessibilité, la distribution des avanta-
ges et des inconvénients apportés par la nouvelle infrastructure s’opérait de
manière inégalitaire entre les différentes zones de l’agglomération. Ces résul-
tats venaient donc conforter la perception de l’opinion considérant que l’équité
spatiale était gravement mise en cause (pour plus de détails, voir Raux et
Souche, 2004).
3.1.2. Le cas du modèle de choix discret à utilité

« séparable-additive »
Dans ces modèles, les probabilités de choix sont indifférentes aux
valeurs absolues des utilités et ne dépendent que des différences entre
utilités. Là encore, la question de la valeur de référence de l’utilité ne
se pose pas.
Par contre, les unités des utilités des individus varient selon les
individus. Une normalisation est préconisée (Ben-Akiva et Lerman,
12. En effet ces variations relatives s’assimilent à des variations élémentaires de logarithmes.
1985) en convertissant l’accessibilité en unités de l’une des variables x

de la fonction d’utilité (en général le temps ou le coût de transport),
soit :
Il est donc possible là aussi, de comparer des variations de surplus

entre différentes catégories d’agents.
3.2. Le problème de l’agrégation des utilités individuelles

Dans l’approche utilitariste, la justice est un sous-produit de la
recherche du plus grand bonheur pour le plus grand nombre, qui
ignore les inégalités éventuelles dans la distribution des utilités. En
réaction à cette approche, les théories contemporaines de la justice ont
cherché à intégrer le concept d’équité. Un apport majeur est la théorie
de la justice de Rawls (1971) reposant sur plusieurs principes, dont le
fameux principe de différence qui s’appuie sur le critère du maximin :
ce dernier vise à maximiser le surplus minimal. L’approche du maxi-
min suppose de retenir un projet qui favorise l’intérêt des plus pauvres,
à l’inverse du calcul économique traditionnel qui privilégie la plus
grande variation de surplus collectif. Ce critère du maximin peut être
formalisé de la façon suivante :
Max[Mini DSi]
tandis que l’approche traditionnelle du calcul économique avance le

critère d’efficacité optimale, soit :
Face aux questions d’équité et de justice sociale, Wolfelsperger

(1995) avance une conception néo-utilitariste de la justice, en suppo-
sant l’existence d’un « observateur idéal » chargé de représenter les
préférences des individus. La fonction de justice sociale cherchant à
maximiser le bien-être collectif, peut s’écrire sous la forme suivante :
si ␣ 7 0 avec Ui, l’utilité de l’individu i et
si ␣ = 0
Le paramètre a permet de pondérer les utilités individuelles en

fonction de leur niveau et représente ainsi le degré de prise en considé-
ration des inégalités. Wolfelsperger distingue trois cas principaux pour
qualifier l’aversion pour l’inégalité :
Une préférence pour l’inégalité se caractérise par ␣ > 1. Cela sous-
entend que le poids accordé à un individu, dans l’évaluation de la
justice de la répartition, est d’autant plus important que cet individu
bénéficie d’un niveau initial d’utilité élevé.
Une vision utilitariste se traduit par ␣ = 1. Dans ce second cas, qui
renvoie à la célèbre formule de Bentham « le plus grand bonheur du
plus grand nombre », tous les individus sont considérés égaux et ce,
indépendamment de leur niveau initial d’utilité.
Le troisième cas caractérisé par – ∞ < ␣ < 1 fait référence à une
aversion pour l’inégalité. La fonction de justice accorde à une variation
d’utilité un poids d’autant plus important que le niveau initial de cette
utilité est faible. Comme le rappelle Wolfelsperger, plus la valeur de a
est faible, plus on se rapproche d’une situation où seule est prise en
compte la variation d’utilité de l’individu dont le niveau de bien-être
initial est le plus faible. Ce troisième cas présente des similitudes avec
l’approche du maximin de Rawls évoquée ci-dessus.
Ce raisonnement en termes d’aversion pour l’inégalité se retrouve
également dans les travaux de Thisse (1994) concernant la localisation
d’un établissement de service public. Il met en évidence le conflit entre
équité et utilitarisme et propose de le résoudre en introduisant un
paramètre ␣ comme un exposant à la distance dans l’équation sui-
vante :
avec d(xi, s) la distance entre l’usager et la localisation de l’établis-

sement et d(xi, s) le nombre d’usagers à distance .
Pour Thisse, il revient au décideur public d’évaluer le paramètre ␣
pour arbitrer entre efficacité et équité. Un paramètre égal à l’unité
privilégie l’efficacité dans la mesure où le décideur accorde une même
importance à toutes les variations d’utilité. À l’inverse, plus ce paramè-
tre tend vers l’infini, plus le décideur se place dans une optique
d’équité spatiale (correspondant au principe du maximin) en favori-
sant les zones les plus éloignées de l’établissement public.
L’importance des pondérations est également soulignée par Proost
(2001). Il illustre, à partir d’une fonction de bien-être social, l’impact
de différentes pondérations du surplus et ce, pour diverses catégories
sociales, sur des scénarios variés de politiques de transport et de finan-

cement et redistribution. Il évalue alors les effets de chacun des scéna-
rios selon plusieurs critères tels que le changement parétien, l’efficacité
ou l’équité.
La question de l’agrégation des utilités individuelles ne peut donc
être tranchée en l’état. Diverses pistes sont ainsi présentées au déci-
deur politique sans qu’une solution ne s’impose d’elle même.
En outre, rien n’est moins sûr qu’un indicateur unique convienne
au débat sur l’acceptabilité d’une politique de transport : une certaine
désagrégation est nécessaire pour identifier les gagnants et les per-
dants. Il semble possible, en cohérence avec le calcul économique, de
calculer des variations de surplus selon des catégories spatiales (i.e.
accessibilité, équité spatiale), sociales (i.e. équité verticale) ou d’usage
des modes (i. e. équité horizontale). Ce calcul se fait bien entendu sous
réserve d’hypothèses d’homogénéité : homogénéité des habitants
d’une zone donnée pour l’équité spatiale, homogénéité des usagers
d’un mode par rapport aux usagers d’un autre mode, etc.
4. CONCLUSION
Ici s’arrête provisoirement notre exploration des contributions
potentielles du calcul économique au processus d’acceptabilité. Faut-il
aller plus loin dans la recherche de cohérence théorique ? On trouvera
par exemple dans un article de Foster et Neuburger (1974) une discus-
sion détaillée sur les différences entre les mesures marshalliennes et
hicksiennes de variations de bien-être. Il n’est pas sûr que ces subtilités
intéressent le débat sur l’acceptabilité, dans lequel la remise en cause
du calcul économique semble plus fondamentale.
Nous avons montré, à partir de la littérature, comment le calcul de
variations d’accessibilité spatiale à partir d’un modèle de distribution
spatiale de type gravitaire trouvait sa cohérence avec le calcul écono-
mique classique de surplus. Le mode de calcul de surplus, cohérent
avec le calcul économique, a également été rappelé pour une classe
particulière de modèles de choix discret qui respectent une spécifica-
tion d’utilité « séparable-additive ». Ont ensuite été précisées les
conditions dans lesquelles ces variations d’utilités pouvaient être com-
parables entre zones ou entre catégories socio-économiques.
L’illustration de notre propos par un exemple d’application, nous
permet de conclure qu’il est possible de mener des analyses compara-
tives, en cohérence avec les principes du calcul économique, en termes
de gagnants et de perdants potentiels face à un projet, et ce selon leur
localisation ou selon leurs profils socio-économiques.
Rien n’interdit sur le plan théorique d’aller plus loin, vers une
identification plus fine de ces gagnants et perdants potentiels, afin de
préparer des mesures éventuelles de compensation. Cette analyse sup-
pose toutefois :
–tune meilleure capture des phénomènes de moyen et long termes
découlant de modifications de l’offre de transport, donc le développe-
ment de modèles liant transport et usage des sols ;
– le développement de modèles de microsimulation permettant
d’analyser finement les comportements d’activités et de déplacements
d’individus hétérogènes dans l’espace construit ;
– des données statistiques fines géolocalisées, permettant de croi-
ser les données économiques (dont les revenus pour lesquels certains
paramètres statistiques sont rendus disponibles depuis peu) et les don-
nées de comportement de mobilité spatiale provenant des enquêtes
déplacements.
Références
Anderson S.P., de Palma A. et Thisse J.-F., Discrete choice theory of
product differentiation, The MIT Press, 1992, 423 p.
Ben Akiva M.E. et Lerman S., « Disagregate travel and mobility
choice models and measures of accessibility », in Hensher D.A. et
Stopher P.R. (eds), Behavioural travel modelling, Croom Helm,
London, 1979, p. 698-710.
Ben Akiva M.E. et Lerman S., Discrete Choice Analysis : Theory and
Application to Predict Travel Demand, The MIT Press, 1985.
Ben-Akiva M. et Bowman J. L., « Integration of an activity-based
model system and a residential location model », Urban Studies,
Vol. 35, no 7, 1998, p. 1131-1153.
Bloy E., Bonnafous A., Cusset J.M. et Gérardin B., Évaluer la politi-
que des transports, Economica, Paris, PUL, Lyon, 1976, 103 p.
Bonnafous A. et Masson S., « Evaluation des politiques de transports
et équité spatiale », Revue d’Économie Régionale et Urbaine no 4,
2003, p. 547-572.
Ponts et Chaussées, 2e série, Mémoires et Documents, no 116,
t.VIII, 1844, p. 332-375.
Foster C.D., Neuburger H.L.I., « The Ambiguity of the Consumer’s
Surplus Measure of Welfare Change », Oxford Economic Papers,
vol 26, no 1, 1974, p. 66-77.
Hansen W.G., « How accessibility shapes land use », Journal of the
American Institute of Planners, 25, 1959, p. 73-76.
Koenig, G., « Théorie économique de l’accessibilité urbaine », Revue

Economique, no 2.1974.
Mas-Colell A., Whinston M.D. et Green J.R., Microeconomic Theory,
Oxford University Press, 1995, 981 p.
Miller H.J., Measuring Space-Time Accessibility Benefits Within Trans-
portation Networks : Basic Theory and Computational Procedures.
Paper presented at the 37th annual meeting of the Western Regio-
nal Science Association, Monterey, California, 1998.
Mc Fadden, « Modelling the Choice of Residential Location », in Karl-
vist A., Lundqvist A., Snickars F. et Weibull J. (eds), Spatial Inte-
raction Theory and Planning Models, North-Holland, 1978,
p. 75-96.
Neuburger H., « User benefit in the evaluation of transport and land
use plans », Journal of Transport Economics and Policy, 5, 1971,
p. 52-75.
Poulit J., Urbanisme et transport : les critères d’accessibilité et de déve-
loppement urbain. SETRA, Division urbaine, Ministère de l’Équi-
pement, Paris, 1974, 55 p.
Proost S., « Achieving Equity Through Urban Transport Pricing ? »
CUPID-PROGRESS workshop, 2001. Article disponible sur
www.transport-pricing.net/proost.doc.
Raux C. et Souche S., « The acceptability of urban road pricing : A
theoretical analysis applied to experience in Lyon », Journal of
Transport Economics and Policy, Vol. 38, Part 2, 2004, p. 191-216.
Rawls J., A Theory of Justice, Harvard University Press, 1971, 607 p.
Small K.A. et Rosen, H.S., « Applied Welfare Economics with Dis-
crete Choice Models », Econometrica, vol. 49, no 1, 1981, p. 105-130.
Thisse J.-F., « L’équité spatiale », in Auray J.P., Bailly A., Derycke
P.H. et Huriot J.M. (éd.), Encyclopédie d’économie spatiale, Econo-
mica, Paris, 1994, p. 225-231
Wilson A. G., Entropy in urban and regional modelling, Pion, London,
1970.
Wolfelsperger A., Économie publique, Collection Thémis Economie,
PUF, Paris, 1995.
CHAPITRE 11
L’ANALYSE DES PROJETS

D’INFRASTRUCTURE DE TRANSPORT
DANS UN CADRE D’ÉQUILIBRE GÉNÉRAL
Stef Proost1
Dans l’analyse Coût-Bénéfice classique d’un projet d’infrastruc-

ture de transport2 on se concentre le plus souvent sur l’estimation des
effets directs sur le marché de transport. La simple somme des béné-
fices pour les utilisateurs, moins les coûts du projet, moins les coûts
externes, plus l’accroissement net des revenus publics sur le marché
des transports est le point de départ pour une telle analyse. Théori-
quement, cette approche n’est justifiée que moyennant des hypothè-
ses héroïques sur l’étendue du projet et sur le fonctionnement du
reste de l’économie : absence de distorsions de marché (taxes, effets
externes, concurrence imparfaite) et une distribution équitable des
revenus.
Dans ce chapitre on explore comment étendre l’approche classique
pour mieux tenir compte de ces distorsions de marché et des problè-
mes de distribution des revenus. On procédera en quatre étapes. On
commencera par préciser la nature des distorsions de marché et pour-
quoi celles-ci sont importantes. Ceci se fera à l’aide de quelques exem-
ples. Le cœur de ce chapitre sera un ensemble de règles d’évaluation
de projet qui sera plus complet que les règles classiques. On étendra
progressivement le champ d’action des règles énoncées en utilisant des
modèles économiques de plus en plus complexes. Ensuite on passera
en revue brièvement la littérature scientifique et les méthodologies
utilisées en France, aux Pays-Bas et au Royaume-Uni.
1. Center for Economic Studies, Faculty of Economics, KULeuven, Belgium

2. Notre approche se veut valable aussi bien pour les projets d’infrastructure que pour l’évalua-
tion de réformes de tarification et de taxation.
L’analyse des projets d’infrastructure de transport dans un cadre d’équilibre général / 341
1. LE CHOIX ENTRE LES MODÈLES D’ÉQUILIBRE GÉNÉRAL

ET D’ÉQUILIBRE PARTIEL COMPLÉTÉ PAR DES PRIX FICTIFS
En principe un modèle d’équilibre général de l’économie, s’il

contient une modélisation détaillée du secteur du transport, permet de
répondre à la plupart des questions posées dans l’analyse d’un projet.
Un tel modèle a deux avantages : il permet de calculer les effets d’acti-
vité induits dans le reste de l’économie et deuxièmement, il permet de
tenir compte des distorsions de marché dans le reste de l’économie.
Prenons par exemple un projet d’infrastructure qui fait baisser le coût
du transport des matières premières d’une usine d’acier. Ceci peut
donner lieu entre autre à une baisse du prix de l’acier, une demande
accrue d’acier et une baisse de la demande de produits substituts
comme l’aluminium. Les changements d’activité des différents sec-
teurs engendrés par le nouveau projet peuvent être calculés à l’aide
des matrices Input-Output contenues dans les modèles d’équilibre
général. Cette information sur les changements d’activité est en soi
utile pour estimer la demande de services de transport. Le deuxième
avantage de tels modèles est de pouvoir estimer les effets induits sur les
autres marchés, sur les plus ou moins values de recettes fiscales et sur
l’utilisation qui en est faite.
Il se fait cependant que de tels modèles d’équilibre général sont très
rares et s’ils existent, ils vont souvent être trop agrégés dans l’espace3
pour pouvoir donner des informations utiles sur la demande de trans-
port. C’est la raison principale pour laquelle nous proposons dans ce
chapitre une approche qui part d’une analyse classique du marché de
transport (utilisant des modèles d’« équilibre partiel ») et corrige celle
ci à l’aide de prix fictifs qui tiennent compte des effets induits sur les
marchés autres que le transport.
Ces prix fictifs peuvent être calculés avec des modèles d’équilibre
général simplifiés. Tenir compte des effets induits sur les autres mar-
chés est important aussi bien pour des petits que pour des grands
projets et aussi bien pour des projets d’infrastructure que pour des
grands projets de réforme de tarification ou de taxation dans le secteur
des transports. En effet, chaque projet, aussi petit soit-il, a des effets
secondaires sur les autres marchés qui doivent être pris en compte
dans le calcul via des facteurs correctifs même si chacun de ces projets
est trop petit pour être mesuré avec un modèle macro-économique
classique au niveau d’un pays ou d’une région.
3. La plupart des modèles d’équilibre général multisectoriels sont des modèles nationaux.
2. POURQUOI DOIT-ON ALLER PLUS LOIN QU’UNE ANALYSE

AU NIVEAU DU MARCHÉ DE TRANSPORT ?
Prenons un exemple analytique simple. Considérons une économie

avec des individus identiques qui disposent d’un revenu R exogène et
ne consomment que trois biens : un bien général acheté sur le marché
(quantité x1), un bien de transport (quantité x2) et un bien produit à la
maison (quantité x3). Les biens 1 et 3 sont parfaitement substituables
et donnent donc la même utilité par unité. Le coût marginal (exprimé
en temps de travail) du bien marchand 1 est égal à 1, le coût marginal
du bien 3 est égal à 1+a. Produire les biens à la maison est par hypo-
thèse moins efficace et ceci se reflète dans un paramètre a>0.
Moyennant un coût d’investissement I par individu4, le prix de
transport (par hypothèse égal au coût marginal) peut être réduit de p à
p-Dp. Les individus ont une fonction d’utilité quasi-linéaire et une
contrainte de budget de la forme suivante :
U = x1 + x3 + v(x2) (1)
x1 + (1 + a)x3 + px2 = R
Cette fonction d’utilité nous facilite la vie parce qu’elle implique

que la demande pour le bien de transport 2 sera indépendante du
niveau de revenu, que tout revenu supplémentaire est dépensé au bien
1 ou 3 et que l’utilité marginale du revenu (dépensé au bien 1) est
constante et égal à 1. Pour l’instant, le ménage ne consomme pas le
bien 3 parce que le bien 1 lui coûte moins cher par unité d’utilité. Les
fonctions de demande pour les biens 1, 3 et 2 peuvent être écrites
comme :
x1 (R, p2, p3) = R – p2x2

x3(R, p2, p3) = 0 (2)
x2(p2)
Nous voulons évaluer le projet d’investissement de transport et

montrer l’importance des distorsions sur les marchés non transport
pour cette évaluation. On commencera par l’évaluation du projet dans
l’absence d’une telle distorsion.
Dans l’absence de distorsions sur le marché du bien 1, le prix de
marché du bien 1 est égal au coût marginal (p1=1). Le changement
d’utilité de l’individu représentatif à la suite du projet d’investissement
4. Il s’agit ici d’une économie stationnaire où le coût d’investissement a la dimension d’un coût
de location qui comprend l’annuité du coût du bien de capital et les coûts d’entretien.
est donné par l’expression (3). Cette expression a été obtenue en

utilisant la définition de la fonction d’utilité (1) et des fonctions de
demande (2). Le premier terme dans (3) représente le gain d’utilité
réalisé sur le bien 2 parce que la consommation aura augmenté (ou
diminué) à la suite de la diminution du coût et du prix de p à p-Ddp. Le
second terme dans (3) représente le gain d’utilité réalisé par la
consommation accrue du bien 1. Cette consommation accrue est égale
à la diminution nette des dépenses sur le bien 2 moins le coût d’inves-
tissement de transport payé par chaque ménage. La consommation du
bien 3 reste égale à 0 parce qu’il reste plus intéressant pour les ména-
ges de consommer le bien 1 plutôt que le bien 3.
du = [v(x2(p – Dp)) – v(x2(p))] + [px2(p) – (p – Dp)x2(p – Dp) – I] (3)
Cette expression peut être réécrite dans la forme (4) en utilisant

l’intégration par parties pour obtenir la formulation classique du sur-
plus du consommateur sur le marché de transport utilisé par les prati-
ciens de l’analyse coût bénéfice.
(4)
Dans l’absence de distorsions sur les autres biens, nous obtenons

bien qu’il suffise d’analyser uniquement les changements sur le marché
du transport. La consommation des autres biens dans l’économie va
changer à la suite des effets revenu et prix mais les effets sur le bien-
être de ces changements sont déjà inclus dans la mesure de surplus (4)
utilisée. Cette expression est bien commode et est utilisée dans quasi
toutes les analyses coûts bénéfices.
Introduisons maintenant une distorsion sur le marché du bien 1. Le
bien 1 « marchand » est frappé par une accise t de sorte que le prix du
bien 1 devient égal à 1+t5. Prenons une accise t > a de telle sorte que
tous les ménages préfèrent utiliser le bien produit à la maison plutôt
que le bien marchand 1. Les coûts marginaux n’ont pas changés, il n’y a
que les prix aux consommateurs qui ont changé. Le résultat sera une
inefficacité au niveau de l’économie globale qui est égale au surcoût de
production du bien 3 (« a ») fois la consommation du bien 3. Ceci peut
être démontré aisément. Les fonctions de demande deviennent main-
5. Une distorsion est ici définie comme une différence entre le coût marginal et le prix au
consommateur. Au lieu d’une taxe on peut introduire une marge monopolistique sur le bien 1. Au
lieu des recettes fiscales on va alors redistribuer les profits à la population.
tenant :
(5)
Refaisons maintenant l’évaluation du même investissement I. Nous

ne devons pas tenir compte des recettes publiques provenant de la taxe
parce qu’on se trouve dans le cas extrême où la consommation du bien
1 est tombée à zéro. L’expression (3) qui mesure l’avantage net pour la
société de l’investissement de transport dans l’absence de distorsions
devient maintenant :
(6)
Le premier terme dans (6) représente encore toujours le gain d’uti-

lité réalisé sur le bien 2, le second terme représente le gain d’utilité
venant de la consommation accrue du bien 3. Ce dernier est égal à
l’économie de dépense sur le bien 2 divisé par le prix du bien 3. Cette
expression peut être réécrite de la même façon que (4) pour obtenir :
(7)
Dans une économie avec des distorsions sous la forme d’une taxe, il
ne suffit plus de mesurer le surplus sur le marché de transport pour
connaître les effets d’un projet d’investissement. En effet, le projet de
transport peut aggraver (diminuer si dx3 < 0) les distorsions dans le
reste de l’économie et le projet de transport aura dans ce cas un
avantage net plus petit (grand). L’inefficacité consiste à consommer
plus du bien 3 dont on sait qu’il est une fraction « a » plus coûteuse
pour l’économie que le bien 1. L’inefficacité sera d’autant plus grande
que le facteur de surcoût « a » qui permet d’échapper à la taxe, est
grand et ceci sera d’autant plus vraisemblable que la taxe sur le bien 1
est élevée.
Un projet transport peut faire changer la consommation sur les
autres marchés qui connaissent des distorsions pour trois raisons.
D’abord parce que le revenu disponible pour ces autres biens change
(financement de l’investissement par un prélèvement forfaitaire I sur le
revenu comme dans notre exemple ci dessus), deuxièmement parce qu’il

y a des effets de substitution associés au changement de prix du bien
transport, troisièmement, dans le cas où l’investissement serait financé
par une augmentation d’une taxe non forfaitaire (p.ex. sur le travail), il y
a un effet de prix supplémentaire. Dans notre exemple on pourrait
imaginer que la taxe t sert à financer l’investissement de transport et que
le résultat serait une plus grande substitution de biens marchands taxés
par des biens non marchands, avec comme résultat une perte d’efficacité
supplémentaire et donc un projet de transport moins intéressant.
Passons maintenant à un exemple plus concret. Une ligne de che-
min de fer qui relie un village A et un centre urbain B est utilisée
surtout par des navetteurs. Imaginons que la vitesse de la ligne est
améliorée et que ceci amène les ménages à augmenter leur offre de
travail de 10 % et que cette offre conduit à un emploi additionnel de
10 %. L’analyse classique de projet d’investissement considère comme
bénéfices de ce projet les gains en temps des passagers existants de la
ligne plus le surplus réalisé par les 10 % de voyageurs additionnels.
Ceci mène à une sous estimation des bénéfices du projet parce que
l’emploi additionnel est un bien taxé à près de 100 %6 . En termes de
l’expression (7), le bien 1 est ici la quantité de travail dont les revenus
sont dépensés en biens marchands, le bien 3 est ici la production
domestique qui est trop grande à cause de la taxe sur le travail. Le
projet de transport augmente ici le bénéfice direct pour le ménage du
bien 1. Le bénéfice direct pour les ménages est inclus dans le surplus du
marché de transport. L’autre moitié du bénéfice sociale, le bénéfice
indirect (via l’apport de recettes fiscales) est typiquement oubliée dans
une analyse limitée au marché de transport.
Poussons notre exemple encore plus loin et analysons le financement
des projets de transport. Si le financement de l’amélioration de la ligne
de chemin de fer se fait par une taxation accrue de l’emploi dans le pays,
on peut s’attendre à une diminution de l’offre de travail et de l’emploi
dans les autres régions. Cet effet sera différent si on utilise d’autres
sources de financement public comme une diminution des transferts
sociaux. Un même projet d’investissement dans le secteur du transport,
engendrant le même surplus pour les utilisateurs mais financé par des
taxes différentes, aura donc un bénéfice net différent pour la collectivité.
Ces exemples simples nous ont montré qu’un projet de transport
doit tenir compte des effets induits sur d’autres marchés quand ces
6. Le total des taxes directes, indirectes et contributions à la sécurité sociale représentent près
de 100 % du salaire net perçu par le salarié ; le coût salarial payé par l’employeur est ainsi près du
double dudit salaire net.
marchés ont des distorsions. Les canaux par lesquels les autres mar-
chés sont affectés sont multiples : des effets de substitution par les prix,
des effets de revenu ou encore des augmentations de taxes nécessaires
pour financer le projet d’infrastructure.
Les distorsions du marché recouvrent en général toutes les diffé-
rences entre la volonté marginale à payer du consommateur (égal au
prix au consommateur) et le coût d’opportunité du bien. Il s’agit de
taxes mais aussi de marges monopolistiques. Les déséquilibres de mar-
ché (ou un rationnement est nécessaire comme par exemple pour le
chômage involontaire) peuvent aussi être traités dans un cadre proche
de celui qu’on propose ici.
3. UN PREMIER MODÈLE STATIQUE SIMPLE

Le premier modèle simple qu’on utilise pour dériver des règles
d’analyse coût- bénéfice est une généralisation de Mayeres et Proost
(1997, 2001) et de Calthrop, De Borger et Proost (2007) et a été utilisé
pour un projet de recherche européenne (Proost et al, 2007). Il s’agit
d’un modèle à une période où le transport de personnes et de mar-
chandises sont intégrés dans un modèle d’équilibre général. Dans ce
modèle statique, la capacité de transport peut être louée à un prix
donné. Notre objectif est double. Premièrement il est de dériver des
expressions algébriques générales qui montrent la structure des effets
à considérer. Deuxièmement on va déterminer quels effets peuvent
être calculés à l’aide de modèles de transport et quels effets doivent
être importés à partir de modèles économiques plus généraux.
Il y a N individus i=1,...,N qui diffèrent dans leur productivité
horaire de travail ei. Cette productivité n’est pas observable par le
planificateur et est la source de l’inégalité de la distribution des reve-
nus7. Chaque individu maximise une fonction d’utilité U (C,T,D,,)
définie sur quatre biens. Il y a un bien C (le numéraire non taxé) qui
peut être produit sans avoir recours au facteur transport de marchan-
dises, un bien de consommation D qui requiert une grande quantité de
transport de marchandises, un bien T représentant le transport de
personnes et finalement le loisir l. Le transport de personnes et de
marchandises produisent une externalité négative : la congestion. On
utilise donc un modèle avec un seul mode de transport, même une
seule route sur lequel il y a un flux de camions et de voitures distribué
de manière uniforme dans le temps. Ajouter plus de modes de trans-
7. Ceci est la procédure standard pour introduire l’inégalité des revenus (voir Mirrlees, 1971).
port, plus de localisations et d’autres types d’externalités comme la

pollution environnementale et le bruit est possible mais notre modèle
perdrait en clarté. Dans ce modèle simple, il n’y a pas d’incertitude et
la localisation de toutes les activités est fixée.
L’individu fait face à deux contraintes. La première est une
contrainte budgétaire : C1 + qTTi + qDDi = weiLi + G où G représente
le subside forfaitaire de l’État et où Li représente l’offre de travail. La
deuxième est une contrainte de temps Li + ,i + Tiφ( Ti + F, I) = L. La
fonction de congestion φ( Ti + F, I) nous donne le temps nécessaire
par unité de transport T ; il dépend du volume du transport de passa-
gers ( Ti), du volume total F de fret mais aussi de la capacité de
l’infrastructure de transport I8. Afin de simplifier au maximum la pré-
sentation, nous avons aussi supposé que la contribution à la congestion
d’une voiture et d’un camion sont identiques.
Passons à présent à la structure de la production. Elle est de nou-
veau simplifiée afin d’obtenir des expressions algébriques simples.
Nous utilisons une fonction de production agrégée linéaire (8) qui relie
la production du transport de personnes (T) et de marchandises (F), la
production des biens de consommation C et D, la production d’un bien
intermédiaire (X) ainsi que la capacité du réseau de transport I à un
input primaire dans la production : le travail mesuré en unités à pro-
ductivité identique dont le total est L. Les unités utilisées pour les
quantités des biens ont été ajustées de telle sorte que tous les coeffi-
cients dans l’expression (8) sont égaux à 1 :
(Ti + Ci) + F + X + I ≤ eiLi (8)
Le membre de droite de (8) nous donne le nombre d’unités équiva-

lentes de travail nécessaire pour produire les différents biens qui se
trouvent dans le membre de gauche. Le bien de consommation D est le
seul à nécessiter un input de transport de marchandises. Nous suppo-
sons, pour un niveau de congestion φ donné, que cette production a
des rendements d’échelle constants ce qui donne la fonction (9).
Di = S(F, X ; φ) (9)
8. L’interprétation naturelle du bien transport est l’utilisation d’une route avec de la conges-
tion. On peut aussi utiliser ce cadre théorique pour les transports publics où la qualité d’utilisation
diminue quand il y a plus d’utilisateurs.
Plus le niveau de la congestion φ( Ti + F, I) est élevé, plus on aura

besoin d’autres inputs (F,X) pour produire une unité de D. Finale-
ment, on suppose la concurrence parfaite dans l’ensemble du secteur
de la production. Sous ces hypothèses, les prix à la production d’équi-
libre pour les biens T, C, F, X, I et L sont tous égaux à l’unité. Le coût
marginal du bien D, par contre, n’est pas constante et dépendra du
niveau de la congestion.
Un planificateur bienveillant a pour objectif de maximiser la fonc-
tion de bien-être W, donné en (10), définie ici comme la simple somme
des utilités individuelles. Comme toutes les fonctions d’utilité sont
supposées identiques, la concavité de la fonction d’utilité déterminera
l’utilité marginale sociale relative (ou poids distributif) ki d’une unité
de revenu (ou d’une unité du bien C non taxé dont le prix est égal à 1)
pour un individu i donné.
(10)
Le planificateur dispose de deux types d’instruments pour y arri-

ver : la capacité du réseau routier I et différentes taxes (taxe ou sub-
vention uniforme G, taxe sur le travail sL, taxe sur le transport de
passagers sT et une taxe sur le transport de marchandises sF)9. Le
budget du gouvernement planificateur se présente de la façon suivante
(où le coût de la capacité10 équivaut à N fois l’unité) :
(11)
où FND représente la quantité de transport de marchandises néces-
saire par unité produite du bien D et FND Di = F représente la
demande totale de transport de marchandises dans l’économie.
9. Toutes les taxes sont du type « accise » et s’ajoutent donc au prix à la production pour
obtenir le prix à la consommation.
10. On présente cette contrainte sans option d’emprunt. Cette approche est justifiée dans le
cadre d’une économie stationnaire. Dans une économie stationnaire, le coût de capacité a le
caractère d’un coût de location comprenant l’annuité, l’entretien et les intérêts intercalaires de
l’infrastructure.
Nous allons utiliser ce modèle pour dériver le bénéfice net de

bien-être d’une petite augmentation de la capacité de l’infrastructure
de transport dI financée par les différents types de taxes prévus par
notre modèle de base. On utilise une approche de réforme marginale
de la taxation11 partant de niveaux des taxes qui ne sont pas nécessai-
rement optimaux. On commence avec la taxe uniforme G, ensuite la
taxe sur le travail et on finira par étudier le financement par une taxe
sur le transport.
3.1. Extension de l’infrastructure financée par une taxe

uniforme G sur tous les individus
Utilisant les fonctions d’utilité indirectes dans la fonction de bien
être social (10) nous donne :
(12)
où cD représente le coût à la production du bien D, le bien qui requiert

beaucoup de transport de marchandises ; ce coût est lui-même une
fonction de la taxe sur le transport de marchandises et du niveau de
congestion
L’effet sur le bien-être d’un investissement en capacité de transport
c
dI devient (différentiant (12) et en utilisant i qui est le rapport entre
ki
l’utilité marginale du temps et l’utilité marginale d’une unité de revenu
et représente donc la valeur subjective du temps pour l’individu i) :
(13)
ki
Dans (13), le paramètre est connu comme l’utilité marginale
k*
sociale d’une unité de revenu pour le ménage i. Plus grande est l’aver-
sion à l’inégalité, plus grande sera la concavité de la fonction d’utilité
et plus grande sera ce paramètre pour un individu pauvre. Afin
11. L’approche réforme de la taxation ne tient que pour des petits changements dans les taxes
et la capacité (voire Guésnerie, 1977). L’avantage d’une telle réforme est que beaucoup moins
d’information est nécessaire pour juger une réforme. Parce que le secteur de transport est petit par
rapport à l’ensemble de l’économie, les changements de taxation générale seront petits.
d’arriver à une expression interprétable il nous faut encore calculer dG

en utilisant la contrainte budgétaire du gouvernement : dI
R(sT, sL, sD, sF, sX, G, φ) = G (14)
(15)
Après substitution dans (13) nous obtenons une expression qui

dφ = 0, ceci
devient facile à interpréter quand on émet l’hypothèse
nous donne : dG
(16)
Le premier terme du membre de droite représente le bénéfice

marginal direct pour le transport de marchandises et pour le transport
de personnes dû à la réduction du temps de transport. Les gains au
niveau des coûts de transport des marchandises vont affecter les indivi-
dus via le prix à payer pour les biens D.
Le terme ci/ki Ti représente, pour les ménages, les économies en
coût de temps associées à l’investissement. Les bénéfices directs pour
le transport de marchandises et de personnes ont été pondérés par un
poids distributif égal à l’utilité marginale sociale relative d’une unité de
revenu.
Le deuxième terme représente le coût marginal des fonds publics
collectés via une augmentation de la taxe uniforme G et utilisés pour
un projet public qui n’a, par définition, aucun effet sur la consomma-
tion de biens taxés.
Le troisième terme représente l’effet de retour d’une diminution de
la congestion sur les recettes fiscales de la taxe sur le travail. Parce que
cette augmentation des recettes fiscales permet de réduire la taxe
uniforme, on retrouve comme facteur de pondération le coût marginal
des fonds publics collectés par une taxe uniforme CG.
Le quatrième et cinquième terme représentent l’effet de retour de
la diminution de la congestion sur les recettes fiscales des taxes sur le
transport.
Nous pouvons résumer les résultats obtenus dans (16) en soulignant
tous les termes qui peuvent être calculés à l’aide d’un modèle de
transport « partiel » :
(17)
Où le coût marginal des fonds publics pour une taxe uniforme est
approximé par12 (où R représente les recettes fiscales totales et où le
niveau de congestion est constant au niveau φ) :
(18)
NRCG représente la « réduction nette de la congestion » qui résulte

de l’augmentation de la capacité d’une unité. Cette réduction nette est
calculée en tenant compte de trois effets : l’effet direct d’une augmen-
tation de la capacité pour un volume de trafic constant, l’augmentation
de la congestion qui résulte du trafic additionnel attiré par la diminu-
tion des coûts en temps et troisièmement, le changement de la conges-
tion qui résulte des changements de la consommation de transport
résultants des effets de revenus associés à l’augmentation de la taxe
uniforme. C’est à cause de cette augmentation de la taxe uniforme que
l’effet NRC devra être indexé par le type de taxe utilisé pour financer
l’extension de l’infrastructure.
12. Ceci est une approximation parce qu’on néglige l’effet direct, à infrastructure donné du
changement de la taxe forfaitaire sur le volume total de transport, sur la congestion et sur les
recettes fiscales. Cet effet est probablement petit et nous permet d’utiliser des estimations du coût
marginal des fonds publics publiés dans la littérature. Nous utilisons la même simplification pour le
financement par une taxe sur le travail. Nous n’utilisons pas cette hypothèse quand l’investissement
est financé par des taxes transport.
Pour des degrés élevés de l’aversion à l’inégalité (concavité forte

des fonctions d’utilité dans la fonction de bien être W (10)) la pondé-
ration sera importante pour les individus pauvres et ceci peut forte-
ment augmenter les bénéfices sociaux d’un projet de transport.
La seconde ligne de l’expression des coûts et bénéfices est égale au
coût des fonds publics (pour une taxe uniforme) multiplié par les
besoins net de financement. Dans cette seconde ligne, il n’y a pas de
poids distributifs parce que, dans ce cas, tous les individus paient la
même taxe.
Si on peut croire la plupart des études13 le coût des fonds publics est
plus petit pour une taxe uniforme que pour une taxe sur le travail et
pourrait même être inférieur à l’unité.
Dans l’expression (17) nous avons souligné tous les termes qui
peuvent être calculés à l’aide d’un modèle de transport. Une approche
du type équilibre général nous a amené à ajouter les éléments sui-
vants :
Les poids distributifs qu’on peut estimer à partir d’autres choix de
politique de taxation
Les recettes fiscales de l’impôt sur le revenu induites par le projet –
ce terme peut être d’autant plus important pour les projets qui affec-
tent les conditions de transport des navetteurs.
Le coût marginal des fonds publics d’une taxe uniforme.
3.2. Investissement financé par une taxe proportionnelle sur le

travail
L’effet sur le bien-être d’une petite augmentation de la capacité de
l’infrastructure financé par une augmentation de la taxe sur le travail
devient maintenant (où les termes soulignés sont calculables à l’aide de
modèles de transport du type équilibre partiel) :
(19)
13. On peut consulter Snow & Warren (1996) qui font la synthèse de différentes études. Dans
une étude pour les différents pays de l’OCDE, Kleven & Kreiner (2003) obtiennent pour la France
un coût des fonds publics de l’ordre de 1.08 pour une taxe du type uniforme et de 1.57 pour une taxe
sur les revenus du travail.
Le coût marginal des fonds publics collectés par une augmentation

de la taxe proportionnelle sur le travail est égal à :
(20)
Les bénéfices de l’extension de la capacité par unité de congestion

réduite sont identiques aux bénéfices calculés pour le cas où une taxe
uniforme est utilisée. La Réduction Nette de la Congestion (NRC)
peut cependant être différente à cause d’autres effets de substitution et
de revenu.
La partie relative au financement de l’extension de capacité est ici
pondérée à l’aide de poids distributifs parce qu’il est maintenant
important de savoir qui paie les taxes additionnelles sur le travail. Le
coût des fonds publics dépend maintenant de la somme des élasticités
de l’offre de travail. On s’attend en principe à un coût des fonds publics
CsL plus grand que un parce que l’augmentation de la taxe sur le travail
va en général diminuer l’offre de travail14.
3.3. Investissement financé par une augmentation des taxes sur

le transport de passagers ou de fret
L’effet sur le bien-être d’une petite augmentation de la capacité de
transport devient maintenant :
(21)
14. Nous supposons ici que l’élasticité prix de l’offre de travail est positive. Il s’agit de l’élasti-
cité agrégée au niveau des ménages qui tient compte des heures prestées mais aussi des décisions de
participation. Il y a un certain consensus à ce sujet dans la littérature. Pour une revue de la
littérature de l’élasticité prix de l’offre de travail voir Blundell et McCurdy (1999).
Où le coût marginal des fonds publics collectés à l’aide d’une

augmentation de la taxe sur le transport de passagers est approximé
par :
(22)
Les bénéfices d’une extension de la capacité de transport sont iden-

tiques aux cas précédents par unité de congestion réduite mais la
réduction de la congestion sera beaucoup plus grande pour la même
augmentation de la capacité parce qu’une taxe plus élevée sur le trans-
port de personnes réduit aussi la congestion d’une façon directe.
La partie de l’expression relative au financement de la capacité est
de nouveau pondérée par des poids distributifs parce que les paie-
ments par les individus sont proportionnels à l’utilisation et celle ci
peut être très différente pour les ménages.. Le coût marginal des fonds
publics est maintenant une fonction de l’effet direct de la taxe sur le
transport de personnes plus l’effet indirect de la taxe sur le niveau de la
congestion et du nombre de voyages15. Ce coût marginal peut être
calculé à l’aide d’un modèle de transport.
On peut refaire le même exercice pour la taxe sur le transport de
marchandises. La différence majeure sera que les bénéfices provien-
nent d’un changement des prix des biens intensifs en transport de
marchandises. Le coût des fonds publics sera lui aussi différent parce
que les élasticités aux prix du transport de marchandises seront diffé-
rentes.
3.4. Le coût marginal des fonds publics « pur ».

Il existe beaucoup de définitions et d’estimations pour le coût mar-
ginal des fonds publics collecté par une certaine taxe. La définition la
plus courante nous dit que c’est le coût en termes d’efficacité de
collecter un euro de recettes fiscales supplémentaires en augmentant la
taxe pourvu que l’utilisation de la recette supplémentaire (pour des
biens publics) n’affecte pas la consommation de biens taxés.
Si nous pouvons négliger les effets secondaires d’une taxe uniforme
ou d’une taxe proportionnelle du travail sur le niveau de congestion
15. Ceci est écrit comme une dérivée totale mais la capacité est gardée inchangée.
nous pouvons utiliser un fonds public « pur » pour (18) et (20). Kleven
& Kreiner (2003) donnent un ordre de grandeur pour le coût des fonds
publics « pur » qui tient compte des effets sur le nombre d’heures de
travail et sur le degré d’activité de la population. Ils tiennent aussi
compte des effets du degré d’activité sur les dépenses de la sécurité
sociale et considèrent la taxe indirecte moyenne aussi comme une taxe
proportionnelle sur le travail.
Tableau 1.1
Exemples de coûts des fonds publics « purs » utilisés pour l’analyse
Coût- Bénéfice
France Royaume Uni
Taxe uniforme 1,08 1,09

Taxe proportionnelle sur l’emploi 1,57 1,37
Source : Kleven & Kreiner (2003)
La valeur 1,57 signifie que chaque euro qui doit être financé par des
taxes sur le travail a un coût économique de 1,57 euro. Les valeurs dans
ce tableau illustrent clairement l’importance du moyen de financement
pour le résultat final de l’analyse coût-bénéfice.
4. RÈGLES D’INVESTISSEMENT DANS UNE ÉCONOMIE

CROISSANTE
Jusqu’ici nous avons raisonné dans le cadre d’une économie stati-

que qui se répète indéfiniment, qui n’a pas de taxes sur le capital et qui
n’a pas d’incertitude. Le taux d’intérêt était implicite dans le coût de
capacité.
Aussi longtemps qu’on néglige le risque et l’incertitude, nous pou-
vons étendre les règles dérivées pour une économie statique à une
économie croissante. Nous suivons ici Liu (2003) ce qui nous permet
de définir une règle d’investissement pour une économie avec une taxe
sur le capital et une taxe proportionnelle sur le travail et des individus
identiques qui ont une durée de vie infinie.
Un projet d’infrastructure peut être défini comme une série de
coûts d’investissement et d’entretien DIt ;t=1,..∞, et une série de béné-
fices pour les ménages DBt ; t=1,..∞ ainsi qu’une série de recettes
fiscales induites DRt ; t=1,..∞. La règle d’investissement devient main-

tenant :
(23)
ou sK est la taxe sur le revenu de capital.

Dans cette règle, les bénéfices sont actualisés au taux d’intérêt des
consommateurs (après taxe) mais le gouvernement utilise un taux
d’intérêt avant taxes qui est égal au taux de rentabilité du capital dans
l’économie. Cette procédure est plus rigoureuse que l’utilisation d’une
moyenne pondérée du taux avant et après taxes comme taux d’actuali-
sation social.
L’extension de ce cadre à une économie avec risque et incertitude
n’est pas facile parce que ces deux facteurs sont difficiles à intégrer
dans une analyse d’équilibre général.
5. AUTRES EXTENSIONS DU MODÈLE DE BASE

On peut considérer d’autres extensions du modèle de base. On se
contente de les commenter brièvement.
Premièrement, un traitement explicite du trafic des navetteurs
étant donné que ceci a un effet direct sur le marché de travail. On peut
consulter Parry et Bento (2002) pour un modèle intéressant qui mon-
tre qu’il reste intéressant de tarifer le trafic navetteurs au coût margi-
nal social si le produit des tarifs est utilisé pour réduire la taxe sur le
travail.
Deuxièmement, plusieurs modes de transport où certains modes ne
sont pas tarifés correctement. Ceci est généralement traité à l’aide d’un
modèle d’équilibre partiel qui intègre les différents marchés de trans-
port. On peut étendre notre modèle de base à plusieurs marchés de
transport.
Troisièmement, considérer d’autres imperfections de certains mar-
chés de transport (concurrence monopolistique dans les opérateurs
ferrés ou aériens). On peut utiliser notre cadre d’analyse pour ce
problème si les marges monopolistiques sont constantes et si la distri-

bution des rentes monopolistiques est donnée (cf. note de bas de page
5). Si la rente monopolistique revient à l’État, on peut l’assimiler à une
taxe. Une analyse d’équilibre général avec de la congestion où le
comportement monopolistique (la marge monopolistique) est endo-
gène est moins facile (voir de Palma et Proost, 2006).
Quatrièmement, on peut ajouter d’autres types de taxes et de sub-
ventions. Notre cadre peut les traiter avec cependant une perte de
transparence dans les résultats.
Finalement, la modélisation explicite des effets externes autres que
la congestion (pollution de l’air, etc.). La façon facile de le faire est de
supposer que ces externalités n’affectent pas la consommation de biens
taxés. Dans ce cas il suffit de soustraire les coûts externes du bien être
social. Une façon plus correcte mais plus complexe est de, comme on
l’a fait pour la congestion, intégrer dans le modèle les réactions des
consommateurs aux dommages externes. Par exemple un accroisse-
ment de la pollution atmosphérique affecte la santé, et donc réduit
l’offre de travail et les recettes fiscales de la même façon que la conges-
tion affectait le volume de transport et l’offre de travail dans notre
modèle (voir Williams, 2003, pour un exemple).
6. REVUE DE LA LITTÉRATURE
C’est en France que s’est développée une tradition du calcul écono-

mique, à partir des travaux pionniers de Jules Dupuit (1844).
Lesourne, Boiteux et biens d’autres grands économistes français ont
été les pionniers, pendant les années 50 et 60, de l’analyse coût béné-
fice avec une dimension d’équilibre général. Il est à ce sujet utile de
consulter l’ouvrage de Lesourne (1964) qui contient beaucoup d’étu-
des de cas. Dans la tradition anglo-saxonne, il y a eu Harberger (1964)
qui est bien connu pour le triangle de distorsion sur un marché mais
qui a, dans ses travaux, aussi proposé une formule pour tenir compte
des effets sur les distorsions sur les autres marchés.
La problématique a été reposée en termes théoriques pour les
investissements publics (Atkinson et Stern, 1974 ; King, 1986 ;
Sandmo, 1998) et pour le cas des effets externes (Ballard et Medema,
1993 et Bovenberg et Van der Ploeg, 1994) mais son application au
secteur des transports est encore en développement (Parry et Bento,
2002 ; Mayeres et Proost, 2001).
Il reste une grande différence entre la littérature théorique et les
manuels d’analyse coûts bénéfices utilisés par les différentes adminis-
trations. La Banque européenne d’investissement recommande d’étu-

dier plus en détail la problématique du coût des fonds publics mais ne
fait pas de proposition concrète (voir Railpag, 2005). En Angleterre il
y a eu récemment une étude approfondie (« Sactra » report) de la
méthodologie de l’analyse Coûts Bénéfices (Myles, 1999) mais la ques-
tion du coût des fonds publics et des interactions avec les autres distor-
sions dans l’économie n’a pas été résolue. Aux Pays-Bas il y a aussi eu
une analyse approfondie de la méthodologie de l’analyse coûts bénéfi-
ces (Eijgenraam et al, 2000), cette analyse ne donne pas des recom-
mandations concrètes sur les procédures à adopter pour le coût des
fonds publics. Néanmoins, le Bureau du Plan néerlandais a développé
une tradition d’analyse de projets d’infrastructure publique dans
laquelle elle inclut une analyse d’équilibre générale.
Références
Atkinson A.B. et Stern N.H., « Pigou, taxation and public goods »,
Review of Economic Studies, 41, 1974, p. 119-128.
Ballard C.L. et Medema S.G., « The marginal efficiency effects of taxes
and subsidies in the presence of externalities : a computational
general equilibrium approach », Journal of Public Economics, 52,
1993, p. 199-216.
Blundell R. et MacCurdy T., « Labour Supply : A review of alternative
approaches », in Ashenfelter O. et Card D. (eds), Handbook of
Labor Economics, North Holland, New York, 1999, p. 1559-1695.
Bovenberg A.L. et van der Ploeg F., « Environmental policy, public
finance and the labour market in a second-best world », Journal of
Public Economics, 55, 1994, p. 349-390.
Bovenberg, A.L. et Goulder L., « Optimal Environmental Taxation in
the Presence of Other Taxes : General-Equilibrium Analysis »,
American Economic Review, 86(4), 1996, p. 985-1000.
Calthrop E., De Borger B. et Proost S., « Tax Reform for dirty inter-
mediate inputs », 2004, http ://www.econ.kuleuven.be/ete/
downloads/ETE-WP-2003-02.PDF
De Palma A. et Proost S. (2006), « Imperfect competition and the
city », Journal of Urban Economics, 60, 185-209.
Dreze J. et Stern N.H., « The theory of cost benefit analysis », Hand-
book of public Economics (Auerbach and Feldstein ed), North
Holland, 1987.
Ponts et Chaussées, vol. 8, 1844.
Eijgenraam C., Koopmans C., Tang P. et Venster A., « Evaluatie van

infrastruktuurprojecten », Leidraad voor kosten-baten analyse,
Ministerie van Verkeer en Waterstaat en Ministerie van Ekonmis-
che Zaken, Den Haag, 2000.
Fujita M. et Thisse J.-F., Economics of Agglomeration, Cambridge
Guesnerie R., « On the direction of tax reform », Journal of Public
Economics, 7, 1977, p. 179-202.
Harberger A., « The measurement of waste », American Economic
Review, papers and proceedings, 54, 1964, p. 58-76.
King M., « A Pigouvian rule for the optimal provision of public
goods », Journal of Public economics 30, 1986, p. 273-291.
Kleven H.J. et Kreiner C.T., « The marginal cost of public funds in
OECD countries : hours of work versus Labor force participation »,
CESifo Working paper no 935, 2003.
Lesourne J., Le calcul économique, Dunod, Paris, 1964.
Liu L., « A marginal cost of funds approach to multi-period public
project evaluation : implications for the social discount rate », Jour-
nal of Public Economics, 87, 2003, p. 1707-1718.
Mayeres I. et Proost S., « Optimal Tax and Investment Rules for
Congestion Type of Externalities », Scandinavian Journal of Eco-
nomics, 99 (2), 1997, p. 261-279.
Mayeres I. et Proost S., « Marginal tax reform, externalities and
income distribution », Journal of Public Economics, 79, 2001,
p. 343-363.
Mirlees J.A., « An exploration in the theory of optimum income taxa-
tion », Review of Economic Studies 38(114), 1971, p.175-208.
Myles D., « Taxation, Economic Growth and the double dividend »,
report to the SACTRA group, Department of the Environment,
Transport and the Regions, 1999.
Parry I. et Bento A., « Revenue recycling and the welfare effects of
road pricing », Scandinavian Journal of Economics, 103(4), 2002,
p. 645-671.
Pigou A.C., The Economics of Welfare, London, Macmillan and Co.,
Ltd, 1920.
Proost S., De Berper B., Koskenoja P. (2007), « Public Finance
Aspects of transport charging and investment », Chap. 3 dans A. de
Palma, Lindsey R., Proost S., «Insvestment and the use of tax and
toll revenues in the Transport Sector», Elsevier.
Railpag, « Orientations pour l’évaluation des projets ferroviaires »,
brochure publiée par la Commission Européenne et la Banque
Européenne d’investissement, 2005.
Sandmo A., « Redistribution and the marginal cost of public funds »,

Journal of Public Economics, 70, 1998, p. 365-382.
Snow A. et Warren R.S., « The marginal welfare cost of public funds :
theory and estimates », Journal of Public Economics, 61, 1996,
p. 289-305.
Williams R.C, « Health effects and optimal environmental taxes »,
Journal of Public Economics, 87, 2003, p. 323-335.
CHAPITRE 12
ÉQUITÉ, EFFICACITÉ ET ACCEPTABILITÉ

DANS LA LOCALISATION DES
ÉQUIPEMENTS COLLECTIFS
Jacques-François Thisse1
Je souhaiterais commencer ce chapitre2 par trois remarques qui me

semblent importantes pour la suite de l’exposé et même, peut-être,
pour l’ensemble de la réflexion relative au thème général de cet
ouvrage.
Premièrement, dans toutes les questions portant sur la localisation
d’équipements collectifs ou d’infrastructures, on retrouve la même
tension entre, d’une part, les coûts d’installation et de fonctionnement
des équipements et, d’autre part, les coûts d’accès des usagers à ces
mêmes équipements3. La prise en compte du seul facteur financier
conduit, en effet, à construire le plus petit nombre d’installations com-
patible avec un niveau d’encombrement – plus ou moins – admissible
pour les usagers ; au contraire, le souci de minimiser les seuls coûts
d’accès incite à accroître le nombre d’installations jusqu’à ce que le
service considéré soit mis à la disposition des usagers à proximité de
leurs domiciles. Dans le premier cas, la solution impose des frais de
déplacement considérables aux utilisateurs, réduisant ainsi de manière
substantielle l’utilité générale du service du fait d’une accessibilité
médiocre. Dans le second, les dépenses d’investissement et de fonc-
tionnement deviennent prohibitives, imposant à la collectivité un far-
deau considérable sous la forme de prélèvements fiscaux additionnels
et susceptibles de devenir abusifs. En conséquence, dans tous les cas de
1. Professeur à l’Université catholique de Louvain et à l’Ecole nationale des ponts et chaussées

2. Je remercie Marc Fleurbaey, Joël Maurice et David Meunier pour leurs nombreux commen-
taires.
3. Les coûts d’accès incluent un grand nombre d’éléments puisqu’on y retrouve à la fois les
dépenses monétaires proprement dites (amortissement du véhicule et carburant dans le cas de la
voiture), la valeur du temps pour les individus concernés, l’inconfort provoqué par un moyen de
transport surchargé, le risque d’accident, etc.
figure, le décideur public est confronté à un arbitrage-clé et doit

trouver un point d’équilibre entre ces deux forces opposées, point qui
doit en même temps apparaître comme une solution de compromis
acceptable pour l’ensemble de la collectivité formée par les usagers,
mais aussi par les contribuables4.
Mais de quel décideur s’agit-il ici ? Ce fut pendant longtemps le
ministère concerné (éducation, équipement, santé), mais la décentrali-
sation, qu’elle soit passée ou future, ne peut laisser les choses en l’état.
Il est, en effet, raisonnable de penser que les compétences des instan-
ces locales de décision vont croître, compliquant ainsi la recherche de
ce point d’équilibre du fait d’une focalisation de ces dernières sur les
besoins des seuls habitants dont elles sont les représentantes, et ce
souvent au détriment des autres utilisateurs – et contribuables – plus
éloignés et, par conséquent, situés en dehors de leurs juridictions. Un
nouveau conflit risque ainsi de naître entre instances nationales et
locales, les premières étant a priori plus soucieuses de l’intérêt général
tandis que les secondes sont naturellement et spontanément tournées
vers les préoccupations locales. Si les États-Unis et la Suisse ont une
longue tradition en la matière, la France manque cruellement d’expé-
rience dans ce domaine, ce qui devrait compliquer le problème pour un
temps qui ne sera pas nécessairement court. L’étude des pratiques
suivies en la matière par les pays ayant une longue pratique en matière
de décentralisation des décisions publiques aurait dû être entreprise
depuis longtemps afin d’éviter de gros écueils et de grandes désillu-
sions.
Deuxièmement, le redéploiement spatial des services publics est à
l’ordre du jour dans de nombreux pays, de sorte que le cas français
n’en est qu’un parmi d’autres, même s’il présente certaines spécificités
historiques et politiques qui doivent être soulignées et étudiées. Dans
presque tous les pays industrialisés qui ont été marqués par un fort
centralisme des pouvoirs de décision, les problèmes de congestion, le
gigantisme des administrations, l’inefficacité et la lourdeur des méca-
nismes de décision et, finalement, les exigences en matière de dévelop-
pement régional se combinent plus ou moins pour conduire à une
nouvelle répartition spatiale de nombreux services publics. Les boule-
versements politiques que connaît actuellement l’Europe avec, d’un
côté, l’apparition de nouveaux États et, de l’autre, l’effort général
d’unification réclament une nouvelle définition des compétences terri-
4. Nous retrouverons tout au long de ce chapitre le concept d’arbitrage, lequel joue un rôle
crucial dans les toutes questions qui nous occupent ici. Il est donc fondamental d’en comprendre,
chaque fois, les éléments ainsi que la nature.
Équité, efficacité et acceptabilité dans la localisation des équipements collectifs / 363
toriales en matière de gestion des services publics. Quels que soient les
choix effectués, on peut raisonnablement s’attendre à un accroisse-
ment des conflits entre instances représentatives des utilisateurs, et ce
jusqu’au niveau de décision devant procéder aux grands arbitrages
macro-économiques et politiques.
Avant de passer à la prochaine remarque, il convient encore de
souligner que les politiques budgétaires restrictives actuelles, et proba-
blement futures, provoquent une augmentation du coût d’opportunité
des fonds publics, ce qui impose un effort plus grand de rationalisation
dans les choix d’équipements et d’infrastructures. La raréfaction crois-
sante des fonds publics qui vient, en même temps, compliquer l’arbi-
trage dont j’ai parlé précédemment, devrait militer pour le recours à
des techniques d’évaluation, empruntées à la recherche opération-
nelle, plus adaptées et plus rigoureuses que celles qui furent utilisées
dans le passé.
Troisièmement, et ce sera ma dernière remarque introductive, la
compréhension de la dimension spatiale des équipements collectifs
renvoie à une question peu discutée et, surtout, souvent mal comprise :
à quelle échelle spatiale doit-on évaluer la performance d’un système
d’équipements collectifs ? Outre les relations entre instances de
niveaux différents impliquées dans les décisions d’implantation, il
existe une difficulté conceptuelle fondamentale d’une autre nature,
due au fait qu’une grandeur peut être pertinente à une échelle, disons
au niveau local, mais ne plus l’être à une autre, par exemple au niveau
national. S’il est vrai que certains principes gouvernant l’organisation
des territoires restent valables à toutes les échelles, cela ne veut pas
dire qu’il en aille de même pour toutes les questions. La raison en est
que les espaces économiques ne s’emboîtent pas comme les petites
poupées russes ; ils ont leurs spécificités et celles-ci doivent être inté-
grées d’entrée de jeu.
Qui plus est, les instruments à mettre en œuvre pour combattre les
inégalités spatiales ne sont pas les mêmes selon l’échelle retenue. En
première approximation, il est donc commode de distinguer entre le
local (ou le micro-spatial) et le national (ou le macro-spatial). On
vient de le dire, les forces économiques dominantes agissant à ces deux
échelles ne sont pas nécessairement les mêmes. Par exemple, au niveau
local, le marché foncier et son fonctionnement constituent un détermi-
nant crucial des choix résidentiels et des localisations des entreprises,
puisque le marché fonctionne comme une trieuse entre les utilisateurs
potentiels du sol. En revanche, au niveau national, il est raisonnable de
penser que l’interaction entre travail et capital, tout comme leur capa-
cité à se déplacer entre régions, devient fondamentale. De surcroît, s’il
est vrai, dans les deux cas, que la mobilité des facteurs de production
est un élément critique, il ne s’agit pas du même type de mobilité de
sorte que les politiques requises pour corriger les inégalités spatiales
ne sont pas les mêmes.
En résumé, le choix d’un espace de référence se révèle être un choix
critique pour les résultats attendus de toute politique de construction
d’équipements ou d’infrastructures (Gérard-Varet et Thisse, 1997).
Reste que ce choix devrait, à son tour, être accompagné d’une intégra-
tion des préoccupations des autres niveaux concernés. C’est particuliè-
rement important en matière de transport – mais pas seulement – où
les enquêtes d’utilité publique se limitent uniquement aux communes
traversées par les infrastructures, alors que les usagers couvrent en
général une zone beaucoup plus large. L’évaluation doit être capable
d’intégrer un maximum de dimensions. Faire l’impasse sur ces diverses
questions pour des raisons d’opportunisme politique ou pire, en les
reléguant sans discussions sérieuses dans des mesures de décentralisa-
tion mal ficelées ne peut conduire qu’à des échecs et des désillusions.
Il n’est pas inutile de préciser d’emblée quelques-unes des consé-
quences qu’impose la distinction entre échelles. Au niveau micro-
spatial, on assiste depuis plusieurs décennies à un étalement croissant
des villes. La déconcentration des emplois et la péri-urbanisation des
logements en sont deux manifestations importantes que l’on rencontre
en France, mais également dans plusieurs autres pays européens. La
tendance est donc bien générale. À ce niveau d’analyse, ces phénomè-
nes font penser à une certaine forme de décentralisation « locale » des
activités. Simultanément, au niveau macro-spatial, une forme particu-
lière de polarisation de l’espace se manifeste sous la forme d’une
métropolisation croissante des économies. Le fait que les régions les
plus prospères de l’Union européenne soient presque toutes organi-
sées autour d’une grande métropole urbaine ne doit rien au hasard.
Une telle polarisation des espaces nationaux renvoie ainsi à une cen-
tralisation « multirégionale » des activités, tendance qui semble
s’opposer à la première5. Il s’agit en fait d’une question d’échelle
spatiale, laquelle est conceptuellement similaire à celle que pose
5. Dans ce dernier cas, toutefois, il ne faut pas aller trop vite en besogne. En effet, il est tout à
fait possible que, durant le processus de baisse des coûts de transport et l’effacement progressif des
autres obstacles aux échanges commerciaux, les activités économiques commencent, dans une
première phase du processus d’intégration, par se concentrer dans un nombre restreint de grandes
régions urbaines pour, dans une seconde phase, se re-disperser vers un plus grand nombre de
régions afin de bénéficier des avantages comparés des unes et des autres selon les firmes (Combes et
al, 2006). Qui plus est, la contradiction peut n’être qu’apparente puisque la taille des régions à
dominance urbaine peut augmenter pendant que, simultanément, les centres-villes perdent des
habitants et des activités.
l’agrégation des grandeurs économiques que l’on rencontre en théorie

économique.
Quoi qu’il en soit, il faut accepter d’utiliser des outils et des
concepts différents en fonction du territoire de référence. Cette ques-
tion sera abordée tout au long du présent chapitre. En outre, ce terri-
toire, s’il est purement administratif, a de plus beaucoup de chances de
ne pas être adéquat au niveau économique dans la mesure où les
espaces publics ont été conçus, pensés et dessinés à une époque où les
technologies de transport et de communication n’avaient rien à voir
avec celles que nous connaissons aujourd’hui (Ozouf-Marignier, 1986).
Les choses se compliquent davantage quand on constate que la France
est en retard par rapport à ces voisins dans la redéfinition des nou-
veaux espaces de l’intervention publique : le nombre de communes y
est largement plus élevé que dans les autres grands pays européens,
alors que l’articulation entre régions et départements est loin d’être
claire. En revanche, le découpage administratif existant présente
l’avantage d’être cohérent avec la collecte de données statistiques.
Reste que des changements d’ensemble s’imposent lorsque le désac-
cord entre la réalité économique et le fait administratif devient trop
grand.
À ce stade de mon argumentaire, je me dois d’avertir le lecteur
d’une limite importante de l’analyse qui va suivre. Dans la suite de ce
chapitre, j’ai choisi de me concentrer sur la localisation d’équipements
pouvant être représenté par un point – une école, un aéroport ou une
gare – afin de faciliter au maximum la présentation. La localisation
d’équipements de type réseau est beaucoup plus compliquée à forma-
liser car elle pose, non seulement, la question de la distance à parcourir
pour y accéder, comme pour un équipement classique, mais également
celle de savoir comment le nouvel équipement de type réseau va
modifier, pour les usagers, les distances aux autres équipements exis-
tants, incitant par-là certains agents à modifier leur localisation. Si,
dans ce cas, les idées et principes qui vont être présentés ci-dessous
conservent leur pertinence, les résultats ne peuvent pas être interpré-
tés tels quels, bien au contraire. Je dois reconnaître que, sauf cas
particuliers6, ce problème n’a pas encore été abordé de manière satis-
faisante par les théoriciens de la localisation et de l’économie géogra-
phique. Reste, toutefois, que les méthodes de localisation d’un très
grand équipement de nature « ponctiforme », par exemple un grand
échangeur ou une plate-forme multi-modale, peut aider à déterminer
6. Comme, par exemple, l’impact que peut avoir une nouvelle infrastructure de transport sur la
répartition des activités entre deux régions ainsi reliées (Combes et al, 2006).
le réseau de transport permettant de le desservir. Il s’agit là, d’ailleurs,

d’une des interprétations les plus communes du modèle minisum qui
sera discuté ici. Ce problème admet d’ailleurs une généralisation,
connue sous le nom de problème de l’arbre minimum de Steiner, qui
cherche à déterminer le réseau de longueur minimale connectant un
certain nombre de points tout en permettant d’ajouter des sommets
intérieurs. Ce problème compte parmi les plus difficiles à résoudre en
optimisation7.
1. COMMENT CHOISIR LA LOCALISATION D’UN ÉQUIPEMENT

COLLECTIF ?
Partons de l’exemple du conseil municipal d’une commune rurale

qui doit décider du lieu de construction d’une nouvelle école, étant
entendu que l’ancienne sera détruite pour cause de vétusté. Une solu-
tion semble s’imposer d’elle-même : reconstruire la nouvelle école là
où se trouvait l’ancienne. Cette solution est moins évidente qu’il n’y
paraît à première vue car la commune a connu une forte croissance
démographique du fait de l’arrivée de nouveaux habitants qui ont
contribué au développement de plusieurs hameaux, auparavant peu
peuplés. En outre, il existe encore de nombreux terrains vacants, dis-
persés au sein de la commune, ce qui donne au conseil une assez
grande liberté dans le choix d’un emplacement nouveau8. Enfin, les
élus sont conscients que chaque famille désire que l’école soit cons-
truite à proximité de son domicile afin d’éviter à ses enfants des dépla-
cements longs et fatigants. Dans un tel contexte, il n’est pas déraison-
nable de retenir la distance parcourue comme une assez bonne
approximation des inconvénients suscités par ces déplacements. Cette
distance peut être mesurée en kilomètres, en minutes, voire en nombre
de rues à traverser, selon les cas. Dans la suite de ce chapitre, je
supposerai que la distance est mesurée en euros afin de simplifier
l’argumentaire.
En dépit de sa simplicité apparente, cet exemple inclut pratique-
ment tous les ingrédients nécessaires à la discussion du problème-type
de la localisation d’un équipement. En effet, pour une localisation
donnée de l’école, on obtient une distribution de distances dont la
7. Voir, par exemple, Hwang et al (1992).

8. La rareté des espaces disponibles peut faire que le choix d’une localisation est, en pratique,
très contraint. Cela ne signifie pas que la localisation des équipements répond moins à une logique
d’optimisation que de gestion des opportunités. Bien au contraire, cela veut dire que l’optimisation
doit intégrer davantage de contraintes.
moyenne et la variance dépendent de la localisation retenue. En règle

générale, cette distribution est inégalitaire, ce qui veut dire que les
enfants ont à parcourir des distances différentes pour se rendre à
l’école. Pour des raisons morales et politiques, on peut être opposé à
de telles disparités et proposer de les réduire autant que faire se peut.
Comme point de départ, on suppose l’existence d’une localisation telle
que tous les enfants soient situés à la même distance de celle-ci. Il s’agit
là, sans conteste, d’une localisation que l’on peut qualifier de juste
puisque aucune discrimination entre enfants ne subsiste. Pourtant, il
n’est pas évident que cette localisation soit souhaitable. Un choix aussi
égalitaire peut, en effet, conduire à une solution globalement très
inefficace. Plus précisément, on dit qu’une localisation est efficace s’il
n’existe pas de localisation alternative pour laquelle tous les enfants
seraient plus proches de leur école. Autrement dit, on ne peut pas se
rapprocher de certains enfants sans nécessairement s’éloigner des
autres. On retrouve ici l’optimum de Pareto bien connu en théorie
économique du bien-être.
Pour illustrer ces différents concepts, je vais considérer le cas de
trois hameaux de taille identique formant un triangle ABC, qui est par
ailleurs identique à l’ensemble des localisations efficaces. Si ce triangle
est équilatéral (voir Figure 1), le centre du cercle passant par les trois
sommets semble s’imposer. Il minimise, en effet, la somme des distan-
ces parcourues par tous les enfants en leur imposant des trajets identi-
ques. Cette localisation semble donc posséder toutes les propriétés
socialement désirables.
Figure 1
Triangle équilatéral
Figure 2
Triangle obtus
On suppose maintenant que le sommet supérieur B du triangle se

rapproche de son côté inférieur, de sorte que le triangle devienne
obtus (voir Figure 2). Dans ce cas, la localisation juste est toujours
donnée par le centre O du cercle passant par les trois sommets. Toute-
fois, il est aisé de voir que ce centre est maintenant situé à l’extérieur
du triangle. On vérifie alors facilement que le point du triangle qui en
est le plus proche, à savoir le pied D de la perpendiculaire partant du
centre O, est préféré à ce dernier par la totalité des personnes concer-
nées. Autrement dit, si on demande aux résidents d’exprimer leur
préférence entre les deux localisations retenues, on peut s’attendre à
ce qu’ils choisissent à l’unanimité une localisation injuste –
puisqu’engendrant des disparités –, mais efficace puisque aucune
réduction de toutes les distances n’est plus possible, à une localisation
juste imposant des déplacements inutilement longs à l’ensemble des
enfants.
Cet exemple est beaucoup moins extrême qu’il ne semble à pre-
mière vue. Pour l’illustrer, je vais considérer un problème totalement
différent. Le Tableau 1 donne les évaluations du PIB par habitant
des pays européens du début de la Révolution industrielle à la Pre-
mière Guerre mondiale, telles qu’elles ont été calculées par Bairoch
(1997).
Que constate-t-on à la lecture de ce tableau ? En début de période,
tous les pays européens avaient des revenus moyens similaires, à
l’exception peut-être des Pays-Bas mais la différence avec les autres
n’était guère considérable. Au fur et à mesure que la Révolution
industrielle s’étend, on remarque que la croissance économique affecte

tous les pays européens qui connaissent un développement économi-
que généralisé, la moyenne augmentant régulièrement de 199 dollars
en 1800 pour atteindre 550 dollars en 1913.
Toutefois, les pays sont concernés de manière très variable par ce
mouvement car les gains de revenus engendrés varient considérable-
ment d’un pays à l’autre. Plus précisément, l’écart-type de la distri-
bution part de la valeur 24 en 1800 pour atteindre celle de 229 en
1913, soit une augmentation qui équivaut à presque quatre fois celle
de la moyenne ; en particulier, les écarts internationaux se creusent
progressivement pour atteindre un rapport allant de 1 à 4 entre les
pays les plus riches et les plus pauvres. Mais quel état de l’économie
européenne préférons-nous, celui de 1800 ou de 1913 ? Je reconnais
bien volontiers que la réponse à cette question n’est pas évidente
dans la mesure où de fortes disparités sont apparues entre les deux
périodes. Toutefois, je vois mal comment argumenter de manière
convaincante en faveur de la première situation sans faire appel à
des modalités extrêmes, pour ne pas dire pathologiques, d’égalita-
risme.
Tableau 1
PIB par tête des pays européens, exprimés en dollars et prix de 1960
Pays 1800 1830 1850 1870 1890 1900 1913
Allemagne 200 240 305 425 540 645 790

Autriche-Hongrie 200 240 275 310 370 425 510
Belgique 200 240 335 450 555 650 815
Bulgarie 175 185 205 225 260 275 285
Danemark 205 225 280 365 525 655 885
Espagne 210 250 295 315 325 365 400
Finlande 180 190 230 300 370 430 525
France 205 275 345 450 525 610 670
Grèce 190 195 220 255 300 310 335
Italie 220 240 260 300 315 345 455
Norvège 185 225 285 340 430 475 615
Pays-Bas 270 320 385 470 570 610 740
Portugal 230 250 275 290 295 320 335
Roumanie 190 195 205 225 265 300 370
Royaume-Uni 240 355 470 650 815 915 1035
Russie 170 180 190 220 210 260 340
Serbie 185 200 215 235 260 270 300
Suède 195 235 270 315 405 495 705
Suisse 190 240 340 485 645 730 895
Moyenne 199 240 285 350 400 465 550

Ecart-type 24 43 68 110 155 182 229
Ce bref détour par l’histoire économique n’est pas inutile car il

devrait suffire à montrer que les problèmes évoqués précédemment
ont une signification très générale, dans la mesure où ils portent sur des
questions fondamentales concernant l’ensemble de la société. Cela
étant dit, revenons au cas de l’école. Il est rare que l’on puisse trouver
une localisation équidistante pour tous, sauf, ce qui serait évidemment
absurde, à retenir une localisation qui soit infiniment éloignée de tous
les hameaux ou, ce qui est tout aussi insatisfaisant, à ne rien faire afin
de ne pas susciter de mécontentement. À titre d’exemple de solution
possible, on pourrait considérer comme juste la localisation minimi-
sant la variance de la distribution des distances. Toutefois, pour éviter
le paradoxe mentionné ci-dessus, il faut minimiser cette variance sous
la contrainte que la localisation de l’école soit efficace. Une telle
approche peut, dans certains cas, améliorer les choses, mais la question
de fond reste posée : quel sens y a-t-il à réduire les disparités entre les
enfants si, en même temps, la situation de certains d’entre eux – qui
pourraient d’ailleurs être les plus mal lotis – se détériore dans
l’absolu ? On connaît la réponse : c’est au niveau des fondements
théoriques du critère de justice que réside la difficulté majeure.
L’emploi d’autres indicateurs de disparité pourrait peut-être éliminer
certains cas gênants, mais la même difficulté de principe subsiste quoi
que l’on fasse (Sen, 1973).
La seule façon connue à ce jour de résoudre la contradiction possi-
ble entre efficacité et justice est de choisir une localisation qui mini-
mise la distance maximale parcourue par un enfant. On reconnaît là ce
que les économistes appellent le « critère maximin », lequel corres-
pond au principe d’équité proposé par le philosophe américain John
Rawls : choisir comme socialement désirable toute action ou politique
visant à maximiser le bien-être des plus défavorisés. Ce critère a suscité
de nombreuses controverses qui ne peuvent être abordées ici. On le
retiendra tel quel dans la suite de ce chapitre, car sa pertinence empi-
rique est incontestable9. Dans le cas qui nous occupe, les réductions
d’inégalités considérées comme souhaitables sont donc celles dont
bénéficient les enfants les plus éloignés de l’école. On dit qu’une
localisation satisfaisant ce critère est équitable.
Avant de discuter plus en détails les autres critères possibles, je
souhaite revenir à la question évoquée dans ma première remarque
préliminaire. Cette dimension du problème est, en effet, trop impor-
tante pour être évasive. Quels sont les ingrédients de base du problème
9. Le lecteur intéressé est renvoyé à van Parijs (1991) pour un aperçu détaillé de ces débats.
de la localisation de plusieurs installations, et ce surtout lorsque leur

nombre est a priori variable ? Le choix à faire obéit à un arbitrage
simple et connu depuis longtemps car on le retrouve dans toutes les
questions relatives à l’organisation des espaces économiques ; il est,
cependant, souvent mal compris des décideurs ou des usagers. Le
premier terme en est donné par le coût de la construction, mais aussi
de fonctionnement, des équipements. De très nombreux équipements
sont indivisibles. Par-là, on entend qu’il n’est pas possible d’offrir une
partie d’une infrastructure sans en affecter fondamentalement la qua-
lité ou la fonction. Par exemple, on ne peut pas découper une piscine
en petits morceaux pour la distribuer sur l’ensemble du territoire, ni
réduire la largeur d’une route afin de lui permettre de relier deux lieux
très éloignés. L’une et l’autre doivent avoir une taille minimale, faute
de quoi leur raison d’être disparaît. Quand bien même ces exemples
sont assez extrêmes, il n’en reste pas moins vrai que de telles indivisi-
bilités sont courantes dans la réalité et ont une implication fondamen-
tale pour l’organisation du territoire. Du fait de l’existence d’un coût
fixe G > 0 imposé par leur construction, les équipements ne peuvent
pas être disponibles partout à cause de la rareté générale des ressour-
ces. Autrement dit, on ne peut y avoir accès qu’en un nombre forcé-
ment limité de lieux, ce qui implique nécessairement des disparités
dans l’accessibilité.
Pour comparer celles-ci, il faut avoir recours à une distance permet-
tant d’évaluer l’effort demandé à, voire encore la perte de satisfaction
ressentie par, un usager potentiel pour rejoindre l’équipement, faute
de quoi on passe à côté de la dimension la plus importante du pro-
blème. Le second terme de l’arbitrage renvoie alors à la dispersion
géographique des usagers établis au sein du territoire en question et,
par conséquent, à la distance les séparant des équipements disponibles.
Dès lors, une population plus dispersée incite à construire un plus
grand nombre d’équipements afin de garantir aux usagers une accessi-
bilité minimale. Partant, on devine aisément comment l’arbitrage
entre ces deux forces va jouer : la première pousse à concentrer l’offre
de service en un petit nombre de grands établissements, alors que la
seconde incite à la construction d’un grand nombre d’établissements
pouvant être de plus petite taille. Le nombre et la localisation des
installations construites dépendent in fine de l’intensité relative des
deux forces – qui changent elles-mêmes avec la nature du service et
l’état de la technologie – mais aussi, on le verra, avec le mécanisme de
décision mobilisé pour résoudre cet arbitrage. Nier cet arbitrage ne
peut mener qu’à des déconvenues considérables, aussi bien pour le
décideur que pour la population. Un travail approfondi d’information

s’impose donc de manière urgente.
2. E
u QUITÉ SPATIALE OU UTILITÉ GÉNÉRALE : L’ÉTERNEL
DILEMME ?
Décrivons maintenant le problème de la localisation d’un équipe-

ment de manière plus formelle. Pour cela, on considère un espace
métrique (X, d). Si X représente l’ensemble de tous lieux pertinents
pour le problème considéré, d est la distance mesurant l’éloignement
entre toute paire de lieux de X. d peut être donné par la distance
euclidienne, la longueur du plus court chemin reliant deux points
quelconques d’un réseau de transport, voire toute autre métrique que
l’on désirerait retenir dans un contexte particulier. On se donne égale-
ment un nombre fini de points x1,…, xm de X, représentant les localisa-
tions des usagers de l’équipement considéré – les maisons des enfants
dans le cas de l’école discuté précédemment. Une remarque impor-
tante s’impose à ce stade : le choix de ces points est susceptible de
varier sensiblement avec l’échelle spatiale retenue10. En outre, il
dépend avant tout de l’information dont le décideur dispose. Par
exemple, ces points pourraient correspondre aux capitales régionales,
aux communes françaises, voire si l’analyse est très fine, aux localisa-
tions individuelles des usagers. On rencontre de nouveau le problème
souligné précédemment : le choix d’un niveau d’agrégation spatiale
n’est pas neutre pour les recommandations à faire.
Dans le contexte présent, il faut insister sur le fait que les localisa-
tions des usagers sont considérées comme des données, tandis que
seule la localisation de l’équipement est variable. Plus précisément,
cette dernière est choisie en fonction de la position des usagers dans
l’espace de référence X, tandis que les localisations des usagers ne sont
pas susceptibles d’être modifiées. On verra plus tard que cette hypo-
thèse, qui décrit assez bien la faible mobilité géographique des popula-
tions en France, est loin d’être sans conséquences pour la politique à
suivre.
À chaque point xi est ensuite associé un nombre Ni représentant,
par exemple, le nombre d’usagers vivant en ce lieu. Ce nombre pour-
rait lui-même être pondéré par un coefficient exprimant le « souci »
que le décideur se fait vis-à-vis du groupe installé en cet endroit ; il
10. Sauf s’il est possible d’utiliser un modèle entièrement désagrégé, ce qui devient possible du
fait des nouvelles techniques de traitement de l’information, tels que les SIG.
peut également correspondre au nombre espéré d’usagers dans un

espace où la mobilité serait élevée. Rappelons qu’en théorie économi-
que, on appelle utilité toute indicatrice du degré de satisfaction ressen-
tie par la personne considérée. Dans ce qui suit, il s’agit plus précisé-
ment ici de « l’utilité indirecte », qui est exprimée en fonction de
contraintes auxquelles cette personne est confrontée. Il est alors cou-
rant – mais aussi commode – de retenir comme première approxima-
tion de la véritable utilité d’un usager résidant en xi une fonction
linéaire de son revenu et de la distance le séparant de l’équipement
dont la localisation est notée s :
Ui(s) = Y – d(xi, s) i = 1, ..., N (1)
Y désignant le revenu d’un usager, N le nombre total d’usagers et

d(xi ,s) la distance entre sa localisation et celle du service public. En
retenant l’expression (1), on fait l’hypothèse hautement irréaliste que
tous les individus possèdent le même revenu. Il faut insister sur le fait
que cette hypothèse est faite pour une seule raison : on cherche à se
concentrer exclusivement sur la dimension spatiale du problème de la
localisation des équipements. Les critères proposés dans les prochai-
nes sections conservent toute leur pertinence lorsque les revenus diffè-
rent entre individus, à condition qu’ils soient connus du décideur.
En outre, dans la mesure où la satisfaction des usagers décroît avec
la distance qu’ils doivent parcourir pour se rendre à l’équipement,
l’expression (1) peut être considérée comme une approximation du
premier ordre de la véritable fonction d’utilité. On pourrait, sans rien
changer à ce qui suit, pondérer la distance par un coefficient spécifique
à chaque usager et qui mesure la perte de satisfaction – son coût
d’accès – que lui impose un allongement de la distance à parcourir. La
difficulté est alors d’un autre ordre : comment le décideur peut-il
déterminer la valeur de ces coefficients pour chaque usager ? On
retrouve ici le problème classique de la révélation des préférences
individuelles, bien connu par ailleurs en économie publique. Qui plus
est, cette formulation des préférences individuelles néglige le fait que,
du point de vue d’un usager, la désirabilité d’un équipement varie
souvent de manière non monotone avec la distance qui les sépare. Si
celle-ci est trop grande, il va se plaindre d’être pénalisé par une mau-
vaise accessibilité au service public, mais une trop grande proximité
l’amène souvent à contester le choix ainsi fait à cause des nuisances
diverses que l’équipement engendre dans son voisinage immédiat
(encombrement de la voirie et difficulté de stationnement, différentes
formes de petites pollutions auxquelles le reste de la population est

souvent insensible)11.
L’application du critère maximin conduit au choix d’une localisa-
tion qui minimise la fonction suivante :
M(s) = Max d(xi, s) (2)

i = 1,...,N
Cette fonction satisfait le critère d’anonymat, à savoir que la déno-

mination des usagers n’a pas d’influence sur la décision finale. C’est, en
effet, la minimisation de la fonction M(s) qui détermine qui sera l’usa-
ger le plus mal loti, dans la mesure où le bien-être de celui-ci dépend de
la localisation retenue pour l’équipement. En théorie de la localisation,
on a pris l’habitude d’appeler ce critère minimax du fait du renverse-
ment des signes des variables dans les fonctions d’utilité. Sa diffusion
en théorie de la localisation est contemporaine, bien qu’indépendante,
des travaux de Rawls.
Le problème minimax fut introduit en géométrie il y a plus de cent
trente-cinq ans sous la forme suivante : déterminer le centre d’une
circonférence de rayon minimal incluant un ensemble donné et fini de
points du plan. Une méthode simple de résolution consiste à partir de
circonférences centrées en x1,.., xm et de rayon identique, mais suffi-
samment grand, pour que leur intersection commune soit non vide. On
réduit alors la valeur du rayon de manière progressive jusqu’à ce que la
taille de l’intersection commune soit inférieure à une tolérance donnée
a priori. Tout point de cette intersection est une solution du problème
maximin. Depuis, des algorithmes considérablement plus performants
ont été élaborés, permettant de trouver très rapidement une solution
au problème (2) pour des distances pouvant différer de la distance
euclidienne, mais aussi pour un très grand nombre m de points décri-
vant les localisations des usagers. On est, par conséquent, capable de
travailler à une échelle spatiale extrêmement fine, retenant les quar-
tiers, les rues et même les habitations.
Si le problème (2), sous sa forme mathématique, est assez ancien, ce
n’est que récemment qu’il fut interprété en termes d’application du
critère maximin en théorie de la localisation. En fait, la grande majo-
rité des modèles de localisation ont retenu plutôt une approche de type
utilitariste définie comme la somme du bien-être des individus appar-
tenant à la collectivité considérée. Dans le cas présent, cela revient à
11. Notons que cette attitude n’a rien à voir avec les comportements de type « Not in my
backyard », plus connu par son acronyme NIMBY.
sélectionner une localisation qui minimise la somme des distances aux

usagers :
D(s) = 兺m
i=1Nid(xi,s) (3)
ou encore, puisque le nombre total d’usagers
N = 兺m
i=1Ni
est donné, la distance moyenne définie par :
D(s) = 兺m
i=1(Ni/N)d(xi,s) (4)
Une localisation optimale minimise donc la somme des distances

parcourues par les enfants. Autrement dit, on agrège les pertes de
satisfaction individuelles en les additionnant. C’est la raison pour
laquelle, en théorie de la localisation, on lui a donné le nom de critère
minisum12. Il est clair qu’une telle localisation satisfaisant ce critère est
toujours efficace ; en revanche, elle est rarement équitable car les lieux
occupés par un nombre élevé d’usagers ont un impact fort comparé à
ceux possédant peu d’habitants. L’avantage de l’approche utilitariste
est de réduire au maximum le coût supporté par l’ensemble de la
population, en accordant à chacun le même poids. En outre, en accor-
dant plus de poids aux grandes masses d’usagers, on pourrait penser
qu’une localisation utilitariste est susceptible de recevoir l’appui de
nombreux usagers, ce qui la rendrait « politiquement » souvent plus
acceptable qu’une localisation équitable. J’y reviendrai dans la section
suivante.
En conséquence, on peut affirmer qu’il y a généralement conflit
entre équité spatiale et utilité générale. Une manière possible de le
« résoudre », proposée par Morrill et Symons (1977), est d’affecter un
exposant a, supérieur ou égal à 1, à la distance dans l’expression (3).
Lorsque celui-ci prend une valeur unitaire, on retrouve le critère mini-
sum. À l’autre extrême, lorsque a tend vers l’infini, on obtient le critère
minimax. En conséquence, l’idée de retenir des valeurs intermédiaires
de ce paramètre, pouvant exprimer des attitudes différentes du déci-
deur vis-à-vis des inégalités spatiales, semble assez naturelle. Dès lors,
la fonction
␣
D␣(s) = 兺m
i=1Nid (xi,s) (5)
12. Il existe un large accord au sein de la communauté scientifique pour penser que la première
formulation de ce problème remonte à Fermat quand il posa la question : comment trouver le point
qui minimise la somme des distances aux sommets d’un triangle ?
peut être considérée comme l’expression d’un compromis entre les

critères d’utilité générale et d’équité. On peut alors interpréter l’expo-
sant a comme étant le degré d’aversion pour l’inégalité qui caractérise
les préférences du décideur13.
Toutefois, une certaine prudence s’impose lorsque l’on emploie ce
type d’approche. Ainsi, en étudiant la localisation de casernes de pom-
piers dans la province du Luxembourg en Belgique – le découpage
provincial belge correspond au découpage départemental français –,
Richard et al (1990) observent que le temps moyen d’intervention des
pompiers augmente rapidement dès que le paramètre a prend des
valeurs légèrement supérieures à l’unité. Cela suggère que le conflit
entre utilitarisme et équité spatiale puisse, en pratique, être sévère – et
que dire alors de celui entre utilitarisme et justice. Je me répète donc :
un recours trop systématique au seul critère d’équité spatiale, voire
même à des objectifs moins contraignants de ce point de vue, est de
nature à affecter considérablement le bien-être d’une grande partie de
la population. Cela se fera soit au travers d’une accessibilité assez
faible aux équipements pour une part importante de la population, soit
en augmentant le nombre d’équipements mais en pesant lourdement
sur les budgets des collectivités concernées.
À ce stade, un certain nombre de points cruciaux pour l’ensemble
du chapitre doivent être soulevés. Premièrement, il faut préciser que
tout ce que l’on vient de voir ne se limite en rien au cas d’une école :
toute la discussion qui précède garde sa pertinence pour la très grande
majorité, sinon la totalité des équipements collectifs habituels. Deuxiè-
mement, l’espace de référence retenu étant quelconque, l’approche
proposée n’est nullement confinée au cas d’un équipement à construire
dans une commune, mais peut être étendue au cas de plusieurs équipe-
ments susceptibles de couvrir un territoire de dimension a priori
quelconque, par exemple toute une région, voire même la totalité du
territoire national. À ce niveau macro-spatial, les arbitrages précé-
dents subsistent dans leur intégralité, même si la formalisation est, elle,
un peu plus complexe. C’est davantage au niveau des modalités de
financement que se pose une question nouvelle, à savoir celle du
nombre d’équipements désirés.
Cette dernière observation est importante car le problème de
l’équité spatiale se matérialise, principalement parce qu’on ne peut
13. Si l’on insère l’expression (1) en lieu et place de la distance dans une fonction de type CES
telle que celle donnée par (5), l’aversion pour l’inégalité diminue au fur et à mesure que le revenu
des usagers augmente. L’arbitrage entre utilité générale et équité spatiale est donc moins contrai-
gnant dans une société riche que dans une société pauvre. Je remercie Marc Fleurbaey de m’avoir
fait cette remarque.
souvent construire qu’un nombre très restreint d’équipements par rap-

port au nombre de sites occupés par les usagers. Précisons de nouveau
que si l’on pouvait installer un équipement en chacun de ces sites,
c’est-à-dire à domicile comme le Minitel ou l’Internet, les disparités
spatiales n’auraient plus guère de raison d’être. C’est la présence
d’économies d’échelle dans la production de nombreux services collec-
tifs qui empêche cette multiplication à l’infini des équipements. En
d’autres termes, l’origine de la question de l’équité spatiale réside dans
la combinaison de la dispersion de la demande et de la concentration
spatiale de l’offre causée par l’existence d’une taille minimum des
équipements. Si de plus, on rappelle la liberté dont on dispose dans la
spécification concrète des lieux de demande xi, il devrait être clair que
l’existence des outils proposés ici est de nature à aider considérable-
ment le décideur dans ses choix en matière d’aménagement d’espaces
publics de différentes natures. Dans ce contexte élargi, le fait de dispo-
ser d’outils d’évaluation performants est fondamental, car ils permet-
tent l’étude et la comparaison d’un très grand nombre de scénarios
possibles (Labbé et al, 1995 ; Peeters et al, 2002), là où les méthodes
habituelles restreignent considérablement l’ensemble des opportuni-
tés considérées du fait de la lourdeur des procédures d’évaluation.
Remarquons enfin que la répartition spatiale des usagers comporte
deux facettes, à savoir la distribution de la population sur l’ensemble X
– dont le rôle est largement reconnu –, mais aussi la position relative
des points de X dans l’espace – un aspect du problème qui est trop
souvent ignoré, en théorie comme en pratique. Une répartition plus ou
moins symétrique de ces points a plus de chances de favoriser une
convergence entre les critères utilitariste et d’équité, ce qui simplifie
considérablement le processus de décision. En revanche, une disper-
sion très asymétrique va probablement accentuer la divergence entre
ces deux critères, compliquant par la même la prise de décision. On
n’en sait malheureusement pas beaucoup plus, l’impact de la disper-
sion spatiale des usagers sur la localisation désirable d’un équipement
étant, à la fois, complexe et assez peu étudié14. C’est d’autant plus
regrettable que le rôle joué par cet aspect du problème varie largement
avec la configuration et la capacité des différents réseaux de transport
que les usagers peuvent emprunter. L’absence de résultats significatifs
dans ce domaine montre donc, s’il était nécessaire de s’en convaincre,
la nécessité de disposer de méthodes numériques de résolution perfor-
14. Voir Thomas (2002) pour un panorama des travaux des géographes sur la question.
mantes pouvant aider significativement la planification des infrastruc-

tures de transport.
Avant d’aborder une autre question essentielle, celle de l’accepta-
bilité par la population du choix d’une localisation, il est important de
conclure cette section en se rappelant que la solution pratique à certai-
nes difficultés que le décideur peut rencontrer réside dans le recours à
des installations légères et potentiellement mobiles, susceptibles de
suivre l’évolution de la distribution spatiale des usagers, en lieu et
place d’équipements lourds et immobiles, qui sont trop souvent privi-
légiés par les élus locaux pour des raisons de prestige : par exemple, le
maintien d’une ligne ferroviaire plutôt que son remplacement par une
ligne de bus. Bien que connue depuis longtemps, cette manière de faire
mérite d’être rappelée car elle est souvent « oubliée » pour de mauvai-
ses raisons telles que, par exemple, des formes extrêmes de justice
distributive ou des questions de susceptibilité entre différentes juridic-
tions ou niveaux de décision.
3. DE L’ACCEPTABILITÉ DES POPULATIONS

Que ce soit en tant qu’usagers ou en tant que riverains, il est clair
qu’un nombre grandissant de Français et d’Européens ont abandonné
toute attitude de passivité ou de résignation face à la construction
d’équipements collectifs. De nouvelles installations modifient, souvent
de manière sensible, l’environnement et/ou les valeurs foncières, pro-
voquant ainsi des réactions qui peuvent être brutales. À l’inverse,
l’absence ou la fermeture de certains équipements (scolaires ou sani-
taires) au sein de territoires à faible densité fait que la population
concernée a souvent le sentiment d’être délaissée du fait de la ferme-
ture ou du non-remplacement d’équipements, ce qui engendre un
mécontentement pouvant avoir des répercussions politiques importan-
tes. C’est donc sans surprise que les décideurs publics s’interrogent afin
de savoir comment la population concernée va réagir à ces nouvelles
décisions. L’acceptation d’un système d’équipements collectifs par la
population devient, par conséquent, un critère additionnel à prendre
en compte. À cette occasion, soulignons qu’une question-clé est de
savoir de quelle population nous parlons et donc de se rappeler que les
jugements peuvent différer selon les échelles spatiales. En effet, un
équipement considéré comme hautement nécessaire pour l’ensemble
de la collectivité (un aéroport ou un incinérateur de déchets) est sou-
vent tout aussi hautement indésirable au niveau local.
À première vue, il semblerait qu’une telle question ne soit pas du
ressort de la théorie économique. Sans prétendre y répondre de
manière exhaustive, il est pourtant légitime de mentionner quelques

résultats qui viennent compléter utilement ce que l’on a vu dans les
sections précédentes. Dans la suite de cette section, le principal méca-
nisme de décision collective utilisé dans nos sociétés, à savoir le vote à
la majorité, va être mobilisé pour appréhender l’idée d’acceptabilité
par la population. Cette approche est évidemment réductrice car le
concept d’acceptabilité est plus large15.
On commencera par rappeler que, dans un jeu de vote, on appelle
« gagnant de Condorcet » toute action pour laquelle il n’existe pas
d’autre action admissible qui lui soit strictement préférée à la majorité
absolue des votants. Par conséquent, on parle d’une localisation de
Condorcet si l’on ne peut en trouver une autre au sein d’un ensemble
préétabli qui la défasse lors d’un vote où l’une est opposée directe-
ment à l’autre. Une des difficultés principales que pose une localisa-
tion de Condorcet est qu’elle peut tout simplement ne pas exister.
Pour s’en convaincre, revenons à l’exemple des trois hameaux for-
mant un triangle équilatéral discuté dans la première section et par-
tons de la localisation située au centre O du cercle passant par les trois
hameaux. On a vu que cette localisation satisfaisait un grand nombre
de critères susceptibles d’être retenus, de sorte que le décideur peut
assez légitimement penser qu’elle est a priori politiquement accepta-
ble. Pourtant, si on demande à la population des trois hameaux de
choisir entre la localisation O et une autre, M, située au milieu du côté
AB du triangle de la figure 3, la totalité des usagers vivant dans les
deux hameaux reliés par ce côté va choisir M à la majorité absolue car
M est plus proche des habitants de ces hameaux que la localisation O
(voir Figure 3).
Cela signifie-t-il que cette nouvelle localisation est politiquement
acceptable ? La réponse est de nouveau négative. Certains habitants
vont, en effet, proposer une troisième localisation N située sur le côté
BC du triangle, mais qui soit légèrement plus proche du point B que du
point C (voir figure 3). Dans ce cas, tous les habitants de ces deux
hameaux vont préférer M à N. On devine et on peut effectivement
démontrer que ce processus va se poursuivre indéfiniment, sans jamais
converger puisque aucun hameau ne peut obtenir une majorité de
suffrages. Par conséquent, la population est incapable de prendre une
décision finale concernant son école, attestant ainsi de la difficulté de
trouver un compromis démocratique portant sur la localisation d’un
15. Voir Raux et Souche (2004). Je reviendrai en outre sur une autre approche de ce problème
dans la sous-section 4.2.
Figure 3
Instabilité du vote
équipement. En fait, on retrouve ici le fameux paradoxe de Condorcet,

mais sous une forme quelque peu différente.
Rappelons que cet exemple suppose que les trois hameaux ont la
même taille. Si, au contraire, un des hameaux, disons A, possède une
taille qui excède la moitié de la population totale, alors le lieu corres-
pondant est évidemment une localisation de Condorcet. Qui plus est,
cette localisation est également celle qui minimise la somme des dis-
tances, un résultat connu comme étant le « théorème de la majorité ».
En d’autres termes, vote et utilitarisme conduisent à la même solution,
un résultat qui reste vrai dans le cas d’un nombre quelconque de points
et pour n’importe quelle métrique16. En revanche, la solution démo-
cratique diverge d’avec la solution équitable qui est toujours donnée
par le centre du cercle passant par les trois points.
Malheureusement, les résultats généraux permettant une compa-
raison systématique du vote et de critères de bien-être sont assez peu
nombreux. Toutefois, ceux qui sont disponibles jettent un éclairage
original et pertinent sur la question de l’acceptabilité d’une localisation
(Hansen et Thisse, 1981 ; Hansen et al, 1986). Considérons, en premier
lieu, le cas d’un réseau de transport au sein duquel il est impossible de
tourner en rond17. À titre d’exemple, mentionnons la très grande
majorité des réseaux fluviaux, mais aussi le système autoroutier de la
France qui fut pendant longtemps étoilé et centré sur Paris. Dans un
16. L’existence d’une très grande agglomération suffit donc pour réconcilier les deux procédu-
res.
17. En théorie des graphes, une telle structure est appelée un arbre.
tel cas de figure, il existe toujours une localisation de Condorcet, quelle

que soit la forme du réseau et la répartition spatiale des usagers. De
surcroît, ce point se confond avec celui qui minimise la somme des
distances pondérées par le nombre d’usagers en chaque lieu. Il y a
donc, comme dans le cas du théorème de la majorité, concordance
entre vote et utilitarisme. Toutefois, comme on peut s’y attendre, cette
équivalence n’est plus valable dans le cas d’un réseau contenant des
circuits. D’une part, un gagnant de Condorcet n’existe plus nécessaire-
ment et d’autre part, quand il existe, il peut diverger considérablement
de la solution utilitariste. On comprend donc mieux pourquoi une
décision publique, prise dans l’intérêt général, peut engendrer un large
mécontentement au sein de la population concernée.
La comparaison des deux procédures dépend évidemment de la
répartition des usagers, de sorte qu’il est pratiquement impossible
d’énoncer des résultats généraux. Dans de tels cas, on a recours au
critère dit du « plus mauvais cas » : quel est l’écart maximum entre les
deux solutions envisagées ? Si c désigne un gagnant de Condorcet et u
la solution du problème minisum, l’inégalité suivante est toujours satis-
faite :
D(c) ≤ 3D(u) (6)
Autrement dit, la perte d’utilité générale subie en retenant une

localisation de Condorcet ne peut jamais excéder 200 % de l’utilité
générale. Il est important de comprendre que ce résultat correspond à
l’écart maximum qui puisse être atteint. En pratique, il sera souvent
plus faible. Quoi qu’il en soit, il convient d’être conscient que l’emploi
d’une procédure de vote pour choisir la localisation d’un équipement
collectif est susceptible de provoquer des pertes significatives de bien-
être pour l’ensemble de la population ; inversement, l’utilisation du
critère utilitariste peut mécontenter de larges segments de la popula-
tion.
En revanche, si l’on se restreint à des solutions locales, c’est-à-dire à
des comparaisons ou à des évaluations en des points situés dans un
voisinage de la localisation candidate – voisinage qui peut être grand
ou petit, selon les cas –, l’ensemble des gagnants locaux de Condorcet
coïncide avec l’ensemble des maxima locaux du critère minisum.
Autrement dit, en se limitant à ne considérer que des localisations
alternatives pas trop éloignées d’un lieu correspondant à un minimum
local de la somme pondérée des distances, ce lieu est également
accepté par la majorité des usagers à condition de se limiter à des
comparaisons par paires dans lesquelles on ne retient que des localisa-
tions alternatives qui ne soient pas non plus trop éloignées. On peut
ainsi réconcilier, du moins partiellement, vote et utilitarisme. Le bilan

est donc loin d’être aussi négatif qu’on aurait pu le craindre à première
vue.
Les résultats portant sur la comparaison entre vote et équité sont
moins nombreux. Toutefois, comme ci-dessus, on peut borner supé-
rieurement l’écart entre les deux localisations. Si r désigne la localisa-
tion équitable, l’inégalité (6) doit être remplacée par la suivante :
M(c) ≤ 2M(r).
Au lieu d’une perte de 200 %, le vote entraîne maintenant une

perte maximum de 100 % cette fois-ci en termes d’équité. Ce moindre
écart révèle, une fois de plus, que le choix d’un critère est loin d’être
neutre en termes d’acceptabilité.
En conclusion, demander aux usagers de choisir la localisation d’un
équipement au moyen d’un vote est susceptible de conduire à une
indécision permanente, quand ce n’est pas à des pertes pouvant être
importantes en termes d’utilité générale et/ou d’équité. Malgré la sim-
plicité du contexte retenu, qui n’exclut cependant pas une certaine
généralité puisque le réseau et l’équipement sont de nature quelcon-
que, ces résultats suffisent à révéler la difficulté qu’il peut y avoir pour
un décideur public à retenir une localisation particulière sans provo-
quer une opposition pouvant être vaste ; opposition qui, par ailleurs,
est loin d’être démunie de légitimité puisqu’elle trouve sa source dans
le mécanisme de base des démocraties.
Dans quelle mesure ces résultats et préconisations dépendent-ils de
l’hypothèse d’un seul équipement à localiser ? Le problème prend ici
une nouvelle dimension, à savoir que les usagers sont aussi des contri-
buables. Dans un tel contexte, il est raisonnable de penser que ceux-ci
vont comprendre, du moins à partir d’un certain niveau de dépenses,
qu’un accroissement du nombre d’équipements doit immanquable-
ment conduire à une augmentation du même ordre de grandeur des
impôts à supporter. Chaque usager est ainsi confronté à un arbitrage
nouveau. Soit l’usager se déclare en faveur d’un plus grand nombre
d’installations au prix d’un revenu réduit et donc d’une consommation
plus faible des autres biens, soit il souhaite préserver son revenu et
renonce par-là même à un parc plus large d’équipements.
Afin de mettre en lumière ce nouvel arbitrage et ses implications
politiques éventuelles, on suppose que l’on demande aux usagers de
voter sur le nombre d’équipements à installer ainsi que sur leur locali-
sation. Par souci de simplicité, on considère un espace donné par un
segment de droite de longueur L. On suppose en outre que la distribu-
tion des individus le long de ce segment est uniforme, de sorte que la
densité de population est égale à N/L. Le vote est alors modélisé à

l’aide d’une procédure en deux étapes. Dans la première, les individus
choisissent à la majorité absolue le nombre d’équipements qu’ils sou-
haitent ; dans la seconde, ils choisissent leur localisation. On a pris
l’habitude de résoudre ce genre de problème en suivant la méthode de
rétroduction, ce qui veut dire que le nombre d’équipements est
d’abord supposé donné et que les usagers doivent choisir où les instal-
ler. Ensuite, connaissant le résultat de ce scrutin, ils déterminent col-
lectivement le nombre total d’équipements souhaité, chacun antici-
pant correctement où sera situé l’équipement le plus proche pour
chaque nombre susceptible d’être choisi. En d’autres termes, la procé-
dure de décision est séquentielle et se déroule en présence d’anticipa-
tions des usagers. Malgré un certain manque de réalisme, cette appro-
che nous permet d’appréhender l’idée que se font les usagers de
l’arbitrage fondamental discuté précédemment.
La solution de la seconde étape est immédiate et intuitive : tout
usager se déplaçant vers l’équipement le plus proche, chaque équipe-
ment est installé au centre de son aire de service puisque la distribution
des usagers est uniforme. Cela revient à dire que les équipements sont
répartis de manière équidistante le long de l’intervalle. Venons-en
maintenant au choix du nombre d’équipements. Cette question est
plus délicate à traiter que la précédente, car elle réclame de préciser
comment les équipements sont financés. On suppose ici que tous les
usagers ont le même revenu Y et que les coûts sont couverts par un
impôt sur le revenu dont le taux est donné par h. Si le nombre d’équi-
pements à construire est égal à n, les dépenses sont égales à nG, alors
que les recettes sont égales à hYN. Du fait de la contrainte budgétaire,
c’est donc sans surprise que l’on constate que les prélèvements, et, par
conséquent, le taux d’imposition h, augmentent avec le nombre d’équi-
pements. En revanche, ce montant diminue avec la densité et/ou le
revenu des usagers. Autrement dit, si la multiplication des équipe-
ments provoque une augmentation des dépenses publiques, celle-ci a
plus de chance d’être acceptée lorsque la population est dense et riche.
Le choix du nombre d’équipements peut alors être formulé de la
manière suivante. On consulte la population en lui demandant si elle
préfère accroître le nombre proposé d’une unité, procédure qui com-
mence en comparant les nombres 1 et 2. Le nombre d’équipements
finalement choisi est celui qui est préféré à la majorité absolue à
n’importe quel autre. Le mécanisme ainsi retenu est plus subtil qu’il ne
semble a priori. En effet, lorsque le nombre n d’équipements est aug-
menté d’une unité, cela affecte la localisation des autres et, par consé-
quent, l’accès de tous les usagers à l’ensemble du parc. Certains d’entre
eux peuvent ainsi se trouver dans la situation où, à la fois, ils payent
plus d’impôts et souffrent d’une accessibilité moins bonne aux équipe-
ments. D’autres bénéficient d’une meilleure accessibilité qui est, à
leurs yeux, insuffisante pour compenser l’augmentation des impôts qui
en résulte. Restent ceux pour qui le gain en accessibilité l’emporte sur
la réduction de leur consommation qu’impose un élargissement de la
taille du parc.
Dans l’exemple considéré, on peut démontrer qu’il existe un seul
nombre qui puisse être choisi à la majorité. Il est donné par le nombre
entier le plus élevé n* pour lequel l’inégalité suivante est vérifiée18 :
n (n – 1) ≤ tLN / 2G (7)
où t désigne le coût unitaire de déplacement d’un usager.
Venons-en maintenant au critère utilitariste, dans la mesure où il

est raisonnable de supposer que le planificateur cherche à minimiser la
somme des coûts totaux qu’entraîne le système dans son ensemble.
Dans le cas présent, cela équivaut à sommer les coûts de construction
payés par les pouvoirs publics au travers de l’impôt et les coûts d’accès
supportés directement par les usagers. Comme précédemment, les
équipements sont répartis de manière équidistante le long du segment.
La détermination du nombre d’équipements est, en revanche, plus
simple que dans celui de la procédure de vote. On vérifie aisément que
le nombre optimal pour le critère utilitariste est donné par le plus
grand des nombres entiers no satisfaisant la nouvelle inégalité :
n(n – 1) ≤ tLN / 4G (8)
En comparant les membres de droite des inégalités (7) et (8), on

constate sans peine que le nombre d’équipements minimisant les coûts
totaux est inférieur au nombre choisi par la population à l’occasion
d’un scrutin majoritaire (no < n*). Le corollaire immédiat de cette
proposition est que les équipements ont de bonnes chances d’être trop
nombreux au regard du critère d’utilité générale. En d’autres termes,
le recours à une procédure de vote est susceptible de déboucher sur
des dépenses publiques élevées. Plus inattendu, la solution adoptée
par les électeurs correspond très exactement à la solution obtenue si le
planificateur avait appliqué le critère d’équité plutôt que celui de
l’utilité générale. Même si ce résultat est établi dans un cadre d’hypo-
18. Pour une démonstration de ce résultat, voir Cremer et al (1983) ou Fujita et Thisse (2003,
chapitre 5).
thèses très particulier, il n’en reste pas moins très suggestif d’une
tendance lourde, à savoir que les critères d’acceptabilité et d’équité
poussent vers un plus grand nombre d’équipements.
4. TRANSFERTS ENTRE USAGERS
4.1. La réconciliation des critères au moyen de transferts entre

usagers
Le problème de l’équité et de l’acceptabilité d’une localisation
vient d’être discuté dans un cadre somme tout restreint puisque le
décideur ne dispose que d’un seul instrument, à savoir la localisation
des équipements. On peut se placer dans une perspective plus large en
permettant des transferts croisés entre usagers, par exemple sous la
forme de taxes ou de subventions. L’idée est simple et repose sur un
principe qui guide de nombreuses décisions publiques : en ayant
recours à des transferts entre les différents usagers, les « gagnants »
ont-ils la possibilité de compenser les « perdants » ? La réponse est ici
positive puisque le recours à des transferts rend l’ensemble des utilités
réalisables plus vaste et lui donne la forme d’un simplexe. Dans ce cas,
l’ensemble des allocations efficaces est identique à l’ensemble des
allocations utilitaristes et contient comme toujours l’allocation maxi-
min, provoquant ainsi une réconciliation partielle. Comme on va le
voir, il est même possible ici de réconcilier tous les points de vue. Cette
observation est d’autant plus pertinente que ce que l’on va voir dans
cette sous-section peut être étendu sans difficulté au cas de consomma-
teurs possédant des revenus différents.
Dans le cadre présent, il est raisonnable de laisser les usagers rece-
vant des subventions décider comment ils souhaitent concrétiser cette
compensation, par exemple en investissant dans des services publics
différents ou en payant moins d’impôts. De cette façon, si certains
usagers semblent favorisés du fait d’un meilleur accès aux équipe-
ments, les autres bénéficient en contre-partie d’une consommation
plus élevée d’autres biens ou services. Il n’y a aucune raison pour que
des individus dispersés dans l’espace aient la même structure de
consommation (même si ceux-ci sont identiques en termes de préfé-
rences et de revenu). En effet, la seule dispersion spatiale des résiden-
ces suffit pour imposer des solutions différentes dans les arbitrages
individuels entre déplacement et consommation. Cela étant admis, si
les montants sont évalués correctement, une politique de transferts
compensatoires n’a donc rien d’injuste, bien au contraire.
Reste à déterminer le montant de telles compensations – ou du

moins une approximation praticable et satisfaisante – qui sont ici cal-
culées en unités monétaires (uniquement pour des raisons de commo-
dité dans l’exposé). Si Ti désigne la taxe payée ou la subvention reçue
par un usager localisé en xi, l’utilité de cet usager devient :
Ui(s) = Y + Ti – d(xi, s) i = 1,..., N (9)
ce qui implique que son revenu net soit donné par Y+Ti. Ces taxes sont
forfaitaires et indépendantes du revenu des usagers. En effet, dans la
mesure où elles trouvent leur origine dans les différences supportées
par les usagers dans leur accès au service, on voit mal pourquoi elles
devraient être influencées par le niveau de revenu de ceux-ci. En outre,
le budget de cette collectivité doit être en équilibre, ce qui revient à
dire Ti = 0.
Cette dernière hypothèse implique que les transferts sont effectués

à l’intérieur du groupe des seuls usagers et par conséquent qu’il n’y
aucun prélèvement ou financement extérieur. De telles interventions
sont pourtant courantes dans la réalité, dès que le territoire considéré
fait lui-même partie d’une entité politique plus large. Par contre, elle
appréhende très précisément l’idée de solidarité au sein du groupe
territorial considéré.
Le but poursuivi est alors de déterminer un système de transferts
T1, …, TN qui permette de réconcilier utilitarisme, vote et équité. En
partant de (9), il est relativement aisé de vérifier que, pour toute
localisation s, de tels transferts existent. Ils ont la forme suivante :
Ti*(s) = d(xi, s) – D(s) i = 1,...,N (10)
Ces transferts peuvent être positifs ou négatifs. Plus précisément,

dans le cas où la distance qu’il parcourt est supérieure à la distance
moyenne, l’usager reçoit une subvention égale à la différence entre la
première et la seconde ; l’objectif est de le compenser pour la plus
grande distance qu’il doit parcourir pour se rendre à l’équipement, du
moins relativement aux autres usagers. En revanche, le transfert a la
nature d’un prélèvement dès que l’usager est situé à une distance
inférieure à la distance moyenne ; ce prélèvement correspond à la
rente de localisation que lui confère sa plus grande proximité de l’équi-
pement installé en s. La subvention (ou le prélèvement) augmente au
fur et à mesure que l’usager est plus éloigné (ou plus proche) de
l’équipement.
En sommant les montants payés et reçus, on vérifie immédiatement

que la contrainte budgétaire est toujours satisfaite. Les transferts (10)
sont donc applicables quelle que soit la localisation retenue pour
l’équipement. De par leur nature, ils ne permettent donc pas de déter-
miner une localisation particulière. Si on additionne les utilités (9), on
obtient
Ui(s) = NY – D(s)
de sorte que l’utilité générale est maximisée si et seulement si la

localisation retenue minimise la somme des distances pondérées.
Autrement dit, les transferts proposés permettent de maximiser la
somme des utilités tout en assurant une péréquation des niveaux de
bien-être. De fait, le principe qui les soutient est celui de la compensa-
tion, bien connu en économie du bien-être19.
Qui plus est, si l’on introduit (10) dans (9), il s’ensuit que tous les
usagers atteignent le même niveau de satisfaction lorsque les transferts
(10) sont mis en oeuvre. Finalement, remarquons que si les usagers
anticipent que les transferts donnés par (10) vont être effectivement
mis en oeuvre, la localisation ainsi retenue est acceptée par l’unani-
mité des usagers. En effet, toute autre localisation qui serait, disons,
plus favorable à un usager est accompagnée automatiquement d’une
augmentation de la taxe qu’il doit payer ou d’une diminution de la
subvention qu’il perçoit.
Dans la mesure où (9) constitue une bonne approximation des
préférences des usagers, les transferts (10) présentent ainsi un double
avantage. D’une part, ils permettent une réconciliation des différents
critères retenus jusqu’à présent. D’autre part, ils reposent sur des
grandeurs qui sont, à la fois, observables et mesurables. Bien entendu,
un mécanisme direct de transferts entre usagers ne sera accepté par la
population qu’après un travail approfondi d’information. Il n’est poli-
tiquement acceptable qu’à condition d’être appliqué dans la transpa-
rence la plus grande pour que ses mérites soient reconnus par le plus
grand nombre. Entre autres choses, ce résultat met en lumière une
idée importante, à savoir que le décideur a intérêt à augmenter son
nombre d’instruments car cela lui permet toujours d’élargir l’ensemble
des utilités réalisables et par conséquent de réduire le nombre de
conflits potentiels.
19. Une difficulté bien connue dans la mise en œuvre de telles compensations réside dans
l’ignorance que le décideur a souvent des véritables préférences des agents. Dans le cas qui nous
occupe, la distance constitue une approximation raisonnable de celles-ci.
L’analyse précédente peut être étendue afin d’intégrer le finance-

ment de l’équipement. Sachant que G désigne le coût d’installation de
celui-ci, la contrainte budgétaire devient
Ti + G = 0.
On vérifie alors aisément que, dans ce cas, les transferts (10) doi-
vent prendre la forme suivante :
Ti*(s) = d(xi, s) – D(s) – G / N i = 1,..., N (11)
Les deux premiers termes, on l’a vu, correspondent à un prélève-

ment (ou à une subvention) qui dépend de l’écart entre distance
moyenne et distance individuelle à l’équipement, tandis que le troi-
sième assure le financement de l’équipement à l’aide d’une taxe iden-
tique auprès des usagers.
Au vu de l’ensemble de ces résultats, il est tentant de conclure que
le problème de l’équité spatiale est un faux problème puisque l’emploi
de transferts appropriés suffirait pour rendre équitable la localisation
utilitariste, pour assurer la péréquation spatiale des niveaux de satis-
faction retirés des équipements collectifs et par conséquent la cohésion
nationale. Une telle conclusion serait – on s’en doute un peu – exagé-
rément optimiste. Tout d’abord, il se peut que l’on ne puisse mettre en
pratique les transferts (10) ou (11) du fait de contraintes légales prohi-
bant des prélèvements et subventions discriminatoires basés sur la
localisation des usagers. Plus important, les travaux précités retiennent
des fonctions d’utilité quasi-linéaires, et ce parce qu’elles permettent la
mise en pratique de transferts sans induire de redistribution implicite
pouvant être indésirable. Or, Mirrlees (1972) et Wildasin (1986) ont
démontré que des utilités non quasi-linéaires impliquent généralement
que des individus, par ailleurs identiques mais dispersés dans l’espace,
atteignent des niveaux de satisfaction différents dès que l’on retient le
critère utilitariste. Par conséquent, la réconciliation de l’utilité géné-
rale et de l’équité spatiale a toutes les chances de ne plus être vraie
dans un contexte plus large. Comme la section 5 le montrera, on peut
cependant identifier un autre mécanisme, transitant par les marchés
fonciers, qui conduit à des résultats similaires, mais qui ne réclame ni
l’utilisation de transferts, ni l’hypothèse de fonctions d’utilités quasi-
linéaires.
4.2. La stabilité des collectivités territoriales

Un territoire sous-équipé est susceptible d’amener sa population à
se sentir exclue de la communauté nationale ou régionale, parce
qu’estimant que ses intérêts légitimes sont trop lésés. Une telle atti-
tude est susceptible d’engendrer une demande pour une plus grande
autonomie politique, qui peut aller, dans les cas les plus extrêmes,
jusqu’à la sécession pure et simple. Dans la mesure où la montée du
régionalisme en Europe rend de telles revendications de plus en plus
plausibles – formellement, cela signifie ici que la distance voit sa
valeur augmenter du fait d’une plus grande valeur idéologique et
symbolique –, il est raisonnable de penser que le problème ainsi
soulevé est réel. Insistons sur le fait que le risque de sécession évoqué
ici ne dépend pas des différences de revenu entre territoires mais de
la seule distribution géographique des équipements.
Le nombre et la taille des équipements maximisant l’utilité géné-
rale dépendent évidemment de la distribution spatiale des usagers.
Toutefois, ce n’est pas, comme on pourrait s’y attendre, la densité de
population qui compte dans le calcul de ce nombre, mais la racine
carrée de cette densité. Si les usagers mécontents des choix ainsi effec-
tués sont dispersés sur l’ensemble du territoire, le risque de conflit est
réel, mais celui de sécession est quasi-inexistant. En revanche, si les
mécontents sont regroupés dans un petit nombre de sous-régions aisé-
ment identifiables, le dernier risque devient réel. Formellement, cela
revient à poser la question de savoir si, dans le jeu coopératif où les
usagers peuvent former des coalitions – ici des groupes territoriaux – et
financer leurs équipements uniquement à partir de leurs propres res-
sources, il existe des allocations, spécifiant la localisation des équipe-
ments et leurs modalités de financement, satisfaisant l’ensemble des
usagers et évitant toute sécession. Dans un tel contexte, Haimanko et
al (2005) ont démontré qu’il existe des transferts entre usagers tels que
la totalité de la population concernée souhaite rester au sein du
groupe national. En revanche, le dédommagement total (on soustrait
de la taxe le coût de transport) ne permet pas toujours de prévenir un
risque de sécession.
À quoi de tels transferts ressemblent-ils ? Dans le cas particulier où
il est optimal de construire un seul équipement pour le groupe territo-
rial considéré – soit du fait que celui-ci est de petite taille, soit du fait
d’un coût de construction de l’équipement très élevé –, Le Breton et
Weber (2003) établissent que les usagers éloignés de l’équipement
doivent être, du moins partiellement, compensés. À l’autre extrême,
lorsque le nombre d’équipements est très élevé, du fait d’un espace
occupé par les usagers de très grande taille ou, ce qui est formellement
équivalent, du fait d’un coût d’installation très bas d’un équipement,
Le Breton et al (2004) démontrent que seuls les schémas où les usagers
supportent le même coût total par tête, en termes de financement et
d’accessibilité, assurent la cohésion et la stabilité du groupe national

sur une base qui est à la fois sociale et territoriale. On retrouve donc,
mais dans un contexte différent, le principal résultat obtenu dans la
sous-section précédente.
On devine sans peine les implications que ces travaux peuvent avoir
pour la politique de localisation des équipements, puisque les résultats
varient significativement avec la taille des équipements et celle du
territoire concerné, rendant ainsi toute réponse générale quasi-
impossible. En outre, il faut aussi que la mise en œuvre des transferts
requis soit, comme précédemment, politiquement acceptée par
l’ensemble de la population ce qui, justement, peut poser problème
dans une société géographiquement ou politiquement polarisée.
5. MOBILITÉ DES USAGERS ET MARCHÉS FONCIERS

Jusqu’à présent, l’hypothèse a été posée que les usagers ne chan-
geaient pas de résidence, de sorte que les équipements collectifs doi-
vent être implantés en considérant ces localisations comme des don-
nées qui s’imposent au décideur public. Ce point de vue est souvent
défendu par les aménageurs pour qui familles et individus ont le droit
d’habiter où ils veulent, les activités, surtout les services publics,
devant les accompagner là où ils sont. Cette opinion ignore tout sim-
plement le fait, banal mais prégnant, qui veut que la grande majorité
des activités humaines soit soumise à des rendements d’échelle crois-
sants. Dans ce cas, on voit mal comment satisfaire l’objectif précédent
sans provoquer une explosion des dépenses publiques et la mise en
place de transferts inter-régionaux considérables.
Quelle que soit l’opinion que l’on puisse avoir en cette matière, il ne
faut jamais négliger le fait que ceux qui vivent dans des régions peu
peuplées font souvent un choix qui traduit leurs préférences pour un
certain type d’environnement, incluant un grand nombre d’aménités
naturelles. Ce choix peut également être motivé par le désir de
consommer de grandes surfaces. Dans ce dernier cas, l’attitude des
ménages doit immanquablement provoquer, par agrégation des déci-
sions individuelles, un éloignement des grands équipements. Cela
étant admis, il est important de remarquer que la consommation
d’espace tend à augmenter sensiblement avec le niveau des revenus.
C’est ce qu’atteste, par exemple, le développement de la périurbanisa-
tion dans de nombreux pays riches (Cavailhès, 2004). Partant, on voit
mal pourquoi des agents économiques ayant effectués de tels choix
résidentiels devraient, automatiquement, avoir le « droit » de bénéfi-
cier de toutes les facilités que l’on trouve dans les grandes aggloméra-
tions urbaines. Bien sûr, ces dernières procurent à leurs habitants de

multiples avantages de nature très différente, mais ils subissent égale-
ment les nombreux inconvénients causés par l’encombrement et les
fortes densités de peuplement. On a tendance à l’oublier un peu vite :
en termes de bien-être, aménités naturelles et consommation d’espace
peuvent compenser, du moins dans une large mesure, l’absence de
certains services publics résultant d’un peuplement peu dense.
De surcroît, on néglige souvent un autre fait, pourtant d’impor-
tance majeure : les coûts fonciers ainsi que les temps et conditions de
déplacement varient considérablement entre zones urbaines et rura-
les, et même entre villes de taille différente. Les coûts fonciers aug-
mentés des coûts de déplacement entre domicile et lieu de travail
définissent ce que l’on appelle les coûts urbains. Dans l’ensemble des
pays développés, ceux-ci représentent une part importante et crois-
sante du budget des ménages. Ainsi, dans le cas de la France, entre
1960 et 2000, la somme des postes logement et transport est passée
de 22,8 à 39,8 % des dépenses des ménages, ce qui représente une
hausse de près de 75 %, et ce malgré un quasi-quadruplement du
revenu réel par tête durant la même période20. En outre, ces coûts
augmentent rapidement avec la taille de la ville. Les données fran-
çaises montrent, qu’en 2000, la part du logement et du transport
représente approximativement 45 % des revenus individuels dans
les très grandes villes, mais seulement 34 % dans les petites. Ignorer
ces différences de coûts dans les évaluations des niveaux de bien-être
équivaut donc à biaiser considérablement celles-ci en faveur des
grandes villes où les rémunérations nominales sont souvent plus
élevées. Dès lors, en tenant compte explicitement des coûts supplé-
mentaires que supportent les habitants des grandes agglomérations,
le besoin d’une plus grande péréquation spatiale des revenus en est
réduit d’autant.
Afin de mieux comprendre comment joue ce mécanisme de com-
pensation, voyons au moyen d’un exemple simple comment se forme le
prix du sol – la rente foncière – et comment les usagers s’organisent au
20. Ces pourcentages sont obtenus à partir des données présentées par Rignols (2002). L’indice
des dépenses de consommation des ménages était égal à 87,6 en 1960 et à 78,7 en 2000. Les
dépenses de logement correspondent à 10,7 % en 1960 et à 19,1 % en 2000, celles de transport à 9,3
% en 1960 et à 12,2 % en 2000. En conséquence, on obtient (10,7+9,3)/0,876 = 22,8 en 1960 et
(19,1+12,2)/0,787 = 39,8 en 2000. Remarquons que les dépenses de transport reprises dans la
comptabilité nationale n’intègrent pas la valeur du temps passé dans les déplacements journaliers
entre domicile et lieu de travail, mais incluent d’autres postes qui n’ont rien à voir avec ces
déplacements. Même si les valeurs calculées ici surestiment les coûts urbains réels, elles sont
suffisamment élevées pour que l’on puisse affirmer sans grands risques que ces derniers représen-
tent une fraction importante des dépenses des ménages.
sein de l’espace en fonction des variations de ce prix, au sein d’une

zone dotée d’un grand équipement. Pour ce faire, on va se placer dans
une perspective micro-spatiale, mais celle-ci a évidemment des impli-
cations comparables au niveau macro-spatial comme le montrent les
écarts de coûts urbains entre petites et grandes villes. Il importe de
distinguer plusieurs types de rentes foncières. Ce que l’on appelle
familièrement « rente foncière » recouvre en effet trois concepts tota-
lement différents (Duranton et Thisse, 1996). Tout d’abord, la rente
différentielle – c’est la seule qui sera retenue ici – qui correspond à la
valorisation du sol causée par la proximité d’un lieu particulier, soit
parce qu’on y travaille, soit parce qu’on y consomme certains biens ou
services. On trouve ensuite la « rente absolue » dont l’origine réside
dans le fait que le sol est un facteur de production dont l’offre est
limitée par les obstacles naturels (contraintes topographiques) et les
plans d’occupation du sol (contraintes institutionnelles). Le sol est ici
rémunéré du fait de sa rareté absolue. Dans la suite, cette composante
n’est pas retenue afin d’alléger l’exposé au maximum. Enfin, on
appelle aussi rente foncière la rémunération qui provient du capital
physique affecté au secteur foncier. Dans la réalité, le logement est
produit par une combinaison de sol et de capital physique. Ce capital
doit être rémunéré partout où il est investi. Cette dernière composante
de la rente, appelée « rente immobilière », ne sera pas abordée ici dans
la mesure où nous identifions, par souci de simplicité dans l’exposé,
logement et quantité de sol utilisée par un consommateur.
La théorie économique de la rente différentielle est fondée sur un
principe simple que l’on trouve chez von Thünen : tout se passe
comme si chaque ménage comparait toutes les localisations possibles
et évaluait, pour chacune d’elle, le montant maximum qu’il serait
disposé à payer pour y résider ; chaque lot est alors attribué au ménage
proposant l’enchère la plus élevée pour le lot en question21. Dans le cas
présent, les usagers étant mobiles, la concurrence pour la proximité de
l’équipement les amène à payer une rente foncière qui varie avec la
distance les séparant du dit équipement. Voyons comment ce principe
fonctionne en pratique.
Pour des raisons de simplicité dans l’exposé, supposons que
l’espace X soit donné par l’intervalle [0,L]. À l’équilibre résidentiel,
tous les usagers – supposés identiques par hypothèse – atteignent le
même niveau de satisfaction faute de quoi certains seraient incités à
s’installer là où leur satisfaction serait la plus élevée, ce qui provoque-
21. Cf. Huriot (1994).

rait une hausse du prix des terrains. Si chacun consomme une unité de
sol à des fins de logement (on reviendra plus loin sur cette hypothèse),
les usagers sont alors distribués uniformément sur X, impliquant que
l’équipement soit installé en x = L/2. Dans ce cas, la rente différentielle
d’équilibre est donnée par l’expression suivante :
R(y) = t ⎜L / 2 – y ⎜ (12)
où R(y) désigne la valeur de la rente qui prévaut à une distance y de

l’équipement et t le coût unitaire de déplacement d’un usager. Cette
expression est obtenue en partant du point x = 0 où la rente différen-
tielle est égale à zéro ; elle atteint sa valeur maximale au lieu où
l’équipement est implanté, pour décroître ensuite jusqu’en x = L où sa
valeur est nulle. La comparaison de (11) et (12) révèle que la rente
foncière différentielle et les transferts compensatoires jouent le même
rôle, du moins à une constante près dont la moyenne est égale à tL/4. Si
les usagers situés à proximité de l’équipement payent une rente fon-
cière plus élevée, le montant diminue avec la distance de sorte que les
usagers les plus éloignés ne payent rien. En d’autres termes, la rente
différentielle mime les transferts de compensation. Un marché foncier
concurrentiel, combiné à la mobilité spatiale des usagers, permet donc
de résoudre le conflit entre utilité générale et équité spatiale. Autre-
ment dit, la concurrence pour l’occupation du sol entre usagers est la
source d’une compensation spontanée entre coûts de déplacement et
rente foncière différentielle qui, à son tour, favorise la péréquation des
niveaux de bien-être.
On pourrait objecter à cet argument que les usagers atteignent un
niveau d’utilité inférieur à celui qui serait le leur si les transferts
compensatoires étaient mis en pratique, et ce parce qu’ils doivent
payer la rente foncière au propriétaire du logement occupé. Si la rente
différentielle agrégée obtenue en additionnant les rentes individuelles,
dont la valeur totale est égale à tL/4, est taxée intégralement et redis-
tribuée uniformément entre les usagers et habitants, ceux-ci retrou-
vent le même niveau d’utilité qu’en appliquant les transferts (10). La
différence entre les deux mécanismes tient donc à la seule structure des
droits de propriété. La rente foncière différentielle trouvant ici son
origine dans la présence de l’équipement public, dont la raison d’être
résulte elle-même d’un rassemblement humain, on voit mal pourquoi
elle ne reviendrait pas à l’agent qui en est le maître d’œuvre puisque
celui-ci est le seul responsable de l’augmentation de la rente différen-
tielle. En effet, dans le cas qui nous occupe, les propriétaires fonciers
n’ont rien entrepris qui puisse justifier le versement de la rente fon-
cière différentielle dont l’origine est à trouver dont l’activité des pou-
voirs publics22.
En dépit des apparences, une telle proposition n’a rien de révolu-
tionnaire. Par exemple, elle est en accord avec le contenu d’une lettre
envoyée en 1990 à Michael Gorbachev, signée par de nombreux éco-
nomistes parmi lesquels on compte plusieurs prix Nobel, et reprise en
encadré. Cette proposition n’est, en fait, que la suite d’une autre, plus
ancienne et formulée par Henry George dans Progress and Poverty en
1879. Elle est souvent mise en pratique au travers de mécanismes,
moins extrêmes que la taxation intégrale, dans des pays comme les
Etats-Unis ou le Japon (Duranton et Thisse, 1996). Les pouvoirs
publics français ont d’ailleurs mené une telle politique à Paris au
XIXe siècle. L’idée de financer les aménagements de la ville au moyen
des gains fonciers qui leur sont associés semble, en effet, remonter à
Hausmann. Marchand (1993, p. 80-81) résume fort bien ce que fut sa
politique :
« Ceux qui profitent d’un nouveau parc, d’une nouvelle avenue ou

d’un système de transport plus moderne sont non pas les locataires
occupants, car leurs loyers augmentent en même temps que la qualité
des services dont ils disposent, mais les propriétaires fonciers. Un
programme de grands travaux aboutit ainsi à diriger un flux considé-
rable d’argent public vers des poches privées. Comment la collectivité
peut-elle recouvrer le fruit de ses investissements ? Hausmann avait
trouvé une solution élégante à ce problème classique : la loi de 1852
lui permettait d’exproprier des terres privées, d’y ouvrir une nouvelle
avenue et de revendre sur le marché les terres qu’il n’avait pas utili-
sées, à un prix très supérieur à celui de l’expropriation puisque les
travaux avaient considérablement augmenté leur attrait. Le coût des
travaux était en partie remboursé par les plus-values produites par
ces reventes. »
Bref, rien de bien nouveau finalement, si ce n’est le rappel d’une

idée que l’on a oublié un peu vite.
Il est important de remarquer que les résultats présentés ci-dessus
ne dépendent pas de l’hypothèse d’une consommation du sol indépen-
dante de la distance à l’équipement. Quand celle-ci est endogène, la
rente foncière reste décroissante mais n’est évidemment plus linéaire ;
elle devient convexe comme le montre la figure 4, dont l’exponentielle
négative constitue souvent une bonne approximation. La densité de
population admet donc un profil comparable à celui de la rente fon-
22. La spéculation foncière n’est pas davantage, on s’en doute, une pratique justifiant le
versement de cette rente.
Figure 4
Rente différentielle
cière : les usagers implantés à proximité de l’équipement choisissent

des logements plus petits, tandis que les usagers éloignés consomment
de plus grands logements (Fujita, 1989). Quand bien même les usagers
sont a priori identiques, la structure de leur consommation change
donc avec la distance à l’équipement. De ce fait, la compensation entre
rente différentielle et coût de déplacement est moins directe que dans
le cas précédent, car elle doit tenir compte du changement qui s’opère
dans la structure de la consommation individuelle. Reste que la rente
différentielle décroît dans la distance et capitalise l’avantage procuré
par une habitation située à proximité de l’équipement, de sorte que
les usagers éloignés, payant des montants plus faibles par unité de
surface, consomment davantage d’espace, ce qui compense leur moin-
dre accessibilité (Fujita, 1989 ; Duranton et Thisse, 1996)23.
Que de telles forces, transitant par les coûts fonciers et poussant à la
péréquation des niveaux de bien-être, du moins pour des classes de
revenus similaires, soient effectivement à l’œuvre semble confirmé
dans le cas de la Grande-Bretagne par une étude encore préliminaire
de Rice et Venables (2003). Des recherches plus poussées et couvrant
un grand nombre de cas sont néanmoins nécessaires avant de pouvoir
conclure.
6. CONCLUSIONS
En résumé, on peut dire sans grands risques que, s’il est important
de ne pas confondre égalitarisme et équité, il est tout aussi crucial de
comprendre qu’équité spatiale et utilité générale ne forment pas
nécessairement un « couple infernal ». Pour cela, il faut accepter de
23. Le lecteur septique pourra s’en convaincre en pensant à l’évolution des prix du logement au
voisinage des « bonnes écoles ».
compenser les usagers défavorisés, soit sous forme monétaire, soit sous
la forme d’un menu d’opportunités de services différents ou substituts.
Dans ce dernier cas, il est urgent de remplacer le « dur » par l’« adap-
table » partout où cela est possible, car le second convient souvent
mieux aux régions peu peuplées et rurales, étant susceptible de s’adap-
ter plus rapidement à l’évolution des besoins alors que le premier les
fige.
Autrement dit, si l’on souhaite pouvoir réconcilier des desiderata,
par ailleurs souvent légitimes même s’ils sont contradictoires, il est
fondamental d’élargir l’ensemble des opportunités proposées à la
population, tout se réservant une flexibilité suffisante afin de préserver
l’avenir. C’est probablement la seule manière d’éviter le contresens de
vouloir « tout partout » au travers de transferts interrégionaux qui
deviendraient vite excessifs ou de provoquer, à rebours, un sentiment
d’injustice susceptible de menacer la cohésion nationale et sociale du
pays et des régions. Dans cette perspective, la solution rawlsienne
apparaît souvent comme la seule acceptable, même s’il se peut qu’elle
ne soit pas soutenue par une majorité d’usagers.
De plus, le recours à des techniques efficaces de recherche opéra-
tionnelle est de nature à permettre aux décideurs publics de mieux
percevoir les grands enjeux de leur politique et d’illustrer, en particu-
lier auprès des populations concernées, les arbitrages nécessaires mais
souvent incompris à la prise de décision. Pour ce faire, il faut aussi
mobiliser les outils que proposent les nouvelles technologies de l’infor-
mation afin de rendre ces arbitrages plus clairs et transparents. Dans ce
cas, les pouvoirs publics gagneraient beaucoup à mieux saisir les
concepts et fondements de l’économie publique spatiale, ainsi qu’à
expliquer aux usagers la nature des problèmes multiples que soulève
l’installation d’un système d’équipements.
Enfin, l’économie urbaine nous a permis de mettre en lumière un
fait trop négligé, à savoir que les marchés fonciers jouent un rôle
crucial en capitalisant les avantages que la proximité des équipements
offre aux usagers. Plus précisément, il conviendrait de développer des
concepts « équipements + services associés » valorisant mieux le fon-
cier au voisinage du dit équipement, en générant une rente foncière
supplémentaire et en la captant pour aider à son financement. Pour-
quoi se priver de tels instruments, mobilisés pourtant dans des pays
peu suspects de faire preuve d’un interventionnisme forcené comme,
par exemple, les États-Unis ou le Japon.
Reste un problème d’importance non abordé ici car les résultats
sont, à notre connaissance, quasi-inexistants : quelles sont les interac-
tions possibles entre les politiques de localisation des équipements
collectifs et la redistribution des revenus entre individus – rappelons

que le revenu Y est le même pour tous les consommateurs dans (1) –,
dès que l’on reconnaît que la distribution observée n’est pas « opti-
male » ? Les politiques en matière d’équipement ont pourtant un
impact – positif ou négatif, selon les cas – sur les disparités territoriales.
Celles-ci, à leur tour, sont très souvent le résultat de la concentration
spatiale de travailleurs qualifiés disposant de revenus élevés ou, à
l’opposé, de travailleurs peu qualifiés admettant des rémunérations
plus faibles (Combes et al, 2003 ; Combes et al, 2006). En conséquence,
bien que la redistribution individuelle n’entre pas dans les préoccupa-
tions premières du MET, il est clair que son action a des implications
redistributives de nature territoriale, qui sont elles-mêmes largement
de nature individuelle, phénomène que ce ministère ne peut plus igno-
rer. Au final, la relation entre les différentes formes d’inégalité doit
être reconnue et, partant, il convient de ne plus en séparer les différen-
tes facettes pour appréhender les politiques de redistribution dans leur
globalité.
Références
Bairoch P., Victoires et déboires, Histoire économique et sociale du
monde du XVIe siècle à nos jours, Volume II, Paris, Editions Galli-
mard, 1997.
Cavailhès J., « L’extension de villes et la périurbanisation », dans Insti-
tut des villes, Villes et économie, Paris, La Documentation Fran-
çaise, 2004.
Combes P.-P., Duranton G. et Gobillon L., « Externalités d’agglomé-
ration et inégalités salariales entre zones d’emploi », complément C
du rapport Compétitivité, Conseil d’Analyse Economique, 2003,
p. 163-183.
Combes P.-P., Mayer Th. et Thisse J.-F., Économie géographique.
L’intégration économique des régions et des nations, Paris, Econo-
mica, 2006.
Cremer H., de Kerchove A.-M. et Thisse J.-F., « An economic theory
of public facilities in space », Mathematical Social Sciences, 9, 1985,
p. 249-262.
Duranton G. et Thisse J.-F., « La politique foncière dans une économie
spatiale », Revue Économique, 47, 1996, p. 197-231.
Fujita M., Urban Economic Theory, Land Use and City Size, Cam-
bridge, Cambridge University Press, 1989.
Fujita M. et Thisse J.-F., Économie des villes et la localisation, Bruxel-
les, De Boeck, 2003.
Gérard-Varet L.-A. et Thisse J.-F., « Économie publique locale et

économie géographique », Annales d’Économie et Statistique, 45,
1997, p. 1-18.
Haimanko O., Le Breton M. et Weber S., « Transfers in a polarized
country : bridging the gap between efficiency and stability », Jour-
nal of Public Economics, 89, 2005, p. 1277-1303.
Hansen P. et Thisse J.-F., « Outcomes of voting and planning : Condor-
cet, Weber and Rawls Locations », Journal of Public Economics,
16, 1981, p. 1-15.
Hansen P., Thisse J.-F. et Wendell R., « Equivalence of solutions to
network location problems », Mathematics of Operations Research,
11, 1986, p. 672-678.
Huriot J.-M., Von Thünen : Economie et espace. Paris, Economica,
1994.
Hwang F., Richards D. et Winter P., The Steiner Tree Problem, Ams-
terdam, North-Holland, 1992.
Labbé M., Peeters D. et Thisse J.-F., « Location on networks », in Ball
M., Magnanti T., Monma C. et Nemhauser G. (eds), Handbook of
Operations Research and Management Science : Networks, Amster-
dam, North-Holland, 1995, p. 551-624.
Le Breton M. et Weber S., « The art of making people happy : how to
prevent a secession », IMF Staff Papers 50, 2003, p. 403-435.
Le Breton M., Weber S. et Drèze J., « The Rawlsian principle and
secession-proofness in large heterogeneous societies », 2004.
http//www.core.ucl.ac.be
Marchand B., Paris, histoire d’une ville, Paris, Editions du Seuil, 1993.
Mirrlees J., « The optimum town », Swedish Journal of Economics, 74,
1972, p. 114-135.
Morrill R.L. et Symons J., « Efficiency and equity aspects of optimum
location », Geographical Analysis, 9, 1977, p.215-225.
Ozouf-Marignier M.-C., « De l’universalisme constituant aux intérêts
locaux : le débat sur la formation des départements en France
(1789-1790) », Annales ESC, t. 41, 1986, p. 1193-1213.
Peeters D., Thisse J.-F. et Thomas I., « Modèles opérationnels de
localisation des équipements collectifs », in Cliquet G. et Josselin
J.-M. (éd.), Stratégies de localisation des entreprises commerciales
et industrielles, Bruxelles, De Boek, 2002, p. 59-91.
Raux C. et Souche S., « The acceptability of urban road pricing. A
Transport Economics and Policy, 38, 2004, p. 191-216.
Rice P. et Venables A., « Equilibrium regional disparities : theory and
British evidence », Regional Studies, 37, 2003, p. 675-686.
Richard D., Beguin H. et Peeters D., « Fire stations location in a rural

environment », Environment and Planning A, 22, 1990, p. 39-52.
Rignols E., « La consommation des ménages depuis quarante ans »,
INSEE, Première no 832, 2002.
Sen A.K., On Economic Inequality, Oxford, Clarendon Press, 1973.
Thomas I., Transportation Networks and the Optimal Location of
Human Activities. A Numerical Geography Approach, Cheltenham,
UK, Edward Elgar, 2002.
Van Parijs P., Qu’est ce qu’une société juste ? Introduction à la pratique
de la philosophie politique, Paris, Seuil, 1991.
Wildasin D., « Spatial variation of marginal utility of income and une-
qual treatment of equals », Journal of Urban Economics, 19, 1986,
p. 125-129.
Dear Mr. Gorbachev :

The movement of the Soviet Union to a market economy will greatly enhance the
prosperity of your citizens. Your economists have learned much from the experience of
nations with economies based in varying degrees on free markets. Your plans for freely
convertible currency, free trade, and enterprises undertaken and managed by individuals
who receive the profit or bear the losses that result from their decisions are all highly
commendable. But there is a danger that you will adopt features of our economies that
keep us from being as prosperous as we might be. In particular, there is a danger that you
may follow us in allowing most of the rent of land to be collected privately.
It is important that the rent of land be retained as a source of government revenue. While
the governments of developed nations with market economies collect some of the rent of
land in taxes, they do not collect nearly as much as they could, and they therefore make
unnecessarily great use of taxes that impede their economies--taxes on such things as
incomes, sales and the value of capital.
Social collection of the rent of land and natural resources serves three purposes. First, it
guarantees that no one dispossesses fellow citizens by obtaining a disproportionate share
of what nature provides for humanity. Second, it provides revenue with which govern-
ments can pay for socially valuable activities without discouraging capital formation or
work effort, or interfering in other ways with the efficient allocation of resources. Third,
the resulting revenue permits utility and other services that have marked economies of
scale or density to be priced at levels conducive to their efficient use.
The rental value of land arises from three sources. The first is the inherent natural produc-
tivity of land, combined with the fact that land is limited. The second source of land value is
the growth of communities ; the third is the provision of public services. All citizens have
equal claims on the component of land value that arises from nature. The component of
land value that arises from community growth and provision of services is the most sensible
source of revenue for financing public services that raise the rental value of surrounding
land. These services include roads, urban transit networks, parks, and public utility
networks for such services as electricity, telephones, water and sewers. A public revenue
system should strive to collect as much of the rent of land as possible, allocating the part of
rent derived from nature to all citizens equally, and the part derived from public services to
the governmental units that provide those services. When governments collect the increase
in land value that results from the provision of services, they are able to offer services at
prices that represent the marginal social cost of these services, promoting efficient use of
the services and enhancing the rental value of the land where the services are available.
Government agencies that use land should be charged the same rentals as others for the
land they use, or services will not be adequately financed and agencies will not have
adequate incentive or guidance for economizing on their use of land.
Some economists might be tempted to suggest that the rent can be collected publicly simply
by selling land outright at auction. There are a number of reasons why this is not a good
idea. First, there is so much land to be turned over to private management that any effort to
dispose of all of it in a short period would result in an extreme depression in prices offered.
Second, some persons who could make excellent use of land would be unable to raise
money for the purchase price. Collecting rent annually provides access to land for persons
with limited access to credit. Third, subsequent resale of land would enable speculators to
make large profits unrelated to any productive services they offer, resulting in needless
inequity and dissatisfaction. Fourth, concern about future political conditions would tend
to depress offers. Collecting rent annually permits the citizens of future years to capture the
benefits of good future public policies. Fifth, because investors tend to be averse to risk,
general uncertainty about the future will tend to depress offers. This risk aversion is
sidestepped by allowing future rental payments to be determined by future conditions.
Finally, the future rent of land can more justly be claimed by future generations than by
today’s citizens. Requiring annual payments from the users of land allows each year’s
population to claim that year’s rent. While the proceeds of sales could be invested for the
benefit of future generations, not collecting the money in advance guarantees the heritage
of the future against political excesses.
The attached Appendix provides a brief technical discussion of issues of the duration of
rights to use land, the transfer of land, the assessment of land, social protection against
the abuse and subsequent abandonment of property, and redistribution among localities
to adjust for differences in natural per capita endowments. While these issues need to be
addressed, none of them present insoluble problems.
A balance should be kept between allowing the managers of property to retain value
derived from their own efforts to maintain and improve property, and securing for public
use the naturally inherent and socially created value of land. Users of land should not be
allowed to acquire rights of indefinite duration for single payments. For efficiency, for
adequate revenue and for justice, every user of land should be required to make an
annual payment to the local government, equal to the current rental value of the land
that he or she prevents others from using.
Sincerely,
Nicolaus Tideman, William Vickrey, Mason Gaffney, Lowell Harriss, Jacques Thisse,
Charles Goetz, Gene Wunderlich, Daniel R. Fusfeld, Elizabeth Clayton, Robert Dorf-
man, Carl Kaysen, Tibor Scitovsky, Richard Goode, Susan Rose-Ackerman, James
Tobin, Richard Musgrave, Franco Modigliani, Warren J. Samuels, Guy Orcutt, Eugene
Smolensky, Ted Gwartney, Oliver Oldman, Zvi Griliches, William Baumol, Gustav
Ranis, John Helliwell, Giulio Pontecorvo, Robert Solow, Alfred Kahn, Harvey Levin.
Appendix on Technical Issues
All individuals and enterprises should have the right to continue using the land they have
been using, for as long as they are prepared to pay the rent of that land. The amount of
rent to be paid will vary as the economy evolves. As is traditional in countries with
market economies, if land is needed for some public purpose such as a highway, the
judicial process should guarantee the user fair compensation for any improvements that
have been made in good faith. Every user of land should also have the right to transfer
ownership of the improvements on the land, together with the right to continue using the
land upon payment of rent, to any buyer on any terms upon which they mutually agree.
For the rent of land to be collected publicly, land must be assessed, and then reassessed
regularly. The assessment process is simplified by the fact that land rental values tend to
change smoothly with location. Initially, a map of the value of land can be made by
auctioning scattered sites on a rental basis, and then interpolating for the value of other
sites, based on the experience of Western appraisers and assessors regarding the manner
in which the value of land varies systematically. To update assessments in future years,
the assessment office would auction sites that had been relinquished by their users, or
sites with improvements that were almost fully depreciated, that had been acquired in
voluntary transactions. Interpolation would again be used to estimate the rent of sites
that had not been transferred.
With all or nearly all of the rent of land collected publicly, it would be necessary to guard
against the possibility that users of land with fully depreciated improvements would
abandon their property, leaving the State to demolish the improvements in preparation
for the next use of the site. This potential problem can be avoided by requiring every user
of land to post a government bond as a “security deposit” that the land will not be
abandoned in a run-down condition. Interest on the bond could be applied to the annual
rent.
Collection of the rent of land is best managed by local governments, but justice, as well as
efficiency in migration incentives, requires that the part of rent that is attributable to
nature rather than community development be shared on an equal per capita basis. Thus
there is need of clearinghouse mechanism, into which all localities would deposit collec-
tions of rent from nature in excess of the average per capita amount, and from which
other localities would receive compensation for their deficiencies of rent from nature,
relative to the average per capita amount.
CHAPITRE 13
ÉQUITÉ TERRITORIALE, ACCEPTABILITÉ

ET GRANDES INFRASTRUCTURES
DE TRANSPORT1
Alain Trannoy2
1. LE CALCUL ÉCONOMIQUE : OTAGE DU NOUVEAU RAPPORT

DE FORCES ÉTAT-RÉGIONS
La France peut-être considérée comme la patrie du calcul économi-

que, avec la longue tradition des ingénieurs économistes qui démarre
au XIXe siècle avec Jules Dupuit, créateur de la notion de surplus du
consommateur, et qui trouve son apogée dans les travaux d’Allais,
Boîteux et Lesourne au XXe siècle. Ce calcul économique, et plus
précisément l’analyse coûts-bénéfices appliquée aux choix d’infras-
tructure de transport telle que consignée dans les deux rapports Boî-
teux I et II du Plan, n’a pas été contestée dans leur rationalité tant que
la France était un État authentiquement centralisé et que la principale
valeur était la notion d’efficacité. Le concept de centralisation renvoie
à deux phénomènes concrets. D’une part, le peuple ne délègue sa
souveraineté qu’à une seule instance, l’instance centrale. D’autre part,
l’origine des financements ne provient que de celle-ci. Force est de
constater qu’à l’aune de ces deux critères, la France ne possède plus les
caractéristiques « pures » d’un pays centralisé. En effet, avec la loi de
décentralisation de 1982 et l’élection des conseils régionaux au suf-
frage universel, les régions se sentent aussi dépositaires d’une partie de
1. Je remercie, Pierre-Philippe Combes, Michel Le Breton, Joël Maurice, Charles Raux,

Jacques Thisse, Tanguy Van Ypersele pour d’utiles conversations et les participants à la réunion de
travail à Lyon. Je remercie tout particulièrement Marie-Vic Ozouf-Marignier pour plusieurs dis-
cussions et pour m’avoir communiqué des sources historiques. Je remercie également Pierre Henri
Bono et Laurence Bouvard pour leur aide à la manipulation de données. La remarque d’usage
s’applique.
2. EHESS, IDEP-GREQAM.
Équité territoriale, acceptabilité et grandes infrastructures de transport / 403
la souveraineté populaire des électeurs domiciliés dans leur périmètre.

D’autant que l’article 59 de la loi de 1982 définit les champs d’interven-
tion des conseils régionaux d’une manière plutôt large : « l’institution
régionale a compétence pour promouvoir le développement économi-
que et social, sanitaire, culturel et scientifique de son territoire et pour
assurer la préservation de son identité ». Si le développement du trans-
port régional entre de plein pied dans les compétences régionales, il est
non moins clair que les élus régionaux apparaissent comme des inter-
locuteurs légitimes disposant d’un mandat de leurs électeurs pour
discuter avec les représentants de l’État du développement des infras-
tructures nationales traversant leur région. En outre, les régions peu-
vent participer au financement de celles-ci au travers des contrats de
plan État-région, à telle enseigne que le TGV Est est la première ligne
à grande vitesse cofinancée par les collectivités locales traversées. Les
régions, les départements et même les villes ont pris à leur charge 25 %
de la facture, soit 736 millions d’euros sur 3,125 milliards. La ligne
Paris-Marseille avait elle été financée à 90 % par RFF et 10 % par
l’État. Et « cette nouvelle règle du jeu est la seule méthode adaptée au
financement des infrastructures ferroviaires pour le présent et le futur »,
a prévenu le patron de RFF, Claude Martinand3 ? Qui peut croire que
le rapport de force n’a pas changé à la lecture de la délibération
adoptée le 6 mai 2001 par le Conseil Régional Midi-Pyrénées « Le
Conseil Régional Midi-Pyrénées exige la réalisation d’une ligne à
grande vitesse intégrale Paris-Bordeaux-Toulouse en 3 heures à l’hori-
zon 2016. Pour réaliser cet objectif, il demande que la ligne nouvelle
Paris-Tours-Bordeaux soit prolongée jusqu’à Toulouse et que les études
préliminaires et les procédures associées sur le tronçon Toulouse-
Bordeaux soient engagées dès 2004, afin que les travaux soient réalisés
au même horizon que Paris-Bordeaux, soit 2016. Il s’engage sur le
principe à participer au financement du projet ».
Les régions depuis la loi de décentralisation sont apparues pour un
temps comme des collectivités peu endettées, laissant aux départe-
ments et à l’État le soin de porter le fardeau de la solidarité sociale.
D’une certaine manière, les régions ont récolté une partie des missions
de feu le Commissariat Général du Plan (CGP) dans leur périmètre
d’action mais il n’est pas certain qu’elles aient hérité de sa culture
économique. Dans les trente glorieuses, le Plan apparaissait comme
une institution légitime qui mettait l’accent en particulier sur la promo-
tion de l’efficacité économique. Le calcul économique y avait une
3. La Tribune, article du 29/01/2002.

place d’honneur parce qu’il apparaissait comme un instrument de

sélection des investissements publics basé sur la recherche de la maxi-
misation de l’efficacité sociale des deniers publics. La recherche de
l’efficacité parétienne, semblait plus urgente dans une France qui cher-
chait d’abord à combler ses retards accumulés par une première moitié
de XXe siècle marquée par une stagnation relative. Le Plan était une
institution technicienne originale, où d’une certaine manière le politi-
que acceptait de s’effacer en partie pour laisser parler l’intérêt général
non-partisan. Sa progressive perte d’influence, correspond aussi à la
montée des préoccupations d’équité dans la société française. L’arri-
vée de la gauche au pouvoir en 1981 traduit d’une certaine manière
cette inflexion des priorités. Le problème de l’équité est éminemment
politique et les instances d’arbitrage politiques, le conseil des minis-
tres, le parlement apparaissent comme les lieux légitimes pour tran-
cher un différent de cette nature. Le débat sur l’équité ne peut pas être
tranché par une instance technicienne.
Ce double changement, de priorité relative des valeurs, efficacité –
équité et dans le rapport de force État-régions importe pour mieux
comprendre les difficultés rencontrées pour faire accepter les conclu-
sions de l’analyse coûts-bénéfices. Elles tiennent d’abord en ce que les
élus des conseils régionaux n’ont pas naturellement adopté son lan-
gage, dans la mesure où elle est attachée à une valeur, l’efficacité
économique, dont la charge politique est assez faible. Elles tiennent
ensuite à ce que l’homme politique local prend en compte l’intérêt de
ses administrés, ce que l’on ne peut en bonne logique lui reprocher. Si
un calcul ou arbitrage est de nature à défavoriser sa circonscription, il
prendra partie contre celui-ci et cherchera à le disqualifier, à le délégi-
timer. Un élu se doit d’être éloquent, il se comporte comme un avocat
de sa circonscription. Dans ces conditions, il ne faut pas s’étonner que
la faiblesse de l’État se traduise pas une remise en cause de son
diagnostic, voire de ses méthodes de diagnostic, en particulier dans la
phase de démocratie participative. Les phases d’enquête publique et
de débat public obligent en effet les représentants de l’État à des
exercices difficiles au cours desquels ils doivent justifier des conclu-
sions sur la base d’une rationalité économique qui n’est pas toujours
partagée par le public qui leur fait face. L’une des difficultés, mais pas
la seule tourne autour du thème de l’équité territoriale et de sa prise en
compte ou non par l’analyse coûts-bénéfices. C’est ce thème qui nous
occupe ici exclusivement. Une grande infrastructure de transport
entraîne deux effets. D’une part une meilleure accessibilité pour tous
les individus ou entreprises desservis, à répartition donnée de la popu-
lation des individus et des entreprises sur le territoire national. D’autre
part, une modification des différentiels de conditions de production et

de consommation entre territoires qui peut entraîner des phénomènes
de modification de trajectoire de croissance économique et entraîner
par là-même une modification des flux migratoires entre régions des-
servies et non desservies. Jacques Thisse aborde dans son chapitre,
tout comme Bonnafous et Masson (2003) dans leur étude sur l’équité
spatiale et les infrastructures de transport, les problèmes d’équité en
termes d’accessibilité, et raisonnent donc en grande partie à popula-
tion donnée. J’aborde ici les problèmes d’équité posés par le second
type d’impact, qui est un impact à plus long terme puisqu’il met en jeu
la croissance économique et les phénomènes de mobilité inter-
régionale.
À cet égard, la critique la plus courante envers l’analyse coûts
avantages (ACA) de la part des élus réside dans ce qu’elle avantage
mécaniquement les infrastructures de transport entre les régions les
plus densément peuplées. En reprenant l’heureuse expression de Marc
Gaudry selon laquelle les infrastructures de transport redistribuent du
temps, l’ACA favorise une redistribution du temps au profit des zones
peuplées et au détriment relatif et parfois absolu de ceux qui habitent
les zones peu peuplées. La première ligne de TGV a bien relié Paris à
Lyon, c’est-à-dire les deux plus grandes agglomérations françaises,
alors que, par exemple, le projet de train pendulaire sur la ligne Paris-
Orléans-Limoges-Toulouse (POLT) a été abandonné en raison d’une
faible rentabilité socio-économique induite par la faible densité de
population des régions traversées.
Or, au moins depuis le livre de Gravier (1947) sur Paris et le désert
français, ce thème de l’abandon des zones les moins denses par l’État
touche une corde sensible et tous les élus locaux des départements
« ruraux », quel que soit leur appartenance politique, entonnent le
même cantique comme en témoigne la spectaculaire réunion de Gué-
ret en mars 2005 qui portait sur la disparition des services publics
accompagnant la diminution de population dans un certain nombre de
départements. À lire ou à écouter les débats parlementaires, cette
revendication d’ « équité territoriale » semble aller de soi dans le débat
politique. À savoir que les hommes politiques des départements peu-
plés, comme saisis par le remords d’être les élus de zones bien desser-
vies en services publics, ne semblent pas contester le bien-fondé de
l’appel à cette notion d’équité. Ainsi, dans le champ politique, enfour-
cher cette notion d’équité territoriale permet soit d’obtenir des com-
pensations, soit l’annulation de décisions basées sur la rationalité éco-
nomique.
La question examinée ici est de savoir si cet argument d’équité

territoriale est recevable sur le plan d’une théorie « normative » de la
justice. Je me fonde sur une discipline relativement récente née des
réflexions d’Harsanyi (1953, 1955) sur l’utilitarisme, de Rawls (1971)
sur le critère du maximin, l’économie normative, dont deux manuels
Fleurbaey (1996) et Roemer (1996) rendent compte du développe-
ment. Alors que la théorie du bien-être traditionnelle s’interdisait
d’aller au-delà du critère d’efficacité parétienne, la théorie normative
étudie les fondements des critères de justice. Que l’on ne se méprenne
pas. L’idée ici n’est pas que l’économiste prenne parti ou émette un
jugement de valeur sur ce qui est désirable ou pas. Il se borne à
inspecter avec ses outils habituels la construction intellectuelle qui
conduit à tel ou tel jugement de valeur, il cherche à en tirer un critère
opérationnel et il examine quelles sont les politiques qui permettent
d’atteindre tel ou tel critère d’équité. Comme exemple célèbre, citons
la construction de Rawls qui a montré comment le critère du maximin
pouvait être défendu sur la base d’une rationalité individuelle sous le
voile d’ignorance. Ce critère a été axiomatisé par les économistes et il
est désormais intégré comme l’un des objectifs que la société puisse
retenir parmi d’autres.
Ici, nous allons prendre au mot ceux qui parlent d’équité territo-
riale et examiner dans quelle mesure ce type de discours peut être pris
au sérieux sur un plan éthique en s’appuyant sur le corpus existant
d’économie normative qui est non négligeable. En tant que chercheur
en sciences sociales, nous sommes ainsi dans notre rôle d’interprète de
la demande sociale en matière d’équité. Cette interprétation ne peut
être servile, elle doit obéir à la rationalité du discours sur la justice et la
question posée est de savoir si les critères d’équité territoriale formulés
d’une manière plus ou moins latente par le corps social répondent à
des critères de rationalité. L’intérêt essentiel de cette démarche est
d’offrir un cadre dans lequel une discussion peut s’engager avec les
différents acteurs, cadre dans lequel certains arguments sont receva-
bles et d’autres non. Au-delà des points sur lesquels il pourrait y avoir
désaccord, je propose un cadre de référence pour les différents acteurs.
Ce qui est important, c’est que dans ce cadre on pourra défendre
certaines propositions, mais pas d’autres : cette théorie élimine un
certain nombre d’arguments non recevables et c’est là sa principale
utilité. Nous mettons en place un principe d’argumentation, pouvant
être reconnu par les interlocuteurs qui participent au débat public.
Nous espérons offrir tout ou partie d’un cadre de raisonnement com-
mun partagé pour la formulation et la prise en compte des intérêts
particuliers et leur hiérarchisation au sens d’Habermas (1978). L’ACA
offre bien un cadre de raisonnement pour discuter de l’efficacité éco-

nomique d’un projet. Mais elle n’offre pas de cadre de raisonnement
adéquat pour discuter d’équité territoriale.
Signalons d’emblée la difficulté de la tâche qui tient dans ce que
ces critères d’équité heurtent notre individualisme méthodologique.
L’équité semble l’apanage de l’individu. La notion de territoire ne
semble pas revêtir le caractère d’une personne morale. Parler
d’équité entre des entités mal définies que sont les territoires suscite
des préventions bien compréhensibles et donc le premier test de
rationalité est de vérifier qu’il est encore légitime de parler d’équité
entre territoires. L’étape préliminaire du raisonnement est donc bien
de définir : l’équité entre qui ? Ensuite, le cœur de l’analyse aboutit à
deux critères d’équité territoriale, dont nous cherchons à déduire un
critère opérationnel qui peut alors se combiner avec un critère d’effi-
cacité économique.
2. CRITÈRES D’ÉQUITÉ ENTRE DES RÉGIONS

D’emblée, la bonne échelle spatiale pour examiner l’impact des
grandes infrastructures de transport en termes macroéconomiques
semble être la région. Les échelons du département, de la zone
d’emploi, de l’agglomération ou de la commune sont trop restreints
pour être en mesure d’enregistrer tous les effets d’entraînement des
grandes infrastructures de transport. La pertinence d’une certaine déli-
mitation territoriale provient de l’histoire et de la géographie qui
conditionnent la vie économique. Certaines régions possèdent une
identité, fruit d’une longue histoire partagée, comme la Bretagne et
l’Alsace. D’autres régions comme Rhône-Alpes n’ont pas de réalité
historique, mais la proximité géographique sous l’impulsion de la
métropole Lyon-Grenoble-Saint-Etienne assure à tous les territoires
qu’elle rassemble un même destin économique. En tout état de cause,
nous considérons comme donné le découpage en régions. Nous suppo-
sons que les liens de toutes sortes à l’intérieur d’une région sont
suffisamment forts pour que la définition d’un intérêt commun puisse
se faire sans trop de difficultés à travers l’instance représentative
qu’elles se sont données avec le conseil régional. La légitimité de
parler au nom de la région offerte par le suffrage universel constitue à
cet égard un atout majeur pour les édiles régionaux dans leur discus-
sion avec le pouvoir central. Les raisonnements effectués ci-dessous
exigent en effet cette qualité démocratique des exécutifs régionaux.
Pour pouvoir parler d’équité entre régions comme entre toutes
personnes morales, il faut encore que cela ait un sens, qu’une région
soit considérée comme gagnante ou perdante, lorsqu’on passe du

schéma de transport A au schéma de transport B. En d’autres termes,
les régions ou plutôt les personnes qui parlent en leur nom, l’exécutif
régional, doivent être capable de classer des options. Cet exécutif
régional doit pouvoir se doter d’un ordre de préférence qui possède les
attributs de la rationalité, transitivité et complétude.
L’objection majeure qui survient lorsqu’on parle de préférence
d’une collectivité territoriale est de savoir si les préférences du déci-
deur public, ici, l’exécutif régional, peuvent provenir d’une véritable
agrégation des préférences soit des membres de l’assemblée, les
conseillers élus, soit des électeurs votant dans la région en question. Le
théorème d’Arrow a inscrit dans le marbre la difficulté d’agrégation
des préférences individuelles, lorsqu’on désire agréger des préordres
de préférences, c’est-à-dire des classements d’options. Dans le jargon
de la théorie du choix social, les bases informationnelles du choix
social sont alors dites ordinales et non-comparables. Ici, je vais retenir
un cadre informationnel plus riche, dit cardinal et comparable, qui
semble pertinent si la discussion porte, non sur l’agrégation d’opinons,
mais l’agrégation d’intérêts. Cette distinction due à Sen (1977) (voir
aussi Roberts 1995), a un certain domaine de pertinence pour le pro-
blème en question. Une opinion, c’est par exemple, donner son avis s’il
fallait ou non envoyer des troupes en Irak. On ne peut pas facilement
associer un niveau de bien-être individuel à l’une des deux options en
présence, sauf peut-être pour les soldats qui sont susceptibles de faire
la guerre. Un intérêt, c’est par exemple, donner son opinion sur l’aug-
mentation éventuelle du RMI de 100 euros par mois par rapport à une
situation de référence bien précise. Pour ceux qui vont bénéficier de
cette mesure tout comme pour ceux qui vont financer cette mesure, il
n’est pas très difficile de concevoir que chaque option correspond à un
certain niveau de bien-être. Il n’est pas douteux que le débat concer-
nant la réalisation ou non d’une infrastructure de transport qui affecte
l’accessibilité d’un certain nombre de points du réseau et qui est sus-
ceptible d’engendrer des flux de revenu à plus ou moins long terme
porte sur des questions d’intérêt. Par là même, il est légitime de consi-
dérer des fonctions de bien-être social du type de l’utilitarisme ou du
maximin et le problème même de l’existence d’une préférence collec-
tive s’en trouve surmonté.
Il nous faut maintenant spécifier un peu plus cette fonction de
bien-être régional qui agrége donc des fonctions d’utilités individuel-
les. Il nous faut répondre à la question de savoir si la fonction de
bien-être est totalement indifférente au nombre d’individus dans la
population. Cette question est importante car la mobilité des agents est
au cœur de notre raisonnement. Il importe donc d’adopter des fonc-

tions de bien-être adaptées à des situations de population variable.
Considérons d’abord le cas d’école où tous les individus ont exacte-
ment les mêmes préférences et bénéficient de la même allocation. La
dispersion des utilités est nulle, tous les individus bénéficient du même
niveau d’utilité qui est donc le niveau d’utilité moyen. Supposons que
la population d’une certaine taille un moment donné diminue suite à
un surcroît de mortalité exogène qui n’affecte cependant pas le niveau
d’utilité. Il semble assez évident que ce changement sera considéré
comme défavorable par la plupart des décideurs politiques, une dimi-
nution de la population est considérée comme un moins et une aug-
mentation de la population considérée comme un plus, dans le cas où
les individus sont placés dans une situation de parfaite égalité. Ce petit
test invalide donc le critère de l’utilité moyenne comme critère de
bien-être satisfaisant lorsque la taille de la population est susceptible
de varier. Est-ce à dire qu’il faille retenir le critère de l’utilité totale
comme critère de bien-être ? Blackorby et alii (2005) nous incitent à
être prudent sur ce point et à retenir un critère un peu plus sophistiqué.
Plaçons-nous au XIXe siècle et prenons l’exemple d’une région pauvre
qui fait face à une importante fécondité et qui n’arrive pas à nourrir
tous ses enfants vu la pauvreté de son sol. Tout supplément de popula-
tion ne permet pas d’accroître la production qui stagne et qui est à
répartir entre un plus grand nombre de bouches. En retenant l’hypo-
thèse classique de décroissance de l’utilité marginale, l’utilité totale ne
sera jamais plus élevée que lorsque toute la population sera tellement
grande que la production par tête diminue jusqu’à tendre vers zéro.
L’utilitarisme total conduit à une conclusion que le philosophe Parfit
(1984) a qualifiée de répugnante, le maximum d’utilité sociale est
atteint quand toute la population est au seuil de mourir de faim. Pour
éviter une telle conclusion, Blackorby et alii (2005) ont proposé
d’introduire un seuil d’utilité dit critique, c, tel que la fonction de
bien-être s’écrit comme la somme4 des différences entre les utilités
individuelles Ui et ce niveau critique sur l’ensemble de la population.
Ainsi le bien-être dans la région j à la date t s’écrit avec une population
d’individus égale à njt
(1)
4. On pourrait introduire un concernement collectif pour l’égalité en transformant les fonctions

d’utilité et le niveau critique par une fonction concave. Nous nous sommes dispensés de le faire car
il ne semble pas que les problèmes d’équité verticale occupent une grande place dans la définition
de la politique de transport inter-régionale. En matière d’interurbain, cette préoccupation devrait
être réintroduite.
qui s’écrit encore
Wjt = njt Ui jt – njtct (1’)
en définissant l’utilité moyenne comme
Considérons le cas d’un pays dans lequel un certain nombre d’indi-

vidus ont un niveau d’utilité inférieur au niveau critique. Le niveau de
bien-être dans ce pays va augmenter si les habitants dont le niveau
d’utilité est plus faible que le niveau critique émigrent. Par contre, le
bien-être va baisser si ce sont les individus dont le niveau d’utilité est
plus élevé que le niveau critique qui émigrent. Si la valeur du niveau
critique est zéro, on retrouve l’utilitarisme classique. Ce paramètre a
une valeur strictement positive si les utilités sont contraintes à être
positives ou nulles.
Il nous faut maintenant spécifier les utilités individuelles dans un
contexte de mobilité spatiale entre deux régions, la région 1 et la
région 25. Dans chaque région, à chaque date, l’utilité du ménage est
fonction du revenu y et de nombreux facteurs non monétaires a dont
des facteurs hédoniques exogènes comme le climat et autres facteurs
culturels. Ainsi le niveau d’utilité dans chaque région j =1,2 s’écrira
Uijt = Ui(yijt, ajt). (2)
Le modèle traditionnel pour analyser des migrations (voir, par

exemple, Gobillon et Le Blanc (2003) pour une tentative d’estimation
et Gobillon (2001) et Jayet (1996) pour des revues de littérature en
langue française) introduit des coûts de migrations monétaires et non
monétaires. Ici, pour simplifier, nous considérons uniquement des
coûts de migrations monétaires m12 qui viennent en déduction du
revenu si l’individu migre de la région 1 à la région 2. Ainsi le ménage
migre à la date t
Ui(yi2t – m12, a2t) – Ui(yi1t, a1t) > 0 (3)
c’est-à-dire, si le différentiel d’utilité compte tenu du coût de migration

est à l’avantage de la région 2.
5. On pourrait évidemment considérer le cas de k régions. L’essentiel du raisonnement tient

avec deux régions.
Le modèle est complètement spécifié quand est précisé comment

les infrastructures de transport jouent sur les arguments de la fonction
d’utilité et de la décision de migration. Dans chaque région, une varia-
ble Tjt, que l’on peut ou pourrait vouloir multidimensionnelle, enregis-
tre la qualité et la quantité d’infrastructure de transport auquel ont
accès les habitants de la région à la date t. Cette variable impacte les
trois variables clés de la décision de migration. Elle influe sur le revenu
dans la région car les infrastructures sont l’un des inputs de la fonction
de production à côté du facteur travail et du capital privé. Par consé-
quent, la productivité marginale du travail dépend positivement de la
qualité de l’infrastructure de transport et par là même le salaire, au
moins à long terme (pour une discussion théorique et un survey des
résultats empiriques on pourra se reporter au chapitre 1 de Lafourcade
(1998) et à Charlot et Lafourcade (2000)). En deuxième lieu, l’accessi-
bilité est sans nul doute l’un des facteurs de bien-être non monétaires à
prendre en compte dans le vecteur a. En troisième lieu, le coût de
migration dépend bien de la qualité des infrastructures des deux
régions. Plus on peut revenir aisément dans la région de départ et plus
le coût de migration est faible. On en déduit un phénomène bien connu
des économistes et des géographes mais pas toujours intégré dans le
discours politique, à savoir qu’à court terme au moins, l’amélioration
des relations de transport entre une région riche et une région pauvre
peut se traduire par une accélération des migrations de cette dernière
vers la première. Il existe donc des relations de dépendance matériali-
sées par les fonctions suivantes
yijt(Tjt), ajt(Tjt), m12(T1t, T2t). j = 1,2 (4)
Chaque région cherche donc à maximiser la fonction objectif (1)

par rapport aux infrastructures de transport qui lui sont propres et
compte tenu des relations structurelles, (2), (3), (4), la première indi-
quant les préférences des agents, la seconde les décisions de migration
et la troisième comment le transport influe sur la production, le bien-
être et la décision de migration. En dynamique, le bien-être total est la
variable d’état, et les infrastructures jouent le rôle d’une variable de
contrôle. Bien sûr le modèle n’est pas encore bouclé, car il faut indi-
quer comment l’infrastructure de transport est financée. Cela dépend
essentiellement du modèle d’organisation politique du territoire com-
prenant les régions 1 et 2.
Nous en arrivons au cœur de l’argumentation qui consiste en la
construction de critères d’équité entre régions. On imagine une situa-
tion hypothétique de contrat social entre régions avant leur union.
Dans la situation originelle, chaque région est autonome politique-

ment, décide de lever des impôts et de l’affectation du produit de ces
impôts levés sur son territoire à une politique d’infrastructures sur ce
territoire qui sont les seuls instruments de politique publique considé-
rés ici. Elle peut même passer des accords avec l’autre région qui
portent sur la réalisation d’infrastructures communes, une autoroute
joignant, par exemple, leurs deux capitales. L’issue de telles négocia-
tions peut être décrite par un équilibre de Nash ou par une solution de
bargaining comme la solution de Nash. Si elle demeure autonome,
chaque région connaît une trajectoire de développement en termes de
revenu, de facteurs non monétaires de bien-être et de croissance de
population. Ces différentes trajectoires commandent alors celle de la
variable d’état qui est l’utilité totale au sens de l’équation (1). L’évolu-
tion de cette utilité totale incorpore l’évolution de la démographie.
Ces régions sont placées devant un choix hypothétique. Il leur est
offert de renoncer à leur souveraineté pour fusionner et fonder un
espace unifié, centralisé. Plus précisément, elles renoncent à lever
l’impôt sur leurs consommateurs régionaux et ainsi renoncent à façon-
ner de manière indépendante leurs infrastructures de transport sur une
longue période de temps ; les décisions concernant les infrastructures
intéressant la région sont prises à l’échelon central et sont financées
par l’impôt central. Les régions s’accordent également sur le fait de
renoncer à lever tout obstacle juridique à la migration de leur popula-
tion dans le cadre du territoire formé par la réunion des deux régions.
Voilà les deux options entre lesquelles chaque région doit choisir dans
cette situation originelle.
Etre rationnel, c’est évaluer les différents termes du choix : en quoi
le choix va-t-il affecter l’utilité totale modélisée par les équations (1),
(2), (3), (4) ? Sur la base du modèle, une grande infrastructure qui
dessert la région présente deux types de bénéfices : un bénéfice
d’accessibilité qui entre immédiatement comme argument de la fonc-
tion d’utilité des agents résidents dans la région, dès la construction de
la ligne – c’est un bénéfice statique –, et un bénéfice dynamique du fait
que cette infrastructure est susceptible d’attirer de nouvelles activités,
de nouvelles populations et, par là même, le taux de croissance de la
population régionale va s’en trouver modifié. Cette possibilité d’effets
d’agglomération engendrée par la grande infrastructure de transport
n’est pas univoque. L’économie géographique considère les choix de
localisation des agents comme résultant d’une tension entre forces
d’agglomération et forces de dispersion. Selon les modèles d’économie
géographique, (Combes et Lafourcade, 2001, pour une revue de litté-
rature), lorsque les coûts de transport sont élevés, une baisse de
ceux-ci engendre une augmentation de la polarisation. En revanche,

lorsque les coûts de transport sont très faibles, les effets de dispersion
peuvent l’emporter en raison d’effets de congestion dans les zones
centrales induits par la diminution cumulée des coûts de transport.
Toutefois, ce raisonnement ne vaut que pour une baisse généralisée du
coût de transport qui touche toutes les zones. Que se passe-t-il si le
coût de transport baisse partout sauf dans une zone donnée, c’est-à-
dire en cas de développement asymétrique du réseau de transport ? Il
est encore probable que le bénéfice d’accessibilité soit positif pour les
consommateurs de cette zone, en raison d’un effet de réseau. Par
contre, cette région peut encourir une perte quand la phase de polari-
sation se déclenche dans les autres régions reliées par l’infrastructure
en raison de la mobilité des facteurs dans l’espace national. Le fait
qu’une région ne soit pas traversée par une infrastructure de transport
est de nature à modifier la trajectoire de croissance de la variable d’état
en termes d’utilité totale ; il va y avoir création d’effet d’agglomération
autour des têtes de réseaux. Dans un espace unifié, les régions entrent
en concurrence au regard des décisions d’infrastructure, ce qui n’est
pas le cas ou moins le cas lorsque les régions appartiennent à des
espaces nationaux différents. Par exemple, toutes choses égales par
ailleurs, une autoroute entre Paris et Lyon6 affecte plus sensiblement
les perspectives de croissance en Auvergne qu’une autoroute entre
Bruxelles et Paris évitant le Nord de la France n’affecte la croissance
de cette région. Les habitants de Clermont tout comme ceux de Lille
sont mobiles et peuvent déménager à Paris mais en plus les premiers
peuvent déménager pour Lyon alors que le passage de frontière réduit
la mobilité des Lillois vers Bruxelles.
Nous plaçons les élus locaux dans une situation hypothétique
d’information parfaite, ils connaissent les effets dynamiques des infras-
tructures de transport, ce qui signifie en particulier que les relations de
dépendance définies par (4) sont bien identifiées. Une région, avant
d’accepter la proposition de fusion, s’interroge sur les garde-fous
qu’elle peut exiger du fonctionnement concret de l’État central. Ces
garde-fous font partie intégrante du « contrat social » librement
consenti entre les régions. La première garantie provient d’une appli-
cation immédiate d’une analyse coûts-bénéfices au choix entre autono-
mie et fusion. Aucune région n’acceptera de joindre son destin à celui
d’un ensemble plus vaste si elle ne gagne pas en bien-être. Le critère
6. Nous ne prenons pas partie ici sur le point de savoir qui de Paris ou de Lyon va bénéficier le
plus de l’autoroute, c’est-à-dire sur le point de savoir si nous sommes dans la partie décroissante ou
croissante du U mis en lumière par les économistes géographes.
absolument minimal d’équité inspirée de la littérature sur le partage

des coûts entre opérateurs (on pourra se reporter à Moulin (2003)),
s’appelle le stand alone test (test d’isolement). Dans une question de
partage de coût d’un équipement, il ne faut pas que le coût qu’on vous
impose soit supérieur à celui que vous subiriez si vous aviez réalisé
l’équipement seul. Si la région transpose la logique de ce test au
problème qui l’occupe, elle demande à ce que le pilotage de la variable
de contrôle par l’État central, le réseau de transport, soit tel que la
trajectoire de sa variable d’état, son bien-être total donné par la for-
mule (1), soit au moins aussi favorable avec la fusion qu’en restant
isolée. Cela revient à demander qu’aucune région partie prenante à la
fusion ne voie sa situation se détériorer après celle-ci. Toutes doivent
bénéficier a minima des économies d’échelle de vivre ensemble. Ce
premier critère est un critère minimal d’équité ; s’il n’est pas respecté,
l’unité du grand territoire est menacée, la tentation de sécession peut
devenir irrésistible (pour une analyse économique des problèmes de
stabilité dans la formation de juridictions, on peut se reporter à Ale-
sina et Spolaore (2003), Le Breton et Weber (2003) et Haimanko et
alii. (2005) et à Rota Graziosi (2004), pour une revue de littérature). Il
apparaît donc également comme un critère de stabilité de la coalition
de régions. Il peut être invoqué à n’importe quelle étape de la trajec-
toire.
Le critère précédent autorise encore des répartitions très inégales
du gain à la coopération. On peut également songer à des critères
d’équité plus exigeants selon lesquels l’écart initial en valeurs relatives,
par exemple entre l’Ile-de-France et la Bretagne, n’augmente pas suite
à la fusion ; les trajectoires des deux variables d’état sont alors parallè-
les. En d’autres termes, dès que la fusion des territoires s’opère, t = 1,
le pilotage de la variable de contrôle par l’État central, le réseau de
transport, doit être tel que les bien-être totaux régionaux croissent
d’une manière homothétique :
W1t W10
= pour tout t ≥ 1.
W2t W20
Ce critère dit d’équité fort pour la suite renvoie donc à une réparti-
tion proportionnelle des fruits de la fusion aux poids économiques
originels donnés par W10 ,W20. L’écart initial en termes relatifs entre
les deux régions n’augmente pas. Si cette clause n’est pas respectée, la
région perdante est en droit de contester les décisions d’infrastructure
et de demander des compensations. La menace de la sécession n’est
cependant pas forcément crédible, la région la plus maltraitée a peut-
être encore intérêt à ne pas se dissocier de l’ensemble, car elle connaî-
trait peut-être une situation plus difficile en étant isolée. Ce critère ne

peut donc prétendre au statut de critère de stabilité de l’union de deux
régions.
Nous imaginons par la suite que le contrat social originel liant les
régions comprend l’une ou l’autre des deux clauses. L’inscription de
l’une ou l’autre clause dans le pacte originel encadre les politiques
publiques. Chaque région a le droit de faire appel en leur nom pour
contester le bien-fondé d’une politique publique et en particulier de
décisions concernant les infrastructures de transport. Un débat peut
alors s’engager entre les parties en présence pour examiner la valeur
de la requête de la région en question.
Par cette construction, nous avons voulu montrer qu’il n’était pas
irrationnel d’évoquer des critères d’équité entre territoires. Il n’est pas
difficile d’imaginer qu’une telle situation hypothétique idéalise l’étape
de constitution d’un pays fédéral. Nous n’avons pas, cependant, fait de
recherches sur ce point. La valeur éthique d’une construction justifiant
un critère d’équité ne repose pas sur le fait qu’elle puisse être située
historiquement, même si elle renforce incontestablement la validité
empirique de son application à un cas d’espèce7. Ainsi, il peut être
intéressant de se demander si la France a connu un moment de son
histoire où ce genre de discussions ou de préoccupations a pu se faire
jour. A priori, la période d’effervescence de la Révolution française
semble être une candidate tout trouvée pour une telle interrogation.
La notion de contrat social vient d’être inventée et la Révolution voit
disparaître les vieilles provinces au profit d’une construction neuve, les
départements. Les pays d’États comme le Languedoc ou la Guyenne
disposaient d’une autonomie quant à la construction de grandes infras-
tructures, que l’on pense par exemple à la construction du Canal du
Midi. Ces provinces, dont certaines conservaient une forte autonomie
avec leur parlement comme la Bretagne ou le Languedoc, ont-elles
réclamées au moment d’être englouties des clauses résolutoires ? Il
semble bien que la réponse est plutôt négative pour ce qui est de la
Bretagne. Par exemple, les députés bretons, représentant une province
rebelle s’il en est, après avoir formé le Club breton à l’origine du Club
des Jacobins, ont été à la tête de l’abolition des privilèges de la nuit du
4 Août, qui impliquait également l’abandon des privilèges de la pro-
vince. Selon Cornette (2005)8, cet abandon ne fut pas ressenti doulou-
7. Ce n’est pas, par exemple, parce qu’il n’y a pas eu de « contrat social » entre les coloniaux et
les indigènes au moment de la formation d’une colonie, qu’il fallait se dispenser d’appliquer des
règles d’équité à l’égard des indigènes par la suite.
8. Tome II, p. 142.
reusement et n’entraîna pas de réactions d’hostilité9. Des députés,

comme le marquis de Châteauneuf Randon, représentant le Gévau-
dan, interviennent même pour se féliciter de la disparition de la pro-
vince du Languedoc qu’il faudrait rendre responsable selon lui du
mauvais état des routes dans le Gévaudan, « parce que depuis le
XVe siècle que le gouvernement crut devoir réunir l’administration par-
ticulière de ce pays à celle de la province du Languedoc, le Gévaudan a
toujours contribué aux grandes routes de la province, sans avoir pu
obtenir, dans son centre, de passage ni d’ouverture de ses montagnes, si
ce n’est à frais particuliers.[…] Ainsi, ce malheureux pays, après avoir
été oublié en chemin par l’administration vicieuse de cette grande pro-
vince, venait-il enfin depuis deux ans d’obtenir quelque regard de justice,
par le projet de deux grandes routes du royaume qui doivent le traverser
et qui sont déjà commencées10 ». Ainsi, la solution centralisatrice
n’apparaissait pas forcément porteuse d’inéquité. L’état d’esprit de
l’époque était aux antipodes d’une réflexion fédéraliste. Ecoutons,
Sieyès11, un acteur majeur de la révolution, « La France ne doit pas être
un assemblage de petites nations qui se gouverneraient séparément en
démocraties. elle n’est point une collection d’États : elle est un tout
unique, composé de parties intégrantes ; ces parties ne doivent point
avoir séparément une existence complète parce qu’elles ne sont point des
touts simplement unis, mais des parties ne formant qu’un seul tout. »
Même les Girondins n’avaient pas de schéma fédéraliste en tête (Furet
et Ozouf, 1991) et la création des départements12, selon Duquesnoy,
« doit produire cet inappréciable avantage de fondre l’esprit local et
particulier en un esprit national et public ; il doit faire de tous les habi-
tants de cet empire, des Français, eux qui jusqu’aujourd’hui n’ont été
que des Provençaux, des Normands, des Parisiens, des Lorrains »,
propos que relaye puissamment Sieyes encore, « je sens depuis long-
temps la nécessité de soumettre la France à une nouvelle division. Si
nous laissons passer cette occasion, elle ne reviendra plus, et les provin-
ces garderont éternellement leur esprit de corps, leurs privilèges, leurs
prétentions, leurs jalousies ». Si l’histoire de France n’avait dévié de cet
idéal révolutionnaire, nul doute qu’en matière spatiale, seuls seraient
9. Des députés bretons s’opposent toutefois à la disparition de la province comme M. Pellerin

voir intervention du 5 novembre 1789 (cf. Mavidal et Laurent, 1867). Il semble que les réticences
ont été beaucoup plus importantes dans l’ancienne province du Languedoc, voir par exemple
l’intervention de M. Ramel-Nogaret, député de Carcassonne, le 11 novembre 1789, approuvée par
les députés de cette province, Mavidal et Laurent, op. citée.
10. Intervention du 4 novembre 1789, Mavidal et Laurent op. citée.
11. Tous les extraits proviennent de Rosanvallon (2004) p. 34-35.
12. Pour plus de détails sur l’état d’esprit au moment de la création des départements, on se
reportera à Ozouf-Marignier (1986).
légitimes des critères d’équité entre individus tels que ceux présentés
par Jacques Thisse (2006) et que l’invocation de critères d’équité terri-
toriaux serait incongrue et déplacée. L’appel à ceux-ci ne peut pas
s’appuyer sur le « moment » constitutionnel révolutionnaire, au
contraire, celui-ci pourrait servir à les disqualifier. Toutefois, l’histoire
ne s’est pas arrêtée là et, par exemple, vers 1830-1840, les départe-
ments expriment l’idée que les réseaux d’infrastructure soient décidés
à un échelon plus local. À la même époque, Tocqueville qui fait l’éloge
du fédéralisme aux États-Unis s’abstient de demander la déclinaison
d’un modèle fédéral pour la France (Benoît, 2005). La question de la
décentralisation revient tel un serpent de mer dans le débat politique
pendant tout le XIXe siècle (Deyon, 1992 ; Flory, 1966), comme par
exemple vers 1895 mais le sujet est de nouveau enterré (Rosanvallon,
2004). La France a mis deux siècles à amender son organisation terri-
toriale issue de la Révolution, tant elle a été absorbée par d’autres
conflits, avec la royauté d’abord, avec l’Église ensuite, avec l’Allema-
gne et 3 guerres, pour finir avec les colonies. La question territoriale
n’émerge au sommet des préoccupations que dans le grand débat qui
précède la loi Deferre de 1982. Le 17 mars 2003, le Parlement réuni en
Congrès à Versailles adopte le projet de loi constitutionnelle relatif à
l’organisation décentralisée de la République. Il modifie le fameux
article 1 selon laquelle la France est une République indivisible, pour
ajouter que son organisation est décentralisée. En gardant en mémoire
leur domaine large de compétences sur le plan économique, les régions
sont donc fondées, constitutionnellement, à exprimer selon le mot de
Siéyès leurs prétentions et leurs jalousies. C’est donc plus en interro-
geant le présent des lois et non en fouillant l’histoire qu’une résonance
partielle peut être trouvée entre le raisonnement mené d’une manière
abstraite et un vécu politique. Après avoir été anéanti par l’ouragan
révolutionnaire, le fait régional vient de réapparaître, la constitution
lui donne force de loi, et il faut compter avec lui.
Avant de clore cette parenthèse historique, il nous faut mentionner
que dans l’ancienne province de Bretagne13, l’acte union de 1532 entre
la France et celle-ci a toujours été utilisé par les régionalistes et les
autonomistes pour rappeler que si la France manquait à ses droits en
matière de développement de la Bretagne, celle-ci était fondée à décla-
rer que l’acte d’union était forclos. La création du CELIB (comité
d’étude et de liaison des intérêts bretons) en 1950 (Cornette, 2005) qui
réunissait en particulier tous les parlementaires bretons, quelle que
13. Les 5 départements et non les 4 départements de la région actuelle.

soit leur couleur politique, pour pousser leurs revendications et discu-

ter avec les représentants de l’État du développement de la région,
avec comme plat de résistance les infrastructures, peut, compte tenu
du contexte de l’époque, à savoir un retard manifeste de la Bretagne,
s’interpréter comme une tentative pour faire respecter par l’autre
partie des obligations jugées contractuelles.
3. VERS UN CRITÈRE OPÉRATIONNEL
Nous proposons maintenant un critère opérationnel à partir des

réflexions précédentes. Il semble difficile d’essayer de mettre en œuvre
le premier critère d’équité proposé. En effet, deviner la trajectoire
d’utilité totale si la région était demeurée isolée est un exercice parti-
culièrement difficile s’agissant d’un exercice rétrospectif. Il n’en
demeure pas moins que beaucoup de régions dans le monde ont fait
sécession sur l’anticipation qu’elles feraient mieux seules qu’en restant
sous le toit commun. Lorsqu’une région riche fait sécession, telle la
Slovénie qui se détache de l’ensemble yougoslave, cela semble un
calcul moins hasardeux que lorsqu’une région pauvre comme la Slova-
quie quitte la Tchécoslovaquie. Et pourtant, les performances écono-
miques de la Slovaquie n’ont cessé d’être meilleures que celle de la
république Tchèque depuis la scission.
Nous montrons maintenant que le second critère d’équité, l’équité
forte, conduit à un critère opérationnel bien que l’utilité des agents ne
soit pas observable. Les trajectoires d’utilité totale ne doivent pas
diverger. Nous admettons qu’en France, en 2006, tous les habitants
sont au-dessus du niveau critique, c’est-à-dire que grosso modo leur
vie mérite d’être vécue économiquement parlant. Le modèle n’incor-
pore pas les différences de fécondité comme un élément pertinent pour
l’analyse. L’évolution de la population, en dehors de toute différence
de comportement de fécondité entre régions résulte donc de phénomè-
nes migratoires. Là encore, mettons de côté les flux migratoires vers
l’étranger qui sont hors-modèle. Nous supposons donc que la somme
des populations des deux régions est constante et égale à n. Adoptons
une hypothèse commode pour la suite du raisonnement14.
Hypothèse simplificatrice : Dans chaque région, il existe un agent
représentatif pour ce qui concerne le comportement de migration.
14. Cette hypothèse n’est pas en soit nécessaire mais elle permet d’alléger les notations. Les
données de migrations sont le plus souvent ventilées par groupe d’âge. On supposerait alors qu’il
existe un agent représentatif par groupe d’âge.
Cette hypothèse n’a pas de raison d’être plus ou moins vérifiée pour
les migrations que pour d’autres types de comportement. Étudier
l’évolution de l’utilité du ménage représentatif dans chaque région est
alors suffisant pour savoir dans quel sens évoluent les flux migratoires
inter-régionaux. Nous supposons que cet agent représentatif est
l’agent moyen.
Nous nous plaçons enfin dans le cas où les deux régions en période
originelle (période 0) sont sur un pied d’égalité. Enfin à l’arrière plan,
nous supposons encore, dans le cadre du modèle, que la seule cause
profonde des migrations tient dans des différences d’accès au réseau
qui agissent sur les utilités et sur les possibilités de gain de revenu.
Alors nous pouvons énoncer la proposition suivante qui fonde notre
critère opérationnel.
Proposition : Une migration de la région 1 vers la région 2 l’année 1
est une condition suffisante pour que le critère d’équité fort ne soit pas
respecté au détriment de la région 1 cette année là.
Preuve L’existence d’une migration de 1 vers 2, implique que l’iné-
galité (3) est respectée pour l’agent représentatif. (3) implique égale-
ment que l’utilité moyenne dans la région 2 est supérieure à l’utilité
moyenne dans la région 1. Comme, de plus, la population de la région 2
augmente au détriment de la région (1) et que l’utilité moyenne est
supérieure au seuil critique c, le bien-être total dans la région (2) est
plus faible que le bien-être total dans la région (1) en vertu de l’égalité
(1’).
En prenant la contraposée de la proposition, on en déduit encore
que l’absence de migration est une condition nécessaire du respect du
critère d’équité territorial fort. Ce critère basé sur l’étude des migra-
tions inter-régionales n’est, cependant, pas une condition suffisante de
l’absence d’inéquité en raison de la présence des coûts de migration.
Un exemple permettra d’en sentir la difficulté. Une utilité moyenne
plus forte en PACA qu’en Île-de-France à un moment donné, engen-
dre un flux migratoire de la région Ile-de-France vers la région PACA
à condition que le différentiel d’utilité soit d’un ordre de grandeur
suffisant pour que les migrants acceptent de payer le coût de migration.
Si celui-ci était très élevé, on pourrait assister à des divergences persis-
tantes d’utilité moyenne entre régions sans constater de migrations.
L’absence de migration ne devient une condition suffisante de l’équité
territoriale qu’en l’absence de coût de migration.
Risquons-nous à un premier essai d’application sur la période la
plus récente depuis le dernier recensement de population. Il est tou-
jours supposé « faussement » que les différences d’accès au réseau sont
à l’origine des migrations via leur impact sur les utilités. Nous relâ-
chons par la suite cette hypothèse.
Bornons-nous d’abord à constater que, sur la période la plus
récente 1999-2004 selon les chiffres communiqués par l’INSEE (cf.
Tableau 1), les flux migratoires qui comprennent également les flux de
l’étranger15 pour 0,23 % par an sont loin d’être négligeables. Six
régions connaissent un flux migratoire négatif, le Nord-Pas-de-Calais,
la Champagne-Ardenne (0,4 % par an, le record), la Haute-
Normandie, la Picardie, la Lorraine et l’Île-de-France.
Tableau 1
Estimation de Population (source INSEE Première no 1058, janvier 2006)
Pour toutes les autres régions, le flux migratoire net est positif ou
nul. Il est positif en Auvergne et en Limousin et en particulier dans
cette dernière région, le taux d’arrivée net est supérieur à celui de la
15. Il eut été mieux de disposer des flux migratoires internes pour le raisonnement mais ces
chiffres ne sont pas encore disponibles.
région Rhône-Alpes. Le taux est supérieur à 1 % par an en Langue-

doc et en Midi-Pyrénées. Si l’on met en rapport, sans autre forme de
procès, cette carte des flux migratoires et celle de l’accessibilité dres-
sée par Sauvant et Salager (2002)16, soit au réseau ferroviaire soit au
réseau routier, qui traduit comme on pouvait s’y attendre qu’une
bonne partie des régions Limousin, Auvergne et Midi-Pyrénées figu-
rent parmi les plus mal desservies par ces moyens de transport de
terrestre, on constate qu’il existe grosso modo une corrélation néga-
tive entre le manque d’accessibilité au réseau de transport et le flux
migratoire. Dans le cadre de notre modèle, cette corrélation serait
une causalité et elle permettrait de rejeter l’hypothèse H0 selon
laquelle le manque d’accessibilité de ces trois régions est à l’origine
d’un décrochage de l’évolution de leur utilité totale sur la période
1999-2004 par rapport à des régions denses qui constituent des nœuds
de transport comme la région Île-de-France. En effet, en appliquant
la proposition ci-dessus, le déficit migratoire de la région Île-de-
France combiné à l’excédent migratoire du Limousin implique que le
niveau d’utilité total y a évolué moins favorablement que dans le
Limousin.
Figure 1
Accessibilité par le train (à gauche) et par la route (à droite). Les zones blanches sont
à + de 45’ en voiture d’une gare importante ou d’une entrée d’autoroute
Source : Sauvant et Salager, 2002
Ce type de raisonnement n’est cependant pas totalement satisfai-

sant en raison du fait que nous savons que l’accès au réseau de
transport et ses effets directs et indirects ne constituent qu’une des
motivations des migrations. Par exemple, l’air pur du Limousin peut
en constituer une autre, qui n’est que partiellement corrélée à
16. Le constat serait le même si on utilisait les travaux de Combes et Lafourcade sur le coût
généralisé de transport (2002) et (2005).
l’absence de TGV ou d’aéroport important. Des causes permanentes

qui n’ont rien à voir avec le transport sont peut-être déterminantes
dans l’attrait du Limousin. Pour contrôler ces autres facteurs, il faut
procéder à la technique de la double différence (voir Meyer, 1995,
pour une présentation). Dans notre comparaison des flux migratoires
entre Limousin et Île-de-France, nous avons mentalement opéré une
différence entre les flux migratoires entre ces deux régions. Il eut fallu
disposer d’une autre période plus ancienne, par exemple, la période
1990-1999, et calculer la variation de l’excédent en Limousin puis la
comparer avec la variation du déficit en Île-de-France. Cette
méthode permet de purger pour des effets fixes Limousin ou Île-de-
France pouvant impacter l’évolution du solde migratoire dans ces
deux régions d’une manière permanente. Nous nous sommes abste-
nus de le faire dans la mesure où il n’existe pas d’événement mar-
quant dans le monde du réseau de transport qui soit survenu dans ces
deux régions et puisse constituer une véritable expérience naturelle.
À titre d’illustration, nous pratiquons cette méthodologie pour mesu-
rer l’impact du TGV Méditerranée à qui l’on ne peut dénier de
représenter un possible candidat à une expérience naturelle dans le
domaine du transport.
Depuis l’inauguration, le 10 juin 2001, du TGV Méditerranée, Mar-
seille n’est plus qu’à 3 heures de Paris au lieu de 5 heures auparavant.
Les autres villes provençales, languedociennes ou de la vallée du
Rhône ont vu également leurs temps de parcours ferroviaire considé-
rablement baisser pour rejoindre la région parisienne. Ce TGV est
incontestablement un grand succès qu’atteste un fort taux d’occupa-
tion. À en croire l’antienne, l’arrivée du TGV aurait provoqué un
afflux de population dans la région. En pratiquant un exercice de
double différence, le TGV n’a pas provoqué d’accélération de la crois-
sance de population dans les départements qu’il traverse directement
(Drôme, Vaucluse, Gard, Hérault, Bouches-du-Rhône, Var). En effet,
si l’on compare le surcroît de population17 entre 1999 et 2004 dans ces
départements à la hausse qu’ont connu ces mêmes départements entre
1999 et 1990, force est de constater… que l’on assiste à une baisse : la
population n’y a augmenté que de 281 000 personnes alors qu’elle
avait augmenté dans la dernière période intercensitaire de 356 000.
Toutefois, cela ne prouve rien encore. Il se pourrait également que ce
17. Il eut été mieux de ne comptabiliser que les flux migratoires. Mais, ils ne sont pas encore
disponibles sur la période 99-04 à l’échelon départemental. Le fait de raisonner en double diffé-
rence permet d’éliminer les effets d’une différence de fécondité entre les départements traversés
par le TGV et les autres, à condition que cette différence soit restée constante.
mouvement de repli soit général et concerne également toute la

France hors agglomération parisienne non traversée par le TGV Médi-
terranée. C’est exact, la population a moins augmenté dans ces dépar-
tements entre 1999 et 2004 (1 142 000 personnes) qu’entre 1990 et 1999
(1 262 000 personnes) mais le repli est moindre. La baisse n’est que de
10% pour cette partie de la France alors qu’elle est de 21 %18 pour les
départements traversés par le TGV. Alors que ces départements ont
bénéficié d’un atout supplémentaire du fait de cette innovation techno-
logique, ils ont connu une décélération de leur croissance démographi-
que plus forte que les départements n’ayant pas connu l’introduction
d’un équipement analogue. Ce constat infirme l’idée naturelle d’un
afflux particulier de population dans le midi induit par le TGV Médi-
terranée.
Après tout, il n’est pas difficile d’imaginer la raison pour laquelle le
TGV Méditerranée n’a pas généré cet afflux de population. Grâce au
TGV, il est plus facile de séjourner dans le midi pour de courtes
périodes, un week-end par exemple. Le midi de la France étant plus
accessible depuis Paris, cela peut atténuer l’envie de déménager de
manière définitive puisque les escapades occasionnelles sont plus faci-
les. On pourrait donc s’attendre à ce que le TGV Méditerranée ait
entraîné un afflux de population saisonnière, avec une augmentation
des résidences secondaires, ce qui serait de nature à peser sur les prix.
Le même type de raisonnement que celui effectué plus haut infirme
cependant cette thèse, on constate, selon les premiers chiffres du
recensement sur la période 1999-2004, une décélération de la crois-
sance du parc de résidences secondaires dans toute la France et celle-ci
est encore plus marquée dans les régions traversées par le TGV, la
région PACA et la région Languedoc-Roussillon ! Ajoutons d’ailleurs
que la hausse des prix de nature essentiellement spéculative a pu
dissuader des personnes de s’installer dans le Sud-Est de manière
définitive ou temporaire pour s’installer de préférence dans d’autres
régions. C’est peut-être là l’une des raisons du redémarrage démogra-
phique du Massif-Central.
Ainsi, sous bénéfice d’inventaire19, un des exemples emblémati-
ques d’une infrastructure lourde en matière de transport ne semble
pas avoir engendré de déplacement de population supplémentaire
du moins à court terme. Bien évidemment, il est également néces-
saire de raisonner sur des horizons plus longs. Mais lorsque l’on
18. Il faut raisonner en taux pour tenir compte de la différence des effectifs de population.
19. La méthode de différences en différences est loin d’être exempte de critiques (cf. Trannoy,
2003).
étend la période d’étude des phénomènes migratoires, on ne peut

plus considérer la fécondité comme exogène, ce que nous avons fait
jusqu’ici. La raison d’un solde naturel négatif en Auvergne ou en
Limousin vient de ce que pendant des décennies, ces régions ont été
des terres d’émigration. Ainsi, peut-on énoncer en partie que la
fécondité d’aujourd’hui est le reflet des migrations d’hier. Pour livrer
une vision longue de l’impact des migrations, il faut donc raisonner
sur l’évolution de la population totale. Comme l’économie géogra-
phique met en avant les phénomènes de polarisation ou de disper-
sion induits par la baisse des coûts de transports, il importe de
raisonner en tenant compte de la rareté de l’espace et de travailler
sur les densités de population. Ici, nous avons calculé l’indice de
Gini20 (la moyenne des écarts de densité en valeur absolue rapportée
à la densité moyenne) des densités régionales sur la période 1851-
2004. Il importe de réaliser que cet indice d’inégalité de densité est
anonyme. L’indice peut rester au même niveau alors que les régions
pauvres en densité ne sont plus les mêmes. Ainsi, si l’inégalité reste
constante, on ne respecte qu’une version anonymisée du critère
d’équité fort. À partir de 2008, il sera possible de calculer l’évolution
annuelle de cet indicateur grâce au recensement tournant. C’est un
indice grossier mais qui permet d’enregistrer comment évolue la
tension entre forces d’agglomération et de dispersion. C’est typique-
ment le genre d’indice dont aurait besoin le CIADT (Comité inter-
ministériel de l’aménagement et du développement du territoire)
pour son calibrage de la politique d’aménagement du territoire.
Nous avons procédé à deux calculs suivant que l’on pondère ou non
par la surface (Figures 2 et 3).
20. L’indice de Gini est un cas très particulier d’un indice de polarisation à la Esteban Ray
(1994). Il serait intéressant de calculer des indices de polarisation qui tiennent compte des distances
inter-régionales en utilisant, par exemple, les outils proposés par Marcon et Puech (2003).
Figure 2
Indice de Gini des densités de population régionales
(pondérées par la superficie régionale)
Figure 3
Indice de Gini des densités régionales de population (non pondérées)
La pondération par la surface est a priori la pondération idoine, car

une répartition égalitaire de la population correspondrait bien à une
densité constante sur tous les km2 du territoire21. Cet indice a pratique-
ment doublé en un siècle et demi. Deux phénomènes marquants dans
ce mouvement de hausse continue : l’arrêt et même la diminution du
phénomène de concentration spatiale inter-régionale de la crise de
1929 à la sortie de la seconde guerre mondiale, marquée par l’exode de
1940 et le retour à la terre promu par le régime de Vichy et l’arrêt de la
progression de la concentration depuis le début des années 1990. Il
semble que l’on ait atteint un point d’équilibre entre forces d’agglomé-
ration et forces de dispersion, peut-être le point de retournement du U
cher aux économistes-géographes. L’avenir dira si ce phénomène est
durable. La période récente semble en tout cas marquée par une sorte
de croissance homothétique des régions denses et vides, au moins en
raisonnant d’une façon anonyme. Curieusement, le même constat peut
être dressé pour l’évolution de la densité des départements (Figure 4).
En effet, on aurait pu s’attendre, avec un partitionnement 5 fois plus
fin, d’abord à une inégalité bien plus forte, ce qui n’est pas le cas,
ensuite, à plus grande permanence du phénomène de polarisation. Il
est toutefois intéressant de noter que la phase de stabilisation ne
commence au niveau des départements qu’en 1999.
Quand la polarisation en termes de préférence augmente, il en est

de même pour le risque de sécession (Haimanko et alii, 2005). Ici la
localisation s’identifie à la préférence en termes d’accessibilité. Une
société polarisée spatialement a des préférences polarisées en termes
de bien public, ici le réseau de transport. C’est donc a priori plutôt une
bonne chose que la polarisation se stabilise pour les conflits d’intérêt
spatiaux en France.
Au vu de ces graphiques, on peut se demander si les émois qui
entourent les CIADT ne sont pas plus un écho du passé qu’un témoi-
gnage résultant d’une saine appréciation et compréhension des
inflexions récentes dans les décisions de localisation des ménages. En
effet, l’évidence empirique accumulée à travers trois tentatives pour
essayer de documenter la possible inéquité territoriale induite à court
ou long terme par l’infrastructure de transport n’est pas de nature à
susciter un sentiment d’inquiétude exagéré quant à la situation des
régions peu denses. La thèse selon laquelle il faudrait compenser les
21. La pondération par la population correspondrait à une vision différente. Cela serait l’inéga-
lité de densité ressentie par les individus. Cette façon de pondérer serait intéressante dans d’autres
contextes, par exemple, celui de la mesure de l’inégalité du sentiment de congestion.
Figure 4
Indice de Gini des densités de population départementales
(pondérées par la superficie départementale)
régions faiblement denses parce qu’elles ne sont pas bien reliées au

réseau de transport n’apparaît pas en première approximation très
convaincante. Un tel constat nécessiterait évidemment des investiga-
tions complémentaires et plus fouillées. Notre but ici était d’initier des
types de raisonnement qui peuvent être perfectionnés à loisir.
Plaçons-nous cependant dans le cas défavorable où des investiga-
tions complémentaires indiquent que le soupçon d’inéquité territoriale
ne puisse être rejeté. Une ACA a conduit à ne pas construire de TGV
et on a constaté une émigration à court terme qui entraîne une baisse
de densité à long terme. L’État se doit de réagir en raison de la
violation du critère d’équité fort. La compensation peut prendre deux
formes. Soit un transfert forfaitaire à la région concernée, quitte à ce
qu’elle en décide l’affectation. Soit le financement de développement
de projets régionaux dans d’autres secteurs que le transport où la
question de la densité n’apparaît pas cruciale. Il faut bien sûr vérifier
que les transferts n’induisent pas une perte de l’utilité moyenne dans
l’espace national. Ce raisonnement ne change pas le classement des
projets induit par une analyse d’ACA.
4. CONCLUSION : UN FONCTIONNEMENT JACOBIN AVEC UNE

MENTALITÉ DEVENUE GIRONDINE
Nous venons d’esquisser une argumentation dont tout ou partie

peut servir, dans la phase délibérative des projets, à cadrer la discus-
sion sur l’équité territoriale. Elle propose un tri parmi les raisonne-
ments en termes d’équité spatiale entre ceux qui peuvent s’appuyer sur
une démarche rationnelle et ceux qui en sont dépourvus. Elle permet
donc de dégager un langage et des raisonnements qui, s’ils sont parta-
gés par toutes les parties prenantes, ouvrent la voie à un compromis
partagé par tous parce que basé sur une rationalité commune.
Cela dit, nous voudrions pointer une faiblesse actuelle dans le
processus de décision des infrastructures publiques en France. Alors
même que la multiplicité des acteurs a changé la donne, le processus de
décision reste entièrement piloté par l’administration et donc par
l’État central. Dans une certaine mesure, cela permet de préserver
autant que faire se peut l’intérêt général. Mais cela autorise également
les surenchères de la part des régions qui n’ont pas complètement
abandonné une logique de guichetier. Au fond, le souci d’employer au
mieux les deniers publics devrait être également le souci des édiles
régionaux. S’ils dépensent l’argent de leurs contribuables sur des pro-
jets d’infrastructures peu utilisées, leur réélection n’en sera pas facili-
tée. La sanction politique d’un gaspillage local de fonds publics ne
devrait pas être moins lourde au niveau local qu’au niveau national.
Sauf que, si le projet est de toute façon très majoritairement financé
par le contribuable national, le gaspillage est moins ressenti pour le
contribuable local alors que le bénéfice reste visible. Le schéma de
décision et de financement actuel entretient donc une certaine irres-
ponsabilité de la part des édiles régionaux, tant il encourage ceux-ci à
faire payer par le contribuable national des projets peu rentables qui
ne seraient pas entrepris et financés sur une base locale. Par exemple,
le barreau de ligne TGV entre Poitiers et Limoges qui se fixe en râteau
sur la ligne Sud-Europe-Atlantique-Paris-Bordeaux serait-il entrepris
par les conseils régionaux Poitou-Charentes et Limousin si seules ces
deux collectivités territoriales en assuraient le financement ? On peut
gager que ces deux collectivités seraient alors intéressées au partage du
savoir concernant les études de rentabilité socioéconomique, au lieu
d’en faire fi comme maintenant. Par conséquent, la nouvelle donne
entre l’État et les régions appelle à un nouveau processus de décision
peut-être plus proche de ce qu’un état fédéral comme l’Allemagne a
mis en place (Rothengatter, 2000). Sans qu’un tel conseil puisse être
pris au pied de la lettre, car il demanderait à connaître de l’intérieur
comment les choses se passent, les régions seraient invitées à prendre
toute leur part dans la phase d’évaluation du projet et à en faire sienne
les conclusions, de telle manière que la décision soit vraiment coparta-
gée au terme d’un processus. Ainsi, si la question d’acceptabilité
appelle à élargir le champ de réflexion quant à l’impact à long terme de
l’infrastructure de transport, elle amène également à s’interroger sur

un processus de décision où les régions sont devenues suffisamment
puissantes pour contester la logique des décisions tout en pouvant
continuer à adopter un comportement d’assistanat qui peut friser
l’irresponsabilité.
Références
Alesina A. et Spolaore E., The Size of Nations, MIT Press, Cambridge,
MA, 2003.
Benoît J.-L., Tocqueville, un destin paradoxal, Bayard, Paris, 2005.
Bonnafous A. et Masson S., « Politique des transports et équité spa-
tiale », Revue d’économie régionale et urbaine, 4, 2003, p. 547-572.
Blackorby C., Bossert W. et Donaldson D., Population issues in social
choice theory, Welfare economics and ethics, Cambridge University
Press, 2005.
Combes P.-P. et Lafourcade M., « Transport Costs : Measures, Deter-
minants and Regional Policy Implications for France », Journal of
Economic Geography, Vol.5 (Issue 3), 319-3, 2005.
Combes P.-P. et Lafourcade M., « Coûts de transport et inégalités
régionales : une approche structurelle », Revue Économique, 53 (3),
2002, p. 505-516.
Combes P.-P. et Lafourcade M., « Distribution spatiale des activités et
politiques d’infrastructures de transport : l’économie géographi-
que, un nouvel outil d’évaluation ? », dans Aménagement du terri-
toire, Rapport no 31 du Conseil d’Analyse Économique, La Docu-
mentation Française, Paris, 2001.
Combes P.-P., Duranton G. et Gobillon L., « Origine et ampleur des
inégalités spatiales de salaire en France », complément C du rap-
port no 40 Compétitivité, Conseil d’Analyse Économique, 2003,
p.163-183.
Charlot S. et Lafourcade M., « Infrastructures publiques, coûts de
transport et croissance régionale », dans Économie Géographique,
la théorie à l’épreuve des faits, C. Beaumont, P.-P. Combes,
H. Derycke et H. Jayet (éd.), Economica, Paris, 2000.
Cornette J., Histoire de la Bretagne et des Bretons, Tome I et II, Seuil,
Paris, 2005.
Deyon P., Paris et ses provinces, Armand Collin, Paris, 1992.
Esteban J.-M. et Ray D., « On the Measurement of Polarisation »,
Econometrica, Vol. 62, 1994, p. 819-851.
Fleurbaey M., Théories économiques de la justice, Economica, Paris,
1996.
Flory T., Le mouvement régionaliste français, sources et développe-

ments, PUF, Paris, 1996.
Furet F., La Révolution, Tome I et II, Hachette, Paris, 1997.
Furet F., Ozouf M., La Gironde et les Girondins, Payot, Paris, 1991.
Gérard-Varet L.-A. et Thisse J.-F., « Économie publique locale et
économie géographique », Annales d’Économie et Statistique 45,
1997, p. 1-18.
Gobillon L., « Emploi, logement et mobilité résidentielle », Économie
et Statistiques, no 349-350, 2001, p. 77-98.
Gobillon L. et Le Blanc D., Migrations, incomes and unobserved hete-
rogeneity, Mimeo, 2003.
Gravier J.F., Paris et le désert français, Paris, 1947.
Habermas J., Raison et légitimité : problèmes de légitimation dans le
capitalisme avancé, Payot, Paris, 1978.
Haimanko O., Le Breton M. et Weber S., « Transfers in a polarized
country : bridging the gap between efficiency and stability », Jour-
nal of Public Economics 89, 2005, p. 1277-1303.
Harsanyi J., « Cardinal utility in welfare economics and in the theory
of risk-taking », Journal of Political Economy 61, 1953, p. 309-321.
Harsanyi J., « Cardinal welfare, individualistic ethics, and interperso-
nal comparisons of utility », Journal of Political Economy 63, 1955,
p. 309-321.
Jayet H., « L’analyse économique des migrations : une synthèse criti-
que », Revue Économique, 47, 1996, p. 193-226.
Lafourcade M., L’impact des infrastructures de transport sur la localisa-
tion des activités et la croissance locale, Thèse Paris 1, 1998.
Le Breton M. et Weber S., « The art of making people happy : how to
prevent a secession », IMF Staff Papers 50, 2003, p. 403-435.
Madival J. et Laurent E., Archives parlementaires de 1787 à 1860 :
recueil complet des débats législatifs et politiques des chambres fran-
çaises, 1re série : 1789-1799, Paris, Librairie Administrative de Paul
Dupont , 47 Volumes, 1867.
Marcon E. et Puech F., « Evaluating the Geographic Concentration of
Industries Using Distance-Based Methods », Journal of Economic
Geography 3, 2003, p. 409-428.
Moulin H., Fair division and collective welfare, MIT Press, 2003.
Meyer B., « Natural and Quasi-Natural Experiments in Economics »,
Journal of Business and Economic Statistics, 12, 1995, p. 151-162.
Ozouf-Marignier M.-C., « De l’universalisme constituant aux intérêts
locaux : le débat sur la formation des départements en France
(1789-1790) », Annales ESC, t. 41, 1986, p. 1193-1213.
Parfit D., Reasons and Persons, Oxford University Press, Oxford, 1984.
Quinet E., « Evaluation methodologies of transportation projects in

France », Transport Policy 7, 2000, p. 27-34.
Rapport Boiteux I, Transport et choix des investissements et coûts des
investissements, Rapport du CGP, La Documentation Française,
Paris, 1994.
Rapport Boiteux II, Transport et choix des investissements et coûts des
investissements, Rapport du CGP, La Documentation Française,
Paris, 2001.
Rawls J., Theory of Justice, Harvard University Press, 1974.
Roberts K., « Valued opinions or opinionated values : the double-
aggregation problem », in Basu K., Patanaik PK. et Suzumura K.
(eds), Choice, welfare and development : a festschrift in honour of
Amartya Sen, 141-165, Oxford University Press, 1995.
Roemer J., Theories of distributive justice, Harward University Press,
Cambridge, Mass, 1996.
Rosanvallon P., Le modèle politique français, la société civile contre le
jacobinisme de 1789 à nos jours, Seuil, Paris, 2004.
Rota Graziosi G., « La fragmentation politique, une analyse de la
littérature », Revue française d’économie, 18, 2004.
Rothengatter W., « Evaluation of infrastructure investments in Ger-
many », Transport Policy 7, 2000, p. 17-25.
Sauvant A. et Salager J., « L’accessibilité des villes et des territoires
aux réseaux de transport », Note de synthèse du SES, 2002.
Sen A.K., « On weighs and measures : informational constraints in
social welfare analysis », Econometrica, 45, 1977, p.1539-1572.
Thisse J., « Equité, efficacité et acceptabilité dans la localisation des
équipements collectives », 2007, Chapitre 12 dans ce volume.
Toutain J.-C., « Le produit interieur brut de la France en 1860 et 1930
par départements et par régions », Économies et Sociétés, Série
Histoire Économique Quantitative, à paraître.
Trannoy A., « À propos des évidences apportées par des expériences
naturelles », économie Publique, 2003, 13, p. 159-163.
CHAPITRE 14
LES FIGURES DE L’ACCEPTABILITÉ

Charles Raux, Stéphanie Souche, Lucie Vaskova1
L’acceptabilité des politiques de transport reste une « expression-

valise » aux contours assez flous, où se pressent des définitions multi-
ples et variées, malgré (ou à cause de ?) l’abondance des projets euro-
péens consacrés à la question, et de la littérature qui s’en est ensuivie.
Ce courant de recherche assez récent fait suite aux prises de position
de la Commission Européenne quant à la politique de transport et
notamment en faveur de la tarification au coût marginal social (CE,
1998). Dans cette littérature on trouve souvent des inventaires à la
Prévert des différents critères d’acceptabilité, où l’on a assez de mal à
« faire son marché » pour aider à la prise de décision en matière de
politique publique de transport.
L’expérience des débats publics autour des projets d’infrastructure
ou de mise en place de changements tarifaires, que ce soit l’augmenta-
tion chaque année des tarifs des transports collectifs ou, plus excep-
tionnellement, la mise en place d’un péage urbain, montre que les
arguments utilisés relèvent de l’équité ou plus trivialement de la jus-
tice, et rarement de l’efficacité économique supposée de ces projets.
On écartera d’emblée la vision cynique, qui consisterait à dire que
tous ces débats autour de la « justice » ne sont qu’un rideau de fumée
utilisé par les porteurs d’intérêts, qui utiliseraient les arguments de
l’intérêt public pour justifier le leur. Cette vision cynique est réductrice
car souvent ces porteurs d’intérêts sont sincères. Il faut donc prendre
acte d’une justice perçue qui est une donnée de la politique publique.
Il est trivial de constater que ce qui semble efficace sur le plan
économique (la raison d’être du calcul économique) n’est pas nécessai-
rement considéré comme juste. À partir des travaux de Zajac (1995)
nous pouvons identifier au moins cinq principes de justice positive qui
pourraient s’appliquer avec pertinence au cas de la politique publique
1. Laboratoire d’Économie des Transports, CNRS, Université Lyon 2, ENTPE.

Les figures de l’acceptabilité / 433
de transport : (1) bien qu’il n’y ait que peu de référence explicite à
l’efficacité économique dans les débats publics, certaines inefficacités
sont perçues comme injustes, surtout si elles consistent en une perpé-
tuation de privilèges pour certains groupes qui s’opposent à leur
remise en cause ; (2) dans un papier fondateur, Kahneman, Knestsch
et Thaler (1986) ont établi à l’aide d’un support empirique l’existence
d’un droit sur les termes de la « transaction de référence », i.e. les
droits issus du statu quo : le sentiment d’injustice apparaît lorsque la
décision de l’entreprise ou des pouvoirs publics entraîne un change-
ment de contexte qui ne tient pas compte de la transaction de réfé-
rence, formée par l’histoire des transactions précédentes entre l’entre-
prise ou la puissance publique d’une part, et l’employé, le
consommateur ou l’usager d’autre part. Dans le cas du transport, cette
transaction de référence sera par exemple la gratuité d’usage de la
route2 ou le droit à ne pas voir débarquer une autoroute au fond du
jardin de sa maison de campagne ; (3) on s’attend à ce que la société
nous protège contre les conséquences négatives de changements éco-
nomiques sur lesquels nous n’avons pas prise ; (4) on exige un droit de
regard sur le service public quand il s’agit d’un monopole, surtout
quand il sert ce qui est considéré comme un droit (par exemple le
transport public) ; (5) on réclame l’égalité de traitement : cette égalité
fait référence aux différentes dimensions de l’équité (verticale, hori-
zontale et spatiale) que nous développons ci-après.
Ces principes vont être plus ou moins pertinents selon les situa-
tions, et parfois même contradictoires : comment préserver le statu
quo tout en remettant en cause les privilèges pour certains groupes ? À
travers une revue des résultats de travaux de recherches européennes
et en nous aidant de la riche littérature académique sur les questions
de justice et d’équité en tant que de besoin, nous tenterons de mettre
un peu d’ordre dans une problématique, l’acceptabilité des politiques
publiques dans les transports. Autrement dit, nous nous proposons de
construire une sorte de grille de lecture.
L’état de l’art sur l’acceptabilité des politiques de transport peut
s’organiser autour de quelques grands thèmes. Pour comprendre
l’acceptabilité, il faut d’abord la définir (section 1). Mais l’opération est
délicate. L’utilisation de ce terme sert à décrire des attitudes et des
comportements d’acteurs souvent empreints de subjectivité, ce qui en
2. en apparence seulement car dans les faits cette gratuité n’en est pas une : en effet l’automo-
biliste paye des impôts et des taxes spécifiques à cet usage, mais le plus souvent indifféremment des
lieux et moments de cet usage. Ce qui est en question est la remise en cause de l’apparente gratuité
à travers la tarification routière sans échappatoire comme certains types de péage urbain.
rend difficile l’évaluation. Il convient d’ailleurs d’identifier ces acteurs

(section 2) : parle-t-on de l’acceptabilité d’une nouvelle mesure par les
automobilistes ou les usagers des transports collectifs, ou par les pro-
ducteurs de services de transports (opérateurs) ou encore par d’autres
acteurs ? Afin d’établir si les conditions de mise en œuvre de la nou-
velle mesure sont favorables à la réussite du projet, il devient néces-
saire de spécifier le contexte et la manière dont un « problème » est
perçu (section 3). La question de la perception va également intervenir
dans l’appréciation des solutions proposées par les acteurs (section 4).
Elle s’appuie sur des arguments d’équité et de justice qui prennent
souvent le pas sur ceux de l’efficacité au sens économique. Pour illus-
trer ce traitement de l’acceptabilité, nous faisons ensuite un bref
exposé de trois expériences emblématiques de péage urbain (Oslo,
Londres, Lyon) (section 5). Nous terminons enfin par une proposition
de mise en ordre conceptuelle, mais provisoire, du processus menant à
l’acceptabilité (section 6).
1. ACCEPTABILITÉ ET ACCEPTATION : UNE TENTATIVE

DE COMPRÉHENSION ET DE DÉFINITION
Même si la question de l’acceptabilité fait l’objet de nombreux

travaux de recherche, sa définition semble assez floue. Les projets
européens PRIMA et CUPID cherchent à intégrer la question de
l’acceptabilité dans l’étude de faisabilité et dans l’évaluation ex ante
d’un projet. Ils ont une conception très large et générale de l’accepta-
bilité. Pour d’autres projets comme AFFORD et MC-ICAM, c’est
plutôt le refus ex post – la non acceptation – qu’il faut comprendre
puisqu’elle peut faire échouer la réalisation d’un projet. Notre objectif
est ici de tenter de donner une définition de l’acceptabilité, ou tout au
moins d’en préciser les contours à travers en particulier la distinction
entre une mesure dite acceptable (versus non acceptable) et une
mesure dite acceptée (versus non acceptée).
L’acceptabilité peut d’abord se comprendre dans le sens de ce qui
est ou non acceptable ex ante. Avant qu’une nouvelle mesure ne soit
expérimentée, les acteurs peuvent déjà porter sur elle un jugement
favorable ou défavorable, en la jugeant acceptable ou non. Dans la
littérature, on trouve l’expression « d’acceptation subjective » (attitu-
dinal acceptance dans le projet PATS) ou « d’acceptabilité » d’une
nouvelle mesure (Schade, 2003 ; Schade et Schlag, 2003).
L’acceptabilité peut ensuite être abordée sous l’angle de ce qui est
ou non accepté, une fois la mesure mise en œuvre. Cette attitude
ex-post peut être désignée par l’expression « d’acceptation comporte-
mentale » (behavioural acceptance dans le projet PATS) ou « d’accep-

tation » (Schade, 2003 ; Schade et Schlag, 2003). Dans cette logique, il
est possible de définir l’acceptation comportementale comme « une
absence de résistance à la mise en œuvre d’un système » (Van der
Laan, 1998, p. 39, in Schade et Schlag, 2003).
Finalement, il semble se dégager deux pistes pour mieux compren-
dre l’acceptabilité : la première cherche à comprendre qui accepte ou
n’accepte pas et s’intéresse donc aux acteurs du processus d’accepta-
tion, l’autre se demande sous quelles conditions l’on accepte ou l’on
n’accepte pas telle ou telle mesure.
2. LES ACTEURS CONCERNÉS

Les acteurs sont au cœur de la question de l’acceptabilité, encore
faut-il savoir de quels acteurs il s’agit. Pour certains travaux, seuls les
avis des automobilistes ou des passagers, c’est-à-dire des utilisateurs de
transport, sont pris en compte (projet AFFORD). Pour d’autres il faut
tenir compte non seulement des citoyens en général (Odeck et Bra-
then, 1997), mais également des opérateurs, des politiciens, et des
groupes d’intérêt (CUPID, PATS).
Pour faciliter cette lecture complexe des jeux d’acteurs de la déci-
sion politique et de leurs arguments, l’approche proposée par Weck-
Hannemann (1999) dans le cadre de la recherche européenne sur
l’acceptabilité du péage (PATS, 2001) revêt une grande utilité. En
s’inspirant d’une analyse du marché politique, l’auteur étudie les réac-
tions des divers acteurs aux mesures de politique environnementale
dans le secteur des transports. Elle identifie les différents acteurs – à
savoir les politiques, les groupes d’intérêts3 et les citoyens-électeurs –
et les organise selon qu’ils relèvent plutôt de l’offre ou de la demande
de transport.
L’acceptabilité par les politiques : la théorie dite du Public Choice,
initiée dans les années soixante par J. Buchanan et G. Tullock, étend
au champ politique le raisonnement économique en terme de marché.
La structure du vote (en particulier la date de la prochaine élection) et
l’existence de groupes de pression, seraient susceptibles d’influencer
les procédures de prise de décision publique. Ainsi les politiques eux-
mêmes trouveraient intérêt à accroître leur pouvoir discrétionnaire et
à affaiblir la contrainte budgétaire, en favorisant par exemple des
3. Qui désignent aussi bien les victimes d’externalités négatives (exemple, les associations de
riverains d’une infrastructure en projet) que les bénéficiaires d’externalités positives (exemple, les
organisations de transporteurs ou de chargeurs).
outils orientés sur la productivité fiscale. On peut supposer qu’ils pré-

fèrent les revenus qui doivent aller dans le budget public général, leur
fournissant la flexibilité d’usage de ces ressources additionnelles au
lieu d’avoir à les retourner aux citoyens ou aux contribuables, sous
forme de transferts d’argent ou de réduction de taxes. Cependant,
cette politique n’est possible que lorsque la contrainte de réélection
n’est pas trop forte. À l’approche des échéances électorales, le pouvoir
discrétionnaire des politiciens diminue et ils doivent alors prendre en
compte les intérêts des électeurs.
L’acceptabilité par les groupes d’intérêt : selon ce point de vue, ce
sont les instruments en faveur des groupes les mieux organisés, qui
seront favorisés au détriment des autres groupes moins structurés. Il
est clair que les usagers individuels (automobilistes ou passagers des
transports collectifs) sont dans une situation comparative défavorable
par rapport aux opérateurs ou producteurs, quant à la capacité de
s’organiser en groupes d’intérêts. Il en est de même pour les contribua-
bles. Les instruments tarifaires peuvent servir l’intérêt de groupes
différents selon l’usage des revenus, affectés par exemple au finance-
ment d’infrastructure ou à la fourniture de services. Les instruments
tarifaires ou fiscaux sont d’autant plus acceptés par les groupes d’inté-
rêts qu’ils leur permettent de modérer l’incitation à changer de com-
portement, d’obtenir des exonérations, de faire supporter la charge
financière par d’autres, et d’affecter les recettes pour en retirer les
bénéfices.
L’acceptabilité par les citoyens et électeurs : cette question renvoie à
la résistance, généralement observée dans l’opinion, à la généralisation
de l’usage des mécanismes de prix pour gérer des biens relevant de la
sphère collective. Cette résistance recouvre les aspects de la redistribu-
tion des revenus, de l’équité du système de prix pour rationner la
demande, et de l’éthique de ce système pour gérer des biens environ-
nementaux non renouvelables.
Pour chaque groupe d’acteurs participant au processus de décision,
il est alors possible de repérer leurs intérêts spécifiques et leur
influence sur les résultats du processus de prise de décision, de façon à
connaître qui sont les gagnants et perdants des mesures à mettre en
place.
3. LE CONTEXTE ET LA PERCEPTION DU PROBLÈME

À travers la notion de contexte, c’est le cadre socio-économique,
législatif, institutionnel, culturel, ainsi que les habitudes qui préexis-
tent à la mise en œuvre de la mesure qui sont pris en compte. Ce
contexte n’est pas immuable, il est conditionné par l’évolution de

longue durée. Les résistances semblent se réduire au cours du temps
comme le montre l’exemple du péage à Oslo où la résistance s’est
réduite à partir du moment où le système est devenu opérationnel (cf.
infra).
Il apparaît que la connaissance du cadre juridique – qui borne
l’éventail des possibles – et des pratiques de mobilité, est une des
conditions nécessaires à la mise en œuvre d’une mesure : par exem-
ple, en France, la loi n’autorise pas la mise en place d’un péage
urbain sur une infrastructure existante. Par ailleurs, les informations
sur les caractéristiques socio-démographiques des individus (niveaux
de revenu et d’éducation, âge, sexe), sur les comportements de mobi-
lité (motif de déplacement, actif/inactif, mode de transport, localisa-
tions résidentielle et professionnelle) sont utiles pour comprendre
ce qui influence les réponses des acteurs. Ces caractéristiques vont
pour partie déterminer les marges de manœuvre dont les individus
disposent.
Une situation législative confuse et peu claire, des expériences
négatives, des traditions peu favorables aux démarches proposées peu-
vent freiner le processus de décision (MC-ICAM). Pour Schade et
Schlag (2003) les normes, voire les tensions sociales, influencent
l’acceptabilité publique d’une stratégie de tarification. Le contexte
intervient également à travers le niveau (local, régional, national,
international) de la prise de décision. Si les nouvelles mesures concer-
nent la vie locale, une prise de décision locale est perçue comme plus
proche des attentes des individus, et peut ainsi paraître plus accepta-
ble. L’exemple de Rotterdam montre comment l’expérimentation
d’une tarification routière unique du Randstaad envisagée par l’éche-
lon national, a été source de conflit entre l’échelon national et régional
et a finalement échoué sous la pression des régions métropolitaines qui
y étaient opposées (Harsman, 2003).
L’acceptabilité est également liée à la perception ou non d’un pro-
blème (PATS, 2000 ; Schade et Schlag, 2003 ; MC-ICAM, CUPID,
INPHORMM). Si nous percevons qu’une situation pose problème
nous allons chercher à trouver des solutions (Schade et Schlag, 2000).
Pour ces auteurs, les habitants les plus contraints et ceux des régions
densément peuplées perçoivent avec plus d’acuité les problèmes liés à
la mobilité et attendent aussi davantage de solutions. Les résultats du
projet AFFORD montrent que la pollution de l’air, la congestion
automobile et la pénurie des places de stationnement, sont les
contraintes perçues comme les plus importantes. Dans cette optique,
une nouvelle mesure dont les objectifs seraient clairement affichés et
dont on percevrait l’efficacité, serait plus acceptable (Schade et Schlag,

2000 ; Weck-Hannemann, 1999).
Rietveld et Verhoef (1998) distinguent la composante individuelle
et la composante collective (ou sociale) de la perception d’un pro-
blème. Quand les personnes disent être touchées individuellement par
un problème, elles lui donnent également une dimension sociale. Pour
ces mêmes auteurs, le niveau de revenu via la valeur du temps, joue un
rôle déterminant dans l’évaluation de la mesure. Précisément, la sensi-
bilité à la congestion serait corrélée positivement avec l’âge, un haut
niveau d’éducation et l’utilisation de la voiture particulière.
4. LA PERCEPTION DES SOLUTIONS
Si la question de la perception se pose lorsqu’il s’agit de caractériser

l’acuité d’un problème, elle intervient également lorsqu’il s’agit de
trouver des solutions.
4.1. L’efficacité de la mesure et sa perception

Il faut distinguer l’efficacité (l’adéquation entre résultats et objec-
tifs) et l’efficience (l’articulation entre moyens et résultats). La tarifica-
tion est par exemple considérée comme moins efficiente que les mesu-
res de restriction quand il s’agit de réduire la circulation automobile
(Schade et Schlag, 2003).
Fernandez et Rodrik (1991) expliquent que si les gouvernements
n’adoptent pas certaines réformes, alors que les économistes les préco-
nisent pour accroître l’efficacité de la politique publique, c’est notam-
ment à cause de l’incertitude sur la distribution des gains et des pertes
consécutifs à ces réformes : autrement dit, les futurs gagnants ou per-
dants de la réforme ne peuvent pas être identifiés au préalable. Cette
incertitude expliquerait le biais en faveur du statu quo, et ainsi contre
toute réforme qui accroîtrait l’efficacité.
Un autre élément d’explication de ce décalage nous ramène à la
question de la perception. Il peut en effet exister une différence entre
les effets d’une nouvelle mesure affichés par ses promoteurs, et leur
perception par les acteurs : une nouvelle tarification – comme l’intro-
duction d’une tarification à la distance – estimée plus efficace par
l’opérateur de transports collectifs urbains, peut être perçue négative-
ment par les usagers qui la jugent inéquitable pour ceux de la périphé-
rie. Les arguments d’équité et de justice occupent alors le devant de la
scène.
4.2. L’équité de la mesure

Les acteurs ont donc recours aux arguments d’équité et de justice
pour débattre de l’acceptabilité d’une nouvelle mesure. Une nouvelle
difficulté apparaît puisque l’équité elle-même est polysémique. En
suivant la littérature4, l’équité semble s’articuler autour des thémati-
ques suivantes : les gagnants et les perdants à la mise en œuvre d’une
nouvelle mesure, la redistribution des recettes issues de la réforme
tarifaire, et les compensations possibles.
La mise en œuvre d’une nouvelle mesure créerait des gagnants et
des perdants. L’introduction d’un changement tarifaire comme le
péage urbain serait inéquitable puisqu’elle toucherait d’abord les plus
pauvres (Evans, 1992 ; Emmerink et al, 1995). Dans cette optique, les
travaux de Else (1986), Guiliano (1992) et Langmyhr (1997), mettent
en évidence que les gagnants seraient ceux qui bénéficient des plus
hauts revenus. Pour Jakobsson et al (2000), l’inéquité du péage routier
serait d’autant plus forte que ce dernier porterait atteinte à la liberté
de se déplacer (selon le mode de transport et le lieu). La liberté de se
déplacer serait un droit fondamental selon Schlag et Teubel (1997).
L’introduction d’un péage en milieu urbain conduirait également à
accroître le coût de la localisation dans les régions ou les villes qui le
mettraient en œuvre, créant ainsi une inéquité territoriale (Emmerink
et al, 1995).
La question de la redistribution des recettes du péage semble jouer
un grand rôle dans l’acceptabilité d’une nouvelle mesure. Goodwin
(1989) a proposé une règle d’affectation des recettes du péage urbain
entre améliorations des routes, de l’offre en transports collectifs et de
l’environnement physique urbain ; il a également esquissé (1995) les
principes d’une convergence et non plus d’une opposition entre amé-
lioration de l’environnement et efficacité économique. Small (1992) a
proposé une stratégie de distribution des impacts de programmes
financés avec les recettes du péage qui intégre les différents groupes
d’intérêt et qui verse une compensation aux usagers affectés. D’autres
auteurs voudraient que ces recettes soient utilisées pour les modes les
plus respectueux de l’environnement (Schlag et Teubel, 1997). Pour
Harrington et al (2001), la redistribution des recettes peut prendre la
forme d’une compensation via la diminution des taxes existantes.
Thorpe (2002) s’intéresse à la capacité libérée sur les infrastructures
existantes grâce à la réduction du trafic. Il suggère que le bénéfice
4. Pour un survey sur l’équité et la question du péage urbain voir Souche (2003). Pour une
approche normative de la justice, et de la justice comme équité en particulier, sans application au
cas spécifique des transports voir Fleurbaey (1996).
d’une allocation en faveur des mesures d’amélioration de l’environne-

ment (voies réservées pour les bus notamment) soit ajouté aux gains
de temps dont bénéficient les automobilistes qui continuent à utiliser
l’infrastructure à péage.
On en vient naturellement à la question de la compensation. Parmi
les principes de justice économique qu’énonce E. Zajac – évoqués en
introduction –, il y a la revendication d’un droit à l’assurance : on
s’attend à ce que la collectivité assure les individus contre des pertes
entraînées par un changement des conditions économiques et, si ce
n’est pas le cas, cette situation est considérée comme injuste.
On sait depuis les travaux de Hicks et Kaldor, qu’une compensation
hypothétique suffit à justifier une politique dès lors que les avantages
des gagnants l’emportent sur les pertes des perdants. On peut donc a
priori penser qu’une compensation effective contrebalancerait le rejet
du mécanisme d’allocation par les prix.
Néanmoins il apparaît que ce principe de compensation serait
rejeté au motif que les « perdants compensés » ont l’impression que
l’on « achète » leurs votes pour permettre aux riches de profiter des
biens rendus ainsi disponibles (Frey et al, 1996 ; Kunreuther and Eas-
terling, 1996). C’est pourquoi Oberholzer-Gee et Weck-Hannemann
(2002) suggèrent que la compensation doit ressembler le moins possi-
ble à un achat de votes et doit viser à récompenser, dans la même
« dimension » que la perte, ceux qui acceptent de réduire leur consom-
mation du bien rare parce qu’ils contribuent à l’amélioration du bien-
être collectif. L’une des conséquences est qu’il est nécessaire que les
sommes qui sont prélevées dans le secteur des transports soient utili-
sées pour des compensations effectuées dans le transport et non pas
dans un autre secteur.
Enfin, il faut faire face au soupçon d’un enrichissement indu du
gouvernement sur le dos des automobilistes (Emmerink et al, 1995).
L’un des principes de justice économique énoncé par Zajac est relatif
au pouvoir abusif du monopole : « The fewer the substitutes for a regu-
lated or monopoly firm’s output, and the more the output is considered
an economic right, the more the public expects to exert control over the
firm. Denial of control is considered unjust » (Zajac, 1995, p. 127).
À partir des principes explicités par Rawls dans sa théorie de la
justice (1971), Raux et Souche (2004) ont développé un cadre d’ana-
lyse de l’acceptabilité des changements dans le secteur des transports,
qui combine l’efficacité économique (orienter efficacement la
demande) avec trois dimensions de l’équité : l’équité verticale au sens
de l’attention à porter aux personnes les plus fragiles économique-
ment ; l’équité horizontale au sens de la répartition de la charge entre
contribuables et usagers des transports, et entre usagers des différents

modes ; enfin et surtout, l’équité territoriale qui se réfère à la garantie
d’accessibilité aux aménités, et à la liberté d’aller et venir. Une pre-
mière démarche peut être alors d’identifier les groupes de perdants ou
de gagnants selon ces trois dimensions.
4.3. La perception de la justice

Ce que l’on perçoit des caractéristiques d’un projet permet de
comparer les différentes alternatives et de les rendre ainsi plus ou
moins acceptables.
Schade et Schlag (2000) estiment que la justice perçue peut être
assez différente de la distribution réelle des coûts et des avantages
d’une nouvelle mesure. Il semble exister deux niveaux de perception
de l’équité quand on compare l’évolution de notre situation entre
avant et après la mise en œuvre de la nouvelle mesure. Le niveau
d’équité intrapersonnelle peut être résumé par la question suivante,
« ma situation personnelle est-elle ou non améliorée par la nouvelle
mesure ? ». Le niveau d’équité interpersonnelle revient à poser la
question, « ma situation personnelle est-elle plus ou moins améliorée –
ou détériorée – que celle des autres par la nouvelle mesure ? ».
Baron et Jurney (1993) dissocient le consentement à voter pour une
mesure et le jugement que l’on porte sur cette mesure. Frey et Jegen
(2001) nous permettent de comprendre pourquoi. Ils expliquent en
effet, que les attitudes sont différentes des comportements : il est tout à
fait possible d’afficher une sensibilité aux questions environnementa-
les, tout en utilisant chaque jour son automobile. Toutefois, Baron et
Jurney (1993) affirment que sur les décisions qui conduisent à un
dilemme social, c’est-à-dire une situation où les préférences individuel-
les sont différentes de la préférence collective, il faut exercer un pou-
voir de coercition. Dans cette logique, les auteurs du rapport européen
TAPESTRY (2001) identifient différentes phases à respecter pour
qu’un changement de comportement se produise à l’issue d’une cam-
pagne publicitaire. Ils insistent en particulier sur : l’identification des
comportements, des attitudes et de l’acceptation avant la campagne
publicitaire ; l’identification des groupes cibles ; la mesure des change-
ments dans les comportements, les attitudes et l’acceptation après la
campagne ; l’identification du contexte et des facteurs d’influence
externes.
De plus, il semble qu’une nouvelle mesure soit mieux acceptée si
nous avons le choix entre plusieurs alternatives (Schade et Schlag,
2000).
Le degré d’acceptabilité est également influencé par l’attitude des

individus par rapport aux alternatives et aux mécanismes de régulation
qui peuvent être proposés. Frey et Pommerehne (1993) se sont posé la
question suivante : pourquoi la régulation d’une demande excessive
par les prix est-elle considérée comme injuste alors que les économis-
tes préconisent ce principe ? Face à une situation de rareté en eau, ils
identifient et testent plusieurs procédures d’allocation des ressources
qui renvoient à autant de principes de justice. Ils trouvent que pour
rationner l’excès de demande, une procédure traditionnelle de file
d’attente ou une procédure administrative sont jugées plus justes
qu’une procédure tarifaire qui consiste à faire payer plus cher les
ressources devenues rares. Ils en concluent que les économistes
devraient inclure des aspects moraux ou éthiques dans leur analyse
s’ils veulent améliorer leur capacité à conseiller des politiques. Dans
un contexte de bien public, Frey et Oberholzer-Gee (1996) montrent
également que, quand il s’agit de trouver un lieu d’implantation pour
un bien public localement non désiré, la compensation ne suffit pas et
que les procédures de décision perçues comme justes jouent un rôle
essentiel.
5. TROIS EXPÉRIENCES : OSLO, LONDRES, LYON
Nous avons choisi trois cas emblématiques de réussites et de

défaillances, sur le thème critique du péage urbain, à savoir les expé-
riences d’Oslo, de Londres et de Lyon. Pour chacun de ces cas, nous
esquissons le contexte et les acteurs, d’abord au niveau national, puis
au niveau local, puis nous soulignons certains aspects qui ont pu
influencer l’acceptabilité de façon positive et négative.
5.1. Le péage de cordon d’Oslo

Le péage de cordon d’Oslo, qui a été mis en fonctionnement en
1990, est souvent présenté comme un exemple de réussite. Son but
était de financer un système de rocades et de tunnels routiers, et par là
même de décongestionner le centre ville : le péage est donc appliqué
sur plusieurs voies d’accès à la zone centrale, où réside la moitié de la
population.
5.1.1. Le contexte national

La Norvège a une longue tradition de financement des investisse-
ments dans le domaine de transport au moyen de redevances. Selon
Odeck et Brathen (1997) plus de 26 % du budget pour la construction
d’infrastructures provient des recettes de péage. Cela s’explique par la

topographie compliquée de ce pays qui implique des coûts très élevés
de construction des routes (Certu et al, 2002).
Il n’existe pas de système de concession en Norvège, et c’est l’admi-
nistration publique des routes qui s’occupe de tout le processus de
planification, et, au moyen de filiales contrôlées par les pouvoirs
publics, de la construction et de l’exploitation des projets financés par
le péage. La loi norvégienne rend possible la mise en place d’une
tarification routière sur les réseaux existants pour financer une infras-
tructure nouvelle à intégrer dans ce réseau. En outre, il n’est pas
nécessaire que la nouvelle infrastructure préexiste pour pouvoir intro-
duire le péage. Les péages urbains norvégiens sont mis en place pour
une durée limitée. Les projets débutent souvent par des initiatives
locales et sont ensuite approuvés par le Parlement.
Jusqu’en 2002, la seule forme de péage urbain autorisée était un
péage de financement avec réinvestissement des recettes dans les
infrastructures routières. La loi autorise désormais le péage de régula-
tion par le biais de la tarification de la congestion, mais ce type de
péage n’a pas encore été mis en place en Norvège.
5.1.2. Le contexte local

Du fait du relief assez compliqué d’Oslo, les accès au centre ville
sont limités à trois corridors et la congestion routière devenait de plus
en plus problématique déjà dans les années 70 – 80. En 1984 le Parle-
ment Norvégien s’est engagé à accroître les subventions dans le cas où
les collectivités locales adopteraient le plan de transport proposé par la
Direction des Routes, dont les coûts seraient financés par péage (Certu
et al, 2002). La discussion politique fut assez ardue et deux variantes
principales furent débattues : les conservateurs souhaitaient que seule
la nouvelle infrastructure (le tunnel) soit payante, les travaillistes
étaient pour un péage de zone. Le compromis fut un péage de cordon.
Les écologistes étaient contre le développement des routes mais ont
accepté le compromis du moment que les automobilistes devaient
payer.
Les industries, les entreprises et les opérateurs liés au transport
étaient également favorables au péage. Même si le péage urbain était
une mesure impopulaire, les gouvernements locaux en dehors d’Oslo
étaient motivés par sa mise en œuvre car 40 % des revenus du péage
sont investis en faveur du comté d’Akershus, en périphérie d’Oslo, ce
qui correspond à la proportion des résidents de ce comté qui utilisent
le réseau d’Oslo (Certu et al, 2002).
5.1.3. La problématique de l’acceptabilité

En 1989, un an avant la mise en œuvre du péage à Oslo, les sonda-
ges montraient une opposition majoritaire (65 % contre, 28 % pour).
Au moment où le système est devenu opérationnel, les résultats furent
tout de suite visibles. Il faut aussi souligner que le tunnel d’Oslo (2 km)
qui assure le principal trafic de transit est-ouest (sous le centre-ville et
le port) fut ouvert quelques semaines avant la mise en service du
péage, rendant visible aux automobilistes les effets positifs du pro-
gramme à venir. La congestion diminua de 20 % (Certu et al, 2002) et
en conséquence la résistance s’est amoindrie : en 1991, seuls 57 % des
sondés étaient contre et 36 % pour (Tretvik, 2003). En outre, le niveau
de tarif du péage est relativement bas (Certu et al, 2002).
Pourquoi les projets urbains ont-ils été acceptés dans les quatre
principales villes du pays5 ? Cinq raisons essentielles peuvent être
avancées :
Les avantages de ces programmes d’amélioration des routes étaient
évidents pour tout le monde et en particulier les automobilistes.
– Les opposants au développement du réseau routier appréciaient
que les automobilistes aient à payer pour circuler en ville et qu’une
part du financement global du programme aille aux transports publics.
– Les recettes de péage étaient complétées par des fonds gouverne-
mentaux qui autrement n’auraient pas été obtenus.
– Les partis politiques s’accordèrent pour ne pas faire de cette
question un enjeu de controverse politique entre eux.
– Le péage était mis en œuvre pour un objectif limité (financer un
programme d’infrastructures précis) et donc avec une limite dans le
temps.
Bergen (qui a ouvert son péage en 1986) a déjà décidé la prolonga-
tion. La discussion est en cours à Trondheim (échéance 2005) et Oslo
(échéance 2007).
5.2. Le péage de zone de Londres

Le péage urbain de Londres est un autre cas qui peut être considéré
comme une application réussie d’un système de tarification. Le sys-
tème de Congestion Charging est en œuvre depuis février 2003. Son
objectif principal était de réduire la congestion par l’instauration du
péage et par l’amélioration des transports publics à l’aide des recettes
du péage.
5. Bergen (1986), 240 000 hab ; Oslo (1990), 800 000 hab ; Trondheim (1991), 180 000 hab ;
Stavanger (2001), 110 000 hab.

La Grande-Bretagne est un pays quasiment sans péage routier.
Cette situation est en partie due au fait que ce n’est qu’à partir de 1999
que la législation a autorisé les pouvoirs locaux à introduire un système
de péage. En 1999, le gouvernement britannique a approuvé la loi
« Greater London Authority Act » qui permet au maire et aux autori-
tés de Londres d’imposer un système de péage routier. Les revenus du
péage devaient être destinés à l’amélioration du transport local pen-
dant au moins les dix ans qui suivent (Feasibility Study Report, 2004).
Un an plus tard, en 2000, le « Transport Act » a donné la même
possibilité aux autorités locales en dehors de Londres mais unique-
ment en Angleterre et au pays de Galles. Toutes les mesures doivent
être acceptées par le Secrétaire d’État. L’Écosse a adopté6 la loi
« Transport (Scotland) Act » en 2001 avec certaines nuances.
L’Irlande du Nord ne dispose pas de législation similaire (Feasibility
Study Report, 2004).

Le contexte local à Londres se caractérisait par une situation très
mauvaise en matière de transports après des décennies de sous-
investissement. Le débat est ancien autour du « road congestion pri-
cing », il date de 1964 avec le rapport Smeed. Il y avait un consensus
général chez les décideurs et dans l’opinion sur la nécessité de « faire
quelque chose » pour réduire le trafic automobile. Du point de vue
institutionnel, c’est l’établissement public Transport for London (TfL)
qui est l’autorité organisatrice du système de transport londonien. TfL
a pour mission de réaliser la stratégie de transport du maire et de
gouverner les services de transport dont le maire est responsable.
Le péage de Londres représente une partie de la stratégie du maire
Ken Livingston concernant le transport urbain et était un point impor-
tant de sa politique et même de sa première (2000) puis seconde
campagne électorale (2004).
Le péage a démarré en février 2003. C’est un péage de zone qui
fonctionne de 7 h à 18 h 30 du lundi au vendredi, avec un tarif forfai-
taire de 5 £ (7 m environ) par véhicule et par jour7, pour tout véhicule
circulant dans la zone (détection par caméras lisant les plaques). Les
6. La population de l’agglomération d’Edimbourg vient de refuser par référendum, en 2005, le

projet de péage de double cordon qui lui était proposé.
7. une augmentation de 5 £ à 8 £ du péage a été décidée par le maire de Londres le … 1er avril
2005.
recettes nettes du péage sont affectées prioritairement aux transports

collectifs.
Les effets positifs attendus se sont manifestés immédiatement (cf.
TfL, 2003). En ce qui concerne le trafic, les résultats ont dépassé les
prévisions puisque le trafic dans la zone à péage a baissé de 20 % (en
avril 2003) contre 10 à 15 % attendus. La congestion (mesurée comme
le temps supplémentaire de trajet par rapport à la situation de fluidité
la nuit) a diminué de 30 %. La fréquentation des bus, qui enregistrent
une plus grande ponctualité et une baisse des coûts d’exploitation, est
en hausse de 14 %. Il résulte de cette baisse inattendue du trafic dans la
zone à péage que les recettes (100 M£ en année pleine) sont très
inférieures aux prévisions (130 M£).
Le nombre de voitures entrantes dans la zone payante a été réduit
d’environ 60 000 véhicules par jour sur approximativement 380 000 en
2002. On estime que 20 à 30 % de ces voitures circulent à l’extérieur de
la zone et que 50 à 60 % de ces voyageurs utilisent désormais le
transport en commun, lequel a gagné en efficacité (Abadie, 2004).

Ce projet a au départ rencontré une forte opposition, notamment
du parti conservateur, des automobilistes, des syndicats et des habi-
tants des quartiers concernés. L’un des facteurs déterminant de
l’acceptabilité a été la réduction de 90 % accordée aux résidents de la
zone à péage et l’exemption à 100 % pour les handicapés. Les résidents
enregistrés sont plus de 22 000, les handicapés plus de 100 000. Il faut
ajouter également, facteur supplémentaire d’acceptabilité, l’affecta-
tion des recettes du péage principalement à l’amélioration des trans-
ports en commun.
Quant à l’acceptabilité, en 2003 plus de 50 % des Londoniens (du
Grand Londres, donc bien au-delà de la zone centrale) soutenaient
cette démarche et seulement 30 % des habitants se prononçaient
contre. 73 % des habitants reconnaissent l’efficacité dans la réduction
de la congestion (TfL, 2003 ; Abadie, 2004).
Cette expérience montre comment une volonté politique forte
conjuguée à un consensus sur le caractère critique de la situation a
permis de passer outre l’impopularité de cette mesure qui paraissait
initialement insurmontable. Le maire de Londres a été élu sur ce
projet en 2000 mais également réélu en 2004, c’est-à-dire un an après la
mise en fonctionnement du péage, avec son projet annoncé d’exten-
sion de la zone à péage.
5.3. Le boulevard périphérique nord de Lyon

Le boulevard périphérique Nord qui fut ouvert en 1997, est un bon
exemple de non-acceptabilité publique. Il s’agit d’une nouvelle infras-
tructure à péage qui, dès son ouverture, a fait l’objet de fortes résistan-
ces sociales et politiques par la population concernée. Après deux
épisodes judiciaires dont l’annulation de la concession, aujourd’hui
seul le tunnel central est à péage et les tarifs en ont été réduits (Raux et
Souche, 2001).
La France est un pays avec une longue tradition de péage interur-
bain qui date de 1955 où une loi autorisant la concession d’autoroutes à
péage a été approuvée, en dérogation au principe de gratuité d’usage
des routes, issu de la Révolution de 1789. Ce n’est qu’en 1986 qu’a été
instaurée la possibilité de faire appel au même mode de financement
dans les agglomérations urbaines. Cependant, en milieu urbain, cette
pratique reste réservée aux seuls ouvrages d’art (tunnels, ponts) nou-
vellement construits. Néanmoins, aussi bien en urbain qu’en interur-
bain, l’obligation de maintien d’un itinéraire alternatif gratuit
demeure.
Du point de vue institutionnel, ce sont les autorités locales qui
montent les projets de péage urbain dans lesquels le gouvernement
central n’intervient que très peu. Néanmoins, le projet doit être auto-
risé par le Conseil d’État, la plus haute juridiction administrative natio-
nale (Raux et Souche, 2001, 2004).
Le boulevard périphérique nord (dénommé à l’époque TEO –
Trans Est-Ouest) fut ouvert en 1997 : il relie un boulevard urbain
périphérique, à l’est, à l’entrée de l’autoroute A6 au nord de l’agglo-
mération, en passant par une zone très urbanisée. Il s’en est ensuivi
des coûts de construction assez élevés (environ 900 Mm) car il fallait
enterrer près des deux tiers de l’ouvrage. Sur une longueur totale de 10
km, nous trouvons donc trois tunnels dont le plus long mesure 3,5 km.
Au vu des possibilités limitées des fonds publics, les autorités loca-
les ont fait le choix de la concession avec péage, dont les recettes
étaient supposées financer quasiment la moitié des coûts. Néanmoins,
au fil des études précédant l’ouverture de l’ouvrage, il est apparu que
le trafic serait insuffisant pour équilibrer financièrement l’opération.
Le contrat de concession fut donc modifié par avenant pour inclure
une réduction de capacité de certaines voiries existantes, parallèles et
gratuites.

L’ouverture de l’infrastructure en août 1997 provoqua dès le départ
un important mouvement de refus de la part des automobilistes. En
effet ceux-ci découvrirent en même temps la nouvelle infrastructure à
péage et les restrictions sur les voies parallèles. En outre, la signalisa-
tion et la configuration technique du périphérique Est étaient pensées
pour diriger le trafic dans cette infrastructure à péage. Il s’en est
ensuivi un mouvement de boycott de la nouvelle infrastructure,
accompagné de manifestations chaque semaine aux barrières de
péage, empêchant le paiement par les usagers, et parfois avec des
destructions de ces barrières.
Parallèlement, deux actions en justice ont été menées par les oppo-
sants à ce péage :
• La première a débouché en septembre 1997 sur une annulation
par le tribunal administratif de la clause de rétrécissement des voies
parallèles gratuites. Le tribunal ordonna le rétablissement partiel et
immédiat de la capacité d’écoulement du trafic sur le boulevard
concerné.
• L’autre a concerné une annulation de la concession par le Conseil
d’État en 1998 pour non-respect des obligations de publicité euro-
péenne et de mise en concurrence pour l’attribution de la concession.
Après quelques semaines de fermeture, suite à cette annulation de
concession, l’ouvrage a été réouvert en exploitation par la Commu-
nauté Urbaine de Lyon, avec un péage réduit et restreint au tunnel
central. L’infrastructure a été rachetée par la Communauté Urbaine
de Lyon en 1999 qui en a concédé l’exploitation.
6. LE PROCESSUS MENANT À L’ACCEPTABILITÉ
Les expériences brièvement présentées ci-dessus, les études de cas

réalisées par ailleurs ainsi que la revue de la littérature ont montré que
l’acceptabilité n’était pas uniquement un résultat mais également un
processus. Une nouvelle mesure est soit acceptée soit refusée, mais cet
aboutissement n’est que la conséquence d’un long cheminement. En
effet, l’acceptabilité est aussi le produit d’un jeu d’acteurs qui poursui-
vent des intérêts qui leurs sont propres, et entre lesquels se font et se
défont les alliances.
Ces intérêts sont fortement dépendants du contexte et du moment
dans lesquels la nouvelle mesure est introduite. Ils vont être relayés
par des leaders d’opinion dont le leadership est positivement corrélé à
leur capacité d’expertise, leur expérience et leur créativité (Childers,
1986) mais également à la forme et aux moyens de pression dont ils

disposent pour s’exprimer (Champagne, 1990).
Le processus d’acceptabilité met en œuvre un mécanisme de
concertation et de prise de décision au cours duquel des coalitions se
forment. Le débat sur l’acceptabilité, les mesures de compensation
peuvent alors devenir des outils de persuasion pour parvenir à l’accep-
tabilité ou au rejet de la mesure.
Parvenus à ce stade, nous proposons une mise en ordre concep-
tuelle des différents aspects analysés plus haut (cf. Figure 1).
Figure 1
Une proposition de schéma conceptuel du processus d’acceptabilité
Dans ce schéma sont synthétisés les différents éléments de l’analyse

précédente. Ce schéma distingue deux grands ensembles, l’un ayant
trait au « contexte », l’autre à la « procédure » de débat et négociation
menant au résultat final. Le « contexte » distingue trois éléments, qui
sont la perception individuelle et sociale du problème, les marges de
manœuvre individuelles, et les attitudes face aux alternatives et méca-
nismes de régulation. Ces trois éléments, d’une part sont conditionnés
par les caractéristiques socio-économiques personnelles – comporte-
ments habituels, croyances et normes –, d’autre part conditionnent la
perception de la mesure, notamment dans ses dimensions d’efficacité
et d’équité. La « procédure » menant au résultat final (acceptation ou
non du projet) fait interagir dynamiquement la modification éven-
tuelle de la mesure proposée, dont les caractéristiques influent sur la
perception de cette dernière, puis sur son degré d’acceptabilité. En
fonction de cette perception, des coalitions se forment, des rapports de
force s’établissent qui, en retour, vont ou non modifier la mesure.
Enfin, dernière rétroaction, la procédure de débat et négociation vient

modifier la perception individuelle et sociale du problème, et les attitu-
des face aux alternatives et mécanismes de régulation.
7. CONCLUSION
Dans l’état de l’art que nous avons dressé, nous avons tenté de
définir l’acceptabilité. Nous avons passé en revue l’identification des
acteurs, nous avons souligné l’importance du contexte et de la percep-
tion du problème pour établir des conditions favorables à la réussite du
projet. Nous avons montré comment, dans la perception des mesures
par les acteurs, les arguments d’équité et de justice prennent souvent le
pas sur ceux de l’efficacité au sens économique.
Ce traitement de l’acceptabilité a été illustré par trois expériences
emblématiques de péage urbain, à Oslo, Londres et Lyon. Ces expé-
riences montrent que la réussite de ce type de projet passe par les
conditions nécessaires suivantes : (a) une volonté politique forte (cas
de Londres) ou une convergence politique sur le projet (cas de la
Norvège) ; (b) une compensation clairement affichée envers les « per-
dants » apparents (cas de Londres) ou un compromis gagnant-gagnant
(cas de la Norvège) ; (c) la nécessité de porter au préalable le débat sur
la place publique (contre exemple de Lyon).
Nous avons enfin conclu par une proposition de mise en ordre
conceptuelle du processus menant à l’acceptabilité. Ce processus
relève d’une alchimie complexe, et si le calcul économique peut pren-
dre en compte des éléments de l’acceptabilité à travers l’intégration de
l’équité dans son analyse (cf. chapitre 10), l’insertion de ce calcul dans
le processus d’acceptabilité reste à éclairer.
Références
Abadie G., « Le péage urbain de Londres, un an après », Notes de
synthèse du SES, n° 153, mai-juin 2004.
Baron J. et Jurney J., « Norms against voting for coerced reform »,
Journal of Economic Personality and Social Psychology, 64, 1993,
p. 347-355.
Commission Européenne, « Des redevances équitables pour l’utilisa-
tion des infrastructures : une approche par étapes pour l’établisse-
ment d’un cadre commun en matière de tarification des infrastructu-
res de transport dans l’Union Européenne », Livre Blanc, Bruxelles,
Juillet 1998, 58 p.
CERTU, DREIF, IAURIF, LET, « Les Péages urbains en Norvège :

Oslo et Trondheim », Rapport des visites des 27 et 28 mai, 2002.
Champagne P., Faire l’opinion. Le nouveau jeu politique, Collection Le
sens commun, 1990, 312 p.
Childers T.L., « Assessment of the psychometric properties of an opi-
nion ledearship scale », Journal of Marketing Research, Vol XXIII,
184-188, may 1986.
Department for Transport. Feasibility study of road pricing in the UK,
http ://www.dft.gov.uk/stellent/groups/dft—roads/documents/page/
dft—roads—029788.hcsp,
Else P.K., « No entry for congestion taxes ? », Transportation
Research, 20A, (2), 1986, p. 99-107.
Emmerink RH.M., Nijkamp P. et Rietveld P., « Is congestion pricing a
first-best strategy in transport policy ? A critical review of argu-
ments », Environment and Planning B, 22, 1995, p. 581-602.
Evans A.W., « Road congestion pricing : when is it a good policy ? »,
Journal of Transport Economics and Policy, 26, 1992, p.213-244.
Fernandez R. et Rodrik D., « Resistance to reform : status quo biais in
the presence of individual specific uncertainty », Amercian Econo-
mic Review, vol 81, no 5, 1991, p. 1146-1155.
Fleurbaey M., Théorie économique de la justice, Economica, Paris,
1996, 250 p.
Frey B.S. et Jegen R., « Motivation crowding theory », Journal of
Economic Surveys, 15, no 5, 2001, p. 589-611.
Frey B.S. et Oberholzer-Gee F., « Fair Siting Procedures : An Empiri-
cal Analysis of Their Importance and Characteristics », Journal of
Policy Analysis and Management, vol 15, no 3, 1996, p. 353-376.
Frey B.S. et Pommerehne W.W., « On the fairness of pricing. An
empirical survey among the general population », Journal of Eco-
nomic Behaviour and Organization, 20, 1993, p. 295-307.
Giuliano G., « An assessment of the political acceptability of conges-
tion pricing », Transportation, 19 (4), 1992, p. 335-358.
Goodwin, P.B., « The Rule of Three : a possible solution to political
problem of competing objectives for road pricing », Traffic Engi-
neering and Control, 1989, p. 495-497.
Harrington W., Krupnick A. et Albertini A., « Overcoming public
aversion to congestion pricing », Transportation Research Part A,
35, 2001, p. 91-111.
Harsman B., « Success and Failure : Experiences from Cities », in
Schade J. et Schlag B., Acceptability of transport Pricing Strategies,
Elsevier, 2003.
Hicks J.R., A revision of demand theory, Oxford, Clarendon Press,

1956.
Jakobsson C., Fujii S. et Garling T., « Determinants of private car
user’s acceptance of road pricing », Transport Policy, 7, 2000,
p.153-158.
Kahneman D., Knestsch J.L. et Thaler R., « Fairness as a constraint on
profit seeking : entitlements in the market », American Economic
Review, vol. 76, no 4, 1986, p. 728-741.
Kunreuther H. et Easterling D., « The role of compensation in siting
hazardous facilities », Journal of Policy Analysis and Management,
15, 1996, p. 601-622.
Langmyrh T., « Managing equity. The case of road pricing », Transport
Policy, vol. 4, no 1, 1997, p. 25-39.
Oberholzer-Gee F. et Weck-Hannemann H., « Pricing road use :
politico-economic and fairness considerations », Transportation
Research Part D, 7, 2002, p. 357-371.
Odeck J. et Brathen S., « On public attitudes toward implementation
of toll roads – the case of Oslo toll ring », Transport Policy, Vol. 4,
No. 2, 1997, p. 73-83.
Raux C. et Souche S., « L’acceptabilité des changements tarifaires
dans le secteur des trabnsports : comment concilier efficacité et
équité ? », Revue d’Économie Régionale et Urbaine, n. 4, 2001, p.
539-558.
Raux C., Souche S. et Andan O., Les conditions d’acceptabilité de
nouvelles mesures tarifaires en transports urbains, Rapport pour
l’ADEME, 2003, 255 p.
Raux C. et Souche S., « The acceptability of urban road pricing : A
Transport Economics and Policy, Vol. 38, Part 2, 2004, p. 191-216.
Rawls J., A Theory of Justice, Harvard University Press, 1971, 607 p.
Rietveld P. et Verhoef E.T., « Social feasibility of policies to reduce
externalities in transport », in Button K.J et Verhoef E.T., Road
pricing, traffic congestion and the environment, Edgar Elgar, 1998,
316 p.
Schade J., « European Research Results on Transport Pricing Accep-
tability », p. 109-124, in Schade J. et Schlag B., Acceptability of
transport Pricing Strategies, Elsevier, 2003.
Schade J. et Schlag B., Acceptability of Urban transport Pricing, Hel-
sinki 2000, Deliverable 2, AFFORD, 2000.
Schade J. et Schlag B., « Acceptability of urban transport pricing stra-
tegies », Transportation Research Part F 6, 2003, p. 45-61.
Schlag B. et Teubel U., « Public acceptability of transport pricing »,

IATSS Research, 21, No 2, 1997, p. 134-142.
Small K.A., « Using the revenues from congestion pricing », Transpor-
tation, 19, 1992, p. 359-381.
Small K.A. et Rosen H.S., « Applied Welfare Economics with Discrete
Choice Models », Econometrica, vol. 49, no 1, 1981, p. 105-130.
Souche S., « Péage urbain et équité : une revue de la littérature », Les
Cahiers Scientifiques du Transport, janvier, 2003, 20 p.
Transport For London, « Congestion Charging Central London.
Impacts Monitoring », First Annual Report, June, 2003, 120 p.
(see http ://www.tfl.gov.uk/tfl/cclondon/cc—monitoring-1st-report.
shtml)
Transport For London, « Congestion Charging Central London.
Impacts Monitoring », Second Annual Report, April, 2004, 120 p.
(see http ://www.tfl.gov.uk/tfl/cclondon/cc—monitoring-2nd-report.
shtml)
Transport For London, « Central London Congestion Charging
Scheme. Impacts Monitoring », Third Annual Report, April, 2005.
162 p.
(see http ://www.tfl.gov.uk/tfl/cclondon/pdfs/ThirdAnnualReport
Final.pdf)
Thorpe N., « Public acceptance of road-user charging. A case-study of
the toll-rings in norway », IATSS Research, vol 26, No 1, 2002,
p. 17-27.
Tretvik T., « Urban Road Pricing in Norway : Public Acceptability and
Travel Behaviour », p. 77-92 in Schade J. et Schlag B., 2003, Accep-
tability of transport Pricing Strategies, Elsevier. 2003.
Weck-Hannemann H., « Acceptance of Pricing Instruments in the
Transport Sector », Annex 3, PATS, 1999, p. 65-92.
Zajac E.E., Political economy of fairness, The MIT Press, Cambridge,
Mass, 1995, 325 p.
Programmes européens
AFFORD
http ://europa.eu.int/comm/transport/extra/web/downloadfunction.
cfm ?docname=200310/afford.pdf&amp ;apptype=application/pdf,
janvier – février 2005.
CUPID
http ://transport-pricing.net/what22.html, janvier – février 2005.
INPHORMM
http ://www.wmin.ac.uk/transport/inphormm/inphormm.htm
PRIMA
http ://labs2.itcube.be/extra/final—reports/road/PRIMA.pdf, jan-
vier – février 2005.
MC-ICAM
http ://www.strafica.fi/mcicam/index.html, janvier – février 2005.
PATS
http ://www.tis.pt/proj/pats/pats.html, janvier – février 2005.
TAPESTRY, State-of-the-Art Review, Deliverable 2. Project funded
by the European Commission, Transport RTD Programme of the
5th Framework Programme, 2001, 90 p.

Calcul 閏onomiqu Processus Choix Collectif

Transféré par

Droits d'auteur :

Formats disponibles

Calcul 閏onomiqu Processus Choix Collectif

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Calcul 閏onomiqu Processus Choix Collectif

Transféré par

Droits d'auteur :

Formats disponibles

Le calcul économique dans le processus de choix collectif

des investissements de transport

To cite this version:

HAL Id: halshs-00187333

HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est

Au mois de février 2003, un rapport sur les grands projets d'infrastructure

Le calcul économique est ainsi en partie déconsidéré alors même que

Joël Maurice, ancien élève de l’École Polytechnique, est Professeur à

Yves Crozet, est professeur à l’Université de Lyon et directeur du

-:HSMHLH=]ZYWZV: ISBN 978-2-7178-5425-1

Collection « Méthodes et Approches »

Cette collection axée sur la recherche en transport et

Collection « Méthodes et Approches »

Ouvrage publié avec le soutien du PREDIT,

© Ed. ECONOMICA, 2007

Première partie : La construction du calcul économique .................... 3

Deuxième partie : Des projets à la programmation des

Troisième partie : L’aide à la décision publique ................................... 315

Chapitre 12 : Équité, efficacité et acceptabilité dans la localisation

À la demande des responsables du réseau de recherche sur les

1. LES PREMIERS CALCULS DE RENTABILITÉ

C’est à la Direction des Routes, à la fin des années cinquante, que

1. Ingénieur général honoraire des Ponts et Chaussées.

gressivement, dans le domaine des infrastructures linéaires, les autres

2. DES QUESTIONS ANCIENNES QUI RESTENT D’ACTUALITÉ

Cependant, l’utilisation systématique des calculs aux fins de pro-

6. André Laure et Claude Abraham, « L’Étude économique des investissements routiers », La

obtenues sont la conséquence exacte des hypothèses adoptées. Mais il

7. Actualisation du rapport : Transports : pour un meilleur choix des Investissements, Commis-

2.1. La nature et l’évaluation des avantages pris en compte

2.2. Le taux d’actualisation

2.3. Le « coût d’opportunité des fonds publics »

9. Commissariat Général du Plan, « Transports ; pour un meilleur chois des investissements »,

duels, dont certains sont d’ailleurs négatifs, et non compensés, est-il

4. La prise en compte du risque

dans le taux d’actualisation. Les articles de Ch. Gollier et A. de Palma

5. Le problème des insuffisances budgétaires

Concernant ce problème, on trouvera ci-après, dans les articles

Au mois de février 2003, un rapport sur les grands projets d’infras-

1. . Comité interministériel d’aménagement et de développement du territoire.

pourraient, non pas refonder, mais enrichir le calcul économique.

Dans le domaine des transports, le choix des investissements a un

nement, à la sécurité et à la sant,é et permettant de procéder à des

d’actualisation. Il insiste sur les raisons qui ont récemment poussé la

1. MODÉLISATION DU TRAFIC, THÉORIE ÉCONOMIQUE

Modifications de réseaux et calcul financier et économique. Il s’agit

1. L’auteur remercie Ariane Dupont-Kieffer de l’INRETS dont les nombreuses suggestions

2. L’ÉCONOMIE, LES FLUX ET LE RÉSEAU EN PÉRIODE

Une approche agrégée compatible avec les développements désa-

Sans rétroaction sur les activités. Dans le cadre fondamental et

2.1. La représentation des flux par un système à quatre matrices

sortie vers l’extérieur du réseau, la matrice N des flux internes au

Au Tableau 2, on reconnaît facilement FE et FL, les vecteurs des

C. Propriétés comptables élémentaires du système : un exemple.

Si on note e’ le transposé d’un vecteur unitaire et diag (.) la diago-

inférieures de la matrice L désignent les attractions Tj = 兺Tij = Dj (en

E. Relation à la théorie économique. Quesnay (1759) avait une

En nous inspirant de Blankmeyer (1971), nous réinterprétons sim-

TL* = (I-A)-1 FL* (5)

en utilisant comme d’habitude la définition de A fondée sur le vecteur