Données empiriques sur la forme des coûts

Il existe différents types d’études de coûts empiriques: études de coûts statistiques, études de questionnaires aux entreprises, études de coûts d’ingénierie, études basées sur la technique du survivant ».

La majorité des études de coûts empiriques suggèrent que les coûts en forme de U postulés par la théorie traditionnelle ne sont pas observés dans le monde réel.

Deux résultats majeurs ressortent principalement de la plupart des études. Premièrement, la meilleure approximation de la TVC à court terme est une ligne droite (à pente positive).

Cela signifie que l'AVC et le MC sont constants sur une plage de sortie assez large. Deuxièmement, à long terme, les coûts moyens chutent nettement par rapport aux faibles niveaux de production et restent ensuite pratiquement constants à mesure que l’échelle de la production augmente. Cela signifie que le coût à long terme est en forme de L plutôt qu'en forme de U. Des déséconomies d'échelle ont été observées dans de très rares cas et à des niveaux de production très élevés.

Bien entendu, toutes les sources de preuve peuvent et ont été attaquées pour différents motifs, certains justifiés et d'autres injustifiés. Cependant, le fait que tant de sources de données diverses vont en général dans la même direction (c’est-à-dire conduisent à des conclusions plus ou moins similaires) concernant la forme des coûts dans la pratique suggère certainement que les courbes de coûts strictement en forme de U de la théorie traditionnelle pas suffisamment représenter la réalité.

A. Etudes de coûts statistiques:

Les études de coûts statistiques consistent en l'application d'une analyse de régression à des séries chronologiques ou à des données transversales. Les données chronologiques incluent des observations sur différentes magnitudes (production, coûts, prix, etc.) d'une entreprise au fil du temps. Les données transversales fournissent des informations sur les intrants, les coûts, les extrants et d'autres grandeurs pertinentes d'un groupe d'entreprises à un moment donné.

En principe, on peut estimer les fonctions de coût à court et à long terme soit à partir de séries chronologiques, soit à partir de données transversales. Nous pouvons estimer une fonction de coût à court terme, soit à partir de données chronologiques d'une seule entreprise sur une période au cours de laquelle l'entreprise a une capacité d'installation donnée qu'elle a déjà utilisée à différents niveaux, en raison, par exemple, des fluctuations de la demande; ou un échantillon représentatif d'entreprises de même capacité, chacune opérant à un niveau de production différent pour une raison quelconque (par exemple, en raison des préférences des consommateurs, des accords de partage du marché, etc.). En raison des difficultés rencontrées pour obtenir un échantillon représentatif d'entreprises répondant aux exigences ci-dessus, les fonctions de coûts à court terme sont généralement estimées à partir de données chronologiques d'une entreprise dont les installations sont restées les mêmes pendant la période couverte par l'échantillon.

Nous pouvons estimer une fonction de coût à long terme à partir d’un échantillon de série chronologique comprenant les données de coût-sortie d’une seule entreprise dont l’échelle des opérations a pris de l’élargissement (avec le même état de technologie); ou un échantillon représentatif d'entreprises ayant différentes tailles d'installations, chacune étant exploitée de manière optimale (à son niveau de coût minimal).

Étant donné que la technologie évolue avec le temps, les données chronologiques ne sont pas appropriées pour l'estimation des courbes de coûts à long terme. Ainsi, pour l'estimation statistique des coûts à long terme, l'analyse transversale est généralement utilisée pour tenter de surmonter le problème de l'évolution technologique, étant donné que «l'état de la situation artistique» est donné à un moment donné.

La procédure adoptée dans les études de coûts statistiques peut être décrite comme suit. Une fois les données collectées et traitées de manière appropriée (voir ci-dessous), le chercheur commence généralement par ajuster une fonction linéaire aux observations de coût-sortie.

C = b 1 X 1 + u

Où C = coût variable total

X = sortie (mesurée en volume physique)

u = une variable aléatoire qui absorbe (principalement) l'influence sur les coûts de tous les facteurs n'apparaissant pas explicitement dans la fonction de coût.

Dans son ouvrage classique, J. Johnston présente un résumé complet et une critique d’un large éventail d’études de coûts statistiques. La plupart des études statistiques montrent que, à court terme, la CVA est constante sur une plage de production considérable, alors qu’à long terme, la CV est en général en forme de L. Les résultats des études statistiques sur les coûts ont été critiqués pour des raisons d’interprétation, de limitation des données et d’omission ou de traitement inadéquat de variables explicatives importantes (spécification erronée de la fonction de coût).

Problèmes d'interprétation:

La nature des données:

Les études de coûts statistiques sont basées sur des données comptables qui diffèrent des coûts d'opportunité idéalement requis pour l'estimation des fonctions de coûts théoriques. Les données comptables n'incluent pas plusieurs éléments qui constituent des coûts aux yeux de l'économiste. Par exemple, le bénéfice n'est pas inclus dans les coûts du comptable et il en va de même pour tous les coûts imputés, qui ne comportent pas de paiements réels.

Ainsi, les fonctions de coûts statistiques, basées sur des données ex post (données comptables réalisées), ne peuvent pas réfuter la forme en U des coûts de la théorie traditionnelle, qui montre la relation ex ante entre coût et production. Les résultats statistiques reflètent le simple fait que les entreprises opèrent à court terme dans les limites de leur capacité prévue et ne vont pas au-delà de leurs limites de capacité, précisément parce qu'elles savent que, au-delà de ces limites, les coûts augmentent fortement.

De même, la preuve des coûts à long terme en forme de L reflète les coûts réels jusqu’aux niveaux de production connus jusqu’à présent, et le fait que les entreprises ne se développent pas au-delà de ces niveaux, car elles estiment qu’elles seront confrontées à de plus grandes échelles de production. déséconomies d'échelle (coûts croissants).

La durée de la période:

Idéalement, la période de temps devrait couvrir le cycle de production complet du produit. Cependant, la période de temps des comptables ne coïncide pas avec la période réelle sur laquelle le cycle de production est terminé. Habituellement, les données comptables sont des données agrégées pour deux ou plusieurs périodes de production, et cette agrégation peut fausser quelque peu la linéarité des fonctions de coût estimées.

Couverture des études de coûts:

Les études de coûts statistiques se réfèrent principalement aux entreprises publiques, qui sont complètement différentes des entreprises des secteurs concurrentiels. Par conséquent, la preuve ne peut être généralisée pour s’appliquer à toutes les industries.

Déficits de données :

Les données comptables ne sont pas appropriées pour estimer les fonctions de coûts théoriques, non seulement parce qu'il s'agit de dépenses ex post (réalisées) (et non de coûts d'opportunité), mais pour plusieurs raisons supplémentaires.

Frais d'amortissement:

Parmi les coûts variables, il convient d'inclure le coût de l'équipement des utilisateurs. Les données comptables donnent des chiffres d'amortissement complets qui incluent non seulement le coût de l'utilisateur, mais également les coûts d'obsolescence (ou de temps) du matériel. De plus, en général, les comptables utilisent la méthode de l'amortissement linéaire, tandis que dans le monde réel, les dépenses d'amortissement et de fonctionnement du capital fixe sont non linéaires, mais elles augmentent avec l'âge des machines.

Répartition des coûts:

Les coûts doivent être correctement imputés aux produits. Toutefois, les comptables affectent souvent aux différents produits les coûts semi-fixes (qui sont inclus dans la variable dépendante (TVC) de la fonction de coût), en fonction de certaines règles empiriques, de manière à éviter toute correspondance exacte. entre la production et ses coûts de production déclarés.

Fonctions de coût des entreprises multiproduits:

Avec les entreprises multiproduits, il convient d’estimer une fonction de coût distincte pour chaque produit. Toutefois, les données requises ne sont pas disponibles ou ne sont pas précises en raison de la répartition généralement ponctuelle des coûts communs entre les différents produits. Les chercheurs ont donc tendance à estimer une fonction de coût global pour tous les produits de l'entreprise. De telles fonctions ne sont pas fiables en raison de l'indice de sortie utilisé comme variable dépendante.

L'indice de la production est un indice pondéré des différents produits, la pondération étant le coût moyen des produits individuels. Dans ces conditions, ce que l’on mesure en réalité est une relation «circulaire», une sorte d’identité plutôt qu’un lien de causalité, car

C = f (X)

et pour que

C = f (AC)

Spécification des fonctions de coût :

Les courbes de coûts supposent une technologie constante et des prix d'intrants constants. Si ces facteurs changent, les courbes de coûts vont changer. Les études statistiques sur les coûts ont été critiquées pour leur incapacité à prendre en compte de manière adéquate les changements technologiques et les prix des facteurs.

Changements de technologie:

Nous avons dit que les courbes de coûts à court terme sont généralement estimées à partir de données de séries chronologiques d'une seule entreprise dont l'échelle d'installation est restée constante au cours de la période d'échantillonnage. Les chercheurs supposent que l'exigence d'une technologie constante est automatiquement satisfaite à partir de la nature des données chronologiques. Ceci, cependant, peut ne pas être vrai.

Une entreprise peut indiquer la même taille d’usine, tandis que les unités physiques de son équipement ont été remplacées par des machines plus perfectionnées. Par exemple, une entreprise textile peut avoir gardé sa capacité constante tout en ayant remplacé plusieurs machines à tisser manuelles obsolètes (entièrement amorties) par une seule machine automatisée. Ce remplacement constitue un changement technologique qui, s'il n'est pas pris en compte, faussera la relation coût-production.

Lorsque l'on utilise un échantillon représentatif d'entreprises de tailles différentes pour l'estimation de la courbe de coût à long terme, on suppose que le problème de l'évolution technologique est résolu car les méthodes de production disponibles ("état de la technique") sont connues pour toutes les entreprises, la technologie dans un échantillon transversal est constante au sens de la connaissance commune de la «situation de l’art» à tout moment.

Cela ne signifie toutefois pas que toutes les entreprises de l'échantillon transversal utilisent des méthodes de production également avancées. Certaines entreprises utilisent des méthodes modernes alors que d'autres utilisent des méthodes de production obsolètes. Dans ces conditions, le problème des différences de technologie est résolu par les chercheurs, en partant de l’hypothèse convenable selon laquelle la technologie (c’est-à-dire l’âge de l’usine) est répartie de manière aléatoire entre les entreprises. Certaines petites entreprises ont une technologie obsolète alors que d’autres ont une technologie avancée tenir pour toutes les tailles d'entreprise.

Si cette hypothèse est vraie, les différences de technologie des entreprises sont absorbées par la variable aléatoire u et n’affectent pas la relation coût-production. Cependant, cette hypothèse peut ne pas être justifiée dans le monde réel. En effet, il est concevable que les grandes entreprises aient des coûts moins élevés car elles disposent de technologies plus avancées. Si tel est le cas, la fonction de coût estimée à long terme ne reflète pas la relation coût-résultat théorique.

En résumé, les courbes de coûts, à court et à long terme, changent continuellement en raison des améliorations technologiques et de la «qualité» des facteurs de production. Ces décalages n'ont pas été pris en compte dans l'estimation des courbes de coûts. Par conséquent, les fonctions statistiques estimées sont en fait obtenues à partir de points de jonction qui appartiennent à des courbes de coûts changeantes et ne montrent pas la forme théorique des coûts.

Changements dans les prix des facteurs:

On a reproché aux fonctions de coût de ne pas traiter de manière adéquate le problème des variations des prix des facteurs de production. Les données de séries chronologiques, utilisées pour estimer les courbes de coûts des SR, ont en fait été déflatées. Mais les indices de prix utilisés n'étaient pas ceux idéalement requis et les estimations sont donc biaisées. Johnston1 a fait valoir que le biais impliqué dans les procédures de déflation adoptées n'invalidait pas nécessairement les résultats statistiques, car il n'était pas du tout clair que le biais devait être orienté vers la linéarité de la relation coût-résultat.

Les études transversales sont censées éviter le problème des variations de prix, car les prix sont donnés à tout moment. Cela est vrai si les entreprises incluses dans l’échantillon se trouvent au même endroit. Toutefois, les échantillons transversaux incluent des entreprises situées à différents endroits.

Si les prix des facteurs diffèrent d’un endroit à l’autre, ils doivent être introduits explicitement dans la fonction (en tant que variable explicative ou par une procédure de déflation appropriée), sauf si les écarts de prix sont dus à la taille des entreprises dans chaque emplacement, auquel un ajustement des coûts serait nécessaire. Habituellement, les études transversales ignorent le problème des différences de prix et leurs résultats peuvent donc ne pas représenter la véritable courbe de coût.

Changements dans la qualité du produit:

Il est supposé que le produit ne change pas pendant la période d'échantillonnage. Si des améliorations de la qualité ont eu lieu (et n'ont pas été prises en compte), la relation coût-production sera biaisée. Compte tenu des difficultés rencontrées pour "mesurer" les différences de qualité (dans le temps ou entre les produits de différentes entreprises), ce problème a été largement ignoré dans l'analyse statistique des coûts.

Critiques spécifiques des études de coûts à long terme:

Les critiques (supplémentaires) suivantes ont été dirigées contre les études des coûts à long terme:

Friedman a fait valoir que les conclusions empiriques tirées des données transversales des entreprises ne sont pas surprenantes, car toutes les entreprises en équilibre ont des coûts égaux (elles produisent au minimum de leur nombre de pays d'Amérique latine), quelle que soit leur taille. Cet argument serait valable si les entreprises travaillaient en concurrence pure. Cependant, dans les industries manufacturières, la concurrence pure et simple n'existe pas (comme nous le verrons dans la deuxième partie de ce livre).

Friedman a également fait valoir que les coûts unitaires de toutes les entreprises devraient en réalité être les mêmes, quelle que soit leur taille, car tous les loyers sont des coûts pour les entreprises individuelles. Cet argument implique également l’existence de procédures de concurrence et de comptabilité pures qui incluraient les «loyers» et les bénéfices normaux (ainsi que les bénéfices de monopole) dans les coûts. De toute évidence, les comptables n'incluent pas ces éléments dans leurs coûts. Pourtant, leurs coûts montrent des coûts constants à grande échelle.

Les données transversales supposent:

i) Que chaque entreprise a ajusté ses activités de manière à produire de manière optimale;

(ii) Que la technologie (c’est-à-dire l’âge de l’usine) est répartie au hasard entre les entreprises: certaines petites entreprises ont une technologie ancienne, d’autres une technologie de pointe, il en va de même pour les grandes entreprises;

(iii) Cette capacité entrepreneuriale est associée au hasard aux différentes tailles d’usines.

En bref, il y a trop de différences inter-entreprises qui ne peuvent pas être supposées distribuées aléatoirement à différentes tailles d'installations. Par conséquent, la fonction de coût mesurée n'est pas la vraie fonction de coût de la théorie économique. Cette critique est fondamentalement valable.

La fonction de coût mesurée est une relation fallacieuse et fallacieuse orientée vers la linéarité. Les entreprises utilisent des procédures de «tarification standard» qui tendent à montrer des coûts fictivement bas pour les petites entreprises et élevés pour les grandes entreprises lors de l'application de méthodes de chiffrage standard, les petites entreprises ayant tendance à utiliser un «facteur de charge typique» élevé, tandis que les grandes entreprises un «facteur de charge typique» conservateur (faible). Ainsi, les données de coûts des entreprises qui appliquent des méthodes de coûts standard, si elles sont utilisées pour l’estimation de fonctions de coûts statistiques, introduiront un biais en faveur de la linéarité.

La statistique des pays d'Amérique latine est en outre fallacieuse en raison du fait observé que les petites entreprises travaillent généralement en dessous de leur capacité "moyenne", tandis que les grandes entreprises travaillent au-dessus de leur capacité totale. Les deux derniers arguments «sophisme de régression» s'appliquent à de nombreux secteurs pour lesquels les fonctions de coût ont été estimées de manière statistique.

B. études basées sur des questionnaires:

L'étude la plus connue et la plus débattue de ce groupe est celle menée par Eiteman et Guthrie. Les chercheurs ont tenté de tirer des conclusions sur la forme des courbes de coûts par la méthode des questionnaires. Les entreprises sélectionnées ont été présentées avec divers graphiques de coûts et ont été invitées à indiquer quelle forme elles pensaient être leurs coûts. La plupart des entreprises ont indiqué que leurs coûts n'augmenteraient pas à long terme, alors qu'elles restent constantes sur certaines fourchettes de production. C’est la même preuve que celle fournie par les fonctions de coûts statistiques.

C. Etudes de coûts d'ingénierie

L’étude Eiteman-Guthrie a été critiquée au motif que les auteurs n’avaient pas posé les questions appropriées et n’avaient pas interprété leurs résultats correctement. Il a notamment été avancé que des hommes d’affaires auraient pu interpréter l’expression «capacité» i «capacité d’exploitation optimale» ou «capacité absolue».

La méthode d'ingénierie est basée sur les relations techniques entre les intrants et les niveaux d'extrant inclus dans la fonction de production. À partir des informations techniques disponibles, le chercheur décide des combinaisons d’entrées optimales pour obtenir un niveau de sortie donné. Ces combinaisons d'intrants techniquement optimales sont multipliées par les prix des intrants (facteurs de production) pour donner le coût du niveau de production correspondant. La fonction de coût inclut le coût des méthodes optimales (le moins coûteux) permettant de produire différents niveaux de production.

Pour illustrer la méthode d'ingénierie, nous utiliserons l'étude de L. Cookenboo sur les coûts d'exploitation des conduites principales de pétrole brut. La première étape de la méthode d'ingénierie consiste à estimer la fonction de production, c'est-à-dire la relation technique entre les intrants et les extrants. Dans le cas des conduites principales de pétrole brut, la production (X) a été mesurée en barils de pétrole brut par jour. Les entrées principales dans un système de pipeline sont «diamètre du tuyau», «puissance des pompes», «nombre de stations de pompage». Cookenboo a estimé à partir d'informations techniques la fonction de production

X = (0-01046) -1/2 735. H0.37.D1.73

Où X = barils par jour (l'étude était limitée à des débits compris entre 25 000 et 400 000 barils par jour)

H = puissance

D = diamètre du tuyau

La fonction de production est homogène au degré 21, c'est-à-dire que les rendements d'échelle sont approximativement égaux à 2, ce qui implique qu'une augmentation des facteurs de production de k% entraîne une augmentation de la production de 2k%. L'entrée 'nombre de stations de pompage' ne se prêtait pas facilement à une estimation technique a priori, et Cookenboo a utilisé pour cette entrée les coûts réels (historiques) obtenus d'une société pipelinière (après les avoir ajustés pour tenir compte des conditions météorologiques anormales prévalant lors de la construction de la centrale. stations de pompage).

La fonction de production reliant X, H et D dépendra de plusieurs facteurs tels que la densité du pétrole brut acheminé dans les conduites, l’épaisseur de la paroi des conduites utilisées, etc. Cookenboo a estimé sa «fonction de production technique» pour le pétrole brut typique du «Mid-Continent» et pour une épaisseur de paroi de conduite de ¼ de pouce sur toute la longueur de la conduite (permettant une variation de terrain de 5% et en supposant que la gravité n'influence pas le débit du brut. pétrole).

La fonction de production ci-dessus a été calculée à l'aide d'une formule hydraulique permettant de calculer la puissance en chevaux de divers volumes d'écoulement de liquide dans des tuyaux (ajustée avec des constantes appropriées pour le pétrole brut de type Mid-Continent). La fonction de production technique estimée est illustrée à la figure 4.43 (reproduite des travaux de Cookenboo).

La deuxième étape de la méthode d'ingénierie consiste à estimer les courbes de coûts à partir des informations techniques fournies par la fonction de production d'ingénierie. La fonction de production montre qu’un niveau de production donné peut être produit techniquement avec diverses combinaisons d’entrées D et H.

Afin de calculer la courbe de coût à long terme, Cookenboo a procédé comme suit. Pour chaque niveau de production, il a estimé le coût total de toutes les combinaisons possibles de H et D, et il a choisi la moins chère de ces combinaisons comme étant la solution optimale pour ce niveau de production. La courbe des coûts à long terme a ensuite été formée par les combinaisons d’intrants les moins coûteuses pour la production de chaque niveau de production inclus dans son étude.

Le coût total (pour chaque niveau de production) comprend trois éléments, les coûts de D, les coûts de H et les «autres coûts»:

Les coûts du diamètre du tuyau (D):

Celles-ci incluent le coût des matières premières (acier, vannes, protection anticorrosion, etc.) et le coût de la main-d'œuvre pour la pose de 1 000 miles de tuyaux (longueur d'un tube de ¼ de pouce).

Les coûts de la puissance en chevaux (H):

Il s’agit des dépenses annuelles en énergie électrique, en main d’œuvre et en entretien nécessaires au fonctionnement des stations de pompage. Cookenboo a inclus dans cette catégorie le coût initial des stations de pompage (coûts des matières premières et coûts de la main-d'œuvre).

D'autres coûts:

Celles-ci comprennent les coûts initiaux de la capacité des réservoirs de stockage, l'arpentage de l'emprise, les dommages causés au terrain traversé, un système de communication et les dépenses d'une force de bureau central. Cookenboo suppose que ces coûts sont proportionnels à la production (ou à la longueur des tuyaux), à l'exception du dernier poste (dépenses de la force de bureau central), qu'il considère toutefois comme sans importance:

Il n'y a pas de coût par baril significatif d'un pipeline, qui change avec la longueur. Les seuls coûts sont ceux d'une force de bureau central; ceux-ci sont sans conséquence par rapport au total. Par conséquent, il est possible d’affirmer que les (autres) coûts par baril-mille pour une ligne principale de 1 000 milles sont représentatifs des coûts par baril-mille de toute ligne principale.

La courbe de coût moyen à long terme dérivée de la fonction de production technique est illustrée à la figure 4.44 (sur la base des travaux de Cookenboo).

De son étude, Cookenboo a conclu que les coûts de la LR chutaient de manière continue sur la gamme de production couverte par son étude. Il convient de noter que les études de coûts d’ingénierie portent principalement sur les coûts de production et n’accordent pas assez d’attention à la distribution (vente) et aux autres frais d’administration-gestion. Compte tenu de leur nature, leurs résultats ne sont pas surprenants et ne peuvent sérieusement remettre en question la courbe LR en forme de U de la théorie traditionnelle. L'existence d'économies techniques dans les grandes installations n'a pas été mise en doute.

En effet, de par leur conception, les grandes usines ont un coût unitaire inférieur, sinon les entreprises ne seraient pas intéressées par le passage à de telles techniques de production à mesure que leur marché se développerait; ils préféreraient plutôt se développer en faisant double emploi avec des usines de taille plus petite, dont les opérations sont connues de la main-d'œuvre (et de leur personnel administratif). Ce qui a été mis en cause, c’est l’existence de déséconomies de gestion à grande échelle. Et les études de coûts d’ingénierie ne sont pas très bien adaptées pour apporter des preuves décisives de l’existence de telles déséconomies.

Les coûts d'ingénierie sont probablement la plus proche approximation des coûts de production de l'économiste, car ils évitent les problèmes de changement de technologie (en se concentrant sur un "état de la technique") et de modification des prix des facteurs (en utilisant les cotations de prix actuelles fournies par les fournisseurs). En outre, de par leur nature, ils fournissent des informations ex ante sur la relation coût-production, comme l'exige la théorie économique. Cependant, les coûts d'ingénierie donnent des informations inadéquates sur les coûts de gestion et constituent donc une faible approximation de la théorie de la rentabilité économique globale.

Une autre lacune des études de coûts d’ingénierie est la sous-estimation des coûts d’usines de grande taille résultant de l’extension des résultats des études à des niveaux de production supérieurs à leur fourchette. Généralement, les études de coûts d’ingénierie reposent sur une usine pilote à petite échelle. Les ingénieurs projettent ensuite les relations entrées-sorties dérivées de l’usine pilote aux grandes (grandes) installations de production. Il a souvent été constaté que l'extension des systèmes d'ingénierie existants à de plus larges gammes de niveaux de production sous-estime grossièrement les coûts des opérations à grande échelle et de grande taille.

Enfin, les études de coûts d’ingénierie s’appliquent à des opérations qui se prêtent facilement à l’analyse technique. C'est la raison pour laquelle de telles études ont été jugées utiles pour estimer les fonctions de coût du raffinage du pétrole, des processus industriels chimiques, de la production d'énergie nucléaire. Cependant, les lois techniques qui sous-tendent la transformation des intrants en extrants ne sont pas connues avec le détail souhaité pour la plupart des industries manufacturières, où, en conséquence, la technique d'ingénierie ne peut pas être appliquée.

D. Fonction de production statistique:

Les études statistiques des fonctions de production sont une autre source de données sur les rendements d'échelle. La plupart de ces études montrent des rendements d'échelle constants, à partir desquels il est déduit que les coûts sont constants, au moins sur certaines plages d'échelle. A l'instar des fonctions de coûts statistiques, les fonctions de production statistiques ont été attaquées pour différents motifs. Leur discussion dépasse le cadre de ce livre. Le lecteur intéressé est invité à consulter l'article de AA Walters intitulé Econometric Production and Cost Functions ', Econometrica (1963).

E. La technique du survivant

Cette technique a été développée par George Stigler. Il est basé sur la doctrine darwinienne de la survie du plus apte.

La méthode implique que les entreprises aux coûts les plus bas survivront dans le temps:

(Le postulat de base de la technique du survivant) est que la concurrence d'entreprises de tailles différentes élimine les entreprises les plus efficaces.

Par conséquent, en examinant l'évolution de la taille des entreprises dans une industrie à différentes périodes, on peut en déduire quelle est la forme des coûts dans cette industrie. On peut supposer que la technique du survivant trace la courbe des coûts à long terme, car elle examine l'évolution dans le temps des entreprises opérant à différentes échelles de production.

En appliquant la technique du survivant, les entreprises ou les usines d’un secteur sont classées par groupes, et la part de chaque groupe dans la production marchande est calculée dans le temps. Si la part d'un groupe (classe) donné diminue, la conclusion est que cette taille est relativement inefficace, c'est-à-dire que ses coûts sont élevés (rendements décroissants). Le critère de classification des entreprises en groupes est généralement le nombre d'employés ou la capacité des entreprises (en pourcentage de la production totale de l'industrie).

Pour illustrer l'application de la technique du survivant, nous présentons ci-dessous les résultats de l'étude de Stigler sur les économies d'échelle de l'industrie sidérurgique aux États-Unis. Les entreprises ont été regroupées en sept classes en fonction de leur part de marché.

D'après les données du tableau 4.4, Stigler a conclu qu'au cours des deux décennies couvertes par son étude, la part des petites et des grandes entreprises de l'industrie sidérurgique aux États-Unis n'a cessé de décroître. Ainsi, Stigler a conclu que les petites et grandes entreprises les entreprises sont inefficaces (ont des coûts élevés). Les entreprises de taille moyenne ont augmenté ou maintenu leur part de marché et constituent donc, selon Stigler, la taille optimale de l'entreprise pour le secteur de l'acier aux États-Unis.

Ces résultats suggèrent que la courbe des coûts à long terme de l’industrie sidérurgique est très plate (figure 4.45):

Il n’existe aucune preuve d’économies nettes ou de déséconomies d’échelle sur un large éventail de produits.

La technique du survivant, bien que séduisante pour sa simplicité, souffre de sérieuses limitations. Sa validité repose sur les hypothèses suivantes, qui sont rarement remplies dans le monde réel.

Il suppose que:

a) les entreprises poursuivent les mêmes objectifs;

(b) Les entreprises opèrent dans des environnements similaires, de sorte qu'elles ne bénéficient d'aucun avantage en termes de localisation (ou autre);

c) Les prix des facteurs et de la technologie ne changent pas, étant donné que de tels changements pourraient bien entraîner une modification de la taille optimale de l'installation;

(d) Les entreprises opèrent dans une structure de marché très compétitive, c'est-à-dire qu'il n'y a pas d'obstacles à l'entrée ou de collusion, car dans de telles conditions, des entreprises inefficaces (à coût élevé) survivraient probablement longtemps.

Même si elle est menée avec le plus grand soin et dans les conditions où les hypothèses ci-dessus sont remplies, la technique du survivant n'indique que la forme générale de la courbe des coûts à long terme, mais ne montre pas l'ampleur réelle des économies ou des déséconomies d'échelle.

Une autre lacune de la technique du survivant est qu’elle ne peut pas expliquer les cas où la distribution par taille des entreprises reste constante dans le temps. Si la part des différentes tailles d'installation ne change pas au fil du temps, cela ne signifie pas nécessairement que toutes les échelles d'installation ont la même efficacité. La répartition par taille des entreprises ne dépend pas uniquement des coûts. Les évolutions de la technologie et des prix des facteurs, les barrières à l'entrée, les pratiques en collusion, les objectifs des entreprises et d'autres facteurs, ainsi que les coûts doivent être pris en compte lors de l'analyse de la répartition par taille des entreprises dans le temps.

 

Laissez Vos Commentaires