
4
paramétriques ont la particularité de n’imposer aucune forme préétablie à la frontière (Murillo-
Zmarano, 2004). L’approche non paramétrique est donc utilisée lorsque le processus de
production ne peut pas être identifié par une forme fonctionnelle. La convexité de l’ensemble de
production est l’unique élément de différenciation des approches non paramétriques. Elle permet
de distinguer l’approche non paramétrique convexe de celle non convexe. La première fut utilisée
par Farell en 1957 pour la première fois. La frontière de production proposée par Farell est
linéaire et elle impose des rendements constants à l’échelle. Deux méthodes (Data Envelopment
Analysis et le Free Disposal Hull) servent à estimer les frontières de production de l’approche
non paramétrique. La première méthode consiste à estimer une enveloppe convexe tandis que la
deuxième permet d’ordonner les entreprises dans un ordre croissant, de manière à estimer une
frontière en forme d’escalier. Une application de la première méthode avec des données relatives
à la presse écrite ivoirienne peut être observée dans l’étude de Nuama (2002). La programmation
mathématique sert à estimer les frontières de l’approche non paramétrique. Il s’agit des méthodes
descriptives qui utilisent comme support la programmation linéaire ou la programmation
quadratique (Leleu, 2006). La nature des écarts entre la production observée et la production
maximale différencie les frontières stochastiques des frontières déterministes. En effet, si l’on
suppose que les écarts sont expliqués uniquement par l’inefficience du producteur, on qualifie la
frontière de nature déterministe. Si par contre on estime que les écarts sont expliqués à la fois par
l’inefficience du producteur et par des éléments aléatoires, qui ne dépendent pas du producteur,
on dit que la frontière est de nature stochastique (Kumbakar et Lovell, 2000).
En résumé, l’efficacité d’une exploitation ou d’un secteur peut être mesurée par des
approches paramétriques ou non paramétriques qui diffèrent essentiellement par les hypothèses
concernant les résidus. Une frontière de production de coût ou de profit sera paramétrique si l’on
impose une forme fonctionnelle (Cobb-Douglas, Translog, etc.) déterministe si l’on suppose que
tout écart entre la fonction estimée et les observations est considéré comme étant de l’inefficacité
du producteur, et stochastique si, les écarts sont expliqués à la fois par l’inefficacité du producteur
et par des éléments aléatoires qui échappent au contrôle de l’exploitant. Les approches
paramétriques imposent une forme fonctionnelle qui présuppose la forme de la frontière, alors
que les approches non paramétriques imposent moins de structure à la frontière mais supposent
l’absence d’erreurs aléatoires.
2.3 Déterminants de l’efficacité
La mesure de l’efficacité économique permet d’identifier les gains potentiels de profit
dans le secteur étudié. L’inefficacité résultante peut être expliquée par certains facteurs tels que la
taille de l’exploitation, l’âge et le niveau d’instruction du chef de l’exploitation, etc. D’un point de
vue politique, il est intéressant de rechercher les sources de l’inefficacité et d’identifier les
déterminants. Les pouvoirs publics peuvent agir sur les déterminants ainsi identifiés pour
améliorer l’efficacité globale. La première question habituelle posée est comment expliquer le
différentiel d’efficacité aperçu entre les exploitations et/ou entre les secteurs. Plusieurs méthodes
sont utilisées à cet effet. Il existe la méthode en une seule étape appelée frontière de production à
erreurs composées et à effets d’inefficacité incorporés proposée par Battese et Coelli (1992). Une
autre méthode également utilisée pour expliquer les inefficacités procède en deux étapes : d’abord
les inefficacités sont estimées à partir d’une frontière paramétrique ou non paramétrique, puis une
régression des scores d’efficacité est effectuée sur les variables déterminantes. En général, cela
suppose que les variables expliquant l’inefficacité sont celles relatives aux caractéristiques des
exploitants et des exploitations, elles sont différentes des facteurs de production. Cette hypothèse
est introduite pour éviter le biais inclus dans la première étape, selon lequel le niveau d’efficacité
est indépendant de ces variables alors que dans la deuxième étape, ils sont considérés comme
dépendants. Selon Murillo Zamorano (2004), les méthodes donnent des résultats équivalents.
L’avantage de cette méthode est qu’en cas d’erreur de spécification dans la deuxième étape, le