Évolution des Elasticités du transport routier de fret au prix du gazole

Elasticités de court et de long terme

Lorsque le prix change, la réponse de la demande n’est pas immédiate vu les délais d’ajustement. Le court terme correspond à une période de temps au cours de la quelle certains effets ne se produisent pas. A long terme cependant, la quasi-totalité des ajustements ont lieu.
GOODWIN (1992) et GOODWIN et al. (2004) insistent sur l’intérêt des modèles dynamiques pour capturer les réponses à long terme et séparer le court du long terme. Le modèle dynamique est présenté ainsi :
Gt=α + βPt+ γIt+ δGt-1 (3)
β et γ donnent les effets à court terme et β / (1-δ) et γ / (1-δ) les effets à long terme.
L’économétrie des séries temporelles a connu un développement remarquable depuis les années 1960 et 1970 (BRESSON, PIROTTE, 1995). Dans les années 1980, les modèles dynamiques ont été mis en cause par des études montrant que la structure des séries n’était pas analysée et que l’hypothèse de stationnarité des séries temporelles est fréquemment violée (BRUNEL, 2005).
Pour la demande de carburant, WASSERFALLEN et GÜTENSPERGER (1988) sont les premiers chercheurs qui ont évoqué le problème de non stationnarité des séries. En cas de non stationnarité des séries et d’intégration d’ordre un, de nouvelles procédures d’estimation faisant intervenir les notions de co-intégration ou de modèle à correction d’erreur sont utilisées. Ainsi un modèle à correction d’erreur est le suivant :
Gt=α + βPt + γIt + δGt-1 + εt (4)
ΔGt=Gt – Gt-1 (5)
ΔGt=c + d εt-1 + Σi ei ΔPt-i + Σjfj ΔIt-j+ut (6)
β et γ donnent les effets de long terme et d est le coefficient d’ajustement, il mesure la vitesse à la quelle les variables s’ajustent pour revenir à l’équilibre de long terme.
Selon Goodwin, Dargay, Hanly (2002 ; 2004), les effets à long terme sont sensiblement plus importants que les effets à court terme, tant pour les prix que pour les revenus, et pour toute mesure de la demande.

Elasticités de la demande de transport de fret

L’élasticité de la demande de fret a été étudiée plus tardivement et avec moins de raffinements que celle de la demande de voyageurs. De nombreux auteurs distinguent les élasticités de la demande de transport de fret, généralement exprimée en tkm, de l’élasticité du trafic, exprimé en vehkm ; BEUTHE et al. (2001) distinguent les élasticités qui portent sur un ensemble de modes en concurrence, par exemple le transport terrestre, de celles qui portent sur un seul mode, les premières étant généralement basées sur un modèle de choix modal (ABDELWAHAB, 1998; ABDELWAHAB, SARGIOUS, 1992). SMALL et WINSTON (1999) ont montré que l’élasticité varie selon les marchandises transportées. Ici nous ne considérons que le transport routier de fret et non l’impact d’un changement du prix du carburant ou d’un changement du prix du transport routier sur le transfert entre la route et les autres modes et nous considérons l’ensemble des marchandises transportées par la route. En résumé nous nous proposons ici d’estimer la relation entre la génération de transport routier de marchandises et le prix du carburant en France, en utilisant des séries temporelles et un modèle à correction d’erreur.

TESTS DE STATIONNARITÉ ET DE COINTÉGRATION

Il est connu que l’emploi des séries non stationnaires dans les régressions a pour effet de produire ce qu’on appelle « la fausse régression », la régression « illusoire » ou « fallacieuse ». La bonne régression est celle qui utilise des variables stationnaires (ENGLE et GRANGER, 1987).
Une série chronologique est considérée comme stationnaire lorsque sa variance et sa moyenne n’évoluent pas dans le temps (BOURBONNAIS, 2000). En d’autre terme, une série xt est stationnaire ou intégré d’ordre 0 (I(0)) si :*E (xt) = μ avec μ qui est une constante ;
*Var (xt) < ∞ pour tout t ;*Cov (xt, xt+h) = γx(h) où γx(h) est une constante. h = 0, ±1, ±2, . . .
Lorsque les séries sont stationnaires, nous pouvons procéder directement à l’estimation de l’équation. Mais la régression d’une série non stationnaire sur une série stationnaire n’a aucun sens. Par contre, il est possible de procéder à l’estimation de l’équation entre des séries non stationnaires et intégrées d’ordre 1 lorsqu’il existe une combinaison linéaire de ces séries qui est stationnaire (relation de co-intégration) à l’aide de modèle à correction d’erreur (SALANIÉ, 1999).
Pour tester alors la stationnarité des séries et déterminer si la série a une racine unitaire, nous pouvons recourir au test de Dickey-Fuller(DF), au test de Dickey-Fuller augmenté (ADF) ou au test de Phillips Perron (PP).Une fois que nos séries sont toutes non-stationnaires et intégrées d’ordre 1 ; il est utile de réaliser le test de co-intégration. La co-intégration se définit ainsi : deux séries Xt et Yt sont co-intégrées si chacune est un processus I(1) (Xt et Yt ~I(1)), et s’il existe une combinaison linéaire de Xt et Yt stationnaire c.à.d. = Yt – a – b Xt est un procédé I(0).