Dans ce chapitre, il est question d’analyser mathématiquement et économiquement les comportements des stations service.
III.1. Présentation de données de base
Afin de bien conduire notre analyse, il est important de présenter avant tout les données qui nous servirons de base de calcul et d’analyse. Il s’agira des données sur le prix pratiqué par les opérateurs économiques, des quantités vendues et enfin des coûts supportés6.
III.1.1. Evolution du prix de l’essence entre janvier 2009 et décembre 2011
Tableau n°3 : Evolution du prix de l’essence entre janvier 2009 et décembre 2011 par litre
|
Année
2009
|
Prix
essence en
USD
|
Année
2010
|
Prix
essence en
USD
|
Année
2011
|
Prix
essence en
USD
|
|
Janv-09
|
1,201
|
Janv-10
|
1,3169
|
Janv-11
|
1,5331
|
|
Févr-09
|
1,201
|
Févr-10
|
1,358
|
Févr-11
|
1,538
|
|
Mars-09
|
1,304
|
Mars-10
|
1,358
|
Mars-11
|
1,538
|
|
Avr-09
|
1,304
|
Avr-10
|
1,358
|
Avr-11
|
1,5728
|
|
Mai-09
|
1,33
|
Mai-10
|
1,358
|
Mai-11
|
1,5728
|
|
Juin-09
|
1,33
|
Juin-10
|
1,358
|
Juin-11
|
1,5728
|
|
Juil-09
|
1,33
|
Juil-10
|
1,358
|
Juil-11
|
1,6622
|
|
Août-09
|
1,33
|
Août-10
|
1,358
|
Août-11
|
1,6622
|
6 Ces informations sont à retrouver en annexe N°1
|
Sept-09
|
1,33
|
Sept-10
|
1,3652
|
Sept-11
|
1,6622
|
|
Oct-09
|
1,33
|
Oct-10
|
1,3652
|
Oct-11
|
1,6622
|
|
Nov-09
|
1,3169
|
Nov-10
|
1,5331
|
Nov-11
|
1,6622
|
|
Déc-09
|
1,3169
|
Déc-10
|
1,5331
|
Déc-11
|
1,6622
|
Source : Division provinciale de l’économie nationale, Rapports annuels 2009, 2010 et
2011
Il est à noter que les prix pratiqués à la pompe durant les périodes 2009, 2010 et 2011 sont exactement ceux fixés par l’arrêté ministériel du Gouvernement central à partir de Kinshasa, mais majorés un peu de la reconstruction de la province du Sud Kivu fixée par l’arrêté du gouverneur.
Le graphique suivant retrace l’évolution du prix de l’essence durant les trois années
sous étude :
Graphique n°1 : Evolution du prix de l’essence de janvier 2009 à décembre 2011
Titre du graphique
janv.-13 févr.-13 mars-13 avr.-13 mai-13 juin-13 juil.-13 août-13 sept.-13
oct.-13
Source : Notre confection
De ce graphique, nous remarquons que le prix de l’essence durant la période sous étude
avait une allure croissante.
III.1.2. Evolution des quantités vendues d’essence dans la branche des stations
services entre janvier 2009 et décembre 2011
Le tableau ci-après retrace l’évolution des quantités vendues par les six stations-services retenues dans notre étude :
Tableau n° 4: Evolution des quantités vendues d’essence dans la branche des stations
services
|
Mois
|
Quantité
vendue
|
Mois
|
Quantité
vendue
|
Mois
|
Quantité
vendue
|
|
janv-09
|
1127969
|
janv-10
|
503227
|
janv-11
|
1147532
|
|
févr-09
|
1051485
|
févr-10
|
758881
|
févr-11
|
892599
|
|
mars-09
|
929724
|
mars-10
|
600506
|
mars-11
|
1161916
|
|
avr-09
|
844585
|
avr-10
|
628449
|
avr-11
|
1193933
|
|
mai-09
|
571476
|
mai-10
|
774558
|
mai-11
|
307842
|
|
juin-09
|
570775
|
juin-10
|
1057546
|
juin-11
|
1517224
|
|
juil-09
|
899534
|
juil-10
|
946752
|
juil-11
|
1108062
|
|
août-09
|
628485
|
août-10
|
971699
|
août-11
|
1201654
|
|
sept-09
|
310658
|
sept-10
|
864613
|
sept-11
|
572940
|
|
oct-09
|
353904
|
oct-10
|
844973
|
oct-11
|
509790
|
|
nov-09
|
752861
|
nov-10
|
572682
|
nov-11
|
280428
|
|
déc-09
|
1282107
|
déc-10
|
573673
|
déc-11
|
452535
|
Source : Rapport annuel des six stations-services de la cité d’Uvira, 2009, 2010 et 2011
De ce tableau, nous pouvons remarquer que la vente de l’essence s’est accrue de manière significative. En janvier 2009, elle était de1127969 litres et 1282107 litres en décembre de cette même année. Ce qui nous laisse croire qu’il y a eu augmentation de
13,7%. En janvier 2010, elle était de 503227 litres, soit une diminution par rapport à l’année précédente. Mais en décembre 2010, elle est passée à 573673 litres, soit une augmentation par rapport à janvier de cette même année de 14%. En janvier 2011, le secteur7 a réalisé un volume de vente de 1193933 litres contre 452535 litres en décembre de cette même année, soit une diminution de 62,1%.
Pour l’ensemble de la période sous étude, la vente de l’essence a diminué comme le
montre la tendance du graphique n°2.
Graphique n°2 : Evolution des quantités vendues d’essence dans la branche des
stations services
Source : Notre confection
III.2. Détermination des fonctions
Dans cette section, il est question de présenter les différentes fonctions qui vont nous
permettre d’aborder notre analyse. Le modèle économétrique de régression simple nous a permis d’obtenir ces différentes fonctions.
7 Le secteur dont il est question ici est constitué de six stations-service retenues dans cette étude.
III.2.1. Détermination de la fonction de demande inverse
La fonction de demande représente la quantité dont les consommateurs ont besoin
d’acquérir à chaque niveau de prix et est de la forme suivante :
Où Q est la quantité demandée, a une constante, b la pente de la fonction et P le prix unitaire du bien.
Dans le cas d’espèce, cette fonction de demande est écrite comme suit :
Etant donné qu’en concurrence imparfaite, les entreprises ont une contrainte de
débouchés, cela nous amène à déterminer la fonction de demande inverse qui consiste à exprimer le prix en fonction de la quantité demandée. Nous avons alors:
Þ
Où P= prix appliqué dans la branche et Q= quantité totale vendue dans la branche.
III.2.2. Détermination de la fonction de coût
Dans ce point, nous présentons les fonctions de coûts de chaque station et du secteur dans son ensemble. Ces fonctions régressées sont obtenues en utilisant le logiciel Eviews.
- Fonction des coûts de la station CHLR
- b. Fonction de couts de la station GBP
- c. Fonction des coûts de la station ENGEN
- d. Fonction des coûts de la station RUKOBE WA RUKOBE
- e. Fonction des coûts de la station MAKASI
- f. Fonction des coûts de la station GPK
- Fonction de coûts du secteur
III.2.3. Détermination des fonctions de profits a. Fonction de profit de la station CHLR
Où est le profit réalisé par la station CHLR, est la recette totale et le coût total de cette station.
Þ [ ( )] (
)
Þ
Þ
A l’optimum, le profit marginal de la station CHLR est nul. Ce qui se traduit
mathématiquement comme suit :
Þ
( )
- b. Fonction de profit de la station GBP
Le même raisonnement appliqué à la station CHLR l’est aussi ici. Nous aurons alors :
Où est le profit réalisé par la station GBP, est la recette totale et le coût total de cette station
Þ [ ( )] (
)
Þ
Þ
A l’optimum, le profit marginal de la station GBP est nul. Ce qui nous donne la relation
suivante :
Þ
( )
- c. Fonction de profit de la station MBUGUJE
Où est le profit réalisé par la station ENGEN, est la recette totale et le coût total de cette station.
Þ [ ( )] (
)
Þ
Þ
A l’optimum, le profit marginal de la station MBUGUJE est nul. Ce qui nous donne la
relation suivante :
Þ
( )
- d. Fonction de profit de la station RUKOBE WA RUKOBE
Où est le profit réalisé par la station RUKOBE WA RUKOBE, est la recette totale et le coût total de cette station.
Þ [ ( )] (
)
Þ
Þ
A l’optimum, le profit marginal de la station RUKOBE WA RUKOBE est nul. Ce qui nous donne la relation suivante:
Þ
( )
- e. Fonction de profit de la station MAKASI
Où est le profit réalisé par la station MAKASI, est la recette totale et le coût total de cette station.
Þ [ ( )] (
)
A l’optimum, le profit marginal de la station MAKASI est nul. Ce qui nous donne la
relation suivante :
figure
- f. Fonction de profit de la station GPK
Où est le profit réalisé par la station GPK, est la recette totale et le coût total de cette station.
Þ [ ( )] (
)
Þ
Þ
A l’optimum, le profit marginal de la station GPK est nul. Ce qui nous donne la relation suivante :
Þ
( )
III.3. Analyse du secteur dans l’approche de Cournot
Rappelons que l’équilibre de Cournot est celui qui résulte de la concurrence par les quantités. On suppose qu’il existe un mécanisme donnant le prix en fonction de la quantité (Henriet, 2005)
- Détermination des quantités optimales de chaque station service
Afin de déterminer les quantités optimales à vendre par chaque station dans cette approche, il suffira de résoudre le système d’équation ainsi trouvé. La méthode matricielle sera ainsi utilisée et est de cette forme :
Où Q est le vecteur des quantités vendues par station, l’inverse de la matrice et B
le vecteur des chiffres indépendants.
En prenant les relations (1), (2), (3), (4), (5) et (6), nous avons le système d’équation
suivant :
54
( )
( )
( )
( )
( )
{ ( )
( )
( )
( )
Þ
( )
( )
{ ( )
( )
( )
( )
Þ
( )
( )
{ ( )
Sous forme matricielle, nous avons ce qui suit :
0 06 0 00000 0 00000 006
0 0000 0006 0 000006 0 000006 0 000006
0 000006 0 00001 0006 0 000006 0 000006
0 000006 0 000006 0 0 000006
00 0 0000 000006 0 000006 0 00001 0006
0 0 000006 0 000006 0 000006 0 0000 0 00001
[
] [ ] [ ]
En cherchant les valeurs des quantités optimales de chaque station, nous avons ce qui suit :
0 06 0 000006 0 00000 006
0 000 0006 0 000006 0 000006 0 000006
0 000006 0 00001 0006 0 000006 0 000
Þ
[ ] [
0 000006 0 000006 000012 0 000006
0 0000 000006 0 000006 0 00001 0006
0 0 000006 0 000006 0 000006 0 000006 0 00001
] [ ]
En utilisant le logiciel Excel 2007, nous aboutissons au résultat suivant pour les quantités optimales :
Þ
[ ] [ ]
Une fois que l’on a déterminé les quantités optimales, nous pouvons trouver le profit de chaque station et de la branche, la quantité totale optimale ainsi que le prix d’équilibre de la branche.
- b. Détermination des profits optimaux et de la quantité à vendre par la branche
Ayant déterminé les quantités optimales à vendre par chaque station, remplaçons-les dans les fonctions de profit de chaque station.
Tableau n°4 : Détermination des profits optimaux et de la quantité à vendre par la branche
|
|
CHLR
|
GBP
|
MBUGUJE
|
RUKOBE
|
MAKASI
|
GPK
|
Profit
total
|
Quantité
totale
|
|
Quantité
d’équilibre
|
180000
|
183333
|
100000
|
106667
|
85000
|
108333
|
|
763333
|
|
Profit
d’équilibre
|
172918
|
198244
|
54517,4
|
66748,5
|
42411,5
|
63183,3
|
598022
|
|
|
Prix
d’équilibre
|
1,62
|
|
|
Source : notre confection
De ce tableau, nous observons qu’à l’équilibre c’est la station service GBP qui vendrait
plus de quantité et réaliserait plus de profit, soit respectivement 183333 litres par mois et
198244$ de profit. Elle est suivi par la station CHLR.
Il ressort de cette analyse que chaque station service affiche un comportement individuel en offrant une quantité qui maximise son profit étant donné que le prix sur le marché. Ce qui confirme notre deuxième hypothèse.
III.4. Analyse du secteur en cas d’entente
Les entreprises peuvent-elle mieux faire en s’entendant ? A quoi bon augmenter ses quantités à vendre et sombrer dans la guerre des quantités à offrir sur le marché ? Pourquoi ne pas signer une sorte de contrat avec le concurrent ? en coalisant, voici les résultats que les stations –services peuvent réaliser :
Le problème consiste maintenant à maximiser le profit total du secteur.
( )
Þ
Þ
A l’optimum,
0
Þ
Þ
Þ
Le profit de la branche sera obtenu en remplaçant la quantité optimale trouvée dans la fonction de profit.
Þ
Þ 636248,3$
III.5. Comparaison de deux approches
Dans le tableau suivant, nous essayons de comparer les résultats obtenus dans l’approche de Cournot par rapport à ceux obtenus dans l’approche collusive des stations-service.
Tableau n°6 : Comparaison de l’approche de Cournot et celle Coopérative
|
|
Approche de
Cournot
|
Signe
|
Approche de
collusion
|
|
Quantité totale à
vendre par mois
|
763333 litres
|
|
375833,3 litres
|
|
Prix de vente
unitaire
d’équilibre
|
1,62$
|
|
3,95$
|
|
Profit mensuel de
l’ensemble du
secteur
|
598022,4$
|
|
636248,3$
|
Source : Nos calculs
Il ressort de ce tableau que la quantité optimale vendue par les stations-service en se faisant concurrence est supérieure à celle qu’elles pourraient vendre en formant un cartel.
Globalement, le profit en cas de collusion est supérieur à celui qu’on réaliserait en situation de non coopération des stations-service. Ce qui confirme la troisième hypothèse. Le prix de vente en cas de collusion est supérieur à celui pratiqué en cas de concurrence. Ceci s’explique avec la loi de l’offre et de la demande : le prix s’ajuste de manière à égaliser l’offre à la demande. Comme l’offre, en collusion, semble être inférieure à la demande, le prix aura tendance à augmenter et aura comme conséquence pour les opérateurs économiques, une augmentation du profit.
III.6. Implications de l’étude
De ces résultats, plusieurs les implications peuvent être tirées aussi bien pour les stations- service que pour les autorités congolaises.
La collusion procure plus de profits aux entreprises, ce qui est profitable pour elles. Mais la conséquence est la hausse des prix et la diminution de l’offre. La hausse de prix érode le pouvoir d’achat des consommateurs (la population) et la diminution de la quantité fait encore pire.
L’indisponibilité de ce produit (essence) affecte le secteur du transport qui voit le prix augmenter. Le manque de ce bien peut conduire à l’inflation (une hausse généralisée de prix). D’où l’implication est que l’Etat devrait veiller à la non coalition dans ce secteur non seulement pour protéger le pouvoir d’achat de la population et donc le salaire réel de ses fonctionnaires mais aussi pour assurer la disponibilité du produit sur le marché et donc prévenir l’inflation.
Du coté des opérateurs économiques, parce que le profit est élevé en collusion, cela va stimuler les entrées de nouvelles firmes et diminuera la concentration et les profits sur le marché. La libre entrée est certainement le principal obstacle à la collusion. Les stations- service en place s’accorderont par exemple sur des schémas de punitions à appliquer aux nouveaux entrants. Comme ces punitions seront dégressives avec le temps, chaque entrant sera incité à participer honnêtement dans le marché.
Le cartel présente le problème d’instabilité fondamentale. Aucune station-service n’aura intérêt à respecter le contrat d’entente, c’est-à-dire les quotas de vente définis par le cartel. Il y aura existence des passagers clandestins. Comme le prix sera fixé à un niveau supérieur au coût marginal, certaines stations tenteront d’accroitre leurs quantités à vendre et diminuer leur prix de manière à égaliser ce dernier au coût marginal. Et si ce comportement se généralise, il constituera une menace pour le cartel. D’où, ces opérateurs ont intérêt à faire concurrence et éviter la collusion même si cette dernière leur permet de réaliser plus de profit.
III.7. Limites de l’étude et perspectives de recherche
La pertinence des résultats trouvés dans cette étude ne met pas cette dernière à l’abri des critiques car elle présente certaines limites. Tout d’abord, la première limite provient des modèles développés ; ils ne sont applicables que pour des biens normaux respectant la loi de la demande. Deuxièmement, la petitesse du nombre de stations-services alors qu’une bonne approche serait d’élargir le nombre de stations-services pour trouver un comportement adapté de toutes les stations-service se trouvant dans la cité d’Uvira. Du fait de l’indisponibilité de données nécessaires, nous avons été incapables d’analyser la partie invisible de l’iceberg pouvant accompagner la théorie de l’oligopole qui présente l’analyse économique classique de l’interaction stratégique entre les entreprises. Cette autre partie est la théorie de jeux qui stipule que les agents économiques peuvent interagir stratégiquement de diverses façons.
Ce travail n’a abordé qu’un seul produit parmi les multitudes de produits pétroliers qui existent et s’est focalisé sur un petit milieu en voie d’urbanisation qui est la cité d’Uvira. Mais aussi, en faisant cette analyse, nous n’avons pas voulu comprendre les facteurs qui incitaient les consommateurs d’acheter le carburant chez tel distributeur plutôt que chez tel autre.
Notre étude a voulu seulement analyser le comportement des agents économiques dans la cité d’Uvira. Une autre étude similaire pourrait être menée dans un autre milieu, appliquée à un autre produit. Une autre pourrait intégrer les consommateurs en tentant de ressortir les facteurs qui les poussent à choisir les lieux d’approvisionnement des produits pétroliers.
L’étude émet des hypothèses pour parfaire le choix du modèle de Cournot. Ces hypothèses ayant été vérifiées par une approche qualitative, une approche quantitative rigoureuse pourrait parfaire l’analyse du problème.
Table de matières
Enregistrer en PDF
Imprimer cette page
