[Total : 0    Moyenne : 0/5]

L’Analyse Coût – Bénéfices (ACB) vise à identifier et quantifier les conséquences positives (les bénéfices) et négatives (les coûts) d’une décision, puis à les exprimer en une unité commune : l’unité monétaire.

Introduction

L’Analyse Coût – Bénéfices (ACB) vise à identifier et quantifier les conséquences positives (les bénéfices) et négatives (les coûts) d’une décision, puis à les exprimer en une unité commune : l’unité monétaire. Il s’agit donc d’un outil d’aide à la décision au même titre que le multivoting, l’AHP

L’intérêt de la méthode est qu’elle fournit un cadre logique permettant d’identifier les coûts et les bénéfices ainsi que les bénéficiaires et les perdants.

On notera que cet outil est très utilisé par les politiques américains et anglais. Moins par les Français… Pour cette raison, la plupart des usages et exemples que vous trouverez seront liés à des enjeux politiques (constructions de route…). Pour une démarche Lean 6 Sigma, on pourra utiliser cette méthode pour définir le plan de déploiement global. Il nous permettra alors de prioriser l’usine pilote et de sélectionner les projets d’envergures.

1 – Définir les parties prenantes

Dans un premier temps, on va définir notre périmètre d’étude en effectuant une analyse des parties prenantes. On va identifier l’ensemble des personnes ou groupes de personnes impactés directement ou indirectement par le projet.

2 – Spécifier les différents scénarios ou projets

Ensuite, pour limiter les risques, on va définir les différents scénarios pour chacune des solutions possibles. Pour chacune des alternatives, on va définir un scénario permettant de décrire la situation avec ou sans le projet.

3 – Lister les conséquences et choisir leurs indicateurs

Pour effectuer une comparaison pertinente, on va définir un certain nombre d’indicateurs quantitatifs communs à l’ensemble des scénarios. Ces indicateurs représentant les impacts positifs ou négatifs que les scénarios peuvent avoir.

On notera que si notre indicateur est difficilement mesurable, on choisira un « proxy » : une variable proche de celle pour laquelle on cherche les données, mais pour laquelle la mesure est simple ou disponible.

Ces indicateurs sont aussi nombreux que le type de projets qu’il peut exister. On pourra avoir des gains de productivité, des réductions d’incidents…

4 – Prédire les conséquences « indirectes » du projet

Ensuite, on va prédire les impacts du projet une fois celui-ci en place. L’exercice est intéressant pour anticiper les problèmes et les opportunités.

Par exemple, il est possible que la mise en place d’une réglementation pour produire des véhicules plus sûrs engendrera des comportements de conduite à risque.

5 – Monétiser les conséquences

Une fois les indicateurs identifiés, il faut les traduire en « coût » monétaire. Deux cas vont se présenter à nous :

  • Les impacts concernent un marché : ils s’agit des impacts directs de notre projet et donc facilement mesurable, ce que l’on appelle également les Hard Dollar.
  • Les impacts dits « Hors marché » : ce sont les impacts pour lesquels il n’y a pas directement de prix, ce que l’on appelle les Soft Dollar. Par exemple, des projets sur l’amélioration de la qualité de l’air ont des impacts dits « hors marché ». Il n’y a pas de prix directement, pour autant, la plupart d’entre nous sont près à payer pour cela. On appelle cela le «Consentement à payer ». Plusieurs méthodes peuvent être utilisées pour identifier ce « prix ».

Le consentement à payer

 

Le consentement à payer (en anglais « Willingness to pay ») mesure ce qu’un individu serait près à donner pour bénéficier d’un bien (ou des bienfaits d’un projet). Il s’agit d’une mesure monétaire de la variation de bien-être d’un individu qui serait nécessaire pour accepter un projet…

De façon équivalente, on peut évaluer le consentement à recevoir, ce que l’individu voudrait obtenir en compensation pour la diminution d’un bien ou d’un service.

On représente cette notion le plus souvent via un graphique qui se lit de la manière suivante : J’ai 6 personnes prêtes à payer le Prix P6, mais qu’une à payer le prix P1. Au prix P*, nous avons donc la quantité Q*, l’aire en gris clair de ce rectangle représentant la « dépense des consommateurs ». Le restant étant « le surplus des consommateurs ».

Cette notion a été introduite par Jules Dupuit (1804 – 1866). Ingénieur du corps des Ponts et chaussées, il a travaillé sur les problèmes économiques liés à la construction d’infrastructures publiques. L’une de ses responsabilités concernait le système routier français et consistait à faire des choix parmi toutes les demandes de nouveaux ponts et routes à construire. En 1844, il publie « De la mesure de l’utilité des travaux publics », contribution pionnière à la théorie de l’utilité. Il propose dans cet ouvrage de se focaliser davantage sur l’utilité des travaux publics (bénéfices tirés par leurs usagers) que sur leur coût en termes de péage, soulignant que le bien-être ressenti par le consommateur dépasse le prix payé (certains individus seraient près à payer plus que le montant du péage pour traverser le pont ou utiliser un canal). C’est cette différence entre le consentement à payer et le prix réel qui a ensuite été appelé le « surplus du consommateur ». Ces notions de subjectivité de la valeur et d’utilité marginale ont ensuite été développées par les économistes dans l’approche dite « marginaliste ».

Méthode des prix hédoniques

Cette méthode permet d’isoler et de monétiser les différentes caractéristiques qui définissent un même produit. On va identifier l’ensemble des prix totaux d’un produit ou projet et en identifier les causes permettant d’identifier la variation. De là, à l’aide d’une analyse de régression ou d’un test d’hypothèse, on va définir le « prix » de chacun des paramètres.

À titre d’exemple, supposons que l’on veuille déterminer la valeur monétaire de la vue dont bénéficient les habitants d’un quartier résidentiel. Si l’on recueille les prix de ventes des habitations de ce quartier et d’autres voisinages, et toutes les caractéristiques qui influencent ces prix, on peut décrire et estimer une relation permettant d’isoler la valeur de chaque caractéristique, en particulier ce que les individus sont prêts à payer pour bénéficier de la vue en question.

Méthode d’analyse conjointe

Une autre méthode plus sophistiquée est l’analyse conjointe. Dérivée du marketing, cette méthode permet de mesurer le poids relatif de différents attributs d’un bien ou d’un service aux yeux des bénéficiaires potentiels, le prix étant l’un des attributs à évaluer. Cela consiste à décomposer le bien à évaluer en attributs (distance d’une usine, qualité de l’air, etc.) puis à définir des niveaux de « qualité » pour chacun de ces attributs (distance de 1, 2, 10 kilomètres ; qualité de l’air mauvaise, moyenne ou bonne). Des scénarios offrant différentes combinaisons de ces attributs sont ensuite proposés aux individus, avec un coût associé. En analysant les choix des individus, on déduit leurs arbitrages entre différents attributs et la valeur monétaire associée à chaque niveau de qualité.

Cette méthode permet d’éviter certains biais imputables à l’évaluation contingente, puisqu’il est plus facile pour les personnes de faire un choix qualitatif entre plusieurs alternatives que de donner une valeur monétaire brute. Elle nécessite des traitements statistiques plus complexes.

6 – Actualiser les coûts et bénéfices futurs

Dans la plupart des projets pour lesquels vous allez utiliser cette méthode, ses impacts seront sur le long terme. Pour cette raison, la décision devra s’appuyer sur des coûts et des bénéfices qui seront actualisés. On utilisera alors le principe de la Valeur Actuelle Nette.

7 – Analyser la robustesse des résultats

L’analyse de la robustesse de nos résultats va consister à identifier la probabilité de nos bénéfices. Ainsi, en fonction de la répartition de probabilité de nos paramètres d’entrée et connaissant leur impact sur Valeur Actuelle Nette, on va calculer la répartition de celle-ci via une analyse de Monte-Carlo.

On effectuera ce calcul pour l’ensemble des scénarios.

8 – Faire une recommandation de décision

En fonction de l’analyse de robustesse, plusieurs pistes vont nous permettre de déduire notre recommandation. Nous retrouvons ainsi :

  • Si notre projet a de forts risques opérationnels, on privilégiera celui qui présente la variabilité la plus faible et donc ayant le risque statistique le plus faible.
  • Nous avons du budget, alors nous allons privilégier celui qui a le plus fort gain.
Share This