Université Sultan Moulay Slimane ‫جامعة السلطان موالي سليمان‬

Faculté Polydisciplinaire ‫الكلية المتعددة التخصصات‬

Béni Mellal ‫بني مالل‬

FILIERE : SCIENCES ECONOMIQUES ET GESTION

PARCOURS : GESTION - 2018-2019

PROJET DE FIN D’ETUDES

POUR L’OBTENTION DE LA LICENCE D’ETUDES FONDAMENTALES

TITRE DU PROJET
« La mesure de l’efficience par la méthode DEA »
Cas du secteur de l’éducation

Rédigé par :
Reja Nisrine
Sabri Assia

Encadré par:

Pr. Mohcine BAKHAT

ANNEE UNIVERSITAIRE : 2018 / 2019

Nous dédions cet humble travail à :

Nos chers parents,

Nos chers professeurs,

Nos familles et nos amis,

Et à tout qui a contribué de près ou de loin à la réalisation de ce travail

-7-
Nos vifs remerciements vont tout d'abord à notre encadrant
M. BAKHAT MOHCINE, qui était toujours à notre écoute. Ses
conseils nous ont été très utiles lors de la réalisation de ce
travail.

Nous remercions également les membres de jury, pour leur

temps consacré à l'évaluation de ce travail.

Enfin, nous tenons à remercier l’ensemble du corps professoral

de la faculté polydisciplinaire de Béni Mellal, en l'occurrence,
les enseignants du département : Sciences Economie et de
Gestion.

-8-
Figure 1 : Efficience technique et Efficience allocative avec une approche orientée input.

Figure 2 : Efficience technique et efficience allocative avec une approche orientée output.

Figure 3 : Mesure de l’efficience d’échelle.

Tableau 1 : Modèles DEA en microfinance : une synthèse des travaux récents

Tableau 2 : Modèles DEA sur le secteur portuaire : une synthèse des travaux

Tableau 3 : Modèles DEA sur le secteur d’éducation : une synthèse des travaux

-9-
LISTE D'ABREVIATIONS

• BCC : Bnaker, Charnes et Cooper

• CCR : Charnes, Cooper et Rhodes
• CRS : Constant Return to Scale

• DEA : Data Envelopment Analysis

• DMU : décision-Makung Unit

• EA : Efficience Allocative

• ET : Efficience Technique

• ETP : Equivalent Temps Plein

• ETT : Efficience (économique) Total

• EVCI : l’Espérance de Vie Corrigée

• IMF : Institut de MicroFinance

• MENA : Middle East and North Africa

• OCDE : Organisation de Coopération et de Développement Economique
• OMS : Organisation Mondial de la Santé
• PET : Programme d'Emploi Temporaire

• PIB : Produit Intérieur Brut

• TEU : Twenty-foot Equivalent Unit

• USA : United States of America

• VRS : Variable Returns to Scale

• VTS : Véhicule Tactique de Servitude

- 10 -
 SOMMAIRE
Dédicace
Remerciements
Liste des figures et des tableaux
Liste d’abréviations
Sommaire
INTRODUCTION GENERALE…………………………………………………….7

CHAPITRE I : Aperçu sur la méthode d’analyse par enveloppement des données

Section 1 : Concept et mesure de l’efficience……………………………………….10
Section 2 : Histoire de la méthode DEA……………………………………………15
Section 3 : Les modèles de base de la méthode Data Envelopment Analysis (DEA)

CHAPITRE II : Etude comparative de l’utilisation de la méthode DEA dans des

différents secteurs…………………………………………………………...19

Section 1 : La mesure de L’efficience des institutions de microfinance par la

méthode DEA………………………………………………………………………………20
Section 2 : La mesure de L’efficience de secteur de l'industrie portuaire par
la méthode DEA………………………………………………………………………........23
Section 3 : La mesure de L’efficience de secteur de la santé par la méthode DEA

CHAPITRE III : Application de la méthode DEA au secteur de l’éducation……28

Section 1 : Résumé des variables d’inputs et d’outputs…………………………...29

Section 2 : Récapitulatif des variables d’inputs et d’outputs utilisées……………31

CONCLUSION GENERALE………………………………………………………32

REFERENCES BIBLIOGRAPHIQUES………………………………………………………………………………………………...33
TABLE DES MATIERES……………………………………………………………………………………………………………………35
ANNEXES………………………………………………………………………………………………………………………………….….37

- 11 -
 INTRODUCTION GENERALE

L’éducation revêt une importance particulière dans tous les pays du monde. Cette priorité a
poussé, depuis longtemps, presque tous les pays à élaborer une stratégie et suivre un objectif
commun : L’Education Pour Tous ; un engagement collectif visant à assurer une éducation de
base de qualité pour tous les enfants, les jeunes et les adultes. Ce mouvement n’est autre que le
fruit d’une prise de conscience générale, que le développement socio-économique de tout pays
est tributaire de la qualité de l’éducation et de l’efficacité de son système éducatif.
Au Maroc, l’adoption de la Charte Nationale d’Education et de Formation en 1999 a été le
premier pas concret vers un engagement pour le renouvellement de l’école nationale. La mise
en œuvre de cette Charte a lancé un processus de réformes et de mesures préconisées pour
généraliser l’accès à la scolarisation, réduire les disparités et promouvoir une éducation de
qualité. Vue l’importance de système éducatif nous avons choisi la méthode DEA pour mesurer
l’efficience.
L’évaluation de la performance des organisations par les économistes se fait d’ordinaire sur la
base d’indicateurs partiels de productivité. L’analyse par les ratios à l’avantage de présenter
une grande simplicité de mise en œuvre. En revanche, elle pose problème dans la mesure où
elle repose sur un seul facteur de production, Une deuxième approche, plus ambitieuse que les
ratios, consiste à utiliser la méthode économétrique de régression pour construire une fonction
de production. Cette dernière permet alors d’indiquer le niveau maximum de produits qui peut
être obtenu par les différentes combinaisons de ressources pour une technologie donnée.
Couramment utilisée pour juger de la performance des organisations productives, cette
approche pose aussi de sérieux problèmes.
❖ Premièrement, elle nécessite la définition préalable d’une forme fonctionnelle
censée caractériser la relation de production. Or, lorsqu’il s’agit du domaine
éducatif, les chercheurs manquent parfois de connaissances techniques
approfondies du processus de production.
❖ Deuxièmement, cette approche se base en principe sur un seul output et de ce
fait ne peut prendre en compte le caractère multidimensionnel de l’éducation. Il
existe, en effet, un large consensus selon lequel l’output du système éducatif est
divers et ne se résume pas aux seuls résultats scolaires.
❖ Une troisième faiblesse des méthodes économétriques est que les résultats

7
 qu’elles génèrent indiquent plutôt des valeurs moyennes et ne permettent pas de
porter un jugement détaillé sur les performances individuelles.
Face aux imperfections des méthodes traditionnelles, il importe de s’orienter vers de nouvelles
approches plus adaptées au contexte éducatif et qui permettent d’éviter les problèmes
susmentionnés. La méthode DEA (Data Envelopment Analysis), une méthode non
paramétrique pour mesurer l’efficience d’unités de décision. Développée par Charnes, Cooper
et Rhodes [1978], elle permet de mesurer l’efficience d’une unité de décision en la comparant
aux plus efficientes : elle fournit ainsi des mesures relatives de performance. L’analyse de
frontière est en fait une technique sophistiquée pour effectuer du benchmarking sur la
performance relative des unités de décision
Notre projet vise à répondre à la problématique suivante :

Dans quelle mesure la méthode DEA contribue à l’optimisation des

ressources dans les établissements de l’éducation ?

Les questions :
Quel est l’importance de la méthode DEA ?
Dans quel mesure la méthode DEA permet d’évaluer l’efficience ?
Le premier chapitre de ce travail sera consacré aux éléments de construction de notre projet
rechercher qui comprend les éléments suivants : Concept et mesure de l’efficience, Définition
de l’efficience, sa mesure, histoire de la méthode DEA, Les modèles de base de la méthode
Data Envelopment Analysis (DEA).
Le deuxième chapitre sera dédié aux champs d'applications de la méthode DEA.
En fin le troisième chapitre sera consacré à Application de la méthode DEA au secteur de
l’éducation.

8
 Chapitre 1 : Aperçu sur la méthode d’analyse par
enveloppement des données

Introduction

L’analyse d’enveloppement des données (DEA) est une méthode non paramétrique pour
mesurer l’efficience d’unités de décision (DMUs). Développée par Charnes, Cooper et Rhodes
[1978], elle permet de mesurer l’efficience d’une unité de décision en la comparant aux plus
efficientes : elle fournit ainsi des mesures relatives de performance. Plus précisément, cette
méthode mesure l’efficience d’une DMU sous un angle empirique en calculant l’écart relatif
séparant le point représentant les valeurs des inputs et outputs observés par rapport à un point
hypothétique sur la frontière de production. On peut de cette manière estimer le degré
d’efficience de chaque DMU par rapport à cette frontière qui détermine les meilleures pratiques
(« best practice ») L’analyse de frontière est en fait une technique sophistiquée pour effectuer
du benchmarking sur la performance relative des unités de décision.

9
 Section 1 : Concept et mesure de l’efficience
1. Définition de l’efficience

L’efficience est la capacité d'un individu ou d'un système de travail d'obtenir de bonnes
performances dans un type de tâche donné1;
Une fonction de production établie, sous sa forme la plus générale, est une relation entre les
intrants « inputs » et les extrants « outputs ». Une unité de production est dite efficiente si, à
partir du panier d’intrants qu’elle détient ou utilise, elle produit le maximum d’output possible
ou si, pour produire une quantité donnée d’output, elle utilise les plus petites quantités possibles
d’intrants (Atkinson, Scott et Cornwell, 1994). La mesure du degré d’efficience d’une unité de
production permet donc de cerner si cette dernière peut accroître sa production sans pour autant
consommer plus de ressources, ou diminuer l’utilisation d’au moins un intrant tout en
conservant le même niveau de production.
Les premiers travaux sur le concept d’efficience sont attribués à Koopmans (1951) et Debreu
(1951). Koopmans fut le premier à proposer une mesure du concept d’efficience et Debreu le
premier à le mesurer empiriquement. Debreu proposa le coefficient d’utilisation des ressources
qui portait essentiellement sur des mesures de ratio extrant-intrant. Farrell (1957)2 fut le premier
à définir clairement le concept d’efficience économique et à distinguer les concepts d’efficience
technique et d’efficience allocative :
• Efficience technique : L’efficience technique est définie comme étant « le niveau
maximum d’output (produit) réalisable moyennant un niveau déterminé d’inputs
(facteurs de production), étant donné l’éventail de technologies alternatives offertes à
l’agriculteur » (Ellis 1988 3; cité par Azzam et all,19944). On suppose donc à travers
cette définition que l’ensemble des producteurs a accès à la même technologie et que
seuls ceux qui produisent le maximum sont considérés efficients techniquement.
L’utilisation de la notion d’efficience technique permet de mesurer l’écart existant entre
le niveau des intrants observé pour chaque entreprise agricole, et un niveau considéré
comme optimal déterminé en tenant compte des exploitations les plus performantes.

1
https://www.larousse.fr/dictionnaires/francais/efficience/27930
2
The measurement of productif efficiency. Journal of Royal Statistical Society. Series A, Part III, Vol. 120, pp.
253-281.
3
Ellis, F. (1988), ‘Peasant Economics, Farm Households and Agrarian Development’. Cambridge University
Press, Cambridge.
4
Azzam S.M., Azzam A.M., Moussaoui M., Laamari A., Moore K., Sefrioui A., 1994. Les pertes de production
dues à l’inefficience technique chez les producteurs de pois chiches dans la Chaouia. Journée d’information sur
les recherches en économie agricole, Avril 1994, INRA, Maroc.

10
 • Efficience allocative : Elle apprécie la façon dont l’exploitation choisit les proportions
des différents inputs par rapport aux prix proposés par le marché supposé concurrentiel,
et décrit donc comment les exploitations allouent leurs ressources productives pour
produire un niveau donné de biens ; c’est pourquoi le terme d’efficience allocative est
employé pour désigner l’efficience-prix de Farrell. La définition de l’efficience
allocative fait référence aux conditions marginales de maximisation du profit. Ainsi,
pour une technologie donnée, le producteur ajuste les quantités de produits et de facteurs
pour refléter les prix relatifs : la valeur marginale du produit doit être égale au coût
marginal du facteur.
• Efficience économique : traduit la possibilité de produire une quantité maximale à
partir d’un input donné. Elle est mesurée à partir de la relation entre la production
observée et la production maximale suite à l’utilisation de l’input en question. Selon
Farrell, l’efficience économique est déterminée à la fois par l’efficience technique et
allocative5
2. La mesure d’efficience

Comme nous l’avons mis en lumière, l’efficience se concorde à la minimisation des inputs pour
produire un niveau d’outputs donné ou, à la maximisation des outputs en fonction des inputs
disponibles. Donc, la mesure de l’efficience peut être orientée input ou output selon que l’on
s’intéresse à la minimisation des inputs ou à la maximisation des outputs. Par ailleurs, en tant
que déterminant de la performance, l’efficience est relative. Ainsi, pour la mesurer, il faut savoir
ce que font les références (ou benchmarks) (Lebas, 1995). Farrell (1957) est la première à
proposer l’utilisation d’une frontière de production6 pour résoudre ce problème (figure 1)7.

5
Elame, Fouad, « Efficience technique, allocative et économique des exploitations agricoles de la zone de
Souss-Massa », Al Awamia, 128, Janvier 2014, pp. 7-10.
7
Farrell, M. (1957). The measurement of productive efficiency. Journal of the Royal Statistical Society, Series
A, 120, p. 254.

11
Figure 1 : Efficience technique et Efficience allocative avec une approche orientée input

SOURCE 1 Farrell, M. (1957). The measurement of productive efficiency. Journal of the Royal Statistical Society, Series A, 120,
p. 254.

Pour simplifier la figure1 considère le cas d’une entreprise produisant un seul output y à partir
de deux inputs x1 et x2. L’isoquant SS’ représente la frontière de production de toutes les
entreprises efficientes pour un niveau d'outputs donné. Le concept d’efficience ici est nommé
efficience technique (ou efficience productive) (cf. Farrell, 1957 et Leibenstein, 19668), pour la
distinguer de l’efficience allocative qui sera présentée plus loin. Si une entreprise consomme
une certaine quantité d'inputs, définie par le point P, afin de produire une unité d'output, alors
𝑂𝑄
son efficience technique (ET) pourra être mesurée par le ratio : 𝐸𝑇 = (1.1)
𝑂𝑃

Une valeur de ET égale à 1 signifie que l’entreprise est efficiente du point de vue technique.
Par exemple, le point Q qui se trouve sur l'isoquant. Par exemple, le point Q qui se trouve sur
l'isoquant (1-ET) est donc une mesure de l’inefficience technique. C’est la proportion par
laquelle l’entreprise pourrait réduire les inputs observés sans diminution du montant de l'output
(approche orientée input).
Comme le précisent Thenet et Guillouzo (2002)9, la tangente AA' dans la figure 1 représente
la droite d'isocoût dont la pente est égale au rapport des prix des facteurs : à l'optimum, elle est
tangente à l'isoquant SS'. Dans ce cas, la combinaison des facteurs « allocative ment » efficiente

8
Leibenstein, H. (1966). Allocative efficiency vs. "X-efficiency". The American Economic Review, 56 (3), 392-
415.
9
Thenet, G., Guillouzo, R. (2002). La conception de la technologie comme boîte noire par le contrôle de gestion
bancaire : La mesure de la performance opérationnelle des agences par la méthode DEA (Data Enveloppement
Analysis). Technologie et management de l'information : enjeux et impacts dans la comptabilité, le contrôle et
l'audit.

12
si le taux marginal de substitution technique est effectivement égal au prix des facteurs. La
pente AA' constitue donc une mesure de l'efficience allocative (EA). Pour P, par exemple, elle
est égale à :
𝑂𝑅
𝐸𝐴 = 𝑂𝑄 (1. 2)

La distance RQ représente la réduction de coût si la production correspond au point Q'. Ce

dernier est efficient du point de vue allocatif, puisqu'il est déterminé par la tangente de l'isocoût
AA' à l'isoquant SS’. Une mesure de l'efficience (économique) totale (ETT) peut être obtenue
0𝑅 0𝑄 0𝑅
ainsi : 𝐸𝑇𝑇 = 0𝑃 = × 0𝑄 = 𝐸𝑇 × 𝐸𝐴 (1.3)
0𝑃

Si l’on examine l’efficience selon l’approche orientée output entreprise produisant deux outputs
y1 et y2 à partir d’un seul input x la frontière efficiente peut être représentée par la figure2. 10
Figure 2 : Efficience technique et efficience allocative avec une approche orientée output.

SOURCE 2 : Johnes, J. (2004)4

La frontière de production est représentée par l’isoquant ZZ : L’efficience technique du point

0𝑃
P, dans ce cas, se mesure par le ratio suivant : 𝐸𝑇 = 0𝑀 (1.4)

La distance PM représente donc l’inefficience technique du point P. C’est la quantité par

laquelle les outputs observés de l’entreprise pourraient être augmentés sans hausse du montant
de l'input.
L’efficience allocative est ici identifiée par une droite d’iso-revenu, DD’. Elle se mesure par :
0𝑀
𝐸𝐴 = (1.5)
0𝑁

Le point M’est à la fois techniquement et allocativement efficient. L’efficience totale est

10
Johnes, J. (2004). Efficiency measurement, in Johnes, G., Johnes, J. (Eds.), International Handbook on the
Economics of Education, Edward Elgar, Cheltenham, p. 615.

13
 0𝑃 0𝑃 0𝑀
définie, pour le point P, par le ratio suivant : 𝐸𝑇𝑇 = 0𝑁 = 0𝑀 × 0𝑁 =ET×EA (1.6)

L’efficience est considérée sous l’hypothèse de rendements d'échelle constants. Alors, si l’on
multiplie les inputs par une constante α. Donc la production totale augmentera dans les mêmes
mesures. Toutefois, l’approche est restrictive « car une entreprise pourrait être inefficiente 77
simplement par le fait de ne pas avoir une taille adéquate » (Johnes, 2004). Par suite, pour
prendre en compte l’efficience d’échelle levée en partant de l’hypothèse de rendements
d’échelle variables (VRS)11. Exemple d’une entreprise produisant un seul output y à partir d’un
seul input x qui est placé au point P comme il est illustré dans la figure 3.
La frontière de production chercher est OT, dance le but de comparer celle de CRS est aussi
représentée dans ce diagramme par la droite OT’.
Figure 3 : Mesure de l’efficience d’échelle

SOURCE 3: Johnes, J. (2004). Efficiency measurement, in Johnes, G., Johnes, J. (Eds.)12

Tout d’abord à la frontière de production de type CRS13, sous l’hypothèse de rendements

d’échelle constants. Dans l’approche orientée input, l'efficience technique de l’entreprise
ressembler à la distance horizontale du point de production à la frontière elle est mesurée par le
1 𝑌′𝐵′
ratio : 𝐸𝑇𝐶𝑅𝑆 =
𝑌′𝑃
(1.7)

En revanche, dans le cas laquelle l’input est fixe alors que l’output peut varier (l’approche
orientée output) son efficience technique correspond à la distance verticale du point de
0 𝑥′𝑃
production à la frontière, précisément mesurée par : 𝐸𝑇𝐶𝑅𝑆 = 𝑥′𝐴′ (1.8)

D’après l’observation de la figure 3 on constate que le ratio y’B’/y’p est égal à x’p/x’A’.

11
Variable returns to scale
12
Johnes, J. (2004). Efficiency measurement, in Johnes, G., Johnes, J. (Eds.), International Handbook on the
Economics of Education, Edward Elgar, Cheltenham, p. 617.
13
Constant returns to scale

14
Avec la spécification CRS, les mesures d'efficience technique obtenues selon l'orientation input
et selon l'orientation output sont donc identiques.
Intéressons-nous maintenant à la frontière de production de type VRS. Dans une approche
1 𝑦′𝐵
orientée input, l'efficience technique se mesure par : 𝐸𝑇𝑉𝑅𝑆 = 𝑦′𝑃 (1.9)

0 𝑥′𝑃
Dans une approche orientée output, l'efficience technique se mesure ainsi : 𝐸𝑇𝑉𝑅𝑆 = 𝑥′𝐴 (1.10)

Contrairement à la spécification CRS, la valeur de l’efficience technique sous VRS varie selon
que l’on se situe dans un cadre orienté input ou output. Pour une orientation donnée, l'efficience
technique d’une entreprise inefficiente est normalement plus élevée quand on la mesure avec
une frontière de type VRS (Johnes, 2004).
Enfin, pour préciser la mesure de l’efficience d’échelle, nous pouvons décomposer les mesures
d’efficience technique de type CRS. Pour l’orientation input, le ratio peut être reformulé comme
1 𝑦′𝐵′ 𝑦′𝐵 𝑦′𝐵′
suit : 𝐸𝑇𝐶𝑅𝑆 =
𝑦′𝑃
=
𝑦′𝑃
×
𝑦′𝐵
(1.11)

On observe à partir de la formule (1.11) que 𝑦′𝐵⁄𝑦′𝑃 est exactement le même que le ratio 𝐸𝑇𝑉𝑅𝑆
1

14
et que le deuxième est la mesure de l'efficience de type CRS orientée input pour une entreprise
hypothétique qui se situe au point B Ce deuxième ratio représente la mesure de l'inefficience
en raison de la divergence entre l'échelle de fonctionnement réelle et l'échelle la plus productive.
Il peut être utilisé pour refléter l’efficience d’échelle. Alors, dans un cadre orienté input,

l'efficience technique totale de l’entreprise qui se situe au point P. le ratio 𝑦′𝐵′⁄𝑦′𝑃, peut être

divisée en une mesure de l’efficience technique pure (𝑦′𝐵⁄𝑦′𝑃) et une mesure de l'efficience

d’échelle (𝑦′𝐵′⁄𝑦′𝐵). De même, dans un cadre orienté output, le ratio (1.8) peut être reformulé
0 𝑥′𝑃 𝑥′𝑃 𝑥′𝐴
aussi : 𝐸𝑇𝐶𝑅𝑆 = 𝑥′𝐴′ =𝑥′𝐴 × 𝑥 ′ 𝐴′

L'efficience technique totale (LE RATIO 𝑥′𝑝⁄𝑥′𝐴′) peut aussi être divisée en une mesure de

l’efficience technique pure (𝑥′𝑃⁄𝑥′𝐴) et une mesure de l'efficience d’échelle (𝑥′𝐴⁄𝑥′𝐴′).

Section 2 : Histoire de la méthode DEA

En 1957 un article a été publié dans le journal « Journal of the Royal Statistical society » par
M. J. Farrell sur la mesure de l’efficience productive.
Cet article offrir un arrière-plan pour DEA.

14
C’est la mesure orientée input de l’efficience technique de l’entreprise au point P, avec la
spécification VRS.

15
Cette méthode a apparu selon une étude par E. Rhodes, sous la supervision de A. Charnes and
W.W. Cooper, pour l’évaluation de la performance d’un programme éducatif pour les élèves
défavorisées aux USA.
L’analyse été utilisé pour comparer la performance d’un ensemble de districts scolaires qui
participaient à suivi du programme (PFT) et l’autre districts scolaires qui n’ont pas utilisé ce
programme. Le challenge est porté sur l’estimation de l’efficience relative des écoles qui
implique plusieurs outputs et inputs sans une valorisation monétaire ce qui a résulté à la
formulation de rapport sous forme de DEA connu par CCR (Charnes, Cooper, et Rhodes) ce
ratio a été publié en 1978 dans " The European Journal Of Operational Research 15
"
Ainsi DEA peut être utilisé comme un outil pour la mesure d’efficience des programmes de
secteur publique. L’analyse par enveloppement des données est une méthode d’évaluation
d’activité de plusieurs (DMUs) qui changent plusieurs inputs (entrées) en divers produits.
Ces dernières décennies ont rapporté plusieurs changements pour l’utilisation de la DEA qui
est devenu un outil d’évaluation des activités de plusieurs types d’objets impliqués dans
plusieurs domaines, dans plusieurs circonstances, et dans diverses parties du monde.
La méthode non paramétrique été appliqué dans plusieurs domaines comme l’évaluation de
l’efficience des hôpitaux, les universités, les métropoles, et les sociétés commerciales …
Pendant que la DEA a été appliqué pour la première fois en 1978, des chercheurs de plusieurs
domaines ont rapidement identifié une méthodologie exceptionnelle et simple appliquée pour les
16
procédures de travail concernant les évaluations de performance comme un exemple Zhu offert
plusieurs modèles de tableur DEA qui pourraient être appliqués à l’évaluation des performances et au
Benchmarking (analyse comparative).
17
Selon Charnes, Cooper qui ont décrit DEA comme un programme mathématique appliqués pour
l’observation qui fournit une nouvelle façon d’obtenir des estimations empiriques des relations -les
fonction de productions, ou possibilité de production efficace qui sont les bases de l’économie modernes

15
Charnes A, Cooper WW, Rhodes E. Measuring the efficiency of decision-making units. Eur J Oper
Res 1978; 2:429–44.
16
Zhu J. Quantitative models for performance evaluation and benchmarking: data envelopment
analysis with spreadsheets. Springer; 2014.
17
Charnes A, Cooper WW, Rhodes E. Measuring the efficiency of decision-making units. Eur J Oper
RES 1978 ;2 :429–44.

16
 Section 3 : Les modèles de base de la méthode Data Envelopment
Analysis (DEA)

L’approche de la DEA comprend plusieurs modèles qui répondent à des besoins d’analyse
différents vis-à-vis au rendement d’échelle, aux mesures de la distance par rapport à la surface
enveloppée, ou à la forme fonctionnelle de l’enveloppement analysé. La littérature distingue
généralement quatre différents modèles d’application de la DEA :
➢ Le Modèle CCR de Charnes, Cooper et Rhodes, 1978

Ce modèle est fondé sur une appréciation avec une technologie de production à rendement
d’échelle constant, ainsi qu’une frontière d’efficience à segmentation linéaire. Le modèle peut
être développé avec une orientation input ou output.
Dans le premier cas, nous supposons la possibilité d’une réduction d’inputs avec un output
constant, et dans le deuxième cas nous inversons la tendance. (Cité par Bekkar,2006).
➢ Le Modèle BCC de Bnaker, Charnes et Cooper, 1984

Ce modèle permet inversement au modèle CCR de différencier entre l’efficience technique et

l’efficience d’échelle. Ce modèle permet une estimation sous l’hypothèse d’un rendement
d’échelle non croissant, d’un rendement d’échelle non décroissant, ou d’un rendement d’échelle
variable. Le modèle BCC est estimé sous l’hypothèse d’une frontière d’efficience à
segmentation linéaire avec une orientation input ou output. (Cité par Bekkar,2006).
➢ Le modèle Multiplicatif de Charnes, Cooper, Seiford et Stutz. 1983

Le modèle multiplicatif offre différentes caractéristiques à la frontière d’efficience ,

contrairement au modèle CCR et BCC , et ce en utilisant une fragmentation log-linéaire ,ou
Cobb-Douglas pour identifier la frontière d’efficience .Les hypothèses de rendement d’échelle
dépendent de l’interprétation donnée au processus de production dans la détermination de la
frontière ;l’utilisation d’une surface log-linéaire suppose un rendement d’échelle constant ;
alors que la forme Cobb-Douglas est plus cohérente avec un rendement d’échelle variable. (Cité
par Bekkar,2006).
➢ Le modèle Additif de Charnes, Cooper, Golany, Seiford et Stutz, 1985

Le modèle additif est un modèle non orienté « unoriented model », c’est-à-dire qu’il ne suppose
pas une différence entre une orientation input ou output. En effet, i est possible de supposer une
réduction de l’input avec une augmentation simultanée de l’output. Le modèle suppose un

17
rendement d’échelle constant et une segmentation linéaire de la frontière d’efficience18

Conclusion
La méthode DEA a été copieusement utilisée pour apprécier l'efficience économique des
unités de production dans divers secteurs d'activités : dans l’industrie manufacturière, dans
la distribution de l’électricité, l'analyse des processus de production, dans les réseaux de
distribution et de logistique, dans l'agriculture, dans l'ingénierie forestière, etc. Dans le
secteur des services, nous trouvons ces méthodes très utilisées dans le secteur de l'éducation
et l'enseignement supérieur, dans le secteur des assurances, dans la santé et le secteur
hospitalier …etc.

18
(cité par Bekkar, 2006).

18
Chapitre 2 : Champ d’application de la méthode DEA

Introduction

La performance d'un système se mesure par la capacité de ce dernier à atteindre ses buts.
L'objectif principal de chaque système est d'améliorer sa performance dans un cadre
d'économies de moyens tout en répondant aux besoins. La mesure de chaque dimension de la
performance est en elle-même un facteur d'amélioration du système. Le concept de l'efficience
consiste à estimer une fonction de production d’un process en considérant les process comme
des entités transformant les ressources en résultats. C'est en quelque sorte, la capacité qu'à
chaque système, de transformer ses inputs en outputs.
D'une façon plus générale, un système sera considéré comme efficient, lorsque sa combinaison
d'inputs et d'outputs sera située sur la frontière. Dans ce chapitre nous présentons des
comparaisons entre plusieurs études et les résultats de celle-ci.

19
Section 1 : La mesure de L’efficience des institutions de microfinance par la
méthode DEA
19
La technique de DEA est une bonne méthode selon Balkenhol (2009) car la frontière
d’efficience mesurée examine l’ensemble des variables possibles d’input et d’output. De plus,
la façon traditionnelle de mesurer l’efficience des institutions financières est d’utiliser des
ratios financiers entre les dépenses et les revenus potentiels. Cette méthode est peu valide pour
les institutions de microfinance, car elles ont des caractéristiques typiques qui diffèrent des
institutions classiques, comme la performance sociale. La méthode DEA est mieux appropriée
si l’on considère ces caractéristiques précises des institutions de microfinance.20
1. Définition de l’efficience

Avant d’avancer, il serait important de définir le terme de l’efficience dans le cadre de

microfinance. Selon Bhatt et Yang (2001), 21l’efficience interne ou opérationnelle se réfère à
l’habileté d’un programme de délivrer un service particulier à un coût donné. Les expériences
passées ont démontré que l’efficience interne, si elle n’est pas atteinte, peut causer des
problèmes à tous les types d’institutions, qu’elles reçoivent des dons et subventions ou non
(Bhatt et Tang, 2001).
Le microbanking bulletin mentionne que la mesure de l’efficience est importante, car cela
détermine comment les institutions arrivent à bien gérer les inputs (actifs, ressources humaines,
subventions, dons, capital, dette, etc.) vers un maximum d’output (nombre de prêts,
autosuffisance financière, impact sur les populations défavorisées, etc.) comparées aux autres
institutions de microfinance. L’analyse par ratios n’est pas la meilleure méthode pour évaluer
l’efficience des institutions de microfinance22. Mentionnent que l’utilisation de la méthode
DEA est plus appropriée, car celle-ci est non paramétrique. Dans le Microfinance Bulletin, cette
méthode est la mieux adaptée pour calculer l’efficience, car elle capture la distance entre les
frontières d’efficience et détermine clairement si l’institution est près ou non de celle-ci23.

19
Barkenhol, Bernd, (2009), « Efficience et pérénité en microfinance », Microfinance et politique publique, Paris,
Presse Universitaire de France, p. 3-23.
20
Fluckiger et Vassilev (2009)
21
Bhatt, Nitin and Shui-Yan Tang (2001). «Delivering microfinance in developing countries: Controversies and
policy perspectives», Policy Studies Journal vol. 29, p. 319-333.
22
Keita, Marian and Komlan Sedzro, (2007). Efficacité Relative des Institutions de Microfinance : une application
de la méthose DEA, Université de Monction et Université du Québec à Montréal.
23
Barrès, Isabelle, (2007). «Efficiency» MicroBanking Bulletin, no.14.

20
 2. Vue générale d’analyse de l’efficience des 11 travaux sur le secteur du micro finance
Nous présentons, dans le Tableau 1, quelques études récentes qui ont eu recours à l’approche
DEA. La majorité des travaux listés ne cèdent pas à la distinction, conventionnellement
effectuée dans les recherches sur la microfinance, entre approche par la production et approche
par l’intermédiation. Cette distinction tient essentiellement au statut des dépôts. Dans
l’approche par la production, ils sont considérés comme des outputs à l’instar des prêts. Pour
être produits, ces outputs requièrent du personnel et du capital physique, et engendrent des coûts
opératoires. Ces éléments constituent des inputs. Dans l’approche par l’intermédiation, la
banque transforme des dépôts qu’elle collecte en crédits pour générer un profit. Les premiers
sont dès lors considérés comme des inputs tandis que les seconds constituent des outputs. Dans
le Tableau 1, les travaux répertoriés adoptent des modèles mixtes qui combinent les deux types
d’approche.
Tableau 1Modèles DEA en microfinance : une synthèse des travaux récents

Année Auteur Journal Inputs Outputs

2006 Qayyum et Reasearch Total actifs, Nombre d’emprunteurs,
Ahmad journal social nombre d’employés encours de crédit
science
2011 Joseph et Ahmad La revue des Actifs, charges et Crédits, produits et femmes
sciences de employés
gestion
2006 Nghiem et al International Charge sociale, Nombre d’emprunteurs,
journal of autres coûts nombre d’épargnants, nombre
environmental opératoires de groupes
cutral,
economic and
social
2007 Gultièrrez Nieto The Nombre de charges Revenu financier, encours de
et al international de crédit, coûts crédits, Nombre de prêts
journal of opératoires
management
2008 Soltan Bassem Transition Total actifs,
Rentabilité économique,
studies review nombre d'employés Nombre de femmes membres
2009 Kabir M Hassan, Network Nombre Nombre d'emprunteurs,
Benito Sanchez Financial d'employés ,coûts Revenu financier, Total des
institute opératoires fonds prêtables, Encours de
working paper crédit
2010 Jean-Pierre la Revue des Total Encours de crédit ,Nombre de
Gueyie, Eloge science de actifs,Nombre femmes membres, produits
Nishimikijimana Gestion d'employés, coûts d'exploitation
et jen Robert kala opératoies
kamdjoug
2010 Mamiza Haq, Asia-pacific M1: charge M1 : encours de crédit
Michael Skully Financial d'exploitation, ,encours d'épargne
,Shams Pathan Markets Nombre M2: nombre d'emprunteurs par
d'employés employés , nombre
M2:coûts d'épargnants par employé
d'emprunteurs en

21
 $,cout par
épargnant en $
2011 Carlos Serrano- the Handbook Total actifs, Revenu financier, Encours de
Cinca,Begona of microfinance Nombre crédit, Nombre de femmes
Gutiérrez- d’employés, Coûts emprunteuses, Nombre
Nieto,Cecilio Mar opératoires d'emprunteurs pauvre
Molinero
2012, 2013 Erasmus Fabian European Total actifs, Encours de crédit, Revenu
Kipesha Journal of Nombre financier
Business and d’employés, Coûts
Management opératoires
2015 M Wijesiri, L Economic Total actifs, Revenu financier, Nombre de
Viganò, M Meoli Modelling Nombre de chargés femmes emprunteuses
de crédit, Coûts
opératoires
Tableau 1. Modèles DEA en microfinance : une synthèse des travaux récents

Dans la plupart des études, les variables retenues en inputs sont « total actifs », « nombre
d’employés » et « coûts opératoires ». Ces inputs sont standards dans les modèles qui mesurent
l’efficience de la firme bancaire dans le cadre d’une approche par la production (Berger et
Humphrey 1997). Concernant les outputs, certains renvoient à l’approche par la production (par
ex. encours de crédit), quand d’autres relèvent de l’approche par l’intermédiation (par ex.
revenu financier).
L’hybridation entre ces approches est liée au fait que la sélection des outputs s’inspire du cadre
conceptuel de Yaron (1994) – sans d’ailleurs y obéir parfaitement. Selon cet auteur, la
performance des IMF peut être analysée à travers deux principales dimensions : la viabilité et
la portée. La viabilité renvoie à l’autosuffisance financière de l’IMF, autrement dit à la capacité
de l’institution à générer des revenus financiers grâce à son activité de prêt. La portée
correspond à la capacité du programme à servir le maximum d’emprunteurs. Les variables
« revenu financier » ou « produits d’exploitation » mesurent la viabilité, tandis que « nombre
d’emprunteurs », « nombre de prêts », « encours de crédit » ou encore « nombre de groupes »
correspondent à la portée. Lorsque l’étude cherche à mesurer plus précisément la profondeur,
c’est-à-dire la capacité de l’institution à servir les emprunteurs les plus pauvres ou les plus
fragiles, les variables « nombre de femmes emprunteuses » et, moins fréquemment, « nombre
d’emprunteurs pauvres » sont incluses. Enfin, concernant l’orientation du modèle, l’objectif de
ces institutions consisterait, en première analyse, à maximiser sa production en faveur des plus
pauvres à partir d’un panier de ressources donné. Dans ce cas, l’orientation outputs du modèle
semblerait privilégiée. Toutefois, le choix dépend aussi des quantités d’inputs et d’outputs que
les gestionnaires sont à même de contrôler. Dans le cas de la microfinance, il apparaît clairement
que les gestionnaires contrôlent plus facilement les inputs. Par conséquent, et à l’instar des

22
études existantes, nous privilégions des modèles orientés inputs où les gestionnaires cherchent
à minimiser les inputs pour un volume d’outputs donné.

Section 2 : La mesure de L’efficience de secteur de l'industrie portuaire par la

méthode DEA
1. Définition de l’efficience
Compte tenu de la richesse des études existantes, la littérature sur l'efficience de l'industrie
portuaire est relativement nouvelle (les premières études sont apparues au milieu des années
90). Dans la littérature sur la mesure de l’efficience portuaire, les techniques d’Analyse
d’Enveloppement des Données se sont exigées. L'objectif de cette méthode est de déterminer
l'efficience d'un port en fonction de sa distance à la frontière de production, qui reflète le niveau
de technologie du secteur étudié, à un moment donné. Dès lors, les unités de production ne se
trouvant pas sur cette frontière sont considérées comme plus ou moins inefficientes.24
2. Comparaison entre les déférents études sur la méthode DEA dans le
secteur portuaire
Le tableau ci-dessous résume des études appliquant la méthode DEA sur le secteur portuaire
L'objectif de cette étude a été de procurer une analyse permettant de mieux comprendre les
déterminants de l'efficience des ports à conteneurs. Cette analyse conduit aux conclusions
suivantes :
• Les ports à conteneurs efficients sont plutôt de grande taille ;
• Ils sont pour plus de la moitié situés en Extrême-Orient et plus particulièrement en Chine
;
• Les ports est-méditerranéens, ainsi que ceux situés sur la mer Noire, sont parmi les ports
les moins efficients ;
• Une plus grande connectivité maritime aux marchés mondiaux permet de réduire
l’inefficience portuaire ;
• En Méditerranée, l’inefficience tend à augmenter pour les ports recevant des navires
âgés
Tableau 2 : Modèles DEA sur le secteur portuaire : une synthèse des travaux

Auteur DMUs Inputs Outputs

Roll and Hayuth 20 ports Productivité du conteneur Taille de la main d’œuvre active
(1993) Niveau de service Investissement annuel par port
Satisfaction de l'utilisateur L'uniformité des installations et

24
Pierre CARIOU, Gabriel FIGUEIREDO DE OLIVEIRA, “ LES DÉTERMINANTS DE L'EFFICIENCE
PORTUAIRE : UNE ANALYSE DES PORTS À CONTENEURS MÉDITERRANÉENS”, Région et
Développement, n° 41, 2015, 1-99

23
 Escales des navires du fret

Martinez-Budria et al. 26 ports Cargaison totale déplacée Dépenses de main-d'œuvre

(1999) à travers les quais Frais d'amortissement
Dépenses diverses

Tongzon (2001) 16 ports Débit de fret Capitale (nombre de places,

Taux de travail du navire grues, remorqueurs)
La main d'œuvre

Valentine and Gray 21 Ports Productivité totale en tonnes Longueur totale de La jetée
(2001, 2002) Nombre de conteneurs Longueur du quai à conteneurs
Barros (2003) 11 ports VTS pour le fret brut La main d’œuvre
Marchandises conditionnées dans Capital
des conteneurs
Cullinane et al. (2004) 25 ports Productivité (TEU) Le facteur terre
Longueur totale du quai
Zone terminale
Facteur d'équipement
Nombre de portiques à quai
Source 1 : Pierre CARIOU, Gabriel FIGUEIREDO DE OLIVEIRA, “ LES DÉTERMINANTS DE L'EFFICIENCE
PORTUAIRE : UNE ANALYSE DES PORTS À CONTENEURS MÉDITERRANÉENS”, Région et Développement, n° 41, 2015,
1-99

Compte tenu de l'impact de la performance portuaire pour la compétitivité d'un pays ou d'une
région, ces résultats sont d'importance. Ils suggèrent notamment que si une partie de la
compétitivité portuaire d'un pays peut s'expliquer par des éléments de nature géographique
(déviation vis-à-vis de la route principale), les caractéristiques des réseaux maritimes mis en
place par les compagnies maritimes (âge des navires, nombre d'escales) jouent également un
rôle important. Il en va de même concernant l'intensité concurrentielle mesurée au niveau
national ou portuaire (nombre de compagnies offrant des services), un élément qui mériterait à
l’avenir des analyses complémentaires.

Section 3 : La mesure de L’efficience de secteur de la santé par la méthode DEA

1. Définition de l’efficience
La possession d'un meilleur état de santé est l’un des droits fondamentaux de tout être humain.
La santé selon l'OMS (Organisation Mondial de la Santé) est « un état de complet bien-
être physique, mental et social, et ne consiste pas seulement en une absence de maladie ou
d'infirmité ». Les systèmes ont principalement trois objectifs25 :

25
https://www.who.int/fr/ consulter le 02/07/2019.

24
 • Amélioration de la santé ;
• Réactivité ;
• Équité de la contribution financière.
Afin d'apprécier l'état de santé général de la population et ainsi, de comprendre dans quelle
mesure l'objectif d'une bonne santé a été atteint, l'OMS a eu recours à deux mesures
synthétiques de l'état de santé. Il s'agit de :
• L’Espérance de Vie Corrigée de l'Incapacité (EVCI), qui présente l'avantage d'être
directement comparable à l'espérance de vie estimée à partir de la seule mortalité et qui
se prête aisément à des comparaisons entre populations.
• La charge de morbidité, qui détermine les pertes de bonne santé par rapport à une
longue vie exempte d'incapacités. Les systèmes de santé doivent être également
réactifs ; la réactivité étant, notamment, la capacité de limiter les atteintes à la dignité
et à l'autonomie de l'individu, ainsi que les craintes et la honte qui sont souvent
associées à la maladie. L'OMS présente deux grandes subdivisions de la réactivité.
Cependant, les systèmes de santé ne respectent pas toujours ces bonnes propriétés.
2. Les déférents études sur la méthode DEA dans le secteur de santé
L'Approche DEA a été beaucoup utilisée dans les recherches sur l'efficience des services de
santé.
Alexander et al. (2003) ont analysé l'efficience des systèmes de santé dans un échantillon
composé de 51 pays en développement (1999). L'input qu'ils ont choisi est les dépenses de santé
par tête (en $ international). Les outputs de cette mesure sont l'espérance de vie à la naissance
(corrigée de l'incapacité pour les hommes et pour les femmes) et le taux de mortalité infantile.
La méthode utilisée est DEA à orientation output.
Sur un échantillon de 27 pays de l'OCDE, Retzlaff-Roberts et al. (2004) ont mesuré l'efficience
technique des systèmes de santé en 1998, selon la méthode DEA à orientation input et output.
Ils ont spécifié deux catégories d'inputs : les inputs relatifs à l'environnement social (la
consommation du tabac, le coefficient de Gini) et les inputs relatifs aux systèmes de santé (le
nombre de lits d'hôpitaux, le nombre de médecins pour 1000 personnes et les dépenses de santé
en % du PIB). Les outputs associés à ces deux catégories d'inputs sont le taux de mortalité
infantile et l'espérance de vie à la naissance. Ce travail a été critiqué par le mauvais choix des
auteurs des inputs et outputs utilisés. Même si l'approche choisie est intéressante dans la mesure
où on sépare les inputs d'environnement de ceux relatifs aux systèmes de santé.
Les études réalisées sur la mesure de l'efficience des systèmes de santé des pays de la région

25
MENA, sont moins nombreuses. Jaouadi-Jemai (2009) a comparé l'efficience des 18 pays
arabes de la région MENA suite à l'application DEA à orientation input et output. L'étude
couvre la période 1998 à 2005. Les outputs utilisés sont l'espérance de vie à la naissance,
l'espérance de vie en bonne santé et le taux de mortalité des moins de 5 ans. En ce qui concerne
les inputs, l'auteur a distingué le facteur travail mesuré par le nombre de médecin par 100
habitants du facteur capital qu'elle a mesuré par le nombre de lits pour 1000 habitants et le total
des dépenses de santé en % du PIB. Son analyse a été réalisée suite à un modèle mono output
et input et de deux modèles multi outputs et inputs.26
Julien Mousquès a publié un article en 2011, Inputs qu’il a choisis sont nombre et/ ou équivalent
temps plein et/ou nombre d’heures travaillées pour les médecins, voire d’autres professionnels,
intensité en équipement… Les outputs sont consultations, visites, chiffre d’affaires, voire
réalisation de certains actes ou procédures…27
En 2012, Papa Yona Boubacar Mané, Les inputs utilisés sont le personnel utilisé, le nombre de
lits installés ou l’équipement utilisé, En ce qui concerne les outputs il a choisi le nombre
d’accouchements assistés, le nombre de journées d’hospitalisation ou le nombre d’enfants
vaccinés.28
Martine Audibert, Yohana Dukhan et al ont utilisé les inputs suivants : le nombre de lits, le
personnel, les dépenses et les outputs suivants : le nombre de consultations, le nombre
d’urgences, le nombre d’admissions, le nombre de sorties selon les services.29
Une conclusion importante se dégage de ce travail qui consiste au fait qu’il ne suffit pas
d’augmenter le volume des inputs pour réaliser une amélioration de l’efficience mais au
contraire il faut être prudent lors de la prise de décisions de leur expansion, surtout lorsque ces
dernières sont déjà élevées dès le départ, sachant l’efficience n’implique pas nécessairement
l’efficacité.

Conclusion
Une conclusion importante se dégage de ce travail qui consiste au fait qu’il ne suffit pas

26
Imen JAOUADI JEMAI, "Efficacité et Efficience des Systèmes de Santé : Application Aux Pays De La Région
MENA", 1- 11.
27
Julien Mousquès, " LE REGROUPEMENT DES PROFESSIONNELS DE SANTÉ DE PREMIERS RECOURS
: QUELLES PERSPECTIVES ÉCONOMIQUES EN TERMES DE PERFORMANCE ? ", 0035-2985, 2011/2,
253- 275.
28
Papa Yona Boubacar Mané, " Efficience et équité dans le système de santé du Sénégal ", HAL, 11 Apr 2013, 1-
264.
29
Martine Audibert et al, " ACTIVITÉ ET PERFORMANCE DES HÔPITAUX MUNICIPAUX EN CHINE
RURALE. UNE ANALYSE SUR DONNÉES D'ENQUÊTES DANS LA PROVINCE DE SHANDONG «, Revue
d'économie du développement, Vol. 16, 1245-4060, 2008/1, 63- 100.

26
d’augmenter le volume des inputs pour réaliser une amélioration de l’efficience mais au
contraire il faut être prudent lors de la prise de décisions de leur expansion, surtout lorsque ces
dernières sont déjà élevées dès le départ, sachant l’efficience n’implique pas nécessairement
l’efficacité.
En guise de conclusion nous constatons que l’efficience des secteurs a été l'objet d'un important
courant de recherche au niveau international depuis un demi-siècle. Suite à la comparaison des
différentes utilisations de la méthode DEA nous avons pu soulever l’importance de cette
méthode non paramétrique pour la mesure de l’efficience est la fiabilité de ses résultats.

27
 Chapitre3 : Application de la méthode DEA
au secteur de l’éducation

Introduction

La mesure de la performance de secteur de l’éducation est un sujet particulièrement intéressant

pour l’économiste. La théorie du capital humain (Becker, 1964) stipule que l’éducation permet
d’améliorer la productivité des travailleurs et de stimuler la croissance économique.
Si les économistes ont tardé à analyser la productivité des systèmes éducatifs, c’est aussi
probablement parce qu’il leur manquait un cadre d’analyse adéquat. La question abordée est
difficile dans la mesure où l’analyse de performance requiert non seulement l’identification
d’objectifs mais aussi la mise au point d’indicateurs relatifs à leur réalisation. De plus,
l’éducation est une activité compliquée qui met en œuvre des variables dont la précision est loin
d’être facile d’un point de vue du calcul économique traditionnel

28
 Section 1. Résumé des variables d’inputs et d’outputs
utilisées

1. Définition de l’efficience

L’évaluation de l’efficience est nécessaire dans le contexte actuel de compétitivité par la

mondialisation. Mesurer pour gérer. Comparer pour avancer. Cette évaluation devient vitale
pour le système éducatif.
L’indicateur idéal de l’efficience d’un établissement scolaire ou de l’ensemble d’un système
scolaire comparerait les ressources et la réalisation des divers objectifs fixés pour le système
éducatif. Selon cette large définition, les ressources comprennent non seulement les moyens
budgétaires, humains et matériels, mais aussi les élèves eux-mêmes et les multiples milieux
sociaux et familiaux dont ils sont issus. En général, les objectifs concernent non seulement les
compétences des élèves au sens cognitif étroit du terme, mais aussi l’équité des résultats au sein
du système et la transmission aux élèves du sentiment de partager une culture et une identité
communes ainsi que des aptitudes liées à la vie sociale.
2. Données et variables
• Les données qui peuvent être utiliser sont difficilement à trouver :
• MATURITÉ : il s’agit du taux de réussite cette variable est considérée comme un
output. Elle rapporte le nombre d’élèves qui ont obtenu un certificat au nombre d’élèves
qui s’y sont présentés. C’est un indicateur qui n’est pas parfait pour rendre compte de
l’efficacité d’ensemble de l’établissement, mais il renseigne au moins sur la capacité
de celle-ci à remplir sa mission première, c’est-à-dire à faire en sorte que les élèves
obtiennent leur certificat Un taux d’échec élevé provoque des pertes considérables en
termes de ressources humaines, sans parler du gaspillage de ressources budgétaires. Sur
le plan pratique, le choix de cet indicateur s’explique aussi par le fait qu’il a l’avantage
de pouvoir être établi facilement pour chaque établissement scolaire.
• ENSEIGNANT : c’est le nombre de postes d’enseignants dans l’établissement (en
équivalents plein temps) rapporté au nombre total d’élèves de l’établissement. Malgré
le fait que les établissements d’enseignement utilisent de plus en plus des ordinateurs
et d’autres technologies éducatives, les enseignants restent les principaux dispensateurs
de l’instruction.
• EXPÉRIENCE : cette variable indique le pourcentage d’enseignants ayant plus de dix
ans d’expérience. Elle indique si l’école a un corps enseignant avec peu ou plutôt
beaucoup d’années d’enseignement.

29
 • FORMATION : C’est une variable qui renseigne sur les ressources affectées à
l’enseignement, car ce sont les enseignants les plus formés qui sont les mieux
rémunérés.
• NOMMÉ : le statut des enseignants peut être considéré comme un intrant important qui
influence le processus d’enseignement.
• NON BOURSIERS : cette variable représente le pourcentage d’élèves ne bénéficiant
pas d’une bourse d’études Les recherches passées ont montré le rôle prépondérant que
joue l’environnement social dans la réussite scolaire.30
3. Le modèle de production éducatif
Dans les travaux cherchant à mesurer l’efficience technique de secteur de l’éducation, le choix
des inputs et des outputs est souvent limité par la disponibilité des données
Compte tenu de la nature des données obtenues quatre modèles peuvent utiliser pour
caractériser la production de secteur de l’éducation :
• Le modèle 1 prend en compte deux inputs discrétionnaires (nombre de postes
d’enseignants en équivalents plein-temps par élève et expérience des enseignants), et
un output (taux de réussite au certificat de maturité). Ce premier modèle tente de
répondre à plusieurs questions : quel est le niveau d’efficience technique atteint par les
écoles de maturité ? Quels sont les établissements les plus efficients ? Quelles sont les
améliorations possibles au niveau des inputs ? Existe-t-il des différences importantes
entre cantons en termes d’efficience technique ?
• Le modèle 2 constitue une extension du modèle précédent. Il reprend les mêmes inputs
et output, en y ajoutant une variable socio-économique qui caractérise l’environnement
familial des élèves. Cet aspect est représenté par le nombre d’élèves au bénéfice d’une
bourse d’études.
• Le modèle 3 tente de prendre en compte le statut de l’enseignant dans l’analyse de la
performance scolaire. Certaines études montrent que cette variable est un déterminant
important de l’efficience des établissements scolaires (Waldo, 2001).
• Le modèle 4 il se distingue du troisième modèle par le fait qu’il comporte une variable
mesurant la formation des enseignants à la place du pourcentage d’enseignants
nommés, il existe une proportion importante d’enseignants ayant un doctorat ou un
master. Or, on peut penser qu’une utilisation excessive de cette ressource peut avoir un

30
Djily Diagne, « Mesure de l’efficience technique dans le secteur de l’éducation : une application de la
méthode DEA. », JEL-Classification : I21, D24, H52.

30
 impact sur l’efficience technique des établissements.31

Section 2 : Récapitulatif des variables d’inputs et d’outputs utilisées

1. Revues de littérature
Le tableau (ANNEXE) synthétise les inputs et outputs utilisés dans le cadre spécifique de la
mesure de l’efficience de secteur de l’éducation.
Revue de la littérature sur les inputs/outputs utilisés pour la mesure de l’efficience de secteur
de l’éducation

2. Résultats sur les variables utilisées

Cette revue d’application montre que la méthode DEA est une technique utilisée non seulement
pour évaluation de l’efficience, mais également pour le classement des universités… depuis les
premières études d’Ahn et al. (1988) jusqu’aux études plus récentes de Calhoun et Hall, 2013 ;
Aziz et al., 2013. Tous ces auteurs ont insisté sur les avantages de cette approche, cette méthode
mettre en lumière les déterminants de la performance des établissements ou l’influence de
variables environnementales (l'âge et la taille de l’institution, le genre) (Warning, 2004 ; Lee,
2011 ; Castano et Cabanda, 2007) d’autres auteurs se sont intéressés à l’analyse de sensibilité
de DEA en modifiant les modèles ou les spécifications d’input et d’output pour étudier leurs
impacts sur l’efficience de chaque DMU(Johnes, 2006 ; McMillan et Datta, 1998 ; Ahn et
Seiford, 1993 …).

31
Djily Diagne, « Mesure de l’efficience technique dans le secteur de l’éducation : une application de la
méthode DEA. », JEL-Classification : I21, D24, H52.

31
 CONCLUSION GENERALE

En guise de conclusion, mesurer l'efficience d'une organisation, c’est mesurer la relation entre
les outputs qu'elle produit et les inputs qu'elle utilise. Cela permet d’examiner sa capacité à
mobiliser ses ressources. On peut minimiser les inputs pour produire un niveau d’output ou
augmenter les outputs en fonction d’inputs données donc la mesure de l’efficience peut être
orientation d’inputs ou une orientation outputs La méthode DEA a été utilisée pour apprécier
l’efficience des unités de production dans divers secteurs : l’industrie portuaire, la santé ;
secteur d’éducation…

Il n’y a pas de technique idéale pour estimer l’efficience organisationnelle. Néanmoins, donc
la méthode d'analyse de la DEA, consistant à calculer des efficiences relatives de manières
non-paramétrique, En effet, un des avantages de la DEA est de pouvoir comparer des entités
produisant des biens mais aussi des services (pour lesquels une évaluation purement
monétaire de rendement est impossible). Ainsi, dans le domaine de l'éducation, la DEA a été
utilisée pour comparer l’efficacité de l'éducation ou encore mesurer les performances entre
universités ou bien entre départements universitaires d'économie. Le secteur médical et
hospitalier peut aussi être soumis à l'analyse DEA . Dans le domaine des entreprise, la
satisfaction dans le domaine bancaire ou encore la gestion de la chaine logistique peuvent
être analysée à l'aide de la DEA. Plus folklorique, les résultats olympiques ont été comparés
grâce à la DEA

32
 REFERENCES BIBLIOGRAPHIQUES

• Atkinson E. Scott and Christopher Cornwell. 1994. Estimation of Output and Input
Technical Efficiency Using a Flexible Functional Form and Panel Data. International
Economic. Review. Vol. 35 N°1, February : 245-255.
• Azzam S.M., Azzam A.M., Moussaoui M., Laamari A., Moore K., Sefrioui A., 1994.
Les pertes de production dues à l’inefficience technique chez les producteurs de pois
chiches dans la Chaouia. Journée d’information sur les recherches en économie agricole,
Avril 1994, INRA, Maroc.
• Barkenhol, Bernd, (2009), « Efficience et pérénité en microfinance », Microfinance et
politique publique, Paris, Presse Universitaire de France, p. 3-23.
• Ben Soltane Bassem (2009) Governance and performance of microfinance institutions
in Mediterranean countries, Journal of Business Economics and Management, 10:1, 31-
43
• Bhatt, Nitin and Shui-Yan Tang (2001). «Delivering microfinance in developing
countries: Controversies and policy perspectives», Policy Studies Journal vol. 29, p.
319-333.
• Charnes, Abraham, William W. Cooper and Edwardo Rhodes (1978), “Measuring the
Efficiency of Decision Making Units”, European Journal of Operational Research, 2,
pp. 429-444.
• Ellis, F. (1988), ‘Peasant Economics, Farm Households and Agrarian Development’.
Cambridge University Press, Cambridge.
• Farrell M. J., 1957. The measurement of productif efficiency. Journal of Royal
Statistical Society. Series A, Part III, Vol. 120, pp. 253-281.
• Gutiérrez-Nieto B., C. Serrano-Cinca et C. Mar-Molinero (2009), « Social Efficiency in
Microfinance Institutions », Journal of the Operational Research Society,
vol. 60, n° 19, p. 104-119.
• Hassan K.M. et B. Sanchez (2009), « Efficiency Analysis of Microfinance Institutions
in Developing Countries », Cahier de recherche n° 2009-WP-12 duNetworks Financial
Institute.
• Jean-Pierre Gueyie et al. (2010), « EFFICIENCE DES INSTITUTIONS DE
MICROFINANCE REGROUPÉES EN RÉSEAU : CAS DES MUTUELLES
COMMUNAUTAIRES DE CROISSANCE DU CAMEROUN », La Revue des
Sciences de Gestion Direction et Gestion, n°243-244, 103 -109.

33
• Johnes, J. (2004). Efficiency measurement, in Johnes, G., Johnes, J. (Eds.), International
Handbook on the Economics of Education, Edward Elgar, Cheltenham, p. 615.
• Koopmans, T.C. (1951), An analysis of production as an efficient combination of
activities, in T.C Koopmans, (Ed) Activity analysis of production and allocation,
Cowles Commission for Research in Economics, Monograph n°13, Wiley, New York,
33-97
• Leibenstein, H. (1966). Allocative efficiency vs. "X-efficiency". The American
Economic Review, 56 (3), 392-415.
• Marie-Laure Bougnol et José H. Dulá, « Validating DEA as a ranking tool: An
application of DEA to assess performance in higher education », Annals of Operations
Research, vol. 145, 1er juillet 2006, p. 339–365 (ISSN 0254-
5330, DOI 10.1007/s10479-006-0039-2, lire en ligne [archive], consulté le 9 juillet
2019)

• Nghiem H.S, T. Coelli et P. Rao (2006), « The Efficiency of Microfinance in Vietnam:

Evidence from NGO Schemes in the North and the Central Regions », International
Journal of Environmental, Cultural, Economic and Social Sustainability, vol. 2, n° 5,
p. 71-78.
• Pyb Mané, « Analyse de l'efficience des hôpitaux du Sénégal : application de la méthode
d'enveloppement des données », Pratiques et Organisation des Soins, vol. 43, no 4, 18
janvier 2013, p. 277–283 (ISSN 1952-9201, lire en ligne [archive], consulté le 9 juillet
2019)

• Qayyum, Abdul and Ahmed, Munir (2006): Efficiency and Sustainability of Micro
Finance Institutions in South Asia. Published in: Research Journal Social Science , Vol.
3, No. 1 (2014): pp. 1-34.
• Thenet, G., Guillouzo, R. (2002). La conception de la technologie comme boîte noire
par le contrôle de gestion bancaire : La mesure de la performance opérationnelle des
agences par la méthode DEA (Data Enveloppement Analysis). Technologie et
management de l'information : enjeux et impacts dans la comptabilité, le contrôle et
l'audit.
• Zhu J. Quantitative models for performance evaluation and benchmarking: data
envelopment analysis with spreadsheets. Springer ; 2014.

Webographies

• http://www.toupie.org/Dictionnaire/Efficience.htm (consulté le 4 mai 2019)

• https://journals.openedition.org/fcs/1536 (consulté le 10 mai 2019)

• https://www.larousse.fr/dictionnaires/francais/efficience/27930 (consulté le 2 mai

2019)

• https://www.youtube.com/watch?v=co-5YS0Z08I Data Envelopment Analysis (DEA):

A Brief Introduction (consulté le 8 mai 2019)

34
 • https://www.youtube.com/watch?v=QCnQ_LBWwrE envelopment models Part 1
(consulté le 7 mai 2019)

TABLE DES MATIERES

DEDICACE……………………………………………………………………………………………………………………………………….

REMERCIEMENTS……………………………………………………………………………………………………………………………

LISTE DES FIGURES ET DES TABLEAUX……………………………………………………………………………………………..

LISTE D'ABRÉVIATIONS…………………………………………………………………………………………………………………..

SOMMAIRE……………………………………………………………………………………………………………………………………

INTRODUCTION GENERALE…………………………………………………………………………………………………………...7

CHAPITRE I : Aperçu sur la méthode d’analyse par enveloppement des données…………………………..9

Introduction…………………………………………………………………………………………………………………….…………..9

Section 1 : Concept et mesure de l’efficience……………………………………………………………………..….10

1. Définition de l’efficience……………………………………………………………………………………..…………..10

2. La mesure d’efficience……………………………………………………………………………………………………..11
Section 2 : Histoire de la méthode DEA…………………………………………………………………….…………….15

Section 3 : Les modèles de base de la méthode Data Envelopment Analysis (DEA) .…….………….17

Conclusion………………………………………………………………………………………………………………………… ………18

CHAPITRE II : Etude comparative de l’utilisation de la méthode DEA dans des différents

secteurs……………………………………………………………………………………………………………………………………..…19

Introduction……………………………………………………………………………………………………………………………..19

Section 1 : La mesure de L’efficience des institutions de microfinance par la méthode

DEA………………………………………………………………………………………………………………………………………..20

1. Définition de l’efficience………………………………………………………………………………………………20
2. Vue générale d’analyse de l’efficience des 11 travaux sur le secteur du micro finance…21
Section 2 : La mesure de L’efficience de secteur de l'industrie portuaire par la méthode
DEA………………………………………………………………………....................................................................23

1. Définition de l’efficience………………………………………………………………………………………………23
2. Comparaison entre les déférents études sur la méthode DEA dans le secteur portuaire…23

35
 Section 3 : La mesure de L’efficience de secteur de la santé par la méthode DEA………………..25

1. Définition de l’efficience………………………………………………………………………………………………25
2. Les déférents études sur la méthode DEA dans le secteur de santé………………………………25
Conclusion…………………………………………………………………………………………………………………………………27

CHAPITRE III : Application de la méthode DEA au secteur de l’éducation……………………………………28

Introduction…………………………………………………………………………………………………………………………28

Section 1 : Résumé des variables d’inputs et d’outputs………………………………………………………29

1. Définition de l’efficience………………………………………………………………………………………………29
2. Données et variables……………………………………………………………………………………………………29
3. Le modèle de production éducatif……………………………………………………………………………….30
Section 2 : Récapitulatif des variables d’inputs et d’outputs utilisées……………………………….31

1. Revue de la littérature……………………………………………………………………………………………………31
2. Résultats sur les variables utilisées………………………………………………………………………………31
CONCLUSION GENERALE……………………………………………………………………………………………………………32

REFERENCES BIBLIOGRAPHIQUES……………………………………………………………………………………………..33

TABLE DES MATIERES…………………………………………………………………………………………………………………35

ANNEXES………………………………………………………………………………………………………………………………….37

36
 ANNEXES
Revue de la littérature sur les inputs/outputs utilisés pour la mesure de l’efficience de secteur
de l’éducation
Tableau 3 : Modèles DEA sur le secteur d’éducation : une synthèse des travaux

Année Auteurs Journal Inputs Outputs

1988 Ahn et al. Socio-Economic Dépenses de Étudiants en 1er cycle,
Planning Sciences l'enseignement, Étudiants des cycles
Investissements physiques, supérieurs, Subventions et
Dépenses générales contrats fédéraux de
recherche
1993 Ahn et Seiford Creative and Salaires des enseignants, Étudiants en 1er cycle,
Innovative Investissements physiques, Étudiants des cycles
Approaches to the Frais généraux, Étudiants supérieurs, Total des
Science of en 1er cycle, Étudiants des étudiants, Diplômés de 1er
Management cycles supérieurs, Total des cycle, Diplômés des
étudiants cycles supérieurs, Total
des diplômés, Subventions
et contrats fédéraux de
recherche
1997 Athanassopoulos Education Economics Dépenses académiques Nombre de sortants
et Shale générales, Revenus de la diplômés, Nombre de
recherche, Nombre diplômes supérieurs
d’étudiants en 1er cycle, délivrés, Classement de la
Nombre d’étudiants des recherche pondérée
cycles supérieurs, Effectif
du personnel académique,
Score moyen d'entrée
d’étudiants au cours des
trois dernières années,
Dépenses des
bibliothèques et des
services informatiques

37
1998 Hanke et Tertiary Education Budget total, Budget du Nombre de diplômés,
Leopoldseder and Management personnel, Nombre Nombre d'heures de cours
d’étudiants dispensées, Nombre de
projets de recherche,
Nombre de publications
1998 McMillan et Datta Canadian Public Nombre total Total des inscriptions de
Policy d’enseignants à temps plein 1er cycle, Inscriptions de
dans les trois grades 1er cycle en sciences,
professoraux, Nombre Inscriptions de 1er cycle
d’enseignants à temps plein dans les autres
éligibles pour des programmes, Total des
subventions du Conseil de inscriptions dans les
recherches en sciences cycles supérieurs,
naturelles ou en médecine, Inscriptions aux
Nombre d’enseignants à programmes de master,
temps plein éligibles pour Inscriptions aux
des subventions du Conseil programmes de doctorat,
de recherches en sciences Total des dépenses de
sociales et humaines, Total recherche subventionnées,
des dépenses excepté les Nombre de subventions du
salaires des enseignants et Conseil de recherches en
les intérêts d’emprunts, sciences sociales et
Total des dépenses de humaines au prorata des
fonctionnement et de enseignants éligibles,
recherche subventionnées Nombre de subventions du
Conseil de recherches en
sciences naturelles ou en
médecine au prorata des
enseignants éligibles
1999 Benoît BAYENET Annals of Publicand Dépenses courantes pour Nombre d'étudiants
et Olivier Cooperative l'enseignement supérieur (ETU), Nombre
DEBANDE Economics (DCES), Dépenses de d'étudiants (DIPL),
recherche pour Nombre de diplômes
l'enseignement supérieur pondérés par le taux de
(DRES), Nombre de participation sur le marché
diplômes du secondaire du travail (DIPLTP),
supérieur (DIPLSS) Nombre de diplôme
pondérés
Par l'inverse du taux de
chômage relatif
(DIPLTC), Nombre de
publications (PUB),
Nombre de publications
pondéré par le nombre de
chercheurs (PUBNC),
Dépenses de recherche
pour l'enseignement
supérieur (DRES)
2001 Avkiran Socio-Economic Personnel académique, Inscriptions en 1er cycle,
Planning Sciences Personnel non académique Inscriptions dans les

38
 cycles supérieurs,
Quantum de recherche,
Taux de redoublement des
étudiants, Taux de réussite
des étudiants, Taux
d'emploi des diplômés de
1er cycle à temps plein,
Inscriptions payantes des
étudiants étrangers,
Inscriptions locales
payantes dans les cycles
supérieurs
2002 Erik et Susanne Fachbereich Nombre de chercheurs, Nombre de publications
Wirtschaftswissens Dépenses de bibliothèques, dans l’index de citations
chaften, Universität Subventions obtenues pour en sciences sociales,
Konstanz la recherche (en 1997/98), Nombre de publications
Nombre d'enseignants, dans l’index de citations
Pourcentage d’étudiants en sciences, Subventions
avec un score d’entrée de obtenues pour la recherche
niveau A (Alevel points) (en 1998/99) Nombre
d’étudiants en 1er cycle,
Nombre d’étudiants dans
les cycles supérieurs,
Pourcentage des diplômés
avec mention first-class
honors ou upper second-
class honors, Taux de
diplômés, Taux d'emploi
2003 Abbott et Economics of Effectif du personnel Nombre d’étudiants
Doucouliagos Education Review académique, Effectif du inscrits en 1er cycle,
personnel non académique, Nombre d’étudiants
Dépenses concernant tous inscrits dans les cycles
les inputs autres que le supérieurs, Nombre de
personnel, Valeur des diplômes du 1er cycle
actifs non courants délivrés, Nombre de
diplômes des cycles
supérieurs délivrés,
Allocation de la recherche,
Revenus de la recherche
médicale et non médicale
2004 Flegg et al. Education Nombre d’enseignants, Revenus de la recherche et
Economics Nombre d'étudiants en 1er du conseil, Nombre de
cycle, Nombre d'étudiants diplômés du 1er cycle,
des cycles supérieurs, Nombre de diplômés des
Dépenses totales cycles supérieurs
2004 Warning Review of Dépenses de personnel, Publications en sciences
Industrial Autres dépenses sociales, Publications en
Organization sciences, Diplômés en
sciences sociales,
Diplômés en sciences

39
2006 Djily Diagne technical efficiency Inputs discrétionnaires : Maturité
(openedition) Enseignant, Expérience,
Formation et Nommé
Inputs non discrétionnaires
: Nombre boursiers
Anis Bouzouita Groupe de Enseignants, Non- Diplôme, NBRPART
Valérie Vierstraete Recherche en enseignants, Dépenses
Économie et
Développement
International
(GREDI)
2006 Jill Johnes Economics of Dépenses en capital Effectif Nombre de diplômés du 1er
Education Review du personnel académique cycle Nombre de diplômés
(ETP) Nombre d'étudiants en des cycles supérieurs
1er cycle (ETP) Nombre Revenus perçus pour la
d’étudiants des cycles recherche
supérieurs (ETP)
2006 Frédéric Broussau, Revue d’analyse Travail enseignants, Coefficient de pondération
Pierre Ouellette et économique Travail autres personnels, : 1-10, Coefficient de
Valérie Vierstraete Fournitures et matériels, pondération : 11-20,
Energie, Autres Coefficient de pondération
: 21-45, Coefficient de
pondération : 46-96,
2007 Castano et International Nombre d’enseignants, Inscriptions, Diplômés,
Cabanda Transactions in Propriétés, bâtiments, Revenu total
Operational équipements, Dépenses de
Research fonctionnement
2008 Afonso et Santos Journal of Ratio Taux de réussite,
Management enseignants/étudiants, Diplômes de doctorat pour
Studies Dépenses par étudiant 100 enseignants
2008 Garcìa-Aracil et Efficiency, Dépenses totales, Diplômés Publications,
PalomaresMonter Technology and Personnel académique, Recherches appliquées
o Productivity Personnel non académique
Change
2009 Guzman et American Journal Dépenses en capital, Total Nombre total d'étudiants,
Cabanda of Business des dépenses de Nombre total d'étudiants
Education fonctionnement diplômés, Total des
revenus
2010 Katharaki et International Dépenses de Nombre de diplômés,
Katharakis Journal of fonctionnement, Effectif Revenus de la recherche
Educational du personnel académique,
Research Effectif du personnel non
académique, Nombre
d’étudiants inscrits
formellement
2011 Lee Economic Analysis Personnel (ETP) Dépenses Classement national
& Policy relatives aux immeubles, Subventions de l'industrie
bibliothèques et autres Autres subventions du
propriétés, installations et secteur public
équipements Publications de recherche

40
 Nombre d'étudiants en
master Nombre de
doctorants
2013 Calhoun et Hall Economics Dépenses de soutienSubventions et contrats
Working Papers académique (Academic fédéraux, étatiques, locaux
support expenditures) et privés Dépenses de
Dépenses de soutienservice public Nombre de
institutionnel (Institutionaldiplômes de licence
support expenditures) Nombre de diplômes de
Dépenses en équipements master Nombre de
Dépenses en enseignement doctorats Nombre de
Nombre d’enseignants premiers diplômes
Nombre d'étudiants en 1er professionnels Nombre de
cycle Nombre d'étudiants certificats (No. of
des cycles supérieurs Total certificates) Nombre de
des dépenses de soutien prix (No. of awards)
(Total support
expenditures) Nombre
d'étudiants
2013 Nur Azlina Abd Social and Personnel académique Nombre total de diplômés
Aziz, Roziah Mohd Behavioral Personnel non académique Total amount of research
Janor, Rasidah Sciences Dépenses d'exploitation grant
Mahadi Nombre total de diplômés

41