Identifier des systèmes de productions agricoles capables de produire plus en prélevant moins de ressources et en émettant moins d’externalités négatives apparait comme une nécessité au regard du défi de nourrir 9,6 milliards d’êtres humains en 2050. Dans un programme ANR-EPAD multidisciplinaire, nous avons proposé d’explorer les outils micro-économiques d’analyse de la productivité que sont les frontières d’efficience pour apporter un nouveau regard sur le développement durable des productions animales.Empiriquement, les modèles ont montré que selon les objectifs poursuivis dans la réduction de l’éco-inefficience (réduction des inputs ou de la pollution, augmentation des outputs), les marges de progression variaient notablement. L’exploration des modèles "duaux" a démontré que les méthodes de frontières d’efficience permettent de définir les coûts implicites des externalités non-monétaires. Nos évaluations du prix d’équivalent carbone sont proches des niveaux observés des taxes carbones. Le calcul de coûts négatifs pour les excédents azotés a souligné l’intérêt des débats actuels sur l’intégration des outputs indésirable dans la méthode DEA (Data Envelopment Analysis), mais également la nature ambivalente de cet indicateur (source de pollution pour le sol ou l’air, ou de richesse en tant que fertilisant organique). Enfin, nous avons développé une approche innovante de modélisation des déterminants de l’éco-efficience. En couplant le modèle "whole-farm" GAMEDE à la méthode DEA, nous avons mis en évidence les pistes de réflexion qu’ouvre l’exploration de nouveaux types de modélisation en agronomie comme la "simulation-based optimization" ou l’ "inverse modelling". / The challenge of feeding 9.6 billion people in 2050 requires to identify sustainable livestock production systems that are able to produce more agricultural products while consuming less resources and producing less externalities. As part of a multidisciplinary research program (ANR-EPAD), we explored microeconomic tools for productivity analysis such as efficient frontiers to shed a new light on sustainable development of livestock production. Our models empirically showed that the progress margins can significantly differ depending on the objectives pursued in the context of eco-inefficiency reduction (input and pollution reduction, output augmentation). Exploration of "dual" models also showed that efficient frontier methods were relevant to provide an economic valuation of non-monetary negative externalities. For instance, our results on the economic value of carbon emissions were close to the observed carbon tax levels. The possibility for farmers to consider that nitrogen surpluses can generate some revenue illustrates the current debate on the integration of undesirable outputs in the Data Envelopment analysis (DEA), and the ambivalence of this indicator of environmental impact as well (either considered as a source of pollution to the air or soil as well as a source of income through organic fertilization). We developed an innovative approach to assess the determinants of eco-efficiency in livestock production. By combining GAMEDE (a "whole-farm" model) with a DEA methodology, we highlighted the potential for further questioning raised by the exploration of new types of modelling in agronomy (such as "simulation-based optimization" or "inverse modelling").

La prise en compte des problèmes environnementaux dans la responsabilité sociale des entreprises a généré en économie de nombreuses propositions. Parmi elles, le cadre d’analyse basé sur l’évaluation de la performance en utilisant notamment les techniques d’enveloppement des données (DEA) s’est très vite répandu dans la littérature théorique comme empirique. Ce travail de thèse s’inscrit dans cette logique en mettant l’accent sur la modélisation des technologies polluantes. Par ailleurs, la question des changements climatiques et de la forte contribution de l’agriculture et en particulier de l’élevage dans les émissions de gaz à effet de serre (GES) impose à ce secteur de relever aujourd’hui en plus du défi économique celui de l’amélioration de sa performance environnementale. L’objectif général de cette recherche doctorale est donc de fournir un nouveau cadre d’analyse théorique et empirique dans la modélisation des technologies polluantes afin d’évaluer l’éco-efficience des systèmes productifs, en particulier le cas des émissions de GES en élevage extensif de ruminants. Dans un premier temps, nous montrons les limites théoriques et méthodologiques des modèles existants. Néanmoins, nous insistons sur le fait que les approches basées sur l’estimation de plusieurs sous-technologies indépendantes pour prendre en compte les différents processus présents dans les systèmes productifs sont très prometteuses. Dès lors dans un deuxième temps, nous proposons une nouvelle extension de la méthode « by-production » qui repose sur l’introduction d’interconnections entre les différentes sous-technologies impliquées afin de construire un système plus unifié. Dans un troisième temps, une comparaison empirique utilisant des données d’exploitations de viande ovine de notre extension avec les approches existantes a révélé certaines incohérences de ces dernières. Enfin pour aller plus loin, nous élargissons dans un quatrième temps notre approche afin de prendre en compte les aspects dynamiques et notamment la présence de coûts d’ajustement. Les résultats de l’analyse empirique entreprise avec des données d’exploitations bovines allaitantes (viande) ont révélé la nécessité de prendre en compte ces aspects, mais ont aussi révélé la forte hétérogénéité existante dans les stratégies d’investissements des éleveurs. / The growing importance of environmental matters in social responsibility of firms has generated many frameworks of analysis in the economic literature. Among those frameworks, performance evaluation and benchmarking using the non-parametric Data Envelopment Analysis (DEA) have increased at a very fast rate. This PhD research focuses on models that include undesirable outputs such as pollution in the overall production system, to appraise eco-efficiency of decision making units (DMUs). Besides, the recent awareness on the large contribution of agriculture and particularly livestock farming to global warming, has highlighted for this sector the challenge of reaching both economic and environmental performances. In this line, the overall objective of this dissertation is to provide a theoretical and empirical background in modelling pollution-generating technologies and to suggest theoretical improvements that are consistent with the particular case of greenhouse gas emissions in extensive livestock systems. Firstly, we showed that all existing approaches that deal with undesirable outputs in the non-parametric analysis (i.e. DEA) have some strong drawbacks. However, the models grounded on the estimation of multiple independent sub-technologies offer interesting opportunities. Secondly, I developed a new framework that extends the by-production approach through the introduction of some explicit dependence constraints that link the sub-technologies in order to build a unified system. Thirdly, an empirical comparison, using a sample of French sheep meat farms, of this by-production modelling extension with the existing approaches, revealed some inconsistencies of these latter. Finally, we expanded this new by-production formulation to account for dynamic aspects related to the presence of adjustment costs. The application to the case of French suckler cow farms underlined the necessity of accounting for dynamic aspects and also showed high heterogeneity in investment strategies of these farmers.