note to usercollectionscanada.gc.ca/obj/s4/f2/dsk3/ftp04/nq60833.pdf · 2005-02-09 · methodes...
TRANSCRIPT
NOTE TO USER
Pages missing in number only; text follows. Microfilmed as received.
113 and 146
This reproduction is the best copy available.
ÉCOLE DES HAUTES É~UDES COMMERCIALES MIM a
L'UNWERSITÉ DE MONTREAL
COMMERCE DE DETAIL DE L'ESSENCE AUTOMOBILE: MODÉUSATION DE l'IMPACT A COURT TERME DES
FACTEURS ENDOGÈNES ET EXOGÈNES SUR LES VENTES D'ESSENCE DANS LES STATIONS-SERVICE A MONTREAL
Par
Raphal Nguimbus
Thèse prbsentke h l'École des Hautes etudes Commerciales en vue de l'obtention du grade de Philosophia, Dodor (Ph.D.)
en Administration
O Raphadl Nguirnbus, 2000
3 uisitions and Acquisitions et Bi iogmphic Services services bibliographiques
The author has granted a non- exchsix licence ailowing the National Li'brary of Canada to reproduce, loan, distriiute or sel copies of this thesis in microform, papez or electronic formats.
The author retains ownership of the copyright in this thesis. Neither the thesis nor substantial extracts fiom it may be prnsted or othexwise reproduced without the author's permission.
L'auteur a accordé une licence non exclusive permettant à la Bibliothèque nationaie du C d de reproduire, prêter, distniuer ou vendre des copies de cette îhèse sous la forme de microfiche/film, de reproduction sur papier ou sur fonmt dectronique.
L'auteur conserve la propriété du droit d'auteur qui protège cette thèse. Ni la Wse ni des extraits substantiels de cele-ci ne doivent êûe imprimés ou autrement reproduits sans son autorisation.
CCOLE DES HAUTES ÉTUDES COMMERCIALES U N N E R S ~ DE MONTREAL
Cette these intitulée:
COMMERCE DE DÉTAIL DE L'ESSENCE AUTOMOBILE: MODÉLISATION DE CIMPACT A COURT TERME DES
FACTEURS ENDOGÈNES ET EXOG~NES SUR LES VENTES
Pr6mtde par:
Raphaëi Nguimbus
A 8té evaluée par un jury cornpose de personnes suivantes:
Président 6valuateur externe Membre Codirecteurs
Gunnar K. Sletmo Daniel Lesceux Michel Patry Robert Gagne Georges Zaccour
REMERCIEMENTS
Je voudrais remercier tous ceux qui m'ont accompagn6 tous les
instants pendant mes etudes doctorales. Je remercie très sinchernent les
professeurs Georges Zaccour et Robert Gagne, les codiredeurs de cette
these pour tout ce qu'ils ont fait pour que ce travail aboutisse. Je remercie
les professeurs Michel Patry et Richard Loulou pour leur encadrement en
phase DI. Je salue le professeur Gunnar K. Sletmo mon mentor pour
m'avoir tout donne: son grand amour et sa disponibilite. Je dis un grand
merci au professeur Jacques Nantel qui m'a tant aidé durant cette
epreuve.
Ma gratitude va aux professeurs Simon Dahan, Alain dAstous,
JoAnne Labrecque pour les conseils qu'ils ont su me prodiguer pendant la
rédaction de cette thdse. Je remercie le professeur Marc Filion, chef de
service marketing (HEC) de m'avoir offert un cadre de travail convenable
pendant cette recherche.
Je voudrais remercier le Gouvernement du Cameroun qui m'a
accorde une bourse d'excellence pour faire ce doctorat. Ma gratitude va I
I'Essec de Douala qui m'a liber6 pour entreprendre ces 6tudes. Grâce a
l'aide financidre des HEC j'ai termine cette thdse.
Je remercie tous les etudiants du doctorat et les amis qui m'ont
aide avec leurs conseils: Simon Pierre Sigue, Pierre Olivier Pineau et
Sihem Taboubi. J'ai aussi Mefici6 d'un grand support en la personne de
Alain Nyeck Nyamb, Sylvie B. H. Hyong, Ngudne Nguènb Philippe, Daniel
Lemieux, Jose Morais, Nneme Nneme Leandre, Isaac Nyobè, Robert
Baha, Bernard Pondi, Andr6 Mbam, Ndong Meba, Lise Cloutier Delage,
CBline Bourbonnais, José8 Vineelette, Andr6 Nkondjock, Jacob m a n a
Abe, Bile Elvire, Ngo Yane AC, Ngo,Njoh Marie No91, Sylvain Sdnécal, et
Brigitte Beauchamp.
Je voudrais 6galement remercier mesdames Diane Begin et Nicole
~upont en seirvce à la bibliothèque des HEC pour leur courtoisie et leur
disponibilité à tous les instants à mon 6gard.
Toute ma famille et mes amis qui vivent au Cameroun sont
remercies pour leurs encouragements et leurs prieres.
Enfin je voudrais remercier mon Bpouse R6gine Solange Hyong
qui est pour moi un don de Dieu B qui je dedie cette these, les enfants
Benoît Steve Gwém, Gabriel Armand Hyong Nguimbus, Raphad Patrick
Nguimbus II et Bernard Adrien Harold Nguimbus pour toutes les wnrees
endurées. Aujourd'hui je vous passe le ternoin pour faire mieux que moi.
Je remercie Notre Seigneur Jesus Christ, qui est toujours présent h mes côtes et qui m'a permis d'&tre ce que je suis et de franchir tous les
obstacles.
A tous k e n f m d'Af"4ue que I'intdémnce a l'igiimnce ont pn'vLs ka joie & s u v i i la tam irorrrnèière
Sommaire
, La d6tennination de i'impact des facteurs sous contrible et hors
contrble qui influencent les volumes de vente des magasins de detail qui
vendent des produits homogbnes et fortement substituables #institue le
cœur de cette thèse. II s'agit d'estimer un ensemble de coefficients
stables et asymtotiquement efficaces non corrél6s avec les effets
spécifiques albatoires des sites d'essence dans le marche de Montréal
(Quebec, Canada) durant la période 1993-1997. Le modèle
econom8trique qui est ainsi spécifie et teste, isole un ensemble de quatre
variables dont le prix de détail affiche dans un site dessence ordinaire, la
capacit6 de service du site pendant les heures de pointe, les heures de
service et le nombre de sites concurrents au voisinage du site dans un
rayon de deux kilomdtres. Ces quatre facteurs influencent les ventes
d'essence dans les stations-service. Les données en panel avec les
methodes d'estimation robustes (estimateur & distance minimale) sont
utilisees pour astimer les parambtres du moddle de vente. Nous partons
avec I'hypothdse génerale selon laquelle il se développe une force
d'attraction qui attire les clients automobilistes dans chaque site, et qui lui
permet de rdaliser les ventes. Cette capacité d'attraction varie dun site à
un autre et cela est dCI à la combinaison de l'effort marketing et de
l'environnement concurrentiel autour du site. Les notions de voisinage et
de concurrence spatiale expliquent les comportements des ddcideurs qui
gbrent les sites. Le but de cette thèse est de développer un outil d'aide à
la décision (modble analytique) pour permettre aux gestionnaires des
chaînes de stations-service dafiéder efficacement les ressources
commerciales dans les points de vente.
Résumé
L'objet de cette these est de spécifier et de tester un modele
dcanorndtrique de réponse des vmtes d'essence automobile à partir d'un
panel de stations-service (19934997) et A raide des estimateurs à
distance minimale. II s'agit de mesurer i'impact à court terme des facteurs
sous contrôle et hors contrale sur les ventes d'essence automobile dans
les stations-senrice.
II est montre dans cette recherche que le prix affiche de l'essence
dans un site , la capadte de serviœ du site, les heures de service et le
nombre de sites concunents au voisinage dans un rayon de deux
kilomhtres sont les principaux facteurs endoghnes et exoghnes qui
influencent la demande sdledive des sites d'essence de façon
significative.
II est montre que les fondions de r4ponse des stations-service
dans les marches 4 structure oligopolistique ont des effets sp6cifiques
aléatoires nuls si le prix de detail d'essence s'brte ndgativement du prix
d'dquilibre du marche. II est montre que la localisation d'une station-
service a un impact relativement faible sur les ventes d'essence dans les
stations-service. II est montre que la conjugaison de la capadte de
service, des prix et des heures de serviœ qui confhe à une station-
service un monopole spatial et non sa localisation. II est clairement dtabli
dans cette recherche que la localisation dune station-service n'est pas la
condition sine qua non de son succès commercial mais sa capadte de
service, ses prix de vente, ses heures de senrice et le nombre de sites
concurrents dans son voisinage. La localisation d'un site n'est pas
conséquente au potentiel de marché mais la concurrence.
II est montre dans cette th& que comme le marché de l'essence
automobile est en saturation et que le taux de croissance de la demande
dans le marche de Montréal est quasiment stable A 1%, le seul moyen
craugmetnter les rendements moyens des sites est de réduire le nombre
de sites dans le rnarctid. La restructuration et la diversification que
cunnait cette industrie depuis les années 80 poussent davantage les
gestionnaires des grandes chaînes de stations-sdce ii s'interroger sur
la productivit6 marginale de chaque ressource commerciale.
Cette recherche répond éi la question fondamentale suivante: Sur
quels BlBments du mix de detail les vendeurs d'essence doivent-ils
s'appuyer pour rester cornpetitifs $i court terme dans un marche où le
setvice devient de plus en plus rapide et peu cher? Les détaillants qui
arriveront à trouver une synergie entre leur politique de prix et de capacité
de site (site efficace) resteront compétitifs dans œ marche. II faut donc
pour cela posséder un outil d'analyse fiable pour mesurer la contribution
de chaque ressource mmrnerciale au rendement du site A court terme.
Les méthodes d'estimation robustes (esb'mateur à distanœ
minimale) nous ont permis d'estimer des coenicients stables et
asymptotiquement efficaces et non corrélds aux effets spkifiques
al6atoires des sites. II est d6rnontrb dans cette these que le prix de détail
du carburant affiche dans les sites dans le marche de Montréal durant la
p6riode 1993-1 997 n'a pas Bt4 un outil de la concurrence comme tel entre
les oligopoleun, mais la capacitb de servi- et les heures d'ouverture+
Table des Matiéres
REMERCIEMENTS ... .......... ................ ..... . .. ..... . .. ....... ....... .. ..... .. .. .i DÉDICACE ... ... ... .. . ... .. . .. . ... . . . ... . . . . . . ... . .. . .. .. . .. . . .. . .. . . . . .. . . . . .. ii
P.. SOMMAIRE ....... ..... . . . . ....... .. . . . ....... . ., ... ..... . .. ...... .. .......................... iii RÉSUMÉ ........ ......... . . . ............ ........ ..... ........ ................. ............. ... .. .iv
Chapitre 1
INTRODUCTION ET FORMULATION DU PROBLÈME.
1.1 - BACKGROUND GÉNERAL ..................................... ... ..... . ...................... 3
1.2 - BACKGROUND SPÉCIFIQUE ..................................................................... 4
1.3 - CONTEXTE DE tA RECHERCHE ........................................ . ..... . ..... . ....-.... 4
1.4 - MOTIVATION DE LA RECHERCHE ............................................................ 5
1.5 * QUESTION DE RECHERCHE ..................................................................... 0
1.6 - ORIGINALIT~ ET CONTRIBUTIONS .......................................................... 9
1.7 - PLAN DE RECHERCHE ............................................. - ........ . ............ 1 2
PORTRAIT DU MARCHE DE DETAIL DE L'ESSENCE DE M O N T R ~ L (1 993-1 997)
2.1 - INTRODUCTION ..................................... ... . . ........................................ 16
2.2 - LE COMMERCE DE L'ESSENCE AUTOMOBILE AU QU^ BEC (1993-1997) ..-......... . . ... . . . .. . ... . . .,. . . ... . ...i ..... . .. . ...... . .. . . ..--... . --. -. . .- .. .-. .-. .+. . ,. ..+... . . .+ 21
22.1 - Les débits des stations-dce au Q u b c (1993-1997) ............................... 21
2.2.2 O La repartition des offres de service au Quebec (1 993-1 997) ......... ; ....... 28
2.3- L'ÉVOLUTION DE LA CONSOMMATION DE CARBURANT A M O N T R ~ L (1 993-1 997) ............................................................................ -34
2.3- LA STRUCTURE DU MARCHE DE.CARBURANT DE MONTRÉAL (1 993-1 997) ...........................................*.....~-.......................~...........,........*....... 37
2.3.1 . Les intervenants .......................................................................................... 37
2.3.2 O Le pouvoir des intenrenants ....................................................................... 39
2.3.3 . La restructuration des réseaux ................................................................... 40
2.4- LE MARCHE DE MONTRÉAL: LES PERFORMANCES COMMERCIALES DES D~AILLANTS (1 993-1 997) ................................. 41
2.4.1 . Les debits moyens par site: Le triomphe des Nationaux ......................... 42
................................. 2.4.2 . Quelques hypothdses sur la force des oligopoleurs 47
2.4.3 O Le prix de l'essence ordinaire à Montréal (1 993-1 997) ............................. 49
2.5 O CONCLUSION ................................................................................................ 56 ............. Annexe 2-1 : Tableau de synthbse des indicateurs de la performance 57
Annexe 2-2: Quelques indicateurs de la performance des quatre grandes petrolidres dominantes dans l'industrie 4 MontrBal ........................................... 61
Annexe 2-3: Quelques statistiques locales sur les @ions urbaines à ........................ Montreal ........................................................................................... : 64
REVUE DE LA LITTERATURE
3.1 . INTRODUCTION .......... ,, .... ,. ...................................................................... 67
3.2 . LES D~TERMINANTS DE LA PERFORMANCE COMMERCIALE DES
MAGASINS DE DETAIL ............................................................................... 69
3.3 . LES MODÈLES DES D&TERMINANTS DE LA PERFORMANCE . DES MAGASINS DE DETAIL ...................................................................... 72
.............................. 3.3.1 œ L'impact des variables de l'environnement du marche 73
3.3.2 L'impact des attributs des magasins de detail sur les ventes ................... 75
3.4 . LES DÉTERMINANTS DES VENTES D'ESSENCE DANS LES STATIONS-SERVICE .................................................................................... 77
.......................................... . 3.4. t Les travaux pr4curseurs de Lambin (1 972a. b) 7'7
3.4.2 . L'apport significatif de Robinson et Hebden (1 973) .................................. 78
. 3.4.3 O L L ~ grande contribution de Png et Reitman (1 994) .................................... 80
3.4.4 . C'expertise des professionnels du commerce de detail de l'essence ...... 82
3.5 . CONCLUSION ET SYNTHÈSE DE LA LITTÉRATURE ............................... 83
CHAPITRE IV
4.1 . FORMULATION THGORIQUE DU PROBLÈME ......................................... 89
4.1.1 O Les variations conjecturales des oligopoleurs ........................................... 89
.................... 4.1.2 . La formation de la demande gravitationnelle dans les sites 92
................................................ 4.2 O LES BASES TH~ORIQUES DU MODÈLES 95
........................ . 4.2.1 Chypothbe d'un prix de détail cr6quilibre sur le marche -95
............. . 4.2.2 LthypothBse des marchés congestionn6s et des capacités fixes 98
4-3 . C'ÉQUATION ÉCONOMÉTRIQUE DU MOD~LE DES VENTES ......................................................................... D'ESSENCE DANS UN SITE 101
. ....... 4.3.1 Relation entre I'attractivite et les ddterminants des ventes d'un site 101
4.3.2 . La ddlimitation dune zone de marche ...................................................... 102
4.3.3 . Le volume des flux circulatoires du trafic automobile ................................ Ki4
4.3.4 . La fonction d'attraction des consommateurs dessence dans les sites ........................................................................................................................... lû5
4.3.5 . Les hypothbses du modele des ventes d'essence dans les sites ........... 10s
4.3.6 . C6quation du modele 6conom6trique des ventes d'essence dans ........................................................................................................................ un site 100
4.3.7 . La forme de la fonction des ventes d'essence dans un site ..................... 109
CHAPITRE V
DESCRIPTION DES VARIABLES ET DES DONNÉES
5.1 . DESCRIPTION DES VARIABLES ................................................................. 109
5.1.1 . Les ventes d'essence dans une station-service (la variable dependante) ........................................................................................................... 103
5.1.2. Le prix de detail du carburant ordinaire (sans plomb) ................................ 111
5.1.3 . Les heures de senrice .................................................................................. 111
5.1.4 . La capadte de service ................................................................................. 112
5.1.5 œ L'emplacement d'un site d'essence ........................................................... 113
5.1.6 . La concurrence au voisinage d'un site d'essence ..................................... 115
5.1.7 . Le nom de maque de la bannière du site .............................................. 116
5.1.8 O La zone de mardi6 du site ............................................................................. 116
5.1.9 O La conjoncture 6conomique ......................................................................... 177
5.2 . DESCRIPTION DES DONNEES ........................................................ 117
5.2.1 . La banque de données de Kent Marketing ................................................ 117
5.2.2 . La banque de données: Enquête Origines/Destination (STCUM- 1993) ........................................................................................................................ 119
5.2.3 . Enqu8tes compl6mentaires sur le terrain (1999) ...................................... 120
5.3 . CRIT~~RES DE SÉLECTION. PÉRIODE ET REPRÉSENTATIVITÉ DES UNIT& STATISTIQUES ................................................................... 120
CHAPITRE VI
MÉTHODOLOGIE D'ESTIMATION DES PARAM~TRES DU MOD~LE .
6.1 . MÉTHODOLOGIE D'ESTIMATION DES PARAMÈTRES AVEC LES DONNÉES EN PANEL ........ 1 .......................................................................... 124
6.1.1 - Definition et Caractérisation des donrtbs en panel ................................ 124
6.1.2 . Processus d'estimation des parambtres du rnodble avec les Mthodes robustes .................................................................................. 1 2 5
6.1 .2.1 O Ca lecture des donnks en panel ................................................................ 128
6.1.2.3 . La matrice de variance covariance pond&& ........................................... 131
6.1 .2.4 . L'estimateur distance minimale .................................................................. 132
.. 6.2 - LES LIMITES DES HYPOTHÈSES STATISTIQUES ............................ .... 133
6.3 - LE LOGICIEL DE TRAITEMENT DES DONNES (TSP) .................................. 134
CHAPITRE VI1
PRÉSENTATION. DISCUSSION ET IMPLICATIONS DES RÉSULTATS .
7.1. PRÊSENTATION DES RÉSULTATS .............................................................. 144
7.1 -1 . Hypothbses testées avec I'estimateur h distance minimale (SUR) ......... 146
............... 7.1.1.1 . Hypothèse 1 . L'impact des prix d'essence sur les ventes des sites 146
œ . 7.1.1.2 Hypothèse 2 L'impact des heure6 de service sur les ventes des sites ......... 152
7.1 if . 3 . Hypothèse 3 . L'impact de la capaciîé de seMcci sut les ventes des sites ..... 154
. ................ 7.1.1.4 . Hypoaiesct 4 L'impact de la owicurrence sur k s ventes des sites 157
7.1.2 . HypoWses non testées avec I'estimateur h distance minimale (SUR) ........................................................................................................................ 150
............. 7.1.2.1 O Hypothese 5 . L'mact du volume de trafic sur les ventes des sites 159
7.1.2.2 - Hypothdse 8 . L'impact du nom de maque sur les ventes des sites .............. 161
7.1.2.3 . Hypothése 7 . L'impact da la m e de inarche sur les ventes des sites ......... 162
7.2 O DISCUSSION ET IMPLICATIONS DES R~SULTATS ............................... 184
.................................................................... 7.2.1 . Les prix de detail du carburant 164
7.2.2 . La capacité de service ......................................................................... 166
7.2.3 . Les heures de service ..................................................................................... 167
CHAPITRE VIII
CONCLUSION GÉNERALE : CONTRIBUTIONS. LIMITES ET . RECOMMANDATIONS
8.1 . SYNTH~SE ...................................................................................................... 769
8. 2 - CONTRIBUTIONS .......................................................................................... 173
8.3 - LIMITES ......................... .. .................................................................................. 176
8.4 - RECOMMANDAT~ONS ...................................................................................... 177
TABLEAUX
Tableau 24 Comparaison des debits dessence entre les provinces .................................................................................................. canadiennes -23
Tableau 2-2 Évolution du nombre de stations-service et des débits moyens au .......................................................................................................... Canada -24
.................................... Tableau 2-3 Comparaison des ratios stationdvolume 25
................................................................. Tableau 2 4 Répartition des débits 26
Tableau 2-5 RBpartition des Btablissements de détail dessence ..................................................................................................... au Quebec 27
Tableau 2-6 Répartitian des installations de detail dessence par type d'offre ...................................................................................................... au Québec 29
1 ableau 2-8 lntenrenants dans l'industrie A Montreal et definitions ................ 39
Tableau 3-1 Synthése des &des &conornétriques sur les modhles de vente ........................................................................................................ d'essence 86
Tableau 4-1 Matrice des ventes cressence dans les sites ........................... 92
Tableau 5-1 Statistiques desaiptives (format panel) ..................................... 122
Tableau 5-2 Statistiques descriptives (format p l e d ) ................................... 123
TaMeau 7-1 Synthbse des ri8suItats: &mtions des ventes .......................... 148
GRAPHIQUES
Graphique 2-1 Consommation de l'essence 4 Montréal (1 993-1 997) ............... 35
Graphique 2-2 Évolution des dWis moyens par site dans le marche de ........................................................................................................... Montreal -42
................. Graphique 2-3 Debits moyens d'essence par site des oligopoleurs 43
Graphique 2 4 holution des débits moyens par site et par zone de ......................................................................................... marche (1 993-1 997) 46
Graphique 2-5 Description des prix moyens de Fessence ordinaire .............................................. (Montreal 93-97) -49
Graphique 2-6 Variation des prix moyens d'essence ordinaire entre les sites .................................................................................................................. 50
Graphique 2-7 Évolution des prix moyens de l'essence ordinaire (Montreal 1993-1 997) ................................................ 5 1
Graphique 2-8 Comparaison des prix moyens dans les trois sous- marches ............................................................................................................ 52
Graphique 2-9 Prix moyens dessence ordinaire entre les oligopoleurs .......... 53
Graphique 2-10 holution des prix moyens de l'essence ordinaire des oligopoleurs ...................................................................................................... 54
Graphique 2-1 1 Prix moyens essence ordinaire 1 au nombre de concurrents ....................................................................................................... 55
Graphique 7-1 Ventes dessence dans un site en fondion du nombre dheures .......................................................................................................... 153
Graphique 7-2 Relation théorique entre les ventes ff un site et sa taille .......... 155
Graphique 7-3 Differentes correlations entre les ventes. le trafic et la taille d'un site ................... : ....................................................................................... 155
Graphique 7 4 Relation entre les ventes d'un site et le nombre de concurrents ....................................................................................................... 158
Figure 4-1 Forme réduite ciu modèle de vente d'essence dans un site ............ 111
CHAPITRE 1
INTRODUCTION ET FORMULATION DU PROBLÈME
L'objet de ce chapitre introductif est de formuler le probtbme auquel cette
recherche est consacrée. II s'agit de specifier et de teder un modble 6conom6trique
pour mesurer l'influence des sources de variation endogènes et exoghnes des ventes
entre les magasins de détail apparemment het6roghnes implantes dans un mQme
marche et directement concurrents. Un tel modele est un outil d'aide à la decision pour
les managers qui gbrent les chaînes de magasins de détail et qui veulent apprhcier la
contribution de chaque maillon de la chaîne et de chaque ressource au rendement de la
maque.
Cadivit6 essentielle et la plus complexe du marketing management est
probablement i'affectation et 1'8valuation de I'effort commercial d'une firme entre les
diffdrentes variables marketing qui ifluencent les ventes telles que la publicitd, le prix,
la qualit6 du produit, et les rdseaux de commercialisation. Pour certaines gtandes chaînes de detail le processus dhaluation de la performance commerciale a 6volu8,
passant des methodes subjectives dessaüerrew aux mbthodes plus standardisées qui
sont assou6es aux modhles statistiques les plus sophistiquds. Ce developpement &ait
bas6 sur i'hypothbe selon laquelle les localisations "id8ales" comportent un nombre
identifiable de sites et des situatians caractéristiques qui peuvent Btre proprement
isolds, quantifies et 4valu6s. Implicite 4 cette conceptualisation est la notion de rnofp~pole
sp ia l selon laquelle toutes les activités homiques localisées dans l'espace n'offrent
pas les mgmes avantages sphifiques qui peuvent accroltre les niveaux des ventes.
En isolant efficacement ces facteurs cl& associés aux "sites optimum", une
strategiie de prise de decision plus efficace peut btre formulée. En adoptant cette
perspective, un ensemble de procedures de planification plus ri~ureuses et plus
flexibles peut etré Blaboré par une firme lorsqu'elle pmcdde à des opkations
d'bvaluation de routine des sites, de planification et d'expansion des sites, ou pour
decider des sites a fermer, ou pou chercher un nouveau repositionnement des sites et
des marques sur le marché.
L'objectif fondamental poursuivi par œ travail est d'étudier comment se fait
i'affectation et i'8valuation des ressources dans le commerce de détail der produits
homogdnes et fortement substituabies dans les marchés à strudure oligopolistique. II
s'agit de ccrncevoir un dl analytique capabte de rrasurer les swrces de vahtion des
m ventes entre les magasins de detail localis8s dans un mgme marche et en interaction
spatiale. En dautres ternies, il s'agit de'dMre et da mesurer rimpact des facteurs qui
expliquent le volume der ventes capté par un magasin de dbtail. Cela exige l'analyse
des fonctions de vente des d i i t s sites locaks dans un marchd. Nous wons choisi
de spécifier un Nlclde de réponse des magasins de Mai l qui vendent des produits
homoghnes et fbrtement substituables sur la base des hypothèses rbalistes de la théorie
de l'oligopole et de l'attraction commerciale pour mesurer I'infiuence des facteurs
endogènes et exogènes qui expliquent la compbtitivitd des institutions de detail.
1.2 - BACKGROUND SPÉCIFIQUE
L'essence automobile est un produit hmnogbne et fortement substituable. Le
commerce du carburant automobile se fait en grande partie travers les stations-service
g6rées par un petit nombre de firmes. Les compagnies pétmli4res disposent
d'immenses chahs de stations-service dispersdes dans les grandes et les petites
m4tropoles urbaines. Une fois les stations-service créées, il faut qu'elles produisent les
ventes mnfoniF8ment sux prévisions faites avant leur implantation. Comme le secteur
de détail des produits petroliers raffines est hautement concurrentiel, les managers sont
sur le qui-vive en permanence, et doivent expliquer chaque fois le rdsultat commercial
obtenu.
1.3 - CONTEXTE DE LA RECHERCHE
Trbs peu de modbles éwnom6triques ont été développ6s dans le champ du
commerce de détail, pour tester tes Wories avancées dans œ domaine, pour decrire et
expliquer la pedomance des magasins de detail. Même si les recherches dans ce sens
sont faites dans certains sous-secteurs de I'industrie de detail par les professionnels et
certains cabinets de consuttath, iI est urgent pour le monde universitaire de 'VapWier"
en quelque sorte ce champ de recherche. Les paradigmes utilisds en marketing et dans
le commerce de detail ont besoin des modeles 6wnom6triques pour valider
scientifiquement les dircnls concepts utilisés dans œ champ tout en donnant des
& ~ M S ~ S efficaces aux problhmes qui se posent dans la pratique du commerce de
I) dhtail. II n'existe pas aujourd'hui dans le champ du commerce de détail un modble de
base capable de decn're les ventes des magasins de detail. Les cadres de recherche
propos& par Davidson, Sweeney et Stampfl (1988), avec leur fameux modble de
stratégie marketing de detail, ne suffisent pas pour comprendre rdellement comment
fonctionnent les institutions de detail.
L%valuation de la performance (ventes, parts de marche, niveaux de profit) des
magasins de détail avec des outils analytiques s'impose pour établir des relations de
cause h effet entre les ventes et certains facteurs endoghnes ou exogbnes dans le
secteur commercial. Dans les canaux de distribution des produits et des services le
point de vente constitue l'interface entre l'offre et la demande. C'est le maillon le plus
important de la chaîne verticale qui noumt tout le réseau. II est urgent pour chaque
sous-secteur de détail de comprendre le fonctionnement de ses marches avals pour
aider les managers prendre de bonnes ddcisions commerciales. Le developpement
des moddles substantiels la fois positifs et normatifs dans le domaine du commerce de
détail va dans ce sens et c'est dans ce contexte que s'inscrit cette recherche.
1.4 - MOTIVATION DE LA RECHERCHE
Nous avons discute plus haut des motivations d'ordre théorique et
mbthodologique qui nous ont pousse à entreprendre cette recherche. II y a des raisons
d'ordre pratique qui sont liées aux problbmes spécifiques posés dans le secteur. Le
secteur du commerce de detail de l'essence est en pleine mutation depuis le début des
annees 80 aux EU et au Canada. La concurrence est devenue de plus en plus intense
entre les stations-service qui doivent offrir des senrices de grande qualité et peu chers-
Les gestionnaires des stations-service sont dans la quadrature du cercle. Ils doivent
augmenter leurs volumes de vente dans les marches en maturité où les taux de
croissance annuelle ne dépassent pas un pour cent. Malgr6 la diversification des
produits et des services au point de vente, la rationalisation et le dégraissage des points
de vente; les volumes de vente dans les stations-servi- augmentent très peu surtout
pour les petits ddtaillants. Les volumes de vente de la majoritd des stations-serviee se
@ sont r 6 W s comme une peau de chagrin.
La qdte permanente de la missanœ des volumes de vente dans chaque
station-service '(les charges mes des stationsaervice Btant trds 6levBcNI) mdui t les
distributeurs d'essence ii gerer "scientifiquement" leurs implantations. La connaissance
de la contribution de chaque facteur au resultat commercial permet aux managers des
chaînes darn6liorer leur prise de décision pendant I'affedation des ressources. Le
succès ou I'echec commercial d'une station-sewice dependent de la qualit6 des sites en
termes de potentiel de marche et de la gestion efficace des implantations qui doivent
rdpondre de manier8 ad6quate aux attentes des clients en livrant un service de qualité
par rapport aux concurrents directs. L'evaluation constante de la contribution de chaque
ressource commerciale aux ventes permet aux stratdges des chaînes de stations-
senriœ de s'ajuster à temps, de faire face aux soubresauts de l'environnement et de la
concurrence en maintenant des systbmes de distributions efficients et efficaces.
Les changements majeurs qui s'opèrent dans l'industrie de detail de I'essence
aux EU et au Canada comme I'a soulign6 Abramo (1997a,b,c) expliquent les
comportements des managers qui 6valuent la rentabilite des stations-senrice au cas par
cas. Ces changements sont dûs a plusieurs fadeurs:
i) Les bons sites ne sont plus disponibles comme par le passe. La
croissance des ventes ne peut se faire qu'A partir des sites secondaires ou
des sites existants qui n'ont pas encore exploite leur potentiel. Pour les
sites qui n'ont pas exploite tout leur potentiel, les stratèges des rdseaux
doivent savoir quels amenagements faire dans la station-service au niveau
de la taille ou de la composition du mi% de detail pour rbaliser le potentiel
total de marche.
ii) Les grands ddtaillants des produits pétroliers raffines font face A I'hergence des distributeurs independants rdgionaw qui g h n t mieux
leurs centres de profit (compression des charges cfexploitation) et
maximisent les gains de leurs investissements. Les grandes compagnies
dagissent en construisant de gigantesques stations-service dans
d'anciens sites pour exploiter au maximum le potentiel du marche local. La
taille de la station-service est devenue un facteur de differenciation entre
les concurrents dans cette industrie.
iii) Dans cette industrie, de plus en plus, l'accent est mis sur les programmes
marketing. Les cartes de rabais et de crédit et les programmes de
recompense des clients loyaux permettent aux grands distributeurs de
rester plus performants dans un marché mature avec une demande aux
taux de croissance tr&s moder4s.
iv) Les relations de partenariat entre les compagnies pétrolières et les
grandes chaînes de restauration rapide qui se font entre ces industries
reflbtent la volont6 des premieres de gruger leurs parts de profit dans cette
categorie de produits de convenance dont la demande est en pleine
croissance.
v) La croyance répandue dans cette industrie est que les marges brutes de
profit de l'essence vont mtinuer A s'aroder à long terme comme les
concurrents cherchent 4 contrôler le traftc et d'extraire plus de valeur dans
les marges des produits de commodit6.
Ces remarques d'Abram0 (1 997a,b,c) montrent que les managers des chaînes de
stations-service n'ont pas encore su jusquloÙ peut aller la restructuration des reseaux et
la diversification du mix de detail dans les stations-service. II faudrait pour cela, bien
identifier les facteurs qui contribuent de manière significative à la description et a
i'explication des ventes d'essence dans une station-service. Deux questions
fondamentales se posent dans cette industrie. 1) Le dhloppement des modhles
analytiques des ventes de détail de l'essence peut4 permettre de mesurer efficacement
la productivite des ressources investies dans les stations-service? et 2) C6laboration'
des "odeles analytiques peut-edle permettre d6valuer la performance commerciale des
stations-service pour am6liorer ta prise de décision des gestionnaires des rdseaux?
1.5 - QUESTldN DE RECHERCHE
Cette these pose le probldme fondamental d'identification et de spécification des
facteurs deterrninants des ventes d'essence des stations-service dans un contexte de
marche à structure oligopolistique. L'industrie de détail de l'essence est caract6risée
aujourd'hui par une concurrenœ intense entre les detaillants. Pour accroître leurs
volumes de vente ou de parts de marche, les détaillants des produits pétroliers raffines
doivent evaluer constamment les composantes de la performance des ventes dans
chaque point de vente afin de rentabiliser leurs investissements. Pour les professionnels
de l'industrie de detail de l'essence il faut determiner la contribution r6elle de
l'emplacement de la station-service, de la capacité de service, des heures de service, âe
@ la concurrence sur les ventes d'essence des stations-service.
Quelle est la contribution réelle des f ~ e u r s swrs contrôle (Tefort murRetir@ par
rapport aux facteurs hors conidle (la concurrence et le wlume de trcrfic automobile) sur les
ventes d'essence automobile d m les s~tiomenice? Qu'est-ce que I'emplacement d'un sire
rapporte en terme de wlume cde vente? Pour rester compétinp dans cette industrie fasi-iil
d'abord que les ddtaillants gagnent la batailie spiale* en a m p t [es meilleurs sita h s Ir
marché? Quel est l'impact des prix, &s heures & service et de la capcitt! de service slrr les
ventes des sites?
Une bonne connaissance de la contribution réelle du marketing-mix aux ventes
de la station-service permettra aux décideurs dans cette industrie de prendre de bonnes
décisions pendant les opérations de restructuration des points de vente et de
diversification du mix des produits et des senrices.
@ 1.6 - ORIGINALIT~ ET CONTRIBUTIONS
Lambin (1972b) a développé un modele de part de marche de fonctionnement de
t'industrie de detail de l'essence. Dans ce moddle il a ddcrit la relation entre les parts de
marche de différentes maques de detaillant en fonction de leurs depenses relatives de
publicite et de la taille relative de leurs &eaux de stations-service. C'est un modele qui
a decrit les ventes au niveau des marques. Le m d l e que nous proposons est un moriele des
ventes au niveau des magasins dé &tail et non &s marques. NOUS estimons que notre
approche apporte plus de lumi6res pour expliquer le fonctionnement des marches de
détail parce qu'elle repose sur le fonctionnement des institutions de detail qui produisent
les ventes des marques. Notre approche met plus cfaccetnt sur l'emplacement, la taille
des magasins de détail, les heures de service, les noms de marque pour expliquer te
fonctionnement des marches de detail. Parce que c'est l'interaction entre les r6seaux de
magasins de detail dans le choix de leurs stratégies de couverture spatiale du march&,
du choix des localisations, du design de la taille des magasins et du choix de la
combinaison du mix des produits et des services que le fonctionnement des marchés se
concrbtise et prend corps comme phenomdne scientifique de recherche. Cette
recherche montre que l'affection des ressources commerciales dans le commerce de
detail n'est pas un processus aldatoire dans la prise de decision stratégique.
Png et Reitman (1994) ont d6velopp6 un modele statique des ventes d'essence
en utilisant le cadre theaique des marches congestionnés. Ils ont montré que la
capacité de service (taille de la station-service) est le facteur determinant pour expliquer
les variations des ventes entre les stations-service. C'est un modele de demande aux
heures de pointe. Les clients qui arrivent de façon aldatoire dans une station-service
sont senris selon les capadtes de la station-service en fonction du nombre de places
d'approvisionnement. Ils ont montre que les clients etaient prQts à payer plus chers leur
La batalle spatiale est la conquête territoriale des meilleurs emplacements dans un marche local. Plus une maque contrôie de bons emplacements plus elle a une grande part de marché, toutes choses étant
9
carburant dans les stations-service qui offrent des files d'attente moins longues pendant
les heures de pointe.
Nous proposons un modble de vente #essence, qui en plus d'intégrer la capacite
de service daris la description des ventes, diabore davantage sur les variables prix,
localisation, qui interagissent avec la capacité de service. Nous posons le problhme de
la mod6lisation des ventes dessence dans les stations-service sur des bases
théoriques plus larges que celles des marches congestionnés. Nous postulons que si la
taille dune station-sewice est dbtermih par la taille du potentiel de march6 local le
problhme de la congestion n'est pose que larsqu'il y a modification des facteurs
environnementaux en l'occurrence la quanti6 de trafic devant la station-service.
Nous posons autrement ce problhme de congestion en analysant les ventes des
stations-service 4 partir d'un modèie hnom6trique. Nous avons observe que sur une
période de cinq ans la capacité de service n'a pas du tout change quantitativement. La
capacité de service varie considéraMement entre tes stations-service qui ne sont pas
directement compdtives et varie moins entre les stations-service qui sont directement
comphtitives surtout dans les marchés très concentr6s. Contrairement à Png et Reitman
(1994) notre moddle des ventes ne repose pas sur l'hypothèse du diffdrentiel de prix
pour des stations-service directement concurrentes, mais sur I'hypoth6se selon laquelle
les stations-service directement concurrentes fixent le prix d'dquilibre de detail du
carburant, I'emplacement, les heures de service, la capadte de service et les
interactions entre les sites Btant les seuls facteurs qui expliquent vdritablement les
diffhmtiels des ventes.
Nous introduisons dans l'analyse des ventes dessence la methode des panels de
données avec les m6thodes d'estimation robustes (estimateur A distance minimale).
Cette approche nous pemiet d'6tablir des liens de causalit6 entre les ventes et les
facteurs detenninants. Ce qui apporte une contribution majeure dans la spécification et
A l'utilisation des techniques cfestimation des modbles à plusieurs composantes de la
variance dans le domaine du commerce de detail. Dans cette approche l'analyse de la
variance non observee est essentielle pour approfondir l'analyse du phdnomhe des
@ ventes afin d'arriver A l'estimation des coefficients non biaisbs et coh4mnts. Dans le cas
de Png et Reitman (1994) ils ont tout simplement utilise les donnbs en coupe
transversale pour estimer les eaenicients de leur modele ce qui ne leur a pas permis
d'atteindre un # ajust6 de 40% avec plusieurs variables. Leur analyse a simplement
utilise les techniques d'estimation A deux niveaux des moindres car& gWralis6s
(GLS).
Ce travail ouvre une nouvelle voie dans la recherche sur la performance des
reseaux des institutions de détail. Si les mod6les de localisation ont longtemps sewi ex
anre ii optimiser le processus du choix de l'emplacement des stations-service, les
rnd les econom6triques des ventes nous permettent de mesurer la contribution réelle
e x p t de chaque instrument marketing sur les ventes des magasins de detail.
Le modble que nous présentons dans cette recherche est construit à partir des
observations faites sur les réseaux de stations-service localisées dans la ville de
@ Montréal (Canada). Mme si ce mo& a dtb conçu partir du march6 de c@-burant de
Montréal, les methodes d'analyse utilisées peuvent btre appliquées dans tous les
marches de distribution de l'essence, et dans d'autres secteurs de detail comme les
chaines de pharmacies, les succursales de banque, les hbtels, les restaurants et les
motels. Parce que dans tout sous-secteur de detail quel qu'il soit, il se pose des
probldmes d'identification et de spécification des modèdes de vente, de sélection des
facteurs déterminants, de validation de modhle et d'application de modele.
Cette recherche empirique nous permet enfin de donner la réponse Li la question
fondamentale: Pourquoi dans un =hl & dhoif certm'us M~QFI*IIS son& plus
performunts que d'riwms en termes & vdunu & verite? C'est à cette question que ce
travail veut apporter des réponses dans le domaine du commerce de detail de ressenœ
en spdcifiant et en testant un modble économ6trique.
a 1.7 - PLAN DE RECHERCHE
La suite de cette recherche s'organise comme suit:
Le chapitre 2 fait un portrait avec des faits stylises de lindustrie de detail de
I'essence h Montreal. Cest un chapitre chamière qui nous pr6sente un modele de
fonctionnement du marche de I'essence. QueHe est la spécificite de la structure de l'offre
de cette industrie? Quelle est la performance des ventes des stations-service? Ce
chapitre montre que cette industrie est en pleine restructuration; que le taux de
croissance de ce marche est de 1 % par an et que la concurrence y est intense et repose
sur des variables autres que le prix.
Au chapitre 3, une revue de la littérature sur les dbterrninants de la performance
commerciale des magasins de détail est faite. Plus spécifiquement, nous présentons les
recherches empiriques et les modbles théoriques d6veloppés dans le commerce de * I'essence automobile.
Au chapitre 4, la sp4citïcation du modble Bconom6trique des ventes est faite avec
l'énoncé des hypothbses. Nous utilisms et am6liorons pour cela le cadre conceptuel du
fonctionnement des m.archés de l'essence developp6 par Lambin (1972) et Png
&Reitman (1994). Notre hypothese de base de recherche est que l'effort marketing
influence de façon significative les ventes dessence dans les station-senrice.
L'objet du,chapitre 5 est la description des données et les variables du modele.
Nous y d6firiissons les critères de sdlection, la période et la représentativite de
I'échantillon. Nous y expliquons le choix des variables et en faisons leur description.
Nous presentons les deux banques des donnees qui ont servi à la realisation de cette
recherche.
Au chapitre 6, nous présentons la méthodologie @estimation des parambtres du
rnodble. Comme nous avons un panel de 183 stations-service sur cinq ans (1993-1997),
nous avons choisi la mdthode d'estimation robuste (SUR) des modèdes de données en
panel multivari4s avec des estimateun P distance minimale qui nous permettra de
deteminer une structure stable de coefficients asymptotiquement efficaces et non
corr6les aux effets spécifiques albataires des stations-service.
Au chapitre 7, les rbsultats obtenus sont pdsentes. Les analyses statistiques ont
et4 faites à parür du logiciel TSP avec lequel les diffdrentes estimations des paramhtres
du modale ont 616 possibles. Ce travail apporte une contribution majeure sur la
d4tmination des coefilcients non biaises et stables dun ensemble de mod4tles de
vente des stations-service implantées dans le marche de Montreal.
Au chapitre 8, les implications et les recommandations de cette recherche sont
faites. Sur le plan théorique, les modeles de rdponse des ventes ont un cadre
conceptuel très elabore. On peut penser aux premiers jalons d'une theone de la
performance des magasins de detail qui vendent des produits de premibre n6cessite
cammundmnt appeles "commodit6s~'. Sur le plan managerial, les gestionnaires des
0 chaînes de stations-service dans les z m s urbaines ont un outil d'analyse et de
décision à leur portee. Toute decision credible dans l'industrie du commerce de detail de
l'essence repose sur la connaissance de la taille du potentiel de marche, de l'intensité
de la concurrence locale et de l'effort marketing. Avec notre modhle on peut affirmer que
la gestion des stations-service peut se faire sous f m e de "pilotage automaîique" dans
les marches où la seule variable de contrôle reste le prix à court terme. Lorsqu'une
station-service est implantde dans un marche local à la bonne place et avec la bonne
taille; la seule chose qui reste au gérant de la statimsenrice est de suivre la tendance
des prix sur le marche pour maintenir le niveau de ses ventes.
' Une cornmodil6 dans le sens du commerce de detail est un ptduit de grande consommaiion et d'utilisation courante, non âiiférenciê et compl9tement subst'iuable. Le carburant automobile est ciassé dans cette catégorie.
CHAPITRE 11
PORTRAIT DU MARCHE DE DETAIL DE L'ESSENCE DE MONTREAL (1993-1 997)
L'objet de ce chapitre est de faire un portrait du marche de detail de l'essence
automobile de, la ville de Montrdal (Qu6bec, Canada) cadre empirique de notre
recherche. Nous traitons dans ce chapitre de I'dvoIution de la consommation du
carburant automobile dans la ville de Montréal durant la période 19934997, de la
structure de ce march6 urbain, de ses particulantds, et donnons quelques indicateurs
sur la performance des p"ncipaux détaillants dans le marchi( de Montrbal.
e 2.1 - INTRODUCTION
Le commerce de detail de l'essence au Canada est mntrôid essentiellement par
trois grandes compagnies pétrolihres. II s'agit crune ambricaine Esso (bon) , d'une
ndeflandaise Shell, et dune compagnie nationale PBtro-Canada. Elles raffinent et
vendent la quasi totalitd de l'essence au Canada. Elles ddhiennent ensemble une part de
marche de plus de 85%. Au Quebec, 4 ces trois grandes p6troii6res s'ajoute Ultramar.
L'industrie de detail de carburant automobile du Canada tout comme celle des
Etats-Unis connaissent une forte accélhtion dans la restructuration des réseaux de
stations-savice amorde dans les années 80. Cette politique de restructuration est
conséquente d la maturit6 du marche et i b recherche d'une plus grande rentabilite des
ressoums rares investies dans la commercialisatim de l'essence. Dans les marches de
detail arrives en maturité où los taux de croissanœ de la demande sont trhs faibles,
l'heure est au &graissage des stations-service moins productives et à la mise en place
des r6seaux de distribution efficients et productifs.
L'industrie de la vente au detail de I'essenœ au Quebec en 1997 a 6th l'une des
moins performantes au Canada avec les débits moyens par station service de 2,10
~llan'. La moyenne canadienne &ait de 3 Mllan. Les dbbits les plus Blevds par station
service ont et6 enregistrés en Ontario 3'94 Mllan et en Aberta 3,05 Milan. II existe
actuellement un surplus doffre dessence au Québec qui compte plus de postes
d'essence proportiomiellement 81evés que ses voisins immédiats. Ce surplus doffre est
propice pour maintenir ce marche cornp4tiiif.
La demande d'essence au Quebec mit A un rythme trds faible, de moins de i %
par année depuis le début des années 80. Le marche du Quebec est en maturith- On
estime qu'A l'horizon 2010, la croissance de la demande des produits raffines sera de
0,3% en moyenne par annb au Québec. La croisknce plus sp6cifique de la demande
de l'essence dans le secteur du transport devrait se situer à'envimn O$% en moyenne'
par annde.
La demande de l'essence se situe actuellement aux alentours de 7 milliards de
litres par an au Quebec . Les am6liorations continues apportdes par les manufacturiers
d'automobiles au niveau de la consommation du carburant, le deplacement de la
demande des voitures vers des moddles compacts ou interm6diaires et le
renouvellement progressif de la flotte d'automobiles laissent entrevoir peu de croissance
future de la demande d'essence. Ainsi, l'accroissement des ventes des détaillants
d'essence ne peut s'effectuer qu'en gagnant les parts de marche des concurrents et les
services offerts s'avhrent etre des variables stratégiques de plus en plus importantes
pour gagner les parts de marche. La seule alternative pour assurer la croissance des
parts de marche des firmes dans cette industrie est le develuppement des services
connexes. Cette situation augure à la perpetuation dun marche hautement compétitif
entre les quatre gros detaillants qui constituent l'oligopole dans cette industrie.
Le marche du Quebec comme celui de Montréal sont aujourd'hui caractérisés par
un grand nombre d'intmanantr. Selon Kent Marketing, on rdpertoriait en 1897 plus de
50 bannieres differentes pour la vente de l'essence ou de carburant diesel au detail.
Mais cette atomisation apparente des detaillants ne change pas radicalement la
concentration de cette industrie dominbe par quatre pétrolihres verticalement integrées:
Esso, PBtro-Canada, Sheil et Ultramar et qui cantrblaient en 1997, 64% des points de
vente avec 85% des ventes dans la ville de Montréal. Mais œ marche subit depuis
quelques annees une restructuration profonde. Le nombre de points de vente diminue et
les parts de marché des d i ihn ts intervenants changent de façon importante. Le
nombre de points de vente diminue et la part des stations avec libre service augmente.
. Sur l'ensemble de la pdriode (1981-1997), le nombre de stations smiœ au QuBbec, est
passé de 7334 en 1981 à 5059 en 1997, soit une diminution de 2273 points de vente (-
31%)'. La part des stations avec sewice a bai& de 45.6% au Québec passant de
6505 en 1981 à 3538 en 1997. Celle des stations avec libre s e ~ c e a augment6 de 84%
A u Canada, le nombre de points de vente au détail est passé de 22000 en 1989 h environ 16500 en 1995 ce qui représente une diminution de 25% sur une @<iode de 6 ans (M.J. €Mn & Au aude des Marchés de detail canadiens de produits péîroliers, 15 sept. 1997, p. 30).
passant de 827 en 1981 B 1521 en 1997. La rationalisation au niveau des stations-
@ service a eu un impact direct sur les ddbits. Les debits moyens ont augment6 de façon
significative entre 1984 et 1996 passant de 0,6 MI B 1,4 MI par année. Malgr6 cette
rationalisation, les debits moyens au Qudbec demeurent inférieurs à ceux de l'Ontario
où ils atteignent des niveaux supdrieurs B 3,5 Mllan.
L16volution des parts de marche des compagnies intbgrbs a 6t6 nhgative entre
1984 et 1996; tandis que celle des indépendants a éîé positive durant la mgme p6riode.
La part de marche des ind6pendants est passde de 16,1% en 1984 4 28% en 1996. Les
ind6pendants ont pu s'assurer une telle pénbtration de marche en s'appuyant sur une
strat6gie de prix et de produit Ils ont Mert des prix nettement infdrieurs à ceux des
compagnies intégrées. Au fur et B mesure que les consommateurs devenaient plus
sensibles au prix et moins lies d la marque du produit, cette pditique leur a valu des
parts de marche additionnelles. Il leur etait possible de soutenir une telle stratégie en
raison des frais d'exploitation moins 6levhs que ceux des compagnies intdgr6es n'ayant
pas B investir dans les coûts promotionnels et de difïérenciation des marques de
produit'. De plus, les indépendants ont offert des services mrnpl6mentaires B l'essence
comme les services de ddpanneurs.
Dans le marche de Montr6allQu&ec que ce soit dans le marche du raffinage ou
de la commercialisation on observe une contraction des marges. Dans leur analyse de
la situation au Quebec, le Comit6 sp6cia14 constate qu'en plus de fluctuer de façon
importante 4 court terne, les marges potentielless de commercialisation exprim6es en
termes r6els ont connu des sommets dans les années 1988-91 pour diminuer par la
suite. De plus l'analyse sur la périoâe 197û-95 montre que la marge de
commercialisation au Quebec a 6t6 supdrieure à celle de l'Ontario sauf pour I'arnbe
1980. Par ailleurs, depuis 1991, le diirentiel entre le Québec et l'Ontario tend a
diminuer, le plus grand kar t ayant 6t6 atteint en 1991 avec 5,7 centdlitre.
' L'avaniagc & colit suait & lloadrr & 2 4 c c a ~ t n . Cogusuît, Éiat & la sittirafion du secteur de la disrribution des plaluits au Quebec, RapOon Fi, niai 1995. P. 3-19. ' Gouvernement du Qudbec, Rapport du comdtCZ special d'examen de la Saicslion du mardie de I 'essem au Québec, 8 odobre, 1996, pp. 71-72
Les prix nominaux avec et sans taxes ont augmente entre 1961 et 1991 avec une
baisse en 1986 attribuable A la chute du prix du brut et ils ont diminue par la suite. En
termes dels, ils sont infdrieun b leur niveau.de 1981. Si on exclut les taxes, le prix
moyen de l'essence en 1991 &ait de 353 cents, il est aujourd'hui de 27,7 cents. On
constate que le' prix de l'essence a augment6 moins vite que l'ensemble des prix et qu'il
suit sensiblement I'dvolution des prix de l'alimentation.
Le marche de detail de l'essence de MontrdaWQuébec a fait l'objet d'incessantes
guerres des prix ces dernieres années conséquentes de la supériorit6 de l'offre par
rapport la demande de l'essence, de la pldthore des stations services, des debits
moyens moins dlev6s et de la faible croissance de la demande.
Le marche de MontrdaVQuébec, comme il est mentionne dans les differents
rapports d6poshs B la Régie de l'energte th Québec, est considdr6 comme hautement
concurrentiel d cause de la volatilit6 des prix du carburant et cfincessantes guerres de
prix. La concurrence entre les independants et les compagnies majeures est B I'origine
de la guerre des prix. Les ddtaillants independants ayant consid&ablement accru leurs
parts de maich4 au murs des ann(ar 1880. durant une p&ode d les marges t e
commercialisation etaient attrayantes, et B une 6poque où la croissance de la demande
totale &ait suffisante pour permettre h tous les participants d'accroître leurs ventes.
Lorsque la croissance de la demande s'est ralentie, vers la fin des annees 1980, tes
d6taillants indépendants ont utilisé le levier des prix pour assuter la croissance de leurs
ventes. Ayant de faibles cous administratifs et se detournant des campagnes de
promotion et de publicite, ces demiers ont évincé plusieurs stations-service appartenant
aux compagnies majeures dont les volumes de vente &aient devenus insuffisants pour
assurer leur rentabilit8.
Enfin, cette industrie est la plus taxée du Canada. Elle a lete reglementée par le
gouvernement du Quebec qui a vote la Loi sur I'irtili~~~tion ries produits pétroliers, amendée
en 1976. La Loi sicr la Ré@e de l'énergie adoptee en décembre 1996 modifie la loi
precedente par l'inclusion des recommandations sur la pratique abusive dans la vente
@ de ll.aseence et du carburant diewl. Selon i'orticie 45.1, une entreprise ne peut pas
vendre au detail de I'essence et du diesel A un prix inférieur & la somme du prix la
rampe de chargement, du wüt minimum de transport et des taxes provinciales et
fddhles et d i montant que la R&ie a fix6 B titn de coÛb d'exploitation, sauf dkision
de la RBgie. Au moment où nous rédigeons cette thèse, la Régie de I'hergie du
Quebec entend les divers intervenants dans cette industrie sur les coiits dexploitation
que doit supporter un detaillant en essence ou en carburant.
Cobject'f de ce chapitre est de decnre la demande de l'industrie, la strudure de
l'offre, et la performance (ventes) des détaillants de l'essence automobile dans la ville de
Montr6al (Qubc, Canada). Canalyse konomique des points de vente nous permet de
ddcrire et de comparer les principaux indicateurs de la mpétitivit6 des détaillants dans
ce marche. La localisation des stations-service et la capcite de service seront analyses
et la gamme des services offerts dans les points de vente de l'essence. Elles sont des
indicateurs essentiels de la concurrence entre les stations-service qui doivent pour
survivre s'adapter conünuellemsnt aux nouvelles exigences du merch& un prodsrit p
ckr, avec un service rapide et m'é.
Le reste de ce chapitre est organise de la façon suivante. La premihre partie
traite du commerce de l'essence au Quebec entre 1993-1997, de la demande de
carburant et des rendements âes sites par rapport aux autres provinces canadiennes.
La deuxi&me partie traite de rMutidn de la consommation du carburant autombile &
Montréal. La troisième partie est consade à la structure du commerce de detail du
carburant dans la grande mdtropoie urbaine: Monthal (1993-1997). Quant la
quatB8me partie elle se focalise plus specifiquernent sur les rendements des stations-
service des oligopoleun & Montréal (1993-1997). Une condusion sera prdsentée 4 la fin
de ce chapitre sur les points saillants qui carad8n'sent le marché de carburant
automobile de Montréal.
2.2 - LE COMMERCE DE L'ESSENCE AUTOMOBILE AU QUEBEC (1 993-1 997)
Comme le confirment les experts et les dirents rapports et memoires dbposds
A la Rdgie de I'energie du Quebec sur l'industrie de detait d'essence, le secteur du
commerce de daail de produits pétroliers n'est pas sunisamment rentable au Québec
pour offrir aux distributeurs actuels des bénéfices et un remdement addquats sur leurs
investissements. Le manque de rentabilitb est directement relie au volume annuel d6biid
par une station service.
Les chiffres des ventes fournies par Statistique Canada, montrent que le Quebec
aurait un débit moyen de 1,3 millions de litres par station -ce, établi en fonction de
5,203 stations. Sann les chiies du minist&e, le debit moyen serait de 1,4 mifions da
litres, alors que les chiffres fournis par Cogesult proposent un debit moyen de
1, l millions de litres. Aucune de ces sources ne donne suffisamment d'informations pour
analyser convenablement Vindustrie et son efficacM. Elles confirment toutes,
cependant, des niveaux de rendement extrbmement base.
Les données fournies par Kent Marketing reprhntent 44 % des stations et 64 %
du volume au Quebec pour donner une idée sur les performances de vente des
stations-service. Le debit moyen des stations sur les marchés du Quebec selon Kent
Marketing est de 2,l Millions de litres par an. Si on âéduit ces stations et ces volumes
des chiffres proposés par le ministdre des Ressources naturelles, on obtient un debi
moyen dans les régions rurales de 0,9 millions de litres.
Comme l'indique le tableau 2-1 cidessous, le secteur de la vente au detail
d'essence au Québec est l'un des moins efficaces au Canada. Le debit moyen au
Tlbkiiu (2-1) Comparaison des dQbk
S 0 u r c a : K m t ~ StitknsrdonkMBn#ibRndrhm(r
N.B. STAT. = Station-service (en nombre), Débit = volume d'essence moyen vendu en iüres par an par site.
Stahns
Comme il a et6 indique précédemment, les stations decntes dans le tableau 2-2
ci-dessous, représentent 44 % des stations et 64 % du volume au Quebec. Le nombre
total ne correspond pas A la somme des composantes puisque les marques secondaires
des commerçants nationaux et régionaux ne sont pas incluses8. II est evident que les
intervenants nationaux et régionaux ont restructure leurs &eaux pour obtenir de
meilleurs debits alors qm les commerçants indépendants ont augmente le nombre de
leurs stations sans am6liorer de façori géndrale leur Wit.
Lieu
W A
N a .
TPN.
N&.
f.-p.-É.
Qc
ONT.
MAN.
SASK.
@ Au. C.4.
1997 Stak mit
7 3,00
179 1 , s
89 2.15
177 2,78
28 2,14
2272 2,lO
2361 3,94
312 2,53
ZM 2 , ~
816 345
9ô6 2,99
1990 Wlt
9 384 1,98
222 1,51
710 1,M
210 1.88
35 1,63
2669 1,ôû
3282 2.41
374 1.93
380 t,&à
1MO 1
1 121 1,95
&m&s Strt.
lm /lm7 2 064 21,B
43 19,37
21 19.09
33 15.71
7 20,OO
397 14,87
921 28,06
62 16.58
96 25,26
2û4 20.00
135 1244
1995 Sm. Dibit
7 828 2.70
197 1,78
87 2,04
188 2,43
33 1,78
2458 1,90
2 W 3,49
324 2,43
m 2.10
872 2,65
1008 2,79
Débit Augm. %
1eDfalseO l,O2 51,s
O,& 29,1
0,Sl 31,f
0,90 47.8
051 31,2
0,5û 31.2
133 63.4
0.60 31.0
o n so.3
1,13 58,8
1,04 53.3
1996 Star. ûébit
7 524 282
183 1,89
86 2,M
184 3,M
30 2,03
2383 2.00
2440 3 , s
317 2.49
294 211
840 2,U
993 237
Plus précisement, sur les 45 marques independantes différentes actuellement
@ r6pertori6es sur les rnanhes de Kent au Qu6beq seules Canadian Tire, Sears et
Supergaz ont une produdivite égale ou supérieure 4 la moyenne du Quebec. Une
grande majoritd de ces commerçants independants débitent moins de 1 MI. 63,9 % des
commerçants hdépendants avaient des debits de moins de 1 MI en 1995 selon le
rapport du cornit6 sp~aal?
Tableau 2-2
Évolution du nombm de stations et des débits moyens au Quebec
Swrte : Kent Maikoîing Stations d o n le volume pu lorih I'irn6a.
Ces données ne sont pas dispolriôies . @ '> idem.
Catbgohs de commerçants
Nationaux RBgionaux
, lnd6pendants Total l e s mamues secondaires des commemnts nationaux at dmionaw ne sont nas incluses
Ml par station 1997
2.8 2,2 1 ,2 2,1
Nombre de rti#onsen
1989
Evolution MI
0,9 0.7 O
. 0,s
Millions âe litres
W siaiion 1989
Nombre da
sons en 1g97
%
*47 +36 O
. +31
1 ,O 1 ,S 1,2
. 1,6
Evolution
1 268 61 5 685
. 2638
Nbre
-377 -72 +63
. -366
891 513 74û
. 2 272
9b
-30 -1 2 +Q
. -14
Tableau 2-3 Comparaison des ratios stations / volume.
Bien entendu, les moyennes cachent la grande variet6 des resultats. Le debit
moyen par station de 2,l Millions de litredan au Quebec comprend des resultats variés,
pouvant aller de 101) mille litreslan par station à plus de I O Millions de litreslan par
station. Malheureusement, la grande majorite des stations se classent aux derniers
rangs. Le dbbit moyen pour les divers types de commerçants est révélateur (voir le
tableau 2-3 qui presente les quotes-parts des stations et des volumes au Quebec et en
Ontario en 1997).
Nationaux
Régionaux
Independants
Total
Sur l'ensemble des marches 6tudies par Kent Marketing au Québec, seulement
11 % des stations ont un ddbit supérieur à 4 Mllan. Les commerçants independants en
Ontario ont une plus forte proportion de stations à debit dbvb que les commerçants
nationaux et regionaux au Quebec. La productivité des commerçants nationaux est en
moyenne nettement plus dlev6e que celle des commerçants rdgionaux ou independants
et ce, tant au Québec qu'en Ontario. U encore, force est de constater que les
moyennes voilent les résultats obtenus dans chaque station"
Volunw W 53
25
19
97%
Sfiaons Voluma % 60
11
25
- 98%
Stations Nombm
816
443
655
1914
N m b n 1 OB1
245
902
2228
% 43
23
34
10096
% 48
11
41
100%
TaMeau 2 4
RBpartiüon des debits
1
Régionaux 41 10 229 521 27 1 6 4 2 33 13 101 42 lnddpendants 330 50 534 82 f 26 1 4 173 19 412 46 205 23
2-1 3) La répartition des offres de service au Q u d k (1 993-1 997).
Le tableau 2-5 illustre la dpartition des installations de vente au détail d'essence * avec service. libre-service et mice facultatif su Québec et son évolution au cours des
dix dernieres années. En 1989, 53 % des installations des commerçants nationaux
&aient consacrées ch la distribution avec service et 4 % offraient un serviœ facultatif,
c'est-à-dire avec serviœ eUw libre-service. La proportion Btait relativement juste
puisque les études de marche réalisées en 1985 révélaient que 55 % de la population
du Quebec préférait les stations avec service. Mais ces 55 % de la population
n'achetaient que 41 % du volume, si bien que les stations n'&aient pas suffisamment
productives. En revandie, 85% des commerçants independants avaient des
installations avec service en 1989. Au total, rindustrie disposal de trop de stations avec
service, 64 % des installations produisant 52 % du volume.
Pour I'ann8e 1997, les consommateurs ont confirme qu'environ 26 % d'entre eux
(selon une 6tude de marche de I'lmp4riale) recherchaient les stations avec service et
que 35 % d'entre eux achetaient auprds des stations avec service (comme en tbmoigne
le tableau 9 ci-dessous). Chez les commerçants nationaux, 39 % de leurs clients
faisaient le plein dans des stations avec service, mais IP encore, les commerçants
indépendants avaient une proportion pius forte de clients achetant P des stations avec
service. Ceux-ci s'adressent à un créneau de la dientèle qui coûte plus cher à servir.
Tabkiu (26) R6partltion des 6tablissements de ddtrll au Quebec
1989
Nationaux
Rdgianaux
Independants
Total
Nationaux
RBgionaux
Independants
Total
Stations N bre
Avec sawicr Mbn % %
stat. vol.
Libn-rewice Nbrs % n
stat. vol.
Service facultatif
Source : Kmt Marketing
Les offres de -ces connexes revbtent de plus en @us d'importance p u r les
clients. Le tsbieau 2-6 indique kt ratio des direntes mes pour les commerçants
nationaux, régionaux et independants en 1989 et en 1997. Comme il a 6té mentionné
précédemment, te nombre et la proporüon des ateliers d'entretien ont diminue pour
certains commerçants. Les commerçants nationaux ont diminue le pourcentage de
stations avec ateliers denbetien de @s de 20 % et les commerçants régionaux, de
7 %. La proportion ùes stations indépendantes avec ateliers d'entretien est restée
constante à 47 %, quoique la proportion du volume debite par ces stations ait
légèrement diminu6. En plus des faibles volumes d'essence, les ateliers d'entretien ne
rapportent plus de revenus suffisants pour obtenir un rendement addquat du terrain et
des installations.
Bgaîement, ces faibles revenus ne permettent pas d'assurer l'autofinancement
nkessaire pour effectuer les modernisations tedindogipues qui s'imposent pour
l'entretien des véhicules d'aujourd'hui. Selon les experts d'Esso Impériale, la ptupart de
ces stations deviendront non rentables au cours des cinq ii dix prochaines années, au
fur et a mesure que les voitures plus anciennes seront remplac6es par d'autres de plus
en plus infmatisées. En fait, une part importante des revenus traditionnels de ces
stations-service a Btd conquise par les serviees d'entretien des ccmc8ssionnaires
automobiles et les ateliers specialia&.
Les stations dotées d'un d@anneurl' augmentent en proportion du nombre de
stations et la proportion du volume debit6 par celles-ci est sensiblement égale 81 la
proportion du nombre de stations. Les revenus et les bénéfices provenant des
dépanneurs rendent non seulement l'investissement viable sur la plan économique,
mais contribuent à la sant6 bnomique gdnérale de la station.
Tableau 2.6. Répartition des installations de détail par type d'oflre au Quhbec.
L
SCrtlans Atelkn Wpinnaun Lave- Postesd'sss. RSR* d'anûeüens autos
m e M ~ b n u w ~ b n n n m. s w ~ k . Y % N ~ L a % . Sbl. Val - SW Vd. Sbt. vol. Sht. Val. SM. wl.
1997
Nalionaux
Régionaux
Total
Sairce: Kant MiMing.
RSR' = Raatiurilion I w v k m npide
Selon les professionnels, les ~ave-autos'~ continuent d'avoir une forte synergie
avec l'essence. Ces derniers ont un impact sur le volume d'essence ddbith dune station
et prmient A celle-ci une pmductivit6 qui est habituellement Blevée. De façon assez
surprenante, le tableau dtbmontre une absence apparente de synergie en ce qui a trait
aux lave-auto dans les réseaux des commerçants inddpendants. Les types de lave-auto,
leur age et leur état peuvent expliquer ce phénomdne. Dans le domaine des lave-autos,
21 l'instar de la plupart des autres domaines, ta bchnalogie évolue. Les anciens lave-
autos, les portiques de lavage de vernidte gentbation situés dans les ateliers
d'entretien ou les anciens postes de lavage A pisblet situés A I'amére de la station ne
sont plus conwrrentieîs sur le marche actuel des lave-autos. Un lave-auto de qualit6 '
non seulement augmente la produdivit6 des ventes d'essence d'une station, mais se
rentabilise aussi de lui-meme et g 6 n h des revenus qui am6liorent la situation
économique générale de la station13.
Les postes d'essence autonomes sont moins nombreux aujourd'hui qu'au
moment où les stations libre-senrice ont vu le jour. Ils produisent en g6n6ral au moins
leur quote-part du volume s'ils sont bien situ6s, mais aucun autre revenu ne contribue à
am6liorer leur situation sur te plan Bconomique. Dans la conjoncture actuelle de
concurrence et de sensibilitd aux coûts, il est peu probaMe que ces postes obtiennent
des rendements 6conomiques sunisants pour être concurrentiels.
L'offre la plus rbcente est celle des restaurants -à service rapide (RSR), qui
rbpond aux demandes de produits des clients voulant satisfaire l'ensemble de leurs
besoins au meme endroit (a one stop shopping w). Cette offre, qui pr6sente un volume
d'essence débit6 proportionnel B celui debite par les laveautos, commence à peine A s'implanter dans les r6seaux régionaux et n'a pas et6 adoptée par les commerçants * ind6pendants. Comme les d6panneurs et les Iavwutos, I1offte de restaurants B service
rapide permet de r6aliser d'autres revenus pour am6liorer le rendement 6conomique
global de la station.
Le tableau 24 ne fait pas ressortir immédiatement, sans effectuer certains
calculs, le fait qu'un nombre important de stations des réseaux nationaux et quelques
stations des rbseaux régionaux et independants offrent plusieurs services et reunissent
deux ou trois (ou plus) des offres indiqws au m h e emplacement. Les stations qui
offrent plusieurs senrices peuvent g6drer d'importants revenus suppl6mentaires qui
compensent le coût de la vente au detail d'essence et augmentent la rentabilitb de la
station dans un environnement où les marges sont réâuites. Les stations ofhant
plusieurs serviœs sont devenun aujourû'hui synonyme dtefficacit6".
' 2 ~ n l a v e - a u t o a u ~ c s t u n c ~ c m &lavegcsu~pouraniomobil ts .
'' Idem.
L'offte est passée d'une homogdndité quasi totale & une l6gère diversification
@ puis, au cours des dix dernihes années, A une diversification importante. II se produit
aussi des changements constants & meme les catdgories d'offres. Les lave-autos,
comme il a 6t6 mentionné prdcédemment, deviennent de plus en plus sophistiqu6s, le
nombre et la gamme des offres de restauration rapide dans les stations prennent de
I'expansion et l'industrie commence à peine à dvaluer les options de demain. Les
dbpanneurs 6voluent également et, dans bon nombre de cas, ils prennent de l'ampleur.
La gamme des produits vendus est r6dvaluée constamment. Auparavant, les
dbpanneurs des stations-service offraient principalement des cigarettes, des confiseries
et des articles divers. Ils font maintenant place à une gamme croissante de produits frais
et congelés qui ne sont pas normalement associds aux stations-service, notamment du
caf6, des produits laitiers, des boissons pair sportifs et des pMsseries15.
Selon les professionnels, outre I'dvolution des offies, l'équipement des stations
change aussi en réponse aux demandes des clients relatives à la convenance du site et
à la fapidith du service. Une station avec service a des besoins technologiques limiths,
@ puisque ce n'est pas le client qui utilise I16quipement. Dans ce cas. toute technologie qui
amdiore la flexibilitd des modes de paiement ou leur rapiditb reprbsente un avantage
évident. Par ailleurs, les stations libre-service ont connu récemment d'importants
changements technologiques. Les clients s'attendent A retrouver ou à utiliser des
distributeurs multiipraduits, à pouvoir effectuer des opérations par voie &ctronique, à
avoir accès aux lecteurs optiques, à se servir du paiement à la pompe, à pouvoir utiliser
des cartes de cr6dit ou de ddbit, des guichets automatiques bancaires et à la possibilitd
de demander le lavage de l'auto et d'en r6gler le prix directement à la pompe. Ils
comptent sur des delais d'exécution d'opération trhs courts, ce qui exige des
imprimantes rapides et le traitement du crédit ou du ddbit en direct plutôt que par ligne
t8lephonique. Outre les modifications apportées aux 6tablissements pour r6pondre aux
attentes des clients, certains autres changements sont requis par les instances
gouvernementales. Ces changements sont surtout d'ordre environnemental et coûtent
un peu moins cher au Québec que dans certaines autres provinces. Ils visent, entre
autres, les systèmes de récuphtion de vapeur, les r6servoirs et tuyaux à paroi double,
l5 Idem.
les dispositifs antidebordement, les systèmes de surveillance du niveau des reservoirs,
@ de ddtection des hiites. de protection cathodique et le remplacement des reservoirs.
Pour les professionnels, pour btre en mesure d'assumer l'ensemble de ces
nouveaux coûts, le détaillant doit 8tre t r b efficient. II doit augmenter la produdivit6 de la
station et la faire passer nettement audessus de la moyenne actuelle du Québec et
gdnérer des sources de revenus autres que l'essence seule. Les chutes radicales des
marges devraient alerter l'industrie quant à la necessite d'augmenter rapidement la
productivitd. Dans cette industrie, les compagnies petrolidres doivent d6sonnais
s'adapter aux offres qui mespondent à ce que les clients recherchent, ce qui est le
garant de leur survie.
L'Europe, particulidrement la Grande-Bretagne et la France, sont de bons
exemples de ce qui peut arriver à une industrie qui ne prbte pas attention à ce que les
clients recherchent et qui n'est pas prbte à le leur donner à un coût que ces derniers
sont disposés à payer. L'industrie des stations-service dans ces pays n'avait pas
change ou ne s'&al pas modemisde suffisamment.
Les stations &aient souvent mal situées, et ne proposaient pas d'articles ou de
services pratiques. On se fondait dvidemment sur la thdorie voulant que si rien d'autre
ne leur était offert, ces clients feraient alors le plein dans ces stations. Puis sont amves
les hypermarch6s. Dans la foulée des chaînes d'alimentation à grande surface qui se
sont implantées i~ la péripherie des villes où les terrains etaient moins chers et où les
places de stationnement abondaient, les hypemarches ont donne aux consommateurs
ce qu'ils recherchaient el ce, à des prix nettement inférieurs à ceux que pouvait se
permettre l'industrie pdtrolibre. En France, ils detenaient 22 % du marche en 1986 et
plus de 50 % de ce marche A la fin de 1997. En Grande-Bretagne, les hyperrnarchds
sont passes de quelque 200 magasins et à une part de marche de 7 % en 1988, à plus
de 800 magasins et à une part de marche de 25 % en 1993. De toute hidence, les
consommateurs prdferaient leurs offies?
Le mBme phdnom6ne a commeM au Canada et aux Etats-unis. Les magasins
@ à grande surface, les chaînes de magasins h esmpte, les clubs de vente en gros et
les marches d'alimentation sont d'ores et déjà pr6sents, et d'autres suivront. Price
Costco ouvrira deux dtablissements Montreal à I'automne 1998. Overwaitea et
Superstore s'iristallent rapidement et ce, m6me sur les petits marches en Colombie-
Britannique et en Alberta. Leur produdivit4 atteint rapidement, 8 MI à 10 MI par station.
Wal-Mart fait l'essai de stations-service aux Êtats-unis et on s'attend 41 une expansion
au Canada egalement. Flying J, un commerçant independant americain visant l'industrie
du transport (camionnage), s'est deja instalI6 au Qudbec. II y aura assurement des
commerçants indépendants au Quebec qui pourraient jouer un rble de premier plan s'ils
sont ou deviennent efficaces et offrent a u consommateurs ce qu'ils recherchent. II y
aura aussi de nouveaux commerçants indépendants, importants et efiicaces, qui
donneront aux clients ce qu'ils cherchent.
Les detaillants dans cette industrie utilisent des modes de concurrence, tels que
les bons de rabais, l'argent Canadian Tm ou un équivalent, les offres jumelées et les
cadeaux et remises accordées en magasin. Les promotions, les cadeaux et les rabais
accordes sur les marchandises ont un impact sur les ventes. D'autres modes de
concurrence comme les cartes de fidelit6 sont couramment utilisées par Petro-Canada
et Shell. Depuis un an Esso a mis sur le marche ses propres cartes de fiddlitd.
e 2.2 - L'ÉVOLUTION DE LA CONSOMMATION DE CARBURANT A Y OHTRÉAL (1 993-1 997)
Les c h i i s que nous utilisons dans cette partie nous proviennent de Kent
Marketing, un cabinet detude qui collecte et vend de l'information sur les stations-
service aux principaux d6taillants de carburant automobile au Canada. Cette firme est
reconnue par les trois grandes compagnies pétrdihes (Esso, PBtra-Canada et Shell)
comme fournissant des statistiques fiabies sur les sites des marches urbains i travers
toutes les villes canadiennes. Les statistiques utilides dans ce chapitre concernent trois
régions urbaines sur cinq" salon la classifcation des marchbs de Montr6al par Kent
Marketing. II s'agit des marchés de Montreal Centre (Ville de Montréal, St.-Laurent,
Lasalle, Verdun, Lachine, Mont-Royal, Cdte St Luc), de Montréal Ouest (Ste Genevibve,
Pointe Claire, Kirkland, Baie d'Urfe, Pierrefonds, Dollard des Ormeaux, Dowal et de
Beacansfield); et de Montréal Est (Pointe aux Trembles, Anjou, Montrbal ~ord", St
LBonard et Montréal ~st''). Ces boir marchbs comme il nous a 618 confird par les
professionnels de cette industrie sont reprbentatii de la rbaIit6 commerciale obsefve
dans la grande region m6tropolitaine de Montréal.
La consommation dessence automobik par les menages de la grande région
métropolitaine de Montreal (les trois marches) était de 1,46 milliard de litres en 1997.
Soit 21 % de la consommation de la province du Québec. Entre 1993 et 1997, le taux de
croissance annuelle de la consommation de carburant par les menages dans ces trois
marches est passé de 4,7016 (1 993-1 994) 4 4,07% entre 1 996-1 997. Le plus grand pic
de consommation a et4 obsed en 1995, sait 1,49 milliards de Ilres. Le taux de
croissance annuelle moyen de la consommation entre 1993 et 1997 a 6tb de l'ordre de
1 % dans ces trois march6s (le m9me taux est obsenid dans la province du Quebec). La
consommation d'essence automobile est restk quasiment stable dans les trois
march6s (voir graphique 2-1 et tableau 2-7). Si on compare le taux de croissance
annuelle de la consommation entre les trois marches de Montreal durant la @riode'
19934997. Montréal Centre a annu un taux de croissance annuelle moyen de 0.27%.
contre 4,65% à Montréal Ouest et 0.55% A ~ontr6al Est.
Cependant les consommations en valeurs absolues ont et6 les plus fortes B Montr6al Centre durant la période 1993-1997 soit une moyenne de 870 millions de
litredan, contre 260 millions 41 Montreal Ouest et 328 Millions ii Montreal Est. La
consommation de carburant automobile est donc fortement eoncenkde à Montrbal
Centre (60%) contre (18%) ài Monthal Ouest et (22%) i4 Montreal Est.
Graphique 2-1. Consommation de l'essence rdi Montréal (1 993-1 997)"
l9 Montréal Est est une municipaiCt6 qui se trouve dans le march6 de Mont&l Est. m ~ n r i s r t m h ~ i ~ * e ~
Tableau 2-7: Évolution de la consommaiion dessence automobile dans les trais marches de
MonV6al(1993-1997) en litres.
MonMd C«rtm 866,037,572 868,937 ,502 885,477,874 872,050,854 857,728,122 (WW Taux de croissantxian -0,3 -1,8 1,s 1 ,7 Nombre de stations 372 390 425 447 479 services OdbR moyen par staîion 2,3 2,1 2,o 1,9 1 serviedan (10' litras)
Nlontrid Ouirt 272,490,61 5 287,221,481 270,865,214 262,747,461 228,506,541 (ventes) Taux L croissanca /an 1 ,9 -1 ,3 3 15 Nombn de stations 11 1 118 117 117 120 sendw Dib% moyen par strioon setvicedan (10' litres)
2 4 2 3 23 2.2 1,9
MonW Est 325,588,339 329,031,947 332,805,050 337,370,282 319,217,633 (ventes) Taux de croissancelan -1 -1 ,1 -1,3 5,6 Nombn de M o n s 150 1 56 183 170 1 74 service D6bit moyen par station 2 2 2,1 2,o 1,9 1.8 servicelen (10' litres)
MonMd (kr 3 1,464,114,526 1,465,191,020 1,489,148,138 1,472,168,597 1,405,452,296 mirch&) (ventes) Taux de croissantxi an -0,07 -1,6 1,lS 4,7 Nombre de stations 633 673 705 734 773 seivices DBbit Moyen par staiion servicelan (10' litres)
212 2,1 2,1 210 118
Le taux de croissance de la demande d'essence B Montreal crolt à un rythme très
faible de 1 % par an. Le marche du Montréal est en maturite. On estime qu'à l'horizon
2010, la croissance de la demande des produits raffi& sera de 0,3% en moyenne par
année au Québec. La croissance plus spécifique de la demande de l'essence dans le
secteur du transport devrait se situer h environ 0,9% en moyenne par année.
La demande de l'essence se situe actuellement aux alentours de 7 milliards de
litres par an- au Quebec. Ainsi, l'accroissement des ventes des detaillants d'essence ne
@ peut steffectuer qu'en gagnant les parts de march6 des concurrents et les services
offerts s'avbrent btre des variables stratégiques de plus en plus importantes pour gagner
@ les parts de march4. La seule aiternative pour assurer la croissance des parts de
marche des firmes dans cette industrie est le developpement des services connexes.
Cette situation augure à la perpétuation d'un marche hautement comp6titif entre les gros
d6taillants (Esk, ?&O-Canada, Shell et Ultramar) qui constituent un oligopole dans
cette industrie.
La consommation d'essence dans les trois marches de Montreal est inégale.
Cela est dü en partie aux disparites en densite des populations et des menages, de
l'importance du parc automobile, et du nombre moyen crautomobiles par menage entre
les diffdrentes régions urbaines (voir Annexe 1). Ces disparites régionales auront un
grand impact sur la structure de l'industrie de détail de l'essence, sur les stratégies
commerciales (localisation et capadte de senrice des stations) et les ventes des
principaux detaillants.
2.3 - LA STRUCTURE DU MARCHE DE CARBURANT DE MONTREAL (1 993-1 997)
2.3.1 - Les intervenants
Les compagnies petrolidres qui organisent la vente du carburant automobile
dans le marché de detail de Montreal sont de trois catégories. La premibre categorie
opère a la fois dans les secteurs amont et aval de l'industrie. II s'agit de soci8tés
internationales intégrdes fortement capitalisées (ex. Shell, Esso) ou nationales (ex.
Petro-Canida). Nous les appellerons les nationad . Ces compagnies sont en fait une
poign6e dans le monde et raffinent approximativement 85% du carburant distribu4 dans
ies pays industrialisés et vendent 80% de toute l'essence & travers tes stations-service
e qui portent leurs noms de marque.
La deuxieme catdgorie, les ~gionaux, couvre I'erisemble du sedeur aval à
@ savoir le rMnage et la comrnerciaiisaüon mais ne wnt pas présentes dans le secteur amont. Ce sont des compagnies intégr& du secteur aval dont certaines uauvrent sur
une base regionale (ex. Ukamar, Inring).
Enfin, ta dernière catégorie, les indépendants, regroupe les entreprises qui ne
sont prbntes que dans le secteur de la commercialisation au niveau du commerce de
gros et de la vente au d6tail. Ils se limitent au commerce de gros ou de detail de
produits pétroliers et certains font les deux. Ils ne sont ni dans te secteur amont ni dans
le rafhage. Ils doivent donc s'approvisionner en produits pdtroliers auprbs d'un tiers.
Dans le marche de Montréal, les quatre pétrolikes (Esso, ?&O-Canada, Shell et
Ultramar) contrôlent plus de 80% du marche de détail de l'essence automobile. Elles
sont A la fois raffineurs, distributeurs et d6taillants ce qui renforce leur pouvoir de
marché par rapport aux ind8pendants. Elles sont impliqdes dans les opérations de
raffinage et de mmmacialisation dar produits pMrmtr pour une raison trhs rirnpis. En
raffinant et en commercialisant elles mêmes leur pbtmle brut, elles se garantissent la
régulant6 des approvisionnements en quantites et en qualité des produits pétroliers
dans les marches avals.
La recherche de plus de stabilit6 dans les cofts, les marges de raffinage et les
prix de transfert les poussent t3 investir davantage dans ces branches de l'industrie pour
vendre d'bnormes quantités &'produits pétroliers raffinés dans les marchbs avals et se
doter du premier avantage concurrentiel dans cette industrie qui est la maîtrise des
coûts de raffinage et de commercialisation qui sont des dlhents determinants de la
concurrence.
2t Les nationaux p a n que ce sont les détaiiianîs qui d e n t i a a n c e @un océan i un aulm au Canada.
38
Le tableau 2-89 prdsente les principaux intervenants dans b marche de Mail de'
@ Montféal dans les segments 6 raRinage et de la commercialisation de produits
pétroliers.
Tableau 2-8 : Intervenants de l'industrie B Montréal et d8finitions
Compagnies iwégrées naüonikt
Shell 1"- 1 Compagnies intégrirs régionab f
Sergaz Ind6p@ndantsJ
Canadien lire Olco Crevier Sonic PBtroles du QuBùec
1) Identifie les cornpannies opérant une raffinerie au Qdbec. 2) Le distributeur e& i n inteddiairs entm le fournisseur et le détaillant. II opère sur le marcti6 de gms
pour approvisionner son propre -au au d'autres ddtaillanis. 3) Les independants sont les intewnants qui n'ont pas d'ophtion de raffinage et doivent
s'approvisionner aums d'un iiers. 4) Les détaillants opèmnt les stationssenrice.
Dans ce travail "wmpagnies intégrh @ionales" et "maque régionalem sont appeldes "dgionauxU
2.3.2 - Le pouvoir dm intervenants.
Les Nationaux bénéficient d'un grand monopole spatial. Les Nationaux dans les trois
marches détiennent le plus grand nombre de sites dans les zones à fort potentiel de
marche: les zones commerciales et r4sidentielleslcommerciaks. Les trois matches de
Montréal avaient 633 points de vente de carburant automobile en t 997. Entre 1993 et
1997 ce marché a continue à subir une profonde structuration. La taille du réseau des
@ points de vente est passée de 771 stations-savice en 1993 B 633 en 1997, soit une
diminution de 138 stations (-18%) en cinq ans. Durant cette p&iode, les Nationaux ont
ferme 23% de leurs points de vente contre 4% pour les Regionaux et 20% pour les
indépendants. La fermeture des stations-service a permis aux Nationaux d'augmenter
les debits moyens d'essence par station-service.
Les Nationaux contrôlaient 44% des points de vente à Montreal en 1997, contre 26%
pour les Régionaux et 30% pour les Independants. Les Nationaux contrôlaient 47% de
sites à Montréal Centre en 1997, contre 26% pour les Régionaux et 27% pour les
Ind6pendants. A Montr6al Ouest les Nationaux detenaient en 1997, 42% des sites
contre 25% pour les Régionaux et 33% pour les Independants. Les Nationaux
contralaient 38% des sites B Montréal Est en 1997, contre 27% pour les Regionaux et
35% pour les ind6pendants. .
La taille du rbseau des Nationaux a connu un dégraissage des effectifs des
points de vente de l'ordre de 23% entre 1993 et 1997, contre 4% pour les Regionaux et
de 20% pour les independants. Si on regarde le taux de fermeture des stations-service
par marché, Montrdal Centre a connu un taux de fermeture de points de vente
d'essence de l'ordre de 22% entre 1993 et 1997, contre 73% à Montrdal Ouest et 14%
a Montréal Est. Cela démontre en partie que les volumes moyens par sites sont moins
importants à Montréal Centre. Cela est dû à une forte concentration de sites dans ce
marché et cr4ée de plus grandes rivalités entre les stations-service.
La structure du marche de Montréal mgme si elle n'est pas totalement stable, elle n'a
pas beaucoup changé entre 1993 et 1997. Ce marche que les professionnels jugent
trop saturé, a perdu en moyenne 4,8% des points de vente par an entre t 993 et 1997.
En 1943 le ratio nombre d'automobiles particuli6res par statiin-service B Montrbl (Ville)
&ait de 870. Ce nombre etait en moyenne de 602 pour toutes les sousdgions de
Montrdal. Ces variables structurelles auront un impact significative sur les ventes âes
stations-service (voir en annexe 2-3 quelques Bldments structurels du marchi5 de
Montreal par quartier).
La structure du marche de Montreal est stable à cause de la domination écrasante
des quatre grandes pétrolières (Esso, P6tro-Canada, Shell et Ultrarnar ) qui wntrblent
ce marche. Parce que les grandes pétrolidres ne se livrent pas directement à la guerre
des prix, la concurrence se faisant sur d'autres variables de marketing. La mcwrenœ se fait essentiellement entre elles sur la localisation et les offres de service (ce point
sera plus detaille dans la suite de ce chapitre). La plus grande menace de l'équilibre de
cette structure viendra probablement des grandes chaines de detail ou des
supermarch6s s'ils se mettaient à vendre le carburant.
2.4 - LE MARCHE DE CARBURANT DE MONTRIEAL: LES * PERFORMANCES COMMERCIALES DES DÉTAILLANTS (19934997)
Le marché de Montreal est à l'image du marche de la province du Québec sur
ses débits moyens par station-service. La composition et la vanet6 de I'dFre de senrice
et les se~'ces connexes sont les memes. Ce qui caractérise au plus haut point ce
marché, c'est la bataille qui se fait entre les detaillants pour augmenter les debits
moyens des sites. Les ddbits moyens par site sont passés de 1,4MVan et par site en
1993 à 2Mllan et par site en 1997. Soit une augmentation nette en valeur relative de
42,8% (voir graphique 2-2).
Graphique 2-2. Évolution des débits moyens par site dans le marche de Montréal.
2.4.1 - Les débits moyens par site: Le Momphe des Ndionaux
Le debit des stations-senrice dans le marche de Montr6al varie en fonction du
sous-march~ urbain dans lequel la station est localisée et de la nature du detaillant
(National, Régional ou Ind6pendant). En 1997, les Nationaux (Esso, Shell, P6tro-
Canada) contrblaient 44% des points de vente de carburant automobile, pour une part
de marche de 63,5%. Les Régionaux contrôlaient 26% de sites pour une part âe marché
de 23,3Oh. Quant aux Independants ils contrblaient 30% de sites pour une part de
marche 6gale a 13,2%. Les Nationaux ont vu leurs débits moyens en cinq ans passes
audessus de la barre de 2Mllan (voir graphique 2-3).
O Graphique 2-3: Débits moyens d'essence par sib des oligopoleurs (1 993-1997).
3000000
I
41
OLIGOWLEURS
Dans les trois marches en 1997 (Montréal Centre,
r
Montréal Ouest et Montréal
Est), les Nationaux ont domine tant au niveau des debits moyens par site (en moyenne
3,3 Mllan), qu'A celui des parts de marche (en moyenne 63,5%) avec un taux
beff i~acit8~~ moyenne de 1.44. Les RRBgionaux avaient en 1997 un debit moyen par site
de I'ordre de 2,09 Mllan avec une part de marche moyenne de 23,56% avec un taux
d'efficacité moyenne de 0,89. Quant aux Independants ils avaient les debits moyens par
site les plus faibles en 1997, soit 0,99 MVan pour une part de marche de 12,8% et un
taux d'effÏcacit6 moyenne de 0,43. Seuls les Nationaux ont une performance audessus
de la moyenne dans le marché de Montr6al avec un taux d'efficacité de 1,44.
Mais dans ces trois marches, le marche de Montreal Centre est celui dans lequel
les Independants ont les plus faibles débits (0,88 Mllan) contre 1,26 MVan à Montreai
Ouest et 1 ,O2 Mllan h ontr réal Est. Entre 1993 et 1997, les Nationaux ne sont jamais
descendus en dessous de 23 8 M W de débit moyen, ni en dessous du taux d'efficacitd
@ de l,22. Leur d6bit moyen par site a osciIll8 entre 2.18Mllan (1993) et 3.64 Mlan (1997).
Quant aux Regionaux leur déôit moyen par site a osciIl6 entre 1,69 Mllan (1 993) et 2,15
Mllan (1994). Les Independants quant 1 eux ont eu leurs meilleurs resultats en 1994
(1,45 MVan). Leur debit moyen a osci116 entre 1.45 Mllan (1994) et 0,88 (1997). Les
Regionaux et les Independants ne disposeraient pas des mQmes ressources humaines,
financidres et commerciales pour concurrencer avec les Nationaux.
Les performances des quatre pétrolières (Esso, Petro-Canada, Shell et Ultramar)
qui contrblent la quasi totalitb des ventes dans le marche de Montreal sont inegales.
Dans le marche de Montreal Centre, mgme si la concurrence est effective entre les trois
grandes rivales Esso, Pbtro-Canada et Shell, les quatre pétrolihres ont augmente leur
debit moyen par site où Esso et PBtNanada ont atteint respectivement des ddbits
moyens de 3,4 Mllan et 3,3 Mllan contre 2,9MUan pour Shell et 2,3Mllan pour Ultramar
en 1997. Mbme si ce marche est domine par Esso, P6bCanada a fait plus cfeffort de
rationalisation que Esso durant cette période passant d'un déôit moyen de 2 Mllan
(1993) B 3,3 Mllan (1997). La concurrence s'est faite essentiellement 1 Montreal Centre
entre Esso et P6tro-Canada. Esso m 1997 avait une part de marché de 25,9%, 17,4%
de part des sites et un taux d'efficacit4 de Il#. Quant à Petro-Canada sa part de
marche etait de 22,s % avec 15,5% de sites et un taux d'efficacitd de 1,44. Ce qui est
très important B noter dans le marche de Monthal Centre est que, Esso connalt depuis
1993 une fluctuation de sa part de marche qui a cru de 26,6 en 1993 1 27,2% en 1994
et à 27,5% en 1995, pour baisser à 26,9% en 1996 et 25.9% en 1997 A cause de son
obsession A augmenter son taux d'efficadtb qui est passe de 1,29 en 1993 a 1,48 A 1997. Par contre Pétro-Canada a connu une croissance continue de sa part de marche
de l6,9% en 1993 B 22,5% en 1997, Sm taux d'efficacit6 est passe de 1,14 en 1993 &
1,44 en 1997. La concurrence se fait essentiellement entre Esso et Petro-Canada dans
le Montreal Centre mQme si Ultramar a connu en 1997 des gains substantiels de part de
marche passant de 13,6 % en 1993 & 21,246 en 1997. Ceci peut expliquer en partie
pourquoi Petro-Canada a manifeste son désir de fusionner avec Ultramar pour faire face
0 Ci Esso.
Dans le marche de Montreal Ouest, Esso et Pdtro-Canada ont augmente leur
debit moyen par site de façon spectaculaire. k s o est passée dun débit moyen par site
de 2,46 Milan en 1993 à un debit moyen par site de 3,95 MVan en 1997. P6tmCanada
est passée d'un ddbit moyen par site de 2,5 MUan en 1993 B un debit moyen par site de
3,85 MVan en 1097. Shell et Ultramar n'ont pas connu de telles performances. P6tro-
Canada est leader dans ce marche depuis 1995 au détriment de Esso. Petro-Canada
avait une part de marche de 27,2% en 1997 avec un taux d'enicacite de 1 ,S. Son taux
d'efficacitd est passe de 1,33 en 1993 à 1 $8 en 1997. Esso veut A tout prix reconqudrir
œ marché, son taux d'efficacité etant de 1,61 depuis 1997 et l6gdrement de 3
centiemes de point au dessus de celui de PetreCanada. Ultramar a fait un bond
spectaculaire dans ce marché en 1997 en termes de part de marche (1 8,2%) contre 1 1,7% en 1993 meme si son taux d'efficacite est reste coincé endessous de 1.
Quant au marché de Montréal Est, Shell etP6tro-Canada ont obtenu les rbsultats
les plus importants en terme d'augmentation des debits moyens par site. Shell est
passee d'un débit moyen par site de 2,74 Mllan en 1993 à 3'66 Mllan en 1997. Shell est
leader dans ce marche avec une part de marche de 21,4% et un taux d'efficacite de
1,69 le plus 4lev6 dans les trois marches. Son taux d'efficacité est reste au-dessus de
1,49 dans ce marche. Pdtro-Canada a quant A elle, passe d'un debit moyen par site de
2,l Milan en 1993 à 3,38 Mllan en 1997. Ultramar en 1997 a nettement am6lioré sa part
de marché passant de 14,9 en 1996 à 18,6 en 1997 avec un taux d1efficacit6 supérieur à
7. (voir graphique 2-4, 6volution des debits moyens par site et par zone de marche).
@ Graphique 2-4. thlution des deb'its moyens par site et par zone de m a t ' (1993-1997).
Q Ci .- i E 8 ~ o ~ 0 0 ~ O C O œ b Q 5 19WûûQ
i 3 - 3 1800060
MONTREAL CENTRE MONTREAL - EST MONTRU
MARCHES
OUEST
24.2 Quelques hypothbses sur la force des oligopolsum.
Cune des explications qu'on peut donner à la variation des débits moyens
entre les trois types de détaillants est que les Nationaux ont une bonne longueur
davance par rapport aux autres detaillants parce que leur offre de service est
diversifiée avec une qualit4 de service remarquable. Ils contrbleiit les sites
convenabiement localisés dans les zones rbsidentielles et commerciales et sont
nantis d'une grande expertise dans la distribution des produits petroliers (qualit6
de service, mix de l'offre de service). Ils ont su rationaliser leurs réseaux et leurs
sites à temps.
Si le marche de l'essence automobile de Montreal parait sature, c'est B cause des detaillants Régionaux et Indépendants qui occupent anarchiquement
le marche sans tenir compte des debits moyens de leurs sites pour les amener
au voisinage du taux d'efficacitd normale de 12'. Dans cette logique les
Independants ont plus à &miner de sites que les regionaux (les Independants
ont un taux d'efficacitb de 0,43 contre 0,89 pour les Régionaux). Si l'on observe
une grande disparite de debit entre les detaillants, le débit des stations services
varie legbrement en fonction des sous-marches urbains entre les d i fhnts
d4taillants.
C'est ainsi que le marche de Montreal Ouest avait un plus grand debit
moyen par station-service en 1997, soit 2,4 MVan; contre 2,3 Mlfan à Montréal
Centre et 2,2 Mllan A Montréal Est. Mgme comme ces moyennes cachent les
disparites entre les trois types de dbtaillants, cela montre surtout qu'il y a plus de
stations-senrice dans ce marche. Les tableaux de synthdse dans les annexes
(2-1 et 2-2) montrent que la concurrence se fait essentiellement entre les quatre
pbtrolibres: Esso, Petro-Canada, Shell et Ultramar B Montreal. Les forces sont
presque egales entre les trois premieres qui dominent chacune un marche
urbain. Tous les gras joueurs surveillent à la loupe leurs sites et tout en
cherchant B augmenter leur débit moyen. C'est le probt6me fondamental qui est
pose à tous les detaillants dans ce marche: comment augmenter les débits
moyens annuels d'essence par site.
Esso a obtenu les meilleurs résultats dais ce sens, dans les marchés de
Montreal Centre et de Montréal Ouest. PW-Canada a obtenu d'excellents
rbsultats dans Montréal Centre, Montreal Ouest et Montreal Est. C'est la
p6troli4re qui est la plus performante dans les trois marches B la fois. Esso
domine encore le marche de Montreal Centre. P&o-Canada domine le marche
de Montreal Ouest et Shell domine celui de Montda1 Est. Ultramar depuis 1997 a
obtenu des rbsultats spectaculaires dans les trois marches avec des taux
d'efiicacite bas. Cela l'a amen6 à ouvrir et maintenir plus de sites que ses
concurrents. La stratbgie d6vel0pph par les managers d'ultramar semble Qtre
de maintenir I'equilibre du réseau des sites autour d'un taux d'efkacit6
l6gbrement au-dessus de 1. Les Indépendants risquent de disparaître du marche
de MontrBal Centre B cause de leur taux cYefficacit6 trhs bas. En tout Btat de
cause ils auront des difficultes B accroitre le niveau bas de leur debit Ce sont
eux qui saturent ce match6 mQme si au bout du compte ils n'offrent pas les
memes services aux automobilistes.
" Les ddtaillants Inddpendants d Régionaux po&daient 5696 des sbtiom service dans les trois marchds
@ de Montréal en 1997 pou une part de marchd de 38,4596- Ils possèdent sûrement les poinis de vente les moins perfomMnts du marché.
48
14.3 - Les prix de d h i l de l'essence ordinain, Montréal (1883-1997).
Durant la période 1993-1997, le marche de detail de Montreal a connu
une hausse nette des prix de détail de ~ ~ S S W C ~ ordinaire. Cette 6volution s'est
accentuée année après a n d . Pendant i'ensemble de la période, le prix
minimum affiche dans un site est passe de 48,W œntsîlitre d 67,90 centsllitre
avec un pic de 69,90 cents/iitm en 1994. Le prix moyen affiche dans un site
durant la petiode a Bt6 de 57,72 œnts/litre avec un kar t type de S,O?centsAitre
(voir graphiques 2-5 & 2-6).
Graphique 2-5. Description des prix de l'essence ordinaire (Montrdal1993-1997).
Prix essence ordinairelsite
O Graphique 2-7. Évolution des prix moyens de l'essence ordinaire (Montréal, 1993-1 994)
Période 1993-1 997 (Montréal)
L'essence ordinaire en moyenne se vendait plus chère a Montréal Ouest
(57.71 œntditre) et un peu moins chére B Montr6al Centre (57.64 centsllibe)
qu18 Montréal Est (5735 centsllitre) durant la période 1993-1 997 (voir graphique
2-7). Dans ces trois marches les écarts types les plus 6lev6s ont été obseds a
Montreal Est 5,56 cents~litre. contre 4,99 dans Montdal Centre et 4,28 dans
Montréal Ouest. Cependant on remarque une homog6n6it6 des prix dans ces
trois sousniarch6s et leurs particularités ne peuvent pas &e fondées sur les
prix de detail de i'essence ordinaire. Les diirences des prix moyens de
l'essence ordinaire se chient en dixihmes de cents par litre quoique de telles
differences soient importantes dans cette industrie (comme les centiemes de
0 seconde en course automobile).
Graphique 2-8. Comparaison de i'évolutian des prix moyms de I'essenœ ordinaire dans les trois sous-marchés: Montréal Centre, Est et Ouest.
0 57.01 - MONT REAL CENTRE MONTREAL EST MONTF !AL OUEST
Les prix de carburant ordinaire ont nettement varie dans ces trois
marches. Montreal Centre et Montréal Est ont vendu le carburant aux prix
minimum les plus bas (48,90 centsîiitre) contre (51,40 centdlitre) ZI Montréal
Ouest. Par contre les prix les plus 6lev6s ont et6 observbs Montréal Centre
(69,90 centsllitre) contre 66,40 à Montréal Est et 64,40 à Montreal Ouest. II y a
une politique de prix par zone de marché à Montdal, et ces zones de marches
procurent plus de marge de manœuvre aux concurrents lors de I'elaboration de
leurs politiques de prix.
e Durant la période 1993-1 997, les quatre grandes compagnies p6trolières
ont en moyenne vendu I'essenœ ordinaire au mgme prix dans le marche de
Montréal: Esso 57'69 centsiiitre; contre 57,67 pour Shell; 57,49 pour
Petrocanada; et 57'19 centsllitre pour Ultramar. Par contre les Indépendants ont
vendu en .moyenne leur carburant d des prix Ibgèrement supérieurs B ceux des
Nationaux et des Régionaux soit 58'12 centditre. Les écarts moyens des prix
entre les detaillants ont légdrement varie entre 4'82 et 5'25 centdlitre. Les
grands 6carts ont 616 observes chez les Ind6pendants (voir graphique 2-9).
Graphique 2-9: Représentation des prix moyens de l'essence ordinaire des P6troliBres Majeures par rapport aux lndépemdants sur le mardi6 de Montréal (1993-1997).
-lneq
snld q~luoui suoAe,l snou luewww L ~ L egruue,~ sp srnm ne ieuiulln e~ylorlgd
el ep selepreuiuim smueuiloyed sol &nb!ldxe lned seq snld lueuiuieredde
xud sep enb!ylod e ~ e 3 '(OC-2 enb!ydu6 J!OA) ~ 6 6 6 ~ - ~ 6 6 ~ epogd el ep
smm ne s)uell!e)qp seqne ssp xnm p md seq snld yeue~q6gl xud sep
p luwnqm el npue~ e JeuieJlln ~JQ!IOJ@ el 'leqwoky op qtpreui 01 suea
Graphique 2-11: Prix moyens de l'essence ordinaire par rapport au nombre de concurrents (Montréal, lQ9SlQQf).
En resum6, le prix de detail de l'essence ordinaire n'a pas été uniforme
durant la periode 1993-1 997 sur le marche de Montr6al. II a varie entre les sous-
marchés, les marques des ddtaillants et les points de vente. En 1997, i'écart
moyen entre les prix des differents detaillants est tombe A son plus bas niveau
à 1,55 centsiiitre en cinq ans. Cela montre que les oligopcileurs ont voulu
discipliner tous les intervenants dans ce marche en leur imposant un scirlpnX- A
cause de cela, la concurrence va progressivement se d6placer sur ffautres
facteurs autres que le prix de detail de l'essence ordinaire.
2.5 - CONCLUSION.
i) L'industrie de detail de I'essence automobile est essentiellement orientee
vers les volumes de vente dessence. C'est pour cela que tous les detaillants
cherchent h augmenter les debits moyens des sites afin de rester cornpetitifs et
rentables dans i'industrie. La grande restructuration des teseaux de stations-
service que connaît cette industrie depuis les années 80 est orient60 vers cet
objectif.
ii) Le marche de detail de l'essence automobile de Montreal est en maturite
comme la plupart des grands marches urbains dessence automobile des pays
industrialisds. Le taux de croissance du marche de Montreal est trhs faible et de
l'ordre de 1% par an. La concurrence monopolistique va s'intensifier dans ce
marche entre les quatre grands joueurs qui sont: Esso, P6tro-Canada, Shell et
Ultramar. La concurrence est axde sur la diversification de l'offre. Le probldme
qui se pose dans ce marche est de trouver d'autres produits et services d'appel,
un mix de I'offre peu cher et de grande qualit6 qui augmenterait les debits
d'essence dans les stations-service. C'est un marche sature.
iii) Le marche d'essence automobile de Montr6al devient de plus en plus
concentre. L'kart observe entre les debits moyens des sites des Nationaux par
rapport à ceux des Régionaux et des Independants continue de s'approfondir, ce
qui conduira in6luctablement à I'6vidion de la majorite des Independants de ce
marche.
iv) La quantite, et la qualit6 de l'offre de senrice, la localisation des sites des
detaillants et la concurrence ont un grand impact sur les debits des stations-
service. Le vrai pouvoir de marche des Nationaux leur provient de la rente de
localisation que leur &oie les sites. Cette hypothese centrale a 8t6 confirm6e
par les faits observes dans le marche de Montreal. Les variables de decision
marketing avec lesquelles les détaillants vont travailler dans ce marché sont la
diversification de I'&re accompagnée par I'am6lioration de la capacite de service
dans les sites b fort potentiel de marche pour vendre un produit peu cher avec un
service rapide et varie.
v) Les prix de detail du carburant ordinaire sont partis & la hausse dans le
marche de Montreal durant la période 19934997. On observe depuis 1997 une
certaine discipline en matidre des prix de detail de l'essence ordinaire, avec une
forte tendance vers un seul mhé et lm SeuI prix. La caractenstique principale de
ce marche de detail reste qu'il est réellement "unpenny market".
Annexe 2-1: Tableau de synthBse des indicateurs de la performance des acteurs du marche de detail dessence h Montréal (1993-1997) en litres.
Ventes annueIlsr Taw d i cmissancdan Nombre de dations sefvicas ~hbi t mayen par station seMcdan (10' liims)
Le taux deMcacit6 tel que dUni ici est le taux d'eilïcaatd d'une marque et non d'une serwiœ. Le taux d'efficacit6 d'une station service seml k rapport entre son ddbit par rapport au dabit moyen de son sousnwché. Comme le concept d'efkacitb se r 6 f h au rapport entre lm ventas et les ventas espârh, c'est une telle mesure qui serait n o m k
- 868937592 -1,8
866037572 4 3 372
Régtonrux Vmtm Nombre de d i a o n mvh Ddbit moyen (1 Rrm) Part de much6 (Y) Fart da Ibtioni rwvkr Pi Taux deffkmd
2,3
201881860 96
2.10 23,3 25,80
O, 90
8577281 22 I
2, 1
479
885477874 1,s
300 1 425
203614734 100 186 23,4 27,31
0185
872050854 1,7 447
2,O
202987395 113 1,79 22,9 26,58
0,043
1 ,g 1,0
1 ô2938952 lû61W161 100 1 I f 0 1,83 21
22,37
0,94
1,69 21,8 2286
0,95
Annexe 2-1 (suite): Tableau de synthdse des indicateurs de la performance des acteurs du marche de detail dessenœ A Montréal (19934997) en r i s .
MoiWrl Ouwt Vantes annudlw Taux âe cmissrncs /an Nombn de M o n s
Mglonrux Vanin Mombnd,Ibüoncaawkr M b ü moyrn (1 Q Rrm) Piit de m i n h i (%) P w t d r r d i l k n 8 ~ du\
1 997 272490615
1 ,g 111
554 13237 28
137 20,3 25,22
1ggS 287221481
-Il3 118
55767742 30
1 ,60 20,g 25,42
1 995 270865214
3 117
1994 1 1993 282747461 228508541
15 1 117 120
50347173 30
1,98 21,9
51671047 24
2,15 1 O,?
46488230 26
1,78 20,3
25,W 1 20.51 21,B
Annexe 2-l(suite): Tableau de synthèse des indicateurs de la performance des acteurs du marche de détail dessence B Montréal (19931997) en litres.
b
Montréal Est LVentes annuelles ,Taux de croissatlcelsn Nombre de stations
Source: Donnb cornpiMe8 i pulir drr ibtbliqua da Kant Mallceüng.
. . . . . . . - -. . Vrnt- N a b n de dation8 nvl#
D6bR moyen (10' ütm) P a da manhi (Y) Put drr dation8 unriei
1997
325586339 -1 150
184808165 57
$23 56,7 38
1 994
337370282 5,6 170
1 906
329031947 -1,l 1 56
1993
319217633
1 74
181773533 59
3.08 552 37.82
1 005
332805050 -1,3 163
182001315 63
2,88 547 38.65
179188034 68 263 53,l 40
170055162 71
2,39 533
40.80
Annexe 2-2. Quelques indicateurs de la performance des quatre pétrolieres dominantes dans l'industrie du commerce de detail de carburant B Montréal (1 993-1997}.
Nombre de stations setvices Ventes totales de carburant jiii) 06bit moyenlstation servicdan (1$ litres)
Eu0 (Staîions services) Ventes de carburant /an jlitres). 06bit moyen /station servidan ( 1$ liros) Part de m a m (96) Part des stations senrices (%) Taux d'eiîïcaaté de la marque
ShdCCanada ~ S t i t i o n s s ~ ) Ventes de carburanuan J l i ) '
Débii moyen/station sm*ce/an (IO' litres) Part de marchd (%) Part des ataîions m i c e s (%) Taux d'officacitb de b maque
MontiWcomm
PbtroCanadr (Stations setvices) Ventes de carburantian ~ittres) DIbR moyenistation sewicdan (10~ litres) Part de marchd (96) Part des dations services (%) faux d'efficacité de la marque
1993
479 851728122
1,79
99
227882165
2,3
26,6 20,6 1.29
66
142929495
2.1
16.7 13,7
. 1.22
Uiîmmat-Canada [Stations services) Ventes de carôurantian jiitres) Ddbit moyenlstaion seMcdan (10' l i i ) Part de mardi6 (%) Part des stations seMces (%1 Taux d'etficacité de la maque
71
145056591
2
16.9 14,8 1.14
1994
447 872050854
1,95
89
237500430
2,6
27,2 19,9 137
62
148382727
2,4
.- 17 13,8 1,23
65
120803848
1.8
14.1 13,6 1,W
6
151 507287
2,4
17,4 14
1 ,U
1905
425 885477874
2,08
85
243797337
2,8
27,s 20
1.37
56
155169885
2,7
17,5 13,1 1,33
64
12301 71 77
1,9
14,1 143 0 , I
1
60
16791 3404
218
19 14,l 1,34
1W6
398 068937592
2,17
73
233488585
3 3
269 18,3 1 47
53
158281 358
2,Q
16 13,2 1 ,36
63
122814268
1,9
13,9 14,s 0.93
1997
372 868037512
2,32
65
224481 152
3,4
2 5 , ë 17,4 111
52
1 55270985
2 3
17,9 13,9 la
59
179747253
3
58
194638420
3,3
63
128208921
2 4
20,7 1 22.5 14,8 15,6 1.39 1 1 4
79
183729296
23
14,8 1 21,2 15,8 21.2 0.93 1 1 .O0
Annexe 23(suite). Quelques indicateurs de la performance des quatre p&troli&res dominantes dans I'industrie du commerce de détail de carburant B Montréal.
Nombre de ù&ions service . Ventes totales de carburant (litres) Ddbit moyenlstaion seMcdan (10' &es)
E8ro (Stations d) Ventes de carburantlan jliies) D6bit moyen par W o n
Part des stations senice (%) Taux dteffiwcit6 de la marque.
SCHII-Canada (Stations senrices) Vente âe carbumt/an j l i i ) O l b i moyen par stalion servicdan (10' litres) Part de marche (%) Part des stations service 1%) Taux d'effieacitd de la marque.
Pétrdanaâr JStations services) Ventes de carburantian
Dbbii moyen par station sewiceian (10' l ies) Part de marché (%) Part des stations senice
JStations senrice) Ventes de carburantian j l i i ) Ddbi moyen par station sewiceian (10' lres) Part de marché (96) Part des staaons sewice
Annexe 2-z(suib). Quelqw indicabun de la performance des quatre pétrplières '
dominantes dans l'industrie du commerce de détail de carburant 4 Montréal.
Nombre de stntians H N J ~ Ventes totalas de carburant (îiîm) Débit moysnlstation servidan (10' îitm)
€880 (Stations service1 Vantes de ~arbumntlen (litres) Ddbit moyen par station ssrvidan (IO@ h l Part de marché (%)
l
1995 1 74
319217833
1,83
25
58382551
2,33
18.3 Part des W o n s s w î c u 1%) Taux d'efficecitb de la maque.
14,70
1,20
1994 170
337370282
l,98
25
59748871
Z38
17.7 14,38
I,27
14,lt
1,24
Montnrl Eet 1995 163
332805050
2,04
23
5850341
554
17.6
Shmll-Canada pations smkes) Ventes de carburantlan ~litms) Dlb% moyen par rtrtlon servidan (l$ ütres) Patt de rnarchb (%) Part d m stations s s ~ œ 1%) Taux d'efficaciti de la maque.
PitmCanrdr IStations services) Ventes de carburanttan
20
85897203
3,28
1Q17 12,27
l,60
20
57803771
12,82
1,28
1 W 1 56
329031947
2,IO
20
53876866
2,69
16,4
23
63044871
574
1Q.7 13,21
1,49
23
4664776O
13,33
1124
1 997 150
325586330
2,17
20
541 10037
2,70
16,6
19
87917794.
337
2016 12,18
1,69
20
59978873
Dib i i moyen par station servicelan (id i i i ) Part de man% (%) Part des ?Won6 mice L%) Taux d'efïicadtd de la marque
Ultnmu-Canda [Stations senice) Vantes da carburenVan [ l i s ) Dabit moyen par urvicdan (10' l i ) Part de marchd (%) Part des station6 mvice
23
88048594
2 s
20,2 13,52
1,4Q
20
51372769
19
69602102
3,86
21,4 12,66
1,69
18
60898026
2,9Q
142 la82
l,42
19
49072744
2,58
14,9 12.18
1 ,ZL
3,38
t8,7 12
1158
25
60543229
142
t8,6 16,66
1, l l
2,1
15,2 13,21
1,15
19
44414038
2.3
13,9 10.91
25s
15,2 l l J 6
1,2Q
19
47419092
2,49
14, 1
1%) Tau d'dKcacitd de la riiarque
Z8Q
17,4 12,27
1,41
18
45003377
%so
13,s
1,27 1 ,26
11,17 11,U
Souta: DonnéascompiliiripntkdrItdbtiguirCm-
122
Annexe 2-3: Quelques statisaquss bcales sur les afferentes régions urbaines de
Montréal (1993)
Montrô8k Saint-Michel
Montrkl: Rommont
M o d i l : Sud Ed
sW75
94647
64782
Mon(iiak Mmkr
Monb(il: Pdntr-8~x-Tmnbk
Monbhl: Rivih-das-Pnirim
M o d i l Est
38638
18171
16032
1514
e705
47157
4744ô
3768
241 44
ml B
31 543
35440
21 291
20985
1768
19342
35984
19744
2150
1070
U64
1 22
2847
4492
3986
0,92
1,17
1,31
1,17
0,80
0,74
0,83
.CHAPITRE III
REVUE DE LA LITTERATURE
Le but de ce chapitre est de faire une revue de la litterature sur les
variables endogbnes et exogenes qui influencent positivement etlou
négativement les ventes d'essence dans les stations-service, ces magasins
de detail qui vendent esseriüellement De carburant et offrent une variete de
services connexes pour le confort des automobilistes. Les principaux
r6sultats empiriques qui ont et6 obtenus pour expliquer les sources de
variation des ventes d'essence entre les sites dans cette industrie de detail
constituent la substance de ce chapitre.
3.1 - INTRODUCTION
Pourquoi certains magasins de detail sont-ils plus performants
(ventes) que d'autres dans un meme marche local? Quels sont les facteurs
endoghes et exogdnes qui influencent les ventes et les parts de marche des
magasins de detail? En d'autres termes quels sont les principaux
determinants des ventes des institutions du commerce de detail? Quels sont
les facteurs qui ont un impact significatif à court et à moyen terme sur la
perlormance commerciale des magasins de detail qui vendent des produits
hornogdnes et fortement substituables?
Ces questions continuent à préoccuper tant les chercheurs que les
professionnels du commerce de detail de l'essence automobile, produit par
excellence de convenance'. Jusqu'à ce jour, le phdnomhne des ventes
d'essence est mal connu dans le domaine de rechercfie du commerce de
detail. II manque une théorie pour organiser les connaissances existantes
dans le domaine, et trtts peu cf6tudes empiriques ont étd faites pour tester
des hypothèses sur la relation entre l'effort marketing et la performance
commerciale d'un ensemble de stations-service dans un marche urbain. Et
pourtant les ddcisions stratégiques prises par les détaillants mtrblant de
grandes chaines de stations-service, implantées dans différents espaces
g6ographiques, posent au plus haut point le probldme daffectation des
ressources marketing. Ces managers ddveloppent des stratégies offbnsives
eüou defensives des prix, de couverture de marche, selon la structure des
marchés pour répondre aux quatre questions fondamentales: 1 ) Combien de
points de vente doiton posséder dans une région géographique donnée? Où
et Quand? 2) Quels sont les sites particuliers qui doivent 9tm ouverts? 3)
' Le concept de convenance est iïd I Ir noüon de distance mbtrique ou psychologique qui sépare la client du magasin de déiaiL Daubas dêllnissent la conmance par rapport au nombre de points de wnte et ii la nature dm biens et uniicm-
67
Quelles sont les caradéristiques des sites qui doivent prevaloir sur le marche
pour renforcer l'image de marque de la firme? Enfin, 4) qui doit gérer le site
et quelle fome de contrat doit lier la firme au gdrant du site?
Mais une question essentielle se pose: comment les ventes d'essence
sont-elles produites régulierement dans les différents sites disperses dans un
marche? Pour rependre B cette question fondamentale, ceci passe d'abord
par une revue de la littérature sur l'influence des principales sources de
variation des ventes entre les magasins de detail et notamment entre les
stations-service.
Ce chapitre est composé de trois parties. La premibre partie présente
les déterminants de la performance des magasins de detail. La demieme
partie presente les macibles âes déterminants de la performance des
magasins de detail. La troisième partie pr6sente enfin, les determinantes des
ventes d'essence dans les 8tatiowservice directement concurrentes dans
un marche urbain. Une condusion et une synthbse de la littérature sont
prdsentées h la fin du chapitre.
3.2 LES DÉTERMINANTS DE LA PERFORMANCE COMMERCIALE DES MAGASINS DE DETAIL
Dans la litt6ratwe du marketing et du commerce de detail, trois
hypothbses ont ét6 avancées pour expliquer la variation de la performance
commerciale (volume des ventes et des parts de marche) entre les magasins
de détail. II s'agit: 1) de I1hypoth4se de l'environnement du marche (la Place);
2) de I'hypothese de la structure du marché (I'Onre); et 3) de FhypothBse de
la stratégie et de i'effort marketing. Ces trois hypothbses ont 614 integrées
dans les modeles de r6ponse de marche pour dvaluer I'efiicacité et
l'efficience des advites marketing (Hanssens, Parsons et Schultz, 1990;
Cooper, 1993; Gatignan, 1993; Cooper et Nakanishi, 1968).
Le paradigme de !'organisation industrielle "Strategie + Structure = Performance" (Scherer, 1970; ThoreIli, 1977) a servi de base I cette
conceptualisation de la performance des instituüons de détail. La strategie
etant l'ensemble des décisions prises h cburt et moyen terme par les
managers de rindustn'e dans I'espaœ et dans le temps pour réaliser leurs
objectifs de vente ou de part de marche. La performance quant I elle est le
résultat commercial eUw financier atteint par les firmes dans un marche A un
moment donne. La structure qui intervient entre la stratégie et la performance
influence la stratégie choisie par les dirigeants des firmes qui doivent
connaître comment les forces concurrentielles interagissent dans
I'environnement où ils @rent. lngene et Lusch (1981) ont utilid ce cadre
paradigrnatique pour expliquer la structure gdnêrale du commerce de detail.
Ce travail a 8te repris par lngene et Brown (1 987) pour expliquer la structure
du commerce de detail de l'essence automobile.
L'hypothdse de l'environnement du marché qui a senri l'a localisation
des magasins de détail (Reilly, 1931; Huff, 1964; Lakshmanan et Hansen
1&; Applebaum, 1966; Hoilon, 1968; Craig, Ghosh et McLafferty, 1984;
Jones et Mock, 1984; Pearson, 1991) soutient que I'emplocenent dun
magasin de dbtail dans un marche est le facteur le plus important qui
influence les ventes des magasins de détail. L'environnement du marche
influence la structure du commerce de detail: "la manihre dont la vente dun
bien est organisée par les firmes engagées à le commercialiser" (Bucklin
1972, p.66). Pearson (1991) a h b l i une relation entre la localisation et la
productivitb d'un magasin de détail. Cette hypoaibse privildgie t'approche
selon laquelle le commerce de detail est dabord et avant tout une activitb
spatiale dans laquelle les magasins de détail se font concurrence pour avoir
un monopole spatial (Nelson 1958; Ingerig et Lusch 1981; Craig, Ghosh et
Mclafferty 1984; Smith 1987; lngene et Brown 1987; Abram 1997b; Eppli et
Shilling 1996). Le paradigme "Place, Place, Place" a longtemps été
l'approche theorique de base pour expliquer la performance des institutions
de detail. L'emplacement d'un magasin de detail a et6 perçu par les
gestionnaires comme le seul vrai avantage concurrentiel 1i6 au monopole
spatial .
L'hypothdse de la concurrence ou de la structure de l'offre soutient
que la concurrence dans un marche local influence negativement ou
positivement les ventes et les parts de marche des firmes engagées dans la
commercialisation des biens et services substiiuables. La thborie de la
concurrence spatiale entre les magasins cherche à répondre aux questions
essentielles suivantes. Pouquoi les magasins de convenance choisissent-ils
à se disperser, et pourquoi d'autres types de magasins choisissent-ils à se
regrouper en se diirenciant sur leur Moil marketing à travers la publicite?
Les firmes concurrentes vont se dii6rencier principalement sur les 70
dimensions incluant le prix, la localisation et les caractéristiques des produits
(Hotelling 1929; Srnithies 1941, Buâûin 1972; Beckmann 1968; Hal 1980;
Gabszewicz et Thisse (1988); B~~wKnise, Cronshaw et SSdienk, 1993;
pour une revue de littérature récente). Cette hypothèse va poser le problhme
de surcapacit6 des marchés de détail et d8 sous capadte des magasins de
detail.
Enfin, î'hypoth&se de b stratégie et de l'effort marketing stipule qu'il
existe un ensemble de facteurs contrblabies par les managers.(les 4p) qui
influencent les ventes de detail des marques et des points de vente dans un
marche (Bell, Kwney et Little, 1957; Kotler, 1964; Naert et Weverbergh,
1985; Neslin 1990; Walters et MacKenzie 1388; Cooper 1993 (revue de
littérature sur les modbles de part de marche); Gaügnon 1993 (revue de
littérature sur les rnoddtles da marketing mix). Davidson, Sweeney et Starnpfi
(1988) et dautres ont identiii6 un ensembie de variables dites du mix de
detail qui influencent diredement les ventes des magasins de Mail, Il s'agit:
1) des facilit& physiques; 2) des marchandises et du merchandising; 3) du
prix;' 4) de la promotion; 5) des. services; et 6) de l'organisation et du
personnel des ventes. L'avantage concurrentiel entre les magasins de détail
est devenu un concept très complexe. La plac8 n'dtant plus la condition sine
qua non pour y r6ussir, mais une combinaison de plusieurs facteurs
(Achabal, Gon et Mahajan, 1982; Achabal, Heineke et Mclntyre, 1984;
Betancourt et Gautschi, 1988; Davies, 1975; Hokey Min 1987). Ces trois
hypothbses ont été intégrées dans les modeles de localisation et dbvaluation
de ta performance des magasins de detail.
3.3 - LES MODÈLES DES DÉTERMINANTS DE LA PERFORMANCE DES MAGASINS DE DÉTAIL
D'une manidre gdnérale, la litterature sur les modbles de localisation
des magasins de detail est la pmmibre qui s'est interes- à Btablir la
relation entre l'environnement du marche, l'effort marketing, la concurrence,
et les ventes des magasins de detail (Reilly 1931 ; HM, 1964; Achabal, Gorr
et Mahajan, 1982; Achabal, Heineke et Mclntyre, 1984: Srinivas, Sharma
Craig, 1992; Brown, 1993; Drezner 1994a&b). Les modhles de localisation
des magasins de détait ont été conçus pour accomplir deux m e s
essentielles: primo, ils fournissent un cadre th6orique pour Bvaluer la
performance commerciale des magasins de detail; et secundo, ils identifient
les opportunites pour l'implantation de nouveaux magasins de detail.
Le modttie théorique des beterminants des ventes des magasins de
detail que Kiney (1 969,1972) propose, généralis6 par Lord et Lynds (1 981 ) et
Craig et al. (1984), soutient que les ventes des magasins de detail sont une
fonction lindaire de la localisation du magasin, des attributs du magasin, des
attributs du marche, des pfix, de la performance du management du magasin
et de la concurrence entre les magasins.
Ce modele a Bûb test4 dans le domaine des banques (Clawson, 1974;
Olsen et Lord, 1979), dans celui des magasins de gros (Cottrell, 1973;
Davies, 1973), dans le domaine des magasins des liqueurs alcoolis6es (Lord
et Lynds, 1981), dans celui des chaînes de magasins (Hise et a1.,1983), dans
le domaine des restaurants (Mokey Min, 1987). 11 a été enfin test6 dans le
domaine des stations-service (Hebden et Robinson, 1972; Png et Reitman,
1994).
3.3.1 L'Impact âes vadabks de I'environnemnt du marchd.
Dans la plupart des dtudes empiriques, la performance commerciale
des magasins de detail (les ventes) est influencée par la localisation des
magkins de detail (la taille de la population et les caract6ristiques socio-
économiques de l'environnement du marche). La majoritd des dtudes
montrent qu'il existe une relation positive entre les facteurs de service, la
promotion et la publicite locales et les ventes. D'autre part, la concurrence
semble avoir une influence complexe sur les ventes. Alors que certaines
etudes confirment que plus un magasin de detail se trouve 6loign6 de ses
concurrents directs, meilleure sont ses ventes (Lord et Lynds 1981); d'autres
etudes en particulier celles portant sur les banques et les h&tels, montrent au
contraire que, plus les concurrents sont prbs les uns les autres, meilleures
sont leurs perfmnances2. Une explication possible de œ résultat est que
pour les services comme les banques et les hbtels, certains voisinages sont
particulidrement desirables para qu'ils attirent un grand nombre de
magasins offrant une variet6 de services. Comme ces aires attirent un grand
nombre de magasins et de clients de toute sorte, un magasin implant6 dans
une zone forte concentration de magasins de detail obtiendra de meilleurs
t4sultats que ceux implantes dans des zones 4 faible concentration de
magasins de detail A cause du volume de clients que ces diffdrents
6tablissements drainent vers eux (Craig et al. 1984). D'autres magasins vont
au contraire s'isoler dans l'espace et accroître leurs ventes de detail tout en
subissant moins fortement les influences des concurrents.
La Thhrie de I'rtbrdion cumul^ et le Principe de la comprübilit& du d6tail d&vebpp& par Nelson (1958) expliquent ces cornportmonts: "Pour qu'un grand nombre de magasins vendant les mêmes marchandises voient Ieun chi- d'alire croitrel ils domient se localiser les uns prés les autres pour gWmr plus de wu drthrction sur les dients" (Théorie de I'abaction cumulative). Ainsi les magasins en se regroupant vont créer par exomph un m h & de la chaussure, du bœuf ou de la tamate pour atürw un grand nombre de ciîents. Pour ce qui est de la @le de la compatibilité -ale "Dsw magasins comprables localisês l'un ûb près de l'autre, verront Ieun volumes de vente croibe pmp0ltionnellement grlce P I7iWdmce du changrment croisé des clients, qui est inwrsment proportionnel au ratio du vdume des ventes du plus grand magasin par rapport au plus petit magasin, d propottianndlmant & la somme des rdios des achats efbûu&s par rapport aux achats totaux de chaque magasin". Ces deux thMes n'ont jamais ét& testdes mais elles sont Ws proches de Ii Théorie de k gmvi&tlon dont nous nous sawons en parie dans cette îhbe.
73
Dans cette thèse nous allons montrer que l'emplacement d'un
magasin de détail est un concept lie 41 la nature du service qu'offte un
magasin de detail et A la structure du marché. Que l'emplacement d'un
magasin de dMsü s'amortit et perd sa valeur plus le nombre de sites
concurrents s'accroît dans la urne du marche où est implant6 le site.
Dans la plupart des 6tudes empiriques sur les d6tenninants des
ventes des magasins de detail, les chercheurs ont 6prouv6 beaucoup de
difficult6s pour calibrer les modbles de régression. Les problbmes de
parcimonie et de rnulticollin~arit6 ont 616 souvent importants. La mesure du
facteur concurrence s'est avérée diicile. Certaines 6tudes ont mesure la
concurrence soit en considérant la distance du concurrent le plus proche
(Png et Reitman, 1994) ou le nombre de magasins concurrents ii Itint6rieur
d'une distance donnée. Mais ces mesures paraissent inadéquates si les
concurrents diffèrent selon la taille, l'image ou l'assortiment des
marchandises ou des services, et rnbrne des prix (Craig et al. 1984). Le
problbme cnicial avec ces modbles a 616 la delimitation gdographique des
aires de marché dans lesquelles les caractéristiques des clients et de la
concurrence sont mesurées. La delimitation géographique des zones de
marche de l'essence est un problbme réel. Doit* prendre en compte les
limites administratives des différents quartiers de la ville tout en supposant
que les clients achetent le carburant régulibrement A proximit6 de leur
domicile ou de leur lieu de travail? Doit-on déterminer de manidre exogdne
les limites des zones de marche? Quels sont les aitdres qui doivent
deteminer la ddimitation des zones de marche du carburant dans une
metropole urbaine? Dans cette thbse nous retenons la dblimitation des zones
de marche par quartiers résidentiels avec à la de l'hypothdse selon laquelle
les consommateurs de carburant achètent ressenœ dans les sites qui sont
proches de leurs domiciles, si ces sites offrent les mhmes prix de detail et la
m&me capacite de service. Cette hypothbse peut htre dargie en supposant 74
que les consommateurs achètent le carburant en allant au en rentrant du
travail ou d'une promenade B côte de leur domicile ou du lieu de travail.
3.3.2 - L'impact des attributs des magasins de detail
De tous les attributs du magasin, la taille est traditionnellement celui
qu'on a considérd comme dtant le plus important. Plus la taille d'un magasin
est grande, plus grands seront l'assortiment de produits et l'attraction du
voisinage et, par conséquent, plus grandes seront la taille de l'aire du marche
et la pénétration des ventes (Lilien & Kotler, 1983)~. La taille du magasin de
detail sert B attirer et à retenir le maximum de clients qui visitent le point de
vente. Mais les ventes ne peuvent pas indéfiniment croître
proportionnellement à la taille du magasin. Cette observation a amen6 les
chercheurs à proposer des modhles Bconom&iques pair dtudier la relation
entre la taille et les ventes d'un magasin de detail (Lambin 1972b). Dans la
réalitd, la relation qu'il faille dtudier se trouve entre la taille du marche
potentiel et la taille dun magasin de detail et celle des magasins concurrents
implantes dans un meme marche local. Baumol et Ide (1956) ont développe
un modale dans lequel la taille d'un magasin a B la fois des effets positifs et
des effets négatifs sur les ventes. Au lieu d'utiliser la taille du magasin
directement, les auteurs ont pris une variable codlde B la taille du magasin:
le nombre d'items que le détaillant peut stocker dans son magasin. Ils ont
montrd que plus le nombre critems est grand, plus l'acheteur sera attiré par le
magasin parce qu'il aura une plus grande confiance de trouver les items dont
il a besoin un seul endroit (One Stq~ Shopping)). Par contre, l'augmentation
du nombre d'items risque d'augmenter le temps d'accês aux endroits où se
trouvent ces items. II y a donc une taille optimale qu'il faudrait déterminer
La rdüon entre Ir taille d'un migrun at sa brce drrtbrctlon i étê ataMie a pa l r des mod4ies gmAMonnds (Rdly, 1021;1033; Convame, 1949; HM, 1963; 1964). C e mad&les süpulent que le nombfe de clients wrés dans un migrsin de dW1 est propoiüannd la hilk du magasin d invenment proportionnd au wrrd de b d ishm qui dprm k magasin 6t ie dient Mais les moddles
pour chaque magasin de détail afin difaciliter le processus d'achat du
consommateur4.
Par rapport h œ debat sur la relation entre les vantes et la taille des
magasins de detail, nous traitons la taille d'we station-service comme une
mesure de sa capacitd à rendre service aux clients qui sont trds sensibles au
temps de service. La relation theonque entre la taille d'une station-service et
les ventes est fondamentale dans les marches où les consommateurs sont
sensibles au temps de service et aux files d'attente. Pour cela la thdorie des
marches congestionnes nous s e ~ k a comme tremplin, pour montrer que la
taille dune station service, qui a pour proxy, le nombre de baies de service
ou de pompes d'essence, illustre mieux le lien entre le volume de vente
d'essence d'un site par rapport A sa taille.
3.4 - LES DÉTERMINANTS DES VENTES D'ESSENCE DANS LES STATIONS-SERVICE
Dans la littérature du marketing de l'essence automobile trois travaux
majeurs ont contribue & mesurer l'influence des variables endogenes et
exogdnes sur les parts de marche des marques de carburant (Lambin,
l972a,b); sur les ventes des stations-service (Robinson & Hebden, 1973; et
Png & Reitman, 1994).
de gravitation eomrnwchle ont suftaut servi i dalimdtar lm zones de marché. Leur extension a 6t& faite par Nakrnbhi t C o o ~ ( 1 ~ 7 4 ) .
Le ddbat aiborique dans ei#r thha art d8 momerque I i tiik d'un magasin de détail est influencée par son potontid de mwchb. l a tiiiie #un mgwiri de W l &-ails daterminée cm fondion de la demande aux hwnr de comme naw b m n s m e Png 8 Raiiman (1994). Ou bien wtte
3.4.1 - Lm travaux précurseurs de Lambin (1972a,b)
Les recherches empiriques faites dans le domaine du marketing de
I'essence automobile ont mesure I'impact des ddcisions de certaines
varGbles marketing sur les ventes d'essence automobile dans les sites. Les
premieres recherches dans le domaine réalisées par Lambin (1972a &b), ont mesure I'impact des d6penses relatives de pubiicite et de la taille relative du
&eau de distribution sur les ventes relatives des marques concurrentes
dans un marche. Les parts de marche respectives des marques dans
l'industrie de l'essence automobile sont essentiellement fondion du poids
relatif de leur effort marketing. Lambin (1972a) a trouve une relation forte et
positive entre les ventes relatives d'une marque d'essence et le nombre
relatif de ses stations-service. Quant & I'impact des depenses relatives de
publicite sur la part de marché, il a trouve une relation positive plus faible.
Dans cette etude il a determine l'impact du "gwdwili" des teseaux de
stations service (11=0.707) et celle de la publicite (Xp0.055). Ces résultats
indiquent qu'il y a une structure de demande dynamique dans le marché de
detail de l'essence.
Lambin(l972b) est arrive à la conclusion selon laquelle d'autres
facteurs devraient Btre pris en compte pour expliquer la diidrence de
productivite entre les teseaux de stations-service. II s'agit de la localisation
des points de vente (I'intensite du trafic automobile et la dsnsité de la
population), des conditions de facilite (attractivite, nombre de pompes,
lumihre adequate, facilite d'entrer et de sortie), de I'agmssivit6 du vendeur et
des services connexes. La grande contribution des travaux de Lambin
(1972a et b) a et6 de conceptualiser le marche de I'essence automobile
comme un systeme dynamique où les decisions stratdgiques des
intervenants dans œ marché sont interdépendantes. L'un des buts de œtte
tailla mt-etile détermin60 en fonction de la demande régulidm du site, donc IMe B la taiüe du potwitid de marct16 du rila? (c'est catte théra que naus âéhdons dans ca chapitre).
77
thbse est de rdaliser le souhait de Lambin (1 972a&b) en btudiant directement
les déterminants du rendement des stations-service. Parce que la force des
marques d'essence est créée et entretenue par la force des points de vente
qui vendent sous ces bamières.
3.3.2 - L'apport significatif de Robinson & Hebden (1973).
Robinson et Hebden (1973), contrairement à Lambin (1972a,b) qui a
travailld avec un modele dynamique de parts de marchd, ont utilise un simple
modble de rbgression des ventes pour mesurer l'impact des prix et des
coupons rabais sur les ventes d'essence automobile dans les stations-
service. Ils soutiennent que, en plus du prix et des coupons rabais, les
facteurs qui influencent les ventes d'essence dans un site sont: la localisation
du site, l'attrait du site, les facil is de crédii, les offres spéciales, la marque
du ddtaillant, les heures de service et la concurrence locale.
Robinson et Haden (1973) ont rnontr6 que les coefficients du prix de
detail et des coupons rabais sont significatifs et cohdrents avec les
hypothbses dcanomiques courantes: négatifs pour les prix de detail et
positifs pour les coupons rabais. Dans cette etde, ils ont montré qu'en
quadruplant la valeur des coupons rabais cela pouvait augmenter de façon
significative le niveau des ventes hebdomadaires dans les stations-service.
En comparaison avec la baisse des prix; il apparaît dans cette dtude que les
coupons rabais représentent le moyen le plus efficace (que les baisses de
prix ) pour accroître les ventes hebdomadaires dessence dans les stations
service. Dans cette &de, Robinson et Hebden (1973) ont montre que le
nombre de lignes (places dapprovisionnement) a 616 juge préfdrable au
nombre de pompes ou de pompistes pour mesurer rattrait du site. D'autres
resultats meritent cr&e soulignés. Robinson et Hebden (1973) ont montré
que le flux de trafic automobile a un impact positif mais tr6s faible sur les
ventes. A part les pmblbmes de collinéen't8 entre la taille de la station swvice 70
et le volume de trafic; il est probable que le nombre de sites sur un point
particulier tend 4 augmenter si le flux de trafic augmente, par conséquent le
nombre moyen de vdhiades par site ne croîtra pas substantiellement. Le
nombre d'heures de sewiw par site a un impact positif et significatif sur les
ventes du site. Pour ce qui est de l'impact à, la concurrence sur les ventes,
I'dtude n'a pas pu incorporer cette influence dans le moddle.
Les travaux de Robinson et Hebden (1973) conduisent B deux
questions majeures. 1) Pourquoi le volume de trafic automobile a-t-il une
corrblation positive aussi faible avec les ventes d'essence dans un site?
(mauvaise dvaluation du potentiel du marche du site ou mesure fonctionnelle
erronb du trafic). 2) Comment peutsn rnoddliser la concurrenœ entre les
sites pour qu'elle ait un impact réel sur les ventes du site? Dans cette these
nous rdpondrons B ces deux questions. Si le trafic automobile génbre
entidrement les ventes dessence dans un site, le probleme rdel est de
trouver la portion du volume de trafic qui @n&re effectivement les ventes
d'essence dans un site. Quant & la concurrence entre les sites et son impact
ndgatif sur les ventes, nous supposons que la bonne manière de modbliser
la concurrence est de déterminer les limites du marche et de comptabiliser le
nombre de concurrents. Comme l'essence est un produii de convenance,
homogdne et fortement substituabie, les clients sont moins enclins A rester
Wles aux sites. Le caradh de la subslituabilit6 du produit fait en sorte que
plus il y a des sites dans un marche moins les clients.restent loyaux aux
sites, plus le taux de diangement de site est dlev6. C'est pour cela que
I'intensite de la concurrence est plus le reflet du nombre de sites dans un
marche.
3.4.3 - La contribution majeure ds Png et Reiûnan (1994).
Png et Reitman (1994) ont estimé, comme Robinson et Hebden
(1973), un moddle staüque de demande sdlective d'essence dans les
stations-senrice aux heures de pointe. Leur étude est actuellement la plus
dlaborée dans ta moddlisation des facteurs qui ont un impact sur la demande
d'essence à court terme dans les stations-service. Ils ont quantifie l'impact
des facteurs qui influencent le valume des ventes dessence dans les
stations-service durant les heures de pinte. On peut rbsumer leurs r4sultats
ainsi:
1) les prix de d8Ml #essence ont un impact négatif et significatif sur
la demande sblective dessence dans les stations-service;
2) la capacitd de senrice, mesurée comme le nombre de quais
d'approvisionnement des automobilistes dans une station-service
et a un Met positif et significatif sur les ventes d'essence dans les
stations-service;
3) le nombre d'heures de service a un impact significatif et positif sur
les ventes d'essence dans les stations-service;
4) la moyenne des prix de detail de l'essence à proximit6 d'une
station service a un effet positif et significatif sur les ventes
d'essence dans les stations-service;
5) il y a une corrélation très faible entre l'emplacement de la station
service dans un marché et ses ventes;
6) les variables de l'environnement de la station: la population et les
revenus ont un impact relativement faible sur les ventes d'essence
dans les stations se~*ce.
La grande contribution de la recherche de Png et Reitman (1994) est
d'avoir montre que le temps de senrice daris un site est la variaMe dB qui
permet de mieux expliquer la concurrence entre les sites. Dans les marches
cangestionmh comme dans la plupart des marches urbains, ils ont âémontr6 60
que, la demande d'essence dans les stations-service est très sensible au
temps de serviee et que les clients sont prbts A payer environ 1 % plus cher le
prix du carburant pour une rédudion de 6% de la congestion des files
d'attente. La recherche de Png & Reitman (1994) a. montre aussi que les prix
de detail dessenœ sont plus disperses entre les stations-service directement
concurrentes des qu'elles offrent des temps de service différents B leurs
clientdes. Les resultats de Png et Reitman (1 994) confirment la relation entre
la taille d'un magasin de détail et sa performance commerciale et justifient
pourquoi une telle relation est fondamentale dans le commerce de l'essence
automobile qui se fait aux heures de fortes demandes.
Dans la suite de cette these, la thdorie des marches congestionnes et
la théorie de l'oligopole vont davantage eclairer ce résultat. Pour savoir
comment les ventes d'essence sont produites dans les sites, la thdorie des
marches congestionnes apporte plus dexplication sur la relation entre les
ventes et la taille des magasins de detail. La théorie des marches
congestionnés vient renforcer le cadre thdorique orthodoxe des modbles de
gravitation des magasins de detail pour mieux comprendre wmment se
structurent les relations entre la performance commerciale des institutions de
detail et les niveaux de qualit6 de service qu'ils offrent B leurs dient4les. La
theone de l'oligopole va montrer comment les compagnies p6trolidres sont
interdependantes dans la prise de décision stratégique surtout en matidre de
prix à travers les variations conjecturales.
3.4.4 - L'expertise des pruhaionnds du c o m m e de détail de
l ' ~ m e
Enfin dans la littérature professionnelle, les experts de la vente au
detail du carburant automobile soutiennent que la localisation du site, le prix
de detail du carburant, les facilites physiques, la marque et les opérations
influencent les ventes d'essence dans les stations-service de façon
significative (Abramo, 1997a,b,e). Abramo (1997b,e) soutient que
l'emplacement d'une station senrice et les prix de detail de l'essence
contribuent largement aux ventes de detail de Fessenœ automobile dans les
marches où le prix de detail de l'essence est une variable endogene. Pwr
Cunningham (1997), la notoriété de la marque, la performance du service,
l'attrait du site, la qualit6 des équipements, l'image de marque, le prix de
detail de l'essence infiuencent les quantités vendues cfessence dans les
stations--ce.
Smith (1 987) quant 4 lui soutient que le volume du trafic automobile, la
localisation géographique du site, les facilites physiques, les heures
d'ouverture, le prix de detail du carburant, la qualit6 des opérations et la force
de la marque sont les fadeurs qui influencent le volume des ventes
d'essence.
WRigo (1997) a résume les opinions des experts en affirmant que les
facteurs les plus importants qui déterminent te succès Bconomique initial d'un
magasin de détail de convenance (station-service) sont: la localisation du
magasin, la taille du magasin, et I'efîïcacit6 des opdrations; "d'autres facteurs
peuvent contribuer au succès total du magasin, mais ce sont ces trois
facteurs qui ont un impact économique majeur en terme de contribution au
niveau du retour sur investissement" (Wingo; 1997, p. 40).
Quant aux experts du marche de carburant automobile de Montrbl
(Canada), pour un dollar de carburant vendu dans un site, en moyenne 75
cents sont produits par la localisation et le reste par l'effort marketing. Pour .
eu , la vente du carburant automobile est essentiellement une question de
monopole spatial confér6 par les sites. Dans le chapitre II de cette these, tes
analyses faites sur les ventes par site et par région à Montrdal confirment
passablement cette perception des experts dans ce mardie torsqu'ils font le
lien entre les niveaux de vente des sites et la zone de marche. Nous allons
montrer dans cette Wse que la perception des experts de Montreal est
fausse et erronée sur la répartition qu'ils font entre la contribution de la
localisation d'un site et de l'effort marketing par rapport aux ventes
d'essence.
3.5 - CONCLUSION ET SYNTHÈSE DE LA LITTERATURE
En rdsum6, mbme si trhs peu de recherches empiriques ont 6th faites
sur les ddterminants des ventes d'essence dans les stations-service, nous
pouvons dégager trois grands groupes de variables qui infîuencent les
ventes d'essence dans les stations-service. II s'agit: 1) des variables
marketing, 2) des variables de la concurrence et 3) des variables de
l'environnement du marche (trafic automobile).
Cette these mesure la contribution réelle de chaque groupe de
variables sur le rendement d'un ensembie de sites d'essence sur la base de
ces trois grandes hypotheses. Même si les recherches empiriques actuelles
souffrent de lacunes méthodolo@ques, pour estimer un ensemble de
coefficients stables asymptotiquement efficaces, et non corrélbs aux effets
specrfiques des sites, elles nous ont certes fourni quelques r6sultats à partir
desquels nous pouvons formulw un ensemble d'hypoaieses pour expliquer
comment les stations-senrice produisent les ventes dessenœ dans le temps
et dans l'espace 4 court. La revue de la littérature et les opinions des
professionnels de cette indupbiSe nous amènent 4 retenir quelques
propositions et croyances:
1) Le temps de senriœ influence fortement et positivement les ventes
d'essence des stations-service. t e temps de service explique la
variation des ventes entre les stations-service (Png et Reitman,
1994).
2) tes ventes #essence dun site sont influencées positivement et
fortement par l'effort marketing dépbyé dans un site: capacit6 de
senrice, promotion des ventes, et heures de service. (Png et
Reitman, 1994; Robinson et Hebden 1 972).
3) Le prix de détail de l'essence automobile influence négativement et
fortement les ventes dessence dans un site. (Png et Reitman,
1994; Robinson et Hebden 1972).
4) La moyenne des prix de détail de l'essence à proximit6 d'une
station service a un impact positif et significatif sur les ventes
dessence des stations-service. (Png et Reitman, 1994).
5) Les ventes d'essence dans un site sont influencées positivement
mais faiblement par l'environnement immediat du site (populations,
revenus, volume de trafic automobile) (Png et Reitman, 1994).
6) L'impact direct de la concurrence (fort versus faible; positif versus
négaüf) sur les ventes dessenœ dans un site, n'a pas et4 mesu~d 84
empiriquement. (Rdb im 8 Hebâen, 1972; Png & Reitman,
1 994).
7) Le phénomème des ventes d'essence est dynamique. Cela a Bt6
prouve empiriquement par Lambin (1972a & b) au niveau
dagrnation des marques et des modeles de part de marche.
8) Les &des empiriques des sources de vaiation des ventes
d'essence enûe les staüons-senriœ ont tenu compte parfois de
l'impact des effets de marketing mix, des effets temporels, des
effets concurrentiels et des effets sirnultan& sur les ventes de
detail (voir tabieau 3-1)
T a b W 3 4 Synlhbe des Btudss ec#KHn8ûiques sur les mod&les de vente
dessence au detail.
E&&! Variables de Variable Tailla de Effstsdu Effets Effels Effets simultanéso (mulk) dwaim, ddpndanîe llhchantWn marketing ~rniporak~ ,mcumntieIs 1 Récurd6 iType& mrkfml md 1 Inertie 2 lnterdbpendants motide) 2 . E W 1 Exog&nss
décalés 2EndogBnes iÀmbin Distribution (1972a) PromIion mr NoriptdJ a i t mi2 ~oc2éIe pointde vente Paride Oui1 OU? àynamiquej hbliciît! rmy;EJ)d h b i n Prix (1972b) Dlsiribuîion Port & dmarqirw oui wi2 ûui oui2 Modéle Publid3 m d dLnmjique) Robinson et Prix & &rail Hebdeen Coupons (1 973) rabais Nod&le IAcaIisattlon Véntcs en 30 sites oui non statique) Arndt dusite w lüm~
FadliiPs dt crcdit oms spécialos H e m s & service Concumnce locde.
non
Png et Prix Reimimi Pompes (1 994) Fm& &Ioàdle proximiri Venresut 1501 siks oui non statique) H e u m & volumes
scnb? Baies Places Localisaffon
non
CHAPITRE IV
Le but de ce chapitre est de spécifier un modele 4conometrique
de court terme, pow mesurer i'impact d'un ensemble de facteurs
endogdnes et exog&nes sur les ventes d'essence des sites dans un
marche à structure oliipoiistique. Ce modhle postule que les ventes
d'essence observées 9i travers les sites sont le résultat des
interd6pendances, des interactions et des conjectures des detaillants
possédant des stations-service localisées dans un marche. Chaque
oligopoleur réalise que tout changement dans son prix, sa capacitd de
senrice, ses heures de service, remplacement de ses sites peut
stimuler les rdponses de ses rivales. Le modele des ventes d'essence
est un madhle de rhponse de marche qui explique comment et
pourquoi se fait i'afkctation des ressources commerciales dans
l'industrie du carburant automobile et l'attraction des dients aux points
de vente.
4.1 FORMULATION TH~ORIQUE DU PROBL~ME
4.1.1 - Le comportemant dm digopoleun: les variations conj~tunles'.
Supposons que dans le marche de detail de l'essence automobile, les
compagnies pétrolihs forment une structure oligopolistique, et vendent un produit parfaitement homoghne qui est l'essence ordinaire. Dans le marché il
y a n firmes. La fondion de demande inverse de carburant du marche prend
la forme:
où PQ et Q sont respectivement le prix de l'essence ordinaire sur le marché et
les quantith vendues, @QGQ c O. En équilibre, la quantité demandée sur le
marche est dgale B la somme des volumes dessence vendues par chaque
compagnie p6trolière. Chaque firme vend selon la fonctionfl
avec les variables Xy qui sont les inputs de la fonction de vente, leurs prix
dtant determin& par le marché. Chaque pétrolière cherche B maximiser ses
profits ni.
-
' Mëme si nous n'ciaimons pas d i i a n t un modda avec les variations conjecturales, caüe approche thdorique nous montra comment se wmpmnt les digopoleurs. Notre moddle est simpiii et r d h t k fondion (42) mir dans une ruira forme qui ast buucwp plus orientde vers le modèle de demande sélective et dm Ibndiont de rdponse.
89
où p, est le prix de l'input. Ces hyputhèses etant donnees, les equations
wmportementales de la j- compagnie sont:
an. B*Q Q I ~ ~ Q Q ~ ) - p , = o -=pQf,( i+--+CpKaq; %i PO d4, i*j O
où f, = $, I aY, et & 1% est la j- variation conjecturale par rapport à la
r6ponse des ventes de la i". pétrolih au changement dolhe initie par la
pétrolidre j. En apptiquant la relation entre PBlasticiî4 de demande du marché
(q) et I'dlasticit6 de la demande des quantites d'une pétrolidre particulidre
(~ii),
les conditions comportementales (44) peuvent btre réécrites dans la forme
dquivalente:
Si l'industrie avail une stnietwe mpolistique telle que n = 1, alors q,
= Q, q = q et serait i M n i ; les condiions de premier ordre réduites à
la solution habituelle du monopole, chaque facteur étant achete au revenu 90
marginal des ventes. Si i'industrie etait en concurrence pure et parfaite, alors
üm, q, /Q = O, üm, q, = et i2y'@=ûl en équilibre, chaque facteur
payerait sa valeur marginale des ventes. Seulement dans une industrie
oligopolistique, les conditions de premier ordre pour chaque pétrolihre
incluent ses conjectures en fonction des rbponses de ses rivales (Gollop et
Roberts, 1979).
Dans l'industrie du commerce de detail du carburant caractrhrisée par
un produit homoghne (essence ordinaire), I'éidment distinctif essentiel entre
les pétrolidres est la taille de la rivale. La conjecture dune firme par rapport A la réaction de sa rivale est fonction de la position de sa rivale dans la
distribution de la taille de toutes les firmes dans l'industrie.
Les pétrolidres qui souhaitent augmenter le rendement moyen de
leurs sites doivent olfn'r des incitatifs additionnels aux clients. La
combinaison de ces incitatifs, c'est à dire, les difïérentiels d'attraction dans
les sites qu'une pétroiiire offre, influence le nombre de clients attirés et le
volume des ventes r6alis6s par cette pétrolièm Les diidrentiels d'attraction
sont ddterminés par les âiirentiels en prix de vente, en capacité de service,
en heures de service et en localisation des sites.
4.1.2 - La formation ds la demande gravitationnelle d'essence
dans les sites
Au lieu de n pétroli4res sur le marche, supposons qu'il existe n sites
d'easenœ2 (stations-service) dispersés A travers a zones de march6. Chaque urne de marche a une demande fixe dessence au cours d'une
période de temps dont se répartissent les diirents sites qui y sont
implant&. La demande desserice dun site est la somme des ventes dans le
site provenant de toutes îes zones de marche. Le tableau 4-1 montre une
matrice des demandes des zones de marche, dans laquelle qu est le vdurne
des ventes du site i (où i = 1, ..., n) provenant de la zone j (au j = 1, ..., m) et q,
est le volume des ventes totales dans le site i provenant de toutes les zones
Tableau 4.1- Matrice des ventes d'essence dans les sites. ZONES DE MARCHE
1 2 . J m
n Sn1 9m TOTAL El E2 4 Em
TOTAL
91
92
9i
9n E
Ainsi, Pl
E/ est la somme des ventes totales de ta zone j dans tous les sites:
Les ventes totales E pour toutes les zones de marche sont 5, et elles
sont égales aux ventes de tous les sites a,:
Le volume des ventes qri d'un site i est proportionnel b I'aîtractivitd du
site i par rapport & calle des sites concurrents dans la zone de marché j .
Ainsi, Ag représente I'atîractivitB du site i: q, = u,$E,, oh q est un
paramdtre. l$ est supposd être indépendant des valeurs de Ab donc 4 partir
Le modéle de r&ponse dés ventes dans un site peut s'&rire:
Les ventes du site i provenant de la zone de marche j sont
proportionnelles I'attradivit& du site i par rapport A la demande de la zone j,
et inversement proportionnelles a I'attradivit6 totale de tous les sites dans la
* Nous faisons 1%- que ta camwem ks pë~iëres se fait taatmont entra las sites dbpmés d n s un mpaw ghgmphique du rmrchd- Lm conjectures entra las marques se font sile par site, au wm de marché par rdgion de mirehi. 4 est la teille du marchd potentîd de la zone j. C'est en quoique sorte une -ce
d'asymptote. 93
zone j. C'est un modèle de gravitation de la demande proche de ceux
d6veloppes par Eilm et al. (1969) et Wilson (1971) qui intègrent les notions
d'interaction et d'attraction spatiales.
Ca-vit4 des sites varie en fondion: 1) du potentiel de la zone de
marche: le volume de trafic automobile qui traverse les différents sites; 2) de
sa capacit6 B offtir des services rapides et peu chers; 3) du prix de détail
affiché du carburant; 4) des heures de senrices; 5) du professionnalisme de
la direction qui gère la station service; 6) de la réputation accumulée par le
site durant les années; 7) de la notm'8t4 de la bannidm du ddtaillant; 8) du
type de promotion des ventes utilise par la marque (cartes de fidelit@; et 9)
de la concurrence lacale entre les sites dans une zone de marche.
Les ventes dessence dans un site dependent du de@ dattractivit6
exercd par le site sur le flux de bafic automobile provenant des diffdrentes
zones de marche. L'attradivité cfun site varie en fonction de l'étendue
temtoriale de sa zone d'influence. Et l'effort marketing affecté dans un site
depend des niveaux d'attractivitd et des ventes espérées dans un site. Le
problhme Bmnométrique posé est de trouver une fonction dattractivité
convenable B Ai/ pour chaque site ou pour un ensemble de sites dans un
marche. II existe une force d'attraction dans chaque site, minorée par le
nombre de sites concurrents au voisinage du site. Ag peut être formulée:
f i est la force dattracüon du site i et Cp est une mesure de l'intensité
de la concurrence autour du site. î'attradivité dun site est une fonction
décroissante du nombre et de la qualit6 des sites voisins implantes dans la
zone de march6. La concurrence sera plus intense entre les sites localises
dans une m6me zone de marche qu'avec les sites implantés dans les zones
de marche les plus eloignées.
Nous supposons que les sites sont en interadion spatiale entre eux, et
cette interaction se fait avec la variable prix de vente de detail du carburant,
la capadte de service, et les heures de service. Les sites de vente de
carburant sont en concurrence spatiale parce que les ventes d'un site
dependent surtout de sa localisation dans l'espace géographique du marche
(monopole spatial). En équilibre chaque compagnie p&oli&re va deteminer
au debut de chaque période, un niveau dofh de services et de prix de vente
d'essence qui lui permettront de maximiser ses volumes de vente dessence.
4.2 - LES BASES THÉORIQUES DU MODÈLE
4.2.1 - L'hypothbe d'un prix de détail créquilibm sur le marche.
Comme nous l'avons dit au début de ce chapitre, nous supposons que
le marche de détail de carburant automobile A Montr6al est un oligopole et
par conséquent, le prix de detail d'essence affiché dans un site est un prix
d'eqüilibre qui est fondion des interactions des prix des diiférents
oligopoleurs, des c a s moyens et des revenus entre les sites rivaux. Nous
supposons que toutes choses hant égales par ailleurs, un site qui modifie le
prix impose par l'oligopole verra instantanement son attracîivite et ses ventes
diminuees w augmentées dans certaines proportions. Nous supposons que
si un site baisse son prix affiché de carburant, tous les autres sites vont faire
la marne chose, en baissant leurs prix dans les marnes proportions. Si par
contre un site augmente son prix affiche et qu'il ne soit pas leader dans
l'oligopole, les autres sites ne vont pas le suivre. Ainsi toute augmentation du
prix de carburant dans un site provoquera une baisse de ses ventes. Le
revenu du site sera mwli&rement affecte. Si la quantite demandée de
carburant au prix endessous du prix aduel du marche montre une dlasticite
considérable, un oligopoleur aura peu d'incitation à augmenter son prix. Ceci
est i"diqu4, si le coût de récupération des clients perdus est plus Blevd que
celui de les retenir. Dans ces circonstances, un oligopoleur qui coupe son
prix constatera qu'il traite avec une demande plus inelastique que celle en-
dessous du prix actuel. Ainsi son revenu marginal va baisser
dramatiquement, Nous supposons qu'il y a un prix de detail du carburant fixe
dans une zone de march8 qui oblige tws les oligopoleurs ii garder une
discipline en matidre de prix, en créant ainsi un 6quilibre.
Nous postulons que les oligopoleurs vont former une zone
d'interaction de prix de detail de carburant qui tient compte du niveau
d'attractivitd et des ventes des sites, dans laquelle un pattwn de prix doit 4tre
fixe si tous les digopoleurs veulent survivte. Cette zone de prix peut &re
instable (guerre des prix) ou stable (entente des prix). Nous supposons que
mQme si la tentation de manipuler les prix en dehors de cette zone est
souvent très forte, certains oligopoleurs vont utiliser le stratagdme de la
promotion des ventes pour s'écarter du prix d6quilibre.
Nous postulons que la stabilite des prix de detail de carburant peut
btre atteinte dans le marche soit par une collusion ouverte de prix entre les
rivaux, soit par une collusion tacite par la reconnaissance mutuelle des
participants au marchd, que la probabilit6 d'augmenter les revenus en
changeant les prix est inférieure à la probabilite de d4croître les revenus en changeant les prix. DBs lors que ceci est inutuellement accepte, il n'y aura
plus de manaeuvre de prix Nous supposons que les changements dans les
conditions de coi& et âe demande apportent de grandes pressions sur les
vendeurs et pouraient, 18 où I'entrb a et6 excessive et les coûts fixes plus
42.2 - L'hypothbe des marchh congestionnés et des capacités fixes.
Le temps de service dans un site influence positivement I'attractivite
du site et les verttes d'essence aux heures de pointe. Ainsi doncl les
vendeurs d'essence servent de façon aldatoire les clients qui amvent dans
les sites h partir des capaciths fixes des installations. De temps en temps, les
queues se forment. Comme l'a explique Becker (1 BS), les clients vont payer
deux prix: un prix expliate au vendeur et un prix implicite dû au temps passe
à attendre. Dans de telles circonstances, les firmes concurrentes peuvent se
différencier par les prix et par la capacitd de service (taille du site). Les
compagnies pétrolihres vont construire de grandes stations-service 18 où la
demande espéree est 6lev6e pour r6soudre le probldme d'engorgement des
sites aux heures de pointe.
Nous supposons m m e ~uski' (1976) et Reitman (1991) qui ont
moddlisd la concurrence entre les vendeurs de carburant pour qui les clients
diffdrent dans leur cou dopportunitd du temps, qu'en équilibre, chaque
vendeur choisit le prix et la capaatd de service qui determinent son temps
moyen de senrice. En supposant que: (i) les clients choisissent parmi les
vendeurs en fonction de la moyenne et non de leur temps actuel de service;
et (ii) que les clients ne peuvent pas marchander leur position dans les
queues, Luski (1976) et Reitman (1991) ont montre que, en dquilibre, ex ante,
les vendeurs identiques se différencieront par les prix de detail et la capacité
de service. Dans le cas d'un digopole I'hypothdse de la discrimination des - -
4 Luski (1976) a ûavaill6 sur Irr 6quilibm paitids dans un syrtème de queue avec deux serveurs. II s'est pas6 la question suivants: qu'est-ce qui anive B un système da smke où le même service est offert par deux fimes concurmtm? II ddllni un syddme da MMce comme tout systbe dans laquai les dients doivent aüendm dins Irr fil# avant d'âtre Mnnr OMS ce cas, lm r6suitats habituais de la t h m e 6conomique ne pouvent plu (bs appiiqudr, nommant un seul pbc sur un marché entre les concurrents qui vendent le mdme smïce. Les concumntr vont fbr des prix d i i e n b en fonction du ruppMmsnt da smtke qu'ih ombnt en nduirant la Ianguwr da Imn 1es #aüente- Raitman (1991) a abord6 le même sujat sur Ir dillidrsnciraOn âe la qualii endogdne du setvice dans les mrirchbs congosüonn6s.
prix est rejet& et nous retenons hypoth4se d'un prix d'équilibre dans
chaque zone de marche imposé par l'digopole.
Nous supposons qu'il y a une relation nég8tive entre liattractivit6 d'un
site et le temps moyen de service offert dans un site. Cattracüvité dun site
diminue plus la durée du temps de semice augmente dans un site. Les
automobilistes vont Wtsir une station-service en fonction du temps moyen
d'attente en non en fonction du temps actuel d'attente. Si les vendeurs se
differencient par rapport au temps de servi-, les dients se regrouperont en
fonction de leur valeur individuelle du temps. Moins les clients ont des
valeun moyennes du temps d8Brentes dans une queue, plus petit sera le
gain de changer de piaœ.
Nous supposons qu'en dehors des heures de pointe, les contraintes
de capacité pour une station-service ne se posent pas. Parce que le site sera
capable de servir les clients en fonction de leur amvée sans delai important.
En generat, le temps de service moyen durant tes heures de pointe est une
fonction complexe de la capacit6 de service, de la distribution des amvbs
des clients, et de la discipline dans les queues. Le temps moyen de service
aux heures de pointe depend de la capacitb de service. Primo, le temps de
serviœ moyen s'accroit si le nombre moyen de dients par unit4 de capacitd
de service augmente. Secundo, les clients amvent de façon albataire au site,
ainsi il y a des économies d'khetle dans le senrice si le nombre de clients
servis et la ca~acit8 de la station sont tous les deux doublbs, le temps moyen
de service va baisse?.
Dans une rtaoon service qui a une pampe, oi 3 clients sont smk toutes las 9 minutas, ie tamps d'attente pour k damiinne dient est de 3 minutas etde 6 minutes pour Is tmisidme. En doubiant le nomka de pompas (2) et cdui dm &nts (6); b tanps moyen de swke qui était de 3 (913) minutes va baiiser 1.5 minutas (W).
99
Nous postulons que le temps de service est la dimension essentielle
sur laquelle les stations-service se font concurrence (Lott & Roberts, 1991;
Png et Reitman,1994). En effet, il y a plusieurs raisons pour lesquelles le
commerce de détail de l'essence automobile offre un tel cadre conceptuel B la concurrence du temps de senrice. Primo, les stations-service vendent des
produits presque homoghes. La valeur du temps potentiel d'attente peut
donc btre trds significative aux différentiels dattractivit6 des stations-service-
Secundo, l'industrie de detail d'essence automobile est en maturite, ainsi
toute variation observée sur les ventes est plus le rdsulbt des rdponses
d6quilibre à differentes conditions que œ qui est un ajustement incomplet à
un changement de place de marche.
Nous postulons que, toutes choses &nt 6gales par ailleurs, une
station semice qui accroît sa capacité de service r6duira son temps moyen
de service. Ainsi, sous I'hypothdse du temps de service, ceten's la
demande s'accroîtrait avec la capacit6 de service du vendeur. Nous
supposons qu'il y a une relation positive forte entre la demande sbledive
dans un site et sa capacité de service pendant les heures de pointe. Que
cette relation est forte avec des mesures alternatives de capadte et que la
demande est plus sensible à la congestion des stations-service dans les
zones de marche A grands flux circulatoires du trafic automobiles. Le temps
de service pendant les heures de forte demande est donc un facteur
important d1attractivit6 des sites dans le commerce de detail de l'essence.
LOO
4.3 - L'ÉQUATION ECONOMÉTRIQUE DU MODELE DES
VENTES D'ESSENCE DANS UN SITE
4.3.1. Relation entre I'atbacüvitd et les ddtenninants des ventes
d'un site.
Les volumes de vente d'essence dans un site sont fonction de
I'attractivité du site. L'attractivite d'un site varie dans le temps et tend vers
zero quand le nombre de sites concurrents tend vers l'infini dans une zone
de marché. Nous postulons que le modele dattractivitb dun site dessence
est un modele dintemction spatiale 4 effets multiplicateurs (MCI) (Nakanishi
et Cooper,1974) où I'attradivite dun site est un produit de facteurs, et
chaque fadeur 6tant une composante de rattractivite. Tout fadeur dans le
produit augmente la puissance dattraction du site. (Le modele de Nakanishi
& Cooper (1974) a 616 applique par Jain et Mahajan (1979) au commerce de
detail des aliments. Drezner (1994) a introduit le concept dattradivite
variante entre les magasins dans le modele de Hotelling (1929) dont
I'hypothese de base est que les consommateurs n'achdtent que dans le
magasin le plus proche, I'attradivitb entre les magasins btant égale. Drezner
(1994) a montre que les consommateurs n'achetent pas seulement dans le
magasin le plus proche).
Nous supposons qu'il existe une distance diibrentielle calculée A partir
de la qualit4 de service entre les stations-service par les consommateurs de
carburant- Cela suppose qu'un client ne pourra acheter que dans le site qui
lui permettra de maximiser sa fonction d'utilitd tant aussi longtemps que le
diiérentiel de service ne diminuera pas sa fondion d'utilite. Mais pour bien
formuler notre mod&tle ~ o m ~ t r î q u e il faut delimiter la zone de marche
dans laquelle est implantée le site 8 cause de l'impact de la concurrence sur
101
I'attractivit6 du site et de la grande variabilit6 de la concurrenœ selon les
zones de marché.
4.3.2 - t a ddlimltrtion d'une zona de marche.
L'espace de marche dans lequel est implant6 une station-service est
appel6 zone de marche du site.1) Nous supposons qu'une zone de rnaW
repr6sente une surface âe demande contenant un nombre de clients
potentiels pour un nombre fini de sites. 2) Qu'une zone de marche peut Qtre constitub par un seul point de vente ou une agglomération de points de
vente. 3) Que le rn-4 de détail dessence est constitue de plusieurs zones
de marché qui se chevauchent entre elles. Ainsi, une zone de marche de
carburant est definie m m e : une région géographique d6limitde dans
l'espace, contenant des clients potentiels pour lesquels il existe une
probabilitb supérieure h zéro que leur achat de carburant et de semices
offerts la vente soit fait auprhs dune station-service partiailibre ou auprès
d'une agglomération de stations serviœ dans la zone6.
Nous supposons que les stations-service directement concurrentes
sont implantées dans une rnêrne zone de mardi6 qui est un ensemble de
segments d'axes routiers qui s'entrecoupent dans la zone de marche. Le
marche de d6tail de l'essence dun site se définit par rapport b un axe routier
lineaire (Eiselt 8 Laporte, 1988)'. La distance m6trique qui sépare les sites
les uns par rapport BU< autreseest un d8terminant majeur de leur attradivitd.
- -- -
Huff (lm) donne la même déliniüon pour un espace cammerdal. ' Cette hypathlse aradérise las mod«sr dILitmâion spatiale I la Hotdling (1929) et largement utilisée en recherche opdntionneh et m aiWh des jauw rvsc des hypowses sur Fàhreliva6 dquivabnte de8 migrsim. Dans ndn cir ~rtbretma des magasins n'est pas 6quivalente. a Mead (1867) a diw(app6 un -16 nulhénutiqua pur I*esümaCon de la concurrence entre les plantes (agronomie). II a (t6 le premier I introduire I i nabkn de Wsinage" pour mesurer les effds de Ir concurrence sur II crai#rnce dm -. Pour Mad (1987) modalker k concurrence passe d'abord par la d6ffnitîon des dirsas de voisins pour chique plante qui lui sont directement concummb. La diitrnce -que qui mœurs k po#aMd ddpmd de Ir nature des plantes at pannet
102
If existe un nombre fini de sites dans une zone de marchd qui sont
diredement concurrents. Un site A est whin ou situé I proximité d'un site 6 si
et seulement si la distance mbtrique qui les separe est comprise dans la
d i e zone de marché. l a distance métrique dépend de la nature du produit.
de l'effort consenti par un dient pendant le processus d'achat et de la
perception de ta ecincurrenœ que les vendeurs ont dans un marche. Les
zones de marehb des sites ont des limites floues entre elles9.
Nws supposons que la limite entre deux zones de marche A et 6
n'est pas iixe tant que tes prix de detail du carburant ne varient pas de
manier0 significative entre les zones de marché. Théoriquement, si deux
zones de marche A et 6 n'anidient pas les mbmes prix de détail de
carburant, ta limite entre bs zones de marche est établie par les prix affichds.
Nous r4cusms l'approche de Converse (1949) qui a ddterrnind un point
frontidre A partir duquel deux cites qui ont des populations respectives Pb et
Pa et sdpardes par une distance en ligne droite Dd ont une influence égale
sur les populations dune ville intemediaire. Ce point est: D, = D" . Le 1.F bien fond6 de ce point a aussi et4 aitiqué par H M (1 964) et Lakshmanan &
Hansen (1965) à cause des limites techniques dans la d6termination de la
demande locale bun produit et du caractère mobile de la ciientble entre les
différentes zones de march6.
Nous supposons qu'une zone de marche peut coïncider avec les
limites administratives d'une région, ou les déborder. Dans le cas des
- - - - - -
de détminar qui est voisin at qui ne Pest pa& Ord (1975) 1 repris ce concspt de Msad pour le p&rolisar dans les moddl# dïntmetlon spdiiie.
La variable pibt pouuait sanrP de laitar antm hs m m amna la prëdii la thdoris danomique avec i'hypothh d'un prix par mM. M& dan8 ie8 muehdr ubah à causa de la mobilité des automcibilistss at la Wii I f informîh anüat ia8 düMmtes zonas urbaines, Ir prix ne peut pas êêrmRsr les zonas de conaifmnce, mis II qua- de dimis fixas dans une région donnêa
103
produits de convenance, nous supposons que la zone de marche d'un site
est réduite au volume de trafic qui traverse l'ensemble des sites concurrents
de façon rdgulière. Nous pstuions dans cette thèse que le marché de
l'essence est géographiqueunent hétérogène pour deux raisons. 1) Selon les
4tudes internes des compagnies pétroli&es, les sites sont conçus pour
vendre du carburant à une dienthle focale et il y a des diidrenœs reelles en
terme de volume de trafic automobile entre différentes zones de marche. 2) Selon les mgmes Btudes, les automobilistes achetent leur carburant plus
proche de leur domicile ou B c6td de leur lieu de travail. Le distance qui
separe les clients des âii8rents sites permet le regroupement des clients
dans une zone de marché, Pour nous, la delimitation dune zone de marche
de carburant tient beaucoup plus compte de la concentration géographique
des populations dans les zones r6siderrtielles1 commerciales ou industrielles.
4.3.3 - Le volume des flux dmilatoires du trafic automobile
Nous supposons que les quantites de mouvements des automobilistes
dans le marche (origines et des destinations des clients dans chaque region)
accroissent la densite de la population des automobiles dans une zone de
marche A certaines périodes de la journée, et influencent ainsi les volumes
d'essence vendus dans diaque site et dans chaque zone de march6.
Chaque zone administrative est une destination ou une origine pour les
automobilistes. II y a ceux qui s'approvishnetnt en quittant la zone et
d'autres qui s'approvisionnent en arrivant dans la zone. II y a des dii6rences
réelles entre les régions administratives dans le partage des quantites de flux
circulatoires dans une ville. C i i simple que nous avons developpée, est de
montrer que, c'est pendant les dëplaœments des automobiles qu'ils achetent
le carburant, et les sites qui reçoivent d'importants flux circulatoires internes
vendront plus de carburant
4.3.4 - La fonction d'attraction des consommateurs d'essence
dans les sites.
Ainsi donc la fonctim d0attractivit6 Ar, d'un site dépend du prix
d'essence affiche dans le site durant des périodes de temps successives,
des heures de senrice, de la capacité de service, du volume de trafic qui
traverse le site, du nombre de sites voisins, de la marque du ddtaitlant, de la
zone de marche dans laquelle est implant6 un site, et de la conjoncture
Bconomique. Cette fonction s'écrit comme un produit de fadeurs:
A,, est rattractivith dun site. Elle varie dans le temps B court terme.
ai est l'effet spécifique dun site. II est constant dans le temps court terne.
est l'effet du temps dans un site.
Ml, est le prix d'essence anich6 dans un site. II varie dans le temps B court
terme.
HEi est le temps de service du site. II est constant dans le temps.
SEI est la capacite de seMc8 du site. Elle est constante dans le temps.
Zr est le volume de trafic devant le site. II est constant dans le temps.
COi est le nombre de sites concurrents au voisinage d'un site. II est constant
dans le temps.
Mi est la marque du detaillant Elle peut changer dans le court terme.
ZM, est la zone de marchd dans lequel un site est implante.
CET est la conjoncture économique.
43.4. Les hypoth&res du modhle dm ventes d'essence dans Itw rites
HI: Le volume de vente d'essence (I'attradivit4) observd au temps t dans
un site dépend fortement et négativement des prix de détail dessence
âfficti4s réguli&rement dans un site. Les prix de vente d'essence
fich& dans un site ont une influence dynamique sur les ventes du
site et sur la specificité du site.
Les prix de detail de carburant affieti&s dans un site, au temps t, I-
I, ...,tp, sont dynamiques et influencent continuellement les volumes
des ventes d'essence dun site. Les C(38R1cients pi, 82, ... p' sont
négatifs et sont les 6lasticitds prix par rapport A Fattradivith du site et
aux ventes des sites:
Hz: Le volume de vente d'essence (I'attradivitd) obsenrd au temps t dans
un site depend fortement et positivement des heures de service f i x b s
dans le site. Plus un site reste longtemps ouvert, plus il pourra
maximiser ses ventes. (Ar>O, est l'4lasticit6 heure par rapport 4
I'attracüvitd du site (aux ventes));
Ha: Le vokrme de vente d'essence (I'attracüvÎt6) observd au temps t dans
un site depend fortetnent et positivement du nmbre de baies de
service disponibles dans le site durant les périodes de pointe. Plus le
temps de senrice moyen est moins Blev6 dans un site plus ses files
d'attentes seront moins longues et plus il servira un grand nombre de
clients. (Az>O, I'dlasticité capacitb de service par rapport A rattractivite
du site (aux ventes des sites));
H4 Le volume de vente d'essence (I'attractivité) observe au temps t dans
un site dépend fortement et positivement du volume de trafic
automobile qui passe devant le site. (&>O est It61asticit6 trafic par
rapport A I'attractivit6 (aux ventes du site i));
Hs: Le volume de vente dessence (I'attracîivite) obsend au temps t dans
un site depend fortement et négativement de nombre de sites ouverts
sur un rayon de 2krns. Plus il y a de sites dans un marche moins les
ventes moyennes par site seront 6levées. (&<O, est 1161asticj16
concurrence par rapport 4 I1attractivit6 (aux ventes des sites));
Ha: Le volume de vente eiresmce (I'atüactivite) obsenr6 au temps t dans
un site d6pend fortement et positivement du nom de marque du
d6taillant qui contrôle le site. (AS> O ou < 0, est I'elasticit6 marque par
rapport rattractivite
(ventes des sites);
H7: Le volume de vente d'essence (I'atüactivitb) obsew6 au temps t dans
un site depend fortement et positivement de la zone de marche dans
laquelle est implantée ie site. ((& >O ou c O), est I'6lasticité zone de
marche par rapport A Fattradivitd (ventes des sites).
Ha: Le volume de vente d'essence (t'attractivit4) observ6 au temps t dans
un site depend fortement et positivement de la conjoncture
économique durant laquelle le site est reste ouvert. (A7<0 OU > 0, est
I'blasticit6 conjoncture économique par rapport à I'attractivite (ventes
des sites).
Notre modèle fait une dinerem nette enbe les ventes dessence
dans chaque site et la force &attraction du site. Les ventes sont foncüon du
nombre de clients s e ~ s par unité de temps dans un site. gi = g(A,) . Cette
fondion de vente est basée sur rhypothése selon laquelle plus I'attractivitb
d'un site est forte, plus le site attirera un grand nombre de clients sur une
base régulière.
4.3.6 - L'équation du mdèk écomrmbMque dm ventes d'essence dans
les site8
La foncüon de vente d'essence dans un site urbain est :
qn = (A~J = e w ~ q f &-, -;~l,k~ HP S@ @ ~ @ e ( ~ + w ~ ~ ) + Mi, (4-1 3).
00
qii = mesure les ventes totales dessence dans un site i au temps !
essentiellement expliquées par le niveau d'attraction du site. En lindarisant
cette fonction avec les logarithmes népkiens nous obtenons:
Cette fonction qui est speafiee su une base annuelle peut être ramenée sur
une base horaire pour enlever lienet non lindaire du temps sur les ventes:
Les fondions des ventes (4-14) et (4-15) respectent certains critères de
Little (1 979):
1. Elles ont des rendements décroissants en fonction des niveaux
d'dort marketing.
2. Elles incorporent la fois les effets à court et B long terme des
instruments marketing.
3. Elles incorporent les eflets marketing de la concurrence.
4. Elles incorporent la dimension spatiale de la concurrence.
5) Elles sont simpies A estimer avec les données disponibles dans
l'industrie du commerce de detail du carburant.
4.3.7 - La forme de la fonction dss ventes d'etssence dans un site
Les fonctions des ventes (4-14) et (4-15) sont des fondions de
production à la CobbDouglass. Le rnodhle de Cobb-Douglass a 8te
largement utilise pour estirnet les fondions de production (Farley, Lehman, et
Olivia 1990). Le modele de réponse des ventes est conceptuellement
similaire à la fonction de produdion dans laquelle les inputs marketing
(produit, prix, promotion, distribution) "produisent" les ventes (Rangaswaamy
et Krishnamurthi 1991 ). Png & Reitman (1994) ont utilise la mQme approche
pour mod8liser les ventes d'essence dans les stations services. Comme le
modèle est linéarisable (en prenant les loganthmes des deux côtes) plusieurs
types de techniques d'estimation des paramBtres du modele seront utilisées.
Le modele nous permet de tenir compte des difFérents instruments et de
l'impact différentiel des instruments marketing et de l'environnement à court
terme en estimant séparement les, paramhtres de chacun. Davantage les
coefficients direcîernent estimes fournissent des éiasticitbs qui sont
directement comparables entre les variables et les points de vente en terme
de leurs poids. Une des limites de œ modele de réponse de marchd à court
terme est que si l'un des fadeurs est nul, les ventes dun site sont nulles.
Une mdtha-de simple pour M e r ce probldme est d'indiquer les valeurs les
plus infimes des fadeurs différents de zéro (Naert & Weverbergh, 1980). Une
autre limite de ce modele est la propridtd de relasticit6 constante.
En resumd, la fonction théorique des volumes de vente dessence
dans un site est un moddle de repense de marche hyperbolique avec une asymptote paralldle A l'axe des abscisses DP,, qui est la taille du marche
potentiel du site. Toute activité marketing entreprise dans le site vise a
rapprocher les courbes d'attradivitb et des ventes vers la limite des
possibilites maximales. Les cofits commerciaux moyens par Itre d'essence
CI, C2, Ch C, et Cp varient dune période à une autre. Le d6fi auquel est
expose tout site est de minimiser ses colClts commerciaux tout en maximisant
sa capadte dattracüon et ses rendements horaires ou annuels.
Figure 4-1 : La forme réduite du modèle de venl d'essence dans un site est
Courbe des ventes
Courbe d'attradivit6
I
Effort marketing dans un site xit
CHAPITRE V
a DESCRIPTION DES VARIABLES ET DES DONN~ES
NOTE TO USER
Page missing in number only; text follows. Microfilmed as received.
This reproduction is the best copy available.
Le but de ce chapitre est de M r e les variables et de pr6senter les
données statistiques qui vont servir Q tester le modele dconomdtrique des
ventes d'essence dans les stations-service. Chaque concept est défini et sa
mesure opérationnelle cléterrninb. Ensuite les banques donnbs sont
prdsentées ainsi que leurs somas.
5.1 - DESCRIPTION DES VARIABLES
Notre modele Bcanom6trique mesure l'impact des prix de detail de
carburant affiché dans un site, des heures de senrice, de la capacite de
service, du volume de trafic automobile, de la concurrence locale autour du
site, de la notoriBt6 de la marque du ddtaillant, de la zone de marche et de la
conjoncture économique sur les ventes de carburant ordinaire (sans plomb)
dans une station senrice. Nous utilisons les modhles (4-9) et (4-10) (chapitre
4) pour le faire. Une station senrice est un magasin de detail qui vend
essentiellement le carburant et offre d'autres senrices pour le confort des
automobilistes. Les ventes d'essence dans une station service sont
enregistrées sur une base horaire, joumalihe, hebdomadaire, mensuelle,
trimestrielle ou annuelle.
5.1.1 - Les ventes d'essence dans une stationsenrice (variable
d6pendante)
Les volumes de vente (VOLUME) ou les débits horaires ou annuels
dessence par station-service sont utilises comme variable dependante dans
cette recherche. Les volumes de vente captes dans un site sont une fraction
de la demande potentielle d'une zone de marche. Les volumes de vente
observds dans un site sont une statistique agrégée des ventes joumali4res
qui se font tout au long de l'année. Les debits de vente dans un site varient
en fonction du moment de la journée, de la semaine, du mois ou de I'année.
C'est A dire qu'il y a des périodes de forte demande et des périodes de faible
demande dans un site, même si les données agrégées ne nous permettent
pas d'acceder une telle finesse dans i'analyse. Les volumes de vente
d'essence d'un site osallent autour d'une moyenne durant I'année ou la
joumbe. L'industrie de détail du carburant est totalement orientée vers le
volume d'essence vendu dans un site. Nous avons dewc mesures des
volumes d'essence vendus dans une station service:
1) Ventes totales annuelles en milliers de litres dans un site: ces
ventes d'essence mesurent la performance commerciale d'un site
pendant une année, d'un exercice financier à un autre.
2) Ventes en milliers de litres par heure dans un site: ces ventes en volume par hewe dans un site permettent de mesurer le
rendement horaire à l'instant par rapport aux decisions prises en
matihre de prix de detail et en promotion des ventes.
Cette seconde approche mesure effectivement la production des
équipements fixes en quantite dessence par unit4 de temps dans une station
service. Cela nous permet aussi d'avoir une mesure standard et de
comparaison des debits cressenœ entre toutes les unites statistiques
soumises à I'etude. Slade (1 986, 1992), Png et Reitman (1 994, Robinson et
Hebden (1973) ont utilise les volumes de vente annuelles dessenœ sans
plomb comme variable dependante dans leurs modbles' des ventes
#essence.
Robinson et Hebden (1973) ont utilise les dewc approches. Dans cette
thbse nous utilisons les deux approches. Les ventes d'essence ordinaire sont
retenues comme la seule mesure de la variable dependante. Parce que ces
ventes représentent en moyenne 75% des ventes totales d'essence dans un
site
' Cette mmun de I i perîamunœ est rejetée par cwhins chmhwrs qui la préfèrent d la valeur ajoutée. Dans l'industrie de I'msrnw le volume des ventes est Ir mesure de la perîonnance utilisde
116
5.1.2 - Lm prix de détail du carburant ordinaire (sans plomb)
Les prix detail de carburant (PRIX) sont les prix affiches et visibles
dans un site tout au long de la periode de service. C'est un prix d'équilibre et
d'interaction entre les sites localisés dans une meme zone de marche. Les
prix moyens de detail aiîich6s dans un site au cours d'une année sont
retenus comme la mesure des'pfix de détail dans un site. Ils donnent une
tendance des prix dans wr site au cours d'une année et decrivent la stratdgie
choisie en matidre de prix dans un site. Les PRlX n'ont pas et6 prdsentes
sous la forme d'un indiœ ch prix de vente dessence dans chaque site. Dans
cette recherche nous utilisons les prix moyens annuels affich6s dans un site
parce qu'ils nous donnent de bonnes indications sur la variation des prix
moyens de carburant dans les sites et entre les sites. Le PRlX est la seule
variable qui varie dans un site et entre les sites d'une annee b l'autre. Le
PRlX est donc dynamique daris le temps. Le PRIX moyen annuel est mesure
en cents par litre et par station serviœ. ta variable PRlX est contr6lable et de
court terme.
Les heures de service (HEURES) sont l'intervalle de temps pendant
lequel une station service reste owerte en une journée sans interruption.
Elles mesurent le nombre dheures afiectées au travail dans une station-
service en une journée. Trois mesures sont utilisées pour determiner la
période de service. II s'agit de la @riode de 24 heures, de 18 heures (de six
heures à minuit) et de 12 heures ( de six heures du matin à six heures du
soir). La variable HEURES sera retenue dans le modèle (4-9) qui décrit les
ventes annuelles par site. La variable VOLUME sera pondérée par la
parce que cette industrie est inhns-m en coQt de cap#il (charges Ikes). Plus les ventas sont éîevéos en volume plus lm chrrgm fixes rontcow#ter.
variable HEURES dans le modde (4-10) qui dans ce cas sera me variable
dependante qui mesurera les ventes d'essence sur une base horaire. Dans
cette recherche la variable HEURES ne fait pas de distinction nette entre les
heures de pointe et les heures normales (en dehors des heures de pointe).
Les heures totales de vente par an& sont retenues comme une mesure de
I'activitd de vente d'essence dans un site. Les p&odes de setvice sont
constantes dans le temps et sont une variable endogene de long-terne. Elles
sont exprimées en milliers d'heures de travail par an et par site.
5.1.4 - La capacitd de service.
La capacité de sewiœ (CAPACIT~) d'un site est l'ensemble des
équipements (pompes, boyaux) et des places de pompage (point de
ravitaillement) qui permettent à un site de vendre le carburant aux
automobilistes. La capaute de semice d'un site est le nombre de clients
semis par unit6 de temps par les installations fixes du site pendant les
heures de pointe. Le nombre et la qualit6 des pompes, de places de
pompage, dTots de pompes et de pompistes mesurent la capacitd physique
d vendre ressente dans une station-service (Ingene et Brown 1987). Le
nombre de places de pompage dans une station-service est retenu dans
cette thèse pour mesurer la capadte moyenne de service dans une station-
senriœ comme l'ont fait Png et Reitman (1994). Nous avons choisi le nombre
de places de pompage dans un site comme mesure de capacitb de service
au lieu du nombre de pompes ou demployes pour deux raisons
fondamentales.
Primo, la qualité des pompes varie d'un site b un autre, il y a des
pompes uniques, des pompes en double, et des pompes m6langeurs ce qui
signifie que le nombre de pompes n'est pas une mesure standardisée entre
les sites. Marne si le débit dessence par type de pompe est le même dans
les stations-senrice, w sont les places de pompage qui permettent de
différencier la capacitd de service entre les stations-senrice parce qu'elles
. décrivent mieux le phénomdne des files d'attente aux heures de pointe et
non le nombre de pompes. Parce qu'il faut d'abord avoir une place avant de
se servir. De meme le nombre de pompistes n'a pas plus d'impact sur la
capacite de service pour lets m8mes raisons.
Secundo, le nombre de pompes peut Atre eleve sans toutefois que le
nombre de places de pompage le soit aussi. Le nombre de places de
pompage est parallhle h la taille du site. C'est une variable endogene et
constante de long-terme, la capacit6 de senfice Btant fixée à i'ouvefture de la
station service. La capacitd de service est mesurée par le nombre de places
de pompage dans un site, l'endroit où I'automobiliste stationne pour effectuer
le remplissage de son réservoir et l'achat du carburant. Le nombre de places
de pompage est le double du nombre de pompes dans les sites modernes.
5.1.5 L'emplacemsnt d'un rite d'essence
La localisation d'un site (PLACE) est le lieu gdographique où un site
est implante dans une zone de marché où les clients ont accès a ses
produits et senrices. Elle se definit en termes de potentiel de marche et en
milliers de vt2hicules qui traversent le site par jour. Elle est composée (i) du
volume de trafic automobile local et (ii) du volume du trafic automobile
passager qui traversent par unit6 de temps devant un site. Le site va capter
une fraction du volume de trafic routier qui y passe r6gulièrement. L'intensitd
du trafic automobile est deteminée par le type daxes routiers, les origines
et les destinations des automobilistes, la taille de la population, ses revenus,
ses styles de vie et le nombre d'automobiles par mhage dans la zone de
march6.
Les sites n'ont pas la même valeur en termes de potentiel de marche.
II y a des sites à fort potentiel, des sites 8 potentiel moyen et enfin des sites à
faible potentiel de trafic. Liobjecîii de cette recherche n'est pas de dbvelopper
un modèle pour la s&dïon dun site optimal, mais d'introduire une mesure
de la localisation des sites qui normalise son infiuenœ sur les ventes, Pour
cela mbme si l'emplacement d'un site peut Btre sur le cbt4 d'une route
provinciale, dune rue principale, d'une nie secondaire, sur le croisement de
deux routes provinciales, sur le croisement d'une route provinciale et d'une
mut6 principale, ainsi de suite; dans chaque cas de figure il y a un flux de
trafic automobile qui traverse un site dest en ouest et du sud au nord. Le
volume d'automobiles qui traversent un site par unite de temps est la mesure
normale de la localisation d'un site.
Le nombre d'automobiles qui circulent dans une zone depend de la
nature mQme de la zone de marche. Une zone peut 6tre commerciale, de
shopping (centres d'achat), r6sidentielte, une autoroute, un strip plaza, une
combinaison rdsidentielle/commerciale, r6sidentiellelshopping1
industrielle/commerciale, autoroute/résidentielle, autoroutelcommerciale, ou
autorouteiindustrielle. Ce qui est important dans cette classification est que le
potentiel de marche d'un site varie dune zone de marche A une autre à
cause des disparités de trafic entre les zones de marche et de la quantite de
deplacements des origines et des destinations du trafic automobile. La
localisation est mesurée en termes de milliers de vdhicules prives qui
traversent le site par jour.
II y a des problbmes méthodologiques lies au comptage des vehicules
qui traversent un site. Cinq Booles proposent des methodes diidrentes de
comptage. La premibre école préconise un comptage seulement !e jour et
non la nuit, parce que le nombre de vdhicules qui traversent un site est
nettement supérieur B celui qui le traverse la nuit. Les ddplacements des
vdhicules Btant lies aux périodes de Itactivit6 dconomique plus importante le
jour. La dewibme école tient compte de l'affluence diurne et nocturne des
v6hicules qui traversent le site. L'adivitd économique Btant aussi importante
le jour que la nuit. La troisihme école préconise le comptage des v6hicules
sur le côte où est implant6 la station-sewice. Parce que ce sont ces
v6hicules qui sont susceptibles de stan&er. La quatrieme école préconise
que le comptage soit fait dans toutes les directions Est-Ouest et Nord-Sud.
La derniare et cinquième école soutient que le comptage des vehicules qui
traversent un site doit se faire pendant les heures de pointe. II y a du vrai
dans toutes ses écoles de comptage. Dans cette these nous avons retenu
les methodes de comptage de la deuxihme et de la quatrieme Bcoles, mais le
flux de vdhiwles qui traversent un site est une fraction, un pourcentage de
toutes les quantités de deplacements qui amvent et partent de la zone de
marche en une journée.
5.1.6 - La concurrence au voisinage d'un site d'essence
La concurrence est definie comme une rivalitb dans le contrôle des clients
réguliers entre les stations service implantées dans une meme zone de
marche. Le nombre de stations-service localis6es dans un rayon de deux
kilom6tres dans les zones urbaines détermine I'intensite de la concurrence.
En d'autres termes chaque station service a un nombre fini de stations
sewiœ rivales qui forment avec elle uie classe de concurrence. La relation
de concurrence entre les sites est B la fois syrnetrique et transitive. Cela
voudrait simplement dire que tout site dans une zone de marche peut avoir
au moins un conment sauf dans le cas des sites uniques dans certaines
zones de marche. Le concept de concurrenœ est intimement lid à celui de
zone de marche. Nous n'avons pas tenu compte de la qualit6 des
concurrents qui est une mesure qualitative de la rivalit4 entre les sites parce
que les sites vendant des produits et des senrices homogdnes, et comme les
clients sont de plus en plus "infideles" dans le marche, ils peuvent facilement
changer de site, plus le nombre de sites augmente dans la zone de marchb,
La concurrence est mesurée en termes de nombre de sites voisins sur un
rayon de deux kilomètres partir de chaque site.
6.1.7 - Le nom de marque de la bannYm du site
Le nom de marque est le nom de la bannihre qui vend le carburant sur
le marche. Le nom de maqua mesure la notoriété et est souvent associe B la
qualit4 de senrice. Le nom de marque est une variable dichotomique.
5.1.8 - La zone de marché du site
Une zone de marche est un espace géographique dans lequel sont
implantées une au piusiers stations senrice. Une zone de marché est une
surface de demande contenant un nombre de clients potentiels pour un
nombre fini de s i t k Le marche de détail dtessence est constitu6 de
plusieurs zones de marche qui se chevauchent entre elles. Dans cette these,
une zone de marche de carburant est définie comme: une region
géographique délimitée dans i'espace, contenant des clients potentiels pour
lesquels il existe une probabilite supérieure à zero que leur achat de
carburant et d'autres senrices soit fait auprbs dune station service
particulibre ou aupres d'une agglomération de stations service. Une station
senrice appartient au moins à une zone de marche. Une zone de marche est
ddfinie sur la base de la division administrative de l'espace du marche urbain
parce que les automobilistes s'approvisionnent le plus souvent dans leur
zone de residence. Une wne de marche reçoit une quantite de
d6placements de véhicules qui entrent et qui sortent de la zone. Plusieurs
rdgions administratives peuvent constituer une zone de marche ii cause de
la mobilite des clients et de I'inlomiation sur les prix de detail du carburant.
Le regroupement des régians administratives depend de la proximit6 des
zones administratives. La zone de marche est une variable dichotomique
exogene et de long terme.
S.1.9 - La conjoncture économique.
La conjoncture économique au sens du commerce de detail est definie
comme un ensemble de fadeurs qui déterminent la situation économique et
commerciale des institutions de detail dans une industrie donnée. Elle est
liée A l'effet du temps sur 11adivit6 économique et commerciale. Elle se réfère
à rannh pendant laquelle l'activité économique et commerciale a et4 plus
g6ndreuse ou moins généreuse. II y a des années de haute conjoncture et
des années de basse conjoncture dans le commerce de detail. La
conjoncture économique est une variable hors eontrbte comme la
concurrence et le volume de trafic. La conjoncture économique est une
variable dichotomique qui est Itam8e dans notre cas et de court terme.
5.2 - DESCRIPTION DES DONNIEES
5-24 - La banque ûu donnb da Kent Marketing
Les d o n w s utilisées dans cette recherche proviennent de trois
sources: la premibre swrce est le pami de donnés sur les stations-service
de la Compagnie Kent Marketing, la seconde source est I'Enqu3te Origines-
Destinations rdalisées par la société des Transports Urbains de la Commune
de Montréal (STCUM) en 1993 et la troisi4me source est notre propre
enquPte faite sur le marché de Maritréal pendant deux mois (Août et
Septembre 1999). La Compagnie Kent Marketing que nous avions présentée
dans le deuxhe chapitre est un cabinet de recherche marketing qui collecte
et vend les données sur les station~ervice sur i'ensemble des marches
urbains de carburant dans toutes les villes du Canada. La fiabilite des
donnees de "Kent" est reconnue par toutes les grandes compagnies
p&roli&res gui sont ses dients (Esso, Petro-Canada, Shell et Ultmar). Les
données de cette étude ont été cdlectées sur 183 stations-service sur une
population de 372 ~ t a t i o n ~ ~ e n r i ~ (4920%). C'est un panel de donnbs qui
décrit les caractéristiques des stations-service durant ta période 1993 -1 997
dans bois rétgions urbaines de la gmde m6tropoIe de Montrbal (Montrhl
Centre, Montteal Ouest et Montréal Est).
Pour chaque station-service (unit6 statistique), il existe un vecteur de
données qui contient :
1) la localisation de la station: le nom de la région, le nom de la
province, le m de la marque, l'adresse, le code postal, le nom du
marche le comt6, la municipalit8, la description des aires de
marche, les heures dopération;
2) le type -dé raffineut;
3) le type d'Btablissernent;
4) letype de senrice;
5) le type de magasin de detail à ptoxi'mit6;
6) les di ihntes offres de senrice: le type de lave-auto, de lecteur de
cartes magnétiques, les diients types de carburant vendu à la
station;
7) la capacité de service: le nombre de baies, le nombre d'îlots de
pompes, le nombre de pompes uniques, de pompes doubles, de
dispensateus de produls;
8) les types de pompes;
9) le m m h de jours de vente dans l*annee\;
1 O) les vdumes de vente annuels de chaque type de carburant;
1 1 ) les prix annuels moyens de chaque type de carburant;
12) le type de promotion utilisb par la marque du détaillant au point
de vente;
13)les autres services connexes: i'affichage Blectronique, le
remorquage, l'entretien et ta réparation du vdhicule.
5.2.2 - La banque de données : Enquête Originedûestination8
(STCUM-1993)
La s'&onde banque de données est I'Enqudte: Odgines/DDIIlinations des
personnes rbalisées en 1993 par la STCUM auprès des personnes et leurs
moyens de locomotion dans la grande region m6tropolitaine de Montréal.
Cette Btude nous a fourni une matrice des données des entrees et sorties
des origines et des destinations des automobilistes dans la grande tdgion
m6tropolitaine de Montreal. Cest une matrice carrée (92x92) qui retrace les
dbplacements des conducteurs crautomobiles entre les 92 quartiers et
régions de la grande région m6tropolitaine de Montréal. Cette matrice
quantifie la masse des dbplacements h I'inttbieur de chaque region urbaine
en termes de flux d'entrée et de sortie. Les dmndes sur la population, le
nombre de mbnages, le nombre d'automobiles, la densite des menages par
kilomètre carré, et le nombre moyen d'automobiles par menage et par région
urbaine sont contenues dans cette enquete.
5.2.3 - Les enqudtes compl6mentaires sur le terrain (1999).
Notre enquete sur le terrain en Août et Septembre 1999 nous a
permis d'observer directement les sites d'essence: leur localisation exacte
sur le marche, leurs caractéristiques en les comparant avec * is données de
Kent Marketing et de delimiter les zones de concurrence. Nous avons
couvert tout le marche de la Communaut6 urbaine de Montréal et avons eu
des contacts verbaux avec plus de 150 gérants de stations-service. La
methode de couverture de l'espace consistait b choisir un axe routier et à
visiter tous les sites placés sur cet axe. Nous avons pu comparer les prix de
detail entre les sites, les heures d'ouverture, et la taille des sites. La
concurrence locale entre les sites nous a ét6 expliqub par les gdrants. Leur
perception de la cbncumce qui est essentiellement celle de proximit6.
Cette descente sur le terrain nous a permis d'avoir une idée presque exacte
du fondionnement du marché de detail dessenœ de Montréal.
Les trois sources de données d6crivent B la fois l'environnement et les
cara&ristiques des sites.
5.3 - CRITERES DE ~BLECTION, PÉRIODE ET REPR~SENTATIVIT~ DES UNITES STATISTIQUES.
Cent quatre-vingt-trois stations-se~ce wnsütuent I'dchantillon des
unites statistiques de cette recherche. Les 183 stations-service ont 6te tirées
de façon aléatoire sur une population Lotaie de 372 stations-service de la
Ville de Montréal, soit environ 49,20% de la population des sites.
Cet 6chantillon couvre toute la période 1993 - 1997. Les observations
ont et6 faites sur les mbrnes unites statistiques et sur les memes variables
pendant cinq ans. Nous sommes les premiers A utiliser un panel de stations-
service pour décrire et quantifier la relation qui existe entre les
caractéristiques dune station-service, son environnement et ses ventes.
Cet dchantillon est reprhsentatif, c'est B dire qu'il tient compte des
proportions des ddtaillants nationaux, régionaux et indépendants dans sa
composition; de la repartition géographique des stations-service dans la Ville
de Montr6al; de la localisation des stations-service tant dans les axes A grande cirdation que dans les axes à faible circulation. II tient compte aussi
de la rdpariition des stations services dans les régians à forte densite de la
population et de menages que dans les mions à faible densitd de
population et des ménages.
Le nombre de stitionr MN)- dans la viHe L Montrdal comme nom I'mm mentionnd au chapitre 2 esï passé de 479 in 1993 i 372 en 1097. Ce nornkb 1 2 4 3 sWions s e w h en 1999.
En rdsumd, nous présentons dans les tableaux 5-1 et 5-2 les
statistiques desaiptives des d i t e s variables soumises h I'btude
sous les formats panel et poded.
Tableau 51: Statistiques Desdptives 1993-1997(format panel).
Variable
tentes Essence Ordinaire en 1993
tentes Essence Ordinaire en 1984
tentes Essence Ordinaire en 1995
tentes Essence Ordinaire en 1996
Ventes Essence Ordinaire en 1997
Ventes Essence OrdinaireMeure 93
Ventes Essence Ordinaidiîeure 94
Ventes Essence OrdinairelHeure 95
Ventes Essence OrdinaireJHeure 98
Ventes Essence OrdinaimMwre 97
Prix Moyen Essence ordinaire 93
Prix Moyen Essence ordinaire 94
Prix Moyen Essence ordinaire 95
Prix Moyen Essence ordinaire 98
Prix Moyen Essence ordinaire 97
Nombre de places de pompage
Nombre de pompes (Essence
ordinaire)
Nombre d'heures de service
Nombre de concurrents(W d s Zkms)
Volume de trafic
ESSO
PETROCANADA
SHELL
ULTRAMAR
INDEPENDANTS
ZONE DE MARCHf 1
ZONE DE MARCHE 2
ZONE DE MARCHE 3
ZONE DE MARCHÉ 4
ZONE DE MARCHE 5
N valides
NB: L n ventas rmwki 8- Zonrrdemrdi(110.
- Maximum
1839928,2
it78774,O
3747429,3
N7129),0
?358407,8
563,92
659,45
770,25
852,89
840,Ol
63,W
69,W
67,W
67,W
67,W
16
14
8760,OO
16,OO
71,lO
1 ,O0
1,w
11W
1 , a
1100
1 DW 1 000
1 ,a 1 ,a 1 Do0
- [CIrmtOnI
- Moyenne
141 WlO,3
i508807,6
1926544,5
2017097,7
186,3468
206,7531
235,4140
250,9574
283,9987
51,3828
53,2306
6O,lOï7
62,5317
61,3681
4,6557
3,9817
7276,06S6
11,6284
21,5804
0,1858
0,1749
0,1093
0,1749
0,3552
0,2131
0,1694
0,2078
0,2186
0,131 1
- B. Vl ikbkr
Tableau 52: mstiaues Descri~îives (format pooled).
m c
WPiCURRENCEl
CONCURRENCEZ
ESSO
PETROC ANADA
SHELL
UtTRAMAR
MD~PEMIANTS
ZONE-MARCHBI
ZONE-MAR CH^
ZONE-MARCHÉ~
ZONE-MAR CH^
ZONE.MARCH~
ANNEEH
ANNEUS
ANN-
ANNEW~
V d u n r d m b l l l o ~ j o u i u 9 r q U l t n v « w ~ u n a b NanbndrJhrconcumib Qnun npci < 0 . 5 k n j o w m 8 k o . Nanbmdrdtmeocitumib d8mun m y O n d . ~ i 4 k m r r J o u U u n * . V W dichaorniqm do miquo apû8nt drrrunryo W#r dichotpmiqua da mirpur opinnt d8m un rYI Vuribir dkhdomlqur do micquo opLnnt d8m un ü o vrk#r dkhdomiqur do miquo apinnt dam un a80 VukW d i c h o t ~ âo miqua opinnt dans un ü o VwrrbkdlohdMnlpic.drzonedrmircM OùostlocllWunab vwkbk dichdomiqua k tom k m r t M Oh~loclYi (unab V ~ d l e ~ d e m m d e ~ aSr4kciOiLunür Vwkbli&hdomiqwdofiii.kmimhô o0ostkcllWuniIh Vwkbk dchdamiqui dmzone dm N~CM obostlacrbdunür Vrkbkdkhatomlgw b'pmdadrr wntm &un lltr vwiibkdlchdomiquidopiikd.ar wltm #un 8 h Vvkbkdichaomlqurdr~ckr Wii #un rstr V v l r b l r a c h d a m l q u r d r ~ d i r m t œ Ulm a h
Source
K.M
K.M
KM
KM
K.M
KM
KM
EOD
EST
EST
K.M
K.M
K.M
ICM
KM
KM
KM
K.M
KM
KM
K.M
KM
K M
K A
Moyenne Écart M e
57.7198 5.0695
1740896,O 1231500,49
Minimum
48.90
38810,40
5.88
4380
12
2
1
3260
1
3
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
Natc N=183 U o n s sm-ce; T=Sanr, NT=915, KM =Kant MaMing, EST = Enqubte sur le terrain, EOD = Enquête Origines Dertinaüons des Aiitomobili8tes (Ma6 des transports uibrim de Montféal 1993).
CHAPITRE VI
MÉTHODOLOGIE D'ESTIMATION DES PARAMÈTRES DU MODÈLE
L'objet de ce chapitre est de proposer une mdthodologie efficace
d'estimation des C08nicients des pararnetres du modele de vente
d'essence dans les stations-service sur une période de temps court
(T=Sans) avec un échantillon de 183 sites. La caractéristique essentielle
de ce modele est qu'il est famie d'un ensemble d'équations apparemment
non reliées (Seemingb Umlaed Regredm) où les techniques
partiwli&res d'estimation des paramètres devront Btre appliquées avec la
décomposition spectrale de la matrice de variance-covariance. Notre
modele est un modete suridentifie qui utilise un estimateur A distance
minimale. La finalit6 de la methode d'estimation choisie est d'obtenir un
ensemble de coefficients stables et asymptotiquement efficaces, non
corr6lds aux effets spécifiques aleatoires des sites, sans imposer
I'homoscédasticitd conditionipelle ou l'ind6pendance des termes d'erreur
dans le temps.
6.1 - MÉTHODOLOGIE D'ESTIMATION AVEC DES DONNÉES EN PANEL
6.1.1- 06finltion et caractdrisation âes données en panel.
Le terme "Données en PaneC' se nWre à un groupe d'unitds
d'observation en coupe transversale de mbnages, de pays , de fines etc.
etal6 sur plusieurs périodes de temps (Batalgi,1995). Ces données ont
une double carad~ristique: elles sont spatio-temporelles, c'est-à-dire un
melange de données en coupe transversale et en série temporelle . Pour
Hsiao (1 985, lm), Klevmarken (1 989) et Solon (1 989)' l'approche
d'estimation des COBfCicients de régression par la méthode des dom&
en panel permet :
1) de contrôler I'h6témgdnéii6 individuelle des unites
d'observation (Mets specifiques fixes {effets spécifiques
aldatoires). Les &ries temporelles et les séries en coupe
transversale ne peuvent pas contrôler separement
I'h4térog8rtdit4 des unit& dobsewation, ce qui pourrait
mduire a des rdsultats biaises lors de l'estimation des
paramhtres du modele. Parce que, si certaines variables varient
avec l'unit6 d'obsewation et en fonction du temps, d'autres par
contre sont invariantes dans le temps et par unité ci'obsenration.
Et l'omission de ces variables conduit A des estimes biaises des
parambtres;
2) de fomir les données plus informatives avec plus de
variabiiité, avec moins de collindarit6 entre les variables, avec
plus de degrés de liberte et plus d'WcacitB;
3) d'étudier la dynamique des ajustements des effets permanents
des variables;
4) d'iaentifier et de mesurer les effets qui ne sont pas simplement
ddtedables dsns les données temporelles ou en coupe
transversale;
5) de construire et de tester les modbles comportementaux plus
complexes que les m&les avec des données en coupe
transversale ou en séries temporelles;
6) d'dtablir des relations de causalit6 entre les variables
ddpendantes et les variaks independantes.
Les modbles de données en panel oûéissent 4 un processus ci'estimation
des paramhtres qui leur est specifique à cause de la forme particulidre de
la matrice de covariance due au caractère des formes non lindaires des
fonctions et des variables.
6.1.2 - Processus d'estimation des paramètres du modèle avec
dea méthodes robustes.
Le processus d'estimation des paramètres du moddle avec les
methodes robustes, a pour but de sblectionner les modbles qui
produisent des estimes wh6rerits c'est à dire qui sont asymptotiquement
et normalement distribués avec une matrice de covariance qui peut Btre
estimde de façon plus efficace (Chamberlain 1982, 1984, 1992; Altonji et
Segal 1996; Anselin et Gnnith 1988; Anseiin 1990; Borrego et Arellano
1 999; Bninsdon et al. 1999; Haining 1994).
Le processus cresürnation des paramètres du modele se subdivise en
quatre Btapes. Premihmmt nous allons choisir la rnanihre de lire les
données en panel sous les deux formats PmId et Panel. Deuxiemement
il nous faudra estimer la matrice PI (iï) du modele réduit et son associde
la matrice de covariance R . Troisiemement, I'estimateur à distance
minimale sera applique pour tester les deux niveaux de restrictions dans
le modhle. Enfin, quatrièmement la trace de la matrice deteminera le
niveau de convergence des parametras avec fa statistique Chi-carre pour
les amtraintes suridentifiées (Hall et Cummins 1996).
A partir dun nombre k variables independantes, le nombre de
modeles possibles à estimer est de l'ordre de *l. Mais il existe parmi cet
ensemble de modeles possibles un sous-ensemble fini de modeles qui
satisfont aux conditions de convergence des estimes de coefficients
(Chamberlain 1982, 1964, 1992). Supposons donc qu'à partir k variables
ind6pendantes que nous ayons à estimer les d'iBrents coefficients de ces
mod4tles avec les methodes robustes, il faudra dabord "linéariset' ces
diidrentes fOCICtions avant d'entreprendre la recherche dune structure
stable de coefficients asymptotiquement efficaces (Zellner 1962).
Le modele des ventes d'essence dans les stationssenrice est un modele
non lineaire A erreurs additives de la forme:
(6-1 uit = jli + v,.
avec i483 stations-service et T=[l993-l997].
Les coeffcients Alpha, BBta, Gamma, et Delta varient entre les unites
d'observation mais sont constants dans le temps. Nous supposons qu'il
n'y a pas de biais d'h&&ogén&t6 dest B dire que les effets spécifiques
albataires ne sont pas cwélbs avec les variables independantes. Les
termes d'erreur uit ne sont pas eorr6lées entre elles dans le temps.
Dans sa fome linéarisée avec les logarithmes, le moddle (6-1) s'écrit:
~odhlr 1 (ModYe des ventes annuelles par site)
Modele ï I (Moddle des ventes horaires par site).
Dans les deux cas est l'effet spécifique aleatoire de chaque site. II peut
htre corr6l6 a u variables indépendantes et s'écrit sous la fome suivante
pour le Y odhle 1:
Les parambtres B estimer dans les deux modbles sont les Alpha, les
Wa, les Gamma, les Delta, les Lambda et les Theta.
Pour estimer les parmdtres du modèle (6-l), aprh sa lin6arisationI
(6-1 ) s'écrit sous la forme réduite:
q, = W, + u, avec E(q1x) = r r ~ + IIi
. T=[1 Q93-lW), k 4 , ... ,K (6-2)
où Iï n'est pas une matriœ quelconque d'ordre (n x m) (Malinvaud 1970).
Cette matriœ [n]Tr~ depend du nombre de parambtres p .= nnr et elle est
astreinte satisfaire certaines contraintes sur les parametres parce qu'il
est un modble suridentHi8 (Chamberlain 1982, 1984, 1992). Les variables
exogènes X, interviennent de manière lineaire, tandis que la matrice ï ï est
en gdnéral une fondion non lin6aire des parambtres du modele (Bbta,
Gamma, Lambda, Delta, et Thata).
Pour estimer les paramdtres des moddles de façon efficace nous
allons imposer certaines restrictions aux paramdtres Gamma, Th& et
Gamma du moddle suridentifié. Pour cela, la methode SUR (Scemingly
unrelated regrcssiotu) ((Zellner 1962; Chamberlain 1982, 1984, 1992) nous
permettra d'estimer la matrice (n) et son associée la matrice de variance
covariance Q.
6.1.2.1 - La lecture dm données en panel.
Pour procéder aux diffhentes phases d'estimation du moddle, la
premibre décision B prendre est de ddterminer comment seront lues les
donnees en panel. La construction et la précision de nos estimateurs
dépendront de la manidre dont seront confectionnées les matrices de
donnees. Pour estimer les paramdtres du moddle avec les mdthoâes
OLS et VARCOMP (Modèle à Mets aldatoires) et faire les tests de
sp6cification du madble (Test de Hausman: E(wifit = O) les données
seront regroupée6 sous le format Pwled (q& = X,# +a +u, ). Le modele
suppose que l'effet s9écrfique a est le meme pour toutes les équations de
mbrne que la pente.
Le format Pded ordonne les observations par unit6 d'observation
année apr& année. Les otmvaîions sont independantes sur les deux
dimensions spatio-temporelles Cela donne dans notre cas, un nombre
d'observations @al b NT (Ne183 et T=5). Avec cette approche, les
estimes des C08njuents sont biaisés et non asymtotiquement efficaces a
wuse des faiblesses liées A l'analyse des composantes de la variance.
La méthode Pwled nous permet d'effectuer les tests de I0hypoai&se
dhomgdnéité des observations (le test F: A,B=At,B) et le test de
Hausrnan (Ha: RE vs FE) avec: VARCOMP.
Le format Pmd (q, = X,,p +a, +si, ) organise les données par ann6e
et le nombre dobservations est égal B N=183 dans notre cas. Dans cette
approche l'indépendance des absendons est seulement supposée dans
une seule direction qui est temporelle. Les méthodes robustes €DM (estimateur à distance minimale) seront utilisées avec cette seconde
approche qui est a la base de restimation des paramhtres. Parce qu'elle
nous permet d'estimer la matfice Il et son associée la matrice de
covariance Q et dmiwr B déîerminer la trace de la mattice avec les
estimes des parametres asymptotiquement efficaces et stables.
L'estimation de tws les paramètrets des rnoddes de données en
panel commence par de la matrice ïï lorsqu'on utilise les
methodes d'estimation robustes (Chamberlain t982, 1984, 1992). La
matrice ïï est une matrice qui découle du modhle réduit. Chamberlain
(1982) definit Ia matrice ïï wmme un prddicteur linéaire du minimum de
la moyenne des camés de l'erreur E'(q&i) - ~ ' ~ r i ( n i - 1 , ..., M) qui peut
Btre écrit comme E'(q&i)=l& î7= E(&J/E(~&~J'. La matrico ïï sera
estimée sujette ih des restn'dions qui seront elles-mgmes testées. Dans
chaque modele de vente dessence, une matrice ïï sera estimée en
tenant compte de tous tes paramètres dans rordre des périodes de temps
(1 993-1 997), et dans I'ordre des direntes equations. Par exemple, avec
seize variables explicatives (k = 16) sur une période de cinq ans (T=5) la
matrice F]50(te aura la ftme:
Al+el?W A2+&197 h3+&YOf & + 0 4 ~ 9 7 4 + %y97
4+ 0 6 ~ ~ Ar + B v w 4 + Bu07 + 0~ Aio + B1a~o.r
Ali+ 0iiyal
Dans notre cas, la matrice ïï s'&rit avec les diikents parambtres:
Le nombre déquations & estimer est T x K avec les coefficients BQta et
Delta à estimer en imposant les contraintes sur Gamma, Lambda et
Theta.
II y a donc 37 parambtres dans la matrice [nlsxls (modble suridentifie)
qui doivent htre estimes avec quelques restrictions de normalisation sur
certains paramètres. Les Gamma et les Theta sont des constantes et
Lambda 93=1. S'il n'y a pas d'effets corr6l6s1 les Gamma et les Lambda
seront nuls et il y aura 27 restrictions suridentifiées, 6tant donne que
certaines restrictions seront imposées sur les Delta et les Theta. La
matrice [n)nac qui sera s6lecüonn6e dans chaque cas de figure est celle
qui fera converger les parambtres BAta et Delta vers des valeurs stables.
Le c r i t h de validite de la 'Trace de la Matrice" est précisement la
statistique Chi-carre pour les contraintes suridentifiées (avec les degres
de liberle égaux au nombre cMl6ments de FIM< moins le nombre de
parambtres à estimer). La tram de la matrice (nk donne les valews
estimes des coefficients.
6-23. La matrice da variance covariance pondbrée (il).
testimateur de Q qui est associe d la matricé ïï qui est utilise dans cette
recherche est celui developpé par White (1980) et a pour ddcomposition
spectrale:
a=E[(qi -nOx,xq, -nOx,ym;'(x,x;p;l] où (O, = E(x,x;).
Un estimateur coherent de R est détermine A partir de I'6chantillon des
moments:
Si E(qi 1 XJ = IZK, d'autant que la fonction de regression est lineaire, ainsi:
n = E [ v ( ~ , ( x i ) 8 c ~ ; ~ ( x ~ x [ ) c ~ ; ~ ] . Si V(g,lXJ n'est pas co~6lée avec x&, a l m n = EV(qi 1 xi ) @J a:. Si la
variance conditionnelle est homoscédastique, tel que V(q,lXd=C ne
depende pas de XI
alors = C @J (0; ' . Ayant obtenu les matrices ïï et il, on peut tester les deux niveaux de
restrictions dans notre modele:
1) une structure retardée stable avec les effets spécifiques
corrMs des stations-service (mauvais resultat)
2) une structure retardée stable avec les Mets spécifiques non
corr6lds
des stations service (bon rdsultat).
Pour cela nous introduisons I'estimateur à distance minimale.
8-24. L'ostîmabur h distance minimale.
Cestimateur distance minimale (Matinvaud 1970) repose sur le
principe selon lequel les coefficients du modèle non Iineaire convergent
vers leurs vraies valeurs en minimisant la distance entre les coefficients
estimes et leurs vraies valeurs (Malinvaud 1970, Chamberlain 1982,
1984, 1992). Pwr cela il faudrait faire une distinction nette entre l'estime
de la matrice de covariance des erreurs de ta matrice de covariance des
vraies erreurs pour séledionner les r sujets aux restrictions structurelles - pour minimiser la trace de la matrice (R"wf). L'estimateur A distance
minimale est défini comme:
En utilisant un estimateur de distance minimale avec un estime
approprie de R (Matrice de variance covariance) pour estimer l'ensemble
des parambtres restreints 6, les estimes 6 obtenus seront
asymptotiquement efficaces, L'estime optimal de R dans ce cas est
donne par un échantillon de covariance wi où :
w, = (qf - rrxd ) @ S;'xt
et S, est un Bchantillon de variance des x. Cette formule n'implique ni
I'independance dans chaque unit4 d'observation, et n'impose ni
I'homoscedasticité. La tram de la matrice (m1w,) nous donne les
coefficients estimés des variables B&a et Delta de notre modble.
6.3 - LES LIMITES DES HYPOTH~~SES STATISTIQUES.
Comme les observations se réfèrent aux ventes d'essence a
travers les stations-se~œ, la premibre hypothese celle
d'homoscédasticite (variance constante) n'est probablement pas
raisonnable, puisque les sites les plus petits auront une espérance des
ventes moins hlevb, avec une faible variance autour de cette esperance
des ventes. De meme, les sites les plus grands auront une esperance de
vente beaucoup plus 6levBe avec une plus forte variance.
La deuxi&ne hypothèse sur les erreurs non corr4lées est une
hypoai6se trds forte. Dans notre cas despèc8, cette hypothbse implique
que le sÎgne et l'importance du terne de perturbation observée dans un site donne n'a aucune influence sur le signe et l'importance de la
perturbation observée dans un autre site. Cette hypothèse n'exclut pas la
possibilitb d'un "effet d'imitation" entre les sites.
La troisibme hyp0th6se sur les conditions dorthogonalit4 :
E(u,,l&, ...,& Qi) = O est au cœur de cette recherche. Son test est
la condition sine qua non pour selectionner un modele de vente avec des
coefficients stables et asyrntotiquement efficaces. Le test de cette
hypothdse nous permettra de sélectionner des mod6les optimaux qui
decrivent les ventes cfessence des stations-service en tenant compte de
l'impact des effets spécifiques aldatoites sur les variaues exogdnes.
6.3 - LE LOGICIEL DE TRAITEMENT DES DONN~ES (TSP)
Nous avons utilise le logiciel de traitement de données TSP (Time
Series Processor), Hall et Cumins (1996a'b) pour estimer les coefficients
des paramdtres du moddle de données en panel A effets albatoires
(VARCOMP). Le logiciel TSP nous a aussi permis d'obtenir. les
composant'es de la variance, les tests d'@alite des COBfficients de
régression avec la valeur critique de Leamer, le test de sp8cifieatim de
Hausman et les estimes des coefficients des paramdtres avec les erreurs
standards et les tests statistiques. La variance des erreurs Uit et les effets
aMatoires Ai ont bt6 donnés par TSP.
Le logiciel TSP nous a aussi permis de tester ncis modeles avec
les méthodes de régression robustes. II nous a fourni une série destim6s
de la matrice f i e t de son associée la matrice f? pouf les deux modetes.
Les estimes successifs et progressifs des matrices iT et R avec la
commande SUR nous ont permis d'amver & une stntcture retard& stable
et des effets non corrél6s des unites dobwaîion. La trace de la matrice
nest testée et sa convergence est precisément la statistique Chi-carrd
des contraintes suridentifiées.
En conclusion, I'objedif de la mdthode d'estimation avec
I'estimateur 4 distance minimale (Brown 196û; Chamberlain 1 962;
Hansen 1982; Malinvaud 1966; M i t e 1982; et Zellner 1962) est de
trouver des estimes des paramhtres stables et asymptotiquement
efficaces. Cette methade est plus fiable que celle du maximum de
vraisemblance et de 2SLS, parce qu'elle est proche de la dthode
g4nkaiisée des moments (GMM) qui utilise les matrices pondMes de
variance covariance et des conditions d'orthogonalit6 avec des
estimateurs robustes. Le choix de cette m4thode destimation a 616 aussi
motive par les outils informatiques disponibles. Le logiciel TSP qui a servi
à toute la procedure d'estimation est convivial des qu'on maîtrise la
programmation et ralghbre matriciel. Nous presentons en annexe (6-1) un
programme informatique de I'estimateur à distance minimale qui nous
permet d'estimer ïï, R, et la trace de la matrice ïï.
CHAPITRE VI1
PR~SENTATION, DISCUSSION ET IMPLICATIONS DES RÉSULTATS
NOTE TO USER
Page missing in number only; text follows. Microfilmed as received.
146
This reproduction is the best copy available.
Le but de ce chapitre est de présenter, de discuter, et de montrer
les implications des rdsultats de cette recherche. La pr&entation, la
discussion et les implications portent sur les Mets specifiques aldatoires
des sites et les éiasticit&s des parametres des équations âe deux
modhles numérotés Modble 1 et Modèle II. Les effets spécifiques
al4atoires et les dlasticitds ont été estir& avec la m6t)iode de Panel de
données i Effets Aléatoires (VARCOMP) et de f w n plus approfondie
avec la nidthode (SUR) SeeminglV Uiwehed Regrem*m. Ces modhles
utilisent un estimateur distance minimale pour déteminer s'il y a une
corrdlation entre les variables explicatives et les efiets -ques
aldatoires. Ceci wnshe le cœur de cette analyse sur le plan
&onom&rique. Les modbles 1 et II sont donc suridentifiBs et soumis i3
des restrictions au niveau des paramètres et de la matrice Pl. Les
Modeles I et Q ont cespediwent pour m'able dépendante le
logarithme des ventes amuelles dessence dans un site (LQa), et le
logarithme des ventes dessence par heur8 dans un site (Ut,).
7.1 - PR&ENTATION DES RÉSULTATS
L'objet de cette recherche est de mesurer l'impact des variables
sous contrble et hors contrôle sur les ventes d'essence dans les stations-
service dans le marche de Montreal. Nous sommes arrives A cinq
rdsultats significatifs.
1) Quatre facteurs nous permettent d'expliquer la variation des
ventes d'essence entre les stations-service dans le marche de Montrdat. II
s'agit des prix de detail dessence affiches dans un site, du nombre de
places de service créées dans un site (taille de la station sewiœ), des
heures de service dans un site, et du nombre de concurrents au
voisinage dun site dans un rayon de deux kilombtres. Ce groupe de
variables avec la methode d'estimation B distance minimale, nous a
permis, d'obtenir une structure stable de parambtres asymptotiquement
efficaces et non corréles aux effets spécifiques albatoires des stations-
sewiœ.
2) Les effets spécitiques albatoires des sites sont nuls dans le
marche de detail d'essence de Montrdal. Toute variation du prix de detail
d'essence affiche dans un site A la hausse exerce une influence négative
sur les effets specrfiques albatoires des sites. Le prix de detail d'essence
a des effets retardds significatifs sur les volumes de vente dessence
dans les sites. Aucun site dans ce marché ne benbficie du monopole
spatial si ses prix s'écartent négativement du prix de la zone de marché.
3) Pendant chaque période de temps, II existe un prix d'oligopole
de detail d'essence sur le marche de Montreal dû aux interactions entre
les prix des divers detaillants. II existe une zone de sûreté des prix
qu'aucun site ne doit franchir sans qu'il ne soit @nalis6 à la fois par les
sites mncurrents et par les clients automobilistes.
4) La diirenciation entre les sites en terme de stratégies
commerciales dans le marché de carburant de Montr6al se fait
essentiellement sur les variables marketing autres que le prix de detail
d'essence , la capacité de service et les heures de service.
5) Les Modeles 1 et II ne sont pas quasi identiques. Les décisions
prises dans un site sur une base horaire en m a t h de prix de detail de
carburant, ont plus dimpact sur les rendements horaires que celles prises
sur un base annuelle.
Les deux modeles donnent des estimes des coefficients des
variables avec le signe attendu et un niveau de signification statistique de
l'ordre de 95%. Le coefficient de d4termination est de 0.898 (VARCOMP,
Modele 1). II est de 0.864 (VARCOMP, Modèle a). Les tests
d'homog6nbitd des coefficients du Modele 1 (VARCOMP): A,B = 4,B;
F(182,713) = l7,OSO (valeur *tique F de Leamer =11 .Sm, valeur de P =
[.ûûûû]) et ceux du Modele II F(182, 714) = 77.024 (valeur critique F de
Learner =11.306, valeur de P = [.0000]) sont significatifs. Le F observe
est supérieur au F critique. Le F critique de Leamer et la valeur de P nous
conduisent à rejeter l'hypothèse nulle et Baccepter I'hypothhse alternative
des constantes de régression individuelles diiérentes (w et B=B), Ce
qui nous permet d'estimer les coefficients des Modeles 1 et II à partir des
composantes de la variance (effets spécifiques aldatoires) Uit et Ai. De
m6me le test de spécification du modèle de Hausman Ha : RE' vs. FE:
CHiSQ(3) = 22.470, valeur de P = [.O0011 (Modele 1) et du Modele II avec
un CHISQ(2) = 19.427, valeur de P = (.O0011 sont significatifs. Ce qui
nous permet doafïimier que les moddles 1 et U sont bien spécHi6s. les
variables explicatives des deux moddles ne sont pas corrdlées avec les
effets speeifiques al6atoires Ai. Les mbthodes d'estimation robustes
(SUR), et B distance minimale, ont confimi& que les coefficients des
modbles spécifiés sont sans biais et asymptotiquement efficaces avec
des Chi-carre de (40) = 92.03718 (SUR, ModhleI) et de Chi-carrd de (36)
= 83.1 1445 (SUR, Modele II). Les Modhles 1 et II offrent des structures
retardées stables avec des effets spécifiques aléatoires des stations-
service non mrélds aux variables inddpendantes. Dans la suite, seront
tenus compte dans l'analyse des résultats, les coefficients d6lasticité des
Moddles 1 et Il (VARCOMP) et (SUR) pour fin de comparaison. Nous
pr6sentons et analysons les rbsultats de chaque hypothhse testde dans
cette recherche. Le Tableau 7-1 ci-dessous présente une synthese des
rdsultats.
7.1.1 - HypoWses testées et validées avec la Mthode (SUR)
7.1 .l . f - Hv~othase 1; L'impact dm prix d'essence affiches sur les
ventes des dtes
Le prix de detail de l'essence automobile affiché dans un site a une
Blasticité négative et significative sur les ventes annuelles ou horaires
d'essence du site. Cette hypothèse est vérifiée avec le signe attendu. Le
coefficient BETAl est de -0.575 (-4.488) et B€TM: -0.607 (-3.172)
(Modele 1, SUR) et BETA1: .0.691(-5.07) et BETAS: -0.805(-3.872)
(Modède II, SUR).
Ces rdsultats signifient que, ceteris puribus, toute variation des prix
à la hausse de 1% dans un site pris isoldment, lui priverait sur une base
hora'ire en moyenne 0.69% de ses ventes par rapport aux ventes
moyennes des sites concurrents qui n'auraient pas change leurs prix; et
de 0.575% des ventes sur une base annuelle.
Inversement, pour une réduction des prix de 1%, un site
augmenterait ses ventes de 0.69% sur une base horaire par rapport aux
ventes moyennes des sites concurrents qui auraient maintenu leurs prix;
et de 0.575% sur une base annuelle. L'dlasticité-pnx mesure le taux de
réponse de la demande d'un site aux changements rdels des prix, c'est à
dire les autres fadeurs comme la capacitd de service et les heures
d'ouverture dtant constants.
Les deux modeles montrent que les prix d'essence affiches dans
un site duant deux @riodes de temps consdcutives influencent
ndgativement et de façon significative les ventes d'essence du site.
Variables inddpendantes
CONSTANTE
LOGHEURES
LOGPLACES
ESSO
PETROCANADA
SHELL
Test de Hausman HO: RE vr FE Tsstsmtbtiqua
OLS VARCûMP S U R 0
13.53 7.521 -35.47'
OLS VARCOM SUR (EDM) P
12.432 6.795 -29,05 ( o q (6.sn) -2.040 -0.610 -0.691 -0.805 (45S1) (-2.4309) (5.0780) (-3.8721)
Tablsru 7-1: SynWm ôm Résultats: equation âes ventes
Variable dependante: LOGVOLUME
* L'dM spécifique d6aîoire &un site varie dans le tamp en fondion dm prix de déhiil d'essence ordinaire aftichls.
152
I Mo& I (La) Mo- II (La)
l
Notes:
Les nombres entre pamnihèses sont les (t)~staüsOques.
SUR : ses e08Ilidents sont estimés a paiar de la matrice l7= #Isous contraintes (0 = 0,
=O et GO) @rwni&re convergence) ensuite ses coellidenîs sont estimés 4 partir de la
maMœ i?= pi+ WSOUS contrainte (0 = O) (seconde convergence). Nous retenons les
résultats de la seconde convergence.
peffet sD8cifiaue aYatoire du Moâdle ïï a Pour éauation:
mai, = i.ll(1.725)LPRi&- 1 . 5 8 ( S . M ) L P R ~ (minimum = -30.05: mudmum = -2û.34; moyenna * -29.05; hrl typa 0.2199).
Comme le logiciel TSP ne calcule pas directement les e f W spécifiques albatoires des
sites ( les cq) nous les avons obtenus en faisant des calwls de la moyenne site par sNe,
du maximum, du minimum et de rhcart type.
Nos résuitats sont une synthhse a partir de diffdrentes combinaisons de
variables indépendantes comme le préconise la demarche de l'estimation 4 distance
minimale pour déterminer une structure staMe de coefficients asymptotiquement
efficaces. Cette approche repose sur la notion de convergence des coefficients . Avec
un ensemble de 10 variables explicatives au ddpart, nous avons obtenu 31 moddles de
type 1 et 27 modèies de type 2. Plusieurs maddles ont eu des coefficients qui ont
convergé vers les coelfleients &ls avec la pfemidm distance minimale. Seuls deux
modhles ont eu des coefticients qui ont conve~b vars les coeflicients réels avec la
premiére et la seconde distance minimale. Ce sont (es résultats de ces deux moddtes
qui sont présent& dans le tableau de synthèse.
Slade (1992) en Btudiant la guerre des prix de l'essence dans le
marche de Vancouver a montré que les stratégies de super jeu des
op6rateurs des stations-service lors de la fixation des prix de detail de
i'essence dans chaque période et dans chaque site sont fonction des prix
choisis. durant les périades precedentes. Et que la quantite dessence
vendue dans chaque station-swvice chaque jour depend aussi des prix
actuels choisis. H es? confimit5 dans cette recherche qu'il existe une
relaaon très Bboite entre les prix de d h i l d'essence automobile des
périodes précédentes et ceux des périodes subséquentes.
Pourquoi les prix de détail ûe ressen~ affiches dans les sites
durant les p6ribdes anterieures continuent-ils cfinfluencer ndgativement et
fortement les ventes dessence des phriodes subséquentes? Nous
pouvons expliquer cela par le fait que les clients qui achetent le carburant
dans un site tiennent compte des prix antdfieurs en allant y effectuer de
nouveaux achats. Ceci prouve le caraddm dynamique des prix d'essence
afiidhs dans les stations-service.
Par rapport A la structure sligopdistique du marché, nos résultats
montrent que les prix aff'ichds dans les sites sont en quelque sotte des
prix d'6quilibre avec une phalit6 de l'ordre de -0.7% des ventes qu'un
site subirait en s'dcartant négativement de 1% du prix imposé par
Ibligopole. Pour de fortes variations de prix 4 la baisse de 4 5%, les
gains et les pertes moyens horaires peuvent varier entre 2,80% à 33%
des ventes dans un site. H existe donc une aïscipline rdes prix que doivent
respecter les d6taillants dessence dans le marche de Montréal. En 1997
dans ce marche, les prix de detail dessence Btaient compris dans la
fourchette [59,90 - 61,901 cents par litre. Soit deux cents d'&art en
moyenne dans I'annbe, ce qui amespondait B une variation de prix de
3,3% entre les sites. Et le prix moyen sur le marche &ait de 61,40 cents
par litre. L'écart maintenu entre les pri*x dans les differents sites &ait de
l'ordre de 0,5 cents.
Un autre rdsultat important est que l'effet spécifique albatoire d'un
site varie en fonction des prix de ddtail de carburant affichds dans un site.
Nos rdsultats montrent que les effets spécifiques aldatoires moyens des
sites dans le marche de Montréal sont nuls ( y w r = -35.47 Modèie 1 et
y m = -29.05 Modble 11, parce que 1leSu*=0 et 11e~~~=0) . Cela voudrait
simplement dire que les sites n'ont pas d'effets spécifiques aleatoires
dans ce marche tant et aussi longtemps que les prix d'essence affiches
dans les sites s'dcartent négativement de ceux imposes par l'oligopole.
En d'autres termes, un site conserve son monopole spatial tant que ses
prix ne s'écartent pas négativement du prix du marché. Les dients etant
fortement influencés par les prix, ils sont pr& à changer de site des qu'il
y a un moindre changement de prix dans un site en leur faveur. Dans le
marché de Montrdal il y a donc une double pénalisation lorsqu'un site
augmente ses prix. Une p6nalisation de la part des clients et de la part de
l'oligopole.
Comme I'dlasticité-prix est elastique et de l'ordre de -0.7% par
heure, œ résultat peut avoir des implications stratégiques en matihre de
prix pour des sites isolds dans le marché ou pour les supermarchds qui
vendraient le carburant. Ces sites pourraient changer leurs prix de détail
trois fois par jour en tenant compte des périodes de foite et de faible
demande. La thdorie est simple. Durant les deux @riodes de fode
demande, les clients ne sont pas conscients des coûts mais plut& de la
capacité de service. Ces clients peuvent payer plus chers parce qu'ils ne
peuvent pas aller ailleurs. Entre les périodes de forte demande, les clients
qui restent à la maison ont plus de temps et sont plus regardants aux prix.
Les prix pourraient 6tre baissés pour maintenir les volumes. Et pendant
les heures trbs avanhs la nuit, les prix pourraient 8be relevbs. Cette
strategie a deux avantages. Primo, elle pourrait accroître les marges
durant certaines p6riodes de la journée. Securido, elle pourrait stimuler
mieux la demande durant la journée rdsultant d'une meilleure utilisant des
ressources.
Les travaux de Png et Reitman (1994) confirment I'6lasticité-prix
n6gitive par rapport h la demande sdlective de hssence dans un site.
Png et Reittnan (1994) ont trouve des 4lasticit6s de l'ordre de -0.854 (-
4.71) (OLS) et -3.28 (-3.1 3) (2SLS).
7.1.1.2. Hvwthbe 2. L'impact dss heursr de service sur les ventas des sites
Les heures de service (Modele 1 exclusivement) ont une 6lasticitt5
positive et significative sur les ventes d'essence dans les stations-service
et sont une source de variation des ventes entre les stations-service.
Cette hypothèse est verifide avec le signe attendu. Le Modele (1) nous
e donne un coefficient d6lasticité de 0.912 (5.176) (VARCOMP) et 1.286
(8.71 0) (SUR).
Toutes choses étant Bgales par ailleurs, toute variation de 1 % de la
pdriode de service gdnère les ventes dessence en moyenne egales A 13% par rapporl à la période moyenne de service. Plus un site reste
ouvert longtemps sur le marche plus il augmente ses quantites de vente
d'essence (voir graphique 7-1). Mais le probibme des rendements
d'echelle d4woissants des ventes selon les heures de la joum6e ou les
périodes de l'année peut se poser. MBme si nous avons une Blasticité-
heure de service de 1.286 (8.710), à quel point une telle Blasticit6 peut-
elle rencontrer les rendements d%chelle?.
Sur le plan théorique, ces rthultsts montrent que les sites
d'essence qui restent ouverts plus longtemps par rapport à la moyenne
vendent plus. Ce coefficient de 1.3 peut être interprété & ta lumihi de la
156
théorie de Klemperer & Padilla (1 997) et de la preuve empirique apportée
par Messinger & Narasimhan (1997) que certains consommateurs
préfèrent concentrer leurs achats chez un seul fournisseur et qu'ils
peuvent visiter n'importe quand dans la journbe. Lorsqu'une station-
se& Blargit ses heures, elle ne gagne pas seulement des ventes
additionnelles durant cette période, elle accroît ses ventes durant toute la
pdriode comme les consommateurs attires par de longues heures
changent souvent le moment de leurs achats.
Graphique 7-1 : Venbs dessence automobile dans un site en fonction du nombn #heures sous les 24heures.
I2h 18h 24h Mures de service
Nous pouvons ajouter que, les institutions de détail qui sont les
stations-service ne peuvent maximiser leurs ventes, qu'en restant
ouvertes pendant de longues heures, parce que les achats dessence
n'btant pas programm8s par les dients, plus longtemps un site reste
ouvert, plus la probabilitti d'attirer toutes les catégories de dients qui n'ont pas les mgmes heures de ftéquentation des points de vente est grande.
Les stations-service vivent au rythme des d6placements et des
mouvements des v6hicules. Les longues heures de serviœ permettent
aux sites de contriMer davantage ces mouvements.
Les travaux de Png et Reitman (1 994) foumissent un coefficient de
1.068 (1 7.78) (OU) et de .725 (2.205) (2SLS).
7.1 -1.3. Hvwth&se 3 L'impact de la capacité de service sur les
ventes du site.
La capacit6 de service (la taille) influence fortement les ventes
d'essence dans les stations-service et demeure une grande source de
variation des ventes d'essence entre les sites. Cette hypothèse est
v d r i i avec le signe attendu. Ainsi, I'dlasticit6 de ce paramètre par
rapport aux ventes est positive et significativement diffërente de z6ro
dans les deux Modeles. Soit 0.648 (10.500) (Modele 1, SUR) et
0.672(Mod&le II, SUR). Toutes choses 6tant égales par ailleurs, une
variation de 1% de piaœ de service ghère les ventes Bgales B 0.67% de
la moyenne des ventes des places de service.
Png et Reitman (1994) ont trouve un coefficient identique au nôtre
et de l'ordre de .670 (2.67) ( 2SLS), mais en tenant compte du coefficient
d'économie ddchelle. La force théorique de la relation (figure 7-2) entre
la taille d'une station-service et ses ventes est justifie8 par le Fait que pour
rester cornpbtitif dans cette industrie, la rddudion du temps moyen de
serviœ (le temps d'attente des clients dans le site) est la condition sine
qua nori de succès, comme la majorit6 de carburant se vend pendant les
heures de pointe (Png & Reitman, 1994).
Ces diihnîas corrélafions nous indiquent qu'il y aurait une
relation entre le vdume de trafic automobile qui passe devant un site et la
taille d'un site ( H w s e de base du modble de localisation des sites A v6rkr avec les effets mis48 des varides). La capcite de service (la taille) dune station service se definit d'abord par rapport Si un
pourcenîage du trafic automobile utile qui passe devant un site. Les
estimes des C08nicients de la capacité de senrice par rapport aux ventes
viennent tester empiriquement I'hypothbe théorique postulée par Ide et
Baumol(1956) du lien entre la taille d'un magasin de d6tail et ses ventes.
Nous v m s de montrer empiriquement comme Png et Reitman
(1994) que la capcite de service (la taille) d'un site de carburant
automobile est une composante essentielle d'attraction des ciients dans
un site pendant les @riodes de forte demande, ceteris paribus. La
constnietion d'une théorie gén6rale de la performance des institutions du
commerce de détail qui vendent des produits homogènes et fortement
substituabtes devrait donc commencer par tester empiriquement la
relation entre les facteurs de capacit4 et les diiérents types de magasins
(produits et services). Ce rbsultat pose dairement le probldme de
dimensionnement des institutions de detail de carburant dans fes grandes
villes. Mais la capacité de service n'est-elle pas liée & la taille et & la
qualit6 de la concurrence et non seulement & celle du potentiel de
demande? Sur le plan théorique, la congestion des marchés à certaines
periodes de la journée justifie le coMcient suffisamment Blevt3 de
I'élasticité-place de service.
7.1.1.4. Hv~othbe 4. L'impact âe la çoncurrence sur les
ventes du site
La concurrence a un impact ndgatif et significatif sur les ventes
d'essence dans un site et elle est une source de variation des ventes
entre les sites. Cette hypothèse est vérifiée avec le signe attendu. Les
coefficients de la concurrence de proximité (LCA) (~0.5km à la ronde)
sont statistiquement non significatifs et de l'ordre de -0.01 1 5(-0.1792)
(Moddie 1, VARCOMP) et -0.0125(-0.1958) (Modele II, VARCOMP).
Par contre les coefficients des estimes de la concurrence zonale
(LCO) (d=2kms A la ronde) sont nmtifs et statistiquement significatifs et
de I'ordre de -0.428 (-3.571) (VARCOMP) et -0.364 (-2.964) (SUR)
(Modele 1). Ces coefficients sont de l'ordre de -0.434 (-3.649)
(VARCOMP) et de -0.372 (SUR) (-3.449) (Modele II). Les coefficients de
la concurrence dans les Modèies 1 et II sont stables et asymptotiquement
efficaces et non com516s avec les effets spécifiques albatoires des
stations-service.
Toutes choses &nt égales par ailleurs, pour une variation de 1°h
de la concurrence autour dun site, les ventes du site baisseront ou
augmenteront de 0,37% en moyenne. Si un site a 4 concurrents,
I'implantation dun nouveau site dans la zone fera perdre en moyenne
7,4% de leurs ventes. Par contre si un site venait d'atre femi6, les gains
moyens en volume seraient de 7,4% par site. Ces résultats montrent que
la concurrence dans le marché de detail de l'essence est fonction du
nombre de sites locali&s dans la zone de marche du site (voir graphique
7-4). Ces r6sultats confirment que, plus le nombre de sites concurrents
(LCA) est petit autour d'un site, plus les concurrents auront tendance à
coopdrer en se copiant. Par contre, plus le nombre de sites augmente
autour d'un site, plus il y aura des rivalites entre les sites parce qu'ils se
rapprochent de la zone fatidique de surcapacit6.
Graphique 7-5: Relation entre les ventes d'essence dans un site et le nombre de sites conmnts autour du site dans une zone
de marche. (Probfématique de la sws-capacité des sites).
randements du site I O- de!5
Zone sous optimale des
rendernmts du \ Nombre de sites concurrents
Dans une zone de marche, on observe plus de concurrence que
de coopération. La théorie économique postule que les sites qui sont
directement concurrents fixent les mgmes prix de detail de l'essence. Ils
tendent à offrir les memes services. Mais pourquoi 11estim6 du coefficient
de la concurrence rirgionde estil plus elev6 que celui de la concurrence
locale? L'explication que nws pouvons domer est que si la concurrence
est trbs hite lorsque le nombre de sites augmente, c'est parce qu'il y a
plus de possibilitds de choix pour la dienthle et cela cr&e moins de ventes
r4currentes dans les sites, et moins de loyaut6 entre les clients et les
points de vente. Plus les points de vente se multipiient dans une région
de marche plus le taux de loyauté d-lt et moins les ventes des sites
sont rdguli4res. Parce que la part de marche de chaque site en moyenne
est &ale Qin (Q = Demande tatale de la zone de match6 et n = nombre
de &es). Existatil un moyen pour r6soudre ce proMme? Cutilisation
des cartes de fidélit6 est une apprache préwnisde dans cette industrie
pour créer des relations de loyauté entre les clients et les sites tout en
réduisant le nombre de sites.
Dans ta litterature, Robinson et Hebden (1 976) ont mesuré l'impact
de la concumnœ sur les ventes d'essence dans les sites et sont arrives
4 un resultat conbasté que nous venons d'expliquer. Quant 4 Png et
Reitman (1994), ils n'ont pas integr4 dans leur modele de demande une
variable mesurant directement l'impact de la concurrence.
7.1.2 - Hypothhes non ts~tees avec la méthode SUR (EDM)
Cette série d'hypouibses qui va suivre n'a pas rempli les
contraintes imposées par la méthode d'estimation ih distance minimale.
Les coefficients n'ont pas convergé vers des coefficients réels aprés deux
estimations avec la distance minimale. Ces coefficients sont biaises, non
stables et asymtotiquement inefficaces. Mais ces rdsultats s'expliquent a
cause de la multicolli~ant6 de certaines variables explicatives avec les
effets spdcifiques a16atoires des sites.
7.1 .Z.I. Hvpothbe 5. L'impact du volume de trafic sut les ventes d'essence du site.
Le volume de trafic qui passe devant un site, est une variable de
I'enviromement, qui est hors du eonîrble des marketers, qui vendent le
carburant. Le volume de trafic exprime plutôt la qualit4 du site, qui est la
cause premidre du choix de l'implantation crun site. Le Modele (1) donne
des coefficients de 0.215 (2.945) (VARCOMP). De même le Modhle (II)
donne des coefficients de l'ordre de 0.211 (2.908). Cette variabie n'est
pas amvée à la convergence de son paramètre avec la m6thode SUR,
pour avoir un coefiicient estime sans biais et asymptotiquement efficace
et non cm616 à I'efïet spécifique aleatoire du site. Cela a une explication
thbrique.
Le trafic automobile qui est un input constant du site determine la
qualit6 commerciale d'un site, et c'est ce qui fait la sp6cifiat6 d'un site.
Dans les modbles de localisation des magasins de détail, les sites les
plus attractifs sont construits dans les localites A fort potentiel de marche.
Les ventes n'etant en fait qu'une portion du flux d'automobilistes capth
dans le site. Cela confirme I'hypothhse environnementaliste de la théorie
de la localisation des magasins de detail (Huff, 1964; Hotelling, 1929; et
Nelson,1958) selon laquelle la localisation @un magasin de detail depend
de la taille du marche potentiel autour du site.
La taille et les revenus de la population confèrent A un site sa
qualit6 et son monopole spatial. Plus une région est peuplée avec des
revenus importants, plus les volumes de trafic et de deplacement des
clients sont elev6s, plus la demande de carburant par site est grande. Un
site aura donc un taux d'amortissement de sa valeur commerciale qui
sera fonction des variations du volume du trafic et du nombre de
concurrents dans la zone de marche.
Mais le resultat que nous trouvons dans cette recherche est
revdlateur parce que si le volume de trafic est plus un input fixe qui
refibte la qualit6 et la spécificit6 d'un site, lorsque le site s'écarte
negativement des prix imposes par I'oligopole, il perd progressivement sa
qualit6 J sa spécificité. Le volume de trafic est une raison necessaire
mais pas suffisante pour expliquer les variations des ventes dessence
entre les sites dans les marehes à structure oligapolistique.
Dans les recherches antérieures, Robinson et Hebden (1976) ont
trouvé pour cette variable des coefficients très faibles et de l'ordre de .W2
(1 -54) et non significatifs 95%. Quant Png et Reitman (1994) ils ont
utilise une variable dichotomique (Route A grande circulation) et ont
obtenu des coefficients de l'ordre 48.088 (1.93) (OLS) et .IO7 (1.83) non
statistiquement significatifs d 95%. Toutes ces 6tudes n'ont pas pu
clarifier l'insignifiance de leurs rbsultats comme nous venons de le faire
dans cette these. Le marche de detail d'essence &nt caractMs6 par
l'interaction des prix entre les sites, tout écart de prix peut modifier la
valeur commerciale du site en drainant les clients vers les sites qui
vendent peu cher leur carburant.
7.1.2.2. L'impact du mm de marque sur les
ventes des sites.
Le nom de marque ne donne pas de coefficients qui convergent
avec I'estimateur 4 distance minimale. Les r6sultats obtenus sont biaisés,
non stables et asymtotiquernent inefficaces. Cette variable est donc
conMe avec les effets spécifiques des sites. Cela montre que le nom de
maque est associee à la qualit4 dun site dans le marche de Montrdal.
Les quatre marques majeures en compétition dans le marche de
Montréal (Esso, Petrocanada, Shell, et Ultramar) ne confèrent pas un
monopole spatial aux sites qui arborent leurs bannibs. Ce monopole
spatial n'existe que si les prix de detail sont uniformes entre ces marques
dans une zone de match& Nous avons montré dans le chapitre 2 de
cette these que tes oligopolews cherchent 4 imposer le mbme prix sur le
marche pour bénéficier de la rente spatiale que leur offrent les sites. Sur
le plan théorique cela montre que le site fait la publicite de la maque, et à
un moment donne, on ne peut pas dissocier le site de la marque si le prix
du marche est applique. Le nom de maque est un gage de qualit6 de
service. Pour un client qui va acheter r@uli&ement le carburant dais un
site, il identifie le site à la marque tant que les prix ne changent pas par
rapport à ceux du marche. Le client va lier les qualites du site aux qualites
de ta marque. Le nom de maque pour les produits homogènes et
fortement substituables est un fadeur net de diff6renciation entre les
concurrents qui fixent le m6me prix.
Les recherches anterieures dans le domaine du commerce de
detail de l'essence automobile notamment celles faites par Png et
Reitman(i994) aux USA n'ont pas donne des resultats statistiquement
significatifs entre les noms de marque et les ventes d'essence dans les
sites. Leurs resultats epousent la théorie selon laquelle, les
automobilistes n'achètent pas le nom de marque d'essence, mais
l'ensemble des services qui accompagnent fachat de I'essence dans un
site. Cette perception des comportements des automobilistes par les
marketers a developpé les cartes de fidélite et de points, pour lier
davantage les clients à la marque de carburant. La marque d'un detaillant
de carburant est une composante des effets specifiques aldatoires des
sites.
7.1.2.3 - Hvmth6se 7 L'impact de la zone de marche sur les
ventes des sites
L'impact de la variable zone de marche sur les ventes d'essence
dans les sites est non statistiquement significatif dans les deux ModBles.
Ces résultats montrent qu'il n'y a pas d'effet de zone de marche comme
tel dans le marche de Montréal. Ce marché de détail de carburant est
. donc h o m o g h comme le confirment nos résultats. Pourquoi une telle
homogdnéitb dans ce marche? L'argument de la mobilité des clients, de
la transparence des prix et du grand nombre de sites ouverts dans ce
marche expliquent pourquoi cet espace de marche est homrrgdne. La
zone de marchd est une composante des M t s spécifiques aldatoires
des sites. Mais une question dordre Worique se pose. Si le marche est
homogbne dans respaœ peut-on avoir des effets spbcifiques aléatoires
dons les sites? Nous répondons par la négaîive à cette question parce
que la specificit6 dm site ne peut se justifier que si le marche est
campos6 de plusieurs zones diirentes par rapport Q leur demande
potentielle.
En r6sumé, les ventes dessence dans les sites du marchd de
Montreal sont expliqudes par quatre fadews qui smt: les prix de détail du
carburant, les heures de service, la capcith de senrice et le nombre de
concurrents implantés autour cfun site. Les effets specifiques al6atoins
des sites sont nuls. Ces rdsuitats ont des implications strategiques dans
la gestion quotidienne des stations-service.
7.2 - DlSCUSSlON ET IMPLICATIONS DES RÉSULTATS
Les quatre fadeurs qui sant les prix de detail du carburant, fa
capacitd de semica, les heures de benrice et le nc%Gm de concurrents
autour des sites sont à la base des conjectures, des interddpendances et
des rivalités entre les pétrolidtres. C'est partir de ces quatre facteurs
qu'on peut mstruire une théorie sur la performance commerciale des
sites de detail d'essence automobile dans les marches à structure
oligopolistique, et dlaborer des stratégies marketing dans les diffbents
sites de Montréal. La méthode d'estimation 4 distance minimale (SUR)
nous a permis de déterminer un ensemble de coefficients stables et
asymtotiquement efficaces non corréiis aux effets specifiques aldatoires
des siteg. II a et6 dhonbb que les sites dans ce marche ne bhéficient
pas d'un monopole spatial et que seuls les variables de l'effort marketing
et de la concurrence infîuencent les ventes des sites. Les r6sultats que
nous avons obtenus dans cette thèse ont des implications sur le plan
thborique et sur le plan stratégique dans la gestion B court terme des
chaines de stations-service.
Mais une question fondamentale demeure dans cette recherche.
Comment peutlori augmenter le rendement moyen des statians-smiœ
dans le marche de Montréal par rapport au prix de datail du carburant, à
la taille du site, aux heures dowerture et à la concurrence?
7.2.1 - - Les prix affichés ds carburant dans Iss sites.
Dans cette recherche, nos r6sultats confirment que le marche de
l'essence automobile de Montréal a une structure oligopdistique en
m a t h de prix. Cette recherche a montré que le prix de détail du
carburant affiché dans les sites durant la @iode 1993-1997 a varie dans
les sites et entre les sites. II a dt6 ciairement demontre dans cette
. recherche que le prix de detail de i'essence ordinaire a un impact n w t i f
sur les ventes. C'est & dire que toute variation des prix 4 la hausse
pdnaliserait le joueur qui entreprendrait une telle action dans le marché
sur une base horaire ou annuelle. La période 1993-1997 a vu l'écart des
prix s'amenuiser jusqu'i atteindre 1,55 œnts~litre. Avec un 'mefiicient
d181asticit6 de 4.7, les sites ne peuvent pas utiliser individuellement la
variable prix comme instrument stratdgique pour augmenter leurs ventes
sur une base horaire ou annuelle. La thborie dconomique de i'oligopole et
principalement celle de la demande coudée expliquent les
comportements des pétroli6res dans ce marche.
Toute stratbgie commerciale qui vise à maintenir dans le court
terme le rendement des sites devrait se conformer au prix affiché dans la
zone de marche. Dans le marche de Montréal, la concurrence qui se fait
sur les prix est de trds courte durde. Les managers des chaînes de
station-service doivent donc prendre une position conservatrice en
matidre de prix. Tout oligopoleur qui cherchera à relever ses prix ne sera
pas suivi, si sa stratégie ne s'appuie pas sur des arguments cohérents
des variations des prix du brut et des prix de gros. Les niveaux de prix de
detail du carburant dans le marche sont imposés par les quatre grandes
p6troli6res qui sont Esso, Petrocanada, Shell et Ultramar. Les prix de
detail de carburant peuvent avoir un impact sur les rendements moyens
des sites à la seule condition que les augmentations de prix sont
acceptées par tous les oligopoleurs sur le marche. Mais cependant
d'autres incitatifs comme la promotion des ventes (carte de points et de
fidelit@ peuvent amener les oligopoleurs à modifier sensiblement le prix
déquilibre du marché. II faudrait tester l'envergure de ces politiques
promotionnelles des prix si elles satisfont la relation entre la recette
marginale et le coût marginal dans Findustrie. Les prix d'essence sont
6lastiqudpar rapport à la demande s&ledive des sites, mais la disciphne
du marche oblige les joueurs à ne pas y toucher parce que chacun y
trouve son compte. La nature du produit (produit homogene et fortement
substiuable) oblige les gestionnaires A se concurrencer au point de vente
sur des variables autres que le prix de detail de l'essence.
La capadte de seryiœ est un levier que les gestionnaires des
chaînes de stations-service peuvent utiliser pour augmenter le rendement
moyen de leurs sites. Mais ceci n'est vraiment possible que si le marche
est moins sature avec peu de sites. L'augmentation des places de service
tient compte des files battente et des engorgements pendant les heures
de forte demande. Les resuihts de cette recherche nous donnent un
coefficient ci'6lasticité de 0.68 entre tes ventes d'un site et sa capacite de
servi-. Mais œ coefficient doit are manipule avec justesse par les
decideurs des grandes chaînes de stations-service. Primo ce ne sont pas
toutes les stations-service qui doivent augmenter leur capacitd de service.
Le modele de 'huit places de service" en moyenne est la norme dans le
marche de Montréal. Ces stations-senrice qui sont en dessous de cette
norme peuvent s'ajuster si le potentiel du marche le permet. Les grandes
stations-senrice qui sont aduellement construites dans le marche de
Montreal souvent avec une trentaine de places de senrice ne produisent
pas pour la plupart les ventes attendues. Parce qu'elles ne correspondent
pas 4 la réalite commerciale observée dans ce marche en saturation. Si
par exemple le marche Montréal n'avait que 150 stations-service, les
rendements moyens par site augmenterait pour atteindre 4 millions de
litres par an. Mais pour garder la meme qualit6 de service, il faudrait en
moyenne 30 places de SBCVI'CB par site. II y a des sites qui peuvent 6tre
amenages et ceci peut se faire au cas par cas si la restructuration du
marche continue comme nos résultats nous permettent de deteminer les
coefficients de repartition des ventes entre les sites voisins au fur et A mesure que les sites se ferment dans le voisinage.
7.2.3 - Les heures de service
Les heures de service peuvent augmenter les rendements moyens
des stations-service. L'dlasticit6 heure de service est de 1.3 par rapport
aux ventes. Dans le marche de Montréal les stations-service contrôlées
par les oligopoleurs tournent à plein temps: 24heures. La moyenne du
marche en heures de service est de 7276 heures avec un &art-type de
1539 heures. Shell a maintenu 75% de ses sites à 24heureq Esso 67%,
Petrocanada 62% et Ultramar 50% de ses sites. Quant aux lnd6pendants
ils ont choisi 18heures de service comme plage horaire à 55% contre
15% pour les 24heures. Les gestionnaires des chaînes de stations-
service de la ville de Montreal peuvent adopter les deux plages horaires
de 24 et de i8heures' c'est la norme de ce march8. Si la restructuration
des sites continue, nous aurons une période de service qui sera de
24heures pour tous les sites afin d'augmenter leur rendement moyen par
site. Actuellement pour augmenter le rendement annuel des sites dans le
marche de Montreal, le seul facteur qui le permet de le faire est les
heures de senrice. Cela peut se faire au cas par cas sur les sites qui sont
ouverts pendant 18heures par jour et dans les zones ou la concurrence
rencontre I'égalit6 entre la recette marginale et le coût horaire marginal.
7.2.4- La concurrence
II a 616 demontrd dans cette recherche que le nombre de sites
concurrents au voisinage des sites a un impact ndgatif sur les
rendements annuels et horaires des sites. Le coefficient ddlasticitd est de
4.372. Le nmbre de concurrents est un facteur exogène qui est hors
contrôle des gestionnaires de sites d'essence. Comment peut-on faire
pour Muire la concurrence sans la faire disparaître complètement et
augmenter les rendements moyens des sites? Seules les ententes et des
alliances stratégiques entre les oligopokurs permettent de réduire le
nombre de sites dans le match6 et accroître les rendements moyens par
site.'ll y aura quatre cas de figure dententes stratégiques pour resoudre
le problhme de sous-capacitd des sites dans le mardi6 de MontrBal:
PetrocanadalOlttamar, PetrocanaWShell, ShelVUltramar, EssoIShell. II
y a peut btre des alliances contre nature entre ces pdtrolières. Dans
chaque cas de figure, il y aura une entente qui pourra rdduire te nombre
de sites dans une zane de marche, mais le probldme est au niveau des
parts de rnarehb individuelles des péWi&es. Si Esso ferme un site dans
le marché, comment se fera la rwrtition des ventes? II faudra faire une
etude approfondie sur les gains réels eri terne de volume de vente dans
chaque cas de figure. Ultramat a beaucoup de sites par rapport aux
autres oligopaleurs. Mais la strategie payante pour I'oligopole qui contrôle
85% des parts de marche avec 64% des sites serait de réduire le nombre
de sites a un taux qui permettrait 4 chaque pétrolidre &augmenter ses
rendements par site.
En r6sum6, le commerce de detail de l'essence depend
essentiellement des volumes de carburants vendus par site par heure et
par an. Cette thèse a montrd que les compagnies pdtroliéres manipulent
très peu de variables décisionnelles. Elles ont une variaMe partagée qui
est le prix de détail & carburant. Les investissements en ressources
mmmereiales doivent se concentrer sur' les heures de service
(rendement horaire du site sur 24 heures), la capacit6 de service (le taux
de ff6quentatim du site par heure), les prix et la concurrence. L'industrie
de detail du carburant est gérk avec beaucoup de t i g ~ u r scientifique et
toute déasion commerciale qui affecte les prix de détait de ressente, la
taille du site, tes heures de service et I'implantatian des sites par rapport B
la concurrence sant des dkisions hinament stratégiques. Toute autre
affectation des ressources sur rimage de la maque ne serait pas
appropriée dans un marche en maturité comme celui de Montrbal, Le
probléme rdel dont Mt face les a es th na ires des chaînes de stations-
service est cfaugmenter les rendements moyens des sites dans un
marchd sature et en surcapacit6. La wluüon B ce problBme passe par
des ententes stratdgiques que les oligopoleurs feront dans ce marché. te
marche de l'essence de Montréal va vers un seul prix, une seule plage
horaire, et une seule capacit6 de service, pour faire jouer B fond la carte
du monopole spatial avec les effets specifiques albatoires nuls des sites.
CHAPITRE VI11
CONCLUSION GÉNÉRALE
CONTRIBUTIONS, LIMITES, ET RECOMMANDATIONS
L'objet de cette recherche est d'6tudier les sources de variation
des ventes d'essence automobile entre les stations-service localisées
, dans un marche. II s'agit de repondre A la question essentielle: Pourquoi
dans un marché de détail certaines stations-service sont plus
performantes que tfautres en terme de volume de vente? En dautres
termes, quels sont les principaux facteurs qui influencent la production
des ventes dans les reseaux de stations-service directement concurrents
dans un mQme marché? La finalit6 de cette recherche est de mesurer
l'impact des variables endogenes et exogènes sur le rendement des
stations-semice pour résoudre le probleme d'affectation des ressources
commerciales et I'dlaboration des stratégies commerciales A travers les
divers sites de vente d'essence dispers& dans un marche. Nous avons
prdwnis6 une approche systdmique pour @cifier et tester un modele de
rdponse des sites d'essence dans le marche de Montréal.
Le marche de detail d'essence automobile de Montreal a connu
des taux de croissance moyens en volumes de 1% durant la période
1993-1997, avec 1,47 milliards de litres d'essence en 1997. Ce marché
est en maturite. Ainsi raccroissement des ventes des detaillants
d'essence ne peut s'effectuer qu'en gagnant les parts de marche des
concurrents. Le marche de Montrbal est contrôlé par quatre grandes
compagnies pétrolières verticalement intégrees (Esso, Petrocanada,
Shell et Ultramar), Elles disposaient en 1997 de 64% des sites et de 85%
des parts de marche soit un taux d'efiicacitd de 1,XL Ce marche a subi
depuis les années 80, une restructuration profonde sur la composition
structurelle de son offre en matihre de sites de vente. Le nombre de site
est passe de 773 en 1993 à 633 en 1997, soit une baisse de 18%. Les
debits moyens par site sont passés de 1,8 Mllan (1993) 4 2,2 Mtlan en
1997. Ces debits moyens par sites sont plus bas qu'en Ontario. Les prix
moyen de detail âe ressente ordinaire dans ce marché ont augmente
sensiblement durant la période 1993-1 997, passant de 48,90 centaitre é
67,90 centsllitre soit un taux de croissance 6 38,85% en cinq ans . Tous
les Morts commerciaux entrepris dans ce marche visent 9 augmenter les
debits moyens d'essence ,par site.
La littérature dans le damaine de la performance commerciale des
stations-service m&me si elle est encore embryonnaire nous a permis de
retenir quelques propositions fart intéressantes sur l'influence des
variables sous contrôle et hors contrôle sur les rendements des sites. La
période de heures de service infiuence fortement et positivement les
ventes d'essence des stations-service. Le temps de service explique la
variation des ventes entre les stations-service (Png et Reitman, 1994).
Les ventes d'essence #un site sont influenchs positivement et fortement
par l'effort marketing d6ploy6 dans un site: la capacit6 de service, les prix
, et heures de service. (Png et Reitman, 1994; Robinson et Hebden
1972). Le prix de detail de l'essence automobile influence ndgativement
et fortement les ventes d'essence dans un site (Png et Reitman, 1994;
Robinson et Hebden 1972). La moyenne des prix de detail de l'essence à
proximitb d'une station-service a un impact positif et significatif sur les
ventes d'essence des stations-service (Png et Reitman, 1994). Les
ventes d'essence dans un site sont influencbs positivement mais
faibtement par l'environnement immédiat du site (populations, revenus,
volume de trafic automobile) (Png et Reitman, 1994). Que l'impact direct
de la concurrenœ (fort venus faible; positif versus négatif) sur les ventes
d'essence dans un site n'a pas et6 mesur6 empiriquement. (Robinson &
Hebden, 1972; Png & Reitrnan, 1994). Que le phénoméne des ventes
d'essenœ est dynamique. Cela a BtB pmwd empiriquement par Lambin
(1972a & b) au niveau dagrêgation des marques et des moddles de part
de marche. Que les études empiriques antérieurs sur les sources de
variation des ventes d'essence entre les stations-service ont tenu compte
parfois de Fimpad des effets de marketing mix, des effets temporels, des
effets concurrentiels et des Mets simultanés sur les ventes de detail.
Nous avons spécifie un modèle thdorique des facteurs sous et hors
cantr6le qui influencent les volumes de vente d'essence en tenant compte
de la structure oligopolistique du marche et en expliquant la formation des
ventes des sites A partir de leur attradion. Nous avons postul6 qu'un point
de vente attire des clients qui proviennent des différentes zones de
marche proportionnellement en fonction de son niveau dattractivit6.
Ltattractivit6 des points de vente d'essence varie en fonction: 1) du
potentiel du marche de la zone d'implantation du site: le volume de trafic
automobile qui traverse le site; 2) de la capacité A offrir des services
rapides et peu ctiers; 3) du prix de détail affiché du carburant; 4) des
heures de services; 5) de la notoribte de la bannib du ddtaillant; et 6) du
nombre de sites implant6s dans le voisinage du site dans un rayon de
deux kilombtres.
La qualit6 de la localisation d'un site, la notoriét6 de sa marque, le
goodwill accumul6 durant les années et le professionnalisme du staff qui
gére le point de vente constituent I'&t spécifique aldatoire qui
caractérise chaque site. Notre modele intègre la concurrence spatiale
dans sa sp6cification h cause des interdépendances qui se créent entre
les sites et le nombre de sites concurrents qui influencent dgativement
les ventes dessence dans chaque site. La théorie de l'oligopole
(interaction des prix), la aibrie des marches congestionn6s et la théorie
de la gravitation commerciale ont servi m m e base paradigmatique dans
la conception de notre modèle des rendements des sites.
Nous avons 6labor8 des hypdheses sur les prix de détail
d'essence et leur impact sur les ventes dessence par site, sur les heures
de service, la capacit6 de serviœ, le volume de trafic qui traverse un site
par unit6 de temps, le nombre de concurrents localisés au voisinage @un
site, 'le nom de maque de la bannière du site. la zone de marche dans
laquelle est localise un site et l'année de Factivite commerciale. Nous
avons suppose que les effets specifiques al6atoires sont het&og&nes
entre les sites et que les coefficients de régression des paramhtres sont
homoghnes entre les sites. Nous avons imposé deux variantes i notre
modele de vente qui tiennent compte des rendements annuels et des
rendements horaires des sites pour bien apprdcier l'impact des ddcisions
instantanees et des décisions de court ternie sur les ventes d'essence
dans les sites.
Les variables et les données ont été âécrites. Et chaque concept a
et& clairement defini et il a 6t6 montré comment il est mesure. La variable
expliquee est le volume des ventes annuelles et horaires d'essence en
litres par station-service. Les quantites vendues dune marchandise ou le
nombre de clients sont une mesure de la performance commerciale.
Comme notre modbb est un modble de donnks en panel (serie
en coupe transversale et serie ternparelle). nous avons prdconise une
m6thodologie destimation des parametres du modele qui tient compte de
la décomposition spectrale de la matrice de variancecovariance avec la
méthode des Panels 4 Effets Aîdatoires en utilisant les estimateurs I distance minimale avec la methode SUR (Seemingly Unrelated
Regressions).
Quatre hypothdses ont et6 testées avec des resultats attendus et
une convergence et une stabilite satisfaisantes des paramhtres. Ce sont
les prix de detail dessence, les heures de mice (Modele 1), la capacité
de service et la cancurrm. Ces fadeurs nous donnent une structure de
wenicients stables asymptotiquement efficaces et non correl6s aux effets
specifiques des sites. Par contre le volume de trafic, le nom de marque,
et la zone de marche ont des coefficients biaises et correl6s aux effets
sp&iues al4atoires des sites.
8.2 - CONTRIBUTIONS
1. II y a un changement de paradigme dans le commerce de detail
de l'essence automobile. Nous avons demontre dans cette these que les
points de vente dans le marche de Montreal ne tirent pas leur s@cificit&
de leur implantation mais exclusivement de l'effort marketing qui est
d6ployh dans les sites surtout en matière de prix de detail du carburant,
de la capacite de service, des heures de service et du nombre de leus
concurrents. Le nouveau paradigme qui explique les variations des
ventes entre les sites d'essence est alors: nirg Copoctd de Service, Heures de service, Conc~rreuce. Ce n'est plus Localisation, Locdis~ôn,
LocalisIitr'on. Comme implication strathgique, les ddtaillants dans le
marche de Montreal de carburant pour qu'ils augmentent les debits
moyens d'essence dans leurs sites doivent augmenter soit la capacit6 de
service des sites, soit le nombre d'heures de service dans les sites B fort
potentiel de demande, soit pousser les concurrents à quitter le marche en
haussant le niveau de service dans les sites.
2. Le prix de detail du carburant anich6 dans un site est la variable
cl6 du modble des ventes dessence parce que les comportements des
detaillants et des dients automobilistes dans le marche de Montreal sont
plus orientes vers les prix alfiehes du carburant. Nous sommes anives au
resultat selon lequel les m e s &esseme dites au mmpole +aI n'existent
pas dans le marche de Montreal. C'est 4 dire que le resultat commercial
dans un site est proportionnel 4 l'effort marketing qui y est investi surtout
en matihre de prix et de serviœ.
La localisation dun site ne lui confère plus un monopole spatial à
cause des mouvements de la clientele et de l'influence des prix dans la
ddcisian d'achat de carburant. Nous avons montre avec une Blasticitd-prix
de 4 7 que la structure oligopolistique du marche conduit les grandes
pétrdibres 4 s'imposer un prix d'équilibre qui leur permet d'atteindre leur
revenu. Meme s'il y a libéralisation des prix d'essence dans la marche de
Montreal, les comportements des oligopoleurs ne vont pas changer en
matibre de prix. Ils vendront toujours leur pétrole 4 partir d'un prix
d'équilibre.
Nous avons démontre que la capacité de service et les heures de
service sont les vrais facteurs de différenciation entre les sites d'essence
dans le marche de Montrdal et constituent les bases de la concurrence
monopolistique entre les sites. Mais la vraie explication de l'importance de
ces deux facteurs est qu'ils jouent un r61e compensateur des ventes dans
ce marche. Comme le marche est trhs sensible aux prix, les concurrents
se rabattent sur ces deux fadeurs pour augmenter les gains en volumes
en creant de grands sites. La realite dans ce marche est qu'il n'y a pas de
concurrence sur les prix de detail entre les detaillants nationaux (Esso,
Petrocanada, Shell et Ultramar), mais sur la capadte de serviœ (Png &
Reitman, 1994).
Si le problbme essentiel à resoudre par les d6taillants d'essence
est de chercher à maintenir ou à augmenter le rendement annuel des
sites, ceci ne peut se faire que soit en modifiant les heures de service ou
la capacité de service. (Toute modification doit tenir compte du rapport
coQt marginal 1 recette marginale).
Si l'augmentation des rendements des sites doit passer
obligatoirement par i'dlimination de quelques sites, à qui peut profiter la
rdduction des sites dans ce marehd? Comment se ferait la répartition des
ventes dans le march6 une fois qu'un site est fermd? Notre cherche a
rdpondu à ces questions. Ce sont les sites qui offrent les capadtes de
sewiœ réelles qui vont dominer et contrbler ce marche. Nous avons
montre qu'il peut y avoir coexistence entre un modele doligopole
(interaction des prix) et un modele de concurrence monopolistique
(difihnciation par la capadte de service).
3. Nous avons introduit la methode des Panels de Données 4
Effets Aldatoires pour estimer les paramdtres du modèle de réponse des
stations-service. Nous sommes les premiers 4 le faire dans le champ du
commerce de detail avec les estimateurs à distance minimale. Lorsqu'on
connaît l'importance des effets spécifiques aldatoires comme sources de
biais sur les variables explicatives, on ne peut prétendre tester un modele
de vente qui tient compte à la fois de la dimension spatiale et s6nelle des
donnees sans utiliser des décompositions spectrales particulibres de la
matrice de variance-covariance. Notre contribution est dans l'utilisation de
cet outil d'analyse statistique en marketing qui sied à la nature du
ph6nomdne dtudi6. Malgr6 la cornplexit6 des modeles de panel, ils sont
un mal necessaire pour les chercheurs qui veulent dtudier les
ph6nomhnes marketing qui tiennent compte à la fois de la dimension
spatiale et temporelle.
8.3 - LIMITES
Cette recherche n'est qu'un debut pour expliquer la complexitb de
performance commerciale des magasins de detail qui vendent des
produits homog&nes et fortement substituables. Cette per(ormance est
- dbterminée B la fois par des facteurs hors et sous contr6le sur les ventes.
Mgme si cette recherche nous a permis de spécifier correctement un
modale de r6ponse des stations-service dans un cadre empirique précis,
elle nous a permis d'avancer dans la resolution des problhmes de
localisation et de rendement des sites dessence dans un marche Si
structure oligopolistique.
Les données statistiques que nous avions B notre disposition sur
une base annuelle avec cinq années comme observations, ont éité la
grande limite de œtte recherche. Pour cela 2i cause dun T qui ne tend
pas vers l'infini, il fallait passer par le f m a t Panel et les estimateurs A
distance minimale pour amver A des r6sultats valables. La vaJidit6 des
instruments de mesure est d6tminante dans toute recherche et surtout
avec les modeles 6conorn6triques. Nous n'avions pas par exemple les
statistiques sur le trafic routier dans la de Montreal durant toute la période
1993-1 997. Nous avons iravail16 rien qu'avec les statistiques de 1993 sur
le trafic routier et les données de l'Enquête OriginedDestinations de
1993. Ainsi l'impact du trafic routier sur les ventes n'a pas exercé son
caract&re dynamique sur le rnodède. De mgme, les ventes sur une base
annuelle ont une grande vafiance que les ventes sur une base horaire.
Les ventes et les prix d'essence sur une base mensuelle nous auraient
apporté plus d'explications dans notre rnoddle.
8.4 - RECOMMANDATIONS
Pour les recherches futures dans le domaine du commerce de
detail du carburant automobile, le problbme de la specrfication du modele
théorique est m l 6 en partie. Nous proposons d6iargir ce modele
théorique afin d'6tudier l'influence des promotions des ventes (cartes de
fidelit6, cartes de points, jeux concours) sur les ventes dessence dans les
sites. Lambin (1972a & b) a dtudie l'influence de la publicite sur les parts
de marche des marques. Mais une telle recherche n'a jamais &te faite au
niveau des stations-service. Une telle recherche nous permettrait de
savoir quand engager une campagne de promotion, pendant combien de
temps et pour quels volumes additionnels des ventes par site. Quelle
serait l'ampleur du goocCwill créé par la publicite et la promotion des
ventes dans chaque site du reseau?
On pourrait aussi 6tudier comment se fait la tepartition des ventes
entre les stations-service au fur et à mesure que sont fermes certains
sites dans le marche. Comme cette industrie connaît une grande
restructuration pour accroître le rendement moyen des sites, il faudra
determiner le nombre optimal de sites dans un marche en tenant compte
du niveau de qualit6 de service aux clients.
Une autre piste de recherche inthssante est la delimitation des
zones de marche pour mieux circonscrire I'impact de la concurrence sur
les ventes des sites. Nous avons commencé à explorer cette piste mais il
faudrait d'avantage depasser le cadre des limites administratives des
zones de marche.
Les recherches devraient 8tre effectuées pour construire un
modele des comportements des consommateurs du carburant. II faudrait
identifier les facteurs qui déterminent le choix d'une station-service par les
automobilistes, catégoriser les clients en fonction de leurs reactions par
rapport aux prix du carburant, 41 la capacith de service des sites, aux
heures de service, au mix de produits et de services offerts dans un site,
aux types de technologies attendues dans un site en terme de pompage
du 'carburant et des moyens de payements. De telles études
permettraient aux managers des chaines de stations-service de mieux
spécifier leurs modhles de prise de decision. Par exemple, il faudrait
déterminer les seuils des prix A partir desquels les clients changent de
site ou reagissent négativement.
tes modbles de regression des ventes permettent de rhsoudre les
probldmes de localisation de nouveaux sites, d'amelioration et de
fermeture des sites existants et pour formuler des stratégies marketing
locales. D'autres types de moddles peuvent 6tre d6veloppés comme les
modeles de Localisation /Affectation pour permettre aux dbtaillants de
rependre aux questions critiques par rapport à l'organisation et à
l'amélioration des reseaux de stations-service.
Le domaine de recherche sur les sources de variation de la
performance des ventes des stations-service est trhs vaste. La recherche
universitaire en est à ses balbutiements. Comme nous l'avons souligné il
n'y a que le papier de Png et Reitman (1994) qui fait autorit6 dans le
domaine des modeles de demande seledive d'essence automobile. Pour
parvenir d ddvelopper ce champ de recherche où les donnees statistiques
existent et cditent trhs chères, il faudra négocier un vrai partenariat de
recherche avec les compagnies pétrolidres qui peuvent financer de telles
recherches.
Abramo Guy P. (1997a), "Planning Your Future Stores", National Petrolem News, (January), 36-39.
Abramo Guy P. (1997b), "Finding the Potential 'Hotspots'," Nationul Peiroleum News, (Much) 24-27.
Abramo Guy P. (1997c), "Store by Store", Nationul Petroleum News, (May), 36-41
Achabd, DaT W. L. Gorr, et Mahadjan (1982),"MULTILOC: A Multiple Store Location Model," Jmml of Retailing, Vol. 58 (Summer), 5-25,
Adabai, Dq Heineke J.M. et McIntyrc S.H (1984) "Issues and Perspectives on Retail Productivityn, Journul of Retuiling, Vol. 60(Fall), pp. 107-27.
Altonji. J, et Segai, L.,(1996),"Small-Sample Bias in GMM Estimation of Covariance Stnictures," Journui of ~onometrics, 68.5-27,
Applebaum, W. (1966), "Methods for Determinhg Store trade Areaq Market Penetration, and Potential Sales", Jouml ofMarketing Research, Vol. 3 (May), 127-4 1.
Anderson T.W et Cheng Hsiao (1982), "Formulation and Estimation of Dynamic Models Using Panel Data", Journal of E*Cwmeirics 18 (47-82).
Anrtlin Luc et Danid A. Griffith, (1988),"Do Spatial Effects Really Matter in RegressionAnaiysis?, Paprs of The Regioml Science Association, Vol. 65, 11-34.
Anselin Luc, (1990),"Some Robust Approaches to Testing and Estimation in Spatial EconometricsN, Regional Science and Urban Economics, 20,141-163.
Ansdin, Luc et Sb& Hudak, (1991),"Spatial Ecanometrics in Practicc: A Review of software options", Regiml Science and U r b Ecommics, 22,509-536.
Areliano, M, et Bover, 0e,(1995),"Another Look at the Instrumental-Variable Estimation of Error-Components Models," Jmml of Ec~norne~cs, 68,294 1.
Balîagi RH (1995) Econometric Analysis of Panel Duta. John Wiley & Sons Ltd, Baffins Lane, Chichester, West Sussex, England.
Baumol, William J., and Edward A. Ide (1956). « Variety in Retailing , )) Management Science, Vol. 3,93010 1.
Baumol, William J e (1967), Business Behauior, Value and Growth, Rev, Ed, New York: Harcourt Brace Jovanovich.
Betancourt, RR et Gautschi, D.A. (1988),"The Economics of Retail Firms", Mmagerid d Decision Economim, Vol. 9(2), pp. 13 344.
Bortnsttin S. et Andrea Shepard, (1996),"Dynamic Pricing in Retail Gasoline Markets",Rand Jounwl of Economics, Vo1.27(30, Autumn, 429-6 1.
Bonzgo C. A. et Manuel Anihno, (1999),"Symetrically Nonnalized Instrumental- Variable Estimation Using Panel Data", American Statistical Association, J& of Business & Economic Statistics, January, Vol. 17(1), 36-49.
Breusch, Trtvor S., Grayham E. Maon et Peter Schmidt,(l989),"Efficient Estimation Using Panel Data", Econometrica, Vo1.57(3), May, 695-700.
Brown-&use, J., M. B. Cronshrw, et David J. Schenk, (1993),"Theory and Experiments on Spatial Cornpetition", Econonric Inpiry, Vol. XlO@ January, 139-165.
Brunsdon Chris, A.S. Fotheringham et Mutin Charlton,(l999),"Some Notes on Parameîric Significance Tests for Geographically Weighted Regression",
J-1 of Regional Science, Vol. 39(3), 497-524.
Brown, Stephtn, (1993),"Retail Location Theory: Evolution and Evaluaîion" lk intetnatloml Review of Reicnl, Distribution anà Consumer Resernch, Vol. 3 (2), p. 185329.
~hamberlak, G.,(1982),"Multivariate Regression Models for Panel Data," Jount~ll of Econometrics, 18,546.
Cbam beriain, G,(1984),"Panel Data", in Handbook of Ecoltomerrics, Vdume II, ed. by 2. Griliches et MDn Intriligator, Elsévier Science hblishers, BV, chapitre 22, 1247-13 18.
Chamberlain, G.,(1992),"Comment: Sequential Moment Restrictions in Panel Data," Journal of Businss & Ecommic Staiistics, 10,2046.
Cindric Nick et Petrina Dolby, (1998),"Store Wars: Fighting Back against the Upstarts" Oil and Gas Imstor, second quarter, 2 1-25,
Clawson, J.C. (1974),"Fitting Branch Locations, Performance Standards, and Marketing Strategies to Local Conditions", Journul of Marketing, Vol. 38 (January), 8-14.
Craig, S. C., Avidjit Gbosb, et Sara Mdafferty, (1984) "Models of the Retait Location Process: A Review." Jmml of Retailing, 60,S (Spring) 5-33.
Cogc~ult , État de la situation du secteur de la distribution des produits pétroliers su Québec, Rapport final, Mai 1995.
Cooper La G.,(1993),"MarketetShare Models" in Harsdbooks in OR &MX Vo1.5. Elsevier Science hblishers. Ed. G.L Nemhauser et AHG. Rinnooy Kan, North Holland, P. 259-3 14.
Cottnll , J.L (1973),"An Environmental Model of Performance Measurement in a Chain of Supermarkets, » Jbwml of Retailing, Vol. 49 (Fall), 51-63.
Cox Tncy,(1998),"A New Direction: Dealers Navigate a New En, in Petroleum Marketing", Nanonal Petroleum News, October, 76-77.
* Cromlty Robert G., D. J. Hempd et Clryton L. HUfycr, (1993),"Dimensions of MarketAttractiveness: Competitively Interactive Spatial Models", Decision Sciences, Vol. 24(4), 7 13-738.
Cunningham Marty, (1997),"Who1s the Best Gasaline Marketer in Boston? Nariohal Peîroleum News, December, 79-80.
Davidson W. R; D. J. Sweeney et Ronald W. Strmpfl(1988) RetailingMmgement 6".* édition, John Wiley & Sons. New York.
Davies, R L (1973), "Evaluation of Retail Store Attributes and Sales Performancen, Europeim Journal of Marketing, Vol. 7,89- 102,
Davies, R L (1975),"Store location and Store Assesment Research: The Integnition of some New and Traditional Techniquesn Transactions of the IBG, News Series 2, 141-158.
Douglas Edna, (1975), Economics of Marketing, Harper & Row, Publishers, New York.
e Drezner Tammy, (1994),"Locating a Single New Facility among Existing, Unequally
Attractive Facilities", Jmrnal of Regional Science, Vol. 34(2), 237-252,
Drezner Tammy, (1994),"ûptimal Continuous Location of a Retail Facility, Facility Attractiveness, and Market Share: An interactive Model", J~t(tt~l of Retaifing, V01.70(1), 49-64.
Eiloa S, RP.R Tüley et T. R Fowkes (1969),"Analysis of a Gravity Demand Model" Regional Studes, Vol. 3, pp. 1 15-122.
Eielt HA et G. Laporte, (1988), "Trading Areas of Facilities with Different Sizes" Recherche Opérationnelle, V01.22, (l), p. 33-44).
Ervin M. J & Associés (1997) %tude des Marchés de Détail Canadiens des Produits Pétroliersn 15 Septembre Montréal, Québec Canada.
@ Gatignw 8. (1993) "Marketing Mix Moddsn in H- in OR b MS. VOLS.
e Elsevier Science Publishers. Ed. Eliashberg et Lilien, North Holland, p. 697-732.
Goldberger, A. S., et Oikin, L,(lW l),"A Minimum-Distance bterpretation of Limited- Information Estimation," Econumefn'ca, 39,635-639.
Gouvernement du QuCbcc, Rapport du Comité spécial d'examen de la situation du marché de l'essence au Québec, 8 octobre 19%.
Haining Robert (1984),"Modeling Intraurban Price Competition: an Example of Gasoline Pficing", Jmmul of RegimI Science, Vol. 23(4), 5 17-528.
Haining Robert (1990), SpatialDala Anabsis in the Social dEnvironmentu1 Sciences, Cambridge University Press, Cambridge.
Haining Robert (1994),"Diagmtics for Regression Modeling in Spatial Econometrics" Jountar of Regional Scie~t~e, Vo1.34(3), 325-341.
0 Hail Bronwyn Hm et Clint Cummbs, (1996), T h Series Pmssor, TSP, Version 4.3, User's Guide, 185 pages.
Haii Bronwyn H. et Cliirt Cummins, (1996), Time Senes frocessor, TSP, Version 4.3, Reference Manuai Guide, 286 pages.
Eslisseas, Domidque M., LRoW J. Pamous et Raadiill L. Schultz (lm), Market Response Modeh: E m n o ~ n k ami Time M e s Anatysis. Boston: Kluwer.
Hansen, Lm P., Heaton, J., et Y-, A.,(1996),mFiniteSample Properties of some Alternative GMM Estimators," Ioutnal of Business & Economic Statistics, 14,262-280.
Hausman Jerry A. et William E, Taylor, (1981),"Panel Data and UnobservabIe hdividual EffeQa., ~ c o n o m e ~ c u , Yd. 49 (6) November, p. 137701398.
HUlkr, G. & (1990),"ûn the Normalization of Stmctural Equations: Properties of Direction Estimators," Economenica, 58, 1 18 1-1 194.
Bi Richad. T ; Myron Gable ; J. Patrick Keily and James B. McDonaid (1983),"Factors Anecting the Performance of individual Chain Store Units : An Empirical Analysisn, J'ml of Retailing, Vol. 59 (2), 22-39.
Horton, F. (1968),"Location Factors as Determinants of Consumer Attraction to Retail Firms", Annals of the Association of American Geographers, 58,787-80 1.
Hotding, H., (1939), "Stability in Cornpetition", Economic Jmml, Vol. 39,3 1-57,
HUC David (1964), "Detining and Estimating a Trade Area" Jmml of Marketing, 28,3 (July) 34-38.
Imbens, G.,(1997),"One=Step Estimators for Over-Identified Generalized Method of Moments Models," Review of fionomic Studies, 64, 3 59-383.
@ hgene C A et James R Brown,(1987),"The Stnicture of Gwline Retailing', Jwmi of Retailing Vol 63(4), (Winter) (365-392).
Joncs K. J., et D. R Moc~(1984),"Evaluating Retail Trading Performances", In Store Location andSrore Assesment Resemch, ed. by R L. Davies and D. S. Rogers, John Wiley and Sons Ltd., p. 333-361.
Kinney, W.R (1969)," An Environmental Mode1 for Performance Measurement in Multi-Outlet Businessesu Jomral of Acmmting Research, Vo1.7 (Spring), 44-52.
Kinney, W.R (1972),"Separating Environmental Factor Effects fol Location and Facility Decisions", Journal ojRetailing, Vol. 48 (Spring), 67-75.
Lambin JJ (1970),"Qptimal Allocation of Competitive Marketing Efirts: An Empiricai Study", The Journal of Busines, Vo1.43 (October), p.468-484.
Lambin J J (1972a), "1s Gasoline Advertising Justified", Ilie J m n d ofBusines, Vol. 45, (585-619).
Lambin J.J (1972b), "A Computer On-Line Marketing Mix Model" J-1 of MurketingResearch, Vo. IX (May), 119-26,
Lambin J.J., P. A. Naert et Alain Bulta, (1975),"0ptimai Marketing Behavior in Oligopoly", Europeun Econonric Review, 6, 105-128.
Lapointe Alain (l998)," Marché de la Vente au ûétail de l'Essence au Québec: Rapport soumis à L'institut crmaden despr~i t sp*bol iers a h Ir c d e de l'audience de la Régie de l'énergie du Québec. HEC Montréal.
Le Yuk and C.G. Schmidt, (1980), 'A Comparative Location Analysis of a Retail Activity : The Gasoline Service Station" 7 k Amk of Regronal Science, Vol. 14 (2) : 65-76.
Little, John D.C. (1979),"Aggregate Advertising Models: The State of the Art," Operations Research, 27 (July-August), 629-67,
Lord J. Dennis et Chartes 1). Lynds, (1981),"The Use of Regession Models in Store Location Research: A Review and Case Study" . Akron Business and Economic
Review (Summer), p. 13-19.
Machlup Fritz, (1952), Thtr Ecommics of Sellers Competition, Baltimore: John Hopkins Press.
Malinvaud, E.,(1970), Stds t î c4IMet~of Ec~mune~ics, Amsterdam: North-Holland.
M a m l H.P (1976),The Economics of Tnfemaation and Retail Gasoline Price Behavior: An Empirical Analysis", J d of PoIitiml Ecmmy, Vol. 84 (S), 1033-1060.
Masao Nakanuhi et Let G. Cooper, (1974),"Parameter Estimation for a Multiplicative Competitive Interaction Mode1 - A Least Squares Appmachn, J m m l of Mcaketing ReseOrch, Vol. XI (August), 303- 1 1.
Masao Nakanishi et k G e Cooper, (1982),"Simplified Estimation Procedures for MC1 Models", Mmketing Science, Vol. 1 (3), Summer, 3 14-322.
Mead R (1967),"A Mathematicai Mode1 for the Estimation of Inter-Plant Competitionn Biomehics, (June), p. 189-205.
M6moit-e déposé par La Pétrolière Xmpériak a la Régie de l$nergie du Québec Juin 1998.
Mémoire déposé par Pétro-Canada a la Régie de l*nwgie du Québec Juin 1998.
Morimune, K.,(1983),"Approximate Distributions of k-Class Estimators When the Degree of Overidentifiability is Large Compared with the Sample Size," Economeniica, 5 1,821 -841.
Moulton Brent R.,(1987),"Diagnostics for Group Effects in Regression Anal ysis", Jmrnal of Business & Ecmmic Slatistics, April, Vo1.5(2), p.275-282.
Moutinbo, L, B. Curry et Fionr Davics,(l993),Tomparative Computer Aproaches to Multi-Outlet Retail Site Location Decisions", The Service Industries Journal, Vol. 13(4), 201-220.
Mulhern F, J. et Robert P. Lmae (1995),"Measuring Market Response to Pnces Changes A Classification Approach", Jmml of Business Research, 33, p.197-205.
Mundlak Yair,(1978),"0n the Pbaling of Time Series and Cross Section Data", Ewnometrica, Vol. 46(1), January, 69-85.
Neison, RL (1958) The Selectim of RetaiZLocations @.W. Dodge, New York).
O'Keüy M. E., et FI. J* Miller, (1989), "A Synthesis of Some Market Area Delimitation Models" Growth and C h g e , Sumer, p. 14-33}
Olsen, L, M., et J. D. tord (1979),"Market Areas Charaderistics and %ranch Bank Performance". J d of Bcmk Resemch, 10 (Summer), 102- 1 10.
Ord Keith, (1975),"Edimation Methods for Modds of Spatial Interaction" Joinncrl of tk American SratiMwI Association, Vol. 70 (349) (~a&h), p. 120-126.
Passingham Judith, (1998),"Gmery Retailing and Loyalty Card", JM(~~LII of the Market Reseurch Society, V01.4.40(1), January, 55-63.
Ptirec, R Micbael, (1998),"The Retail P c r h m c e Dynamic" Ivey Business Quarierb, Summer, p.62-64.
Pearson, Thamu D.,(199.1), "Location! Location! Location! What is Location", Apprai~;ol JOWllQI, Vo1.59 (January), p. 7-20.
Peters, Jim et Bob Frti, (2000),"New Millennium Gasoline Retailing: Challenge ta the Incumbents", NafiomI Petrdeinn News, May, p.54-57.
Png et k h a n , (1994) "Service Time Competition", M J ~ v l t o I of Economics", Vol. 25 (4) Winter 1994,619-634.
Poder Mike,(l992),"C-Store Opportwijties: Hdf Empty or Hdf Full? Nutimi PetroIm News, June, p. 28.
Reid Keitb, (2000),"Which Rice is right?", Nafiorni Pefroleum News, February, 16-25.
Re& W.J., (1931) 7k Law of Retaii Grm'Iatian, New York : W.J. Reilfy Co.
Rigby Paul E.,(1997),"Trends in Retailing", Commercial Ledng Review, Winter, Vol. l3(I) 7-9.
Robinson R V. F. et J. Hebdeo, (l973),"The Influence of Price and Trading Stamps on Retaii Petroi Sales', Jauiul of industrial Economics, 22 (septanbe& 37-50-
Rust RT and Julia A.N. Brown (1986),"Estimation and Cornparison cf Market Area Densities", Jwrntal of Reiailing, Vol 62 (4) (Winter) (410430).
Scbcndd D. B, et Pietm Baiatm (1969),"Ratianal Behsvior and Gasoline Price Wars: Applied Economic~, Vof, 1 (2), p.89-101.
Serra Daniel et Charles ReVelle, (1995) "Cornpetitive Location in Discrete Spa& In Faciliry Loçcm'on: A Survey of Appfiaticms and M e t f i , p. 367-386 ed. Zvi Drmer.
Sbepard Andrea, (199I),"Price Discrimination and Retail Configwation" Journal of Political Economy, Vol. 99 (l), p.3û-53.
Scott Munroe and Ziinul Nurani, (1999),"How to Solve Multi-Facility Location Pmblems" N d m I PeîroIeum Nws, August, p.3 1-33.
Sbingleton Jonathan (1998),"Dweloprnent of Petrol Retailing in the United Kingdom"
Sladt, Msrgiret E. (1992),"Vancauver's GasoliiiePrice Wus: An Empirical Exercise in Uncrivering Supergame Strate&sn, Review of Economic Studies, 59,257-276.
Smith D.M (1989) 'Target your Market: How to 6nd and select Prime Retaif Locations" Natioml P e t r o l ~ News (Novcmber), 52-59.
Srinivrs D., S. Sbarma, et U m i g Andrms, (1992),"STORELOC: A Retail Store Location Mode1 Based on Managerial Judgmentsn, Jmml of Retaiiiitg, Vol, 68 (4), (Winter), p. 420-443,
Stephan G.E (1988) "The Distribution of Service Establishments" J'l of Regi& Scierace, Vol. 28 (l), 2 9 4 ,
Takcsbi Amemiya (1971),"The Estimation of the Variance in a Variance-Components Modei", Inte&oIrPI Ecollomic Review, Vol. 12(1) (Febnaary), (1- 13 Z
Varian E R (1980), "A Mode1 of Sales", Ti American Ecommic Review, Vol 70 (4), 651-659.
Wdluce, T. D., et Ashiq Hussain, (1969),"The Use of Error Components Models in Combining Cross Section with Time Series Data", Econometrica, Vo1.37(1), ~ a n u h , 55-72.
White, LJ (1975) , The Spatial Distribution of Retail Firms in an Urban Setting D, Regional Science and Urban i2mmics, 5 (3), 325-33.
Wilson A. G (1971), "A family of spatial interaction models, luid associateci developments" Environment P h m g , pp. 1-32.
Wingo, Gary L.,(1997)"The Store S i e Dilemma: 1s Bigger Bettef? National Petroleum News, July, 40-44.
Zellner A. (1962) "An Efficient Method of Estimating Seemingiy Urelated Regressions and Tests for Aggregation Bias", Americun sfatistrcaI Association JoumI, June, pp. 348368,