Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Estimation des effets de proximité dans le processus de convergence régionale :

Estimation des effets de proximité dans le processus de convergence régionale : une approche par l'économétrie spatiale sur 92 régions européennes (1980-1995) Université Hassan II de Casablanca Faculté des Sciences Juridiques, Économiques et Sociales Aïn Sebaâ Master Spécialisé : Économie Spatiale et Gouvernance Territoriale Semestre : 3 Module : Econométrie spatiale Élaboré par les étudiant-e-s : Ghyatte Hanane, Rhahli Chaimae & Setfane Hiba Encadré par : Pr. Koraich ALMAHDI Année universitaire : 2020-2021 Exposé sous le thème Plan: Objet Problématique Hypothèses I. Clarification des concepts théoriques II. Analyse économétrique spatiale de la B-convergence III. Estimation du modèle à erreurs spatialement auto- corrélées Conclusion INTRODUCTION Revue d’Économie Régionale & Urbaine 2002/2 (avril) Auteur : Catherine Baumont, Cem Ertur, Julie Le Gallo Pages : 148 Éditeur : Armand Colin objectif : • Intégrer les effets de la dépendance spatiale dans l’estimation de la convergence des économies régionales. • Le rôle joué par la proximité géographique dans le processus de croissance régionale. • 92 régions européennes contiguës pour la période 1980-1995. problématique : • le taux de croissance d’une région donnée est-il influencé par les taux de croissance des régions voisines. • la B-convergence peut être absolue (inconditionnelle) ou conditionnelle. Hypothèses: • Les économies, même si elles sont caractérisées par des conditions initiales différentes, progresseront vers le même état régulier. • La B-convergence est conditionnelle lorsque les économies sont différentes et elles convergeront alors vers leur propre état régulier. • Si les économies convergent vers des états réguliers différents, le phénomène de rattrapage des économies n’est absolument pas garanti, même si certaines économies « pauvres » croissent plus vite que certaines économies « riches ». I. Clarification des concepts théorique Qu’est-ce que la convergence ? ceci indépendamment des conditions initiales dans lesquelles se trouvait cette économie. le taux de croissance du revenu ou de la production par tête d'une économie tend vers un état régulier Le concept de convergence signifie, qu'à long terme: Qu’est-ce que β-convergence ? Traduisant le rapprochement des pays vers un même sentier de croissance ou une même valeur de référence:  Elle est absolue lorsque les économies sont structurellement identiques et ont donc le même état régulier : dans ce cas, les économies, même si elles sont caractérisées par des conditions initiales différentes, progresseront vers le même état régulier.  En revanche, la β-convergence est conditionnelle lorsque les économies sont différentes et elles convergeront alors vers leur propre état régulier. Définition de l’auto-corrélation spatiale Indique la corrélation d'une grandeur avec elle-même provenant de la disposition géographique des données. l'absence d'indépendance entre observations; L'auto-corréIation spatiale se réfère à : Exemple des trois catégories de l’auto- corrélation spatiale Auto-corrélation spatiale positive Auto-corrélation spatiale nulle Auto-corrélation spatiale négative II. Analyse économétrique spatiale de la B-convergence 2.1 Estimation du modèle de B–convergence absolue • gT est le vecteur de dimension N = 92 des taux de croissance moyens des PIB par tête pour chaque région i entre 1995 et 1980, • T = 15, y1980 est le vecteur contenant les observations des PIB par tête pour toutes les régions en 1980, • Alpha et Beta sont les paramètres inconnus à estimer, • S est le vecteur unité et E est le vecteur des erreurs avec les propriétés habituelles ; • Les valeurs des PIB par tête en ECU étant exprimées en logarithmes. Estimation par les MCO du modèle Comment estimer ALPHA et BETA pour reproduire au mieux le phénomène économique observé ? Les résultats de l’estimation par les moindres carrés ordinaires de ce modèle : •Les variables sont significatives. (B¨negative ) •Le coefficient associé au niveau de PIB par tête est négatif, •R carré: Le modèle "explique" environ 41 pour cent du "phénomène" •Ce qui confirme l’hypothèse de convergence pour les régions européennes. •La vitesse de convergence associée à cette estimation est de 1,70 % et la demi-vie est de 46 ans. •Ces résultats indiquent que le processus de convergence est faible et sont conformes aux autres études empiriques sur la convergence des régions européennes (BARRO et SALA-I-MARTIN, 1995 ; JEAN-PIERRE, 1999). •la dépendance géographique basée sur des estimations d’un modèle par les Moindres Carrés Ordinaires (MCO) n’est plus fiable. Résultats • Les estimateurs des MCO sont alors inefficients et conduisent à une inférence statistique peu fiable. • Les méthodes de l'économétrie spatiale nous orientent vers la spécification la plus appropriée : le modèle avec erreurs spatialement auto-corrélées 2.2 Estimation du modèle de B-convergence absolu 5 TEST de l'auto-corrélation spatiale ► Omission de l’auto corrélation des erreurs ►Chaque région n’est pas indépendante des autres ►Le modèle B-convergence doit être modifié Le modèle 3: III. Estimation du modèle à erreurs spatialement auto-corrélées Estimations par le maximum de vraisemblance Estimation du modèle à erreurs spatialement auto-corrélées λ représente l’intensité de l’auto-corrélation spatiale entre les résidus de régression. Modèle 4 ► MCO inefficient ► Utilisation de l’estimation par le maximum de vraisemblance Estimation par le maximum de vraisemblance Modèle 4 ► Les coefficients sont tous significatifs ► forte autocorrélation spatiale positive des erreurs ► La vitesse de convergence = 1,96 % ► La demi-vie n'est plus que de 40 ans Estimation par le maximum de vraisemblance Modèle 4 X λW Modèle spatial de DURBIN Test du facteur commun de BURRIDGE (1981) • La restriction non-linéaire l9l peut être testée par le test du facteur commun (BURRIDGE, 1981) • γ +λβ= 0 ne peut pas être rejetée Donc le modèle 8 est équivalent au modèle 4 Les effets de débordement • Le taux de croissance d'une région i est influencé par le taux de croissance des régions contiguës à cette région. • Le taux de croissance d'une région i est également influencé par les PIB par tête initiaux des régions contiguës. Modèle 4 L'environnement géographique compte Résultat Un modèle de convergence conditionnelle intégrant les variables d'environnement spatial Un effet de débordement significatif L’introduction de l'espace dans l'analyse de la convergence économique entre régions n'est pas neutre Conclusion Nous montrons ainsi que le taux de croissance d’une région est influencé positivement par les taux de croissance des régions contiguës. Les méthodes de l’économétrie spatiale nous orientent vers une spécification avec erreurs spatialement auto-corrélées qui nous permet de mettre en évidence un effet de débordement géographique. Le modèle de β-convergence absolue doit être respécifié en raison de la présence d’auto- corrélation spatiale. Merci pour votre attention Bibliographie • Baumont Catherine, Ertur Cem, Le Gallo Julie, « Estimation des effets de proximité dans le processus de convergence régionale : une approche par l'économétrie spatiale sur 92 régions européennes (1980-1995) [*] », Revue d’Économie Régionale & Urbaine, 2002/2 (avril), p. 203-216. • Jonas Kibala Kuma. Comprendre la convergence économique : résumé théorique et revue de littérature. 2020. • Hélène Hamisultane. ECONOMETRIE. Licence. France. 2002 uploads/Geographie/ expose-econometrie.pdf