Remerciez-le!

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

HAL Id: tel-00675511 https://tel.archives-ouvertes.fr/tel-00675511 Submitted on

HAL Id: tel-00675511 https://tel.archives-ouvertes.fr/tel-00675511 Submitted on 2 Mar 2012 HAL is a multi-disciplinary open access archive for the deposit and dissemination of sci- entific research documents, whether they are pub- lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers. L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés. Modélisation multi-dimensionnelle et analyse multi-régionale de l’économie française Rodolphe Buda To cite this version: Rodolphe Buda. Modélisation multi-dimensionnelle et analyse multi-régionale de l’économie française. Modélisation et simulation. Université de Paris Ouest-Nanterre La Défense, 2010. Français. tel- 00675511 UNIVERSITE PARIS-OUEST NANTERRE-LA DEFENSE Economie, Organisations, Société Doctorat ès Sciences économiques Rodolphe BUDA MODÉLISATION MULTI-DIMENSIONNELLE ET ANALYSE MULTI-RÉGIONALE DE L’ÉCONOMIE FRANÇAISE Soutenue le 23 novembre 2010 – 14h00 Bât. B – salle B015 – René Rémond Jury : M. Raymond COURBIS (Directeur) Université de Paris-Ouest Nanterre-La Défense M. Bernard FUSTIER (Rapporteur) Université de Corse M. Frédéric GANNON (Rapporteur) Université du Havre M. Antoine GENTIER (Président) Université Paul Cézanne-Aix-Marseille 3 M. Alain THOMAZO Université de Paris-Ouest Nanterre-La Défense M. Sylvain ZEGHNI Université de Paris-Est Marne-la-Vallée L’université n’entend donner aucune approbation ni improba- tion aux opinions émises dans les thèses : ces opinions doivent être considérées comme propres à leurs auteurs. Remerciements Au cours de ce travail, je me suis adressé à de nombreuses personnes appartenant à des institutions (INSEE, DARES) et organismes (UNEDIC) publics, aﬁn d’obtenir des données statistiques ou des explications concernant les données disponibles. Je remercie Mme Doguet et M. Hachid (INSEE), Mme Gaumont et MM. de Visme et Gerardin (UNE- DIC) pour les précisions qu’ils ont bien voulu m’apporter quant à la constitution de leurs banques de données. Je remercie M. Fabre (DARES) pour les données de cadrage qu’il a bien voulu me communiquer. Ce travail a également bénéﬁcié du concours des responsables des personnels des en- treprises, organismes publics et organismes professionnels que j’ai contactés. J’adresse donc mes vifs remerciements à M. Burel et Noriko-Service Information Clientèle (Aéro- port de Paris), à MM. Galtier, Pok et Pontreau (Air France), à MM. Forestier et Jaouen (Banque de France), à M. Sicart (Direction de la Recherche, des Etudes, de l’Evaluation et des Statistiques du Ministère des Aﬀaires Sociales), à Mmes Lévy et Blanchet ainsi que MM. Verger et Vesiez (EDF), à MM Lardic et Sébert (GDF), à Mmes Sisouphanthong et Tousch (Charbonnages de France), à M. Iraci (Institut des Retraites Complémentaires des Employés de Maison), au service Documentation de la DEEP (Direction de l’Eva- luation, de la Prospective et de la Performance) du Ministère de l’Éduation nationale, à Mmes Gaboriaud, Gauthier et Labastire, ainsi que MM. Murail, Parmentier et Rosier (Mutualité Sociale Agricole), à Mmes Ayache et Pouliquen ainsi que M. Chapirot (RATP), à Mme Loutﬁainsi qu’à MM. Cahen, Cerveau, Dubois et Seille (SNCF), à MM.Maurin- Chaleyer, Marcel et Machin (URSSAF Saint-Etienne Chèque Emploi-Eervice Universel). Grâce à leur aimable concours, il m’a été possible de constituer des échantillons de don- nées robustes. J’adresse également mes vifs remerciements à Mme Claudette Babusiaux (Université de Paris 10), auprès de qui j’ai pu contrôler l’exactitude de mes algorithmes de tests statistiques, à MM. Michel Boëda (INSEE) et Emile Bruneau (INSEE) auprès de qui j’ai pu m’adresser pour avoir des précisions au sujet des nomenclatures d’activités et à M. Claude Lacour (Université de Bordeaux IV) pour l’organisation de son séminaire du SEDER. J’adresse mes remerciements aux membres de l’équipe du GAMA, à un ancien du GAMA d’abord, M. Gérard Cornilleau qui eu la gentillesse de me familiariser avec le système REGIS, aux ingénieurs, MM. Michel Botomazava et David Pereira ainsi qu’aux nombreux thésards, notamment M.Zohir Melzi avec qui j’ai eu de très nombreuses dis- cussions méthododologiques et, bien évidemment, mon directeur de thèse et directeur du GAMA, M. Raymond Courbis pour la formation rigoureuse qu’il m’a apportée. Je remer- cie les membres de mon jury pour leurs critiques fructueuses. Enﬁn, selon la formule consacrée, les éventuelles erreurs ou omissions resteraient miennes. R.B. Sartrouville, le 15 janvier 2011 Résumé – Dans cette thèse nous avons abordé la modélisation multidimensionnelle (multi-régionale, multi-sectorielle) sur un plan théorique, empirique et instrumental. Après avoir examiné l’état de la modélisation macro-économétrique en passant en revue ses principaux outils quantitatifs, nous avons identiﬁé les théories et modèles présentant le marché du travail sous une forme spatiale en passant en revue l’Economie du travail et la Science régionale. Dans la 2ème partie, nous avons présenté les principaux algo- rithmes de la modélisation puis nous avons levé l’hypothèse de neutralité théorique du choix des algorithmes et proposé des pistes d’amélioration quantitative et qualitative, notamment la modélisation d’inspiration autrichienne que nous avons conçue. Enﬁn nous avons présenté les logiciels de modélisation multidimensionnelle SIMUL et SIM2 que nous avons construits. Dans la 3ème partie, nous avons présenté notre travail de constitution de banque de données de modélisation, abordant ainsi les problèmes de col- lecte et de maintenance des données. Nous avons présenté notre travail de rétropolation de séries longues d’emploi régional 1967-2006 en NES36. Nous avons conclu sur la problématique de la révision des données. Dans la dernière partie, nous nous sommes livrés à un essai d’analyse conjoncturelle régionale de l’emploi en appliquant nos logi- ciels à nos données pour eﬀectuer des estimations. Sachant que H est la dernière année historique où l’INSEE a fourni des données d’emploi détaillé déﬁnitives et que T est l’année courante, nos horizons d’estimation ont été successivement H+1, H+2 et T-1. Nous avons enﬁn confronté nos résultats à ceux des publications conjoncturelles des institutions et des organismes sociaux. Mots-Clés : Modélisation, Econométrie, Analyse multi-régionale, Analyse multi- sectorielle, Emploi régional, Séries longues, Economie computationelle, logiciels de mo- délisation, Analyse conjoncturelle régionale, Economie autrichienne Summary – In this thesis, we have considered multidimensional modeling - multi- regional, multi-sectoral one - according to a theoretical, empirical and instrumental point of view. In the ﬁrst part, we have examined the state of macro-econometric modelling in analyzing its main quantitative tools. Then, we have considered Labor Economics and Regional Science to identify the theories and models which represent the spatial labor market. In the second part, we have presented the main modelling algorithms then we have left the assumption that choice of algorithms is theoretically neutral, and we have proposed a Quantitative Austrian Modelling. Finally we have presented the modelling both SIMUL and SIM2 software we have developed. In the third part, we have presented our work to build a modelling data bank, especially long run time series of the French regional employment 1967-2006. Finally, we have examined the problem of data revi- sion process. In the last part, we have tried to develop a short run analysis of regional French employment. If we consider that INSEE published its last deﬁnitive regional data during year H, and T is the current year, our work has consisted in estimating the regional employment of years H+1, H+2 and T-1. We have compared our results to the national data of the main institutions (UNEDIC, ACOSS, URSAFF, MSA). Key-Words : Modelling, Econometrics, Multi-regional Analysis, Multi-sectoral Analy- sis, Regional Employment, Long Run Data-series, Computational Economics, modelling Softwares, Short-run Regional Analysis, Austrian Economics JEL classiﬁcation : B53, C01, C5, C6, C8 et R1 Introduction générale 1 INTRODUCTION GÉNÉRALE 3 "Computers have invaded applied economics so thoroughly that an understanding of basic program- ming has become almost a necessity.", Clopper Almon Jr., Matrix Methods in Economics, Reading (Mass.), Addison Wesley, 1967, p.46. Si l’on situe généralement l’émergence de l’Economie mathématique à la ﬁn du XIXème siècle, avec, notamment les travaux d’A.Walras, ce n’est qu’au XXème sièce, dans les années trente, que l’Economie politique a pu adopter puis développer des techniques quantitatives opérationnelles de modélisation. Par modélisation, on entend en général, représentation ﬁdèle ou stylisée, détaillée ou non et partielle ou globale de la réalité, en vue d’en décrire le développement dans des circonstances déterminées. Une démarche qui peut ainsi être "littéraire" ou "mathématisée", théorique ou empirique et peut donner lieu à la production de résultats numériques ou non. A tort ou à raison, selon les écoles de pensée économique, l’Economie politique a opéré une mutation rationaliste pour devenir la Science économique. La construction de modèles a alors été liée à la déﬁnition de concepts tels que celui d’acteurs, d’agrégats etc. La recherche d’une plus grande ﬁnesse dans la description de l’activité économique et sociale a conduit les modélisateurs à considérer plusieurs dimensions. Ainsi, lorsque l’on parle de modélisation multidimensionnelle, on entend par là, une représentation de la réalité selon plusieurs dimensions (temporelle ; spatiale ; sectorielle etc.) et à un niveau très détaillé (années, trimestres ; départements, régions ; secteurs, branches etc.). Les équations sont devenues l’un des outils généralement utilisés par les économistes pour construire leurs modèles économiques. En particulier, des équations décrivant des comportements économiques "typiques" de certains acteurs. Le "chiﬀrage" de ces équations relevant alors d’une démarche associant économie et statistique connue uploads/Litterature/ tha-se-r-buda-corriga-e-15-02-11.pdf