WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

La gestion des Déchets Solides Ménagers(DSM)à  Cotonou: proposition d'un cadre approprié de planification de la pré-collecte

( Télécharger le fichier original )
par Romance et Marie Caroline HOUNKPATIN et KOTTIN
Ecole nationale d'économie appliquée et de management - Technicien supérieur de la planification et de l'aménagement du territoire (Bac+3) 2009
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

Le modèle probit est un modèle dichotomique utilisé en économétrie des variables qualitatives. Par modèle dichotomique, on entend un modèle statistique dans lequel la variable à expliquer encore appelée variable endogène, ne peut prendre que deux modalités. Il s'agit alors généralement d'expliquer la survenance ou non d'un événement.

Pour tout individu i d'échantillon donné, si Y est la variable endogène associée à l'évènement considéré, alors on a :

Yi = 1 si l'évènement s'est réalisé pour l'individu i et

Yi = 0 si l'évènement ne s'est pas réalisé pour l'individu i

Le modèle Probit admet pour variable endogène, non pas un codage quantitatif associé à la réalisation d'un événement (comme dans le cas de la spécification linéaire), mais la probabilité d'apparition de cet événement, conditionnellement aux variables exogènes.

PARAGRAPHE 2 : TESTS DE VÉRIFICATION DES HYPOTHÈSES

Les valeurs numériques des coefficients n'ont pas vraiment d'intérêt dans ce modèle, mais leur signe constitue l'information véritablement interprétable. Il indique si la variable associée influence à la hausse ou à la baisse la probabilité de réalisation de l'événement étudié.

Ø Significativité des paramètres

Pour tester individuellement la significativité des variables explicatives, on regarde les probabilités respectives (ou p-value) des coefficients qui les précèdent. Nous avons décidé de faire le test avec un risque d'erreur de 5% et de 10%. Par conséquent, toutes les variables dont le coefficient a une probabilité inférieure à ces seuils sont significatives.

Ø Significativité globale du modèle

Deux choix s'offrent à nous pour effectuer ce test. Lorsque le modèle est estimé avec la constante, on compare la probabilité du (LR stat) à 5%. Le modèle est jugé globalement significatif lorsque cette probabilité (LR stat) <5%.

Lorsque l'estimation du modèle est effectuée sans la constante, on utilise le test de Wald. Il permet d'obtenir la probabilité du Khi- deux. Lorsque cette dernière est inférieure à 5%, on conclut que le modèle est globalement significatif.

PARAGRAPHE 3 : DÉFINITION DES VARIABLES

Cette section indique selon chaque hypothèse, quelles variables sont utilisées et quel est le modèle qui y est appliqué.

- Cas de l'hypothèse 1

Les variables utilisées dans l'hypothèse H1sont décrites de la manière suivante :

NPC= Niveau de pré-collecte ;

MF= Moyens financiers ;

AA= Accessibilité des agglomérations ;

DEM= Demande effective des ménages.

NPC est la variable endogène et MF, AA puis DEM sont les variables explicatives ou exogènes.

Ces variables sont mesurées chacune suivant le critère dichotomique ci-après :



Le modèle Probit se présente comme suit :

Prob (NPC=1)= á0+ á1MF + á2AA + á3DEM+ä (1)

(+) (+) (+)

Prob (NPC=1) exprime la probabilité que le niveau de pré-collecte soit faible.

L'insuffisance des moyens financiers est supposée augmenter la faiblesse du service de pré-collecte offert par les ONG d'où l'attente d'un signe positif. En effet, partant du fait que la source principale de revenu des ONG est la redevance des ménages, moins ceux-ci sont abonnés, moins l'ONG a de ressources financières et moins elle arrivera à satisfaire sa clientèle. D'autre part, la demande effective des ménages exprime le nombre de ménages qui sont réellement abonnés à un service de pré-collecte et qui sont prêts à payer la redevance exigée. Il s'agit de montrer qu'une faible demande effective accroît le risque que le niveau de pré-collecte soit faible d'où la positivité du coefficient y relative. De même, en ce qui concerne l'accessibilité des agglomérations, la difficulté d'accès à certaines zones peut empêcher l'ONG de satisfaire correctement ses abonnés ; ceci va donc accroître le risque que le niveau de pré-collecte soit faible.

- Cas de l'hypothèse 2

Les variables utilisées sont celles énumérées ci-après:

CM= Incivisme des ménages

SA = Sanctions,

PB = Poubelles publiques

DDSM = Dangers liés à la mauvaise gestion des DSM

LHAB= Lieu d'habitation

NIVETU= Niveau d'études

Les variables sont mesurées comme suit :



Ici, la variable expliquée est CM et les variables explicatives sont SA, PB, DDSM, LHAB et NIVETU.

Prob (CM=1) = â0 + â1SA + â2PB + â3DDSM + â4 LHAB + â5NIVETU +å (2)

(+) (-) (+) (+) (-)

où Prob (CM=1) exprime la probabilité que les ménages soient inciviques.

Les signes positifs attendus se justifient par le fait que la non-application des sanctions ainsi que l'ignorance des nuisances causées par les DSM sont supposées accroître le risque que l'individu ait un comportement incivique. Il y a également de fortes chances que l'individu vivant dans une zone non viable développe des comportements inciviques en matière de gestion des DSM. Il semble aussi évident qu'un individu dont le niveau d'études est élevé aura tendance à adopter des comportements civiques. Nous supposons que l'absence de poubelles publiques inciterait les ménages à s'abonner à une ONG de pré- collecte des DSM pour éliminer convenablement leurs ordures.

A ce niveau, nous avons essentiellement focalisé notre attention sur les variables explicatives retenues dans notre hypothèse. Les coefficients dont les signes ont été étudiés sont donc ceux de ces variables à savoir SA, PB et DDSM. Les autres variables ont été ajoutées pour augmenter la qualité du modèle.

- Cas de l'hypothèse 3

L'hypothèse 3 fait intervenir quatre variables :

RDS= Recours aux dépotoirs sauvages qui est la variable expliquée,

PRA = Points de regroupements aménagés,

PDS= Proximité de dépotoirs sauvages et

CONG = Incivisme des agents de pré-collecte qui sont les variables explicatives.

Ces variables sont mesurées de la manière suivante :

Le modèle se présente alors comme suit :

Prob (RDS=1) = ä0 + ä 1PRA + ä 2PDS+ ä 3CONG + å (3)

(+) (+) (+)

Prob (RDS=1) exprime la probabilité que l'ONG ait recours aux dépotoirs sauvages.

L'insuffisance de points de regroupements aménagés est censée accroître le risque que l'ONG ait recours aux décharges sauvages pour des raisons d'éloignement, d'engorgement ou d'inexistence de point de regroupement aménagé dans la zone d'intervention. L'incivisme des ONG pourrait augmenter le risque qu'elles aient recours à la décharge sauvage.

· Critères de base

- Le niveau de pré- collecte des DSM est jugé élevé lorsque l'enquêté (e) estime que l'ONG qui s'occupe de la pré-collecte des ordures parvient à satisfaire tous ses abonnés.

- Il est admis que les moyens financiers des ONG sont satisfaisants lorsque l'enquêté affirme que l'ONG dont il est membre ou responsable dispose de tous les matériels dont il a besoin et en quantité suffisante et que la rémunération est satisfaisante pour le travail effectué.

- Une agglomération est considérée comme accessible lorsqu'elle ne pose aucune difficulté d'accès aux éboueurs et ce, quelle que soit la saison.

- Dès que le nombre d'abonnés dans les secteurs confiés à une ONG représente au moins les 2 /3 du nombre total de ménages dans ces secteurs, on estime que la demande effective des ménages est importante.

- Un ménage est jugé civique s'il évacue ses DSM par le biais des ONG de pré-collecte des ordures et incivique sinon. Par conséquent, tout ménage réticent à l'abonnement est considéré comme incivique dans notre étude.

- Il y a absence de sanctions lorsque l'enquêté (e) trouve qu'il n'y en a pas du tout ou lorsqu'il ou elle estime qu'elles existent mais ne sont pas appliquées.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Je voudrais vivre pour étudier, non pas étudier pour vivre"   Francis Bacon