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

 > 

Expliquer la production de déchets ménagers parisiens sur la période 1949-2004

( Télécharger le fichier original )
par PREISSER Pierre et HADDAG Lyes
Université Paris 1 Panthéon-Sorbonne - Maà®trise d'économétrie 2006
  

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
Dans les années 70, le plastique fait irruption dans la vie des ménages. C'est le début de l'ère de la consommation jetable. Aussi notre seconde variable qualitative sera les sacs plastiques. Pour les créer nous avons mis des 0 avant leur date d'apparition et des 1 ensuite.

Voici les résultats obtenus :

Dependent Variable: LD

Method: Least Squares

Date: 05/30/06 Time: 14:45

Sample(adjusted): 1950 1989

Included observations: 40 after adjusting endpoints

Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

1.367139

0.637847

2.143364

0.0391

LC

0.064726

0.030390

2.129840

0.0403

LRD

0.691457

0.142114

4.865518

0.0000

SP

-0.005627

0.019931

-0.282317

0.7794

EMB

-0.000461

0.019393

-0.023785

0.9812

R-squared

0.983935

Mean dependent var

5.927354

Adjusted R-squared

0.982099

S.D. dependent var

0.225276

S.E. of regression

0.030141

Akaike info criterion

-4.049421

Sum squared resid

0.031796

Schwarz criterion

-3.838311

Log likelihood

85.98842

F-statistic

535.9186

Durbin-Watson stat

2.295510

Prob(F-statistic)

0.000000

En supposant que notre modèle est bien spécifié, c'est-à-dire qu'il vérifie les hypothèses classiques des MCO, on peut dire que les coefficients de nos variables explicatives (non qualitatives) ont très peu changé. Prenons par exemple le cas du logarithme des dépenses moyennes de consommation, celui-ci était égal à 0.062288 dans le modèle de long terme et vaut ici 0.064726.

Par contre, on remarque que les coefficients des variables qualitatives sont négatifs.

Les p-value associées à ces deux variables sont supérieures à 5%. On conclut donc à la non significativité de ces variables avec 95% de certitude, elles sont donc superflues, on doit les enlever du modèle. Il en ressort que notre modèle est robuste et bien spécifié.

Nous pouvons donc passer à l'interprétation du modèle de long terme.

4. Interprétations :

Le modèle estimé sur la période 1949-1989 est le suivant :

LD = 1.375429591 + 0.06228832*LC + 0.6925526611*LRD

On a vu que toutes les hypothèses classiques sont vérifiées et que le modèle est robuste, on peut donc l'interpréter.

On peut déjà affirmer, avec 95%, de certitude que toutes nos variables explicatives sont significativement différentes de 0 dans leur globalité (Prob F-statistic inférieur à 5%) et individuellement (Prob inférieure à 5% pour toutes les variables).

Le coefficient de la constante n'a pas d'interprétation économique.

Celui du logarithme des dépenses moyennes de consommation est égal à 0.06. Il peut s'interpréter comme l'élasticité de la production de déchets ménagers par rapport à la consommation.

Cela voudrait dire que si notre dépense de consommation varie de 1%, alors la production de déchets ménagers devrait augmenter d'environ 6%.

Ce résultat confirme notre théorie. Il prouve que la consommation a une influence positive sur la production des déchets ménagers.

Concernant le coefficient du logarithme de la production de déchet ménager retardé, bien qu'ayant plus une signification économétrique, on peut également l'interpréter comme l'élasticité de la production de déchet par rapport à la production de déchet passé.

Autrement dit, une variation de 1% de la production de déchet passé entraînerait une augmentation de prés de 70% de la production de déchet. Ce résultat quoique insolite, dans le sens où il est très élevé, montre l'importance à accorder à la modification des comportements.

En effet, si rien n'est mis en place pour que je consomme moins ou mieux aujourd'hui, la production de déchet de demain va fortement augmenter.

C. Le Modèle à correction d'erreur :

Une relation de co-intégration est une relation d'équilibre de long terme, mais à court terme il peut y avoir des déséquilibres. Le modèle à correction d'erreur permet de voir comment on retourne à l'équilibre.

Soit deux variables X et Y co-intégrées (on les suppose toutes les deux I (1)). On admet que la relation de long terme est : Yt = a0*C + a1*Xt + Ut, avec Ut stationnaire.

Le théorème de représentation de Engle et Granger affirme que X et Y peuvent être décrite par le modèle à correction d'erreur suivant :

Yt = â (1)*Xt + â (2)* Ut-1 + ît, avec ît stationnaire.

Où correspond à l'opérateur différence première et Ut-1 aux résidus du modèle de long terme que l'on a retardé.

On vérifiera que le coefficient â (2), qui correspond à la force de rappel (vitesse à laquelle on revient à l'équilibre), est négatif.

Sachant que nous avons une relation de co-intégration, nous allons appliquer ce principe à notre modèle. Nous avons construit le modèle à correction d'erreur, en voici les estimations :

Dependent Variable: DLD

Method: Least Squares

Date: 05/31/06 Time: 14:13

Sample: 1953 1989

Included observations: 37

Variable

Coefficient

Std. Error

t-Statistic

Prob.

DLC

-0.056269

0.086882

-0.647646

0.5216

DLRD

1.095368

0.375054

2.920560

0.0062

RLT1

-1.584649

0.409839

-3.866514

0.0005

R-squared

0.261157

Mean dependent var

0.018734

Adjusted R-squared

0.217696

S.D. dependent var

0.031249

S.E. of regression

0.027639

Akaike info criterion

-4.261546

Sum squared resid

0.025974

Schwarz criterion

-4.130931

Log likelihood

81.83860

Durbin-Watson stat

2.003184

La seule chose qui nous intéresse dans ce modèle est le coefficient des résidus retardés. Ce dernier est significativement différent de 0 et le plus important c'est qu'il est négatif. Il correspond à la force de rappel.

Autrement dit, si à la période (t-1) on suppose que U (t-1) est supérieur à 0, cela équivaudrait à dire que la production de déchet ménagers à la période (t-1) est supérieure à sa valeur d'équilibre (Ut-1 = Yt-1 - a0*C - a1* Xt-1, donc si Ut-1>0 alors Yt-1> a0*C + a1* Xt-1).

Or le modèle à correction d'erreur nous dit que Yt doit diminuer pour retourner à sa valeur d'équilibre, elle baisse à la vitesse de 1.6 kilogrammes par habitant.

Etant donné le peu d'observation et le choc qui a eu lieu en 1990, nous ne ferons pas de prévision et donc nous ne testerons pas la qualité prédictive de notre modèle.

La méthode de quantification des déchets ménagers ayant changé, il nous serait impossible de vérifier nos prévisions.

D. Période 1990-2004 :

En 1990, l'incitation au tri se fait par l'apparition de nouveaux bacs spécialisés dans la récupération du verre ou encore des magazines ou journaux.

Autrement dit, la méthode de quantification des déchets se modifie, étant données que ne sont plus comptabilisés dans les ordures ménagères, les encombrants, le verre, et les journaux / magazines.

Ce changement a introduit un biais dans notre modèle. Ne pouvant pas modéliser cette période, nous allons tout de même la décrire.

Entre 1990 et 2004, la production de déchets a baissé de 8%. Deux hypothèses sont alors plausibles. La première consisterait à dire que la consommation des ménages décroît, donc qu'on assiste une nouvelle fois à un changement de comportement de consommation.

Source : Rapport sur l'élimination des déchets de l'année 2004 (service de la DPE).

En effet, nous avons prouvé que si la consommation croît de 1% alors la production de détritus va augmenté d'environs 7%. Ces deux variables ont donc le même sens de variation, aussi une baisse de la consommation pourrait expliqué une baisse de la production de déchets. Cette hypothèses peut d'ores et déjà être réfutée.

Dans la première, partie nous avons décris l'évolution de la consommation et on a clairement mis en évidence le fait que les dépenses moyenne de consommation ne cessaient de croître.

Il nous reste la seconde hypothèse. Cette dernière concerne l'étude de la composition des poubelles des ménages. Elle stipule que la production de déchets diminue car les éléments principaux qui la composent ne sont plus comptabilisés.

De la poubelle de nos grands-parents à la nôtre, il y a eu du changement !

Les emballages (bouteilles, cartons, boîtes de conserve, sacs...) représentent aujourd'hui près du tiers de son contenu (en volume) et en 2003, le plastique représente plus d'un emballage ménager sur deux.

Chaque ménage jette en moyenne 10 emballages par jour.
Si l'on additionne les déchets organiques et tout ce qui est recyclable, c'est la moitié de notre poubelle qui pourraient être valorisée et vivre une deuxième vie...

Ce document ci-contre, montre que le verre (11%), déchets fermentescibles (15%), le papier (22%) et le carton (11%) sont les composants principaux de la poubelle des ménages parisiens.

Or comme nous l'avons déjà dit, à partir de 1990, les encombrants, le verre et les journaux ne sont plus comptabilisés dans les ordures ménagères. Autrement dit, les principaux composants de la poubelle parisienne ne sont plus comptabilisés.

Source : MODECOM 1993

*: textiles, combustibles et incombustibles divers, matériaux complexes, déchets dangereux des ménages.

On confirme ainsi un ralentissement de la hausse de la production des déchets ménagés parisiens constaté depuis 1990.

Les causes de ce fléchissement relèvent du développement spectaculaire des collectes sélectives qui détournent une fraction non négligeable de déchets de la poubelle classique.

sigle définit pages 58-59

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








"Soit réservé sans ostentation pour éviter de t'attirer l'incompréhension haineuse des ignorants"   Pythagore