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

 > 

Estimation de la demande régionale d'eau résidentielle en présence d'une tarification progressive et non linéaire en Tunisie. Une approche par cointégration sur données de panel

( Télécharger le fichier original )
par Younes BEN ZAIED
Université Tunis El Manar - Mastére de recherche en économie mathématiques et économétrie 2009
  

précédent sommaire suivant

4.3 SpéciÞcation économétrique du modèle:

Notre modèle est constituée de deux équations, la première explique la consommation moyenne dans chaque bloc, la seconde explique le taux de branchement dans chaque bloc en fonction des même variables, excépté le revenu, pour tenir compte de l'effet glissement de consommateur moyen entre les deux blocs. Le modèle est spéciÞé au niveau régional pour la période entre 1980 et 2007. Le comportement qu'on essaye d'expliquer est celui de consommateur moyen supposé représentatif de chaque région.

Pour la région i et durant la période t ( trimestre), la demande d'eau moyenne dans le bloc j s'écrit ;

Avec i = 1...6, t = 1...112 et j = 1,2 (1:bloc supérieur et 2:bloc inférieur)

oil C, R, P , N, Q et PL sont réspectivement la consommation, le revenu, l'extension réseau, les dummies trimestriels et la pluviométrie dans chaque bloc.å est le terme d'erreur qui regroupe les aléas non spéciÞés.

Dans la deuxième équation, le taux de branchement (NBN ) est expliqué par les même variables explicatives de l'équation de la demande excépté le revenu. L'estimation d'une telle relation a pour objectif l'estimation des effets prix , pluviométrie et extension réseau sur le glissement de consommateur d'un bloc à un autre.

NB} (j)

Log

JJJ it .s=1,3,4 =

+ á(1ji ) Log Pit + á&ji ) Log Nit + Log P Lit +

E á(12Qsit + ji)t

Avec i = 1...6, t = 1...112 et j = 1, 2 (1:bloc supérieur et 2:bloc inférieur)

Le changement de la variable prix dans le bloc supérieur agit négativement sur le taux de branchement de telle façon que la tarification rigoureuse dans ce bloc incite les ménages à glisser vers le bloc inférieur et le même effet attendu pour la pluviométrie.

Nous évoquons le problème de la non stationnarité en panel pour ses diffèrentes variables, une telle approche rend les techniques économétrique classiques (MCO, MCG, DMC...) inapplicables. Notre investigation consiste à estimer des relations de cointégration sur données de panel par les méthodes FMOLS et DOLS.

L'avantage de notre investigation par rapport à la littérature est qu'on dépasse le problème d'endogénéité causé par la corrélation entre le prix et la consommation. En effet, dans la théorie de cointégration il n'y a pas une distinction entre l'exogénéité et l'endogénéité des variables. L'estimation de modèle déÞnit cidessus revint à l'estimation d'une relation de long terme sur données de panel entre les variables d'intérêt, les coefficients estimés de cette relation seront les élasticités de long terme, c'est à dire la réaction du consommateur moyen sur toute la période d'étude vis à vis du changement des variables du modèle.

Peu de travaux publiés qui tente à estimer la demande d'eau et qui applique les diffèrantes méthodes de l'économétrie des données de panel non stationnaire. C'est en faite la motivation qui nous a améné à conduire cette étude, l'objectif sera d'évaluer la politique tarifaire de la SONEDE sur toute la période et d'avoir l'utilité des méthodes des séries temporelles appliqués sur panel pour estimer la demande de l'eau résidentielle.

précédent sommaire suivant







9Impact, le film from Onalukusu Luambo on Vimeo.



Appel aux couturier(e)s volontaires

Hack the pandemiuc !

Moins de 5 interactions sociales par jour



BOSKELYWOOD from Ona Luambo on Vimeo.