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

5.4 Résultats des estimations

5.4.1 Résultats des estimations sur la période 1980-1996

Comme indiqué précedament, les deux équations du modèle constituent un système cointégré sur la période entre 1980 et 1996. Nous procédons à une estimation de ces deux équations afin de juger la pertinance de la technique de cointégration sur panel pour estimer la demande d'eau résidentielle. Nous essayons, à chaque fois, de comparer ces résultats avec ceux de l'étude de Ayadi et al[2002] afin d'avancer l'avantage de la technique économétrique que l'on applique par rapport aux autres techniques des données de panel qui ignorent la stationnarité du panel.

Estimation de la consommation et du taux de branchement pour le bloc inférieur :

L'examen du tableau 5 présenté ci-dessous confirme notre choix de regroupement des consommateurs en deux blocs. En effet, les élasticités prix de long terme sur toute la période ( 1980 à 1996) sont positives, ce qui nous a améné à juger la demande d'eau résidentielle inélastique au changement de prix pour le consommateur moyen dans ce bloc. Cela est acceptable, de faite que la consommation du ménage appartenant à ce bloc est de type incompressible. L'effet de long terme de revenu est non significatif pour toute les régions.

L'effet pluviométrie de long terme varie entre les régions et diminue la consommation sur toute la période. Ce dernier est trés important en valeur absolut pour la région grand tunis, qui se caracterise par un climat humide durant toute l'année.

L'extension réseau SONEDE a un effet négatif significatif, ce qui est du au fait que la consommation d'un nouvel abonné est inférieure à la moyenne. En ce qui concerne les dummies trimestriels, les effets sont négatifs significatifs pour les six régions.

L'estimation du taux de branchement, présentée dans le tableau 6, fournit les résultats suivants:

L'effet prix de long terme sur le glissement de consommateur du bloc inférieur vers le bloc supérieur est négatif significatif pour les régions NE et CE, alors qu'il est positif pour la région CO, caractérisée par un faible revenu. Cependant, l'effet commun est positif faible ( 0.002), nous pouvons juger le taux de branchement globalement inélastique au changement de prix au sein du bloc inférieur. Cela confirme nos intuitions que le consommateur moyen ne quitte le bloc inférieur que lorsque son revenu augmente et que la plupart des abonnés dans ce bloc sont des nouveaux branchés.

L'effet pluviométrie est négatif trés significatif aussi bien que les dummies trimestriels. Cela est tout à fait naturel, durant les périodes pluvieuses la consommation d'eau potable diminue, un tel principe a été prouvé dans la plupart des études d'économétrie appliquée sur la demande d'eau résidentielle.

L'estimateur between dols s'inscrit dans le moix perspective que FMOLS sauf que l'effet prix de long terme est non significative.

Tableau 5: Estimation de la consommation pour le bloc inférieur

dep.vari LCi

- lpmi lpl ln lri Q1 Q2 Q4

Fmols within estimator

CO 0.10 -0.015 -0.012 0.017 -0.28 -0.06 -0.22

(2.81) (-1.62) (-1.04) (0.32) (-22.9) (-4.9) (-17.9)

CE -0.035 -0.006 0.101 -0.011 -0.25 -0.07 -0.21

(-0.51) (-1.19) (1.53) (-0.2) (-11..79) (-4.68) (-9.75)

NE 0.049 0.003 -0.05 0.1 -0.2 -0.04 -0.17

(0.7) (0.05) (-0.66) (1.04) (-9.25) (-2.6) (-7.22)

NO 0.12 -0.001 0.02 -0.20 -0.31 -0.055 -0.28

(2.2) (-0.012) (0,33) (-2.74) (-17.3) (-3.54) (-14.45)

SUD 0.11 -0.01 -0.055 -0.14 -0.26 -0.04 -0.22

(1.11) (-1.47) (-0.53) (-0.81) (-9.53) (-2.01) (-7.65)

GT 0.047 -0.016 0.017 -0.05 -0.13 -0.04 -0.08

(0.83) (-2.86) (0.32) (-0.97) (-6.13) (-2.68) (-3.94)

Fmols between estimator

0.066 -0.008 0.0037 -0.05 -0.24 -0.05 -0.2

(2.91) (-2.9) (-0.018) (-1.37) (-31.39) (-8.35) (-24.88)

DOLS between estimator

0.14 0.022 0.074 0.22 -0.24 -0.04 -0.203

(1.3) (0.94) (0.69) (1.09) (-2.76) (-0.49) (-2.28)

( ): la statistique de signiÞcativité

Nsecs = 6 , Tperiods = 68 , no. regressors = 7

CO, CE, NE, NO, SUD et GT; centre ouest, centre east, nord east, nord ouest, sud et grand tunis

Tableau 6: Estimation du taux de branchement pour le bloc inférieur

dep.vari LTXi

- lpmi lpl ln Q1 Q3 Q4

Fmols within estimator

CO 0.016 -0.004 0.017 0.0004 -0.001 0.0017

(5.94) (-3.23) (10.47) (0.27) (-0.95) (1.06)

CE -0.002 0.0006 0.008 0.0009 -0.0008 0.001

(-1.16) (0.28) (4.15) (1.48) (-1.48) (1.7)

NE -0.004 -0.0015 0.023 -0.0005 -0.001 -0.0006

(-1.41) (-5.52) (6.7) (-0.56) (-1.25) (-0.62)

NO 0.006 -0.003 0.02 0.0001 -0.0005 0.0007

(1.14) (-3.9) (3.62) (0.1) (-0.31) (0.43)

SUD 0.004 -0.002 0.024 -0.0001 -0.0006 0.0002

(1.01) (-5.4) (7.014) (-013) (-0.662) (0.17)

GT -0.006 -0.003 0.026 -0.0036 -0.0005 -0.0023

(-0.71) (-3.5) (4.9) (-1.31) (-0.22) (-0.88)

Fmols between estimator

0.002 -0.002 0.02 -0.0004 -0.0008 0.0001

(1.9) (-8.68) (15.05) (-0.07) (-1.99) (0.75)

( ): la statistique de signiÞcativité

Nsecs = 6 , Tperiods = 68 , no. regressors = 6

CO, CE, NE, NO, SUD et GT; centre ouest, centre east, nord east, nord ouest, sud et grand tunis

Estimation de la consommation et du taux de branchement pour le bloc supérieur:

Nous conduisons la même estimation pour le bloc supérieur, aÞn de dégager les effets prix, pluviométrie, extension réseau et revenu de long terme sur la consommation moyenne.

Tableau 7: Estimation de la consommation pour le bloc supérieur

dep.vari LCs

- lpms lpl ln lrs Q1 Q2 Q4

Fmols within estimator

CO -0.22 -0.03 -0.013 0.25 0.25 0.04 0.21

(-2.77) (-1.41) (-0.41) (1.19) (9.3) (1.45) (7.8)

CE 0.13 -0.017 -0.5 -0.12 0.28 0.06 0.3

(1.08) (-1.72) (-2.82) (-1.04) (5.25) (2.10) (5.65)

NE -0.23 0.003 -0.2 0.3 0.26 0.06 0.25

(-2.58) (0.35) (-1.61) (1.18) (6.85) (2.4) (5.89)

NO 0.027 -0.05 -0.4 0.18 0.32 0.03 0.332

(0.24) (-3.41) (-2.5) (0.84) (8.23) (1.13) (8.1)

SUD -0.3 -0.016 0.11 0.58 0.216 0.03 0.207

(-4.6) (-2.3) (1.12) (1.02) (9.15) (2) (8.36)

GT -0.1 0.01 -0.334 0.313 0.124 0.06 0.13

-1.88 2.11 (-4.33) (3.25) (4.32) (3.86) (4.56)

Fmols between estimator

-0.11 -0.017 -0.22 0.23 0.24 0.047 0.237

(-4.3) (-2.61) (-4.31) (2.63) (17.6) (5.38) (16.52)

DOLS between estimator

-0.196 -0.014 -0.31 1.34 0.25 0.06 0.27

(-1.76) (-0.45) (-2.76) (8.21) (2.25) (0.52) (2.37)

( ): la statistique de signiÞcativité

Nsecs = 6 , Tperiods = 68 , no. regressors = 7

CO, CE, NE, NO, SUD et GT; centre ouest, centre east, nord east, nord ouest, sud et grand tunis

Les résultats présentés ci-dessus sont compatibles avec les intuitions basées sur l'observation de Figure 2. En effet, Lorsque nous avons désagrègé la consommation annuelle totale pour les cinq tranches, nous étions informés que les effets de long terme serons trés importants selon le poid de la régions en terme de consommation d'eau. Une telle intuition se trouve validée comme le montre le tableau ci-dessus.

L'élasticité prix de long terme se caractérise par une variabilité spatiale entre -0.1 et -0.3 selon les estimatons "fmols within", sa valeur absolut maximal est au niveau de la région sud ( -0.3). Cela prouve bien que l'eau est un bien élastique au changement de prix et que la partie de consommation nommée de luxe est la plus élastique compte tenu des résultats trouvés lors de l'estimation pour le bloc inférieur. L'élasticité prix basée sur l'estimateur "Fmols between" est de

(-0,1). Une faible élasticité basée sur ce dernier ne change pas notre jugement sur la nature du bien eau, du faite que l'estimateur between est la moyenne des estimateurs individuels.

Le revenu affecte positivement la consommation sur le long terme, cet effet varie selon la situation économique de la région. La consommation moyenne diminue durant les sessions hmides et augmente pendant les saisons séches, les élasticités de long terme de la pluviométrie et des variables saisonnières montrent bien cet effet. L'extension réseau tend à diminuer la consommation moyenne quelque soit la région.

Selon l'estimateur DOLS, la demande d'eau résidentielle est globalement élastique au changement de prix. Cela performe notre jugement que la maîtrise de la demande passe par le prix. Les autres coefficients sont presque similaires à ceux obtenus par FMOLS.

Tableau 8: Estimation du taux de branchement pour le bloc supérieur

dep.vari LTXs

- lpms lpl ln Q1 Q3 Q4

Fmols within estimator

CO -0.27 -0.06 0.08 -0.98 0.32 -0.8

(-3.29) (-1.38) (1.24) (-16.57) (5.6) (-13.37)

CE 0.43 -0.02 -0.94 -0.8 0.3 -0.62

(1.3) (-0.81) (-1.88) (-6.81) (3.49) (-5.58)

NE 0.48 -0.027 -1.25 -0.83 0.18 -0.7

(2.23) (-1.08) (-3.958) (-9.43) (2.87) (-7.22)

NO 0.79 -0.06 -1.62 -0.84 0.11 -0.7

(2.66) (-1.42) (-4.24) (-8.99) (1.53) (-7.33)

SUD 0.76 -0.04 -1.58 -0.84 0.12 -0.7

(2.13) (-1.45) (-3.51) (-7.97) (1.48) (-6.52)

GT 0.22 0.007 -1.03 -0.505 0.13 -0.46

(1.21) (0.46) (-5.12) (-7.56) (2.49) (-7.38)

Fmols between estimator

0.4 -0.03 -1.06 -0.8 0.19 -0.66

(2.52) (-2.31) (-7.14) (-23.41) (7.13) (-19.36)

( ): la statistique de signiÞcativité

Nsecs = 6 , Tperiods = 68 , no. regressors = 6

CO, CE, NE, NO, SUD et GT; centre ouest, centre east, nord east, nord ouest, sud et grand tunis

L'estimation du taux de branchement, ci-dessus, présente des résultats qui sont à première vue paradoxaux. L'effet prix de long terme, qui devrait être négatif,

est positif pour toutes les régions excepté celle du centre ouest. Si nous rélions ce résultat avec le revenu, nous constatons que le centre ouest est la région la plus pauvre. Un changement de prix aura comme conséquence direct le glissemnt de l'abonné vers le bloc inférieur. Cependant, les abonnés des autres régions, qui appartiennent au bloc supérieur, ne répondent au changement rigoureux de tarif qu'aprés une longue période, car leurs revenu est relativement fort. Une telle explication sera validée lors de l'estimation de la même équation sur 28 ans. C'est en faite l'avantage de l'estimation des relations d'équilibre de long terme par rapport aux estimations par les méthodes statiques.

Les effets de long terme des autres variables sont compatibles avec ceux du bloc inférieur. En effet, les coefficients positifs des dummies trimestriels réfletent bien le phénomène glissement des consommateurs vers le bloc inférieur.

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.