Contenu du sommaire : Espace, statistique et économétrie

L'analyse des données socio-économiques engendre souvent l'usage combiné de plusieurs bases de données venant de sources administratives différentes et pour cette raison correspondant à des partitions différentes de la zone d'intérêt en unités administratives. Il est donc nécessaire de réaffecter les données des zones sources vers des zones cibles. Nous proposons dans ce travail une revue de la littérature sur les méthodes statistiques basiques de réaffectation (interpolation spatiale). Nous nous concentrons ici sur le changement de support de surface à surface avec une attention particulière au cas de la désagrégation pour variable numérique. Il y a trois grands types de telles techniques : les méthodes dasymétriques, les méthodes de lissage et les méthodes à base de régressions. Nous proposons une formulation unifiée des diverses techniques de base avec un tableau synoptique et des extensions de certaines d'entre elles à de nouvelles situations.

L'utilisation des sols et les changements d'utilisation des sols représentent l'une des principales pressions de l'homme sur l'environnement. Certains changements d'usage des sols comme la déforestation ou le retournement de prairies permanentes peuvent avoir des effets néfastes sur l'environnement comme le déclin de la biodiversité, la libération de carbone dans l'atmosphère et l'altération des cycles de l'eau. Compte tenu de leurs impacts environnementaux, une meilleure compréhension des déterminants des usages des sols et des changements d'usage des sols revêt une grande importance pour l'évaluation des effets des politiques publiques. Il est donc important de développer des outils de modélisation économétrique, intégrant les arbitrages entre les différents usages des sols. Ces outils permettent, d'une part, d'analyser les déterminants des changements d'usage des sols entre cultures, forêts, prairies, et usage urbain et, d'autre part, d'étudier leurs implications pour l'environnement sous différents scenarii futurs. Cette revue de la littérature montre comment les avancées méthodologiques en économétrie spatiale de ces dernières années ont permis d'améliorer la qualité des modèles économétriques à la fois pour identifier avec précision les déterminants des changements de l'utilisation des sols mais aussi pour avoir des prédictions précises des usages des sols.

La théorie des chaînes de Markov en temps discret a joué un rôle majeur dans la littérature sur la dynamique de la distribution du revenu régional. Cet article analyse un certain nombre d'aspects et choix méthodologiques liés à la mise en œuvre de ce cadre, en se concentrant sur: [1] la spécification des bornes de catégories et d'états; [2] l'utilisation des transitions pondérées ou non selon la population; et [3] le conditionnement par rapport à l'introduction des effets spatiaux. Une analyse empirique des effets individuels ainsi que des effets globaux de ces choix est réalisée dans une étude sur les revenus régionaux aux États-Unis, sur la période 1929-2011. Les mesures de mobilité des revenus dans la dynamique de distribution aux EU sont fortement influencées par le choix fait en termes de pondération selon la population, par la spécification des bornes de classes, et l'évaluation du conditionnement inter-régional versus intra-régional.

L'évaluation des effets d'une politique publique peut être confrontée à l'existence d'interactions entre les individus. Dans ce cas, nous interrogeons la validité des hypothèses Cia et Sutva dans le cas du modèle d'évaluation causal en deux étapes. Nous utilisons un cadre d'analyse spatiale pour caractériser les interactions entre les individus. Nous modélisons l'hétérogénéité des voisinages selon que les individus et leurs voisins sont bénéficiaires ou non-bénéficiaires de la politique. Le modèle d'évaluation combine deux spécifications. Un modèle probit avec erreurs spatialement auto-corrélées permet de tenir compte des facteurs inobservables impactant potentiellement les décisions des individus à participer à la politique. Un modèle spatial auto-régressif sur les résultats permet d'intégrer l'hétérogénéité des voisinages et l'éventuel biais de sélection spatial. Nous utilisons la politique de revitalisation des zones rurales (Zrr) comme application empirique. Avec les modèles sans interactions, les effets moyens de la politique sur la création d'établissements sont significatifs et positifs mais ils ne sont plus significatifs lorsque l'on intègre les interdépendances spatiales.

Les évaluations empiriques de la capacité de prévision des modèles spatiaux en panel sont encore peu nombreuses. Quelques contributions méthodologiques reposent sur des données simulées afin de mettre en avant le potentiel de ces méthodes. Tandis que les simulations peuvent être utiles pour évaluer les propriétés d'un seul estimateur, le cadre empirique des études de simulation est souvent basé sur des hypothèses fortes concernant la forme et la régularité de la distribution statistique des variables utilisées. Il est alors utile d'avoir, à côté des études de simulation, des évaluations empiriques des modèles économétriques concurrents basées sur des données réelles. Dans cet article, nous évaluons des méthodes spatiales (dynamiques) en panel concurrentes, en utilisant un certain nombre de bases de données caractérisées par différentes dimensions temporelles et coupes transversales, ainsi que différents niveaux d'autocorrélation spatiale. Nous réalisons notre étude empirique sur des données de chômage régional pour la France, l'Espagne et la Suisse. En outre, nous faisons des tests sur différents horizons de prévision, afin d'évaluer la vitesse de dégradation de la qualité de prévision. Nous comparons deux classes de méthodes: les modèles Var spatiaux (SpVar) et les modèles dynamiques en panel utilisant des vecteurs propres de filtrage spatial (Sf). Nous constatons que, comme l'on pouvait s'y attendre, le déséquilibre entre la dimension temporelle et transversale (T > > n) joue en faveur du modèle SpVar. Néanmoins l'avantage du modèle de SpVar sur le modèle SF semble diminuer à mesure que l'horizon de prévision s'élargit et le modèle Sf semble être préféré pour des prévisions très lointaines.

Cet article examine comment la R&D et l'innovation affectent la performance économique en Amérique du Sud au cours de la période 1990-2010. Nous utilisons un modèle de croissance schumpétérien (Ertur et Koch, 2011) pour évaluer l'impact de la productivité d'un pays sur la productivité des autres pays, et nous testons l'efficacité des dépenses de R&D, en termes d'impact direct et indirect sur l'économie. Différentes spécifications de la matrice de pondération spatiales sont considérées afin de rendre compte des différents mécanismes de diffusion technologique. Les résultats suggèrent que les investissements en R&D financés par la sphère publique, et dans une moindre mesure par la sphère privée, ont un impact positif sur la productivité des pays d'Amérique du Sud. Nous observons également qu'il existe des retombées internationales importantes issues des activités de R&D. Toutefois, la capacité à diffuser des technologies et à tirer profit de ces retombées internationales diffère d'un pays à l'autre.

À partir d'un certain nombre de travaux, Andrew Oswald (1996, 1999) a développé l'idée selon laquelle l'une des explications majeures du chômage observé dans les pays de l'Ocde serait l'augmentation du nombre de propriétaires. Dans ce travail, nous proposons de tester l'hypothèse d'Oswald au sein des zones d'emplois de France métropolitaine. Nous analysons l'effet de la part des propriétaires ainsi que des autres statuts résidentiels sur le taux de chômage. Nous utilisons une procédure combinant la méthode des variables instrumentales et la méthode des moments généralisés (Gs2sls) afin de considérer deux formes de dépendance spatiale (une auto-corrélation spatiale au niveau de la variable dépendante et une auto-corrélation spatiale des erreurs), mais également l'endogénéité du statut résidentiel. Nos résultats contredisent l'hypothèse d'Oswald. En effet, toutes choses égales par ailleurs, une part de propriétaires élevée est associée à un taux de chômage faible.

La ville de Chicago est souvent perçue comme « la capitale du crime », une mauvaise réputation issue de la prohibition mais aussi liée à son haut niveau de criminalité. Par ailleurs, son urbanisation a été rapide et associée à une hétérogénéité sociale et économique. En conséquence, elle constitue un terrain d'étude privilégié des liens entre ville et criminalité. L'objectif de cet article est de déterminer les causes des crimes violents dans Chicago sur la période 2009-2011. Nos résultats révèlent que la théorie de la désorganisation permet toujours d'appréhender les déterminants du crime violent à Chicago. En ce sens, ils corroborent les résultats d'études empiriques menées dans les années 1990. Ainsi, la crise des subprimes ne semble pas avoir modifié les facteurs explicatifs du crime à Chicago. Relativement aux études existantes sur cette ville mobilisant la même théorie, nous apportons un traitement temporel et une interprétation des impacts des variables en tenant compte des conséquences de l'interdépendance spatiale. Par ailleurs, l'économétrie des modèles de données de panel spatiaux permet une analyse fine des effets de voisinage et une compréhension des effets de diffusion et de frictions du crime dans l'espace urbain.

La politique d'urbanisme fait-elle croître les prix fonciers par raréfaction de l'offre de terrains constructibles ? Pour répondre à cette question, nous proposons une évaluation des relations entre l'offre foncière et les prix fonciers sur 306 communes de la région Provence-Alpes-Côtes-d'Azur. L'offre foncière est estimée à partir de traitements géomatiques s'appuyant sur la nouvelle génération de données spatiales issues du cadastre, de la propriété foncière et des zonages d'urbanisme. Pour évaluer les effets prix de l'offre foncière, nous utilisons deux méthodes d'évaluation économétrique alternatives : une approche hédonique à partir de modèles économétriques spatiaux et une approche causale à partir d'expériences quasi naturelles. Nous montrons que dans les deux cas la relation est positive, c'est-à-dire que ce sont les communes avec les offres foncières les plus importantes, ou ayant le plus cru, qui voient les prix fonciers augmenter. Les résultats conduisent à déduire que le déséquilibre offre/demande en matière de foncier est tel en région Provence-Alpes-Côte d'Azur que des politiques municipales visant à accroître simplement les offres foncières par l'ouverture de zonages constructibles de façon non coordonnée avec les autres communes conduit à l'inverse de l'objectif affiché de réduction des tensions foncières et de baisse des prix.

Cette étude analyse l'impact de l'usage des sols sur les coûts d'alimentation en eau potable à partir d'un échantillon de services d'eau du département des Vosges en France. Nous présentons un modèle à deux régimes pour tenir compte des interactions entre le mode de gestion (publique ou déléguée) et des prix de l'eau. Ce modèle autorise également des interactions spatiales entre les services d'eau et des variables explicatives spatiales omises. Les résultats confirment que le couvert forestier réduit le prix de l'eau potable et que des facteurs spatiaux influencent le choix de mode de gestion et les prix de l'eau. On montre aussi que l'organisation des services d'eau a un impact sur les prix de l'eau.

La pollution atmosphérique et le bruit urbain sont des préoccupations majeures pour les grandes villes. Cet article vise à évaluer leur impact sur les prix des logements dans la ville de Madrid. Pour ce faire, nous mobilisons certaines mesures du bruit et de la pollution de l'air, conjointement avec d'autres variables liées aux caractéristiques individuelles, socio-économiques et d'accessibilité, et nous utilisons des régressions quantiles spatialisées sur un échantillon de 5 080 logements de la municipalité de Madrid. La régression quantile est un bon instrument pour résoudre des problèmes communs dans les modèles hédoniques, comme la non-normalité due à des asymétries et à des valeurs aberrantes, permettant différentes relations dans le centre et les queues de la distribution des prix. Comme il est bien connu, les estimations sur des moyennes peuvent être erronées en termes de calcul de bien-être. En ce sens, les régressions quantiles permettent d'estimer une évaluation monétaire et en termes de bien-être des effets de la pollution sur populations ayant différents niveaux de revenu. Nous constatons ainsi que la pollution atmosphérique n'a d'effet significatif que pour les quartiers riches, où elle est clairement perçue comme une nuisance. En outre, nous trouvons un signe positif contre-intuitif pour l'effet du bruit et ceci seulement pour le groupe des propriétés les plus exclusives. Ceci peut s'expliquer par le « sens du lieu » de leurs propriétaires, ainsi que par l'existence d'autres externalités positives associées à ces endroits, tels que les magasins haut de gamme et les centres historiques ou culturels.