Disparités, interactions et convergence régionale en Inde : une approche par l'économétrie spatiale

Disparities, interactions and regional convergence : an approach by spatial econometrics

• Auteur / Autrice : Mohamed Hazem
• Direction : Vélayoudom Marimoutou
• Type : Thèse de doctorat
• Discipline(s) : Sciences économiques
• Date : Soutenance le 22/10/2010
• Etablissement(s) : Aix-Marseille 2
• Ecole(s) doctorale(s) : Ecole doctorale Sciences Economiques et de Gestion d'Aix-Marseille (Aix-en-Provence ; 2000-....)
• Jury : Président / Présidente : Anne Peguin-Feissole
• Jury : Examinateurs / Examinatrices : Vélayoudom Marimoutou, Anne Peguin-Feissole, Michel Bellet, Basudeb Chaudhuri, Abdelwahed Trabelsi, Abdallah Zouache
• Jury : Rapporteurs / Rapporteuses : Michel Bellet, Basudeb Chaudhuri

Mots clés

Mots clés contrôlés

Modèles économétriques

Alphabétisation

Mots clés libres

Econométrie spatiale

Convergence régionale

Alphabétisation en Inde

Spatial econometrics

Regional convergence

Indian literacy

Résumé

Dans cette thèse, nous avons développé un algorithme de détermination d’une nouvelle forme de la matrice de poids spatiale qui prend en compte aussi bien les effets de proximité spatiale que les critères idiosyndratiques des unités régionales. Ainsi, nous avons proposé une approche originale de détermination d’une forme stationnaire du diagramme de Moran à travers laquelle nous pouvons déterminer les formes des associations spatiales de long terme. En ce sens, nous avons montré la conformité qui peut exister entre les résultats trouvés suite à l’application de cette approche et ceux découlant à partir de l’estimation du modèle de convergence absolue dans un cadre spatial. Dans une autre partie du travail, nous avons proposé deux nouvelles méthodes de détermination des régimes spatiaux sous forme de polarisation et de stratification. Une nouvelle approche de spécification des modèles spatiaux qui se base sur la robustesse du test de Moran dans la détection de l’autocorrélation spatiale globale et le bon choix de la matrice de poids spatiale, a été encore proposée. Nous avons utilisé l’approche d’Analyse Exploratoire des Données Spatiales, l’Approche d’Econométrie Spatiale et les méthodes que nos avons développées pour expliquer les différentes formes de disparités, des interactions spatiales et de convergence régionale en Inde en termes de taux d’alphabétisation au niveau national, pour l’ensemble de la population (Homme et Femme) et au niveau rural et urbain pour l’ensemble des districts sur la période de 1991-2001. Dans la dernière partie du travail, nous avons développé un modèle théorique des facteurs déterminants de l’alphabétisation en Inde.

In this thesis, we have developed an algorithm for determining a new form of the spatial weight matrix that takes into account both the effects of spatial proximity and the idiosyncratic criteria of regional units. Thus, we propose a new approach for determining a stationary form of the Moran scatter plot in which we highlight the forms of steady state spatial associations and the conformity that can exist between the results arising out of this method and those obtained from the model of absolute convergence in a spatial framework. In another part of the thesis, we propose two new methods of determining the spatial regimes in the form of polarization and stratification. A new approach to the specification of spatial models which is based on the robustness of the Moran test in the detection of global spatial autocorrelation and the proper choice of the spatial weight matrix has also been proposed. We used the approach of Exploratory Spatial Data Analysis, Spatial Econometrics approach and methods we developed to explain the different forms of disparities, spatial interaction and regional convergence in India in terms of literacy rate at the national level for the entire population (Male and Female) and rural and urban level for all districts over the period 1991-2001. In the last part of the work, we develop a theoretical model of the determinants of literacy in India.