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.
| 
