Thèse soutenue

Modélisation de la croissance pro-pauvre
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Ndéné Ka
Direction : Françoise SeyteStéphane Mussard
Type : Thèse de doctorat
Discipline(s) : Sciences Économiques
Date : Soutenance le 05/12/2016
Etablissement(s) : Montpellier
Ecole(s) doctorale(s) : École doctorale Economie Gestion de Montpellier (2015-.... ; Montpellier)
Partenaire(s) de recherche : Laboratoire : Laboratoire montpelliérain d'économie théorique et appliquée (Montpellier ; ....-2017) - Laboratoire Montpelliérain d'Économie Théorique et Appliquée / LAMETA
Jury : Examinateurs / Examinatrices : Françoise Seyte, Stéphane Mussard, Philippe Van Kerm, Alexandru Minea, Benoît Mulkay, François Benhmad
Rapporteurs / Rapporteuses : Philippe Van Kerm, Alexandru Minea

Résumé

FR  |  
EN

Cette thèse contribue à l'approche économétrique de la croissance pro-pauvre. Elle présente des apports théoriques et empiriques. En premier lieu, elle présente les différentes définitions, indices et politiques de croissance pro-pauvre proposées dans la littérature théorique. Elle examine également les modèles théoriques et empiriques portant sur les interactions entre distribution du revenu et croissance. Elle montre que les mesures traditionnelles, en plus de leurs caractères partiels, peuvent conduire à des résultats contradictoires. Pour contourner ces limites, cette thèse privilégie l'approche alternative qui consiste à utiliser des modèles économétriques. Cette dernière approche, bien qu'elle présente l'avantage d'inclure l'ensemble des dimensions de la pauvreté, souffre de deux types de biais : le biais de sélection et le biais d'endogeneité. Ces derniers s'expliquent par les limitations inhérentes des données : erreurs de mesures, points aberrants. En outre, les résultats obtenus avec cette approche sont sensibles aux formes fonctionnelles choisies. Ainsi, il y'a de bonnes raisons d'utiliser la régression Gini. Malheureusement, les régressions de type Gini n'existaient qu'en coupe instantanée et en séries temporelles. Ainsi, dans un second temps, cette thèse propose d'étendre la réflexion sur la régression Gini en panel. Elle introduit les estimateurs intragroupes, intergroupes, le test d'existence de l'effet individuel et l'estimateur Aitken Gini. Enfin, cette thèse présente des applications empiriques qui illustrent de façon concrète la robustesse de nos estimateurs. Elle s'intéresse particulièrement aux conséquences de la méthode d'estimation et à la section de l'échantillon. Elle conclut que le processus de croissance favorise la réduction de la pauvreté à condition que les inégalités de revenu soient maîtrisées. Mais aussi, que l'impact de la croissance agricole sur la réduction de la pauvreté varie en fonction du niveau de développement du pays.