Hétérogénéité des interactions et évaluation des effets de traitement : une approche par les effets de dépendance spatiale
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 c...
Guardat en:
| Autors principals: | , |
|---|---|
| Format: | Article ou chapitre numérique |
| Idioma: | Français |
| Publicat: |
2015
|
| Matèries: | |
| Accés en línia: | Accès Université d'Orléans et IFPM Accès Université d'Orléans et IFPM |
| Sumari: | 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 autorégressif 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. |
|---|