Ecole Doctorale

Sciences Economiques et de Gestion d' Aix - Marseille

Spécialité

Sciences Economiques - Aix-Marseille

Etablissement

Aix-Marseille Université

Mots Clés

pauvreté,croissance économique,santé,

Keywords

poverty,economic growth,health,

Titre de thèse

Le triangle pauvreté-PIB par tète-santé dans les pays en développement
The Poverty-GDP per capita-Health triangle in developing countries

Date

Friday 23 November 2018 à 9:30

Adresse

AMSE Château Lafarge Route des Milles 13290 Les Milles Salle de séminaires

Jury

Directeur de these M. Christophe MULLER AMSE
Rapporteur M. Peter PEDRONI Williams College
Rapporteur M. Sunde UWE University of Munich
Examinateur M. Fabrice MURTIN OCDE
Examinateur Mme Alice FABRE AMSE
Examinateur M. Patrick SEVESTRE AMSE

Résumé de la thèse

Dans le premier chapitre de thèse, nous estimons un système dynamique d’équations simultanées à l’aide de données de panel de pays en développement pour identifier les relations structurelles dynamiques entre la pauvreté, le PIB par habitant et la santé. Pour ce faire, nous utilisons des méthodes économétriques innovantes des données de panel incomplet pour corriger les problèmes d'endogénéité et de sélectivité liés aux données manquantes sur la pauvreté, ce qui constitue une contribution majeure de ce chapitre. Premièrement, nous constatons que la génération de données sur les indicateurs de pauvreté à partir d’enquêtes de ménages dépend positivement de la génération précédente des données, de la démocratie et du niveau de richesse du pays. Par ailleurs, la hausse du PIB par habitant entraîne directement une baisse du taux de mortalité infantile, mais pas nécessairement une réduction directe de la pauvreté. L'amélioration de la santé, décrite notamment par la réduction de la mortalité infantile, a un impact positif sur le PIB par habitant et la réduction de la pauvreté. En revanche, il n’existe aucune preuve d'un effet significatif de la pauvreté sur le PIB par habitant ou la santé. Dans le deuxième chapitre, nous estimons les relations de cointégration entre la pauvreté, la croissance économique et de la santé sur la période 1990-2013, en utilisant des données de panel de pays en développement. Nous sélectionnons les pays du sous-échantillon pour lesquels tous les indicateurs de pauvreté, croissance économique et santé ne sont pas stationnaires à partir des résultats des tests de données de panel. Deuxièmement, nous effectuons une analyse de cointégration des données de panel sur le sous-échantillon sélectionné en utilisant les GMDOLS afin d'estimer les relations à long terme. Dans un deuxième temps, nous estimons un modèle VECM issu de l'analyse de cointégration et des tests de causalité de long terme. Enfin, nous calculons les fonctions de réponse impulsionnelle (IRFs). Les tests de causalité à long terme et les IRFs démontrent la présence de relations hétérogènes causales à long terme entre les différents facteurs, en moyenne. En outre, si nous ne retenons que les effets significatifs dans plus d'un cinquième de l'échantillon des pays dans l'estimation du modèle VECM, nous soulignons: la dépendance autorégressive de la pauvreté et de la mortalité infantile au fil du temps et l'impact du terme de correction d'erreur sur la pauvreté, la croissance économique et la santé. Dans le troisième chapitre de thèse, nous étudions les déterminants socio-économiques et religieux / ethniques locaux du conflit syrien actuel. Pour cela, nous fusionnons les données mensuelles de la base de données du panel de martyrs Syriens, à partir de Mars 2011 jusqu'en Avril 2016 au niveau commune, avec des facteurs socio-économiques du Recensement de 2004 et avec les données de lumière géo-localisée et les données climatiques enregistrées depuis l'espace. Nous construisons également des indicateurs ethniques/religieux détaillés par commune. Nous utilisons l'intensité lumineuse nocturne comme proxy pour la population pendant le conflit et examinons la dynamique du conflit en incluant les niveaux passés de la variable dépendante. Notre estimation de données de panel est identifiée par la structure à long terme des données et par des instruments externes. Nous constatons que l'alphabétisation et l'activité économique locales jouent un rôle d'atténuation majeur dans le conflit syrien. Cependant, nous ne trouvons aucun impact significatif de la polarisation ethnique donné par l'indice de Reynall Querol. Néanmoins, nous constatons que les Alaouites sont plus à l'abri de la guerre que les musulmans sunnites.

Thesis resume

In the first chapter, a dynamic system of simultaneous equations is estimated using country-level panel data from developing countries to identify the dynamic causal structural relationships between Poverty, GDP per capita and Health. For this, innovative econometric methods for incomplete panel data are used to correct for endogeneity and the selectivity issues coming from missing data on poverty, which had never been considered before. First, we find that the data generation of poverty indicators through household surveys depends positively on democracy and the level of wealth in the country. The probability to conduct a household survey in a given period is higher when a household survey has been conducted in the previous period. Moreover, we find that higher GDP per capita directly causes lower infant and child mortality rates but not necessarily poverty alleviation directly. Improvement in health, notably described by reduced child mortality, positively impacts GDP per capita and the alleviation of poverty. In contrast, there is no evidence about a significant influence of poverty on GDP per capita and health. In the second chapter, we estimate cointegration relationships between poverty, economic growth and health ('the factors') over the period 1990-2013, using country-level panel data from developing countries since most studies do not seem to be aware of stationarity issues and do not distinguish between short and long term relationships. We consider respectively, the depth of the food deficit, GDP per capita and infant mortality rate as proxies for these factors and select the subsample countries for which all the indicators are non-stationary from the results of panel data tests. Second, we conduct a panel data cointegration analysis over the selected subsample using Grouped mean DOLS in order to estimate long run relationships. In a second stage, we estimate a VECM model from the cointegration analysis and long run causality tests. Finally, we compute Impulse response functions. The results show evidence about the presence of long run causal heterogeneous relationships running from each of 'the factors' to each other, on average. Moreover, if we keep only the effects significant in more than one fifth of the countries from the VECM estimation, we would emphasize: the autoregressive dependence of poverty and infant mortality over time and the impact of the error correction term on poverty, economic growth and health. In the third chapter,We investigate socioeconomic and religious/ethnic local determinants of the current Syrian conflict. For this, we match monthly data from the Syrian Martyr panel database, from March 2011 to April 2016 at community level, with socioeconomic factors from the 2004 Census and with geolocalised luminosity and climate data recorded from space. We also construct detailed ethnic/religious indicators. We use nighttime light intensity as a proxy for the population during the conflict and investigate the dynamics of the conflict with including past levels of the dependent variable. Our panel data estimation is identified by the long lagged structure of the data, and by external instruments. We find that local literacy and local economic activity play a major attenuation role in the Syrian conflict. However, we find no significant impact of ethnic polarization given by the Reynall Querol index. Nevertheless, we find that the Alawites are more sheltered from war than the Sunni Muslims.