Impacts des variations de prix sur la qualité nutritionnelle du panier alimentaire des ménages français - INRAE - Institut national de recherche pour l’agriculture, l’alimentation et l’environnement Accéder directement au contenu
Thèse Année : 2010

Impacts des variations de prix sur la qualité nutritionnelle du panier alimentaire des ménages français

Résumé

This thesis aims at simulating optimal prices satisfying public health recommendations in terms of nutrient adequacy. This implies to estimate a complete food demand system in order to compute price elasticities. Food consumption behaviors are described by an AI functional form (Deaton and Muellbauer, 1980). The demand system is estimated using the Iterated Least Square Estimator developed by Blundell and Robin (1999). Augmented specifications to control for, respectively, non-linearities in expenditure patterns and habit persistence are tested. We use French household expenditure data drawn from TNS Worldpanel covering 156 periods of 4 weeks from 1996 to 2007. Given the nature of our data, households are split into 8 cohorts. Issues afferent to pseudo-panel data are presented. Nutrient adequacy is defined using three nutrient only-based indicators: the MAR (Mean Adequacy Ratio), the LIM (Score des Composés à Limiter ) and the SAIN (Score d'Adéquation Individuel aux recommandations Nutritionnelles ). Optimal prices are derived following Ramsey's approach to optimal taxation; Maximizing social welfare under nutritional constraints results in optimal price variations or tax rates, each defined as a function of all direct and cross price elasticities and the above mentioned indicator for all food groups. Further developments allow to estimate the impacts of price variations on nutrient adequacy. Incidence on social welfare and nutritional inequalities is assessed in a last chapter.
Cette thèse étudie les conditions de taxation indirecte optimale qui permettent d’améliorer l’adéquation de la ration alimentaire des ménages français aux recommandations nutritionnelles. L’approche adoptée exige d’estimer un système complet de demande alimentaire afin de mettre à jour les élasticités-prix. Les comportements de consommation alimentaire des ménages sont décrits par une forme fonctionnelle AI (Deaton et Muellbauer, 1980). Deux spécifications quadratique et dynamique autorisant, respectivement, de possibles non-linéarités des courbes d’Engel et la persistance d’habitudes de consommation sont testées. L’estimation se fait par les moindres carrés linéaires itérés (Blundell et Robin, 1999) sur données de pseudo-panel. Une base de données, s’étalant sur 156 périodes de 4 semaines, de 1996 à 2007, a été constituée par l’agrégation en 8 cohortes de ménages et le regroupement de coupes transversales issues de TNS Worldpanel. L’adéquation aux recommandations nutritionnelles est évaluée au moyen de trois indicateurs : le MAR (Mean Adequacy Ratio), le LIM (Score des Composés à Limiter) et le SAIN (Score d’Adéquation Individuel aux recommandations Nutritionnelles). Dans la lignée des mécanismes théoriques de taxation optimale initiée par Ramsey (1927), une application à un objectif de politique nutritionnelle permet de dériver les variations de prix, ou taux de taxe, optimales. Chacune apparaît comme une fonction des élasticités-prix, directes et croisées, de la demande et des indicateurs d’adéquation aux recommandations nutritionnelles du panier alimentaire, ainsi les taux de taxation de produits optimaux sont estimés. L’incidence de ces scénarios de politique sur le bien-être des ménages et les inégalités nutritionnelles est abordée dans un dernier chapitre.
Fichier non déposé

Dates et versions

tel-02822294 , version 1 (06-06-2020)

Identifiants

  • HAL Id : tel-02822294 , version 1
  • PRODINRA : 39168

Citer

Thomas Allen. Impacts des variations de prix sur la qualité nutritionnelle du panier alimentaire des ménages français. Sciences de l'Homme et Société. Université Montpellier 1, 2010. Français. ⟨NNT : ⟩. ⟨tel-02822294⟩
20 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More