Les activités économiques présentent des formes et des degrés de dépendance variables à l'environnement. L'environnement peut intervenir comme un facteur de production, comme une contrainte à l'usage de certains intrants, comme une contrainte pour certains facteurs de production. La dépendance peut être reliée à la disponibilité ou à la qualité de certaines ressources environnementales, à leur dimension de bien collectif. Il s'agira d'explorer les implications des différentes formes de dépendances bio-physico-chimiques mais aussi juridiques. Dans le cas de l'ostréiculture arcachonnaise, on examinera les formes de dépendance et leur mesure économique, à travers les impacts économiques liés à la disponibilité variable des ressources biologiques marines mais aussi à la productivité naturelle du milieu. L'analyse des caractéristiques socio-économiques des entreprises ostréicoles arcachonnaises permettra de dresser une typologie de ces dernières et ainsi caractériser l'activité. Une approche par la fonction de production sera utilisée pour mettre en évidence les degrés divers de sensibilité à une variation des conditions environnementales de production tandis que l'évaluation par la méthode des prix hédoniques permettra de déterminer le prix implicite des composantes environnementales des indemnités de substitution en tenant compte par ailleurs de la localisation géographique des concessions ostréicoles.

Cette thèse défend l’intérêt d’appliquer une démarche d’analyse exploratoire de données spatiales pour examiner un phénomène complexe irréductible, dans un contexte limité en données : le paludisme-infection à Dakar. Chaque partie du système pathogène du paludisme est nécessaire mais non suffisante au fonctionnement du système. Il n’y a paludisme-infection que lorsque les trois composantes sont en contact : le parasite, le vecteur et l’hôte humain. La recherche des lieux où ces contacts peuvent s’opérer facilement est donc primordiale dans la lutte contre le paludisme et l’amélioration des programmes visant à la diminution voire l’élimination de la maladie. L’analyse exploratoire, encore très peu appliquée dans les pays dits du Sud, se définit ainsi comme une démarche de recherche mais aussi comme un moyen d’apporter des réponses aux besoins sanitaires. Elle pousse à l’observation, sous différents angles, des déterminants sociaux qui sont impliqués dans la réalisation du phénomène, tout comme à l’examen des interactions existantes entre eux. Nous avons récolté des informations quantitatives variées, en lien direct et indirect avec l’étude du paludisme. Interprétation d’images satellites, données censitaires, résultats d’enquêtes sociales et sanitaires ont été intégrées dans un système d’information géographique pour décrire la ville et ses habitants. Le croisement de ces sources a permis d’étudier les faces spatiales du risque épidémique palustre. Le recours à des analyses statistiques et géostatistiques, bivariées et multivariées, a permis de souligner que le risque d’infection des populations dépendait fortement d’une distance, que l’on a qualifié de sociale. / This thesis applies an Exploratory Spatial Data Analysis (ESDA) approach to study a complex phenomenon in a data scarce environment: malaria infection in Dakar. Each component of the malaria pathogenic system is necessary but not sufficient to result in an infection when acting in isolation. For malaria infection to occur, three components need to interact: the parasite, the vector, and the human host. The identification of areas where these three components can easily interact is therefore essential in the fight against malaria and the improvement of programs for the prevention and control or elimination of the disease. ESDA, still rarely applied in developing countries, is thus defined as a research approach but also as a way to provide answers to global health challenges. It leads to observation, from different angles, on the social and spatial determinants of malaria infection, as well as the examination of existing interactions between its three components. Several streams of quantitative information were collected, both directly and indirectly related to the study of malaria. More specifically, multi-temporal satellite imagery, census data, and results from social and health surveys have been integrated into a Geographic Information System (GIS) to describe the city and its inhabitants. Combining these datasets has enabled to study the spatial variability of the risk of malaria infection.

La prédiction de futurs évènements extrêmes est d’un grand intérêt dans de nombreux domaines tels que l’environnement ou la gestion des risques. Alors que la théorie des valeurs extrêmes univariées est bien connue, la complexité s’accroît lorsque l’on s’intéresse au comportement joint d’extrêmes de plusieurs variables. Un intérêt particulier est porté aux évènements de nature spatiale, définissant le cadre d’un nombre infini de dimensions. Sous l’hypothèse que ces évènements soient marginalement extrêmes, nous focalisons sur la structure de dépendance qui les lie. Dans un premier temps, nous faisons une revue des modèles paramétriques de dépendance dans le cadre multivarié et présentons différentes méthodes d’estimation. Les processus maxstables permettent l’extension au contexte spatial. Nous dérivons la loi en dimension finie du célèbre modèle de Brown- Resnick, permettant de faire de l’inférence par des méthodes de vraisemblance ou de vraisemblance composée. Nous utilisons ensuite des lois asymétriques afin de définir la représentation spectrale d’un modèle plus large : le modèle Extremal Skew-t, généralisant la plupart des modèles présents dans la littérature. Ce modèle a l’agréable propriété d’être asymétrique et non-stationnaire, deux notions présentées par les évènements environnementaux spatiaux. Ce dernier permet un large spectre de structures de dépendance. Les indicateurs de dépendance sont obtenus en utilisant la loi en dimension finie.Enfin, nous présentons une méthode d’estimation non-paramétrique par noyau pour les queues de distributions et l’appliquons à la sélection de modèles. Nous illustrons notre méthode à partir de l’exemple de modèles climatiques. / Projection of future extreme events is a major issue in a large number of areas including the environment and risk management. Although univariate extreme value theory is well understood, there is an increase in complexity when trying to understand the joint extreme behavior between two or more variables. Particular interest is given to events that are spatial by nature and which define the context of infinite dimensions. Under the assumption that events correspond marginally to univariate extremes, the main focus is then on the dependence structure that links them. First, we provide a review of parametric dependence models in the multivariate framework and illustrate different estimation strategies. The spatial extension of multivariate extremes is introduced through max-stable processes. We derive the finite-dimensional distribution of the widely used Brown-Resnick model which permits inference via full and composite likelihood methods. We then use Skew-symmetric distributions to develop a spectral representation of a wider max-stable model: the extremal Skew-t model from which most models available in the literature can be recovered. This model has the nice advantages of exhibiting skewness and nonstationarity, two properties often held by environmental spatial events. The latter enables a larger spectrum of dependence structures. Indicators of extremal dependence can be calculated using its finite-dimensional distribution. Finally, we introduce a kernel based non-parametric estimation procedure for univariate and multivariate tail density and apply it for model selection. Our method is illustrated by the example of selection of physical climate models.

Les activités économiques présentent des formes et des degrés de dépendance variables à l’environnement. L’environnement peut intervenir comme un facteur de production, comme une contrainte à l’usage de certains intrants, comme une contrainte pour certains facteurs de production. La dépendance peut être reliée à la disponibilité ou à la qualité de certaines ressources environnementales, à leur dimension de bien collectif. Il s’agira d’explorer les implications des différentes formes de dépendances bio-physico-chimiques mais aussi juridiques. Dans le cas de l’ostréiculture arcachonnaise, on examinera les formes de dépendance et leur mesure économique, à travers les impacts économiques liés à la disponibilité variable des ressources biologiques marines mais aussi à la productivité naturelle du milieu. L’analyse des caractéristiques socio-économiques des entreprises ostréicoles arcachonnaises permettra de dresser une typologie de ces dernières et ainsi caractériser l’activité. Une approche par la fonction de production sera utilisée pour mettre en évidence les degrés divers de sensibilité à une variation des conditions environnementales de production tandis que l’évaluation par la méthode des prix hédoniques permettra de déterminer le prix implicite des composantes environnementales des indemnités de substitution en tenant compte par ailleurs de la localisation géographique des concessions ostréicoles. / Economic activities have forms and degrees of dependency variables to the environment. The environment can act as a factor of production as a constraint to the use of certain inputs, such as a constraint for some inputs. Dependence may be related to the availability or quality of certain environmental resources. It will explore the implications of different forms of dependencies bio-physico-chemical as well as legal. In the case of the Arcachon Bay oyster-farming will examine the forms of dependence and economic measure, through the economic impacts associated with the variable availability of living marine resources but also to the natural productivity of the environment. The analysis of socio-economic characteristics of Arcachon Bay oyster-farms will develop a typology of the latter and thus characterize the activity. A production function approach will be used to highlight the varying degrees of sensitivity to changes in environmental conditions of production while the evaluation by the hedonic price method will determine the implicit price of environmental components of the oyster leases value taking into account also the geographical location of oyster leases.