W. Akmam, Women's education and fertility rates in developing countries, with special reference to Bangladesh, Eubios Journal of Asian and International Bioethics, vol.12, pp.138-143, 2002.

G. Alter, Understanding Historical and Contemporary Fertility Transitions: A Birth Interval Approach. Unpublished IUSSP Working Paper (quoted with author's permission), 2016.

D. L. Anderton and L. L. Bean, Birth spacing and fertility limitation: A behavioral analysis of a nineteenth-century frontier population, Demography, vol.22, pp.169-183, 1985.

G. Angeles, D. K. Guilkey, and T. A. Mroz, The effects of education and family planning programs on fertility in Indonesia. Economic Development and Cultural Change, vol.54, pp.165-201, 2005.

A. Appadurai, The capacity to aspire, Culture and public action, pp.59-84, 2004.

G. Aurig, Persistent High Fertility in Sub Saharan Africa. LUP Student Papers, p.3866778, 2013.

A. Bankole and S. Audam, Fertility preferences and contraceptive use among couples in sub-Saharan Africa, African Population Studies, issue.2, p.25, 2011.

A. M. Basu, Why does education lead to lower fertility? A critical review of some of the possibilities, World Development, vol.30, issue.10, pp.1779-1790, 2002.

A. Becker, T. Deckers, T. Dohmen, A. Falk, and F. Kosse, The relationship between economic preferences and psychological personality measures, Annu. Rev. Econ, vol.4, issue.1, pp.453-478, 2012.

G. S. Becker, Crime and punishment: An economic approach. The Economic Dimensions of Crime, pp.13-68, 1968.

G. S. Becker, Nobel lecture: The economic way of looking at behavior, Journal of political economy, vol.101, issue.3, pp.385-409, 1993.

G. S. Becker, The economic approach to human behavior, 2013.

J. A. Behrman, Does schooling affect women's desired fertility? Evidence from Malawi, Uganda, and Ethiopia, Demography, vol.52, issue.3, pp.787-809, 2015.

R. Benabou, Tax and education policy in a heterogeneous' agent economy: What levels of redistribution maximize growth and efficiency?, Econometrica, vol.70, issue.2, pp.481-517, 2002.

K. D. Benefo and T. P. Schultz, Determinants of fertility and child mortality in Cote d, Ivoire and Ghana, vol.103, 1994.

. Bledsoe, Critical perspectives on schooling and fertility in the developing world, 1998.

J. Bongaarts, Completing the fertility transition in the developing world: The role of educational differences and fertility preferences, Population Studies, vol.57, issue.3, pp.321-335, 2003.

J. Bongaarts, The causes of educational differences in fertility in Sub-Saharan Africa. Vienna yearbook of population research, pp.31-50, 2010.

J. Bongaarts, Africa's unique fertility transition, Population and Development Review, vol.43, issue.S1, pp.39-58, 2017.

J. Bongaarts and J. Casterline, Fertility transition: is sub Saharan Africa different? Population and development review, vol.38, pp.153-168, 2013.

F. Bourguignon, Annual World Bank Conference on Development Economics, pp.199-220, 1999.

S. Bowles, Endogenous preferences: The cultural consequences of markets and other economic institutions, Journal of economic literature, vol.36, issue.1, pp.75-111, 1998.

W. Brass and C. L. Jolly, Population Dynamics of Kenia, Population Dynamics of Sub-Saharan Africa: Working Group on Kenia, 1993.

R. A. Bulatao and R. D. Lee, An Overview of Fertility Determinants in Developing Countries. Determinants of Fertility in Developing Countries, Fertility Regulation and Institutional Influences, vol.2, pp.757-787, 1983.

P. Buonanno and L. Leonida, Education and crime: evidence from Italian regions, Applied Economics Letters, vol.13, issue.11, pp.709-713, 2006.

P. Buonanno and L. Leonida, Non-market effects of education on crime: Evidence from Italian regions, Economics of Education Review, vol.28, pp.11-17, 2009.

J. C. Caldwell, Theory of Fertility Decline, 1982.

J. C. Caldwell and P. Caldwell, The cultural context of high fertility in sub-Saharan Africa. Population and development review, pp.409-437, 1987.

J. C. Caldwell, I. O. Orubuloye, and P. Caldwell, Fertility Decline in Africa: A New Type of Transition? Population and Development Review, vol.18, pp.211-242, 1992.

D. Canning, S. Raja, and A. S. Yazbeck, Africa's demographic transition: dividend or disaster?, 2015.

A. T. Carter, What Is Meant, and Measured, by Education? Critical Perspectives on Schooling and Fertility in the Developing World, pp.49-79, 1999.

J. B. Casterline and L. O. Zeini, Unmet Need and Fertility Decline: A Comparative Perspective on Prospects in Sub-Saharan Africa, Studies in family planning, vol.45, pp.227-245, 2014.

J. B. Casterline, L. Williams, and P. Mcdonald, The Age Difference Between Spouses: Variations among Developing Countries, Population Studies: A Journal of Demography, vol.40, issue.3, pp.353-374, 2010.

J. B. Casterline, Diffusion processes and fertility transition: selected perspectives National Research Council, 2001.

J. B. Casterline, Determinants and Consequences of High Fertility: A Synopsis of the Evidence, 2010.

T. Castro-martín, Womens, Education and Fertility: Results from 26 Demographic and Health Surveys, Studies in Family Planning, vol.26, issue.4, pp.187-202, 1995.

T. Castro-martín and F. Juárez, The impact of women's education on fertility in Latin America: Searching for explanations. International Family Planning Perspectives, vol.21, pp.52-57, 1995.

F. Cinnirella, M. Klemp, and J. Weisdorf, Malthus in the Bedroom: Birth Spacing as a Preventive Check Mechanism in Pre-Modern England, 2012.

F. Cinnirella, M. Klemp, and J. Weisdorf, Malthus in the bedroom: birth spacing as birth control in pre-transition England, Demography, vol.54, issue.2, pp.413-436, 2017.

S. H. Cochrane, Fertility and Education: What Do We Really Know?, 1979.

B. Cohen, The emerging fertility transition in Sub-Saharan Africa, World Development, vol.26, issue.8, pp.1431-1461, 1998.

A. Conde-agudelo, A. Rosas-bermudez, F. Castaño, and M. H. Norton, Effects of Birth Spacing on Maternal, Perinatal, Infant, and Child Health: A Systematic Review of Causal Mechanisms, Studies in Family Planning, vol.43, issue.2, pp.93-114, 2012.

P. Dasgupta, World poverty: Causes and pathways, Annual World Bank Conference on Development Economics, pp.159-223, 2004.

D. De-baun and M. Roc, Saving futures, savings dollars: The impact of education on crime reduction and earnings. Retrieved from Alliance for, 2013.

S. H. Decker, N. Ortiz, C. Spohn, and E. Hedberg, Criminal stigma, race, and ethnicity: The consequences of imprisonment for employment, Journal of Criminal Justice, vol.43, issue.2, pp.108-121, 2015.

D. De-la-croix and M. Doepke, Inequality and growth: why differential fertility matters, American Economic Review, vol.93, issue.4, pp.1091-1113, 2003.

D. De-la-croix and P. Gobbi, L'expansion de l'éducation en Afrique annonce-t-elle sa transition démographique? Dounia, vol.7, pp.33-50, 2014.

D. De-la-croix and P. Gobbi, Population density, fertility, and demographic convergence in developing countries, Journal of Development Economics, vol.127, pp.13-24, 2017.

L. F. Derose and Ø. Kravdal, Educational reversals and first-birth timing in subSaharan Africa: A dynamic multilevel approach, Demography, vol.44, pp.59-77, 2007.

C. Detotto and E. Otranto, Does crime affect economic growth?, Kyklos, vol.63, issue.3, pp.330-345, 2010.
URL : https://hal.archives-ouvertes.fr/hal-01972848

P. A. Diamond, Aggregate demand management in search equilibrium, Journal of Political Economy, vol.90, issue.5, pp.881-894, 1982.

P. A. Diamond, Wage determination and efficiency in search equilibrium, Review of Economic Studies, vol.49, issue.2, pp.217-227, 1982.

I. Diamond, M. Newby, and S. Varle, Female Education and Fertility: Examining the Links. Critical Perspectives on Schooling and Fertility in the Developing World, pp.23-48, 1999.

J. Drèze and M. Murthi, Fertility, education, and development: evidence from India, Population and development Review, vol.27, issue.1, pp.33-63, 2001.

T. Dyson and M. Murphy, The Onset of Fertility Transition, Population and Development Review, vol.11, pp.399-440, 1985.

I. Ehrlich, Participation in illegitimate activities: A theoretical and empirical investigation, The Journal of Political Economy, pp.521-565, 1973.

I. Ehrlich, On the relation between education and crime. Education, income, and human behaviour, pp.313-338, 1975.

P. M. Eloundou-enyegue, Fertility And Education: What Do We Now Know, Critical Perspectives on Schooling and Fertility in the Developing World, pp.287-306, 1999.

P. Fajnzylber, D. Lederman, and N. Loayza, Inequality and violent crime, Journal of Law and Economics, vol.45, issue.1, pp.1-40, 2002.

G. Fella and G. Gallipoli, Education and crime over the life cycle. No. 630. Working Paper//School of Economics and Finance, 2008.

N. S. Fenn, J. Edmeades, H. Lantos, and O. Onovo, Child marriage, Adolescent pregnancy and Family formation in West and Central Africa, 2915.

R. Fernandez and R. Rogerson, Public education and income distribution: A dynamic quantitative evaluation of education-finance reform, American Economic Review, pp.813-833, 1998.

R. Fernandez and R. Rogerson, Equity and resources: An analysis of education finance systems, National Bureau of Economic Research, issue.w7111, 1999.

K. Fisher, Uncertain aims and tacit negotiation: birth control practices in Britain, Population and Development Review, vol.26, pp.295-326, 1925.

R. Freedman, M. C. Chang, and T. H. Sun, Taiwan's transition from high fertility to below-replacement levels, Studies in Family Planning, vol.25, issue.6, pp.317-331, 1994.

D. Friedlander, B. S. Okun, and S. Segal, The demographic transition then and now: Processes, perspectives, and analyses, Journal of Family History, vol.24, pp.493-53, 1999.

M. Garenne, Education and Fertility in Sub-Saharan Africa: A Longitudinal Perspective, DHS Analytical Studies, issue.33, pp.ICF Interna- tional, 2012.

M. Garenne, Trends in Marriage and Contraception in Sub-Saharan Africa: A Longitudinal Perspective on Factors of Fertility Decline, DHS Analytical Studies, issue.42, 2014.

T. Gebreselassie, The Fertility Transition in Sub-Saharan Africa, 1990?2005: How Unique Is Ethiopia? A chapter in Butz, William. The Demographic Transition and Development in Africa, 2011.

G. Glomm and B. Ravikumar, Public versus private investment in human capital: endogenous growth and income inequality, Journal of political economy, vol.100, pp.818-834, 1992.

M. Godin and J. Hindriks, Equité et efficacité des écoles: une comparaison internationale basée sur la mobilité sociale à l'école, 2016.

E. Goulas and A. Zervoyianni, Economic growth and crime: does uncertainty matter, Applied Economics Letters, vol.20, issue.5, pp.420-427, 2013.
DOI : 10.1080/13504851.2012.709596

URL : http://www.rcea.org/RePEc/pdf/wp51_12.pdf

C. W. Harlow, Education and Correctional Population, Special Reports, 2003.

V. Hionidou, The adoption of fertility control on Mykonos, 1879-1959: stopping, spacing or both? Population Studies, vol.52, pp.67-83, 1998.

D. W. Hosmer and S. Lemeshow, Applied Survival Analysis: Regression Modeling of Time to Event Data, 1999.

S. J. Jejeebhoy, Women's Education, Autonomy and Reproductive Behavior: Experience from Developing Countries, 1995.

K. Kaira, T. Takahashi, H. Murakami, A. Tsuya, Y. Nakamura et al., Long-term survivors of more than 5 years in advanced non-small cell lung cancer, Lung Cancer, vol.67, issue.1, pp.120-123, 2010.

L. Kenworthy and J. Pontusson, Rising inequality and the politics of redistribution in affluent countries, Perspectives on Politics, vol.3, issue.3, pp.449-471, 2005.

J. Knodel, Starting, stopping, and spacing during the early stages of fertility transition: The experience of German village populations in the 18th and 19th centuries, Demography, vol.24, issue.2, pp.143-162, 1987.

J. Knodel and E. Van-de-walle, Lessons from the Past: Policy Implications of Historical fertility Studies, Population and Development Review, vol.5, issue.2, pp.217-245, 1979.

Ø. Kravdal, Education and fertility in sub-Saharan Africa: Individual and community effects, Demography, vol.39, pp.233-250, 2002.

Ø. Kravdal, Further evidence of community education effects on fertility in sub-Saharan Africa, Demographic Research, vol.27, pp.645-680, 2012.

S. Kumar, Crime and economic growth: evidence from India. MPRA, 2013.

D. Lee, An Estimable Dynamic General Equilibrium Model Of Work, Schooling, And Occupational Choice, International Economic Review, vol.46, issue.1, pp.1-34, 2005.

R. Lesthaeghe, C. Vanderhoeft, S. Becker, and M. Kibet, Individual and contextual effects of education on proximate fertility determinants and on life-time fertility in Kenya, pp.31-63, 1985.

R. Lesthaeghe and I. Permanyer, European sub-replacement fertility: trapped or recovering?, Population Studies Center Research Report, pp.14-822, 2014.

C. B. Lloyd, Investing in the Next Generation: The Implications of High Fertility at the Level of the Family, 1994.

C. B. Lloyd, C. E. Kaufman, and P. Hewett, The spread of primary schooling in sub-Saharan Africa: Implications for fertility change, Population and Development Review, vol.26, pp.483-515, 2000.

L. Lochner, Education, work, and crime: A human capital approach, International Economic Review, vol.45, pp.811-843, 2004.

L. Lochner, Education and crime, University of Western Ontario, vol.5, pp.1-14, 2007.

L. Lochner and E. Moretti, The Effect of Education on Crime: Evidence from Prison Inmates, Arrests and Self-Reports, American Economic Review, vol.94, pp.155-189, 2003.

S. Machin and C. Meghir, Crime and economic incentives, Journal of Human Resources, vol.39, issue.4, pp.958-979, 2004.

S. Machin, O. Marie, and S. Vujic, The Crime Reducing Effect of Education, The Economic Journal, vol.121, pp.463-484, 2011.

K. O. Mason, The Status of Women: A Review of Its Relationship to Fertility and Mortality. NewYork: The Rockefeller Foundation, 1984.

L. Mauro and G. Carmeci, A poverty trap of crime and unemployment, Review of Development Economics, vol.11, issue.3, pp.450-462, 2007.

T. Mcdevitt and P. Johnson, Measurement issues and proximate Determinants of slow and stagnating fertility decline: Case studies of Kenya and the Philippines, 2005.

P. Mcdonald, Nuptiality and Completed Fertility: A Study of Starting, Stopping, and Spacing Behavior, 1984.

H. N. Mocan, S. C. Billups, and J. Overland, A dynamic model of differential human capital and criminal activity, Economica, vol.72, issue.288, pp.655-681, 2005.

K. Monstad, C. Propper, and K. G. Salvanes, Education and Fertility: Evidence from a Natural Experiment, The Scandinavian Journal of Economics, vol.110, pp.827-852, 2008.

D. T. Mortensen, The matching process as a non-cooperative bargaining game, The Economics of Information and Uncertainty, 1982.

D. T. Mortensen, Property rights and efficiency in mating, racing and related games, American Economic Review, vol.72, pp.968-979, 1982.

D. T. Mortensen and C. A. Pissarides, Job creation and job destruction in the theory of unemployment, Review of Economic Studies, vol.61, pp.397-415, 1994.

T. A. Moultrie, T. S. Sayi, and I. M. Timaeus, Birth intervals, postponement, and fertility decline in Africa: A new type of transition?, Population Studies, vol.66, issue.3, pp.241-258, 2012.

M. Myrskylä and K. Barclay, Fertility postponement could reduce child mortality: evidence from 228 demographic and health surveys covering 77 developing countries, 2017.

B. S. Okun, Distinguishing stopping behavior from spacing behavior with indirect, Methods. Historical Methods, vol.28, pp.85-96, 1995.

S. Park and D. J. Hendry, Reassessing Schoenfeld residual tests of proportional hazards in political science event history analyses, American Journal of Political Science, vol.59, issue.4, pp.1072-1087, 2015.

T. Persson and G. Tabellini, Is inequality harmful for growth? The American economic review, pp.600-621, 1994.

C. A. Pissarides, Job matchings with state employment agencies and random search, Economic Journal, vol.89, pp.818-833, 1979.

C. A. Pissarides, Short-run equilibrium dynamics of unemployment, vacancies and real wages, American Economic Review, vol.75, pp.676-690, 1985.

B. Powell, G. P. Manish, and M. Nair, Corruption, crime and economic growth. Handbook on the Economics of Crime, p.328, 2010.

D. Ray, Aspiration, Poverty and Economic Change. mimeo, 2003.

R. ,

S. Rukmini, India officially undercounts all crimes including rape. The Hindu

G. Saint-paul and T. Verdier, Education, democracy and growth, Journal of Development Economics, vol.42, issue.2, pp.399-407, 1993.

G. Saint-paul and T. Verdier, Inequality, redistribution and growth: A challenge to the conventional political economy approach, European Economic Review, vol.3, issue.40, pp.719-728, 1996.

G. Samari, Demographic Effects of Girls' Education in Developing Countries: Proceedings of a Workshop, Brief, 2017.

J. Sandhu, Sociology of Fertility. Jaipur and New, 1996.

B. Schoumaker, Quality and Consistency of DHS Fertility Estimates, DHS Methodological Reports, vol.12, 1990.

B. Schoumaker, H. B. Dabire, B. Gnoumou-thiombiano, and J. Key, Collecting Community Histories to Study the Determinants of Demographic Behaviour, Population, issue.1, pp.71-97, 2006.

D. Shapiro, Accelerating Fertility Decline in Sub-Saharan Africa, Population Horizons, vol.12, pp.3-12, 2015.

D. Shapiro and B. O. Tambashe, Education, employment and fertility in Kinshasa and prospects for changes in reproductive behavior, Population Research and Policy Review, vol.16, pp.259-287, 1997.

M. Tertilt, E. Field, V. Molitor, and A. Schoonbroodt, Gender gaps in completed fertility, Journal of Demographic Economics, vol.82, issue.2, pp.167-206, 2016.

M. Tertilt and M. Doepke, Women's Empowerment, the Gender Gap in Desired Fertility, and Fertility Outcomes in Developing Countries, pp.2018-2019, 2018.

C. A. Towriss and I. M. Timaeus, Modeling period fertility: Schooling and intervals following a birth in Eastern Africa, Population Studies, 2017.
DOI : 10.1080/00324728.2017.1370121

URL : http://researchonline.lshtm.ac.uk/4527443/1/Modelling%20period%20fertility_GOLD%20VoR.pdf

, Women's Education and Fertility Behavior: Recent Evidence from the Demographic and Health Surveys, United Nations, 1995.

D. Usher, Education as Deterrent to Crime, Canadian Journal of Economics, vol.30, issue.2, pp.367-384, 1997.
DOI : 10.2307/136344

URL : http://qed.econ.queensu.ca/working_papers/papers/qed_wp_870.pdf

J. Van-bavel, Detecting Stopping and Spacing Behaviour in Historical Demography, A Critical Review of Methods. Population, vol.59, issue.1, pp.117-128, 2004.

J. Van-bavel, Deliberate birth spacing before the fertility transition in Europe: Evidence from 19th century Belgium, Population Studies, vol.58, pp.95-107, 2004.

J. Van-bavel and J. Kok, Birth Spacing in the Netherlands. The Effects of Family Composition, Occupation and Religion on Birth Intervals, European Journal of Population, vol.20, pp.119-140, 2004.

T. S. Vogl, Differential fertility, human capital, and development. The Review of Economic Studies, vol.83, pp.365-401, 2015.
DOI : 10.3386/w19128

URL : https://doi.org/10.3386/w19128

S. C. Watkins, The fertility transition, Europe and Third World compared. Sociological Forum, vol.2, issue.4, pp.645-673, 1987.

B. Western, J. R. Kling, and D. F. Weiman, The labor market consequences of incarceration, Crime and delinquency, vol.47, issue.3, pp.410-427, 2001.

B. Winikoff, The Effects of Birth Spacing on Child and Maternal Health, Studies in Family Planning, vol.14, issue.10, pp.231-245, 1983.

A. D. Witte and H. Tauchen, Work and crime: an exploration using panel data, Public Finance, vol.49, pp.155-167, 1994.
DOI : 10.1007/978-1-349-62853-7_9

URL : http://www.nber.org/papers/w4794.pdf

R. A. Woitkievicz and E. Mcdonald, A Mimic Model for the Relationship Between Education and Fertility. 87 CDE working paper, 1987.

. Enfin, Lorsque seules les personnes âgées sont victimes de la criminalité, nous pouvons démêler les principaux effets du modèle. Les niveaux d'équilibre du capital humain et de la criminalité résulteront donc de l'investissement éducatif et des choix professionnels. Les paramètres clés de ces deux choix sont la productivité du système éducatif (?), qui est un

, trois effets sont à l'oeuvre. La substitution entre l'éducation et l'épargne détermine le choix des parents en matière d'éducation. Si les agents (adultes en t) s'attendent à un taux de criminalité élevé à la retraite (personnes âgées en t + 1), ils utilisent l'éducation comme substitut de l'épargne, pour être moins exposés au crime. Le coût d'opportunité du capital humain détermine le choix professionnel des jeunes adultes. Plus le niveau de capital humain développé par les jeunes adultes est élevé, plus leur perte sera grande s'ils décident de passer au secteur illégal. Toutefois, plus le niveau global de richesse et d'épargne dans la société est élevé, plus l'incitation à rejoindre le secteur clandestin sera forte, c'est ce qu'on appelle le "cake size effect". Pour analyser les implications quantitatives du modèle théorique, j'utilise un exercice numérique et des tests contrefactuels, en utilisant des données indiennes sur l'éducation, la criminalité, la production et la population, recueillies de différentes sources. Les principaux résultats montrent qu'à court terme, les chocs positifs en matière d'éducation, tels qu'un meilleur accès à l'éducation ou une meilleure qualité du système éducatif, sont efficaces en tant qu'outils de dissuasion de la criminalité

. Dans-le-troisième-chapitre, ;. Prof, and . Bledsoe, De nombreux auteurs étudient la dyade éducation-fertilité pour définir la nature de la relation, et ce, malgré les complexités et les difficultés sous-jacentes. Même en supposant que la corrélation entre l'éducation des femmes et la fécondité n'est pas un artefact statistique, les questions portent sur les voies par lesquelles l'éducation exerce son influence, Derosas, nous étudions la relation entre l'éduca-tion des femmes et les intervalles intergénésique dans trente pays de l', 1979.

, et qu'il existe des interactions significatives qui confirment les liens complexes et variables entre l'éducation et les autres facteurs affectant le comportement reproductif. En particulier, l'écart de fécondité, c'est-à-dire la différence de risque d'avoir une nouvelle grossesse entre les femmes instruites et non instruites, augmente avec l'âge, l'autonomie féminine et l'utilisation de la contraception, Nous constatons que l'éducation reste un déterminant important de l'espacement, même après le contrôle de toutes les autres variables

. L'éducation and . La-criminalité-en-inde, Dans la première période de leur vie, les agents vont à l'école et accumulent du capital humain. Lorsqu'ils sont adultes, ils sont confrontés au choix entre le secteur légal et le secteur illégal et doivent décider combien ils investissent dans l'éducation de leurs enfants. S'ils décident d'être criminels, ils perdent tout le capital humain et donc le revenu potentiel, accumulé à l'école. Cette hypothèse est justifiée par le type de criminalité que j'envisage : dans le modèle, je fais référence à la criminalité ouvrière qui ne nécessite pas de compétences spécifiques, de sorte que le capital humain n'augmente pas le rendement de l'activité illégale. De plus, cette hypothèse est une approximation de la dynamique qui se déroule dans la réalité, une analyse au niveau du district de choix des ménages par génération, où la criminalité et l'éducation sont des résultats endogènes

, Lorsque seules les personnes âgées sont victimes d'actes criminels, je peux démêler les principaux effets du modèle. Les niveaux d'équilibre du capital humain et de la criminalité résulteront donc de l'investissement éducatif et des choix professionnels des agents adultes. Les paramètres clés de ces deux choix sont la productivité du système édu-catif (?), qui est un indicateur de la qualité du système scolaire en termes d'infrastructures ou d'enseignement ; le coût de l'éducation (?), qui représente le fardeau que les ménages doivent assumer pour payer l'éducation de leurs enfants ; et la technologie de dissuasion de la criminalité (?), qui représente la capacité de la société à prévenir la criminalité. Dans le modèle, il y a trois effets à l'oeuvre. La substitution entre l'éducation et l'épargne détermine le choix des parents en matière d'éducation. Si les agents (adultes en t) s'attendent à un taux de criminalité élevé à la retraite (personnes âgées en t + 1), ils utilisent l'éducation comme substitut de l'épargne, pour être moins exposés au crime. Le coût d'opportunité du capital humain détermine le choix professionnel des jeunes adultes. Plus le niveau de capital humain développé par les jeunes adultes est élevé, plus leur perte sera grande s'ils décident de passer au secteur illégal. Toutefois, plus le niveau global de richesse et d'épargne dans la société est 3.1 Introduction élevé, plus l'incitation à rejoindre le secteur illégal sera forte, c'est ce qu'on appelle l, Decker et ses collaborateurs (2015) montrent que les peines d'emprisonnement antérieures demeurent des obstacles importants à la recherche d'un emploi pour les ex-délinquants. Par conséquent, ils peuvent revenir pour commettre des crimes, sans pouvoir s'intégrer à nouveau dans la société. Western, Kling et Weiman (2001) sont également d'avis que la durée de l'emprisonnement et l'incarcération ont d'importants effets sur l'inégalité de la répartition des revenus et des gains potentiels, en augmentant la première et en réduisant la seconde. Pour continuer, dans la troisième période, lorsque les agents prennent leur retraite, ils profitent de leurs épargnes mais sont exposés à la criminalité, quel que soit leur choix professionnel lorsqu'ils sont jeunes

, Une simulation où, dans tous les districts, ? est fixé à sa valeur du 5e percentile est utilisée pour étudier les implications quantitatives d'une diminution exogène du coût de l'accès à l'éducation. Le fait d'établir ? à sa valeur du 95e percentile ou ? à sa valeur du 5e percentile montre les conséquences d'un changement exogène positif dans la qualité du système éducatif ou dans la technologie de dissuasion de la criminalité. Le but de ces exercices numériques est d'évaluer l'implication quantitative de ma théorie, c'est-à-dire de donner une idée de l'ampleur des effets sur la dissuasion, Après la calibration, je simule le modèle dans différents contextes, ou tests contrefactuelles, pour étudier l'évolution de l'éducation, de l'épargne, du capital humain et de la criminalité lorsque les paramètres d'intérêt varient dans leur distribution

, L'éducation et la fécondité des femmes en Afrique subsaharienne : a reappraisal

. Bledsoe, De nombreux auteurs étudient la dyade éducation-fertilité pour définir la nature de la relation, malgré les complexités et les difficultés sous-jacentes. Même en supposant que la corrélation entre l'éducation des femmes et la fécondité n'est pas un artefact statistique, des questions subsistent sur la manière dont l'éducation exerce son influence, La relation entre l'éducation des femmes et la fécondité est l'un des sujets les plus étudiés dans la littérature démographique et économique, 1979.

. Dans and . Condeagudelo, après avoir tenu compte d'un grand nombre d'autres facteurs qui influencent également la reproduction, et après avoir interagi avec ceuxci. Plus précisément, nous ne nous concentrons pas sur le nombre de naissances, mais sur la durée des intervalles entre les naissances, ce que les démographes appellent spacing. Le spacing est un déterminant clé de la fertilité, de même que l'âge à la première naissance, ou starting, et l'âge à la dernière naissance, ou stopping. Nous nous demandons si les femmes instruites sont plus susceptibles d'adopter des intervalles plus longs entre les naissances, avec des effets bénéfiques sur le bien-être de l'enfant et de la mère, nous analysons trente pays d'Afrique subsaharienne afin d'étudier l'effet de l'éducation des femmes sur la fécondité conjugale, 1983.

L. ,

, Bien que d'autres chercheurs aient suivi une approche similaire, notre analyse fait un usage plus intensif de l'information disponible. Premièrement, nous utilisons un modèle de risques proportionnels de Cox à temps continu et à variables dépendantes du temps, par opposition à l'approche plus habituelle du temps discret, comme moyen plus approprié et plus précis de traiter l'analyse du temps à l'événement (Hosmer et Lemeshow, 1999). Deuxièmement, nous adoptons un modèle de frailty avec des effets aléa-toires au niveau de l'unité de surface, En utilisant les données des dernières Demographic and Health Surveys (DHS), nous reconstruisons le cycle biologique des mères et utilisons les régressions de Cox pour analyser les intervalles entre les naissances au cours des cinq dernières années précédant l'enquête, pour les naissances d'un ordre supérieur, 2002.

F. De-cette, Enfin, même si l'éducation est donnée une fois pour toutes au cours de la petite enfance des femmes, très probablement avant d'avoir des enfants, son effet sur leur vie reproductive change avec le temps, en particulier à travers les interactions avec les autres variables. Pour cette raison, nous interagissons notre variable d'intérêt avec toutes les autres variables du modèle (à l'exception des pays) afin d'étudier s'il existe une variation significative de l, nous traitons à la fois le grand nombre de variables fournies par les DHS et leur corrélation

, et qu'il existe des interactions significatives qui confirment les liens complexes et variables entre l'éducation et les autres facteurs affectant le comportement reproducteur. En particulier, l'écart de fécondité, c'est-à-dire la différence de risque d'avoir une nouvelle grossesse entre les femmes instruites et non instruites, augmente avec l'âge, l'autonomie féminine et l'utilisation de la contraception, Nous constatons que l'éducation demeure un déterminant important de l'espacement, même après contrôle de toutes les autres variables

, afin d'étudier s'il y a une variation significative de l'effet de l'éducation en fonction des différentes conditions des autres variables. Notre modèle de base comprend des variables à différents niveaux : individu, famille, ménage, unité de surface et pays. La principale variable indépendante du modèle est l'éducation mesurée en années au niveau individuel et régional. Dans les enquêtes DHS, les données sur l'éducation se composent de quatre variables : le "niveau d'enseignement supérieur" divise les personnes interrogées en trois catégories : aucune éducation, primaire, secondaire ou supérieure ; le "niveau d'éducation atteint" recense le plus haut niveau d'éducation atteint ; l'"année la plus élevée d'éducation" compte le nombre d'années de scolarité d'une personne. Des informations sont également données sur le taux d'alphabétisation en distinguant les personnes capables de lire une partie d'une phrase, une phrase complète ou ne sachant pas lire du tout. Notre analyse utilise le nombre d'années consacrées à l'éducation et la durée moyenne de l'éducation au niveau de l'unité de surface pour mesurer l'effet du niveau d'éducation de la communauté sur le comportement de l'individu. Kravdal (2002, 2012) a déjà souligné l'importance de cette composante de l'éducation, montrant que l'éducation communautaire est pertinente indépendamment de l'éducation individuelle. En conclusion, on ne dispose d'aucune information sur le type d'éducation reçue par les femmes, même si cela aurait été un, nous mettons en oeuvre un modèle de frailty avec des effets aléatoires au niveau des unités de surface. Notre modèle de base comprend des variables aux niveaux individuel, familial, communautaire et national. De plus, nous interagissons notre variable d'intérêt avec toutes les autres variables (à l'exception des pays), 2018.

. L'âge-de-la-mère-À-la-naissance, l'utilisation de la contraception, le nombre d'enfants survivants, la parité et la religion décrivent le cadre familial dans lequel sont prises les décisions concernant la fécondité. La relation avec le chef du ménage, la survie de l'enfant précédent, la différence avec l'âge du mari et le nombre d'années d'éducation du mari font référence au rôle de la femme dans la famille, à son autonomie et à son pouvoir de négociation dans la

, dans de nombreuses ré-gions d'Afrique, le processus vers un régime démographique moderne n'est pas achevé. Enfin, deux variables obtenues à partir de l'analyse des correspondances et du regroupement non hiérarchique sont ajoutées au modèle, l'une au niveau des ménages et l'autre au niveau des régions. Chacune de ces variables comporte quatre catégories qui représentent quatre classes avec des caractéristiques spécifiques en termes de résidence, d'équipements, de moyens de transport