Impact evaluation of energy access using remote sensing and field surveys Evaluation des impacts économiques de l'accès à l'énergie par télédétection et enquêtes de terrain

This PhD thesis examines the economic and social impacts of electrification in Africa, focusing on both decentralized and centralized energy infrastructures. It also develops new tools to better measure and evaluate electricity access, particularly in data-scarce environments. This thesis is structured around three essays that each address a key dimension of electrification: mini-grids, multiservice energy platforms, and large-scale grid infrastructure projects.The first essay uses quasi-experimental methods to assess the effects of mini-grids in rural communities. Results show increased electricity access and stimulate economic activity in off-grid areas, though results vary greatly due to frequent technical failures. About half of the projects faced reliability issues, highlighting the need for robust design, proper maintenance, and financial sustainability.The second essay presents findings from a randomized controlled trial of “Café Lumière” multiservice platforms in Madagascar. The intervention led to high adoption and some economic benefits, but shows limited effects on education, health and safety, aside from improvements in healthcare services. These platforms show potential for productive energy use and further economic development but broader impacts rely on complementary public services.The third essay applies machine learning and remote sensing to estimate electricity access across Africa at high spatial resolution. A Random Forest model, trained on geo-located survey and spatial data, is used to evaluate electrification projects by China and the World Bank. A difference-in-differences analysis reveals significant, increasing impacts on electricity access rates in treated areas, showing the value of combining ML to geospatial data for infrastructure outcomes evaluation.Together, these essays show that electric infrastructures can yield meaningful benefits, but the scale and speed of these benefits depend on the implementation model, reliability of service, and type of investment. The thesis highlights the need for context-specific electrification strategies that combine multiple energy solutions. It also highlights the importance of improved data transparency, particularly geolocated project information, to support rigorous impact evaluation.Finally, the research points to future research directions: refining machine learning models with higher-resolution data; integrating electrification with broader development goals; and conducting comparative studies on financing models. By combining field experiments, quasi-experimental methods, and machine learning, this thesis contributes new evidence and tools to inform more effective energy policies in developing countries. Cette thèse de doctorat analyse les impacts économiques et sociaux de l'électrification sur le continent africain, en mettant l'accent sur les infrastructures décentralisées et centralisées. Elle propose également de nouveaux outils analytiques pour mieux mesurer et évaluer l'accès à l'électricité, en particulier dans les contextes marqués par une faible disponibilité des données. Le travail repose sur trois essais, chacun portant sur une dimension clé de l'électrification : les mini-réseaux, les plateformes énergétiques multiservices, et les grands projets d'infrastructure électrique.Le premier essai évalue l'impact des mini-réseaux sur les communautés rurales à l'aide de méthodes quasi-expérimentales. Les mini-réseaux améliorent significativement l'accès à l'électricité et l'activité économique dans les zones hors réseau, mais les résultats varient en raison de fréquentes pannes techniques, soulignant l'importance d'une conception robuste, d'un bon entretien et d'une viabilité financière.Le deuxième essai présente les résultats d'un essai randomisé contrôlé sur les plateformes multiservices « Café Lumière » à Madagascar. L'adoption des services et les effets économiques sont positifs, mais les impacts sociaux sont limités, sauf pour l'amélioration des services de santé. Ces plateformes favorisent l'usage productif de l'énergie, mais leur effet à plus large échelle dépend de services publics complémentaires.Le troisième essai utilise l'apprentissage automatique et la télédétection pour estimer l'accès à l'électricité en Afrique à haute résolution spatiale. Un modèle de forêts aléatoires, basé sur des enquêtes géolocalisées et des données spatiales, permet d'évaluer des projets d'électrification financés par la Chine et la Banque mondiale. Les résultats montrent des effets positifs et croissants dans les zones traitées, soulignant l'intérêt des données géospatiales pour le suivi des infrastructures.Ces trois études montrent que les projets peuvent générer des impacts hétérogènes. La thèse plaide pour des stratégies d'électrification contextuelles, combinant mini-réseaux, extensions du réseau national et plateformes multiservices. Elle souligne également l'importance d'une transparence accrue des données, en particulier la géolocalisation des projets, pour permettre une évaluation rigoureuse de leurs effets. Enfin, la thèse ouvre plusieurs pistes de recherche : amélioration des modèles prédictifs via des données de plus haute résolution, intégration de l'électrification aux objectifs de développement plus larges, et analyses comparatives de porteurs de projets. En mobilisant des expériences de terrain, des méthodes quasi-expérimentales et des outils d'intelligence artificielle, ce travail apporte de nouveaux éléments pour concevoir des politiques énergétiques plus efficaces dans les pays en développement.