Economie Ecologique
«Variabilité des organismes vivants de toute origine y compris, entre autres, les écosystèmes terrestres, marins et autres écosystèmes aquatiques et les complexes écologiques dont ils font partie; cela comprend la diversité au sein des espèces et entre espèces ainsi que celle des écosystèmes»
Article 2, Convention sur la Diversité Biologique, 1992
Mesure d’un attribut quantifiable :
Préférence accordée par les individus à des choses, états ou entités : préférence personnelle pour un type d’écosystèmes
Référence à des éléments collectivement reconnus qui génèrent des normes (politiques, morales, religieuses) : on les trouve dans la Déclaration des Droits de l’Homme, dna sles codes religieux
Avec la biodiversité, on parle souvent des trois, on y reviendra
Le concept de valeur économique totale émerge des travaux de John Krutilla (1967, Conservation Reconsidered)
Pour mesurer la valeur associée à la destruction d’une partie des écosystèmes, pas directement de la Nature, puisqu’il n’y a plus de valeurs sans elle
La valeur d’usage qui peut être:
La valeur de non usage :
Mesurer une valeur économique nécessite de :
L’idée est simple : mesurer à partir d’éléments économiques reliés de façon proche, pour lesquels on a un marché
\[B/C = 1.82\]
Chaque euro investi rapporte 1.82€, le projet est rentable
Définissons quatre critères principaux avec leur pondération :
Score pondéré = (8×0,35) + (7×0,25) + (8×0,25) + (7×0,15) = 7,6/10
Méthode | Forces | Faiblesses |
---|---|---|
Analyse Coûts-Bénéfices (ACB) | - Permet de comparer de façon objective les coûts et les bénéfices en termes monétaires. - Favorise la transparence des choix par une approche quantitative. |
- Difficulté à monétiser certains coûts/bénéfices (environnementaux, sociaux). - Sensible aux hypothèses de valorisation et aux incertitudes. |
Analyse Coût-Efficacité (ACE) | - Idéale pour comparer des interventions produisant un même type de résultat. - Plus simple à mettre en œuvre quand la mesure d’efficacité est claire et homogène. |
- Ne prend pas en compte l’ensemble des bénéfices si ceux-ci sont multiples ou de nature différente. - Ne traduit pas toujours la valeur sociale globale d’une intervention. |
Analyse Multicritère (AMC) | - Intègre de multiples dimensions (quantitatives et qualitatives). - Permet la prise en compte de critères variés et de points de vue divers. |
- La pondération des critères peut être subjective. - Complexité d’agrégation des résultats et interprétation parfois difficile. |
Analyse Délibérative (AD) | - Favorise l’inclusion et la participation des parties prenantes. - Encourage la discussion, la transparence et la légitimité des décisions. |
- Processus long et potentiellement coûteux en temps. - Moins systématique et difficile à reproduire ou à quantifier objectivement. |
Voir l’article de Gomez Baggethun et al. 2009, Ecological Economics
Tilman D., Downing J.A. (1994), Biodiversity and Stability in Grasslands, Nature 367: 363-365
Ensemble des processus d’un système écologique, qu’ils servent aux humains ou pas (Loreau et al., 2002; Hector et al., 2007)
Dans les années 1970, le vocabulaire économique est de plus en plus utilisé, pour mettre en avant la dépendance des sociétés aux écosystèmes naturels
L’idée est d’abord pédagogique : on illustre l’impact de la disparition de la biodiversité pour les humains
Dans les années 1990, le Beijer Institute lance un programme sur la question
En 1997, le papier de Costanza et al. dans Nature est une petite bombe
Dans les années 1990, le concept prend dans l’arène politique :
Il acquiert une valeur monétisée, qui va mener à son appropriation et à son échange
Voir Diaz et al, 2015, Science
On se place dans un cadre où l’on ne considère qu’une seule espèce, dont on modélise la dynamique de population i.e. l’évolution de la biomasse (ou du nombre d’individus) à travers le temps peut s’écrire :
\[ X_{t+1} = F(X_t) + X_t = G(X_t) \]
Toujours dans un cas à une seule espèce - Hypothèse 1
Technologie d’extraction: fonction liant l’effort (de pêche) à la quantité pêchée: \[Y_t = h(X_t, E_t)\]
La quantité pêchée dépend de l’effort de pêche, et de la taille du stock de poissons
La dynamique du stock change avec l’extraction:
\[ \begin{align*} X_{t+1} - X_t &= F(X_t) - Y_t= F(X_t)-h(X_t, E_t) \end{align*} \]
On cherche le niveau de population d’équilibre où \(X_{t+1}-X_t=0 \iff F(X_t) = h(X_t, E_t)\)
On appelle un niveau de pêche soutenable correspondant à un stock donné le niveau de pêche égal à la croissance du stock, permettant de rester en équilibre
On définit le rendement maximum durable (ou maximum sustainable yield, MSY) comme
\[T/E=qN\]
On prend le modèle suivant :
\[\begin{align*} & X_{t+1} - X_t = rX_t\left(1 - \frac{X_t}{K}\right) \\ & Y(X_t, E_t) = q X_t E_t \end{align*}\]
Où \(q\) est le coefficient de capture, où l’on suppose ainsi que \(Y/E = q X\) selon une relation proportionnelle (Hypothèse 2)
\[ \begin{align*} &rX^* \left(1 - \frac{X^*}{K}\right) = qX^* E\\ \Rightarrow & X^* = \left(1- \frac{q}{r}E \right) K \\ \Rightarrow & Y = qE\left(1- \frac{q}{r}E \right) K \end{align*} \]
On a un lien entre quantité pêchée en équilibre (biomasse) et l’effort de pêche, on veut maintenant des quantités monétaires :
Pendant longtemps, il a été préconisé de viser le MSY, c’est à dire la production maximale, comme objectif de gestion optimale.
Est ce raisonnable d’un point de vue économique?
En économie, la gestion optimale des pêcheries suppose que l’on maximise une fonction objectif, le profit
\[ \max_E \Pi(E) = \max_E RT(E)-CT(E) \Rightarrow \Pi'(E)=0 \iff RT'(E) = CT'(E) \]
On arrête la pêche lorsque le revenu marginal que l’on retire de la pêche est égal au coût marginal
p = 5
c = 2
# Define growth from effort
Croissance = function(Effort){
y = q*Effort * (1 - q/r*Effort)*K
return(y)
}
# Define monetary functions with negative return for optimization
profit = function(Effort, p_ = p , c_ = c){
y = p_*Croissance(Effort) - c_*Effort
return(-y)
}
marginal_revenue= function(Effort, p_ = p, c_ = c){
y = p*q*K*(1-2*Effort*q/r)
return(y)
}
# Run optimization with integrated solver
solution = optimize(profit, interval = c(0,K))
e_look = solution$minimum
# Create data.frame
data_fin <- data.frame(Effort = seq(0, 5, 0.01)) %>%
mutate(Croissance = Croissance(Effort)) %>%
mutate(Revenue = p * Croissance,
Cost = c * Effort) %>%
mutate("Marginal Revenue" = marginal_revenue(e_look) * (Effort - e_look) +
p * Croissance(e_look))%>% # Tangent equation
select(-Croissance)
# Treat data into tidy format
data_fin %>%
pivot_longer(-Effort, #Pivot to long format
values_to = "values",
names_to = "names")
# A tibble: 1,503 × 3
Effort names values
<dbl> <chr> <dbl>
1 0 Revenue 0
2 0 Cost 0
3 0 Marginal Revenue 20.2
4 0.01 Revenue 0.200
5 0.01 Cost 0.02
6 0.01 Marginal Revenue 20.3
7 0.02 Revenue 0.398
8 0.02 Cost 0.04
9 0.02 Marginal Revenue 20.3
10 0.03 Revenue 0.596
# ℹ 1,493 more rows
Le modèle de Gordon Schaeffer illustre la tragédie des communs, en considérant le problème de l’accès ouvert aux pêcheries en utilisant la théorie de la rente ricardienne pour expliquer la surexploitation
Pardon, mais quoi?
Biens communs et accès libre
L’analyse de Gordon permet de différencier communs et accès libre: c’est l’absence de contrôle sur la ressource (accès libre), et l’absence de normes de gestion sur une ressource en commun qui crée la surexploitation, pas le fait que les ressources sont en commun.
On en reparlera dans le cours d’économie écologique, mais vous pouvez déja aller voir les travaux d’Elinor Ostrom
On pose le débat en de nouveaux termes :
Deux types de mesures
Voici quelques idées d’exercices pour approfondir l’analyse de ce modèle en utilisant l’application shiny suivante : https://simon-jean.shinyapps.io/gordon_schaeffer/
FAO, 2003:
Une approche écosystémique des pêcheries s’efforce de balancer différents objectives sociétaux, en prenant en compte la connaissance et les incertitudes à propos des composantes biotiques, abiotiques et humaines des écosystèmes ainsi que leurs interactions et en appliquant une approche intégrée des pêcheries dans des limites écologiques
Modèle à deux espèces adapté de Tromeur et Doyen, 2018
Resilience écologique
C.S “Buzz” Holling, dont on reparlera, est un écologue américain, définit la résilience comme
“une mesure de la persistance des systèmes et de leurs capacités à absorber des changements et des perturbations tout en maintenant les mêmes interactions entre populations et variables d’état”
S’affrontent alors plusieurs visions de la notion, entre stabilité d’un équilibre unique ou trajectoires entre équilibres instables
Use and Non-Use Values in an Applied Bioeconomic Model of Fisheries and Habitat Connections, Armstrong et al, 2017, Marine Ressource Economics
Etude à mi chemin entre la modélisation bioéconomique et l’évaluation des biens environnementaux (DCE)
En Norvège, autour des “cold-water coral” :
En prenant en compte les services écosystémiques culturels (protégeant l’habitat), on accroit l’habitat de 25% et on réduit potentiellement le stock de poissons de -7%
Ouvre la voie à une gestion plus large des océans que les pêcheries
Le GBF de Keunming Montréal
Le Global Biodiversity Framework issu de la COP 15 (2021) est un cadre de politique de protection de la biodiversité, structuré autour de 4 buts à l’horizon 2050 (“Protect and Restore”, “Prosper with Nature”, “Share Benefits Fairly” et “Invest and Collaborate”), et de 23 objectifs cibles à l’horizon 2030, comme les fameux “30 by 30” i.e. la restoration de 30% des écosystèmes dégradés et la conservation de 30% des terres, eaux et mers d’ici 2030 (cibles 2 & 3)
Halpern et al, 2016
Green et al. (2005), Science. Farming and the fate of wild nature.
Pour produire une quantité donnée, deux options:
Quand on étend la surface agricole, on baisse le rendement, mais on augmente la biodiversité
Le débat bio/intensif pour nourrir l’humanité v. préserver la biodiv
Green et al. (2005), Phalan et al. (2011) : données empiriques disponibles : montrent une relation convexe biodiversité /rendement : en faveur d’une stratégie de land sparing
Fischer et al. (2011), Science. & Tscharntke et al. (2012), Biological Conservation.