Les difficultés de la modélisation macroéconomique face au changement climatique

Publié par Marie-Laure Nauleau | Climat

Les premiers travaux de la modélisation macroéconomique intégrant le changement climatique datent des années 1970, faisant notamment suite au rapport Meadows et al. pour le Club de Rome (Halte à la Croissance, 1972) qui installa durablement les problématiques écologiques dans le débat public. La grande diversité des modèles développés depuis lors, que ce soit via leur périmètre (temporel, géographique) et leur niveau de désagrégation (régionale, sectorielle, etc.), via leur prise en compte des rétroactions du climat sur l’activité économique ou encore via les mécanismes macroéconomiques représentés, témoigne des difficultés de la modélisation intégrée macroéconomie-climat[1].

Privilégier l’approche coût-bénéfice ?

La volonté première des macroéconomistes traitant du changement climatique était de comprendre à quelles conditions les problèmes liés au changement climatique étaient soutenables pour l’économie. L’objectif est notamment de déterminer le niveau d’émissions optimal pour la société et le coût social du carbone à considérer pour atteindre cet optimum.

Ces questionnements s’insèrent dans une approche « coût-bénéfice », consistant à peser, pour chaque action, le total des coûts attendus face au total des bénéfices escomptés, afin de déterminer quelle action retenir. Cette approche requiert l’intégration d’un module climatique dans les modèles économiques afin de prendre en compte l’impact du changement climatique sur l’économie. Initiés par les travaux de Nordhaus (1977, 1991), à l’origine du fameux modèle DICE, ces modèles (DICE, PAGES, FUND, etc.), parfois appelés « Integrated Assessment Models » (IAM’s), reposent, d’une part, sur une fonction de bien-être social, le plus souvent basée sur une maximisation intertemporelle de l’utilité inspirée du modèle de Ramsay et sur une représentation de l’économie relativement agrégée, et, d’autre part, sur une modélisation des interactions entre les émissions de GES, le réchauffement climatique et les dommages économiques.

La première difficulté de cet exercice réside dans la monétarisation, en termes de perte de PIB ou de consommation, des dommages causés par le changement climatique. De nombreux travaux existent pour tenter d’estimer ces « fonctions de dommage » mais les incertitudes demeurent très élevées. Les impacts sur le PIB de la hausse des températures estimés par les premiers travaux publiés sont relativement faibles : une multiplication par deux des concentrations de CO2 induit une perte de PIB de l’ordre de 1% pour DICE (Nordhaus 1993). Des travaux récents (Dietz et Stern, 2015) reprennent le modèle DICE et montrent qu’en relâchant certaines hypothèses discutables concernant la modélisation des dommages, telles que la forme fonctionnelle de la fonction dommage, les résultats changent significativement. Le niveau de réduction optimal des émissions par rapport au scenario de référence serait ainsi de 16% en 2015 et 27% en 2055 dans la version standard de DICE mais pourrait aller jusqu’à 48% en 2015 puis 100% en 2055 avec le jeu d’hypothèses le plus contrasté. Le coût social du carbone en 2015 (en dollar 2005) passe lui de $161/tCO2 à $1206/tCO2[2]. Afin de mieux fonder les fonctions de dommage, une littérature émergente tente enfin d’estimer, de manière économétrique, l’effet d’une hausse des températures sur les variables économiques en utilisant les disparités régionales ou temporelles (voir Dell et al. 2014 pour une revue de littérature). Cette méthode semble conduire à des dommages beaucoup plus élevés mais n’est pas exempte de limites, concernant notamment la reproductibilité des résultats.

Si les équipes de modélisateurs recherchent toujours des manières d’intégrer des fonctions de dommage crédibles, celles-ci permettant notamment de valoriser à juste titre les scénarios d’adaptation vis-à-vis de scénarios « business-as-usual », en mettant, en regard des coûts, les bénéfices des mesures d’adaptation[3], les difficultés de construction des fonctions de dommage nous amènent à nous interroger sur leur pertinence même. Sommes-nous en mesure de prévoir les impacts du changement climatique? Faut-il mesurer les impacts du changement climatique en termes de perte de PIB ? Au-delà de 2°C de hausse des températures, les sciences du climat nous disent que les incertitudes sont trop élevées et qu’il est impossible de prédire l’évolution des écosystèmes. Des économistes (Carleton, Hsiang, Burke, 2016) établissent en outre une relation robuste entre les changements climatiques et les conflits violents, l’instabilité sociale, ce qui est pourtant rarement considéré dans les dommages. Des travaux théoriques (ex : Weitzman Dismal Theory 2007) montrent enfin que des événements à probabilité très faible peuvent avoir une contribution significative sur une décision s’ils occasionnent des dommages conséquents et irréversibles.

La seconde difficulté majeure de l’analyse coût-bénéfice réside dans l’établissement de la fonction de bien-être social. Les débats se sont jusqu’ici surtout cristallisés autour du taux d’actualisation retenu. Le fameux rapport Stern (2006), qui concluait que le « laissez-faire » serait plus coûteux pour l’économie que la mise en place de politiques de lutte contre le changement climatique, reposait sur des résultats de modélisation (PAGES) induisant des dommages beaucoup plus importants que les travaux de Norhaus du fait notamment d’un taux d’actualisation plus faible. Cependant, le recours, majoritaire chez ces modèles, à une fonction de bien-être social « à la Ramsay », et donc à l’actualisation, est en soi discutable. Si l’on considère que le maintien d’une température relativement tempérée est un impératif vital, on peut notamment remettre en cause l’opportunité d’actualiser les émissions de CO2 à long terme.

Approche coût-efficacité

Si, malgré toutes ces incertitudes, certaines institutions recourent à l’approche coût-bénéfice pour déterminer la valeur sociale du carbone[4], ce n’est pas le choix retenu par le rapport Quinet de 2009 pour la mesure de la valeur sociale du carbone pour la France. L’approche alternative retenue est l’arbitrage « coût-efficacité », qui consiste à déterminer l’action la moins coûteuse permettant d’atteindre les objectifs de réduction de CO2 préalablement fixés, considérant que la détermination de cet objectif n’est pas du ressort de la science économique. Cette approche n’en permet pas moins de déterminer les instruments économiques les plus efficaces permettant d’atteindre ces objectifs en évaluant leurs impacts macroéconomiques.

La communauté scientifique du GIEC s’est également toujours montrée réservée quant aux approches coût-bénéfice pour déterminer le niveau optimal de dommage, privilégiant l’approche coût-efficacité et la prise en compte de l’incertitude à travers une multitude de scenarios de hausse de température possibles. La mise en œuvre des propositions des deux rapports Canfin-Grandjean et Canfin-Grandjean-Mestrallet (2015, 2016), sur la prise en compte de l’objectif de « 2 degrés » dans les modèles et les prévisions économiques officiels et sur l’élargissement de la tarification du carbone, ne manqueront pas d’ailleurs de rouvrir prochainement les discussions sur les approches à retenir pour quantifier la valeur sociale du carbone.

Contrairement aux précédents modèles, les modèles issus de cette approche s’efforcent surtout de représenter de manière explicite les liens entre les activités économiques et les causes du changement climatique, i.e. les émissions de Gaz à Effet de Serre (GES, dont le CO2), ceci afin de rendre les plus concrètes et réalistes possibles les stratégies de réduction des émissions. Ils contribuent notamment aux travaux synthétisés dans le chapitre 6 du rapport du GIEC « Assessing Transformation Pathways » (modèle WITCH http://www.witchmodel.org/, modèle IMACLIM développé par le CIRED, etc.).

L’impact macroéconomique des politiques publiques du changement climatique, au premier rang desquelles les signaux prix (taxe carbone) est principalement déterminé par 1/ les possibilités de substitution à l’énergie d’autres facteurs de production et d’autres biens de consommation, 2/ les substitutions entre énergies elles-mêmes et entre les divers modes de production énergétiques (ENR vs centrales thermiques) et 3/ le progrès technique, à savoir ici l’augmentation de la production sans augmentation de la consommation d’énergie. L’importance de la substituabilité entre les facteurs de production et du progrès technique est d’ailleurs un résultat ancien de la littérature économique. Dès les travaux de Jevons (The Coal Question, 1865), précurseur de l’approche de la soutenabilité qui étudia l’influence de la consommation énergétique de charbon sur l’économie anglaise pendant la Révolution Industrielle, la raréfaction des ressources énergétiques épuisables conduit à la décroissance en l’absence de substituabilité entre les facteurs de production et de progrès technique (Pottier, 2014). Stiglitz (1974) montre encore, qu’en présence de ressources naturelles épuisables, la croissance régulière de la consommation n’est possible qu’en présence de facteurs de production (capital et ressources naturelles) substituables et/ou de progrès technique.

Les principales difficultés de ces modèles résident donc dans la désagrégation de l’économie et la représentation des substitutions à l’énergie et du progrès technique. La première étape consiste à désagréger la production en plusieurs secteurs relativement homogènes d’un point de vue énergétique et à introduire l’énergie et les matières premières dans la fonction de production. Parmi les principaux modèles français, IMACLIM (CIRED) désagrège en 13 secteurs, Nemesis (Seureco) en 30 et ThreeME (OFCE-ADEME) en 24 secteurs dont 4 secteurs énergétiques, avec dix-sept sous-secteurs énergétiques (France Stratégie 2015). Afin de mieux distinguer les rigidités de court terme et les flexibilités de long terme dans la substitution entre les facteurs de production, certains modèles, comme IMACLIM, recourent également, à des fonctions de production à génération de capital installé fixe et à durée de vie limitée (fonction « putty-clay »). La désagrégation en fonctions de production sectorielles permet en outre de répondre, partiellement, aux critiques pesant sur la fonction de production agrégée[5]. Le même travail de désagrégation est nécessaire du côté de la consommation. Ces modèles s’efforcent d’inclure une représentation explicite des consommations énergétiques, dans laquelle l’énergie est considérée comme un bien complémentaire aux biens durables énergétiques (ex : chaudière, voiture) qui n’est pas désirée en soi mais pour le « service énergétique » (ex : confort thermique du logement, mobilité, etc.) qu’elle rend. Cette représentation passe notamment par l’intégration de modèles technico-économiques « bottom-up » représentant la dynamique des stocks de biens durables énergétiques dans les modèles macroéconomiques « top-down », générant ainsi des difficultés techniques liées aux interactions stocks/flux. Un exercice récent de comparaison des modèles macroéconomie-climat français conduit par France Stratégie (2015) illustre bien l’impact des différents choix de modélisation sur les vecteurs de réduction des émissions suite à une hausse de prix de l’énergie : la réduction des émissions de CO2 obtenue est différente d'un modèle à l'autre, résultant davantage d’une plus grande efficacité énergétique (dans les processus de production ou en lien avec une moindre consommation d’énergie pour les ménages), ou d’une recomposition endogène du mix énergétique.

Le calibrage ou l’estimation des très nombreux paramètres est enfin rendue complexe par l’absence de données, le plus souvent issues de la comptabilité nationale, à ces niveaux fins de désagrégation. L’absence de correspondance dans la comptabilité nationale entre les flux physiques et les flux monétaires des matières premières requiert également d’importants travaux d’hybridation des données.

Conclusion : questionnement sur la macroéconomie

Enfin, les modèles macroéconomie-climat n’échappent pas aux difficultés inhérentes à la modélisation des mécanismes macroéconomiques. Les hypothèses retenues ne sont pourtant pas neutres sur les impacts macroéconomiques (sur l’emploi, le PIB) des politiques publiques de lutte contre le changement climatique. Dans des modèles d’offre en équilibre statique, les politiques publiques de transition énergétique peuvent sembler coûteuses en termes de PIB, induisant par exemple des effets d’éviction entre investissements privés et publics. La prise en compte des effets d’entraînement des investissements d’efficacité énergétique via le multiplicateur keynésien peut en revanche générer de la croissance à court terme (et à long terme via le supplément d’accumulation du capital endogène), comme le montrent les simulations du modèle ThreeME des scénarios de transition énergétique de l’ADEME : les « visions énergétiques 2030-2050 »[6] et le « Mix électrique 100% renouvelable à 2050 »[7].

Dans le contexte actuel de remise en question de la macroéconomie (Blanchard, 2016, Romer, 2016), des travaux émergents cherchent à montrer que les choix de modélisation des mécanismes macroéconomiques impactent significativement la manière dont l’économie considère le problème du changement climatique. Les travaux en cours de Giraud et al. (2016) tentent notamment, à partir de modélisation macroéconomique non standard « à la Goodwin-Keen », dont une modélisation explicite du rôle de l’endettement privé, de voir dans quelle mesure les impacts du changement climatique peuvent conduire à la récession économique.

Enfin, de nombreux autres travaux, d’économistes mais également de chercheurs d’autres disciplines, existent en marge des approches de modélisation classiques et interrogent le lien entre ressources, changement climatique et croissance économique. La récente thèse d’Antonin Pottier (2014), qui étudie la façon dont l’ Economie, mais aussi l’Histoire, ont historiquement traité la question de l’Environnement, que ce soit via le sujet des ressources épuisables, de la pollution puis plus récemment du changement climatique, peut servir d’entrée en matière au lecteur curieux !

Biblio

Mobiliser les financements pour le climat, Une feuille de route pour financer une économie décarbonnée., Rapport de la commission P. Canfin, A. Grandjean, 2016.

Propositions pour des prix du carbone alignés avec l’accord de Paris, Rapport de la mission P. Canfin, A. Grandjean, G. Mestrallet, 2016

ADEME, MIX ÉLECTRIQUE 100% RENOUVELABLE À 2050, Evaluation Macroéconomique, 2016, http://www.ademe.fr/mix-electrique-100-renouvelable-analyses-optimisations

ADEME, Evaluation macroéconomique des visions énergétiques 2030-2050 de l'ADEME, 2013, http://www.ademe.fr/evaluation-macroeconomique-visions-energetiques-2030-2050-lademe-l

La valeur tutélaire du carbone, Rapport de la commission présidée par Alain Quinet, 2009, Centre d’Analyse Stratégique

Blanchard O., Do DSGE Models Have a Future? Policy Brief PIIE, 2016

Boitier B, Callonnec G., Douillard P., Épaulard A., Ghersi F., Masson E., Mathy S., La transition énergétique vue par les modèles macroéconomiques, documents de travail, France Stratégie, 2015

Carleton, T., Hsiang, S. & Burke, M. Eur. Phys. J. Spec. Top. (2016) 225: 489. doi:10.1140/epjst/e2015-50100-5

Clarke L., K. Jiang, K. Akimoto, M. Babiker, G. Blanford, K. Fisher-Vanden, J.-C. Hourcade, V. Krey, E. Kriegler, A. Löschel,

Dietz, S., Stern, N., Endogenous growth, convexity of damages and climate risk: how Nordhaus' framework supports deep cuts in carbon emissions, The Economic Journal (2015), Volume 125, Issue 583, Pages 574–620

McCollum, S. Paltsev, S. Rose, P. R. Shukla, M. Tavoni, B. C. C. van der Zwaan, and D.P. van Vuuren, 2014: Assessing Transformation Pathways. In: Climate Change 2014: Mitigation of Climate Change. Contribution of Working Group III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [Edenhofer, O., R. Pichs-Madruga, Y. Sokona, E. Farahani, S. Kadner, K. Seyboth, A. Adler, I. Baum, S. Brunner, P. Eickemeier, B. Kriemann, J. Savolainen, S. Schlömer, C. von Stechow, T. Zwickel and J.C. Minx (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA.

Pottier, A. L’économie dans l’impasse climatique : développement matériel, théorie immatérielle et utopie auto-stabilisatrice, EHESS, CIRED, 2014

GIRAUD, G., F. Mc ISAAC, E. BOVARI and E. ZATSEPINA (2016), “Coping with the Collapse: A Stock-Flow Consistent Monetary Macrodynamics of Global Warming”, AFD Redearch Papers, No. 2016-29, August. Dell, Melissa, Benjamin F. Jones and Benjamin A. Olken. 2012."Temperature Shocks and Economic Growth: Evidence from the Last Half Century."American Economic Journal: Macroeconomics, 4(3): 66-95.

Dell, Melissa, Benjamin F. Jones and Benjamin A. Olken. 2014. "What Do We Learn from the Weather? The New Climate-Economy Literature." Journal of Economic Literature, 52(3): 740-98.

Nordhaus, W. D., 1991. To slow or not to slow: the economics of the greenhouse

e_ect. Economic Journal 101 (407), 920_937.

Romer P., The Trouble With Macroeconomics, Stern School of Business New York University, 2016

Technical Update of the Social Cost of Carbon for Regulatory Impact Analysis, Interagency Working Group on Social Cost of Carbon, United States Government , 2013

[1] Pour une présentation synthétique de ces modèles et de leurs principaux résultats, voir La lettre Stratégie de l’ADEME Numéro 46 « Soutenir la mutation emploi de la transition bas carbone », Novembre 2015.

[2] Les résultats étant exprimés en $/tC dans l’article et une tonne de C02 équivaut à 44/12 tonne de carbone.

[3] Les politiques d’adaptation du changement climatique visent à préserver nos sociétés contre les effets du changement climatique, à distinguer des politiques d’atténuation, qui visent à réduire le changement climatique.

[4] Aux Etats-Unis, les modèles DICE, PAGE, FUND sont utilisés par l’Inter-Agency Working Group pour déterminer la valeur sociale du carbone à prendre en compte par l’EPA.

[5] Les différents types de capitaux physiques étant incommensurables entre eux, l’agrégation au sein d’une unique fonction de production de ces capitaux est réalisée en valeur et est donc fonction du système des prix, là où une relation physique entre les facteurs de production devrait être indépendante du système des prix. L’usage de fonction de production agrégée ne renseignerait donc en rien sur les possibilités techniques de substitution entre les facteurs de production (Pottier, 2014).

[6] http://www.ademe.fr/evaluation-macroeconomique-visions-energetiques-2030-2050-lademe-l

[7] http://www.ademe.fr/mix-electrique-100-renouvelable-analyses-optimisations