De World3 aux modèles d’évaluation intégrée : regards sur 60 ans de modélisation prospective

Christophe Cassen & Julien Lefebvre

Les conclusions pessimistes de la première édition du rapport Meadows parue en mars 1972 sur les limites à la croissance ont marqué durablement de leur empreinte le paysage intellectuel alors que le modèle World3 a ouvert la voie à la modélisation prospective globale (Meadows et al., 1972). Aujourd’hui les modèles dit d’évaluation intégrée (IAM) occupent une place de premier plan à l’interface entre science et politique du climat, et plus largement dans la prospective globale. De World3 aux IAM, ce chapitre porte un regard sur 60 ans de modélisation prospective.

L’originalité méthodologique du rapport Meadows réside dans le recours pour la première fois à un modèle numérique à l’échelle globale pour comprendre la complexité de la « problématique mondiale » (Elichirigoity, 1999). Jay Forrester et son équipe de recherche du MIT ont développé dans ce but les différentes versions du modèle World sur la base de la dynamique des systèmes (System Dynamics), mise au point à la fin des années 1950 pour la logistique industrielle et l’analyse des dynamiques urbaines (Forrester, 1971)¹. World représente le monde sous la forme d’un système de stocks et de flux avec des variables clés comme la population, le capital, la pollution, la production alimentaire et les ressources non renouvelables reliées par des boucles de rétroactions. Ainsi, les scénarios dans lesquels la croissance démographique et l’exploitation des ressources se poursuivent amplifient la pollution et la raréfaction des ressources et débouchent sur un effondrement de l’économie au cours du XXIe siècle.

Dès sa parution, le rapport a suscité un ensemble de critiques de fond. William Nordhaus, jeune professeur assistant à l’université de Yale et futur récipiendaire du prix de la Banque de Suède en économie pour ses travaux pionniers sur l’économie du changement climatique, souligne notamment l’absence d’économie dans World3 (Nordhaus, 1973). Il n’empêche, le rapport Meadows permet de confronter les décideurs publics à deux questions jusqu’alors peu explorées qui les incite à avoir recours à la prospective : l’incertitude (économique, environnementale et énergétique) et le long terme (le rapport Meadows raisonne à l’horizon 2100)².

En réponse plus ou moins directe au club de Rome, des exercices de prospective internationaux commandités par les gouvernements et les organisations internationales ont mobilisé un nombre limité d’infrastructures de modélisation globale, principalement dans les pays du Nord (Cassen et Cointe, 2022 pour une revue de ces exercices). Bien que la dynamique des systèmes utilisée dans World ait été relativement influente dans le développement de ces modèles, chacun combinait avec un certain éclectisme différentes approches mathématiques et de modélisation³.

Au même moment, le premier choc pétrolier a accéléré le développement de la modélisation technico-énergétique utilisée à l’origine pour la planification des infrastructures sectorielles et énergétiques et de manière croissante pour de la prospective. Les modèles énergétiques font appel à d’autres approches que la dynamique des systèmes comme l’allocation optimale des ressources (e.g. le modèle MARKAL (Taylor et al., 2014)). L’Energy Modeling Forum (EMF), créé en 1976 devient une plateforme centrale aux États-Unis pour les modélisateurs de l’énergie en interaction avec les décideurs publics. A l’échelle internationale, l’International Institute for Analysis of applied systems (l’IIASA), déjà très actif dans la coordination des efforts de modélisation globale lance dès 1974 un vaste programme de prospective énergétique mondiale, impliquant plus de 250 scientifiques (Häfele et al., 1981). Les développements au sein de la modélisation énergétique des années 1970 serviront de socle méthodologique pour traiter la question des émissions de CO2 (Baron et Salles, 1991).

Le premier ‘Golden Age’ (Gallopin, 2001) de la modélisation globale s’achève sur un essoufflement de l’intérêt pour les questions de développement. Le contre-choc pétrolier du milieu des années 1980 a redonné l’impression d’un retour à une phase d’abondance, sur fond d’abandon progressif des méthodes de planification au profit de la dérégulation des marchés. Les termes du débat et la modélisation s’inscrivent désormais dans une perspective moins politisée et plus centrée sur des enjeux technico-énergétiques. La capacité à modéliser à une échelle globale perdure dans certaines institutions universitaires américaines (par ex. le Battelle Institute, le MIT, l’Electric Power Research Institute (EPRI)) et internationale telles que l’IIASA dans le sillage du rapport Häfele.

En parallèle, dans la lignée des exercices internationaux des années 1970 et avec la montée du principe de développement durable la décennie suivante, la modélisation intégrée se positionne pour assurer l’interface entre la science et la sphère politique sur les questions environnementales complexes. Dans le contexte de l’affaire des pluies acides en Europe, le modèle RAINS a été au cœur d’un des premiers exemples d’évaluation intégrée (Alcamo et al., 1990).

La mise à l’agenda du changement climatique ouvre une nouvelle ère pour la modélisation intégrée. Les modèles intégrés analysent le cycle complet des émissions anthropiques de GES, depuis les émissions jusqu’au changement climatique, ses impacts technico-économiques et ceux des politiques d’atténuation (Weyant et al., 1996, 2017 ; figure 1). Le panorama des IAM a évolué au grès des progrès internes de la recherche et des besoins d’évaluation des stratégies des gouvernements et des organisations internationales (Van Beeck et al., 2021). Les modèles compacts ou stylisés mobilisant l’analyse coût-bénéfices très utilisés dans les années 1990 pour déterminer des trajectoires optimales d’émissions, à l’instar de l’emblématique modèle DICE de William Nordhaus, ont été relégués au second plan par la suite, au profit de modèles plus détaillés dans leur description des secteurs et des technologies et des dimensions énergétiques et économiques (cf encadré 1). Ces derniers sont mieux à même d’évaluer, dans une optique coût-efficacité, les conditions d’atteinte de trajectoires bas carbone compatibles avec l’objectif 2°C qui devient un objectif officiel des négociations à Cancun en 2009 puis 1,5°C avec l’Accord de Paris (IPCC, 2018). Même si le contenu de la plupart de ces modèles ne colle pas strictement à la définition initiale d’un IAM fondée sur une représentation systémique des usages des terres, du cycle du carbone et de la sensibilité climatique et des impacts au-delà des interactions énergie-économie, en pratique, ils répondent à un ensemble de questions concernant les aspects techniques, environnementaux, économiques et sociaux de sentiers de transformation (Transformation Pathways) (Lefevre, 2016).

Une trentaine d’IAM sont notamment à l’origine de l’ensemble des Transformation Pathways globales inclus dans les bases de données du groupe III du GIEC à l’occasion de la publication des 5^e et 6^e rapport d’évaluation (Clarke et al., 2014 ; Cointe et al., 2019 ; Byers et al., 2022)⁴. Ceux-ci donnent un éventail des conditions techniques et économiques d’atteinte des objectifs climatiques en fonction de différentes hypothèses sur le progrès technique, les perspectives de croissance économique, le type de politiques climatiques et les contours de la gouvernance climatique internationale.

Force est de constater que la dynamique des systèmes occupe une place limitée dans l’écosystème des IAM. Le modèle de simulation IMAGE développé par le PBL (Pays Bas) depuis le début des années 1990 semble le seul à s’être appuyé à l’origine sur cette approche. World7 développé à l’Inland Norway University of Applied Sciences (Sverdrup et al., 2019) ne s’insère pas dans une communauté de recherche à part entière, illustrant l’échec de la dynamique des systèmes à se constituer en communauté autonome dès les années 1970 (Matarasso, 2007). Sur le climat, la dynamique des systèmes est mobilisée dans le cadre de développements spécifiques à l’instar de la mise au point par le MIT du modèle simulation des politiques climatiques interactif et en ligne C-ROADS⁵ dans le but d’informer les processus de décision.

Néanmoins, une filiation de modèles propre à la dynamique des systèmes s’est développée autour de questions connexes à la question climatique telles que les limites sur les ressources, notamment énergétiques et les contraintes biophysiques pesant sur l’économie (Rye and Jackson, 2018) (Dale et al., 2012). Une partie de cette communauté porte aujourd’hui un regard critique sur les IAM standards sur le climat et pointe certaines limites dans leur prise en compte des contraintes bio-physiques dans les transformation pathways. De nouveaux modèles intégrés fondés sur la dynamique des systèmes ont récemment vu le jour pour évaluer des scénarios bas-carbone globaux et revendiquent une meilleure prise en compte des contraintes énergétiques (Capellán-Pérez et al., 2019) (Nieto et al., 2020). Un véritable rapprochement des communautés reste toutefois à opérer.

En fin de compte, l’héritage du modèle World est peut-être principalement à chercher dans la pérennité des questionnements de recherche. Le retour en force des questions relatives aux limites planétaires (Rockström et al., 2009) et la montée en puissance du thème de l’urgence climatique ont donné une nouvelle actualité aux travaux du Club de Rome. La transition vers un monde neutre en carbone pose en effet un certain nombre de défis méthodologiques pour les modèles intégrés parmi lesquels la représentation des modes de vie, des ressources et des modes de recyclage de la matière, des nouvelles chaînes de valeurs, des besoins de financements etc. (par ex. Hourcade et al., 2021). Pour les relever, un seul modèle ‘du grand tout’ ne pourrait y répondre. La diversité des modèles est au contraire utile pour explorer une diversité de questions dans un contexte d’urgence écologique, à condition de créer les conditions favorables à un véritable dialogue scientifique inter-modèles, et interdisciplinaire à l’égard des autres sciences humaines et sociales.

Bibliographie

Alcamo J., Shaw R., Hordijk, L. (eds), 1990. The RAINS Model of Acidification. Science and Strategies in Europe. Dordrecht, Netherlands: Kluwer Academic Publishers.

Baron, R., Salles, J. F., 1991. “Comparaison des travaux de prospective énergétique à long terme et évaluation de différents scénarios relatifs au problème de l’effet de serre”, Rapport de recherche auprès du Ministère de l’Environnement, 163 p, INIST-CNRS

Byers, E., Krey, V., Kriegler, E., Riahi, K., Schaeffer, R., Kikstra, J., Lamboll, R., Nicholls, Z., Sanstad, M., Smith, C., Kaj-Ivar van der Wijst, Lecocq, F., Portugal-Pereira, J., Saheb, Y., Strømann, A., Winkler, H., Auer, C., Brutschin, E., Lepault, C., Müller-Casseres, E., Gidden, M., Huppmann, D., Kolp, P., Marangoni, G., Werning, M., Calvin, K., Guivarch, C., Hasegawa, T., Peters, G., Steinberger, J., Tavoni, M., von Vuuren, D., Forster, P., Lewis, J., Meinshausen, M., Rogelj, J., Samset, B., Skeie, R., Khourdajie, A., 2022. AR6 Scenarios Database hosted by IIASA International Institute for Applied Systems Analysis

Capellán-Pérez, I., De Castro, C., González, L.J.M., 2019. Dynamic Energy Return on Energy Investment (EROI) and material requirements in scenarios of global transition to renewable energies. Energy Strategy Rev. 26, 100399.

Cassen, C., Cointe, 2022, From Limits to Growth to greenhouse gas emission pathways: Technological change in global computer models (1972-2007), Contemporary European History, 31(4), 610-626

Clarks, L., Jiang, K., Akimoto, M., et al., 2014. Assessing Transformation Pathways. In: Edenhofer O, Pichs-Madrugada R, Sokona Y, et al. (2014) Climate Change 2014: Mitigation of Climate Change. Contribution of Working Group III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change, Cambridge, UK and New York, NY: Cambridge University Press, pp. 413-510.

Cointe, B., Cassen, C., Nadaï, A., 2019. ‘Organising policy-relevant knowledge for climate action: integrated assessment modelling, the IPCC, and the emergence of a collective expertise on socioeconomic emission scenarios’, Science & Technology Studies, 32, 4 (2019), 36–57

Crassous, R., 2009. Modéliser le long terme dans un monde de second rang : application aux politiques climatiques, thèse de doctorat, AgroParisTech

Dale, M., Krumdieck, S., Bodger, P., 2012. Global energy modelling—A biophysical approach (GEMBA) part 1: An overview of biophysical economics. Ecol. Econ. 73, 152–157.

Elichirigoity, F., 1999. Planet management: Limits to growth, computer simulation, and the emergence of global spaces. Northwestern University Press.

Forrester, J., 1971. World Dynamics, Cambridge: Wright-Allen Press

Gallopin, GC., 2001. The Latin American World Model (aka the Bariloche model): three decades ago. Futures, 33(1), 77-89.

Haefele, W., Anderer, J., McDonald, A. and Nakicenovic, N., 1981. Energy in a Finite World, International Institute for Applied System Analysis, Laxenburn

Hourcade, J. C., Jaccard, M., Bataille, C., Ghersi, F. 2006. Hybrid modeling: New answers to old challenges. The Energy Journal, 2, 1–12.

Hourcade, J-C., Tankov, P., Voisin, S., Ghersi, F., Lefèvre, J., 2021. Les modèles intégrés économie – climat : quels usages pour quelles décisions ?, Institut Louis Bachelier, n°23, septembre 2021

IPCC, 2018. Global Warming of 1.5°C. An IPCC Special Report on the impacts of global warming of 1.5°C above pre-industrial levels and related global greenhouse gas emission pathways, in the context of strengthening the global response to the threat of climate change, sustainable development, and efforts to eradicate poverty [V. Masson-Delmotte, P. Zhai, H. O. Pörtner, D. Roberts, J. Skea, P.R. Shukla, A. Pirani, W. Moufouma-Okia, C. Péan, R. Pidcock, S. Connors, J. B. R. Matthews, Y. Chen, X. Zhou, M. I. Gomis, E. Lonnoy, T. Maycock, M. Tignor, T. Waterfield (eds.)].

Lefevre, J., 2016. Hybridization challenges in energy-economy integrated models and representation of the low carbon transition: an application to the Brazilian case, Thesis, AgroParisTech, Paris, France.

Lesourne, J., (dir.). 1979., INTERFUTURS, Face aux futurs, Pour une maîtrise du vraisemblable et une gestion de l’imprévisible, p. 11, Paris, OCDE.

Matarasso, P. 2007. La construction historique des paradigmes de modélisation intégrée: William Nordhaus, Alan Manne et l’apport de la Cowles Commission. In Les modèles du futur (pp. 44-62). La Découverte.

Meadows, D.H., Meadows, D.L., Randers, J., Behrens, W.W., 1972. The Limits to Growth, Universe Books, New York

Mesarovic, M., Pestel, E., 1974. Mankind at the Turning Point, Hutchinson, Londres. Traduction française : Stratégie pour demain, Seuil, Paris

Nieto, J., Carpintero, Ó., Miguel, L.J., de Blas, I., 2020. Macroeconomic modelling under energy constraints: Global low carbon transition scenarios. Energy Policy 137, 111090.

Nordhaus, W. D., 1973. World dynamics: measurement without data. The Economic Journal, 83(332), 1156-1183.

Rockstrom, J., Steffen, W., Noone, K., Persson, A., Chapin III, F. S., Lambin, E. F., … & Foley, J. A. , 2009. A safe operating space for humanity: identifying and quantifying planetary boundaries that must not be transgressed could help prevent human activities from causing unacceptable environmental change, argue Johan Rockstrom and colleagues. Nature, 461(7263), 472-476.

Rye, C.D., Jackson, T., 2018. A review of EROEI-dynamics energy-transition models. Energy Policy 122, 260–272.

Taylor, P.G., Upham, P., McDowall, W., Christopherson, D., 2014. Energy model, boundary object and societal lens: 35 years of the MARKAL model in the UK. Energy Res. Soc. Sci. 4, 32–41.

Van Beeck L, Pelzer, P., Hajer, M.A, Van Vuuren D., Cassen, C., 2021 World-making through models: understanding the rise of Integrated Assessment Modelling in the climate science-policy interface, Global Environmental Change, vol 65

Sverdrup, H., Olafsdottir, A., Ragnarsdottir, K., Stjernquist, I., Schlyter, P., Parker, J., 2019. Development of the WORLD7 global integrated assessment model Adaptation to a New Economic Reality, AdaptEconII, Deliverable 4.3

Weyant J, Davidson, Dowlatabadi H, et al., 1996. Integrated Assessment of Climate Change: An Overview and Comparison of Approaches and Results, In: Climate Change 1995: Economic and Social Dimensions of Climate Change, Bruce JP, Lee H, Haites E (eds), Cambridge, UK: Cambridge University Press, Chapter 10: Sections 10.1‐10.3, 374‐380.

1 Forrester développe dans un premier temps World 1 et World2. Limits to Growth a utilisé la troisième version du modèle, World3, développée par Dennis Meadows (étudiant de Forrester), et son équipe.

2 Les autres principales critiques portent sur l’absence de représentation des dynamiques régionales, le manque de certaines données (en particulier concernant les inégalités entre riches et pauvres) ; ses estimations pessimistes sur les ressources ; ou encore une prise en compte insuffisante du progrès technologique (Cassen et Cointe, 2022).

3 Par exemple, le modèle SARUM du SPRU (Science Policy Reseach Unit) de l’Université de Sussex) utilisé dans le rapport Interfutur de l’OCDE en 1979 (Lesourne, 1979) associe la dynamique des systèmes de Forrester, une analyse à la Léontief de l’économie sous la forme d’un tableau entrées-sorties, ainsi que les approches économétriques et multi-niveaux telles qu’utilisées par Mesarovic et Pestel dans le 2^e rapport du Club de Rome (Mesarovic et Pestel, 1974).

4 Ils sont à l’origine respectivement des 1184 et 1686 scénarios globaux.

5 https://www.climateinteractive.org/c-roads/ (dernier accès le 19/01/2023)