Une comparaison actualisée des “Limites de la Croissance” avec les données historiques
Article d'origine en anglais
Turner, G. (2014) ‘Is Global Collapse Imminent?’, MSSI Research Paper
No. 4, Melbourne Sustainable Society Institute, The University of
Melbourne.
ISBN: 978 0 7340 4940 7
Traduction Patrick Soulignac
Résumé
Le scénario « modèle standard » (business-as-usual ou BAU) des
« Limites de la croissance » (« Limits To Growth », LTG), produit il y a
environ quarante ans, correspond bien avec les données historiques qui
ont été mises à jour pour cet article. Le scénario BAU produit un
effondrement de l’économie mondiale et de l’environnement (avec des
niveaux de vie qui chutent dramatiquement plus vite que ce qu’ils
progressèrent historiquement, car les fonctions économiques normales
cessent de fonctionner), entrainant une chute importante de la
population mondiale. Bien que la baisse de la population modélisée
survienne après environ 2030 —avec une augmentation des taux de
mortalité à partir de 2020, inversant les tendances contemporaines— le
début généralisé de l’effondrement apparait vers 2015 quand la
production industrielle
per capita commence, avec un déclin rapide.
Compte
tenu de cette synchronisation imminente, une autre question que pose cet
article est de savoir si les difficultés économiques de la crise
financière mondiale sont potentiellement liées aux mécanismes de
disruption mis en avant par le scénario BAU des « Limites de la
croissance ». En particulier, les problèmes contemporains sur le pic
pétrolier et l’analyse de l’énergie nette, ou rapport entre l’énergie
produite et l’énergie investie, vont dans le sens de la modélisation des
contraintes de ressources qui sous-tendent l’effondrement dans les
« Limites de la croissance ».
Vérification des « limites de la croissance »
Avec plus de quarante ans de recul disponible depuis la publication
des "Limites de la croissance" (LTG ; Meadows et al., 1972, Meadows et
al., 1974), il est opportun d’examiner la façon dont la société a suivi
le chemin dessiné par cette modélisation révolutionnaire de divers
scenarii, et d’examiner si l’économie mondiale et la population sont sur
le chemin de l’effondrement ou de la soutenabilité. Sur une période
identique, des efforts internationaux de recherche, basés sur une série
de conférences des Nations Unies (ONU), ont produit au mieux des
résultats mitigés (Linner et Selin, 2013, Meadowcroft, 2013).
En plus
des contraintes et problèmes environnementaux critiques, non résolus, et
des contraintes de ressources telles que le changement climatique
d’origine anthropique et le pic pétrolier, l’économie mondiale doit
faire face aux défis posés par la crise financière mondiale (Global
financial crisis, GFC), dont le niveau colossal de dette persistante
n’est pas le moindre.
Le remède politique classique de sortie de la
dette par la croissance de l’économie a des conséquences potentielles
pour la stabilité de l’environnement, avec des rétroactions négatives
évidentes sur l’économie. Les interdépendances économie-environnement
contenues dans le modèle LTG original des années soixante-dix offrent
l’occasion d’examiner comment la situation mondiale s’est déployée dans
le temps et ce que cela pourrait signifier pour l’avenir.
Grâce à une douzaine de scenarii simulés dans un modèle global
(appelé World3) entrelaçant économie et environnement, Meadows et al.
(1972, p. 125) ont montré que les « dépassement et effondrement » n’étaient
évitables qu’à condition qu’un changement drastique de comportement
social et des progrès technologiques ne soient obtenus bien avant les
problèmes environnementaux ou de ressources. Si cela n’était pas atteint
dans les scenarii simulés, l’effondrement de l’économie et de la
population humaine (c’est à dire une chute relativement rapide) survient
au XXI
ème siècle, détériorant les conditions de vie pour revenir à niveau similaire à celui observé au début du XX
ème
siècle, selon les conditions mondiales moyennes modélisées. La façon
exacte dont cela pourrait survenir dans le monde réel reste ouvert à la
conjecture, comme nous le notons ci-dessous.
En dépit du fait que LTG devint un best-seller dès sa publication, le
travail fut ensuite largement relégué dans la « poubelle de
l’histoire » par de nombreuses critiques (par exemple, Lomborg et Rubin,
2002). Ces critiques ont perpétué le mythe public selon lequel LTG
s’était trompé, et disaient que LTG avait prévu que l’effondrement
surviendrait bien avant les années 2000, alors que tel n’était
absolument pas le cas.
Ugo Bardi, dans « Les limites de la croissance
revisitées » (2011), détaille de façon exhaustive les divers efforts qui
furent entrepris pour discréditer l’étude LTG. Il établit des parallèles avec les cas documentés des campagnes
contre la science du changement climatique, ou celles sur l’impact du
tabac sur la santé.
* Trois économistes – Peter Passel, Marc Roberts, et
Leonard Ross – initièrent les critiques dans un article de recension
dominicale du New York Times en 1972. Ils firent de fausses affirmations
(par exemple « tous les scenarii du modèle mondial Meadows mènent
invariablement à l’effondrement »), et affirmèrent de façon inexacte que
le livre prédisait un épuisement de nombreuses ressources autour de
1990.
* L’économiste américain William Nordhaus fit des jugements
techniquement erronés (en 1992) en se focalisant sur des équations
isolées dans World3 sans tenir compte de l’influence produite par les
rétroactions dans le reste du modèle.
* En 1973, une critique de LTG, éditée par le physicien Sam Cole et ses
collègues de l’Université du Sussex, contenait un examen technique de
la modélisation et des résultats de World3 en attaquant personnellement
les auteurs sur une base idéologique. Selon Bardi, l’examen technique
échoua car il ne pouvait pas être validé par des modélisations linéaires
simples, test non probant pour un modèle non-linéaire. L’examen établit
aussi que le modèle ne pouvait fonctionner rétroactivement, ce qui est
une condition inutile pour que le modèle puisse fonctionner vers
l’avenir.
La critique de l’étude a continué pendant environ deux décennies, y
compris par des économistes de renom tel Julian Simon, sur le mode de
l’incompréhension et des attaques personnelles.
Pendant la dernière
décennie du 20
ème siècle, cependant, les critiques de LTG se
centrèrent sur le mythe que les travaux de 1972 avaient prédit un
épuisement des ressources et un effondrement mondial à la fin de ce
siècle.
Bardi identifia, comme point de départ de cette opinion, un article
de Ronald Baley paru dans le magazine Forbes en 1989, et intitulé
« Professeur Catastrophe ». Dès lors, elle fut largement diffusée, y
compris par des commentateurs populaires comme le statisticien danois
Bjørn Lomborg, et même dans des textes d’enseignements, des parutions à
comité de lecture, et des rapports d’organisations environnementales.
Durant la dernière décennie, cependant, il y a eu une sorte
d’attention et de compréhension renouvelée à l’égard de LTG. Très
récemment, Randers (2012a) —un des co-auteurs de LTG— a publié une
prévision de la situation mondiale en 2052, et renouvelé les
enseignements de la publication originale (Randers 2012b). Un
renversement dans le débat a eu lieu en 2000 quand le spécialiste de
l’énergie Simmons (2000) a émis l’idée que le modèle était plus précis
que la perception que l’on en avait généralement. D’autres ont émis des
évaluations plus complètes des conclusions du modèle (Hall and Day,
2009, Turner, 2008) ; en effet, mon précédent travail montrait que
trente ans de données historiques s’alignaient très bien avec les
conclusions du « scénario standard » de LTG. Le modèle standard incarne
les pratiques économiques et sociales « business-as-usual » (BAU) de la
période historique qui servit de calibrage au modèle (1900 à 1970), avec
le scénario modélisé à partir de 1970.
Cet article présente une actualisation de la comparaison des données
de Turner (2008). Une mise à jour est particulièrement pertinente
aujourd’hui en raison des questions soulevées par la manière dont la
récession actuelle – couramment associée à la crise financière mondiale –
peut être liée à l’apparition de l’effondrement dans le scénario BAU de
LTG. Est-il possible que ce qui mène à l’effondrement dans le scénario
BAU de LGT ait contribué à la crise économique liée à la crise
financière mondiale ? Cette récession pourrait-elle être un signe
avant-coureur de l’effondrement modélisé dans LTG ?
Pour expliciter le contexte et souligner l’importance d’appréhender
les dynamiques globales, cet article résume d’abord les mécanismes en
jeu dans le scénario BAU modélisé. Ensuite, la trajectoire modélisée est
comparée avec une quarantaine d’années de données historiques (qui sont
décrites dans l’appendice). L’appendice fournit aussi la comparaison
des données avec deux autres scenarii, à savoir les scenarii
« technologie étendue » et « monde stabilisé » (décrits en détail dans
l’article Turner, 2012) – qui montre que la comparaison ne correspond
fortement qu’au seul scénario BAU.
Sur la base de cette comparaison, nous discuterons les conséquences
pour une économie mondiale soumise à des contraintes de ressources
limitées. En, particulier, le document a examiné la question du pic
pétrolier et le lien entre le retour en énergie de l’investissement
(EROI) et le modèle LTG World3.
Les résultats obtenus conduisent à une
discussion sur le rôle des contraintes pétrolières dans la crise
financière (GFC), et à des considérations sur le lien entre ces
contraintes et l’effondrement généralisé décrit dans LTG. Cet article
n’a pas pour but de répondre à la question d’importance critique, mais
controversée, de la gouvernance appropriée ; d’autres recherches
éclairent les difficultés qui empêchent le changement (par exemple
Harich, 2010, Rickards et al., 2014). A la place, il vise à prévenir
d’un effondrement mondial potentiel — peut être plus imminent qu’il
n’est généralement admis — dans l’espoir que cela puisse stimuler le
changement, ou tout du moins préparer les lecteurs à la survenue du
pire.
Modéliser des mondes futurs
Le modèle informatique World3, développé pour l’étude LTG, simulait
de nombreuses interactions au sein et entre les sous-systèmes clés de
l’économie mondiale :
- population,
- capital industriel,
- pollution,
- systèmes agricoles
- et ressources non renouvelables.
A son époque, World3
était nécessairement sommaire. Par exemple, il modélisait la population
mondiale totale plutôt que des régions ou des nations distinctes. Dans
l’approche des dynamiques du système, les liens de causalité ont été
modélisés mathématiquement pour refléter l’influence d’une variable sur
une autre (pas nécessairement de façon linéaire), à la fois à
l’intérieur et entre les différents secteurs du système économique
mondial.
De cette façon, des liens de rétroactions positives et négatives ont
été établis, où le résultat dans une partie du système aboutit par une
chaîne d’influences réciproques à s’affecter lui-même. Lorsque les
boucles de rétroaction positives et négatives sont finement réglées, il
en résulte des résultats stables (ou des oscillations autour de la
moyenne) ; cependant, quand une boucle domine, il en résulte un état
instable, tel que par exemple le cas simple de la croissance
exponentielle quand il y a une rétroaction positive dominante.
Un autre exemple classique est l’accélération de la croissance d’une
population biologique, tels que les bactéries, pour laquelle le taux de
natalité à un moment donné est proportionnel à la taille de la
population à ce moment-là.
L’effet et le contrôle de ces rétroactions dépend de la présence
d’effets retards dans les signaux entre une partie du système mondial et
une autre. Par exemple, les effets de l’augmentation des niveaux de
pollution sur l’espérance de vie humaine ou la production agricole
peuvent ne pas être identifiés pendant plusieurs décennies après
l’émission de la pollution.
C’est important parce qu’à moins que les effets ne soient anticipés
et des mesures préventives prises à l’avance, des niveaux croissants de
polluants peuvent se développer dans des proportions qui interdisent
l’action corrective. Telles sont les dynamiques qui conduisent au
dépassement et à l’effondrement.
Le modèle World3 simulait un stock de ressources non-renouvelables
ainsi qu’un stock de ressources renouvelables. La fonction des
ressources renouvelables dans World3, comme les terres agricoles ou les
arbres, peut s’éroder à cause de l’activité économique, elles peuvent
aussi retrouver leur niveau si des mesures délibérées sont prises ou les
activités nuisibles réduites. Le taux de récupération par rapport au
taux de dégradation affecte le moment où les limites sont dépassées,
ainsi que l’ampleur de tout effondrement potentiel.
Pour explorer « les principaux modes de comportement du système
population-capital » (Meadows et al. 1972, 91), LTG présentait une
douzaine de scenarii explorant les effets de diverses améliorations
technologiques et de changements sociétaux ou politiques. La série de
scenarii démarrait par un « scénario standard » qui insère les valeurs
usuelles (BAU) dans le modèle pour le futur. Les tendances en paramètre
pour ce scénario étaient basés sur les données historiques et les
comportements (établis pour reproduire approximativement la croissance
et les dynamiques observées de 1900 à 1970).
L’effondrement imminent du scénario BAU
Comme nous le décrivons ci-dessous, les données issues des quelques
quarante années depuis la parution de l’étude LTG indiquent que le monde
suit de près le scénario BAU. Dans celui-ci, au cours du 20ème siècle,
l’augmentation de la population et la demande de richesse matérielle
conduisent à l’augmentation de la production industrielle, qui croit à
un rythme supérieur à celui de la population.
La pollution issue de l’activité économique augmente, mais à partir
d’un niveau très bas, et n’affecte pas sérieusement la population ou
l’environnement. Cependant, l’activité industrielle accrue demande
toujours plus de ressources en intrants (malgré la compensation d’un
gain d’efficacité), et l’extraction des ressources nécessite un capital
(machines) produit par le secteur industriel (qui produit également des
biens de consommation).
Jusqu’à ce que la base de ressources non renouvelables soit réduite à
environ 50% du niveau initial ou final, le modèle World3 supposait que
seule une faible part du capital (5%) est allouée au secteur de
l’extraction des ressources, simulant un accès à des ressources aisément
extractibles ou de haute qualité, ainsi qu’à l’amélioration de
l’efficacité des techniques d’investigation et d’extraction.
Cependant, lorsque les ressources tombent en dessous du niveau de 50%
au début du 21ème siècle tel que simulé par le modèle, et qu’elles
deviennent plus difficiles à extraire et transformer, le capital
nécessaire commence à augmenter. Par exemple, à 30% du stock initial de
ressource, la proportion du capital total alloué au secteur de
l’extraction atteint 50%, et elle continue à augmenter au fur et à
mesure que la ressource s’épuise (indiqué dans Meadows et al., 1974).
Avec une part significative du capital qui va vers l’extraction des
ressources, il n’y a plus suffisamment de capital disponible pour
remplacer entièrement l’obsolescence des machines et du capital dans le
secteur industriel lui-même. Par conséquent, malgré une activité
industrielle accrue essayant de satisfaire les multiples demandes de
tous les secteurs et de la population, la production industrielle réelle
(per capita) commence à chuter précipitamment à partir de 2015, alors
que la pollution générée par l’activité industrielle continue de
croître. La réduction des apports de l’industrie à l’agriculture,
combinée aux impacts de la pollution sur les terres agricoles, conduit à
une chute des rendements agricoles et de la nourriture produite par
habitant.
De même, les services (par exemple, la santé et l’éducation) ne sont
pas maintenus à leur niveau par manque de capital et d’intrants. La
diminution de l’offre de services et de nourriture per capita induit une
augmentation du taux de mortalité aux alentours de 2020 (et une hausse
plus faible du taux de natalité, en raison d’un accès réduit aux
possibilités de contrôle des naissances).
La population mondiale chute alors, d’environ un demi-milliard
d’individus par décennie, à partir de 2030 environ. Après
l’effondrement, le résultat du modèle World3 pour le BAU (fig. 1) montre
que le niveau de vie moyen de la population totale (richesse
matérielle, nourriture et services per capita reflétant essentiellement
les conditions de type OCDE) ressemble à celui observé au début du 20ème
siècle. Les implications du scénario BAU sont sévères : la fig. 1
illustre l’effondrement global du système économique et de la
population. Cet effondrement est essentiellement causé par les
contraintes sur les ressources (Meadows et al., 1972), suivant la
dynamique et les interactions décrites ci-dessus.
La dynamique étalonnée reflète les réponses observées dans l’économie
à des changements de niveau d’abondance ou de rareté (Meadows et al.,
1972), rendant superflu la modélisation des prix comme canal de
communication des réponses économiques.
[1]
[1]
Un point particulièrement important réside dans le fait que l’offre de
pétrole, d’abord élastique à la demande, devient inélastique, ce qui
produit des bouleversements économiques (Murray et King, 2012, Murray et
Hansen, 2013), discutés en détail dans les dernières sections.
Le scénario « Business As Usual » de LTG suit la réalité
Après quarante années écoulées depuis la modélisation initiale de
LTG, il est opportun d’examiner à quel point les scenarii reflètent la
réalité. Dans cette partie, nous présentons une comparaison graphique
des données historiques avec le scénario BAU décrit ci-dessous (Fig. 1).
Il est évident à partir de la figure 1 que les données correspondent
fortement avec le scénario BAU (pour la plupart des variables); alors
que les données ne correspondent pas avec les deux autres scenarii
(Turner, 2012, Turner, 2008) (voir appendice 1).
Les variables démographiques fournies dans la fig. 1 indiquent les
mêmes comparaisons que celles aperçues par la comparaison sur trente ans
(Turner 2008), de telle sorte que la population devrait atteindre un
maximum quelque peu supérieur à celui du BAU, vers 2030 ou plus tard si
on extrapole à partir des différences entre les taux de natalité et de
mortalité. Il est cependant encore plus manifeste aujourd’hui que le
taux brut de mortalité s’est stabilisé alors que le taux de natalité
continue à chuter, tendance générale observée dans les 3 scenarii,
quoique à des niveaux différents. Notamment, le taux de mortalité
inverse son déclin monotone et commence à s’élever dans tous les
scenarii en l’espace d’une décennie ; de manière significative dans le
scénario standard (et le scénario de la technologie étendue) à partir de
2020.
Les résultats du système économique (fig. 1) montrent que les
principales tendances sont comparables avec le scénario BAU de LTG. Il
est important de noter que le ralentissement de l’activité économique
lié à la crise financière mondiale n’a pas été saisi dans les données
historiques puisque celles-ci ne sont disponibles que jusqu’en 2007.
Néanmoins, la production industrielle per capita illustre un
ralentissement du taux de croissance qui est cohérente avec le BAU qui
atteint un maximum. Dans ce scénario, la production industrielle par
habitant s’inverse puis baisse substantiellement à partir de 2015. La
nourriture par habitant observée est généralement conforme au scénario
BAU de LTG, avec un approvisionnement alimentaire qui croit seulement
marginalement plus vite que la population. Les taux d’alphabétisation
montrent une tendance à la saturation, tandis que la production
électrique per capita (la courbe supérieure des données) croît plus
rapidement et en meilleure adéquation avec le modèle LTG (fig. 1).
La pollution mondiale mesurée par la concentration de CO2 est
totalement compatible avec le scénario BAU (fig. 1), mais
l’actualisation de ces 10 dernières années montre qu’elle augmente un
peu moins vite que ce que nous avons modélisé. Cela peut être lié à
plusieurs facteurs, qui ne peuvent pas être identifiés séparément dans
cette analyse. Par exemple, en comparaison avec les résultats du modèle
BAU, la production industrielle per capita inférieure est cohérente avec
une moindre pollution, bien que cet effet soit compensé par
l’augmentation légèrement plus rapide observée pour la population. Il
est aussi possible que la dynamique de production de pollution
persistante par les différentes activités économiques ou son
assimilation par l’environnement ne soient pas paramétrées précisément
dans le modèle World 3 en termes de dynamique réelle du CO2 (qui
constitue toujours un sujet de recherche active). Dans cette
éventualité, les données récentes sont cohérentes avec un taux
d’assimilation légèrement plus important, ou alternativement, avec une
production de pollution plus faible dans l’agriculture que dans
l’industrie (puisque le taux relatif de production alimentaire est
supérieur à celui de la production industrielle). Quelle que soit
l’explication, le niveau de pollution mondiale est suffisamment faible
(dans tous les scénarios et les données observées) pour ne pas avoir
d’impact trop important sur l’environnement et l’espérance de vie
(Turner 2008).
Figure 1. Le scénario BAU (scénario
standard) de LTG, lignes en pointillés, comparé aux données historiques
de 1970 à 2010 (lignes continues) — pour les variables démographiques:
population, taux brut de natalité, taux brut de mortalité; pour les
variables économiques: production industrielle per capita, nourriture
per capita, services per capita (Courbe supérieure: électricité p.c.;
courbes inférieures: taux d’alphabétisation des adultes et des jeunes
[la courbe de données la plus basse]); pour les variables
environnementales: pollution mondiale persistante, proportion des
ressources non-renouvelables restantes (la courbe la plus haute utilise
une limite supérieure de 150,000 EJ pour les ressources ultimes
d’énergie; la courbe inférieure utilise une limite inférieure de 60,000
EJ [Turner 2008]).
En revanche, des deux courbes de données pour les ressources non
renouvelables restantes, l’estimation basse montre un alignement plus
fort avec le modèle BAU (alors que l’estimation haute correspond bien au
modèle d’une technologie étendue [fig. 1]). L’estimation basse montre
aussi une chute importante à partir du point où le modèle World3 intègre
une dérivation croissante de capital vers le secteur de l’extraction
des ressources naturelles afin d’extraire des ressources moins
accessibles. (50 à 60 % de la ressource initiale ; voir Meadows et al,
1974 fig. 5-18). Il s’agit de la cause principale de l’effondrement
dans le scénario BAU, comme décrit ci-dessus. Les données observées sont
basées sur les ressources énergétiques (voir la discussion dans Turner
2008, P405-407), en supposant de façon prudente un potentiel de parfaite
substitution entre les différents types d’énergies primaires. Cette
hypothèse peut n’être pas tout à fait exacte (par exemple, dans le cas
des carburants pour le transport (principalement du pétrole), essentiels
au bon fonctionnement de l’économie). Les sections suivantes traiteront
ce problème plus en profondeur.
La confiance par l’étalonnage.
La comparaison frappante décrite ci-dessus indique que le travail
initial de LTG ne devrait pas être écarté comme de nombreux critiques
ont tenté de le faire, et accroit la confiance en la modélisation de
scénario de LTG. Il est notable qu’aucun autre modèle
économie-environnement n’ait démontré une adéquation aussi exhaustive et
de long terme avec les données. Cependant, cette adéquation n’est pas
une validation complète du modèle (en partie à cause de la non linéarité
du modèle World3) ni du scénario BAU. Atteindre une telle validation
requiert au moins que les principaux paramètres initiaux et les
hypothèses de non-linéarité (les seuils) soient aussi vérifiés. Cette
vérification est partiellement initiée ci-dessous avec un examen des
charges imposées à l’extraction des ressources.
Malgré la non-linéarité du modèle World3, les résultats généraux des
scenarii ne sont pas sensibles aux incertitudes raisonnables sur les
paramètres clés (Meadows et al. 1974). Cependant, les critiques
continuent de remettre en cause la valeur de la modélisation LTG en se
basant sur la sensibilité perçue du modèle (Castro, 2012). De façon
superficielle, les premières analyses de sensibilité du modèle World3
(De Jongh 1978; Vermeulen et De Jongh, 1976) paraissaient montrer que le
modèle est sensible aux modifications des paramètres. Par exemple, en
imposant un changement de 10 % à partir de 1970 à trois paramètres dans
le secteur industriel, il est possible de modifier substantiellement les
résultats du modèle World3. En reproduisant ce changement, j’ai observé
que le résultat n’était pas un évitement du dépassement et de
l’effondrement, contrairement à ce qu’affirmaient les critiques (Turner
2013). Au lieu de cela, un examen plus large des résultats indique que
le dépassement et l’effondrement sont simplement retardés, et que la
raison principale pour cela était que la production industrielle per
capita (une approximation de la richesse matérielle) restait constante
sur plusieurs décennies avant de décliner. En effet, les critiques
étaient en réalité en train de créer les éléments du scénario « monde
stabilisé », où la consommation matérielle était réduite, mais ils ne le
reconnaissaient pas.
En outre, les critiques sur la sensibilité des paramètres, elles sont
manifestement contredites par l’adéquation sur 40 ans du modèle LTG avec
des données indépendantes ; si le modèle était trop sensible, il ne
pourrait prédire les résultats avec succès. Pour résoudre ce paradoxe
apparent, il est crucial de reconnaître que le modèle World3 a été
calibré comme un système global à partir des données et tendances de
1900 à 1970. Cet étalonnage n’infère pas simplement les valeurs des
paramètres à partir des données disponibles —ce que tous, y compris les
auteurs du LTG, reconnaissent incorporer des incertitudes — mais, ce qui
est plus important, infère que les divers résultats du modèle
(population, nourriture, ressources, etc.) doivent fournir simultanément
des valeurs compatibles avec les données observées.
Un sous-système du
modèle peut fonctionner comme contrôle efficace des autres
sous-systèmes. L’étalonnage du système global contraint alors les
valeurs recueillies que les paramètres peuvent prendre. Cela ne veut pas
dire qu’aucun paramètre individuel ne soit alors connu avec plus de
précision, ce qui n’est pas le cas. Au contraire, c’est le recueil des
interactions qui importe. C’est un élément essentiel que Bardi (2011) a
souligné dans sa revue des premières critiques de LTG (c’est-à-dire
l’importance d’appréhender le système dans son ensemble et de ne pas
isoler des sous-systèmes sans référence au reste du système).
Par ailleurs, il y a des principes généraux de contrôle des systèmes
qui s’appliquent malgré la sensibilité aux paramètres ou l’incertitude
autour des spécificités des trajectoires futures du système. C’est une
propriété générale des systèmes avec des mécanismes d’auto-renforcement
ou d’autocorrection (c’est-à-dire les rétroactions positives ou
négatives, les premières produisant la croissance) que de dépasser
l’équilibre de long terme s’il y a des délais suffisants dans la
reconnaissance ou la réponse aux signaux négatifs. Lorsque tel est le
cas, il est inévitable que le système se « corrige » en chutant ou en
s’effondrant en dessous de cet équilibre.
L’effondrement est-il probable et imminent ? Examen des mécanismes sous-jacents de l’effondrement prochain dans le scénario BAU
En se basant simplement sur la comparaison des données observées et
les scenarii LTG présentés ci-dessus, et compte tenu de la
correspondance significativement meilleure du scénario BAU par rapport
aux deux autres scenarii, il semble que l’économie et la population
mondiale soient sur le point de s’effondrer.
Cela contraste avec
d’autres prévisions pour l’avenir du monde (par exemple Raskin et al
2010, Randers 2012), qui indiquent un période plus longue ou
indéterminée avant un effondrement mondial. Randers par exemple prévoit
un effondrement après 2050, en se basant largement sur les impacts du
changement climatique, qui paraissent proches du scénario « technologie
étendue » du modèle LTG. Cette section examine donc plus précisément les
mécanismes sous-jacents de l’effondrement à court terme du scénario BAU
et explore si ces mécanismes ressemblent à certaines évolutions du
monde réel.
Évolution du monde réel – pic pétrolier
Après avoir confirmé un alignement significatif de 40 ans de données
avec le scénario BAU, et avoir établi que le modèle n’a pas une
sensibilité problématique, cette section étudie maintenant si les
principales dynamiques qui sous-tendent la répartition ci-dessus
ressemblent au développement réel.
Comme l’effondrement dans le scénario
BAU est principalement associé à la contrainte de ressources et le
transfert des capitaux vers le secteur extractif, il est important
d’examiner le pic pétrolier (ou les autres pics de ressources). Le pic
pétrolier se réfère au pic de production de pétrole (particulièrement
celui du l’offre conventionnelle), par opposition à la demande qui est
supposée augmenter continuellement.
Les publications sur le pic
pétrolier ces dernières années ont accrédité la possibilité d’un pic
mondial (par exemple par l’Agence Internationale de l’Énergie jugée
conservatrice) (Alexander, 2014). Ces publications ont tendance à se
concentrer sur la question de savoir si le pic pétrolier est bien en
train de se produire et quel sera le volume d’approvisionnement en
pétrole disponible. Sorrell et al (2010a, 2010b) examinent un grand
nombre de ces rapports et montrent que les chercheurs indépendants
attendent généralement le pic dans la décennie qui vient ou estiment
qu’il s’est déjà produit (Sorrell et al., 2010a, Sorrell et al., 2010b,
Murray et King, 2012). Les estimations fournies par l’industrie
pétrolière se situent dans quelques décennies. Malheureusement, les
productions de pétrole qu’ils estiment eux-mêmes donnent peu de
conclusions sur les conséquences de la réduction du taux
d’approvisionnement en pétrole sur l’économie, car une offre limitée de
carburant, qui est omniprésente dans le transport, est susceptible d’être
néfaste pour les économies mondiales et nationales (Hirsch, 2008,
Friedrichs, 2010).
Il est utile de comparer la qualité passée et future de la
production de pétrole qui découle du scénario BAU de LTG (fig 2), même
si il y a des incertitudes autour des productions spécifiques de
pétrole. La production intégrée à LTG a été calculée en utilisant la
dérivée des ressources non renouvelables.
La courbe de LTG ressemble au profil de celle d’Hubbert représentée
dans la Fig 2 en utilisant une fonction logistique (normalisée à la
production cumulative; en fait l’aire sous la courbe). Hubbert prend une
ressource finie, avec une croissance exponentielle de la production
dans le phase initiale de production (en se basant sur la tendance des
données, et en reproduisant les découvertes de ressources (en fait pic
puis déclin) qui conduisent finalement à un fin de la production
(Hubbert, 1956). Il conçut initialement des courbes arbitraires basées
sur des présupposés de taux de production et des estimations de la
ressource ultime. Par la suite, Hubbert a utilisé la fonction logistique
mathématiquement plus commode (pour la production cumulée) pour
appréhender les propriétés qualitatives des profils de production
(Hubbert, 1982).
En comparaison, les taux de production de pétrole à partir des
données actuelles et estimées n’atteignent pas le pic et ne chutent pas
aussi rapidement, bien que les données indiquent un maximum inférieur en
raison d’une production plus rapide ou un pic plus précoce entre 1960
et 1985. La production supplémentaire (par rapport à LTG) dans cette
période correspond de très près au déficit de production (en rapport à
LTG entre 1990 et 2005). En effet, la production cumulée jusqu’à 2005,
ne diffère que de 1%. Les projections de la production de pétrole sont
basées sur un modèle empirique d’un décalage entre production et
découverte des productions (Gargett and Bittre, 2009), dans lequel la
production cumulée ne peut pas être supérieure aux découvertes cumulées.
Par conséquent, si les découvertes passent par un maximum puis chutent,
la production devra faire pareil, même si les taux peuvent évidemment
varier. Il ne tient pas compte de la façon dont la production peut
varier, contrairement au modèle LTG.
Ayant confirmé l’alignement significatif de 40 ans de données avec le
scénario BAU, et établi que le modèle n’a pas une sensibilité
inappropriée, cette section envisage maintenant si les principales
dynamiques qui sous-tendent la rupture décrite ci-dessus ressemblent aux
évolutions réelles. [...]
Figure 2. Taux de production de
pétrole : réel et projeté ; dérivé de LTG ; et courbe « selon Hubbert »
basée sur une fonction logistique – toutes normalisées pour correspondre
à la ressource totale (c’est-à-dire l’aire sous les courbes).
Contrairement à d’autres prévisions de la production de pétrole, la
courbe LTG n’est pas explicitement encodée dans le modèle, mais est le
produit d’autres dynamiques. Une croissance exponentielle se produit
initialement en raison de la demande de l’activité industrielle, en
croissance exponentielle. La production diminue par la suite à cause de
l’effondrement de la demande de l’activité industrielle (voir section
suivante). La production de ressources non-renouvelables dans le modèle
World3 s’ajuste avec la population en utilisant un coefficient
d’utilisation des ressources per capita, lequel est une fonction
croissante (approximativement linéaire) de la production industrielle
per capita. Par conséquent, le taux de production suit la production
industrielle. Notablement, la ressource pétrolière n’est pas épuisée
lorsque l’effondrement mondial commence ; loin de là, puisque le taux
d’extraction maximal se produit à la moitié des ressources totales. En
outre, comme l’indiquent des commentateurs respectés (« The Economist »
et « The Guardian »), il y a d’immenses réserves supplémentaires de
combustibles sous forme de pétrole non conventionnel et de réserves de
gaz, telles que celles accessibles par fracturation hydraulique
(Maugeri, 2012). (Ces réserves additionnelles ont été incluses dans les
données sur les ressources non renouvelables pour la comparaison
présentée en Fig. 1).
La vision optimiste exprimée récemment est qu’il y pourrait y avoir
une nouvelle surabondance de pétrole et de gaz. A première vue, cela
semble contredire la contrainte de ressources qui sous-tend
l’effondrement dans le scénario BAU de LTG. Mais les protagonistes de
cette surabondance de pétrole et de gaz n’ont pas compris un point
crucial. Ils ont confondu un stock et un flux. Le point clé, comme le
souligne le modèle LTG, est la vitesse à laquelle la ressource peut être
fournie, c’est-à-dire le flux, et les besoins associés en machines,
énergie et autres intrants pour pouvoir obtenir ce flux. La recherche
contemporaine sur l’énergie nécessaire pour extraire et fournir une
unité d’énergie à partir du pétrole montre que les intrants ont augmenté
de presque un ordre de grandeur. Peu importe la taille du stock de
ressources si elles ne peuvent pas être extraites assez rapidement, ou
si d’autres ressources nécessaires par ailleurs dans l’économie sont
consommées pendant l’extraction. Les optimistes du pétrole et du gaz
notent que l’extraction de carburants non conventionnels n’est
économiquement rentable qu’au voisinage de 70 US$ le baril. Ils
reconnaissent par là-même que l’époque du pétrole bon marché est
révolue, apparemment sans se rendre compte que les carburants chers sont
un signe de contraintes sur les taux d’extraction et les intrants
nécessaires. Ce sont ces contraintes qui conduisent à l’effondrement
dans le scénario BAU de LTG.
La fin du pétrole facile et l’effondrement global ultérieur
Par conséquent, ce qui est plus pertinent que le taux
d’approvisionnement en pétrole en lui-même pour notre analyse, c’est le
« coût d’opportunité » associé à l’extraction de réserves de pétrole
conventionnel en constante diminution, ou avec l’extraction difficile de
pétroles non conventionnels (tels que sables bitumineux, extraction en
eaux profondes, liquéfaction du charbon, etc.) (Murray et King, 2012).
Dans le modèle LTG, la proportion de capital allouée à l’obtention des
ressources (FCAOR) représente ce coût d’opportunité.
Dans la littérature sur le pic pétrolier, la mesure pertinente du
coût d’opportunité est le retour d’énergie par rapport à
l’investissement (EROI) qui correspond à l’énergie nette disponible
après avoir retranché l’énergie utilisée à extraire la ressource (Heun
et de Wit, 2012, Dale et al., 2011, Heinberg, 2009, Murphy et Hall,
2011). L’EROI est défini comme le rapport entre l’énergie brute
produite,
TEProd, et l’énergie investie pour obtenir l’énergie produite, E
Res.
EROI = Retour en énergie de l’énergie investie
Le EROI peut être relié au FCAOR utilisé dans le modèle LTG. Etant
donné que le capital (machines telles que pompes, véhicules) utilisé
dans le secteur des ressources,
CRes, est essentiellement représentatif du stock global de machines,
CTtl,
l’intensité d’énergie sera similaire et par conséquent, le ratio de
capital peut être approximé par le rapport de l’énergie utilisée dans le
secteur de l’extraction des ressources,
ERes, à l’énergie totale consommée,
TECons.
FCAOR = fraction du capital utilisé pour obtenir des ressources
Etant donné que l’énergie totale consommée chaque année sera
approximativement égale à l’énergie totale produite (parce que les
réserves d’énergie stockées sont relativement faibles et ne changent pas
significativement d’une année sur l’autre),
TECons ≈
TEProd, et les équations 1 et 2 donnent :
Les données recueillies et le modèle de l’EROI de Dale et al. (2011)
peuvent donc être convertis en FCAOR à des valeurs correspondant à la
proportion de ressources de pétrole qui reste. Ceci peut alors être
comparé avec les données utilisées dans le modèle LTG (par exemple, voir
Meadows et al., 1974, figure 5-18).
Si le pic du pétrole conventionnel s’est produit, ou est sur le point
de survenir, alors approximativement la moitié des ressources ont été
consommées, c’est-à-dire que la part de ressource non-renouvelable
restante est NRFR ≈ 0,5. Les estimations actuelles de l’EROI sont dans
une fourchette de 10-20 (ou 1/EROI de 0,1 à 0,05). Ceci est en accord
avec les valeurs et les tendances du paramètre clé, FCAOR, utilisé dans
LTG (voir fig. 3).
Par conséquent, en plus des comparaisons de données faites sur les
résultats modélisés, ces informations sur les ressources pétrolières
corroborent un facteur clé de la dynamique du scénario BAU de LTG. En
d’autres termes, en plus du fait que les résultats du modèle
correspondent aux données disponibles, le mécanisme clé qui conduit à
l’effondrement dans le scénario BAU de LTG est aussi observé dans les
données du monde réel.
Le Rôle des innovations dans les énergies alternatives.
Étant donné que le mécanisme clé qui sous-tend l’effondrement dans le
scénario BAU est évidemment le détournement de capitaux vers le secteur
de l’extraction de ressources qui s’épuisent, il est pertinent
d’examiner la sensibilité du scénario à des modifications de ce facteur.
Dans le cas des ressources de pétrole (et de gaz) en particulier, se
pourrait-il que l’expansion actuelle des ressources non conventionnelles
(pétrole léger de réservoirs étanches, pétrole et gaz de schiste,
sables bitumineux, etc.) soit suffisante pour compenser le déclin de la
production de pétrole conventionnel ?
Les critiques sur les ressources non conventionnelles portent sur la
diminution de l’énergie nette due à la difficulté d’extraction. Dans la
modélisation LTG, cela correspond à la proportion de capital allouée
pour obtenir des ressources (FOCAR) qui augmente à mesure que le stock
de ressource diminue (comme dans le cadre du modèle BAU).
Cependant, nous n’en sommes qu’aux débuts de l’ère des ressources non
conventionnelles, de sorte qu’il serait raisonnable d’imaginer que
l’expérience accumulée et les nouvelles technologies faciliteront
l’extraction, et réduiront ainsi le ratio énergie/capital requis pour
chaque baril de pétrole. Cette possibilité a été testée dans le model
World3, en utilisant le paramètre (testFOCAR) montré dans la fig.3.
Figure 3. Augmentation de l’efficacité dans l’extraction des
ressources non conventionnelles (courbe bleue) au fur et à mesure que la
proportion de ressource décline vers zéro, comparé au scénario BAU
(rouge).
Figure 4. L’effondrement est retardé de 20 ans, mais est pire
(c’est-à-dire en « falaise de Sénèque »), du fait d’une efficacité
accrue dans l’accès aux ressources non conventionnelles.
Le FOCAR alternatif (proportion de capital allouée pour obtenir des
ressources) est maintenu au niveau actuel et est même légèrement diminué
(à mi-chemin entre les 5 % initiaux et le niveau actuel) pour simuler
l’effet des technologies permettant des réductions de coût.
Mais lorsque la ressource restante approche 10 %, l’effort
d’extraction augmente et doit s’approcher d’un FOCAR de 1 quand la
ressource s’épuise (la valeur de 1 empêche de fait la ressource non
renouvelable d’être complètement épuisée parce que les coûts
d’extraction de la ressource freinent l’extraction elle-même). Ce type
de FOCAR a aussi été testé par l’équipe de LTG (voir pp398-405 Meadows
et al., 1974), entre autres tests de sensibilité.
Cependant, l’effondrement n’est pas évité mais seulement retardé
d’une ou deux décennies (Fig. 4), et lorsqu’il survient la vitesse de
déclin est encore plus grande. Des ressources plus faciles à obtenir
permettent un regain de croissance après un déclin relativement mineur
autour de 2015. Par la suite, la diminution des ressources non
renouvelables continue rapidement, et atteint un niveau tellement bas
que le système industriel ne peut plus être soutenu et la production
s’effondre vers 2030. En conséquence, la population croît un peu haut
que ce que ne le prévoit le modèle BAU, mais chute à partir d’environ
2035 à une vitesse plus rapide et jusqu’à un niveau inférieur.
Impact contemporain des contraintes pétrolières : l’effondrement est-il en cours ?
La concordance étroite entre le scénario BAU de LTG et les
développements observés au cours des 40 dernières années, tout comme la
correspondance au niveau des dynamiques sous-jacentes décrites
précédemment, laissent augurer d’un potentiel effondrement mondial. Bien
que la plupart des commentaires sur le LTG situent l’effondrement vers
le milieu du siècle (et les auteurs de LTG ont insisté pour ne pas
interpréter l’échelle de temps trop précisément), le scénario BAU
implique qu’un effondrement relativement rapide des conditions
économiques et de la population pourrait être imminent. De fait,
d’autres aspects des contraintes en approvisionnement pétrolier,
explorées dans la suite de cet article, indiquent que la récession
économique en cours depuis la crise financière mondiale pourrait être
représentative d’un effondrement imminent du type du scénario BAU.
Tout d’abord, l’augmentation du prix du pétrole a correspondu à une
augmentation récente du prix des denrées alimentaires (par exemple
Alghalith, 2010, Chen et al., 2010). Il y a des liens directs et
indirects entre le pétrole et la nourriture (Schwartz et al., 2011, Neff
et al., 2011), associés au carburant nécessaire aux machines et au
transport, à la fois dans les fermes et dans la transformation et la
distribution agroalimentaire, ainsi que des matières premières pour les
intrants tels que les pesticides.
De même, bien que les engrais azotés
soient largement fabriqués à partir de gaz naturel, le prix de ces
produits est également lié à celui du pétrole. Plus récemment, la
production de bio-carburants comme alternative au carburant de
transport, tels que l’éthanol à base de maïs, a transféré une partie de
la production agricole et a été un facteur d’augmentation du prix des
denrées alimentaires (par exemple, Alghalith, 2010, Chen et al., 2010).
Ces évolutions ressemblent à la dynamique du scénario BAU de LTG où la
production agricole est impactée négativement par des intrants réduits.
Il semble aussi y avoir des preuves que la pollution mondiale commence à
impacter la production alimentaire (qui est un effet secondaire dans le
scénario BAU), par la récente survenue de sécheresses majeures,
tempêtes et incendies (par exemple, en Russie et en Australie) qui sont
potentiellement les impacts avant-coureurs du changement climatique
induit par l’émission anthropique de gaz à effet de serre.
Le rôle des prix du pétrole (et des denrées) a des implications plus
étendues, dans les chocs économiques et politiques plus généraux. Par
exemple, d’autres modélisations agrégées du rôle de l’énergie dans
l’économie (Nel et Cooper, 2009) constatent que les contraintes
énergétiques provoquent un ralentissement économique à long terme, ainsi
qu’une réduction des gaz à effet de serre, conclusions qui sont
similaires à celles de l’effondrement dans le modèle LTG.
Empiriquement,
il y a des preuves claires (par exemple, Murray et King, 2012, aperçus
dans Murphy and Hall, 2010, Murphy and Hall, 2011) d’une relation entre
nombre d’augmentations du prix du pétrole et des récessions économiques
(tout comme il existe une forte corrélation entre la consommation
d’énergie et la croissance des indicateurs économiques). L’analyse
économétrique produite par Hamilton (2009) indique que la dernière
récession aux États-Unis, associée à la crise financière mondiale, était
différente des précédents chocs pétroliers dans la mesure où elle
apparait causée par la combinaison d’une forte demande mondiale
confrontée à une production mondiale en stagnation. Son analyse minimise
le rôle de la spéculation financière.
Néanmoins, la cause immédiate principale de la crise financière
mondiale est évidemment financière : des niveaux excessifs de dette
(par rapport au PIB, ou plus précisément, la capacité effective de
l’économie réelle à rembourser la dette) (Keen 2009). De telles
dynamiques financières n’étaient pas intégrées dans la modélisation LTG.
Das (2011) met en lumière les cessations de paiement de dettes à haut
risque tels que les sub-primes sur les hypothèques immobilières, comme
facteur clé du déclenchement de la crise financière mondiale. Les
modèles financiers utilisés n’ont pas correctement pris en compte un
nombre élevé de défauts simultanés, en se basant sur les analyses
statistiques de périodes antérieures qui suggéraient une moindre
corrélation entre les défauts de paiement. Cette corrélation peut être
causée par des aspects spécifiques aux instruments financiers créés
récemment, incluant par exemple les ajustements à la hausse des taux
d’intérêt sur les prêts hypothécaires après une période initiale
« attractive » de taux d’intérêts très faibles. Même ainsi, une certaine
dissémination des défauts serait attendue dans ce cas.
Alternativement,
un autre facteur potentiel pourrait être les accroissements des prix du
pétrole et des denrées corrélées, qui serait ressenti par tous les
ménages simultanément (mais avec un impact disproportionné sur un grand
nombre de ménages à bas revenus discrétionnaires).
Indépendamment du rôle que les contraintes pétrolières et les prix du
pétrole ont joué dans la crise financière mondiale actuelle, une
dernière considération porte sur le fait de savoir s’il y a un espace
pour une transition réussie vers les énergies alternatives dédiées au
transport, et plus généralement pour les énergies renouvelables.
En raison de la crise financière mondiale, il pourrait y avoir un
manque de crédits pour financer toute transition coordonnée (ou
spontanée) (Fantazzini et al., 2011). Et la reprise économique peut être
interrompue, à plusieurs reprises, par une augmentation des prix du
pétrole associée à toute reprise.
En outre, même si une transition est
initiée, cela peut prendre au moins 20 ans pour mener à bien la
transformation pour une nouvelle flotte de véhicules et pour les
infrastructures de distribution. (Hirsch, 2008, Hirsch et al., 2005).
Le chemin vers la transition nécessite d’introduire de nouveaux
carburants pour compenser une possible réduction de la production
pétrolière de 4 % (ou plus), tout en satisfaisant une demande
supplémentaire associée à la croissance économique. Il n’est pas évident
que ces diverses conditions requises pour une transition soient
possibles.
Le rôle des réponses sociales
En termes de changements sociaux, il est pertinent de noter que si
les auteurs de LTG avertissent que les dynamiques du modèle World3
continuent d’opérer à travers toutes les ruptures, diverses dynamiques
sociales pourraient prendre de l’importance soit pour aggraver ou
adoucir l’effondrement (par exemple, des réformes issues d’une
gouvernance mondiale, des guerres mondiales ou régionales).
D’autres
chercheurs ont envisagé comment la société pourrait réagir à de graves
contraintes de ressources (par exemple Friedrichs, 2010, Fantazzini et
al., 2011, Heinberg, 2007, Orlov, 2008, Heinberg, 2011). Divers degrés
de conflit sont envisagés, tout comme des modes de vie redevenant plus
autarciques dans les pays développés.
Les dynamiques du modèle World3
conduisant à un effondrement s’accordent avec certains aspects d’autres
descriptions de civilisations qui se sont effondrées (Tainter, 1988,
Diamond, 2005, Greer, 2008, Greer, 2005). La proposition de Tainter, que
les bénéfices décroissent pour un accroissement de complexité, se
rapporte à l’inefficacité croissante de l’extraction de ressources en
voie d’épuisement dans la simulation World3. Elle est aussi en
adéquation avec l’observation plus générale dans l’étude LTG que les
tentatives successives pour résoudre les défis de soutenabilité dans le
modèle World3, qui conduisent au scénario de la « technologie globale »,
ont pour résultat un effondrement encore plus substantiel.
L’existence
dans World3 de retards dans la reconnaissance et la réponse aux
problèmes environnementaux s’accordent avec les éléments clés de la
caractérisation de Diamond des sociétés qui ont échoué. Et le mécanisme
de Greer « d’effondrement catabolique » – c’est-à-dire, d’augmentations
des coûts de maintenance excédant la production de capital, couplées
avec un épuisement important de ressources clés – décrit sur un mode
plus lent le facteur central du déclin dans le scénario BAU de LTG.
Malheureusement, les preuves scientifiques des graves problèmes
environnementaux ou de ressources naturelles se sont heurtées à une
forte résistance de la part de forces sociétales puissantes, comme le
démontre clairement la longue histoire de LTG ou les oppositions aux
initiatives internationales des Nations Unies sur les questions
environnementales/de changement climatique.
Non sans ironie, la
confirmation apparente par cet article du scénario BAU du modèle LTG
implique que l’attention des scientifiques et du public pour le
changement climatique, quoique d’importance cruciale en elle-même,
pourrait avoir été défavorablement détournée du problème des contraintes
de ressources, particulièrement celle de l’approvisionnement en
pétrole. En effet, si l’effondrement global se produit conformément au
scénario LTG, alors les impacts de la pollution se résoudront
naturellement – quoique pas dans un sens idéal !
Une des leçons
difficiles des scenarii de LTG est que les questions environnementales
mondiales sont généralement étroitement liées et ne devraient pas être
traitées comme des problèmes séparés. Une autre leçon est l’importance
de la prise de mesures préventives bien avant que les problèmes ne
s’enracinent. Malheureusement, la correspondance des tendances des
données avec la dynamique de LTG indique que les premiers stades de
l’effondrement pourraient survenir d’ici une décennie, ou pourraient
même être déjà en cours. Cela suggère, dans une perspective rationnelle
basée sur le risque probable, que nous avons gaspillé les dernières
décennies, et que se préparer à un effondrement mondial pourrait être
encore plus important que de chercher à éviter l’effondrement.
Annexes
Mises à jour des données historiques
Les données présentées ici font suite à la revue à 30 ans (Turner,
2008). Ces données couvrent les variables présentées dans les graphiques
de résultat LTG :
- population (et taux bruts de natalité et de
mortalité) ;
- nourriture per capita ;
- production industrielle per
capita ;
- proportion de ressources non-renouvelables disponibles ;
- et
pollution mondiale persistante.
Les sources de données sont toutes du
domaine public, nombre d’entre elles via les diverses agences des
Nations Unies (et leurs sites internet). Des détails ont déjà été
fournis (Turner, 2008) sur ces sources de données et des aspects tels
que l’interprétation, les incertitudes et les agrégations.
Cependant, certaines données supplémentaires et certains calculs ont
été nécessaires étant donné que les données mesurées jusqu’en 2010
n’étaient pas toujours disponibles (et même lorsqu’elles l’étaient, il
pouvait s’agir de prévisions estimées). Un résumé des données est fourni
ci-après.
Les données démographiques sont déjà aisément disponibles de la
Division Démographie du Département des Affaires Sociales du Secrétariat
de l’ONU (obtenues via la base de données en ligne EarthTrends du World
Resources Institute) ; mais les données à partir de 2006 sont des
prévisions. Etant donné le faible écart jusqu’à 2010 et l’inertie
habituelle dans les dynamiques démographiques, l’estimation de 2010 sera
suffisamment précise pour la comparaison faite ici.
La production de
nourriture est basée sur les données de valeur énergétique (calories) de
la FAO, avec l’extension jusqu’à 2009/10 générée par comparaison avec
les données de production, qui a été ajustée à la valeur énergétique
pour chaque type de nourriture correspondante dans les données de
production.
La production industrielle n’est disponible que jusqu’en
2007, directement auprès des « Statistical Yearbooks » de l’ONU (2006,
2008), désormais accessibles en ligne. La production industrielle per
capita est utilisée comme mesure de la richesse matérielle dans le
modèle LTG, mais la production industrielle fournit aussi le capital
utilisé dans d’autres secteurs, y compris l’agriculture et l’extraction
des ressources.
La fourniture de services (per capita) a été mesurée par des
indicateurs indirects : consommation électrique per capita et taux
d’alphabétisation.
Dans le premier cas, pour les données les plus
récentes, il a été nécessaire d’ajuster les données de production
d’électricité (issues de Statistical Review 2011) en données de
consommation, et donc de prendre en compte les pertes liées au transport
de l’électricité.
Les taux d’alphabétisation ont été mis à jour à
partir de la base de données Statistics de l’UNESCO, qui est la source
des données EarthTrends. Les taux d’alphabétisation fournissent un
indicateur intermédiaire car ils saturent lorsqu’ils approchent de 100%.
Les valeurs sont fournies pour des périodes plutôt que des années
uniques.
La proportion de ressources non-renouvelables disponibles est estimée
à partir des données de production sur les ressources énergétiques, car
les autres ressources sont supposées (de façon conservatrice) être
infiniment remplaçables ou en quantités illimitées. Les données de
production d’énergie de 2010 ont été obtenues de la BP Statistical
Review (2011), qui a été soustraite de la ressource totale disponible à
l’origine pour obtenir la quantité de ressource restante. Pour tenir
compte de l’incertitude considérable dans la ressource totale, des
estimations haute et basse ont été faites basées sur les évaluations
optimiste et restreinte, respectivement (Turner, 2008). De ce fait, deux
courbes de données sont fournies pour la proportion de ressources
non-renouvelables restantes.
Finalement, la pollution mondiale
persistante a été mesurée par la concentration en gaz à effet de serre
CO2, disponible jusqu’en 2008 sur la base de données EarthTrends, les
mesures les plus récentes jusqu’en 2010 provenant de Pieter Tans,
National Oceanic and Atmospheric Administration (NOAA) Earth System
Research Laboratory (ESRL), Ralph Keeling, Scripps Institution of
Oceanography.
Comparaison des données avec trois scénarii limites
Pour permettre de comprendre à quel point les données disponibles
s’alignent avec le scénario BAU ou « Standard run » de la modélisation
LTG, nous avons élargi la comparaison à deux autres scénarii clés de la
modélisation LTG, à savoir « technologie Globale » et « monde
stabilisé ». Les trois scenarii ensemble encadrent efficacement
l’ensemble du spectre des scenarii produits.
Le scénario « technologie globale » essaie de résoudre les problèmes
de développement durable avec un large spectre de solutions techniques.
Ce scénario basé sur la technologie intègre des niveaux de ressources
qui sont de fait illimités, 75 % des matériels sont recyclés, la
pollution est réduite de 25 % par rapport à la valeur en 1970, les
rendements des terres agricoles sont doublés et le contrôle des
naissances est disponible sur toute la planète.
Pour le scénario « monde stabilisé », des solutions technologiques et
des politiques sociales volontaires sont mis en œuvre pour atteindre un
équilibre pour les facteurs clés, y compris la population, la richesse
matérielle, la nourriture et les services per capita. Les exemples
d’actions mise en œuvre dans le modèle World3 comprennent :
- contrôle des
naissances parfait et famille souhaitée de deux enfants ;
- préférence
pour la consommation de services et de structures de santé, et moins
pour les biens matériels ;
- technologie pour réduire la pollution ;
- maintien des terres agricoles en redirigeant le capital dédié à l’usage
industriel ;
- et augmentation de la durée de vie du capital dans
l’industrie.
ii L’analyse statistique entreprise dans notre révision sur trente
ans (Turner, 2008) n’a pas été reproduite ici car les changements
seraient minimes, et n’ajouteraient pas grand-chose à l’évaluation.
iii http://earthtrends.wri.org (source: www.un.org/esa/population/ordering.htm)
iv http://faostat3.fao.org/home/index.html#DOWNLOAD_STANDARD
v UN 2006, table 5, p. 22, UN 2008, table 5, p. 14. http://unstats.un.org/unsd/syb/
vi http://stats.uis.unesco.org/unesco/TableViewer/document.aspx?ReportId=136&IF_ Language=eng&BR_Topic=0
vii www.esrl.noaa.gov/gmd/ccgg/trends/, scrippsco2.ucsd.edu/
Références
Alexander, S. 2014,
The New Economics of Oil, MSSI Issues paper No. 2, Melbourne Sustainable Society Institute, The University of Melbourne.
Alghalith, M. 2010,‘The interaction between food prices and oil prices’,
Energy Economics, 32, pp.1520-1522.
Bardi U. 2011,
The Limits to Growth Revisited, Springer, New York.
Castro, R. 2012, ‘Arguments on the imminence of global collapse are premature when based on simulation models’,
Gaia-Ecological Perspectives for Science and Society, 21, pp. 271-273.
Chen, S.T., Kuo, H.I. & Chen, C.C. 2010, ‘Modeling the relationship between the oil price and global food prices’,
Applied Energy, 87, pp. 2517-2525.
Dale, M., Krumdieck, S. & Bodger, P. 2011, ‘Net energy yield from production of conventional oil’,
Energy Policy, 39, pp. 7095-7102.
Das, S. 2011,
Extreme Money: Masters of the Universe and the Cult of Risk, FT Press, New Jersey, US.
De Jongh, D. C. J. 1978, ‘Structural parameter sensitivity of the ‘limits to growth’ world model’,
Applied Mathematical Modelling, 2, pp. 77-80.
Diamond J. 2005,
Collapse: How Societies Choose to Fail or Survive, Penguin Group, UK.
Fantazzini, D., Höök, M. & Angelantoni, A. 2011, ‘Global oil risks in the early 21st century’,
Energy Policy, 39, pp. 7865-7873.
Friedrichs, J. 2010, ‘Global energy crunch: How different parts of the world would react to a peak oil scenario’,
Energy Policy, 38, pp. 4562-4569.
Gargett, D. & BITRE 2009,
Transport Energy Futures: long-term oil supply trends and projections, Canberra ACT: Bureau of Infrastructure, Transport and Regional Economics.
Greer, J. M. 2005.
How Civilizations Fall: a theory of catabolic collapse, WTV.
Greer, J. M. 2008,
The Long Descent: A User’s Guide to the End of the Industrial Age, New Society Publishers, Canada.
Hall, C. A. S. & Day J. W. 2009, ‘Revisiting the Limits to Growth After Peak Oil’,
American Scientist, 97, pp. 230-237.
Hamilton, J.D. 2009, ‘Causes and Consequences of the Oil Shock of 2007-08’,
Brookings Papers on Economic Activity, 1, pp. 215-83.
Harich, J. 2010, ‘Change resistance as the crux of the environmental sustainability problem’,
System Dynamics Review, 26, pp. 35-72.
Heinberg, R. 2007,
Peak Everything: waking up to the century of declines, New Society Publishers, Canada,
Heinberg, R. 2009, ‘Searching for a miracle: “Net Energy” limits and
the fate of industrial society’, A joint report from the International
Forum on Globalization, the Post Carbon Institute, accessed:
www.postcarbon.org/new-site-files/Reports/Searching_for_a_Miracle_web10nov09.pdf
Heinberg, R. 2011,
The End of Growth: adapting to our new economic reality, New Society Publishers, Canada.
Heun, M. K. & De Wit, M. 2012, ‘Energy return on (energy) invested (EROI), oil prices, and energy transitions’,
Energy Policy, 40, pp.147-158.
Hirsch, R. L. 2008, ‘Mitigation of maximum world oil production: shortage scenarios’,
Energy Policy, 36, pp. 881-889.
Hirsch, R. L., Bezdek, R. & Wendling, R. 2005,
Peaking of World Oil Production: impacts, mitigation and risk management, National Energy Technology Laboratory (NETL), Department of Energy, West Virginia, US
Hubbert, M. K. 1956,
Nuclear Energy and the Fossil Fuels, Shell Development Company, Houston, Texas.
Hubbert, M. K. 1982,
Oil and Gas Supply Modeling, U.S. Department of Commerce / National Bureau of Standards (now the National Institute of Standards and Technology, NIST), US.
Keen, S. 2009, ‘Bailing out the titanic with a thimble’,
Economic Analysis & Policy, 39, pp. 3-25.
Linner, B.O. & Selin, H. 2013, ‘The United Nations conference on sustainable development: forty years in the making’
, Environment and Planning C: Government and Policy, 31, pp. 971-987.
Lomborg, B. & Rubin, O. 2002, ‘The dustbin of history: limits to growth’,
Foreign Policy, 133, pp. 42-44.
Maugeri, L. 2012,
Oil: The Next Revolution, Discussion Paper 2012-10, Belfer Center for Science and International Affairs, Harvard Kennedy School, Harvard University, US.
Meadowcroft, J. 2013, ‘Reaching the Limits?’
, Environment and Planning C: Government and Policy, 31, pp. 988-1002.
Meadows, D. H., Meadows, D. L., Randers, J. & Behrens III, W. W. 1972,
The Limits to Growth, Universe Books, New York, US.
Meadows, D. L., Behrens III, W. W., Meadows, D. H., Naill, R. F., Randers, J. & Zahn, E. K. O. 1974,
Dynamics of Growth in a Finite World, Wright-Allen Press, Massachusetts, US.
Murphy, D. J. & Hall, C. A. S. 2010, ‘Year in review-EROI or energy return on (energy) invested’,
Annals of the New York Academy of Sciences, 1185, pp.102-118.
Murphy, D. J. & Hall, C. A. S. 2011, ‘Energy return on investment, peak oil, and the end of economic growth’,
Annals of the New York Academy of Sciences, 1219, pp. 52-72.
Murray, J. & King, D. 2012, ‘Climate policy: Oil’s tipping point has passed’,
Nature, 481, pp. 433-435.
Murray, J. W. & Hansen, J. 2013, ‘Peak oil and energy independence: myth and reality’,
Eos, Transactions American Geophysical Union, 94, pp. 245-246.
Neff R. A., Parker, C. L., Kirschenmann, F. L., Tinch, J. &
Lawrence, R. S. 2011, ‘Peak oil, food systems, and public health’,
American Journal of Public Health, 101, pp.1587-1597.
Nel, W. P. & Cooper, C. J. 2009, ‘Implications of fossil fuel constraints on economic growth and global warming’,
Energy Policy, 37, pp. 166-180.
Orlov, D. 2008,
Reinventing Collapse, New Society Publishers, Canada.
Randers, J. 2012, 2
052: A Global Forecast for the Next Forty Years, Chelsea Green Publishing, Vermont US.
Randers, J. 2012, ‘The real message of the Limits to Growth: a plea for forward-looking global policy’,
Gaia-Ecological Perspectives for Science and Society, 21 (2), pp. 102-05.
Raskin, P. D., Electris, C. & Rosen, R. A. 2010, ‘The century ahead: searching for sustainability’,
Sustainability, 2, pp. 2626-2651.
Rickards, L., Wiseman, J. and Kashima, Y. (In press) ‘Barriers to
effective mitigation actions on climate change: the case of senior
government and business decision-makers’,
Wiley Interdisciplinary Review, Climate Change.
Schwartz, B. S., Parker, C. L., Hess, J. & Frumkin, H. 2011,
‘Public health and medicine in an age of energy scarcity: the case of
petroleum’,
American Journal of Public Health, 101, pp. 1560-1567.
Simmons, M.R., 2000, ‘Revisiting the Limits to Growth: could the Club of Rome have been correct, after all?’,
An Energy White Paper, accessed: www.simmonsco-intl.com/files/172.pdf.
Sorrell, S., Miller, R., Bentley, R. & Speirs, J. 2010a, ‘Oil futures: A comparison of global supply forecasts’,
Energy Policy, 38, pp. 4990-5003.
Sorrell, S., Speirs, J., Bentley, R., Brandt, A. & Miller, R. 2010b, ‘Global oil depletion: A review of the evidence’,
Energy Policy, 38, pp.5290-5295.
Tainter, J. A. 1988,
The Collapse of Complex Societies, Cambridge University Press, Cambridge, UK.
Turner, G. M. 2008, ‘A comparison of The Limits to Growth with 30 years of reality’,
Global Environmental Change, 18, pp. 397-411.
Turner, G. M. 2012, ‘On the cusp of global collapse? Updated comparison of the Limits to Growth with historical data’,
GAiA – Ecological Perspectives for Science and Society, 21, pp.116-124.
Turner, G. M. 2013, ‘The limits to growth model is more than a
mathematical exercise; reaction to R.
Castro, 2012, Arguments on the
imminence of global collapse are premature when based on simulation
models’,
GAiA 21/4, pp. 271– 273.
GAiA, 22, pp.18-19.
Vermeulen, P. J. & De Jongh, D. C. J. 1976, ‘Parameter sensitivity of the ‘Limits to Growth’ world model’,
Applied Mathematical Modelling, 1, pp. 29-32.
About MSSI:
La Melbourne Sustainable Society Institute (MSSI) vise à faciliter et
permettre les liens, projets et conversations de recherche conduisant à
une compréhension accrue des tendances, défis et solutions pour la
soutenabilité et la résilience. L’approche du MSSI inclut un accent
particulier sur la contribution des sciences sociales et des humanités
pour comprendre et faire face aux définis de la soutenabilité et de la
résilience.
Source :
http://loic-steffan.fr/WordPress3/leffondrement-global-est-il-imminent/
