Le cycle d’adaptation

Mon éditorial sur You Tube

Je développe sur mon concept d’Étangs Énergétiques (voir « La ville éponge » et « Sponge Cities »). J’ai décidé d’utiliser le Navigateur des Projets, accessible à travers la page de « International Renewable Energy Agency ». La création d’un projet, à travers cette fonctionnalité, contient 6 étapes : a) identification b) analyse stratégique c) évaluation d) sélection e) pré-développement et f) développement proprement dit.

Le long de ce chemin conceptuel, on peut utiliser des exemples et études des cas accessibles à travers la sous-page intitulée « Learning Section ». Pour le moment, je me concentre sur la première phase, celle d’identification. Je liste les questions correspondantes d’abord, telles qu’elles sont présentées dans le Navigateur des Projets et après j’essaie d’y répondre. 

Questions de la phase d’identification du projet :

Groupes sociaux impliqués

Qui est impliqué dans le projet ? (gouvernement central, gouvernements locaux et communautés locales, investisseurs professionnels etc.)

Qui contrôle les résultats du projet et les bénéfices qui en découlent ?

Quels besoins externes doivent être satisfaits pour assurer le succès du projet ?

Quels groupes-cibles sont directement affectés par le projet ?

Qui sont les bénéficiaires ultimes du projet à long terme ?

Problème

Quel est le problème essentiel que le projet prend pour objectif de résoudre ?

Quelles sont ses causes ?

Quels sont les conséquences du problème essentiel ?

Objectifs

Quelle est la situation désirée que le projet doit aider à atteindre ?

Quelles sont les effets directs de la situation désirée ?

Quelles sont les retombées indirectes de la situation désirée ?

Quelles moyens et méthodes doivent être appliqués pour atteindre la situation désirée ?

Alternatives

Quelles actions alternatives peuvent-elles être envisagées ?

Quelle est la stratégie essentielle du projet ?

Comme j’essaie de répondre en ordre à ces questions, un désordre salutaire s’immisce et me fait formuler cette observation générale : dans la plupart des villes européennes, les infrastructures en place pour le drainage d’eau de pluie et la provision d’eau potable sont adaptées, et même très bien adaptées, à un climat qui n’existe plus qu’à peine. Durant des siècles nous avons appris, en Europe, où est la ligne d’inondation dans un endroit donné et quel est le niveau normal d’eau dans la rivière locale. Nous avons construit des systèmes de drainage qui était presque parfaits 30 ans auparavant mais qui sont débordés de plus en plus souvent. Point de vue technologie, nos infrastructures urbaines forment la solution aux problèmes qui s’évanouissent progressivement. Je veux dire qu’il n’y a pas vraiment d’alternative technologique au concept général de la ville-éponge. Les villes européennes sont ce qu’elles sont, dans une large mesure, parce qu’à travers des siècles les communautés locales avaient appris à utiliser les ressources hydrologiques crées par le climat typiquement tempéré. Le climat change et les conditions hydrologiques changent aussi. Les communautés urbaines d’Europe doivent inventer et mettre en place des solutions infrastructurelles nouvelles ou bien elles vont dépérir. J’exagère ? Allez-donc visiter l’Italie. Vous voyez le Nord opulent et le Sud pauvre. Croiriez-vous qu’il y a 2200 ans c’était exactement l’inverse ? Dans les temps de l’Ancienne Rome, république ou empire, peu importe, le Sud était le quartier chic et le Nord c’étaient les terres quasi-barbares. Les conditions externes avaient changé et certaines communautés locales avaient dégénéré.       

Je pense donc que la direction générale que je veux suivre dans le développement de mon concept d’Étangs Énergétiques est la seule direction viable à long-terme. La question est comment le faire exactement. Voilà donc que je viens à la dernière question de la liste d’identification, quelques paragraphes plus tôt : Quelle est la stratégie essentielle du projet ?  Je pense que cette stratégie doit être institutionnelle d’abord et technologique ensuite. Elle doit avant tout mobiliser plusieurs acteurs sociaux autour des projets infrastructurels. Tel que je l’envisage, le projet d’Étangs Énergétiques implique surtout et d’abord des communautés urbaines locales dans les villes européennes qui se trouvent dans des plaines fluviales le long des rivières. Suivant la structure urbaine exacte en place, on peut parler des communautés urbaines strictement dites ou bien des communautés métropolitaines, mais la logique de base reste la même : ces villes font face à un aspect spécifique des changements climatiques, donc à un rythme de précipitations qui évolue vers des averses de plus en plus violentes entrecoupées par des périodes de sécheresse. Les plaines qui longent les rivières européennes se transforment déjà en quelque chose de typiquement fluvial, un peu comme la vallée du Nile en Égypte : l’irrigation naturelle des couches superficielles du sol dépend de plus en plus de ces averses violentes. Cependant, les infrastructures de provision d’eau dans ces communautés urbaines sont, dans leur grande majorité, adaptés aux conditions environnementales du passé, avec des précipitations bien prévisibles, survenant en des cycles longs, avec des chutes de neige substantielles en hiver et des dégels progressifs dans les dernières semaines d’hiver et les premières semaines du printemps.

Les résultats espérés du projet sont les suivants : a) plus d’eau retenue sur place après averses, y compris plus d’eau potable, donc moindre risque de sécheresse et moins de dégâts causés par la sécheresse  b) moindre risque d’inondation, moindre coût de prévention ponctuelle contre l’inondation ainsi qu’un moindre coût des dégâts causés par les inondations c) contrôle des retombées environnementales indirectes de la transformation du terrain en une plaine fluviale de fait d) électricité produite sur place dans les turbines hydrauliques qui utilisent l’eau de pluie.

Lorsque je me repose la question « Qui contrôle ces résultats et qui peut le plus vraisemblablement ramasser la crème des résultats positifs ? », la réponse est complexe mais elle a une logique de base : ça dépend de la loi en vigueur. Dans le contexte légal européen que je le connais les résultats énumérés ci-dessus sont distribués parmi plusieurs acteurs. De manière générale, le contrôle des ressources fondamentales, comme les rivières et l’infrastructure qui les accompagne ou bien le système de provision d’électricité, sont sous le contrôle essentiel des gouvernements nationaux, qui à leur tour peuvent déléguer ce contrôle aux tierces personnes. Ces tierces personnes sont surtout les communautés urbaines et les grandes sociétés infrastructurelles. En fait, dans le contexte légal européen, les habitants des villes n’ont pratiquement pas de contrôle direct et propriétaire sur les ressources et infrastructures fondamentales dont dépend leur qualité de vie. Ils n’ont donc pas de contrôle direct sur les bénéfices possibles du projet. Ils peuvent avoir des retombées à travers les prix de l’immobilier, où ils ont des droits propriétaires, mais en général, point de vue contrôle des résultats, je vois déjà un problème à résoudre. Le problème c’est que quoi qu’on essaie de transformer dans l’infrastructure urbaine des villes européennes, il est dur de cerner qui est le propriétaire du changement, vu la loi en vigueur.

Je veux cerner les risques que mon concept d’Étangs Énergétiques, ainsi que le concept chinois des Villes Éponges, ont pour but de prévenir ou au moins réduire : les risques liés aux inondations et sécheresses qui surviennent en des épisodes apparemment aléatoires. J’ai fait un petit tour de littérature à ce propos. Je commence par les sécheresses. Intuitivement, ça me semble être plus dangereux que l’inondation, dans la mesure où il est quand même plus facile de faire quelque chose avec de l’eau qui est là en surabondance qu’avec de l’eau qui n’est pas là du tout. Je commence avec une lettre de recherche de Naumann et al. (2015[1]) et il y a un truc qui saute aux yeux : nous ne savons pas exactement ce qui se passe. Les auteurs, qui par ailleurs sont des experts de la Commission Européenne, admettent ouvertement que les sécheresses en Europe surviennent réellement, mais elles surviennent d’une manière que nous ne comprenons que partiellement. Nous avons même des problèmes à définir ce qu’est exactement un sécheresse dans le contexte européen. Est-ce que le dessèchement du sol est suffisant pour parler de la sécheresse ? Ou bien faut-il une corrélation forte et négative dudit dessèchement avec la productivité agriculturale ? Aussi prudent qu’il doive être, le diagnostic des risques liées à la sécheresse en Europe, de la part de Neumann et al., permet de localiser des zones à risque particulièrement élevé : la France, l’Espagne, l’Italie, le Royaume Uni, la Hongrie, la Roumanie, l’Autriche et l’Allemagne.

Il semble que les risques liés aux inondations en Europe sont mappés et quantifiés beaucoup mieux que ceux liés aux épisodes de sécheresse. Selon Alfieri et al. (2015[2]), à l’heure actuelle la population affectée par les inondations en Europe est d’environ 216 000 personnes et la tendance est vers un intervalle entre 500 000 et 640 000 personnes en 2050. Côté finances, les dommages annuels causés par les inondations en Europe sont d’à peu près €5,3 milliards, contre quelque chose entre €20 milliards et €40 milliards par an à espérer en 2050. Lorsque je compare ces deux pièces de recherche – l’une sur les épisodes de sécheresse, l’autre sur les inondations – ce qui saute aux yeux est une disparité en termes d’expérience. Nous savons tout à fait précisément ce qu’une inondation peut nous faire dans un endroit donné sous des conditions hydrologiques précises. En revanche, nous savons encore peu sur ce que nous pouvons souffrir par la suite d’un épisode de sécheresse. Lorsque je lis le rapport technique par Vogt et al. (2018[3]) je constate que pour nous, les Européens, la sécheresse est encore un phénomène qui se passe ailleurs, pas chez nous. D’autant plus difficile il nous sera de s’adapter lorsque les épisodes de sécheresse deviennent plus fréquents.

Je commence donc à penser en termes de cycle d’adaptation : un cycle de changement social en réponse au changement environnemental. Je crois que le premier épisode d’inondation vraiment massive chez moi, en Pologne, c’était en 1997. En revanche, la première sécheresse qui s’est fait vraiment remarquer chez nous, à travers des puits asséchés et des centrales électriques menacées par des problèmes de refroidissement de leurs installations, du au niveau exceptionnellement bas d’eau dans les rivières, ça semble avoir été en 2015. Alors, 2015 – 1997 = 18 ans. C’est étrange. C’est presque exactement le cycle que j’avais identifié dans ma recherche sur l’efficience énergétique et ça me fait repenser l’utilisation d’intelligence artificielle dans ma recherche. Le premier truc c’est l’application cohérente du perceptron pour interpréter les résultats stochastiques de ma recherche sur l’efficience énergétique. La deuxième chose est une généralisation de la première : cela fait un bout de temps que je me demande comment connecter de façon théorique les méthodes stochastiques utilisées dans les sciences sociales avec la structure logique d’un réseau neuronal. L’exemple de parmi les plus évidents, qui me vient maintenant à l’esprit est la définition et l’utilisation d’erreur. Dans l’analyse stochastique nous calculons une erreur standard, sur la base d’erreurs observées localement en ensuite nous utilisons cette erreur standard, par exemple dans le test t de Student. Dans un réseau neuronal, nous naviguons d’erreur locale en erreur locale, pas à pas et c’est de cette façon que notre intelligence artificielle apprend. Le troisième truc c’est la connexion entre les fonctions d’un réseau neuronal d’une part et deux phénomènes de psychologie collective : l’oubli et l’innovation.

Alors, efficience énergétique. Dans le brouillon d’article auquel je me réfère, j’avais posé l’hypothèse générale que l’efficience énergétique d’économies nationales est significativement corrélée avec les variables suivantes :

  1. Le coefficient de proportion entre l’amortissement agrégé d’actifs fixes et le PIB ; c’est une mesure de l’importance économique relative du remplacement des technologies anciennes par des technologies nouvelles ;
  2. Le coefficient du nombre des demandes nationales de brevet par 1 million d’habitants ; c’est une mesure d’intensité relative de l’apparition des nouvelles inventions ;
  3. Le coefficient de l’offre d’argent comme pourcentage du PIB, soit l’inverse de la bonne vieille vélocité de l’argent ; celui-là, c’est un vieux pote à moi : je l’ai déjà étudié, en connexion avec (i) et (ii), dans un article en 2017 ; comme vous avez pu le suivre sur mon blog, je suis très attaché à l’idée de l’argent comme hormone systémique des structures sociales ;
  4. Le coefficient de consommation d’énergie par tête d’habitant ;
  5. Le pourcentage d’énergies renouvelables dans la consommation totale d’énergie ;
  6. Le pourcentage de population urbaine dans la population totale ;
  7. Le coefficient de PIB par tête d’habitant ;

Bien sûr, je peux développer toute une ligne de réflexion sur les inter-corrélations de ces variables explicatives elles-mêmes. Cependant, je veux me concentrer sur une méta-régularité intéressante que j’avais découverte. Alors, vu que ces variables ont des échelles de mesure très différentes, j’avais commencé par en tirer des logarithmes naturels et c’était sur ces logarithmes que je faisais tous les tests économétriques. Comme j’eus effectué la régression linéaire de base sur ces logarithmes, le résultat vraiment robuste me disait que l’efficience énergétique d’un pays – donc son coefficient de PIB par kilogramme d’équivalent pétrole de consommation finale d’énergie – ça dépend surtout de la corrélation négative avec la consommation d’énergie par tête d’habitant ainsi que de la corrélation positive avec le PIB par tête d’habitant. Les autres variables avaient des coefficients de régression plus bas d’un ordre de magnitude ou bien leurs signifiance « p » selon le test t de Student était plutôt dans l’aléatoire. Comme ces deux coefficients sont dénommés par tête d’habitant, la réduction du dénominateur commun me conduisait à la conclusion que le coefficient du PIB par unité de consommation d’énergie est significativement corrélé avec le coefficient de PIB par unité de consommation d’énergie. Pas vraiment intéressant.      

C’est alors que j’ai eu cette association bizarroïde d’idées : le logarithme naturel d’un nombre est l’exposante à laquelle il faut élever la constante « e » , donc e = 2,71828 pour obtenir ledit nombre. La constante e = 2,71828, à son tour, est le paramètre constant de la fonction de progression exponentielle, qui possède une capacité intrigante de refléter des changement dynamiques avec hystérèse, donc des processus de croissance où chaque épisode consécutif bâtit sa croissance locale sur la base de l’épisode précèdent.

Dans la progression exponentielle, l’exposante de la constante e = 2,71828 est un produit complexe d’un paramètre exogène « a » et du numéro ordinal « t » de la période de temps consécutive. Ça va donc comme y = ea*t . Le coefficient de temps « t » est mesuré dans un calendrier. Il dépend de l’assomption en ce qui concerne le moment originel de la progression : t = tx – t0tx est le moment temporel brut en quelque sorte et t0 est le moment originel. Tout ça c’est de l’ontologie profonde en soi-même : le temps dont nous sommes conscients est une projection d’un temps sous-jacent sur le cadre d’un calendrier conventionnel.

Moi, j’ai utilisé cette ontologie comme prétexte pour jouer un peu avec mes logarithmes naturels. Logiquement, le logarithme naturel d’un nombre « » peut s’écrire comme l’exposante de la constante « e » dans une progression exponentielle, donc ln(x) = a*t. Comme t = tx – t0 , la formulation exacte du logarithme naturel est donc ln(x) = a*(tx – t0). Logiquement, la valeur locale du coefficient exogène « a » dépend du choix conventionnel de t0. C’est alors que j’avais imaginé deux histoires alternatives : l’une qui avait commencé un siècle avant – donc en 1889, vers la fin de la deuxième révolution industrielle – et l’autre qui avait commencé en 1989, après le grand changement politique en Europe et la chute du mur de Berlin.

J’avais écrit chaque logarithme naturel dans mon ensemble des données empiriques dans deux formulations alternatives : ln(x) = a1*(tx – 1889) ou alors ln(x) = a2*(tx – 1989). Par conséquent, chaque valeur empirique « x » dans mon échantillon acquiert deux représentations alternatives : a1(x) = ln(x) / (tx – 1889) et a2(x) = ln(x) / (tx – 1989).  Les « a1 » c’est de l’histoire lente et posée. Mes observations empiriques commencent en 1990 et durent jusqu’en 2014 ; a1(x ; 1990) = ln(x)/101 alors que a1(x ; 2014) = ln(x)/125. En revanche, les « a2 » racontent une histoire à l’image d’une onde de choc qui se répand avec force décroissante depuis son point d’origine ; a2(x ; 1990) = ln(x)/1 pendant que a2(x ; 2014) = ln(x)/25.

J’ai repris la même régression linéaire – donc celle que j’avais effectué sur les logarithmes naturels ln(x) de mes données – avec les ensembles transformés « a1(x) » et « a2(x) ». Je cherchais donc à expliquer de façon stochastiques les changements observés dans « a1(efficience énergétique) » ainsi que « a2(efficience énergétique) » par régression sur les « a1(x) » et « a2(x) » des variables explicatives (i) – (vii) énumérées plus haut. La régression des « a1 » paisibles tire de l’ombre l’importance de la corrélation entre l’efficience énergétique et le pourcentage de population urbaine dans la population totale : plus de citadins dans la population totale, plus efficiente énergétiquement est l’économie du pays. Lorsque je régresse sur les « a2 » en onde de choc faiblissante, la corrélation entre l’urbanisation et l’efficience énergétique gagne en force et une autre apparaît : celle avec l’offre d’argent comme pourcentage du PIB. Plus de pognon par unité de PIB, plus de PIB par kilogramme d’équivalent pétrole consommé.

Ici, j’ai un peu le même doute qu’à chaque fois que je vois une technique stochastique nouvelle, par exemple lorsque je compare les résultats de régression linéaire selon la méthode des moindres carrés avec les mêmes données empiriques traitées avec des méthodes comme GARCH ou ARIMA. Les méthodes différentes de calcul appliquées aux mêmes données de départ donnent des résultats différents : c’est normal. Néanmoins, ces résultats différents sont-ils des manifestations de quelque chose réellement différent ? Ce qui me vient à l’esprit est le concept du cycle Schumpétérien. Dans son livre célèbre intitulé « Business Cycles », l’économiste Autrichien Joseph Aloïs Schumpeter avait formulé la thèse qui depuis s’est bien installée dans les sciences sociales : celle du cycle de changement technologique. Mes résultats de recherche indiquent que les changements d’efficience énergétique forment des corrélations les plus cohérentes avec d’autres variables prises en compte lorsque j’impose une analyse de cycle, avec un moment initial hypothétique. Comment ce cycle est lié aux comportements individuels et collectifs, donc comment puis-je l’étudier comme phénomène d’intelligence collective ? 

Je continue à vous fournir de la bonne science, presque neuve, juste un peu cabossée dans le processus de conception. Je vous rappelle que vous pouvez télécharger le business plan du projet BeFund (aussi accessible en version anglaise). Vous pouvez aussi télécharger mon livre intitulé “Capitalism and Political Power”. Je veux utiliser le financement participatif pour me donner une assise financière dans cet effort. Vous pouvez soutenir financièrement ma recherche, selon votre meilleur jugement, à travers mon compte PayPal. Vous pouvez aussi vous enregistrer comme mon patron sur mon compte Patreon . Si vous en faites ainsi, je vous serai reconnaissant pour m’indiquer deux trucs importants : quel genre de récompense attendez-vous en échange du patronage et quelles étapes souhaitiez-vous voir dans mon travail ? Vous pouvez me contacter à travers la boîte électronique de ce blog : goodscience@discoversocialsciences.com .


[1] Gustavo Naumann et al. , 2015, Assessment of drought damages and their uncertainties in Europe, Environmental Research Letters, vol. 10, 124013, DOI https://doi.org/10.1088/1748-9326/10/12/124013

[2] Alfieri, L., Feyen, L., Dottori, F., & Bianchi, A. (2015). Ensemble flood risk assessment in Europe under high end climate scenarios. Global Environmental Change, 35, 199-212.

[3] Vogt, J.V., Naumann, G., Masante, D., Spinoni, J., Cammalleri, C., Erian, W., Pischke, F., Pulwarty, R., Barbosa, P., Drought Risk Assessment. A conceptual Framework. EUR 29464 EN, Publications Office of the European Union, Luxembourg, 2018. ISBN 978-92-79-97469-4, doi:10.2760/057223, JRC113937

One thought on “Le cycle d’adaptation

Leave a Reply