Incertitudes et modélisation de la propagation des coûts indirect du changement climatique via les chaînes d'approvisionnement
Auteur / Autrice : | Samuel Juhel |
Direction : | Fabio D'andrea, Vincent Viguie |
Type : | Projet de thèse |
Discipline(s) : | Sciences du climat, de l'atmosphère et des océans, terrestres et planétaire |
Date : | Inscription en doctorat le Soutenance le 23/01/2025 |
Etablissement(s) : | Université Paris sciences et lettres |
Ecole(s) doctorale(s) : | École doctorale des sciences de l'environnement d'Île-de-France |
Partenaire(s) de recherche : | Laboratoire : LMD - Laboratoire de Météorologie Dynamique |
établissement opérateur d'inscription : Ecole normale supérieure | |
Jury : | Président / Présidente : Alessandra Giannini |
Examinateurs / Examinatrices : Fabio D'andrea, Elco Koks, Christian Otto, David Bresch, Vincent Viguie | |
Rapporteurs / Rapporteuses : Elco Koks, Christian Otto |
Mots clés
Résumé
Cette thèse examine lévaluation des impacts économiques indirects des catastrophes naturelles, en mettant laccent sur les incertitudes liées à la modélisation. L'évaluation des coûts indirects est essentielle pour concevoir des politiques efficaces de gestion des risques. Cependant, les complexités inhérentes aux systèmes économiques et la dépendance aux hypothèses de modélisation nécessitent une d'evaluer les incertitudes associees. Pour répondre à ces enjeux, la thèse propose une analyse détaillée du modèle Adaptive Regional Input-Output (ARIO). Cette recherche explore les mécanismes clés à lorigine des impacts économiques indirects et evalue la fiabilité du modèle ARIO dans divers contextes. Le chapitre 1 introduit les risques croissants associés aux catastrophes météorologiques et climatiques et souligne limportance dune évaluation systémique des risques, prenant en compte les impacts économiques directs et indirects. Le chapitre 2 passe en revue les méthodologies dévaluation des coûts indirects, notamment les méthodes économétriques, les modèles Input-Output, les modèles déquilibre général et les modèles agents-bases. Ce chapitre discute également des enjeux de la modelisation des impacts indirects. Le chapitre 3 décrit le modèle ARIO, central a cette thèse. Il detail la structure, le fonctionnement, les hypothèses et les limites du modèle, ainsi que de la littérature associée. Il presente également BoARIO, une implémentation open-source en Python du modèle, développée pendant la thèse. Le chapitre 4 évalue la robustesse du modèle ARIO à travers une étude de cas sur les inondations de 2021 en Allemagne. Il analyse la sensibilité du modèle à différents paramètres et montre comment la consideration de la reconstruction influence profondément les résultats. Ce chapitre met également en évidence la sensibilité des résultats au choix des données économiques utilisées en entrée, soulignant la nécessité de tester plusieurs configurations et source de donnees pour garantir la robustesse des resultats. Le chapitre 5 évalue le modèle ARIO pour estimer les coûts indirects à léchelle mondiale. En sappuyant sur un ensemble dévénements dinondation modélisés pour des périodes historiques et futures, ce chapitre compare linfluence de différents scénarios de reconstruction. Ce chapitre insiste encore sur limportance dexplorer différents scénarios et paramètres, ainsi que sur la nécessité dexaminer les variations sectorielles et régionales et de ne pas se limiter à des indicateurs agrégés. Le chapitre 6 explore les effets en cascade de catastrophes multiples. Il révèle que des événements successifs peuvent amplifier ou atténuer les impacts indirects selon les conditions économiques et les hypothèses de modélisation. Dans des scénarios optimistes, les efforts de reconstruction génèrent des stimuli qui réduisent les impacts ultérieurs. À linverse, dans des scénarios pessimistes, la succession d'evenements aggrave les impacts indirect totaux. Dans lensemble, la thèse met en évidence la sensibilité du modèle ARIO aux nombreux choix de modelisation. Et souligne la nécessité dévaluer plusieurs scénarios, paramètres et sources de données pour tirer des conclusions robustes. Dans cet esprit, en tant que modèle hybride combinant simplicité et complexité, le modèle ARIO semble particulièrement adapté à de telles études exploratoires. Ce travail met en lumière le rôle crucial d'approches de modélisation transparentes et flexibles dans lamélioration de la compréhension des impacts économiques indirects et la mise en place de stratégies robustes de gestion des risques liés aux catastrophes naturelles.