Les Ménages sous la contrainte carbone : Exercice de modélisation prospective des secteurs résidentiel et transports avec TIMES Jean-Michel CAYLA, Mines.

Présentation au sujet: "Les Ménages sous la contrainte carbone : Exercice de modélisation prospective des secteurs résidentiel et transports avec TIMES Jean-Michel CAYLA, Mines."— Transcription de la présentation:

1 Les Ménages sous la contrainte carbone : Exercice de modélisation prospective des secteurs résidentiel et transports avec TIMES Jean-Michel CAYLA, Mines ParisTech/EDF Ecole des Mines de Paris Jeudi 3 mars 2011

2 Plan Introduction 1 – Situer les enjeux liés à une contrainte carbone de type «Facteur 4 » 2 – La nécessaire prise en compte du comportement et de l’hétérogénéité des ménages 3 – Présentation du modèle TIMES-Ménages 4 – Résultats du scénario de référence et d’un scénario « contrainte Facteur 4 » 5 – Quelles politiques vers un sentier décarboné ? Conclusion 2/45

3 Contexte Contexte de changement climatique lié aux émissions de gaz à effet de serre, et notamment CO2 : nécessité de réduire les émissions Une limitation à +2°C fait consensus et impose une division par 2 niveau mondial par rapport au niveau 1990 Cette réduction correspond à une division d’un facteur 4 pour les pays développés Niveau politique : -20% UE en 2020 et -75% France en 2050 Activité Industrie et transport marchandises est liée au PIB : Réduction émissions limitée à un facteur 2,5 à 3 Forte contrainte sur les émissions de CO2 futures des ménages 3/45

4 Problématique Dans ce contexte d’une forte contrainte carbone, on peut se demander : Quelles sont les technologies optimales et les timings d’investissement ? Quelles sont les politiques à mettre en œuvre pour atteindre ce Facteur 4 ? Comment les ménages réagissent à ces politiques et quel impact celles-ci ont-elles sur leur budget ? Recours à une modélisation de la consommation des ménages pour les secteurs Résidentiel et Transports avec un niveau de demande très détaillé Modèle d’optimisation TIMES/MARKAL 4/45

5 Partie 1 Situer les enjeux liés à une contrainte de type « Facteur 4 »
5/45

6 1 – Des impondérables et des marges de manœuvre
Résidentiel : Parc existant existera toujours en 2050 à 90% dont 50% parc sera composé de logements avant 1975 (300kWh/m2) : nécessité de traiter le parc existant L’électricité et le bois ne représentent que 33% de parts de marché des systèmes de chauffage Transports : Périurbanisation années 70 allongement des distances parcourues et structure urbaine propice à la voiture. Cette structure urbaine existera en grande partie en 2050 Les transports en commun ne permettent qu’un report limité des trajets en terme de origine/destination, heure, type de distance. Les liaisons les moins coûteuses existent déjà Totalité parc de véhicules a recours aux énergies fossiles 6/45

7 1 – Le chauffage et les véhicules : les 2 usages prioritaires
Le chauffage et les véhicules représentent environ 75% des émissions de CO2 mais également 75% de la consommation d’énergie Ces usages seront certainement toujours prépondérants en 2050 L’exercice de modélisation doit donc se focaliser en priorité sur ces 2 usages 7/45

8 1 – Deux limites importantes des approches par le parc
Succès des approches par le parc de logements et de véhicules : variables techniques mais celles-ci présentent deux faiblesses Très forte dispersion des consommations d’énergie pour un même type de logement ou de véhicule : l’approche par le parc ne permet pas de prendre en compte le comportement Nécessité de traiter conjointement les deux secteurs : relier les deux parcs 8/45

9 1 – Les apports d’une enquête ménages dédiée
Réalisation d’une enquête auprès de 2000 ménages en France qui permet pour la première fois d’aborder conjointement: - Les consommation d’énergie pour les postes résidentiel et transports - Les variables techniques et comportementales Mieux décrire variables techniques : qualité bâti, consos / Enquêtes INSEE Bon niveau de représentativité des consommations à l’échelle de la France 9/45

10 1 – Le facteur comportemental est loin d’être négligeable
Type de variable R2 ajusté Part Total 0.50 100% Techniques + Environnement 0.33 66% Socio-démographiques + Pratiques 0.17 33% dont socio-démographiques 0.13 75% dont pratiques 0.04 25% Techniques + Environnement + Pratiques 0.37 74% Les variables liées aux occupants des logements : caractéristiques du ménage et pratiques de consommation, expliquent 1/3 de la dispersion de consommation d’énergie de chauffage : Nécessité de considérer conjointement les aspects techniques et les aspects comportementaux dans la représentation de la demande Comment se caractérise le comportement ? 10/45

11 Partie 2 La nécessaire prise en compte du comportement et de l’hétérogénéité des ménages
11/45

12 Nombre d’observations
2 – L’achat d’équipements : des critères de choix multiples Choix basé classiquement sur des critères économiques : prix initial, coût fonctionnement annuel, durée de vie Le comportement d’achat se caractérise par un taux de rentabilité exigée Usage Etude Taux actualisation Rénovation bâti Artur D.Little 1984 32% Fenêtres 10% Voiture Dreyfus & Viscusi 1995 11-17% Réfrigérateur Gately 1980 45-300% D’autres critères : facilité usage, confort, esthétique, impact environnemental, rôle social de l’équipement Revenu Nombre d’observations Taux actualisation < 6000 $ 6 89% $ 15 39% $ 16 27% $ 17 17% $ 8 8.9% $ 3 5.1% L’importance de ces différents critères et le taux de rentabilité exigée qui en découle varie avec les usages et avec les ménages Source : Hausman 1979, sur les climatiseurs 12/45

13 2 – Une consommation quotidienne qui se déduit des modes de vie
« La logique de consommation d’énergie se situe au croisement d’un projet de vie, d’habitudes et de ressources  » Claude Bovay Quelle échelle de représentation adopter pour capter ce comportement ? Importance critère économique : élasticité-prix et élasticité-revenu Mais aussi normes sociales, culture, éducation, valeurs.. dans les arbitrages coût/confort Ces arbitrages varient avec les usages énergétiques et avec les ménages La consommation se déduit des modes de vie 13/45

14 2 – Les approches macroéconomiques restent trop en surface…
Logique uniquement économique Représentation des ménages comme un unique ménage moyen Le revenu moyen et le prix de l’énergie expliquent bien la consommation moyenne Mais cela cache une somme d’effets liés: - étalement urbain, augmentation vitesses - hétérogénéité des besoins, type de motifs (travail/vacances) Km VP /ménage = A + B*PIB/hab + C * Prix R2=0,89 Difficulté pour : - Chiffrer les potentiels de réduction, hétérogénéité technos diffusées Cibler et adapter des politiques adéquates de réduction : quelle est la cause de la conso ? 14/45

15 2 – …et les modèles à l’échelle de l’individu ne permettent pas de conclusions utilisables en prospective Modèle psychosociologique individuel du comportement - Valeurs - Croyances - Perceptions - Attitudes - Normes Variables psychosociologiques Source : Bamberg 2003 Comment capter ces variables qualitatives qui varient en fonction des gestes ? Comment évoluent-elles au cours du temps ? Représentent-elles des contraintes subies objectives ? Comment fixer des politiques sur la base de ces déterminants ? 15/45

16 2 – Une méso-échelle représente un bon compromis (1/2)
Les relations statistiques entre variables socio-démographiques et consommation d’énergie sont robustes Source : Enquête Logement 2006 L’évolution de ces variables dans le temps fait l’objet de scénarios étayés 16/45

17 2 – Une méso-échelle représente un bon compromis (2/2)
La combinaison des variables socio-démographiques constitue également une bonne approximation des modes de vie Source : Moussaoui 2006 Classes moyennes propriétaires avec enfants Elles permettent un bon niveau d’explication du point de vue qualitatif 17/45

18 Partie 3 Présentation du modèle TIMES-Ménages
18/45

19 3 – Pourquoi choisir un modèle comme TIMES ?
Un modèle bottom-up Besoin de représenter le détail technologique des deux secteurs Besoin de représenter l’hétérogénéité de la demande pour prendre en compte les mécanismes comportementaux et les parts de marché initiales Un modèle d’optimisation inter-temporelle sous contraintes Permet de visualiser les potentiels de réduction optimaux (technos et ménages) Permet de visualiser le timing optimal d’investissement (prise en compte effet option) Permet de mettre en lumière les marges de manœuvre disponibles de chaque ménage Les politiques doivent tenir compte des contraintes subies par les ménages 19/45

20 3 – Principe des modèles d’optimisation TIMES/MARKAL
Représentation technologique explicite basée sur l’analyse d’activités : efficacité, prix, durée de vie … Prix des énergies et niveaux de demande exogènes Réalise les choix technologiques permettant de répondre aux demandes pour un coût global actualisé minimal Source : Assoumou 2006 Comment différencier le comportement des ménages dans TIMES ? 20/45

21 3 – Les 3 leviers du choix technologique avec TIMES
Le choix technologique se fait suivant 3 leviers différenciés en fonction des ménages dans TIMES: Accès aux substituts technologiques Accessibilité aux transports en commun Possibilité de rénover son logement Niveau de demande initiale en service énergétique Besoins en eau chaude sanitaire, nombre de m2 à chauffer Nombre de kilomètres à parcourir pour aller au travail Arbitrages entre coût et confort Taux de rentabilité exigée Comportement d’achat de système chauffage, véhicule, réfrigérateur 21/45

22 3 – Description du secteur Résidentiel
180 segments de ménages homogènes : 6 variables Rôle Variable Segmentation Effet Accès aux technologies Type Logement Maison/Appartement Pas bois , ECS solaire pour LC Statut occupation Propriétaire/Locataire Pas isolation pour locataires Niveau de demande Surface MI : 70m2/100m2/150m2 LC : 42m2/67m2/94m2 Chauffage et éclairage Niveau isolation 3 niveaux de qualité Qualité initiale des toitures, murs et fenêtres Revenu 5 quintiles de revenu Facteur service chauffage Taille du ménage Célibataire/Couple avec ou sans enfants Niveau demande ECS, cuisson, froid, lavage Comportement achat Taux rentabilité exigée Contrainte de capital 22/45

23 3 – Description du secteur des Transports
120 segments de ménages homogènes : 5 variables Rôle Variable Segmentation Effect Accès aux technologies Type tissu urbain Ville/Banlieue/Périurbain/Rural Offre de transports collectifs Taille du ménage Célibataire/Couple avec ou sans enfants Gamme de véhicule Petit / Moyen / Grand Possession voiture Oui / Non Accès à la voiture Niveau de demande Distance aux aménités Statut d’activité Actif/Inactif Intensité de déplacement Nombre de passager-km Comportement achat Revenu 5 quintiles de revenu Taux rentabilité exigée Contrainte de capital 23/45

24 Type de technologie interdite
3 – Un accès différencié aux technologies Variable Type de technologie interdite Appartement Chauffe-eau solaire PAC HT Locataire Isolation murs ITI/ITE Isolation toiture Le type de logement et le statut d’occupation modifient le panier de technologies disponibles La taille du ménage impose la gamme du véhicule Le tissu urbain de résidence influence l’accès aux transports en commun 24/45

25 3 – La demande en service énergétique : chauffage
Facteur service correspond à la Conso réelle/Conso DPE : calcul thermique avec comportement normatif (18°C tout le logement toute la période de chauffe) La demande de chauffage dépend du type de logement, du niveau d’isolation et de la surface MAIS aussi du niveau de revenu 25/45

26 3 – La demande en service énergétique : usages résidentiels
Le nombre d’occupants du logement influence également la demande en services énergétiques : Eau chaude, cuisson, froid, lavage 26/45

27 3 – La demande en service énergétique : Mobilité
Le nombre de déplacements dépend du statut d’activité La distance de ces trajets dépend du type de tissu urbain La longue distance s’apparente à un bien de luxe : la demande de trajets à longue-distance dépend du revenu 27/45

28 3 – Modéliser le comportement d’achat : le rôle du revenu
Taux rentabilité exigée dont la valeur varie avec le revenu 10.5% Chauffage, 25% Réfrigérateur, 8.5% Véhicule Contrainte de Capital sur l’investissement chauffage/rénovation et VP : 3% revenu INSEE BdF 2006 28/45

29 3 – La segmentation rend compte de la dispersion de la demande
Bonne prise en compte de l’hétérogénéité du niveau de demande des ménages La demande de mobilité est extrapolée dans l’enquête, pas de facture annuelle de transports Déformation de la courbe de demande des deux côtés 29/45

30 3 – Une description désagrégée pour plus de robustesse
Gain en robustesse face aux incertitudes et en réalisme sur les parts de marché 30/45

31 Partie 4 Résultats du scénario de référence et du scénario « contrainte Facteur 4 » optimal
31/45

32 4 – Résultats du scénario de référence : Parc de technos (1/2)
Scénario de référence consiste en un scénario de prix basés sur les hypothèses WEO Switch du fuel vers le gaz jusqu’en et du gaz vers les PAC air/air après 2035 Maintien des convecteurs et inserts (petits logements et dans le neuf) Isolation concerne 7 Millions de logements 32/45

33 4 – Résultats du scénario de référence : Parc de technos (2/2)
Switch vers des plus petits véhicules de manière générale Le prix élevé des énergies favorise le GNV qui se diffuse aux dépens du thermique Les VHR se diffusent à partir de 2030 : 33% parc en 2050 33/45

34 4 – Scénario de référence : Consommation d’énergie
Augmentation de la conso élec : +60 TWh en 2050/2006 Situation ambiguë du gaz naturel : le prix joue de manière opposée dans les deux secteurs Bon dépollueur dans un premier temps, mais déclin vers les technos élec ensuite 34/45

35 4 – Robustesse face à un scénario de prix contrastés
Variations parcs et consos reflète le contraste des scénarios de prix RES:7% TRA:26% NRJ:11% volume et 17% parts de marché Disparition des effets de seuil 35/45

36 4 – Emissions de CO2 du scénario de référence
Réduction de 70% des émissions résidentielles et de 40% des émissions des transports Mise en place d’une contrainte globale de réduction des émissions 36/45

37 4 – Application d’une contrainte de type « Facteur 4 »
Correspond à des points de passage : -24% en 2020 et –83% en 2050 d’après TIMES-Fr Hypothèses complémentaires en Production de biocarburants 4Mtep - Mix électrique 10gCO2/kWh Réduction différenciée entre les 2 secteurs - Ampleur de réduction - Timing de réduction 37/45

38 4 – Quelles technologies pour atteindre le facteur 4 ?
2 technos clés : PAC et VE/VHR 1 Million gestes réno supplémentaires +25 TWh élec et +40 TWh bois -60 TWh gaz et baisse des carburants en fin de période : -40 TWh Augmentation conso élec : 90 TWh/2006 38/45

39 Partie 5 Quelles politiques vers un sentier décarboné ?
39/45

40 5 – Description des scénarios politiques envisagés
Taxe haute seule : 900euros/tCO2 en 2050 Taxe médiane : 450euros/tCO2 en Subventions : 50% d’aides à la réalisation de travaux isolation pour 1er quintile de revenu 5000 euros de subventions pour l’achat d’un véhicule électrique Les deux outils permettent d’atteindre le Facteur 4 en 2050 La solution Taxe/subventions est plus proche du scénario optimal 40/45

41 5 – La taxe carbone seule présente des limites
Les ménages les moins aisés n’isolent pas et les voitures électriques de petite taille se diffusent mal : limite de l’impact de la taxe seule La taxe conduit à une augmentation des dépenses des familles et des ménages à faibles revenus 41/45

42 5 – Les subventions améliorent l’efficacité de la taxe…
Réduction par 2 montant de la taxe carbone tout en atteignant le facteur 4 en 2050 Tout en ne recyclant que 35% du revenu de la taxe perçu Les subventions favorisent les investissements guidés par le signal-prix élevé de la taxe 42/45

43 5 – … et permettent de réduire la précarité énergétique
Réduction de la précarité énergétique des ménages sous l’impulsion Taxe/Sub 43/45

44 Conclusion : Messages-Clés
1 – L’enquête menée a permet pour la première fois de croiser variables techniques et comportementales, et ce pour les deux secteurs : résidentiel et transports 2 - Le modèle TIMES-Ménages qui repose sur une segmentation originale a permis de prendre en compte le comportement des ménages de manière différenciée, permettant ainsi de gagner en robustesse et d’éclairer les choix futurs 3 - L’atteinte du facteur 4, avec les hypothèses retenues, passe nécessairement par le recours à l’isolation, à la biomasse et à une électricité décarbonée basée sur les PAC et VE/VHR 4 - La mise en place d’une taxe est un bon moyen de parvenir au facteur 4 mais elle présente des limites et a un effet distorsif sur les ménages : accroissement précarité 5 - La mise en place conjointe de subventions semble un moyen efficace de recycler le montant de la taxe perçue : baisse des dépenses de capital et relâchement de la contrainte énergétique 44/45

45 Conclusion : Perspectives
Les mécanismes de décision reposent sur des choix individuels Impossibilité de rendre compte des choix collectifs ou liés à une dynamique collective (rénovation immeubles, lignes de TC, réseaux chaleur) L’analyse des arbitrages effectués par les ménages peut être améliorée Nécessité d’analyses sociétales plus poussées sur les modes de vie La sobriété énergétique présente un fort potentiel de réduction mais il est difficile de prendre en compte les déterminants de son adoption en terme de coût Nécessité de prendre en compte les bouclages macroéconomiques pour mieux saisir l’évolution des demandes de service et évaluer les politiques dans leur globalité : impact emploi, activité, redistributions… Mais surtout 45/45

46 Merci pour votre attention !