Un modèle macroéconomique à dominante agricole pour l’analyse de l’impact du changement climatique et des effets des politiques en termes d’efficacité et d’équité Françoise GERARD, CIRAD-Ecopol Jean-Marc BOUSSARD, INRA-STEPE Marie Gabrielle PIKETTY, CIRAD-Ecopol

Pourquoi un nouveau modèle macro économique mondial à dominante agricole ? Parce que l’effet de serre est un problème qui ne peut se traiter qu’au niveau mondial. Parce que les progrès de l’informatique et de la Science économique permettent de le faire. Parce que l’agriculture occupe l’espace, et peut constituer aussi bien une source qu’un puit de pollution. Parce que nous ne sommes pas satisfaits des modèles existants.

Quels reproches aux modèles existants ? Ne s’intéressent pas à l’équité, et à la répartition des revenus (Or il faudra des alliances …) Sont des modèles d’équilibre (Or le monde réel n’est pas en équilibre; les gens se trompent…). Ignorent le risque et ses effets pervers (Or les stratégies contre aléatoires sont aussi importantes pour expliquer les décisions observées que les niveaux moyens des prix; et les modifications des « règles du jeu » vont aussi modifier les risques ). Ignorent les marchés des capitaux (Or ça existe, et ce sera vital si les droits de polluer doivent y être vendus).

Ce que nous voulions faire Un modèle avec « riches et pauvres », anticipations imparfaites, où l’on tient compte des risques, avec marché des capitaux Dimension géographique (plusieurs « régions ») et commerce international. Deux jeux de techniques (« polluantes » et « non polluantes ») Cela implique un assez faible niveau de détail dans la description des politiques (donc un modèle qui sera complémentaire d’autres plus ciblés)

Ce que nous avons fait : La collecte de données GTAP, complété par: Pollution, riches et pauvres ; Manque : double technique ; eau . Un programme de calcul pour trois modèles GAMS Micro modèle , 3 régions, 12 régions. Nombreuses variantes . Décisions de production ex ante ; marché en équilibre ex post. Marché des capitaux fruste, à perfectionner Comparaison avec autres modèles et réalité.

Régions retenues dans notre modèle 1. L’ex-URSS et l’Europe de l’Est 2. Le Moyen-Orient et l’Afrique du Nord 3. L’Afrique du Sud du Sahara 4. L’Europe des quinze 5. L’Amérique latine avec : Argentine, Brésil, Mexique, Chili, Uruguay, Venezuela, Colombie, le reste de l’Union Andéenne, Amérique Centrale et Caraïbes 6. Les USA et le Canada 7. L’Australie et la nouvelle Zélande 8. L’Asie développée avec : Honk-Kong, Japon, Corée, Taiwan et Singapour 9. L’Asie du Sud Est avec : Indonésie, Malaisie, Philippines, Thaïlande, Viet Nam 10. L’Asie du Sud : Inde, Sri Lanka et le reste de l’Asie du sud 11. La Chine 12. Le reste du monde Plus le nombre de régions est important, plus les temps de résolution sont longs. D ’autres agrégations sont possibles : - 3 régions : Europe / USA / Reste du Monde - 7 régions : Europe/USA/Revenus élevés/Revenus intermédiaires supérieurs/Revenus intermédiaires inférieurs/Revenus faibles/Reste du Monde

Secteurs, facteurs et ménages dans le modèle CIRAD 1. Paddy 2. Grains : Wheat,others cereal grains 3. Autres cultures : Vegetables-fruits-nuts, oil seeds, sugar cane-sugar beet, plant-based fibers, others crops 4. Productions animales : Bovine cattle-sheep-goats-horses, other animal products, raw milk, wool, silk worm cocoons, fishing 5. Sylviculture: Forestry 6. Industries agro-alimentaires (9 secteurs GTAP) 7. Industries du bois 8. Manufactures (15 secteurs GTAP) 9. Energie et ressources naturelles (7 secteurs GTAP) 10. Services (4 secteurs GTAP) 5 Facteurs : travail non qualifié, travail qualifié, terre, ressources naturelles, capital 2 types de ménages : Riches / Pauvres

Comparaison modèle et réalité : Le prix du paddy Il s’agissait de voir si nous pouvions capturer l’instabilité En fait, ici, nous sommes presque trop stables! Ceci n’est qu’un échantillon.

Ces résultats sont différents de ceux des modèles standards Les prix de l’Union Européenne, Comparaison du modèle néoclassique standard et du modèle de déséquilibre On voit bien, en effet, que notre modèle est plus instable, ce qui correspond à la réalité

Quelques résultats indicatifs Le coût des réductions d’émission (sans marché des quotas )

Quelques résultats indicatifs : Effet sur les pauvres et sur les riches d’imposer des réductions

Ce qui nous reste à faire : Ce qui nous reste à faire : Pour rendre le modèle aussi « bon » que nous l’espérions: Sur les données : Terminer de collecter les données sur l’eau, facteur limitant (La fonction de production des barrages) Affiner nos estimations d’activités polluantes/dépolluantes Sur le modèle : Des anticipations moins naïves Un meilleur module capital La volatilité des taux de change

Ce qui nous reste à faire : surtout, utiliser cet instrument ! Les scénarios que nous envisageons: Les pvd participent (ou non) à la réduction des émissions Les USA participent (ou non) à la réduction des émissions Droits de polluer attribués sur la base de références historiques (vendus aux enchères) (En une seule fois ,comme les licences UMTS) (En location remise en cause annuellement) On peut en imaginer beaucoup d’autres !

Pour conclure : On n’a pas fait aussi bien que ce qu’on espérait Mais ce n’est pas mal quand même !