demand-side factors in optimal land conservation choice amy w. ando *, payal shah in ressource and...
TRANSCRIPT
Demand-side factors in optimal land conservation choice
Amy W. Ando *, Payal Shah in Ressource and Energy Economis
Plan de la présentation Contexte de l’article Revue de la littérature Les modèles Résultats Conclusion et Discussion
Contexte de l’article Capacité des individus à évaluer le service
rendu par des ressources. Proximité des zones habités et des ressources
naturelles “Droit d’accès” vs Protection maximale des
ressources Comment choisir les sites de protection?
Types de ressource écologique: Effet de frontière:
Ex: Hot spot
Continuité écologique: Ex: TRAME BLEUE - VERTE
Contexte de l’article Les Hotspots de biodiversité
Contexte de l’article
Contexte de l’article On devrait choisir les zones de réserves
naturelles où la richesse ecologique est importante, pas trop onéreuse, et qui présentent un risque d’alteration par rapport à son état naturel.
(WWF) : “La valeur que l’on associe à la biodiversité et les services ecosystémiques ne sont pas affectées par la proximité des activités humaines à ce capital naturel “?=> Consentement à payer Mais dans plusieurs cas empiriques,
décroissance spatiale de la valeur.
Revue de la littératureIl existe différentes caractéristiques observées de la diminution spatiale de la valeur: Consentement à payer (CAP) peut
atteindre une valeur nulle à partir d’une certaine distance
La distance affecte le CAP surtout avec les ressources dont la population a une valeur d’usage
Revue de la littérature3 explications proposées pour la diminution spatiale de la valeur Une plus grande proximité permet un accès
plus important aux différentes utilisations de la ressource
“sens du local”: Les individus plus mobiles ne s’attachent pas autant aux ressources locales(CAP plus faible)
La proximité à la ressource augmente la probabilité de recevoir de l’information vis à vis des services fournis par la ressource en question
Contexte de l’article Problématique: A quel point les décideurs
doivent considérer la proximité des individus à la ressource?
Objectif de l’article: Mesurer les effets des facteurs de la demande La localisation des personnes dans le paysage Le degré de localisation de leurs préférences
(cad diminution spatiale de la valeur) Quel est l’impact de ces facteurs sur les 2
approches du choix optimal d’un site de conservation (en fonction du type de la ressource): Cas du Ciblage optimal Cas de l‘Agglomération optimale
Les 2 modèles Hypothèses des deux modèles:
Un paysage abstrait linéaire d’une longueur k Une distribution de N personnes suivant une
probabilité de densité triangulaire f(x), avec f(x) :
for (e<x<g) for (g<x<f) ; 0 sinon
Consentement a payer (CAP) du ménage qui diminue avec la distance c du ménage à la reserve.
Modèle 1 : Ciblage optimal 1 seul site de protection à placer Objectif du modèle: Maximiser le bien
être social Un site unique préexistant de richesse
écologique maximale : Site critique, en A
Valeur S du service perçu par un ménage i situé à une distance d du site critique:
Modèle 1: Ciblage optimal
Bénéfices w perçus par un ménage situé au point j de la réserve située en i. (distance ).
Bien être social total pour une réserve au point i.
Modèle 1 : Ciblage optimal
CAP
service
1000 simulations de Monte Carlo, avec les paramètres variables suivants: La distribution de la population sur le
paysage (=>f(x) ) L’emplacement du site critique A La vitesse de diminution du service perçu
S avec la distance d (=> ) L’intensité de la diminution spatiale de la
valeur (=> )
Modèle 1 : Ciblage optimal
Modèle 1: Ciblage optimal
Modèle 2: Agglomération optimale (non exposé ici) Rappel: pas de site critique, mais un réseau de sites
sensibles Objectif: Maximiser la quantité de services
écologiques S rendus par le choix d’emplacement de 2 réserves (a et b)
Importance du rapprochement des deux réserves: d = distance entre a et b = fragmentation
Compromis entre distance réduite entre les réserves (qualité environnementale accrue) et financement des sites de conservation (CAP; diminution spatiale de la valeur; concentration de la population)
Résultats : Ciblage optimal
Interpretation en 2 temps: Comparaison, pour chaque simulation,
du bien être social dégagé entre la politique écologique (cad celle qui positionne le site de conservation sur le site critique) et la politique optimale (qui prend en compte la densité de population) pour des valeurs données des paramètres.
Impact des paramètres (,f(x),A), en fixant 2 paramètres sur 4 (graphiques 3D)
Résultats: Ciblage Optimal
Résultats: Ciblage Optimal
Résultats: Ciblage Optimal
Résultats: Modèle 1
Résultats: Ciblage Optimal
Conclusions Méthode permet d’identifier des cas
types Dans l’enjeu du ciblage optimal:
Priorise souvent le site critique Mais si le site critique ne présente pas
une forte diminution de l’apport de services avec la distance, et que la population est concentrée, alors on opte d’avantage pour un site près des individus
Conclusion (2) Dans l’approche de la fragmentation
optimale (non exposée ici): Minimiser la fragmentation pour un total
de services écosystémiques élevé Si diminution spatiale de la valeur du CAP
n’est pas très forte, on peut augmenter la fragmentation pour avoir d’avantage de CAP
Limites des modèles Suppose que la proximité de la
population à un site conservé augmente forcément son bien-être
Suppose que l’impact environnemental de la conservation se situe près de la ressource gérée (fonction de la diminution spatiale de la valeur)
Ne prend pas en compte les coûts d’acquisition du foncier, ni l’impact du développement urbain
Merci de votre attention