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