Section III. Analyse théorique et empirique des fondements du modèle de base STIRPAT
II. Développement théorique du modèle STIRPAT
Au cours des dernières décennies, pour surmonter tous ces problèmes, plusieurs recherches tentent d’améliorer les analyses relatives à l’impact des forces motrices sur l’environnement en se basant sur le modèle de base IPAT. Une nouvelle spécification de ce modèle a été développée par Dietz T et Rosa EA, (1997) qui ont procédé à une modification de la forme de l’équation du modèle de base en une plus évoluée à la version stochastique appelée STIRPAT (Stochastic Impacts by Regression on Population, Affluance and Technology). Il s’agit des impacts stochastiques par régression sur la population, la richesse et la technologie. Dietz T et
Rosa A, (1997) se sont basés sur une estimation en coupe transversale où les données
concernées sont calculées en moyenne pour une seule année. D’où le modèle de base présenté au niveau de l’équation (1.2):
Où I désigne l’impact environnemental. δ désigne la constante (à estimer). Les termes P et A désignent respectivement la pollution et la richesse comme nous les avons définis dans le modèle de base. Le terme T dans ce cas est exprimé en fonction de « l’intensité d’utilisation »,
(Brian C O’Neill et al. (2012)). Selon Brian C O’Neill et al. (2012) et autres, la variable T d’intensité est mesurée par « l’urbanisation » exprimée en fonction de la population urbaine en pourcentage de la population totale par exemple. Elle est parfois déterminée par « la structure économique » exprimée en fonction de la part de l’industrie ou de la production dans le PIB.
Les paramètres ou les élasticités à estimer sont représentés respectivement par les lettres des exposants α, β et θ. À travers des études appliquées récemment sur un nombre de pays important, les analystes se sont intéressés à l’estimation des élasticités servant à déterminer le pourcentage de la variation des émissions polluantes associé à une augmentation de 1% des activités humaines (P, A et T) où les variations des émissions sont proportionnelles aux variations des activités humaines. Dans ce cas, dans le modèle STIRPAT, α désigne l’élasticité des émissions par rapport à la population, β désigne l’élasticité des émissions par rapport à la richesse et enfin θ est l’élasticité des émissions par rapport à l’intensité d’utilisation (de l’énergie par exemple), (Nicole G. et al. (2011)).
1.2i i i i i
Le terme ε désigne le terme d’erreur résiduel dans le modèle qui « capte toute la variance inexpliquée », il varie aussi selon les pays, (Nicole G. et al. (2011)). L’indice i désigne les pays (unités transversales) où les proportions relatives à la population, la richesse et la technologie varient selon les pays.
Le sujet de la dégradation environnementale a été souvent traité suivant plusieurs analyses récentes [14]. L’étude de Soytas et al. (2007) a mis l’accent sur l’impact de la consommation d’énergie et du revenu sur le niveau des émissions de CO2 pour le cas des États-Unis dans le cadre de la vérification de l’hypothèse de la CEK où les auteurs ont conclu que le revenu est la solution ultime à l’amélioration de l’environnement.
D’autres analyses portant sur l’impact des activités humaines et d’une « société » sur les niveaux des émissions polluantes se sont basées notamment sur les modèles IPAT, ImPACT et STIRPAT [15]. Récemment, des études se basant sur le modèle STIRPAT ont été appliquées avec succès servant comme mesure à l’impact des forces des activités humaines sur l’environnement,(Cramer, (1998) ; Soulé et DeHart, (1998) ; DeHart et Soulé, (2000)). Le modèle STIRPAT a été développé dans le travail de York et al. (2003)en mettant l’accent sur « l’élasticité écologique » et en examinant son effet sur l’intensification des émissions de CO2 et sur l’empreinte énergétique, (Hiroki I. et Keisuke O., (2010)).
Plusieurs analyses comme celles de (Dietz T et Rosa EA, (1997) ; York et al, (2002, 2003) ; Anqing Shi, (2003) ; Rosa et al, (2004) ; Cole et Neumayer, (2004) ; Martinez-Zarzoso et al, (2007) ; Liddle et Lung, (2010) ; Jorgenson et Clark, (2010) ; Poumanivonh et Kaneko, (2010) ; Liddle, (2011) ; Martinez-Zarzoso et Maruotti, (2011) ; Menz et Welsch, (2012)) se sont focalisées sur le degré de l’importance de la population en tant que facteur agissant sur l’environnement. Les études effectuées se sont
14 Des études antérieures de la période récentes ont traité ce même sujet tel est le cas de l‘étude de Shafik (1994) qui s‘est basée sur un nombre important de pays où il a prouvé que l‘environnement s‘améliore avec le temps lorsque les pays supportent des coûts locaux liés à l‘environnement qui se substituent par les bénéfices dégagés. Cependant, si les pays pauvres ou autres supportent eux-mêmes des coûts élevés liés à la détérioration de l‘environnement, ils ne seront plus incités à améliorer l‘environnement. Exemple aussi du travail élaboré par Holtz-Eakin et Selden (1995) où ils ont démontré un taux annuel de 1.8% suivant lequel les émissions globales de CO2 continuaient à s‘intensifier.
basées sur les émissions de CO2 en tant que polluant responsable au réchauffement planétaire et les résultats se sont exprimés en fonction des élasticités des émissions. Il s’agit des pourcentages des variations des émissions résultant de la variation de 1% de la variable relative à la population.
Trois types de résultats trouvés. En effet, en étudiant les élasticités, des études prouvent qu’un accroissement de 1% de la population a abouti à un accroissement des émissions de CO2 inférieur à 1%. D’autres résultats montrent que toute augmentation de 1% de la population conduit immédiatement à une augmentation du même pourcentage des émissions de CO2. Enfin, d’autres analyses concluent que tout accroissement de la population de 1% peut conduire à une augmentation de plus de 1% des émissions de dioxyde de carbone.
Contrairement aux autres travaux qui se sont concentrés sur les émissions de CO2, l’étude de Cole et Neumayer (2004) a porté sur une analyse de l’état quantitatif des populations et de l’effet de leur évolution sur un polluant local : émissions de SO2 en prenant en considération les variables de la dimension démographique en plus de la taille de la population. Ils ont trouvé des résultats différents en intégrant les variables de l’urbanisation, la taille de la population et des ménages comme facteurs clé à la croissance démographique.
L’étude mené par Mart'ınez-Zarzoso et al. (2007)pour le cas de 23 pays de l’Union Européenne sur des données annuelles durant la période qui couvre 1975 – 1999, a montré différents résultats entre les anciens et les nouveaux pays membres de l’UE quant à l’impact de la croissance démographique sur le niveau des émissions carboniques incitant les analystes
(Grunewald et Mart´ınez-Zarzoso (2009)) à évaluer le niveau des émissions de CO2 en présence du
Protocole de Kyoto et son impact sur la réduction de ces dernières.
Dans notre étude ci-dessous, nous estimons l’impact de la population, la richesse et la structure économique sur les émissions de CO2, SO2 et NOx tout en prenant en
considération d’autres variables de contrôle ayant un effet sur l’environnement.
Avant de procéder à la validation empirique du modèle STIRPAT, nous présentons les variables et les sources d’extraction de données suivie d’une revue de la littérature empirique justifiant le choix des variables de l’étude.