Quels liens entre développement urbain actuel et risques de sécheresse dans 50 ans? Une discussion sur les transitions et la sécurité hydrique

(1)

Conference Presentation

Reference

Quels liens entre développement urbain actuel et risques de sécheresse dans 50 ans? Une discussion sur les transitions et la

sécurité hydrique

BOLOGNESI, Thomas, TURLEY, Laura, HEIKKILA, T.

BOLOGNESI, Thomas, TURLEY, Laura, HEIKKILA, T. Quels liens entre développement urbain actuel et risques de sécheresse dans 50 ans? Une discussion sur les transitions et la sécurité hydrique. In:

Séminaire Environnement PACTE-Univ. Grenoble Alpes

, Grenoble (France), 7 Novembre, 2019

Available at:

http://archive-ouverte.unige.ch/unige:125815

Disclaimer: layout of this document may differ from the published version.

(2)

Quels liens entre développement urbain actuel et risques de sécheresse dans 50 ans?

Une discussion sur les transitions et la sécurité hydrique [email protected]

Université de Genève avec: L. Turley et T. Heikkila

Séminaire PACTE Grenoble, 07.11.2019

(3)

Introduction Methodologie Données Résultats Discussion

Liens entre changements climatiques, sécheresses et villes

Changements climatiques→sécheresse (Roudier et al., 2016)

• augmentation intensité, fréquence et durée

• lien variable selon la magnitude des sécheresses

Villes : urbanisation du monde(Nations, 2019)

• population urbaine : 30% (1950), 55% (2018), 68% (2050)

• 1 personne sur 8 vit dans 33 mégapoles (> 10 M hab.)

Sécheresse → centres urbains

• “Day zero” : Cape Town, Sao-Paulo, Californie...

• entre 2007-2016 : 73 M pers. affectées≈ 35% des catastrophes naturelles (CRED, 2018)

• coûts sécheresses intenses ≥inondations(Damania et al., 2017)

(4)

Liens entre changements climatiques, sécheresses et villes

also predict a decrease in low flow magnitude; in Germany Huang et al. (2014) find a decrease of QlowRP50 in 2080 for some areas like the Rhine basin and uncertainty elsewhere.

3.5 Uncertainties and summary of the results

We analyzed the spread in future change of hydrological extremes using three different parameters (QRP10, QlowRP10 and QlowRP10 duration) and focusing on the 1st and 3rd quartiles of relative changes distribution (Fig.4and FigureS7). The spread among results is the largest for QlowRP10 duration, depicted in Fig.4by the inter-quartile range. Despite this Fig. 3Characteristics of low flows (RP10): duration (top) and magnitude (bottom). The median is computed over 22 ensemble members. Only significant changes (i.e. passing the Wilcox test at 5 %) are shown here. When QlowRP10 is zero for the baseline period, we set the relative change as missing value

350 Climatic Change (2016) 135:341–355

• 1 personne sur 8 vit dans 33 mégapoles (> 10 M hab.) Sécheresse → centres urbains

2 / 15

(5)

Liens entre changements climatiques, sécheresses et villes

(6)

Liens entre changements climatiques, sécheresses et villes

(7)

Une perspective “social ecological economics”

Perspective de court-terme : comment les sécheresses impactent les villes ?

Perspective de long-terme :

Comment la structure urbaine actuelle impacte sur le futur risque de déficit en eau ?

Ville Sécheresse

Structure urbaine

(8)

Une perspective “social ecological economics”

Perspective de court-terme : comment les sécheresses impactent les villes ?

Perspective de long-terme :

Comment la structure urbaine actuelle impacte sur le futur risque de déficit en eau ?

Ville Sécheresse

Structure urbaine

(9)

Théorie : dynamique d’un système socio-hydrologique

1. Hypothèse : relation significative entre structure et futur déficit 2. Opérationalisation : maturité et centralité comme structure

urbaine (Bolognesi, 2015 ; Gabaix, 1999 ; Sassen, 2015)

Résultats attendus : associations négatives

• capacité à drainer des ressources (Mahjabin et al., 2018)

• capacité à investir dans les infrastructures et institutions (Grey et Sadoff, 2007 ; Krueger et al., 2019 ; Marlow et al., 2013)

• possibles non-linéarités à cause d’effets de “lock-in” (Bolognesi, Gerlak et al., 2018 ; Fath et al., 2015 ; Marlow et al., 2013)

(10)

Analyser un système socio-hydrologique

Observation

Hydro-climatique (Flörkeet al., 2018)

• futur déficit en eau 2050-2070

• modèle waterGap & SSP, N=482

Socio-économique (Bolognesi, 2015)

• caractéristiques urbaines 2010

• analyse multifactorielle, N=595

Analyse

Modèle à variable dépendante estimée (Lewiset Linzer, 2005)

Echantillon final : 235 mégapoles

• ≈40% des villes ≥750 000 hab. en 2010

• 933 millions pers.

(11)

Analyser un système socio-hydrologique

Observation

Analyse

• ≈40% des villes ≥750 000 hab. en 2010

(12)

Analyser un système socio-hydrologique

Observation

Analyse

• ≈40% des villes ≥750 000 hab. en 2010

(13)

Déficits en eau en 2050-2070

1. Occurence 2. Magnitude

3 scénarii :

Pas de déficit : 140 villes,≈60% dernière priorité : 42 villes, 17% première priorité : 53 villes, 22%

(14)

Déficits en eau en 2050-2070

3 scénarii :

Pas de déficit : 140 villes,≈60%

dernière priorité :42 villes, 17%

première priorité : 53 villes, 22%

(15)

Déficits en eau en 2050-2070

3 scénarii :

Pas de déficit : 140 villes,≈60%

dernière priorité :42 villes, 17%

première priorité : 53 villes, 22%

(16)

Développement urbain en 2010

Maturité

• Co-évolution développement national et urbain (Crouch et Galès, 2012)

• proche du concept de “world cities” (Sassen, 2015)

• Exemples : Sydney, Singapour>

Lisbon >Kaboul

Centralité

• importance relative de la taille ville dans le pays, en population

• proche de la loi de Zipf^(Gabaix,

1999)

• Exemples : Paris VS villes chinoises

(17)

Développement urbain en 2010

(18)

Variables de controles et sensibilité

Variables de controle :

• climat (Peel et al., 2007)

• côte (Swann et Deslatte, 2018)

• grand bassin versant (Varone et al., 2013)

Risques des estimations liées aux :

• contingences nationales : Huber-White (erreurs spécifications) + cluster (intragroupe)

• mesures de déficit : bootstrap (1000 rep) et Jacknife (250 rep) Tests de sensibilité

• valeurs extrêmes

• sécheresses passées(Bolognesi, 2015)

• intrants AFM

(19)

Variables de controles et sensibilité

• mesures de déficit : bootstrap (1000 rep) et Jacknife (250 rep)

Tests de sensibilité

• intrants AFM

(20)

Variables de controles et sensibilité

• mesures de déficit : bootstrap (1000 rep) et Jacknife (250 rep) Tests de sensibilité

• intrants AFM

(21)

Association avec occurence (gch) et magnitude (dte)

(1) (2) (3) (4)

def cluster bootstrap jacknife Independent variables

maturity -0.396^⇤⇤⇤ -0.506^⇤⇤⇤ -0.506^⇤⇤⇤ -0.506^⇤⇤⇤

(-4.64) (-6.75) (-3.99) (-3.88) centrality -0.358^⇤⇤ -0.455^⇤⇤⇤ -0.455^⇤⇤⇤ -0.455^⇤⇤⇤

(-2.98) (-3.61) (-3.45) (-3.34) c.maturityc.centrality 0.0861 0.0998^⇤ 0.0998^⇤ 0.0998 (1.83) (2.17) (2.02) (1.62) Controls

large watershed -0.249 -0.249 -0.249

(-0.65) (-0.68) (-0.67) Climate (reference= tropical)

arid 2.442^⇤⇤⇤ 2.442^⇤⇤⇤ 2.442^⇤⇤⇤

(3.98) (4.15) (4.01)

temperate 0.905 0.905^⇤ 0.905^⇤

(1.72) (2.03) (2.02)

cold 0.157 0.157 0.157

(0.17) (0.27) (0.25)

coast 0.961^⇤⇤ 0.961^⇤ 0.961^⇤

(2.92) (2.34) (2.25)

_cons -0.162 -1.114^⇤ -1.114^⇤⇤ -1.114^⇤⇤

(-0.96) (-2.34) (-2.81) (-2.77)

N 235 235 235 235

pseudoR² 0.096 0.207 0.207 0.207

AIC 294.7 269.4 269.4 269.4

BIC 308.6 300.6 300.6 300.6

tstatistics in parentheses

⇤p <0.05,^⇤⇤p <0.01,^⇤⇤⇤p <0.001

9 / 15

(22)

Association avec occurence (gch) et magnitude (dte)

(1) (2) (3) (4)

maturity -0.396^⇤⇤⇤ -0.506^⇤⇤⇤ -0.506^⇤⇤⇤ -0.506^⇤⇤⇤

(-4.64) (-6.75) (-3.99) (-3.88) centrality -0.358^⇤⇤ -0.455^⇤⇤⇤ -0.455^⇤⇤⇤ -0.455^⇤⇤⇤

(-2.98) (-3.61) (-3.45) (-3.34) c.maturityc.centrality 0.0861 0.0998^⇤ 0.0998^⇤ 0.0998 (1.83) (2.17) (2.02) (1.62) Controls

large watershed -0.249 -0.249 -0.249

arid 2.442^⇤⇤⇤ 2.442^⇤⇤⇤ 2.442^⇤⇤⇤

(3.98) (4.15) (4.01)

temperate 0.905 0.905^⇤ 0.905^⇤

(1.72) (2.03) (2.02)

cold 0.157 0.157 0.157

(0.17) (0.27) (0.25)

coast 0.961^⇤⇤ 0.961^⇤ 0.961^⇤

(2.92) (2.34) (2.25)

_cons -0.162 -1.114^⇤ -1.114^⇤⇤ -1.114^⇤⇤

(-0.96) (-2.34) (-2.81) (-2.77)

N 235 235 235 235

pseudoR² 0.096 0.207 0.207 0.207

AIC 294.7 269.4 269.4 269.4

BIC 308.6 300.6 300.6 300.6

⇤p <0.05,^⇤⇤p <0.01,^⇤⇤⇤p <0.001

1

(1) (2) (3) (4)

maturity -0.354^⇤⇤⇤ -0.443^⇤⇤⇤ -0.443^⇤⇤⇤ -0.443^⇤⇤⇤

(-4.62) (-7.01) (-4.06) (-4.19) centrality -0.269^⇤ -0.363^⇤⇤ -0.363^⇤⇤ -0.363^⇤⇤

(-2.30) (-2.67) (-2.66) (-2.82) c.maturityc.centrality 0.0433 0.0451 0.0451 0.0451 (0.83) (0.79) (0.72) (0.78) Controls

large watershed -0.271 -0.271 -0.271

arid 2.314^⇤⇤⇤ 2.314^⇤⇤⇤ 2.314^⇤⇤⇤

(4.56) (4.41) (4.65)

temperate 0.621 0.621 0.621

(0.98) (1.45) (1.55)

cold -0.0676 -0.0676 -0.0676

(-0.07) (-0.11) (-0.12)

coast 1.104^⇤⇤ 1.104^⇤⇤ 1.104^⇤⇤

(2.90) (2.80) (2.86)

N 235 235 235 235

pseudoR² 0.056 0.153 0.153 0.153

AIC 432.3 398.9 398.9 398.9

BIC 449.6 433.5 433.5 433.5

⇤p <0.05,^⇤⇤p <0.01,^⇤⇤⇤p <0.001

1

9 / 15

(23)

Des non-linéarités (occurence) ?

(24)

Des non-linéarités (magnitude) ?

(25)

Principaux enseignements empiriques

1. Hypothèse confirmée

• association significative entre structure urbaine actuelle et futurs déficits en eau

• associations négatives ; maturité > centralité

• pas d’effet conjoint

• des non-linéarités

⇒ effet structurel appelle focus sur le long terme et les transitions

2. une méthode interdisciplinaire “efficace”

• facilité à combiner hydro-climatologie avec socio-économie

• très transparent

• bonne cohérence interne et externe

⇒ à compléter avec études comparatives et recherche de mécanismes

(26)

Principaux enseignements empiriques

1. Hypothèse confirmée

• association significative entre structure urbaine actuelle et futurs déficits en eau

• associations négatives ; maturité > centralité

• pas d’effet conjoint

• des non-linéarités

⇒ effet structurel appelle focus sur le long terme et les transitions

2. une méthode interdisciplinaire “efficace”

• facilité à combiner hydro-climatologie avec socio-économie

• très transparent

• bonne cohérence interne et externe

⇒ à compléter avec études comparatives et recherche de mécanismes

(27)

Aller plus loin : comprendre les transitions

Quels enjeux liés à la transition ?

• un nouvel éventail de mondes possibles

• éviter piège à rigidité(Fath et al., 2015)& piège à complexité institutionnelle (Bolognesi et Nahrath, 2018)

• transformation socio-technique (Geels, 2012)

Comment organiser les transitions ?

• acteurs (Renou et Bolognesi, 2019)

• rapport de force et coalition(Boonstra, 2016 ; Spash, 2011)

• évolution et complémentarité institutionnelle (Amable, 2016 ; Bolognesi, Gerlak et al., 2018 ; Ostrom, 2005)

• rôle de l’apprentissage (Gerlak et al., 2018)

(28)

Aller plus loin : comprendre les transitions

Quels enjeux liés à la transition ?

• un nouvel éventail de mondes possibles

• éviter piège à rigidité(Fath et al., 2015)& piège à complexité institutionnelle (Bolognesi et Nahrath, 2018)

• transformation socio-technique (Geels, 2012)

Comment organiser les transitions ?

• acteurs (Renou et Bolognesi, 2019)

• rapport de force et coalition(Boonstra, 2016 ; Spash, 2011)

• évolution et complémentarité institutionnelle (Amable, 2016 ; Bolognesi, Gerlak et al., 2018 ; Ostrom, 2005)

• rôle de l’apprentissage (Gerlak et al., 2018)

(29)

Aller plus loin : étudier la sécurité hydrique

1. Une dimension transversale de la sécurité hydrique

2. Un enjeu de justice socio-écologique : humains & écosystèmes 3. Vers une typologie socio-écologique des sécheresses : drivers

Type de déficit & maturité des villes en climat aride

(30)

Aller plus loin : étudier la sécurité hydrique

1. Une dimension transversale de la sécurité hydrique

2. Un enjeu de justice socio-écologique : humains & écosystèmes 3. Vers une typologie socio-écologique des sécheresses : drivers

Type de déficit & maturité des villes en climat aride

(31)

Quels liens entre développement urbain actuel et risques de sécheresse dans 50 ans?

Une discussion sur les transitions et la sécurité hydrique [email protected]

Université de Genève avec: L. Turley et T. Heikkila

Séminaire PACTE Grenoble, 07.11.2019

(32)

Appendix Références

Amable, B. (2016).Institutional complementarities in the dynamic comparative analysis of capitalism.

Journal of Institutional Economics,12(1), 79-103.

Bolognesi, T. (2015).The water vulnerability of metro and megacities : an investigation of structural determinants.Natural Resources Forum,39(2), 123-133.

Bolognesi, T., Gerlak, A. K. & Giuliani, G. (2018).Explaining and measuring social-ecological pathways : the case of global changes and water security.Sustainability,10(12), 4378.

Bolognesi, T. & Nahrath, S. (2018).Environmental governance dynamics : some micro foundations of macro failures.SSRN,3163828.

Boonstra, W. (2016).Conceptualizing power to study social-ecological interactions.Ecology and Society,21(1).

CRED. (2018).Natural Disasters 2017.Cred. Brussels.

Crouch, C. & Galès, P. L. (2012).Cities as national champions ?Journal of European Public Policy, 19(3), 405-419.

Damania, R., Desbureaux, S., Hyland, M., Islam, A., Moore, S., Rodella, A.-S., . . . Zaveri, E. (2017).

Uncharted Waters : The New Economics of Water Scarcity and Variability.Washington, DC : World Bank.

Fath, B., Dean, C. & Katzmair, H. (2015).Navigating the adaptive cycle : an approach to managing the resilience of social systems.Ecology and Society,20(2).

Flörke, M., Schneider, C. & McDonald, R. I. (2018).Water competition between cities and agriculture driven by climate change and urban growth.Nature Sustainability,1(1), 51-58.

Gabaix, X. (1999).Zipf’s Law and the Growth of Cities.The American Economic Review,89(2), 129-132.

(33)

Geels, F. W. (2012).A socio-technical analysis of low-carbon transitions : introducing the multi-level perspective into transport studies.Journal of Transport Geography,24, 471-482.

Gerlak, A. K., Heikkila, T., Smolinski, S. L., Huitema, D. & Armitage, D. (2018).Learning our way out of environmental policy problems : a review of the scholarship.Policy Sciences,51(3), 335-371.

Grey, D. & Sadoff, C. W. (2007).Sink or Swim ? Water security for growth and development.Water Policy,9(6), 545.

Krueger, E., Rao, P. S. C. & Borchardt, D. (2019).Quantifying urban water supply security under global change.Global Environmental Change,56, 66-74.

Lewis, J. B. & Linzer, D. A. (2005).Estimating Regression Models in Which the Dependent Variable Is Based on Estimates.Political Analysis,13(4), 345-364.

Mahjabin, T., Garcia, S., Grady, C. & Mejia, A. (2018).Large cities get more for less : water footprint efficiency across the US.PLOS ONE,13(8), e0202301.

Marlow, D. R., Moglia, M., Cook, S. & Beale, D. J. (2013).Towards sustainable urban water management : a critical reassessment.Water Research,47(20), 7150-7161.

Nations, U. (2019).World Urbanization Prospects : The 2018 Revision.United Nations. New York.

Ostrom, E. (2005).Understanding Institutional Diversity.Princeton : Princeton University Press.

Peel, M. C., Finlayson, B. L. & McMahon, T. A. (2007).Updated world map of the köppen-geiger climate classification.Hydrology and Earth System Sciences,11(5), 1633-1644.

Renou, Y. & Bolognesi, T. (2019).Governing urban water services in Europe : Towards sustainable synchronous regimes.Journal of Hydrology,573, 994-1006.

(34)

Roudier, P., Andersson, J. C. M., Donnelly, C., Feyen, L., Greuell, W. & Ludwig, F. (2016).Projections of future floods and hydrological droughts in europe under a +2c global warming.Climatic Change,135(2), 341-355.

Sassen, S. (2015).Cities : Capital, Global, and World.In J. D. Wright (Éd.),International Encyclopedia of the Social & Behavioral Sciences (Second Edition)(p. 585-592).

Spash, C. L. (2011).Social ecological economics : understanding the past to see the future.American Journal of Economics and Sociology,70(2), 340-375.

Swann, W. L. & Deslatte, A. (2018).What do we know about urban sustainability ? a research synthesis and nonparametric assessment.Urban Studies, 0042098018779713.

Varone, F., Nahrath, S., Aubin, D. & Gerber, J.-D. (2013).Functional regulatory spaces.Policy Sciences,46(4), 311-333.