CONTRIBUTION AU RAPPORT FINAL SUBVENTION 2013-2014 Octobre 2014 ANNEXE 3 T 2050 Chiffrage des scénarios prospectifs « Chacun pour soi » et « Industrie renouvelable » R I1

(1)

Conférence Permanente du Développement Territorial

Université libre de Université catholique

CONTRIBUTION AU RAPPORT FINAL SUBVENTION 2013-2014

Octobre 2014

ANNEXE 3

R ECHERCHE I1

T ERRITOIRE ET ÉNERGIE 2050

Chiffrage des scénarios prospectifs « Chacun pour soi » et

« Industrie renouvelable »

(2)

Responsable scientifique

Thierry Bréchet (UCL-CORE)

Chercheurs Pour l’UCL :

Fiorella Quadu (CREAT)

Véronique Rousseaux (CREAT) Simon Verelst (CORE-CREAT) Pour l’ULB :

Christian Dessouroux (GUIDe-IGEAT)

(3)

TABLE DES MATIERES

1. LA QUANTIFICATION DES SCENARIOS ... 5

2. CARACTERISATION DU SCENARIO DE REFERENCE (REF) ... 5

2.1 MV1–POPULATION « POPULATION TOTALE WALLONNE » ... 5

2.1.1 Population totale wallonne ... 5

2.1.2 Répartition de la population par commune ... 6

2.1.3 Taille des ménages ... 6

2.1.4 Ages ... 6

2.2 MV2-EMPLOI ... 6

2.2.1 Taux d’emploi par commune ... 6

2.3 MV3-ECONOMIE RESIDENTIELLE ... 6

2.3.1 Emploi par commune ... 6

2.4 MV4–ECONOMIE TERTIAIRE NON RESIDENTIELLE ... 6

2.5 MV5-ACTIVITES INDUSTRIELLES ... 6

2.5.2 Consommation énergétique ... 6

2.6 MV6–ACTIVITES LOGISTIQUES ... 6

2.6.2 Consommation énergétique ... 6

2.7 MV7-DISPONIBILITE DU FONCIER ... 7

2.8 MV8-DENSITE ... 7

2.9 MV9-CONSOMMATION ENERGETIQUE DES BATIMENTS ... 7

2.9.1 Amélioration du bâti existant (ancien) ... 7

2.9.2 Nouveaux bâtiments ... 7

2.10 MV10-EFFICACITE DES MODES DE DEPLACEMENTS ET RESEAUX ... 7

2.10.1 Vitesse (par type de réseau) ... 7

2.10.2 Efficacité énergétique (par mode) ... 7

2.11 MV11-AGRICULTURE, SYLVICULTURE ET PRODUCTIONS ENERGETIQUES ... 7

2.11.1 Superficies utilisées par l’agriculture ... 7

2.11.2 Rendements agricoles ... 7

2.11.3 Photovoltaïque ... 7

3. CARACTERISATION DE L’ETAT DES MACRO-VARIABLES ET CHIFFRAGE DES MICRO- VARIABLES DANS LES DEUX SCENARIOS ... 8

3.1 LE SCENARIO « CHACUN POUR SOI » ... 8

3.1.1 MV1 - Population: « Population résidente par commune » ... 8

3.1.2 MV2 - Emploi : « Nombre de nouveaux emplois par commune » ... 10

3.1.3 MV3 – Economie résidentielle ... 10

3.1.4 MV4 – Economie tertiaire non résidentielle ... 10

3.1.5 MV5 – Activités industrielles ... 11

3.1.6 MV6 – Activités logistiques ... 13

3.1.7 MV7 – Disponibilité du foncier ... 14

3.1.8 MV8 – Densité de la population ... 14

3.1.9 MV9 – Consommation énergétique des bâtiments ... 16

3.1.10 MV10 – Efficacité des modes de déplacements et des réseaux ... 17

3.1.11 MV11 – Productions agricoles et sylvicoles ... 17

3.2 LE SCENARIO « INDUSTRIE RENOUVELABLE » ... 18

3.2.1 MV1 - Population: « Population résidente par commune » ... 18

3.2.2 MV2 - Emploi : « Nombre de nouveaux emplois par commune » ... 21

(4)

3.2.3 MV3 – Economie résidentielle ... 21

3.2.4 MV4 – Economie tertiaire non residentielle ... 21

3.2.5 MV5 – Activités industrielles ... 22

3.2.6 MV6 – Activités logistiques ... 22

3.2.7 MV7 – Disponibilité du foncier ... 22

3.2.8 MV8 – Densité ... 23

3.2.9 MV9 – Consommation énergétique des bâtiments ... 23

3.2.10 MV10 – Efficacité des modes de déplacements et des réseaux ... 24

3.2.11 MV11 – Productions agricoles et sylvicoles ... 24

4. TABLEAUX RECAPITULATIFS ... 26

(5)

1. LA QUANTIFICATION DES SCENARIOS

La quantification des scénarios qualitatifs est réalisée en deux étapes. Pour assurer la cohérence par rapport au narratif, 12 macro-variables ont été définies et leur état, dans chaque scénario, a été caractérisé (voir annexe 2). Cet état est mi-qualitatif, mi-quantitatif.

Ces étapes constituent un passage-clé entre le qualitatif et le quantitatif. Elles ont été réalisées en collaboration avec le GPS.

Il est évident que tous les éléments constitutifs des scénarios narratifs ne peuvent pas être traduits en valeurs de paramètres dans le système MILES, et ce pour deux raisons. En premier lieu, le langage est bien plus riche que le chiffre, mais le chiffre est moins ambigu.

Ce que l’on perd en richesse, on peut le gagner en rigueur ou en cohérence. L’un et l’autre peuvent donc nous apporter des enseignements complémentaires sur les scénarios. En second lieu, plus un chiffrage devient précis, plus les données nécessaires pour le réaliser sont complexes et difficiles à trouver. Elles requièrent des expertises de plus en plus pointues.

Ces deux éléments méthodologiques suggèrent un équilibre fondamental dans le projet TE50 entre la dimension globale et la prise en compte de microéléments susceptibles de jouer un rôle décisif. Là réside toute la dimension systémique du projet. Comment déceler le petit élément qui fera une grande différence dans un contexte global ? A cette fin, la méthodologie traduit les scénarios qualitatifs en état de macro-variable semi-qualitatifs, puis chaque macro-variable en micro-variables quantitatives.

Cette section présente donc :

§ Une caractérisation de l’état des macro-variables

§ Un chiffrage des micro-variables afférentes

Afin de disposer d’un élément de comparaison, nous introduisons la section par la présentation du chiffrage du scénario de référence .Toutes les quantifications effectuées pour les deux scénarios retenus pour l’analyse détaillée se définissent en effet par rapport à ce scénario.

2. CARACTERISATION DU SCENARIO DE REFERENCE (REF)

Le scénario REF ou scénario de référence est un scénario qui n’a pas de signification par lui- même mais auquel tous les autres scénarios sont comparés. Il ne se prétend pas

« tendanciel » et ne cherche pas – contrairement aux autres scénarios – à mettre en évidence une évolution spatiale particulière. Il se veut au contraire le plus neutre possible.

2.1 MV1 – P

OPULATION

« P

OPULATION TOTALE WALLONNE

» 2.1.1 Population totale wallonne

REF : 4.193.600 habitants en 2050 selon les dernières perspectives du Bureau fédéral du Plan (24 / 05 / 2013), soit 557.300 de plus qu’en 2012¹.

AUTRES : Ce chiffre sera identique dans tous les scénarios pour permettre leur comparabilité.

(6)

2.1.2 Répartition de la population par commune

REF : Proportionnelle à la population actuelle (+ voir « Densité »)

2.1.3 Taille des ménages

REF : Comme actuellement.

2.1.4 Ages

REF : Suivant les projections du Bureau du Plan (cf. même source p. 21).

AUTRES : Lié à la population totale wallonne, ce chiffre sera identique dans tous les scénarios.

2.2 MV2 - E

MPLOI

2.2.1 Taux d’emploi par commune

REF : Maintien du taux d’emploi actuel : le nombre d’emplois augmente donc proportion- nellement à la croissance de la tranche des actifs (15-64 ans dans les perspectives du Bureau du Plan).

2.3 MV3 - E

CONOMIE RESIDENTIELLE

2.3.1 Emploi par commune

REF : Maintien du taux d’emploi actuel.

2.4 MV4 – E

CONOMIE TERTIAIRE NON RESIDENTIELLE

2.4.1 Emploi par commune

2.5 MV5 - A

CTIVITES INDUSTRIELLES

2.5.1 Emploi par commune

2.5.2 Consommation énergétique

REF : Amélioration de 1% par an (soit env. -30% en 2050)

2.6 MV6 – A

CTIVITES LOGISTIQUES

2.6.1 Emploi par commune

2.6.2 Consommation énergétique

REF : Amélioration de 1% par an (soit env.-30% en 2050)

(7)

2.7 MV7 - D

ISPONIBILITE DU FONCIER

REF : Pas d’augmentation du foncier disponible : la zone urbanisable reste identique à celle d’aujourd’hui dans chaque commune

2.8 MV8 - D

ENSITE

REF : Pas d’augmentation de la densité : les nouveaux habitants occupent les zones urbanisables non encore urbanisées avec la même densité qu’actuellement ; s’il n’y a plus d’espace libre, ils se localisent dans les communes les plus proches disposant encore d’espace libre, ce qui influence donc la répartition de la population par commune

2.9 MV9 - C

ONSOMMATION ENERGETIQUE DES BATIMENTS N.B. Bâtiments résidentiels et autres.

2.9.1 Amélioration du bâti existant (ancien)

REF : Amélioration de 1% par an (soit env. -30% en 2050)

2.9.2 Nouveaux bâtiments

REF : Les nouveaux bâtiments (construits pour les 557.000 nouveaux habitants) ont une intensité énergétique par m² équivalent à la moitié des bâtiments construits selon les normes actuelles.

2.10 MV10 - E

FFICACITE DES MODES DE DEPLACEMENTS ET RESEAUX

2.10.1 Vitesse (par type de réseau)

REF : Comme actuellement

2.10.2 Efficacité énergétique (par mode)

REF : amélioration de 1% par an (donc env. - 30 % d’énergie par pkm ou par tkm en 2050)

2.11 MV11 - A

GRICULTURE

,

SYLVICULTURE ET PRODUCTIONS ENERGETIQUES

2.11.1 Superficies utilisées par l’agriculture

REF : Les superficies utilisées par l’agriculture diminuent en relation avec l’installation de nouveaux habitants - voir « FONCIER ET DENSITE »

2.11.2 Rendements agricoles

REF : Augmentation de 1% par an (soit env. + 35 % en 2050).

2.11.3 Photovoltaïque

REF : 20% des toitures bien exposées sont couvertes de panneaux avec un rendement de 20%

(8)

3. CARACTERISATION DE L’ETAT DES MACRO-VARIABLES ET CHIFFRAGE DES MICRO-VARIABLES DANS LES DEUX

SCENARIOS

3.1 L

E SCENARIO

« C

HACUN POUR SOI

»

3.1.1 MV1 - Population: « Population résidente par commune »

Le scénario suggère que les zones rurales et davantage encore les communes périurbaines gagnent en attrait au dépend des agglomérations urbaines, hormis certaines villes restant attractives mais enregistrant une croissance assez faible. Cet attrait différencié ne touche pas l’ensemble de population de la même façon. Les classes moyennes et supérieures constituent les acteurs principaux de ce changement qui induit notamment une certaine recomposition sociale des zones d’habitat urbain. Celui-ci tient au relâchement de la pression démographique dans les villes et à une baisse probable des prix immobiliers (du moins en termes relatifs) qui rend ce stock de logements de nouveau plus accessible aux populations défavorisées (changement comparable à celui observé dans les premières décennies d’après-guerre). Il va de soi que les mécanismes du marché résidentiel privé, peu régulé ou encadré, tout comme les politiques de construction publique ou de soutien au logement privé menées à l’échelon communal induiront des contrastes sensibles du profil sociodémographique local. Il est à attendre également que des zones périurbaines de plus en plus éloignées des villes gagnent en attrait vu leur moindre densité d’habitat et des prix plus accessibles. La qualité des réseaux (proximité d’un accès autoroutier ou d’une gare ferroviaire) va sans doute déterminer le degré de croissance.

Micro-variable associée: « Localisation des habitants » : Les communes wallonnes ont été classées en 5 catégories distinctes afin de leur appliquer des hypothèses d’évolution plus individualisées concernant l’évolution démographique. La classification utilisée ici a été effectuée en se basant sur une série de travaux existants (voir liste exhaustive ci-après) ainsi que sur les projections démographiques par commune (Bureau fédéral du Plan, 2014) et l’interprétation visuelle des photos aériennes de la Wallonie (2012-2013).

En confrontant les différentes sources, certains classements s’imposent de manière évidente. Les zones agglomérées des villes ainsi que les zones rurales reculées sont notamment classées unanimement dans des classes similaires d’une typologie à l’autre (il est peu probable qu’une commune urbaine se transforme en zone forestière d’ici 2050). Ce sont les zones intermédiaires (banlieues) et celles qui font l’objet de dynamiques démogra- phiques particulières (forte augmentation de la part de la population faisant la navette quotidienne par exemple) qui sont moins évidentes à classer. Dans ces cas, la commune a été attribuée au type le plus pertinent et plausible au égard aux sources disponibles et aux projections démographiques locales. Une part d’interprétation intuitive est inévitable, mais le but principal de la typologie n’est de toute manière pas de fournir une image précise de la structure sociodémographique de chaque commune en 2050, mais d’avoir une base de travail pour affiner spatialement les hypothèses d’évolution de la population.

Ceci donne, pour chacune des catégories retenues pour la typologie, le chiffrage suivant (%

exprimé par rapport au scénario de référence) :

-‐ Agglomération de grande ville, pôle urbain majeur : -15%

-‐ Banlieue de grande ville et autre commune dense : 0%

-‐ Périurbain et zone de navette quotidienne : +10%

-‐ Petite à moyenne ville : 10%

(9)

-‐ Rural à dominante agricole (faible centralité) : Solde de +5%

-‐ Rural forestier, touristique (faible centralité) : Solde de +5%

Le paramètre de proximité à un axe de transport routier ou ferroviaire n’a finalement pas été pris en compte pour des raisons techniques. Chaque commune d’un même type sera donc traitée à pied d’égalité.

Références bibliographiques :

-‐ Dessoy A. avec la collaboration d’Erauw A.-L. & Rombouts W. (2007), Typologie socio-économique des communes, Finances locales, août 2007, Direction Research de Dexia Banque Belgique.

-‐ Grimmeau J.-P., Decroly J.-M., Wertz I. (2012), La démographie des communes belges de 1980 à 2010, Courrier hebdomadaire du CRISP, 37-38 (n° 2162 - 2163).

-‐ Luyten S. et al. (2009), Typologie des communes belges en fonction du degré d’urbanisation in Van Hecke et al. (2009), Noyaux d’habitat et Régions urbaines dans une Belgique urbanisée, Monographie de l’ESE 2001, volume 9, Institut National de Statistique, Bruxelles.

-‐ Eggerickx T. et al. (2005), Les espaces "ruraux" en Wallonie. La diversité des trajectoires démographiques et le rôle des migrations dans la structuration socio- démographique des espaces in Faire Campagne. Pratiques et projets des espaces ruraux aujourd'hui, Actes du colloque, Rennes.

-‐ Eggerickx T. & Capron C. (2001), Rurbanisation et périurbanisation dans le centre de la Wallonie. Une approche socio-démographique , Espace, Populations, Sociétés, 1, pp. 123-137.

(10)

3.1.2 MV2 - Emploi : « Nombre de nouveaux emplois par commune »

Le nombre de nouveaux emplois par commune dépend directement de l’évolution du nombre d’emplois dans chaque branche d’activité qui sera détaillée ci-après (MV3-MV6). Aucune micro-variable spécifique n’a d’ailleurs été définie ici.

3.1.3 MV3 – Economie résidentielle

La distribution de ces emplois est fortement liée à celle de la population résidente. L’emploi résidentiel évoluerait donc proportionnellement à la taille de la population résidente. Etant donné l’hypothèse que les villes continuent à jouer le rôle de pôle d’emploi, une part de la création d’emplois résidentiels en ville revient également à la population non résidente (navetteurs). La diminution relative de ce secteur d’activité est donc moindre que celle de la population. Pour ce qui est des zones rurales, nous estimons que la croissance de l’emploi sera relativement faible étant donné que ces communes décentrées vont avant tout jouer une fonction résidentielle. Seuls les ensembles villageois importants et accessibles garderont une fonction économique résidentielle relative à la taille de leur population.

Précisions encore que le volume d’emploi de ce secteur augmente globalement de 0,7%

(transfert sectoriel de l’emploi) au détriment de l’emploi industriel (voir plus loin).

Micro-variable associée : « Emploi résidentiel » :

Ceci donne, pour chacune des catégories retenues pour la typologie, le chiffrage suivant (%

exprimé par rapport au scénario de référence) :

-‐ Agglomération de grande ville, pôle urbain majeur : -10%

-‐ Banlieue de grande ville et autre commune dense : +1%

-‐ Petite à moyenne ville : 10%

-‐ Rural à dominante agricole (faible centralité) : +1%

-‐ Rural forestier, touristique (faible centralité) : +1%

3.1.4 MV4 – Economie tertiaire non résidentielle

Ce type d’emploi se maintien et se développe avant out dans les pôles urbains les plus attractifs et performants. Ce secteur est un des principaux moteurs de l’économie urbaine et fournit notamment une série d’emplois spécialisés. D’où leur concentration privilégiée dans les zones urbaines qui profitent de la présence d’une main-d’œuvre spécialisée, d’une bonne connexion aux réseaux de transports, d’économies de proximité… Ces avantages comparatifs y font grimper globalement l’emploi tertiaire au détriment de toutes les autres communes wallonnes.

(11)

Micro-variable associée : « Emploi tertiaire» : Le partage des communes en deux ensembles distincts (l’un prenant plus d’importance en termes d’emploi tertiaire au détriment de l’autre) a été effectué en se basant principalement sur le typologie socio-économique des communes. Les communes formant le « groupe attractif » est constitué de toutes les

« grandes villes et villes régionales » (W10) et « villes moyennes à revenus élevés » (W13) ainsi que d’une série de « villes centre en milieu rural » (W12) et de « communes résidentielles à niveau de revenus élevés » (W14) en position géographique intéressante (proximité de grandes villes, bonne connexion au réseau de transports…). Précisons encore que le volume d’emploi de ce secteur augmente globalement de 0,7% (transfert sectoriel de l’emploi) au détriment de l’emploi industriel (voir plus loin).

Ceci donne, pour les deux catégories retenues, le chiffrage suivant (% exprimé par rapport au scénario de référence) :

-‐ pôles attractifs : +5%

-‐ autres communes : -6%

Référence bibliographique :

-‐ Dessoy A. avec la collaboration d’Erauw A.-L. & Rombouts W. (2007), Typologie socio-économique des communes, Finances locales, août 2007, Direction Research de Dexia Banque Belgique.

3.1.5 MV5 – Activités industrielles

Le scénario pose l’hypothèse que les activités industrielles vont globalement perdre en importance au profit du tertiaire et de la logistique. Les communes industrielles vont en souffrir plus que les autres, d’où la définition de communes « à potentiel de déclin industriel ». C’est là que la diminution sera la plus marquée. Les raisons de cette diminution de l’emploi industriel sont multiples : abandon des segments les plus polluants et/ou les moins rentables, concurrence étrangère, réorientation générale de l’économie…

(12)

Cela étant, une partie des activités est maintenue, mais les transformations technologiques et la création de nouvelles formes d’activités vont entraîner une certaine reconfiguration spatiale de l’emploi. Celui va se diriger vers ou se développer dans les communes les plus à même à répondre aux besoins de ce secteur.

Micro-variables associées :

1. « Emploi industriel » : La distinction principale se fait entre les communes dont l’emploi industriel diminue sensiblement et celles qui arrivent à tirer leur épingle du jeu. En ce qui concerne les communes à potentiel de déclin industriel, elles ont été définies en sélection- nant….

Ces communes sont baptisées « pôles d’activités ». Pour toute information relative au choix de ces communes, veuillez vous référer au scénario « Energie renouvelable ». Dans les situations où une commune est classée à la fois en « zone à potentiel de déclin » et « pôle d’activités », le second critère l’emporte sur le premier et signale une restructuration d’anciens pôles industriels qui se trouvent redynamisés (friches converties en zonings…) Transfert sectoriel : -4%

Autre hypothèse : les autres communes développent de petits zonings à échelle communale avec des entreprises de petite à moyenne taille à caractère industriel mais assez spéciali- sées (haute technologie, industrie du bois par exemple) = parcs d’activités

-‐ Zones à potentiel de déclin industriel : -6%

-‐ Pôles d’activité industrielle en voie de restructuration : +5%

-‐ Pôles d’activité industrielle nouveaux ou en voie de développement : +5%

-‐ Autres communes : identique à REF

(13)

2. Consommation énergétique des emplois industriels

Vu la disponibilité et le faible coût de l’énergie, les avancées en termes de performance énergétique sont moins importantes que dans le scénario de référence. La renouvellement d’une partie de ce secteur d’activité et les avancées technologiques vont certes provoquer une amélioration, mais relativement retenue étant donné l’absence d’incitants particuliers et de réglementations environnementales très contraignantes.

Ceci aboutit à une augmentation de la consommation énergétique de 10% par rapport au scénario de référence (qui prévoit une diminution de 30%).

3.1.6 MV6 – Activités logistiques

Deux éléments sont déterminants dans l’évolution du secteur de la logistique : le faible coût de l’énergie (et des transports) et une poursuite de la périurbanisation (qui favorise notamment le commerce à distance et l’éclatement des points de vente). Ceci mène à une double dynamique : en premier lieu, à la création ou à l’extension de quelques très grands hypercentres logistiques (zones de transit et de stockage principales des marchandises) assez spécialisés (alimentation, articles de sport…). Peu nombreux, ils recherchent la proximité de grands axes de circulation (carrefours autoroutiers), de grandes métropoles (sans pourtant en être trop proches pour éviter les problèmes de congestion) et de ports (côtiers ou intérieurs).

En plus de ces grandes structures se multiplient de petits centres de distribution logistiques proches des zones résidentielles. Ceux-ci fonctionnent plutôt comme des dépôts multifonc- tionnels qui accueillent les biens acheminés depuis les hypercentres (modèle préfiguré par les distributeurs bpack 24/7 notamment).

1. « Emploi logistique » : Ce secteur d’activité va se développer avant tout dans les zones proches des villes et, dans une moindre mesure et de manière plus éclatée, dans l’espace périurbain. Ceci donne, en reprenant la typologie des communes utilisée précédemment, le chiffrage suivant (% exprimé par rapport au scénario de référence) :

-‐ Agglomération de grande ville, pôle urbain majeur : Solde de -4%

-‐ Banlieue de grande ville et autre commune dense : +5%

-‐ Petite à moyenne ville : +5%

-‐ Rural à dominante agricole (faible centralité) : Solde de -4%

-‐ Rural forestier, touristique (faible centralité) : Solde de -4%

Précisions encore que le volume d’emploi de ce secteur augmente globalement de 0,7%

(transfert sectoriel de l’emploi) au détriment de l’emploi industriel (voir ci-dessus).

2. Consommation énergétique des emplois logistiques

L’évolution est comparable à celle dans le secteur de l’industrie (voir ci-dessous) : -10%.

(14)

3.1.7 MV7 – Disponibilité du foncier

Etant donné le choix d’une part dominante des ménages disposant des moyens suffisants pour accéder à la propriété d’habiter hors des villes, la pression exercée sur communes les mieux situées ou les plus attractives se renforcera. Face à cette demande grandissante de terrains (destinés de manière privilégiée à l’habitat pavillonnaire), les communes augmentent la superficie constructible destinée à l’habitat et à la voirie (avec des coûts supplémentaires non négligeables à porter par la collectivité). Ceci se fera au détriment des espaces verts et plus particulièrement des zones agricoles. La priorité donnée à la satisfaction des choix individuels mène à un éparpillement continu du tissu résidentiel et à un risque de gaspillage des ressources foncières. Cela tient parmi d’autres au fait que la Région ne dispose pas des compétences pour imposer le principe de densification du bâti aux communes par exemple.

Le phénomène de périurbanisation éclatée ne sera pas pour autant généralisé. Chaque commune est libre de choisir ses propres options et contraintes en matière d’aménagement du territoire. Préserver les zones vertes et promouvoir un bâti groupé peut être un choix parmi d’autres pour renforcer son attractivité.

Pour ce qui est de la fonction économique, les communes sont tentées de lui offrir des terrains suffisants à l’extension, mais on privilégiera davantage un groupement des terrains en zonings.

Micro-variable associée : « Zone urbanisable (ZU) » : La zone urbanisable sera augmentée de 5 points de % dans les communes disposant au moins de 5 % de zones agricoles convertibles en terrains à bâtir.

3.1.8 MV8 – Densité de la population

Une différenciation va se mettre en place en fonction des caractéristiques du tissu bâti existant et du profil sociodémographique des ménages. Dans les espaces au bâti ancien (agglomérations urbaines, noyaux villageois), la situation ne va sans doute pas changer beaucoup. La pression démographique ne se renforcera pas et la rénovation et modernisa- tion des habitations ne se soldera pas par une augmentation notable des surfaces occupées par ménage.

Par contre, dans les zones d’extension urbaine et dans les espaces périurbains, notamment ceux ayant pu attirer les classes moyennes et supérieures, la surface au sol occupée par une habitation ainsi que la surface habitable par logement augmenteront. Les paramètres d’économie énergétique et de gestion parcimonieuse des ressources foncières sont en effet subordonnés à la réalisation des choix résidentiels.

1. « Empreinte foncière par logement » : Une distinction a été effectuée entre bâti ancien et nouveau, ce dernier étant de manière privilégiée de type pavillonnaire et générant des besoins en surfaces relativement élevés.

- empreinte foncière par ancien logement : pas d’augmentation de la densité (identique au scénario de référence)

- empreinte foncière par nouveau logement : +15%

(15)

2. « Surface des logements » : Celle-ci évoluera principalement en fonction du standing des ménages. Ce dernier a été défini sur base d’un indicateur synthétique existant : l’ « indicateur synthétique d'accès aux droits fondamentaux" (IWEPS 2013)². La comparaison avec un autre indicateur produit par l’IGEAT (ULB) dans le cadre d’une étude sur la précarité énergétique montre la forte similarité des résultats et confirme leur pertinence. L’ensemble des communes ont été classées en 4 catégories en fonction de la valeur de l’indicateur (voir carte) et un chiffrage de la micro-variable a été appliqué à chaque catégorie :

-‐ communes à population « très aisée » : +15%

-‐ communes à population « aisée » : +7,5%

-‐ communes à population « pauvre » : 0% (identique à REF) -‐ communes à population « très pauvre » : 0% (identique à REF)

2 http://www.iweps.be/indicateur-synthetique-dacces-aux-droits-fondamentaux-isadf (site consulté le 20 juillet

(16)

3.1.9 MV9 – Consommation énergétique des bâtiments

Etant donné les maigres efforts incitatifs d’amélioration des performances énergétiques et le coût abordable de l’énergie de chauffage, il est peu probable d’assister à une amélioration allant au-delà des normes imposées par les directives européennes. Il faut sans doute s’attendre à un certain gaspillage énergétique lié à une conscientisation insuffisante de la population aux problèmes environnementaux qui touche tant les occupants de bâtiments anciens que neufs (passifs). Ce sont ces derniers qui profiteront dans tous les cas le plus des améliorations enregistrées, parce qu’ils occupent soit des logements neufs (plus performants), soit des logements anciens qu’ils ont eu les moyens de rénover lourdement afin d’améliorer leur confort (et donc aussi les performances énergétiques). Ce sont donc les ménages défavorisés habitant d’anciens logements qui sont le plus pénalisés sur ce plan.

Ceci aboutit à une fracture énergétique qui reste toutefois faible tant que les charges énergétiques ne constituent pas un poste de dépenses important.

Micro-variables associées : « Consommation énergétique des bâtiments» :

Il y a lieu de distinguer deux branches différentes : le bâti ancien (bâti non rénové ou à rénovation légère) et le bâti neuf (construction neuve et rénovations lourdes).

-‐ Consommation énergétique par ancien logement : afin d’affiner les hypothèses d’évolution selon une composante liée au standing des ménages et le type de bâ- ti, nous distinguons les communes « riches » et « pauvres » (voir MV8), ainsi que les communes urbaines (villes et banlieue) et non-urbaines (périurbain et rural) (voir MV1). L’âge moyen moins avancé du bâti hors des villes y explique les augmentations de consommation un peu moindres (comparé au modèle de réfé- rence)

o Urbain « riche » : +5%

o Urbain « pauvre » : +15%

(17)

o Non-urbain « riche » : +5%

o Non-urbain « pauvre » : +10%

-‐ Consommation énergétique par nouveau logement : 5% en moyenne partout

3.1.10 MV10 – Efficacité des modes de déplacements et des réseaux

Le renouvellement du matériel roulant (transports en commun) et l’amélioration des performances techniques des voitures vont entraîner une diminution des consommations énergétiques. Celle-ci sera toutefois moins importante qu’on pourrait l’espérer (voir scénario de référence) étant donné la faible pression réglementaire et budgétaire poussant à une amélioration technique notable. D’autres éléments (confort de conduite, convivialité, qualités environnementales) sont davantage privilégiés. La voiture électrique aura un certain succès, mais elle reste marginalisée comparée au parc automobile total.

En raison des risques de congestion aux abords des principaux pôles d’emploi provoqués par un renforcement du phénomène de navette, une diminution des vitesses de circulation et un rallongement des temps de parcours sont à attendre. Si les activités logistiques tenteront d’éviter ce problème en installant les plus grands centres de distribution hors des aggloméra- tions urbaines, la dégradation des conditions de circulation va également avoir un impact sur ce secteur.

1. « Consommation énergétique du train » : +10% comparé au scénario de référence 2. « Consommation énergétique de la voiture » : +10%

3. « Vitesse voiture » : -10%

4. « % de voiture électrique » : 5%

3.1.11 MV11 – Productions agricoles et sylvicoles

Le devenir des terres agricoles et forêts dépend en premier lieu des besoins en terrains constructibles pour l’habitat, l’économie et les infrastructures de transport et de production énergétique (éolienne notamment). Ces besoins varient fortement d’une commune à l’autre (voir les autres macro-variables), mais on assistera en moyenne à une diminution et à un morcellement non négligeables de la surface agricole utile (vu les besoins grandissants en surface par logement notamment).

Le rendement de la production agricole et sylvicole va, en revanche, augmenter en moyenne en raison d’une industrialisation croissante des activités, même si certaines communes opteront pour une agriculture alternative, moins intensive.

1. « Rendements agricoles » : +5%

2. « Rendements sylvicoles » : +5%

3. « Photovoltaïque » : Le développement des formes alternatives ou renouvelables de production énergétique n’étant pas particulièrement poussé, le photovoltaïque se maintien au niveau prévu par le scénario de référence

(18)

3.2 L

E SCENARIO

« I

NDUSTRIE RENOUVELABLE

»

3.2.1 MV1 - Population: « Population résidente par commune »

Dans le scénario IR, la population se délocalise vers les pôles attractifs (déterminés par la présence d’indicateurs d’accessibilité et de pôles d’activités). Il s’agit d’une population qui subit les changements des prix et des coûts de l’énergie sans réel changement de comportement excepté celui de déménager. Cette délocalisation lui permet de se rapprocher des emplois et de jouir des principaux services et réseaux de transport. Elle augmente donc de 15% dans les pôles attractifs et un peu moins dans les communes bien équipés en gares (5%). Les campagnes se vident au prorata des départs de leurs habitants (-22%).

Les pôles attractifs ont été définis par une combinaison de la présence d’activités économiques, de gares, de ports et d’échangeurs. La classification des communes a été réalisée sur base de leur attractivité économique et leur accessibilité. Le scénario IR étant un scénario qui délocalise les habitants vers les emplois, cette classification est utilisée pour les microvariables « localisation de la population » et « emplois résidentiels ».

Les communes sont classées en :

-‐ pôle attractif : commune ayant une bonne accessibilité (au moins deux des indicateurs d’accessibilité) et un pôle d’activité

-‐ pôle non attractif : les autres communes

Le nombre de gares localisées dans la commune permet de classer les communes en : -‐ communes bien équipées (au moins une gare) ;

-‐ communes pas équipées (pas de gare).

La présence de gares et du réseau ferroviaire dans une commune induit un effet attractif pour les activités logistiques, l’économie résidentielle et les habitants. Le diagnostic de la Wallonie 2011 a mis en évidence l’utilisation croissante du réseau ferroviaire (+33%

d’utilisation du train en 9 ans- Diagnostic territorial de la Wallonie 2011), le principal obstacle à l’utilisation des transports étant pour 1/3 des travailleurs, le manque de dessertes en transports en commun dans les périphéries urbaines et rurales.

Communes bien équipées en gare Commune pas équipée en gare

´

0 25 50Kilometers

(19)

Le nombre de ports localisés dans la commune permet de classer les communes en : -‐ communes bien équipées (au moins un port) ;

-‐ communes pas équipées (pas de port).

Même si les voies navigables ont diminué leur part modale en 9 ans (Diagnostic territorial de la Wallonie 2011), elles restent un enjeu important face à l’importance du trafic routier (83%

du transport de marchandises). Par rapport au réseau routier, leurs principales contraintes sont la vitesse moyenne plus faible, les coûts directs et le temps plus élevés liés au transbordement et la faible massification des convois. Mais les contextes énergétiques et de mobilité difficiles croissants ainsi que les projets de mise à gabarit et la liaison des bassins de la Seine et du Rhin devraient augmenter l’utilisation de la voie fluviale pour le transport des marchandises.

Communes équipées en ports Communes pas équipées en ports

´

0 25 50Kilometers

Le nombre d’échangeurs d’autoroutes localisés dans la commune permet de classer les communes en :

-‐ communes bien équipées (au moins un échangeur) ; -‐ communes pas équipées (pas d’échangeur).

La route reste le réseau de transport le plus utilisé et en augmentation ces dernières années (83% du transport des marchandises) particulièrement pour le secteur de la logistique fortement dépendant. Pour ce secteur d’activités, le réseau routier restera un mode de transport à privilégier dans un système de co-modalité (rail et voie d’eau) favorisé par la congestion des routes et le coût du transport en augmentation.

(20)

Communes équipées d'échangeurs Communes pas équipées d'échangeurs

´

0 25 50Kilometers

Micro-variable associée « Localisation des habitants » : 15% dans les pôles attractifs, 5% dans les communes bien équipés en gares, -22% dans les autres communes

(21)

3.2.2 MV2 - Emploi : « Nombre de nouveaux emplois par commune »

Les emplois suivent l’évolution de l’ensemble des activités industrielles, logistiques et tertiaires. Ils diminuent là où les activités disparaissent et augmentent là où des activités se développent. Cette macrovariable est donc intimement liée aux macrovariables MV4, MV5 et MV6 décrites plus loin. Aucune micro-variable spécifique n’a été définie ici.

3.2.3 MV3 – Economie résidentielle

La distribution de ces emplois est fortement liée à celle de la population résidente. L’emploi résidentiel évolue donc proportionnellement à la taille de la population résidente. Cette macrovariable est donc étroitement liée à la macrovariable MV1. Dans ce scénario, la population suit principalement les emplois dans les pôles d’activités mais avec un choix de localisation guidé par l’accessibilité des communes aux réseaux de transport. L’emploi résidentiel est donc identique aux mouvements de population et à la typologie des pôles attractifs (15% dans les pôles attractifs et 5% dans les communes bien équipées en gares.

Les communes attractives ont à la fois des fonctions résidentielle et économique, les campagnes se vident de leur population et de leurs emplois associés à la résidence (-33%).

Micro-variable associée « Emploi résidentiel » : 15% dans les pôles attractifs et 5% dans les communes bien équipés en gares, -33% dans les autres communes)

3.2.4

MV4 – Economie tertiaire non residentielle

Ce type d’emploi se maintient et se développe avant tout dans les principaux pôles d’activités déterminés par la présence d’activités économiques (20%). Ce secteur est un des principaux moteurs de l’économie urbaine et fournit notamment une série d’emplois spécialisés. Il est associé dans le scénario IR au secteur industriel qui profite de ces emplois spécialisés pour développer les synergies spatiales et diminuer sa consommation en énergie en favorisant la reconversion des friches induites par le départ des entreprises fortement consommatrices d’énergie et la mutation industrielle des autres industries. Ces emplois sont donc essentiellement concentrés dans les pôles d’activités où subsistent encore les PME capables d’assurer le contexte énergétique défavorable. L’émergence de ces synergies impacte les autres communes qui voit ce secteur d’emplois diminuer (-3%).

La présence d’activités économiques pour déterminer les pôles d’activités a été réalisée sur base de la consommation énergétique du secteur économique de la commune et de la présence de PME et d’autres activités.

Les communes sont classées en :

-‐ pôle d’activités : présence importante d’activités économiques (au moins une grosse industrie consommatrice d’énergie et/ou une PME de plus 200 emplois)

-‐ pas pôle d’activités : les autres communes

Micro-variable associée « Emploi tertiaire » : 20% dans les pôles d’activités et -3%dans les autres communes

(22)

3.2.5 MV5 – Activités industrielles

Avec 35% de la consommation finale en énergie, le secteur industriel est le secteur le plus énergivore en Région wallonne. 90% de l’énergie de ce secteur sont consommés par 158 industries. Ne pouvant supporter le coût de l’énergie dans le scénario IR, ce sont ces industries qui disparaissent du paysage wallon au profit d’activités industrielles moins énergivores ou subissent une mutation de leurs activités. La consommation énergétique de ce secteur diminue de 70%. La structure économique régionale se réoriente vers des activités plus rentables, innovantes, engagées dans l’économie mondiale et intégrant toutes les composantes leur permettant les meilleures économies d’énergie telle que l’auto- production. En particulier, l’industrie, à la recherche de synergies spatiales et d’une accessibilité aux réseaux optimale, se concentre davantage dans les pôles d’activités (30%), ce qui fait diminuer l’emploi industriel ailleurs (-6%).

1. « Emploi industriel » : 30% dans les pôles d’activités, - 6% dans les autres communes 2. « Consommation énergétique des emplois industriels » : -70%

3.2.6 MV6 – Activités logistiques

La logistique est fortement dépendante de la route (83% du transport des marchandises actuellement) et est en augmentation. Par rapport aux autres activités, c’est un secteur très pénalisé par le coût de l’énergie dans le scénario IR. Comme il doit suivre les autres activités pour être concurrentiel, ce secteur a peu d’alternatives à la route (seulement-20% dans les communes équipées d’échangeurs). Il tente de s’orienter vers le réseau ferroviaire ou la voie d’eau (5%). Par conséquent, sa consommation énergétique augmente de manière générale de 20%.

1. « Emploi logistique » : -20% dans les communes équipées d’échangeurs, 5% dans les communes équipées en gares ou voie d’eau, -33% ailleurs

2. « Consommation énergétique des emplois logistiques » : 20%

3.2.7 MV7 – Disponibilité du foncier

Dans le scénario IR, la population recherche à la fois la concentration des services et de réseaux performants lui permettant une accessibilité aisée aux emplois depuis leur lieu de résidence. Ceci induit des mouvements de population vers les communes disposant encore de disponibilités foncières. Ces communes ne sont cependant pas incitées par la Région à augmenter leur superficie urbanisable car la politique régionale peu transversale est principalement axée vers les économies d’énergie et la production d‘énergies renouvelables.

Micro-variable associée : « Zone urbanisable (ZU) » : pas de modification par rapport à REF

(23)

3.2.8 MV8 – Densité

Une différenciation va se mettre en place en fonction de l’accessibilité aux réseaux et du profil sociodémographique des ménages. La pression démographique dans les communes bien équipées en gares et la zone ubranisable non modifiée impactent l’empreinte foncière par logement qui diminue (-20%) autant dans le bâti ancien (les logements sont divisés) que nouveau (on construit en densifiant).

Avec le coût d’énergie qui augmente, les pauvres sont davantage poussés à vivre dans des logements plus petits (-30%) que les riches (-10%).

Les communes riches et pauvres ont été déterminées sur base du revenu moyen par habitant de la commune rapporté au revenu moyen par habitant de la Région wallonne.

Les communes pauvres sont les communes dont le revenu moyen par habitant est inférieur à 80% de celui de la Région wallonne.

Commune pauvre Commune riche

´

0 25 50Kilometers

1. « Empreinte foncière par logement » : -20% dans les communes bien équipées en gares, 10% dans les autres communes

2. « Surface des logements » : -10% dans les communes riches, -30% dans les communes pauvres

3.2.9 MV9 – Consommation énergétique des bâtiments

Dans ce scénario, la distinction entre communes riches et communes riches est importante en cas de rénovation et amélioration de l’isolation des bâtiments. En effet, la décision d’améliorer l’isolation énergétique d’un bâtiment reste fortement dépendante de la capacité financière de la population.

Vu le coût élevé de l’énergie, l’isolation des logements anciens est très problématique et n’a lieu que dans les communes les plus riches. Le basse énergie et le passif, plus rentables, se développent soit par démolition de l’ancien, soit par la construction neuve.

(24)

Les riches profitent donc des améliorations enregistrées, soit parce qu’ils occupent soit des logements neufs (plus performants), soit des logements anciens qu’ils ont eu les moyens de rénover lourdement afin d’améliorer leur confort (et donc aussi les performances énergé- tiques). Ce sont les ménages pauvres habitant les anciens logements qui sont les plus pénalisés. Mais le prix de l’énergie induit une situation telle que même les incitants financiers de la Région ne peuvent favoriser une meilleure performance énergétique des nouvelles constructions des ménages plus pauvres. Ceci aboutit à une fracture énergétique importante dans le paysage wallon.

Micro-variable associée « Consommation énergétique des bâtiments» : -30% dans les communes riches

3.2.10 MV10 – Efficacité des modes de déplacements et des réseaux

L’augmentation de l’énergie dans le transport induite par le non renouvellement et le manque d’entretien du matériel roulant (transports en commun) et des réseaux est compensée par les améliorations technologiques et les performances énergétiques développées par l’industrie de l’automobile et ferroviaire. La voiture électrique remporte un certain succès principalement dans les pôles attractifs où population et activités se concentrent. Mais la congestion des réseaux diminue aussi la vitesse de la voiture dans ces pôles.

1. « Consommation énergétique du train » : idem que REF 2. « Consommation énergétique de la voiture » : idem que REF 3. « Vitesse voiture » : -20% dans les pôles attractifs

4. « % de voiture électrique » : 50% dans les pôles attractifs

3.2.11 MV11 – Productions agricoles et sylvicoles

Malgré que la zone urbanisable stable dans ce scénario, les superficies dévolues à l’agriculture et à la forêt diminuent pour laisser la place aux nouveaux habitants et à l’énergie éolienne. Ces secteurs d’activités s’orientent vers des débouchés énergétiques très porteurs dans un contexte où l’énergie est chère. Comme la SAU diminue, les rendements augmentent plus que dans REF (15%) pour assurer principalement l’approvisionnement énergétique. Les rendements restant dépendants des qualités physiques du territoire, leur augmentation est localisée dans les régions limoneuse et sablo-limoneuse, régions où les rendements agricoles sont les plus élevés (Référence : STATBEL). Cette typologie permet d’identifier les communes ayant le meilleur potentiel agricole, la région limoneuse ou sablo- limoneuse occupe au moins deux tiers de la superficie communale. Cette distinction est importante dans l’analyse des potentiels de productions agricoles par rapport à la pression foncière et à la superficie disponible.

Par contre, l’approvisionnement en bois-énergie étant urgent, le rendement en bois diminue par rapport à REF (on produit moins mais plus vite) là où le potentiel est important. En effet, le rendement initial correspond majoritairement à celui du bois-d’œuvre qui nécessite une maturité plus longue que le bois-énergie.

Quant au photovoltaïque et à l’éolien, ils sont favorisés par la recherche d’alternatives aux énergies fossiles trop chères et bénéficient à la fois des superficies urbanisées et agricoles.

(25)

Communes en région sablo-limoneuse ou limoneuse Communes en dehors des régions sablo-limoneuse et limoneuse

´

0 25 50Kilometers

1. « SAU-Superficie agricole utile » : diminue avec l’arrivée des nouveaux habitants et la construction des éoliennes

2. « Rendements agricoles » : +15% en régions limoneuse et sablo-limoneuse 3. « Rendements sylvicoles » : -20% dans les communes à potentiel biomasse élevé 4. « Photovoltaïque » : 55p% du potentiel photovoltaïque partout

5. « Eolien » : 100p% du potentiel éolien partout

(26)

4. TABLEAUX RECAPITULATIFS

L’état des macro-variables est présenté de manière succincte dans le tableau 1 ci-dessous.

Il est important de garder à l’esprit que ces états sont toujours définis en écart avec REF.

Tableau 1. Etat des macro-variables pour les deux scénarios quantifiés

Chacun pour soi Industrie renouvelable

E1-R2-G E2-R3-J

MV0 – CONTEXTE INTERNATIONAL

Eventuel retard dans l’application des

règlementations européennes (politique énergétique), certaine dépendance à l’égard des fournisseurs d’énergie étrangers

Comme REF

MV1 – POPULATION Population par commune

(REF = augmentation proportionnelle à la population actuelle soit +15,7%)

Par type de commune : Les croissances sont les plus fortes dans les zones périurbaines (de plus en plus éloignées des villes en raison des prix) et rurales. La qualité des réseaux (mobilité) va sans doute déterminer le degré de croissance. Croissance à attendre aussi dans certaines villes (mais à un faible niveau de croissance)

Comme REF

MV2 – EMPLOI Nouveaux emplois

Suit l’évolution des activités industrielles, tertiaires et logistiques

MV3 – ECONOMIE RESIDENTIELLE (REF = même taux d’emploi qu’actuellement)

Suit grosso modo l’évolution de la population résidente

Suit l’évolution de la population résidente

MV4 - ECONOMIE TERTIAIRE NON RESIDENTIELLE

(REF = même taux d’emploi qu’actuellement)

Maintien et développement dans les pôles (prioritairement les plus attractifs et performants) – structuré par des avantages comparatifs (présence d’une main d’œuvre spécialisée, bonne connexion en transports…)

Maintien et développement dans les pôles existants

MV5 – ACTIVITES INDUSTRIELLES

(REF = même taux d’emploi industriel qu’actuellement ; intensité énergétique – 30%)

Développement de pôles d’activité et de zones franches spécialisées par restructuration ou nouvelle création / Déclin des secteurs d’activité les moins rentables (zones en déclin industriel)

Délocalisation des activités les plus énergivores

Maintien et développement des autres activités autour des réseaux structurants et pôles de

compétitivité wallons (clusters) MV6 – ACTIVITES LOGISTIQUES

(REF = même taux d’emploi

qu’actuellement ; intensité énergétique -30%)

Maintien et développement autour des réseaux structurants et à proximité des villes (logistique urbaine (CDU) et livraisons à domicile)

Pénalisée par le coût du transport et de l’énergie

Pertes d’emploi

MV7 – DISPONIBILITE DU FONCIER

(REF = pas de modification de la zone urbanisable)

Potentiellement généreuse vu la réglementation laxiste (augmentation de la superficie constructible).

Mais : risque de gaspillage vue la forte demande pour l’habitat (pavillonnaire) et l’exploitation énergétique

Diminution forte dans certains pôles

MV8 – DENSITE (1)

Empreinte foncière par logement

(REF = pas d’augmentation de la densité : si plus de place les nouveaux habitants vont dans la commune voisine)

Stagnation voir diminution de la superficie dans les communes à forte pression (les plus attractives) ; croissance potentielle ailleurs

Augmentation forte dans les communes bien équipées

(27)

Chacun pour soi Industrie renouvelable

E1-R2-G E2-R3-J

MV8 – DENSITE (2)

m² / logement (surface des logements, confort)

(REF = comme actuellement)

Augmentation pour les classes moyennes et aisées, statut quo voire diminution pour les ménages les moins aisés (vivant dans habitat ancien)

Comme REF

MV9 – CONSOMMATION ENERGETIQUE DES BATIMENTS

Consommation / m² (bâti existant / nouveau)

(REF = existant : -30%, nouveau passif)

Pas de contraintes fortes en faveur de la rénovation énergétique : amélioration (un peu) moindre que REF de la performance énergétique (surtout pour le bâti ancien et les ménages défavorisés)

Rénovations lourdes du bâti ancien : différence marquée entre les communes riches et pauvres : les communes riches font mieux que REF

Comme REF pour les constructions neuves

MV10 – EFFICACITE DES MODES DE DEPLACEMENT ET DES RESEAUX (1)

Vitesse / mode de déplacement

(REF = comme actuellement)

Train/Tec : vitesses moindres que REF sur une partie du réseau (congestion autour des pôles d’activité) Voiture : vitesses moindres que dans REF (congestion plus forte que REF sur une série d’axes autour des pôles d’activité)

Marchandises camion : localement moindres que REF

Train / Tec un peu plus que REF Voiture moins que REF Congestion plus forte que REF

MV10 – EFFICACITE DES MODES DE DEPLACEMENT ET DES RESEAUX (2)

Consommation énergétique (performance technique) par mode de déplacement

(REF = -30 %)

Consommations (légèrement) supérieures à REF pour tous les modes (moindre pression réglementaire et budgétaire pour améliorer les performances techniques)

Comme REF

MV11 – PRODUCTIONS AGRCOLES ET SYLVICOLES (1)

SAU

(REF = la SAU diminue en fonction de l’arrivée de nouveaux habitants)

Diminution de la SAU (bien plus que REF) en raison de l’augmentation des surfaces viabilisées et construites

Diminution de la SAU (plus que REF)

Rendements agricoles / sylvicoles

(REF = +35 %)

Augmentation supérieure à REF en raison d’une industrialisation croissante des activités agricoles

Rendements agro-énergétiques : + 50% (dans les communes à fort potentiel)

Ailleurs comme REF

Photovoltaïque/

éolien

(REF = PV : 20% des toitures bien exposées et rendement de 20%, *éolien : comme le plan éolien et rendement de 20%)

Comme REF (pas d’effort général pour développer les sources d’énergie renouvelable ou alternative)

* PV : 75% des toitures bien exposées ; rendement de 30%, Grands champs PV et éoliens (plus que REF et plus dispersé)

Le tableau suivant présente, pour chaque macro-variable décrite précédemment, les micro- variables correspondantes et leur quantification. Seuls les micro-chiffrages les plus importants sont repris dans ce tableau de synthèse. Veuillez vous reportez aux notes

(28)

Tableau 2. Quantification des micro-variables (en écart en % par rapport à « REF »)

Macro-‐variable Micro-‐variable REF Chacun pour soi Industrie renouvelable

MV1 – Population Localisation des habitants +15,7%

Villes : -‐15% ; Périurbain et petites vlles : 10% ; Rural

et rural forestier : 5%

Pôles attractifs : 15% ; Communes bien équipées

en gares : 5% ; solde : -‐

21,6%

MV3 -‐ Economie

résidentielle (E1) Emploi résidentiel même taux d’emploi qu’actuellement

Transfert sectoriel: 0.7%;

Villes : -‐10%; Périurbain et petites villes : 10% ; Banlieue, rural et rural

forestier : +1%

Pôles attractifs : 15% ; Communes bien équipées

en gares : 5% ; solde : -‐

33%

MV4 -‐ Économie tertiaire non résidentielle (E2)

Emploi tertiaire même taux d’emploi qu’actuellement

Transfert sectoriel: 0.7% ; Pôles attractifs : 5% ; Solde

: -‐6%

Pôles d'activités : 20% ; Solde : -‐3%

MV5 -‐ Activité industrielle (E3)

Emplois industriels même taux d’emploi qu’actuellement

Transfert sectoriel : -‐4% ; Zones en "déclin industriel" : -‐6% ; Pôles industriels : 5% ; Solde :

5%

Pôles d'activités : 30% ; Solde : -‐6%

Consommation énergétique

des emplois industriels -‐30% 10% -‐70%

MV6 -‐ Activité logistique (E4)

Emploi logistique même taux d’emploi qu’actuellement

Transfert sectoriel: 0.7% ; Petites villes et banlieue : 5 % ; Périurbain : 2% ;

Solde : -‐4%

communes équipées d'échangeurs : -‐20% ; Communes équipées en gares ou voies d'eau : 5% ;

solde : -‐33%

des emplois logistique -‐30% 10% 20%

MV7 -‐ Disponibilité du

foncier ZU (p%) Pas de changement si ZA>5% : 5%

MV8 -‐ Densité de la population

Empreinte foncière par

ancien logement pas de changement

Commune bien équipée en gare : -‐20% ; Solde 10%

Empreinte foncière par

nouveau logement pas de changement 15%

Commune bien équipée en gare : -‐20% ; Solde :

10%

MV9 -‐ Consommation énergétique des

bâtiments

par ancien logement -‐30%

Urbain riche : 5% ; Urbain pauvre : 15% ; Non-‐urbain riche : 5% ; Non-‐urbain

pauvre : 10%

Riche : -‐30%

par nouveaux logements passif 5% Riche : -‐30%

MV10 -‐ Efficacité des modes de déplacements

du train -‐30% 10%

de la voiture -‐30% 10%

Vitesse voiture Pas de changement -‐10% -‐20%

% de voiture électrique Pas de changement 5% 50%

MV11 -‐ Productions agricoles et sylvicoles

Rendements agricoles +35% 5% Régions limoneuse et

sablo-‐limoneuse : 15%

Rendements sylvicoles +35% 5% Communes avec

biomasse : -‐20%

Photovoltaïque

20% des toitures bien exposées et rendement

de 20% 55% du potentiel