Programme d’appui aux communications nationales

Fonds pour l’environnement mondial

Le NCSP est parrainé conjointement par le FEM, l’UE, la Norvège, le Danemark et la Finlande

ÉLABORATION DE SCÉNARIOS SOCIOÉCONOMIQUES

aux fins des évaluations de vulnérabilité et d’adaptation

PROJET DU PNUD-FEM

Mai 2001

VERSION PRÉLIMINAIRE DIFFUSÉE POUR EXAMEN

À NE PAS CITER NI RÉFÉRENCER

Prière d’adresser les commentaires à :

[email protected]
[email protected]

THIS DOCUMENT HAS BEEN TRANSLATED FROM THE ORIGINAL ENGLISH VERSION
AND HAS NOT BEEN REVIEWED FOR POSSIBLE ERRORS IN TRANSLATION. IF
CLARIFICATION IS NEEDED, PLEASE REFER TO THE ORIGINAL DOCUMENT.
Version préliminaire – À ne pas citer ni référencer

TABLE DES MATIÈRES

PRÉFACE ............................................................................................................................................. 3

DÉFINITIONS ...................................................................................................................................... 4

I. BUT DU PRÉSENT MANUEL ........................................................................................................ 5

II. ÉLÉMENTS DES SCÉNARIOS POUR LES ANALYSES DE VULNÉRABILITÉ ET

D’ADAPTATION ...................................................................................................................... 6
1. QU’EST -CE QU’UN SCÉNARIO ?............................................................................................................... 6
2. LE TABLEAU DANS SON ENSEMBLE : LES CANEVAS FUTURS ..................................................................... 7
3. LES VARIABLES SUBROGATIVES, ÉLÉMENTS CONSTITUTIFS DES SCÉNARIOS ............................................ 7

III. ÉLABORATION DES SCÉNARIOS............................................................................................ 7

1. DÉFINITION DES LIMITES, IMPLICATION DES PARTIES PRENANTES ET UTILISATION D ’APPROCHES
MULTIPLES ......................................................................................................................................... 8
2. ANALYSE MONDIALE ET RÉGIONALE .................................................................................................... 10
3. UTILISATION DES SCÉNARIOS EXISTANTS .............................................................................................. 10
4. ADAPTATION DES CANEVAS ET PROJECTIONS DES SCÉNARIOS DU SRES................................................. 12
5. PRISE EN COMPTE DE FACTEURS SPÉCIFIQUES AUX PAYS DANS LES SCÉNARIOS
SOCIOÉCONOMIQUES ........................................................................................................................ 14
6. PRISE EN COMPTE DE FACTEURS SECTORIELS DANS LES SCÉNARIOS SOCIOÉCONOMIQUES ....................... 19
7. SECTEUR DES RESSOURCES EN EAU....................................................................................................... 29

CONCLUSION ................................................................................................................................... 35

RÉFÉRENCES BIBLIOGRAPHIQUES ........................................................................................... 36

APPENDICE 1. CLASSEMENT DES PAYS PAR RÉGIONS SELON LE SRES........................... 38
APPENDICE 2. ÉVOLUTION DU PIB (OU À DÉFAUT DU PNB) ET CHANGEMENT
DÉMOGRAPHIQUE .............................................................................................................. 41
APPENDICE 3. CHANGEMENTS DE L’UTILISATION DES TERRES, DE LA
CONSOMMATION D’ÉNERGIE, DES ÉMISSIONS DE SOX ET DE L’ÉNERGIE
NUCLÉAIRE........................................................................................................................... 45
APPENDICE 4. PROJECTIONS DÉMOGRAPHIQUES ................................................................ 52

TABLEAUX ET FIGURES
Tableau 1. Pourcentages d’augmentation et de diminution de la population de la région ALM par rapport à
l’année de référence 1990 selon le SRES......................................................................................... 13
Tableau 2. Pourcentages d’augmentation et de diminution du PNB/PIB (mon) pour la région ALM par
rapport à l’année de référence 1990 selon le SRES.. ........................................................................ 13
Tableau 3. Scénarios du SRES réduits à l’échelle de l’East Anglia ........................................................... 15
Tableau 4. Facteurs de niveau national à utiliser dans les scénarios socioéconomiques ............................. 16
Tableau 5. Projections des données nationales pour le Pakistan et le Sénégal............................................ 17
Tableau 6. Facteurs de niveau sectoriel à utiliser dans les scénarios socioéconomiques............................. 20
Tableau 7. Demande alimentaire de base estimée pour le Sénégal : scénario SRES A2 ............................ 26
Tableau 8. Demande alimentaire de base estimée pour le Sénégal : scénario SRES B1 ............................. 28
Tableau 9. Répartition de la consommation d’eau dans divers pays ......................................................... 29
Tableau 10. Situation estimée des ressources en eau pour le Sénégal : scénario SRES A2......................... 31
Tableau 11. Situation estimée des ressources en eau pour le Sénégal : scénario SRES B1......................... 33

Figure 1. Valeurs historiques et projections du revenu par habitant du Pakistan ........................................ 18

Figure 2. Valeurs historiques et projections du revenu par habitant du Sénégal......................................... 18

2
Version préliminaire – À ne pas citer ni référencer

PRÉFACE

Le présent manuel est conçu pour aider les Parties non visées à l’annexe 1 à mener leurs
évaluations de vulnérabilité et d’adaptation dans le contexte de la Convention-cadre des Nations
Unies sur les changements climatiques (CCNUCC). L’utilité d’un tel instrument a été signalée
lors des ateliers du Programme d’appui aux communications nationales ainsi que lors des travaux
du Groupe consultatif d’experts de la CCNUCC. Il devrait contribuer à combler les lacunes
méthodologiques constatées et à orienter les futures évaluations dans une direction politique
appropriée en reliant les implications des diverses options en matière de développement à la
vulnérabilité aux changements climatiques.

Nous vous invitons à examiner cette version préliminaire du manuel dans son état actuel et à nous
faire part de vos remarques, sans hésiter à critiquer et à émettre des suggestions, afin de nous
permettre d’y apporter des améliorations. Les points particuliers sur lesquels nous sollicitons
votre avis sont signalés dans le texte par un certain nombre de questions auxquelles nous vous
serions reconnaissants d’accorder votre attention:

• Comment la nature des instances gouvernementales, les politiques publiques et les

valeurs sociales peuvent-elles être mieux représentées dans les scénarios
socioéconomiques de manière à ce que ceux-ci soient à la fois réalistes et utiles ?
[Comment procéderiez-vous pour vérifier leur réalisme et leur utilité ?]

• Les implications des diverses options en matière de développement sont-elles clairement

liées à la vulnérabilité ? Quels sont les aspects spécifiques de l’analyse qui pourraient être
renforcés ?

• Pour un secteur donné, comment les indicateurs proposés signalent-ils les relations entre
les scénarios de développement économique et la capacité d’adaptation ? Qu’est-ce que
ces relations indiquent et quelle est l’utilité des résultats de l’analyse aux fins de la
formulation des politiques ?

Nous espérons enfin que ce manuel s’avérera utile en conjonction avec d’autres publications de la
même série qu’il viendra compléter, notamment Cadre de politique d’adaptation (Burton et al.,
en préparation) et Utilisation d’un générateur de scénarios climatiques pour les évaluations de
vulnérabilité et d’adaptation (Hulme et al., 2001).

Les experts intéressés par l’élaboration du présent manuel sont priés de communiquer leurs
commentaires à Mme Bo Lim ([email protected]) et à M. Richard Moss
([email protected])

3
Version préliminaire – À ne pas citer ni référencer

DÉFINITIONS

Capacité d’adaptation Mesure dans laquelle il est possible de modifier les pratiques, les processus
ou la structure des systèmes pour tenir compte des changements
climatiques prévus ou effectifs, tout particulièrement de manière
prévisionnelle

Capacité d’ajustement Capacité de modifier les pratiques pour tenir compte des événements
climatiques dans le court terme

Évaluation de vulnérabilité Analyse de l’écart qui existe entre les impacts des changements
climatiques et l’adaptation à ces impacts

Indicateur Élément statistique présentant un intérêt normatif direct qui facilite la

formulation de jugements concis, complets et équilibrés sur l’état des
grands aspects d’une société

Résilience Aptitude à maintenir son intégrité et à se remettre d’une perturbation

Scénario Description cohérente, à consistance interne et plausible d’un état futur

possible du monde

Secteur Aspect de la vulnérabilité globale susceptible d’être analysé séparément

par rapport à son impact sur le bien-être humain

Sensibilité Mesure dans laquelle un système réagit à un changement des conditions

climatiques

Canevas Représentation qualitative et holistique des structures générales et des

valeurs de la société envisagées dans l’avenir

Variable subrogative Variable utilisée à la place d’une autre. Les variables subrogatives doivent
répondre à trois critères : 1) résumer ou simplifier les informations
pertinentes; 2) mettre en évidence les phénomènes intéressants; 3)
quantifier, mesurer et communiquer les informations pertinentes.

Vulnérabilité Mesure dans laquelle un système risque d’être affecté ou endommagé par
les changements climatiques, en fonction non seulement de sa sensibilité
mais également de sa capacité d’adaptation aux nouvelles conditions
climatiques

4
 I. BUT DU PRÉSENT MANUEL

Plus de 130 Parties non visées à l’annexe I ont entrepris la préparation de leur Communication
nationale initiale en vue de sa soumission au secrétariat de la Convention-cadre des Nations Unies
sur les changements climatiques. La majorité de ces communications nationales contiennent des
évaluations de vulnérabilité et d’adaptation, mais il manque dans un grand nombre d’entre elles
une composante clé : les scénarios socioéconomiques.

Il est important d’élaborer des scénarios socioéconomiques pour l’avenir car la vulnérabilité aux
changements climatiques peut augmenter ou diminuer dans des proportions substantielles, selon
les changements socioéconomiques. Par exemple, la population peut s’accroître, les activités
anthropiques polluantes peuvent s’intensifier et les habitats peuvent se fragmenter. Ces types de
changements peuvent avoir pour effet conjugué d’accroître la vulnérabilité de certaines
composantes dont dépend le bien-être humain. La croissance économique et les progrès
technologiques peuvent réduire la vulnérabilité dans certains secteurs et l’accroître dans d’autres.
Ces changements interactifs peuvent faire l’objet d’investigations (sans valeur prédictive) par le
biais de l’élaboration de différents scénarios socioéconomiques d’avenir.

Toutefois, selon les rapports sur ce point, l’élaboration des scénarios socioéconomiques constitue
l’un des grands achoppements auxquels se heurtent les équipes nationales. En outre, même une
fois les scénarios élaborés, leurs incertitudes inhérentes présentent souvent des difficultés aux
analystes qui tentent de les interpréter et d’en tirer des conclusions suffisamment fiables pour
informer les décisions de politique. D’où la nécessité qui a été exprimée d’un manuel pratique sur
la manière d’élaborer des scénarios socioéconomiques en vue de leur utilisation dans les
évaluations de vulnérabilité et d’adaptation.

Le présent manuel a pour but d’aider les pays à élaborer des scénarios socioéconomiques pour
procéder aux analyses de vulnérabilité et d’adaptation en tant que composantes de leurs
communications nationales en vertu de la Convention-cadre des Nations Unies sur les
changements climatiques. Il est structuré de manière à fournir des orientations à l’intérieur d’un
cadre systématique et unificateur à différentes échelles spatiales, organisé par secteurs lorsque les
circonstances le justifient, à l’échelle mondiale, régionale, nationale et locale.

Il est d’une importance critique, pour toute étude d’impacts, de vulnérabilité ou d’adaptation, que
les scénarios socioéconomiques soient élaborés en cohérence avec les scénarios climatiques, en
raison de la forte interdépendance des facteurs déterminants. Étant donné la nécessité des
scénarios climatiques et des scénarios socioéconomiques pour les études d’impact, la crédibilité
de toute analyse dépend dans une grande mesure de la cohérence interne de ces scénarios.
Lorsque l’évaluation de vulnérabilité et d’adaptation est le but principal de l’étude, ce sont les
échelles locales et spécifiques aux secteurs pertinents qui présentent, selon toute vraisemblance,
la plus grande importance. Mais en tout état de cause, il faut également se situer dans le contexte
plus large de la conjoncture mondiale ou régionale. Les agriculteurs, par exemple, prennent des
décisions en fonction des prix de marché des produits dans une économie mondiale. Les
questions de sécurité nationale, ayant trait par exemple à l’énergie, à l’alimentation et à l’eau,
demandent à être envisagées dans un contexte mondial. Le présent manuel propose un cadre
systématique en vue de la préparation de scénarios socioéconomiques aux fins des évaluations
d’impact (à savoir de vulnérabilité) et d’adaptation à différentes échelles spatiales.

À chaque niveau, le manuel présente un processus systématique à appliquer pour décrire et

(lorsqu’il est possible de le faire) pour quantifier les options d’avenir. Les projections mondiales
Version préliminaire – À ne pas citer ni référencer

et régionale définissent certaines limites générales dans le cadre desquelles les projections
spécifiques aux pays ou aux secteurs doivent être formulées. Les données généralisées sont les
plus utiles pour les projections à long terme (à l’échelle du siècle, par exemple). Les données
sectorielles sont les plus utiles pour les projections et la planification à court terme.

II. ÉLÉMENTS DES SCÉNARIOS POUR LES ANALYSES DE VULNÉRABILITÉ ET

D’ADAPTATION

Il faut, pour effectuer une analyse de vulnérabilité et d’adaptation, élaborer plusieurs types de
scénarios. Les scénarios de changements climatiques et beaucoup de scénarios d’impacts reposent
sur la connaissance des changements qui surviennent dans le monde physique : la composition
chimique de l’atmosphère, la température, les précipitations, etc., dans le cas du climat et les
réactions de la faune, de la flore et des écosystèmes aux changements climatiques dans le cas des
scénarios d’impacts. Les scénarios socioéconomiques, troisième type de scénarios, constituent le
sujet du présent manuel. Nous ne pouvons pas savoir ce que sera pour les sociétés humaines
l’avenir où le climat aura changé à moins de connaître les futures populations humaines et leurs
modes de vie. En fait, nous ne pouvons pas appréhender pleinement notre vulnérabilité aux
changements climatiques si nous n’avons pas une idée de la future conjoncture socioéconomique.

La plupart des scénarios socioéconomiques existants sont limités aux caractéristiques

démographiques et économiques, établissant notamment des projections pour le chiffre total de la
population, le PIB, et la production et la consommation d’énergie. Ils portent aussi parfois sur
l’utilisation des terres et sur les taux de changements technologiques. Il est important, à
l’évidence, de choisir soigneusement les caractéristiques que l’on retient dans les scénarios
socioéconomiques, pour que ceux-ci produisent des résultats utiles aux fins de l’analyse de
vulnérabilité. Le présent manuel donne des conseils sur ce choix ainsi que sur les sources de
scénarios socioéconomiques existants qui peuvent être adaptés en vue de leur utilisation pour une
analyse de vulnérabilité donnée.

1. Qu’est-ce qu’un scénario ?

Un scénario n’est pas une prédiction, mais « une description cohérente, à consistance interne et
plausible d’un état futur possible du monde » (Carter et al., 1994). Le Rapport spécial sur les
scénarios d’émissions (SRES) du Troisième Rapport du Groupe d’experts intergouvernemental
sur l’évolution du climat (GIEC) (Nakicenovic et al., 2000, p. 594) donne du scénario une
définition un peu plus détaillée :

Une description plausible du futur tel qu’il pourra advenir, fondée sur un ensemble
d’hypothèses cohérent et à consistance interne (« logique du scénario ») portant sur
les principales relations et éléments moteurs (telles que la vitesse des changements
technologiques et les prix). On notera que les scénarios ne sont ni des prédictions
ni des prévisions.

Un scénario réunit donc un ensemble de variables interreliées pour élaborer une image complète
de l’état possible, à une date future, du monde ou du pays ou de la région ou de l’agglomération
considérés. Le scénario n’est pas une prévision qui décrit un avenir hautement probable : il décrit
un avenir possible. Divers scénarios peuvent décrire divers avenirs également susceptibles de se
réaliser. Par ailleurs, les scénarios se distinguent des projections qui sont souvent de simples
extrapolations de tendances historiques qui se manifestent dans une ou plusieurs variables.

6
Version préliminaire – À ne pas citer ni référencer

2. Le tableau dans son ensemble : les canevas futurs

Dans le passé, les analystes élaboraient des scénarios en retenant les facteurs clés moteurs du
changement socioéconomique et en projetant les tendances présentes de ces facteurs dans
l’avenir. Ils ne prêtaient guère attention, voire pas du tout, à la logique d’ensemble du tableau de
l’avenir résultant de la projection des facteurs retenus. En outre, les anciens scénarios, quoique
représentant des progrès significatifs en leur temps, ne rendaient compte que d’une gamme étroite
de possibilités d’évolution de la conjoncture socioéconomique.

Conscients du problème, les auteurs du SRES ont élaboré des « canevas », images cohérentes de
l’avenir en tant qu’aboutissement logique de certaines tendances. Ces canevas ont fait l’objet de
multiples examens dans le cadre d’un processus ouvert (Nakicenovic et al., 2000). Les familles
de scénarios se différencient du point de vue qualitatif comme du point de vue quantitatif. Les
deux familles A, par exemple, supposent une croissance économique forte tandis que les deux
familles B explorent les conséquences d’une croissance économique faible. Les familles A1 et B1
sont orientées dans le sens d’une convergence mondiale tandis que les familles A2 et B2 sont
axées davantage sur les structures régionales. Les politiques environnementales et les résultats
sont différents dans chaque famille. Les canevas du SRES sont expliqués en détail ci-après.

3. Les variables subrogatives, éléments constitutifs des scénarios

La vulnérabilité et la capacité d’adaptation sont à beaucoup d’égards intangibles et impossibles à

mesurer directement; on se sert donc de variables subrogatives en tant qu’indicateurs pour les
mesurer indirectement. Étant donné que l’on ne peut pas mesurer directement le bien-être social,
on se sert souvent du PIB par habitant en tant que variable subrogative. Toutefois, c’est là une
variable subrogrative peu satisfaisante et incomplète, car elle néglige la valeur du travail non
rémunéré, la satisfaction personnelle tirée de l’exercice d’un métier, et de nombreux autres
aspects du bien-être. La productivité économique, en revanche, est une approximation acceptable
qui peut être observée et mesurée. Les variables subrogatives souhaitables répondent à trois
critères : 1) résumer ou simplifier les informations pertinentes; 2) mettre en évidence les
phénomènes intéressants; 3) quantifier, mesurer et communiquer les informations pertinentes.

L’élaboration de scénarios d’avenir pertinents pour la vulnérabilité et la capacité d’adaptation aux

changements climatiques exige que l’on choisisse des variables subrogatives pertinentes, que l’on
recueille ou que l’on trouve des données appropriées, et que l’on estime la valeur future des
variables subrogatives retenues. (Voir l’encadré ci-dessous pour la description du processus
d’élaboration des variables subrogatives en tant qu’indicateurs.) Dans le présent manuel, nous
passons dans l’analyse du niveau au niveau national puis au niveau local, en mettant l’accent sur
les secteurs clés. À chaque niveau, la première tâche consiste à caractériser les circonstances
présentes.. On identifie ensuite les données et les variables subrogatives pour apprécier les
dimensions de la vulnérabilité actuelle et de la vulnérabilité future. Les divers canevas d’avenir
possibles doivent également tenir compte de ces dimensions. La projection des valeurs des
variables subrogatives retenues dans les perspectives d’avenir possibles constitue la dernière
étape de l’élaboration des scénarios, lesquels sont alors utilisés aux fins de l’évaluation de la
vulnérabilité et de l’adaptation.

III. ÉLABORATION DES SCÉNARIOS

Le but de l’élaboration des scénarios est d’explorer les possibilités futures, tant du point de vue
qualitatif que du point de vue quantitatif afin de pouvoir évaluer les effets des décisions présentes
et de la politique actuelle à long terme sur la vulnérabilité et l’adaptation aux changements

7
Version préliminaire – À ne pas citer ni référencer

climatiques. Les scénarios peuvent vous aider à examiner le contexte international de la

planification en prévision des changements climatiques et en vue de la prise de décisions pour
réduire la vulnérabilité et accroître la capacité d’adaptation.

Dans cette optique, il est souhaitable que le processus d’élaboration aboutisse à des scénarios :
• Qui représentent les facteurs importants au niveau social et économique
• Qui tiennent compte des effets de la variabilité et des changements climatiques sur la société
et l’économie
• Qui sont cohérents à l’échelle mondiale, régionale et nationale et entre les divers secteurs
• Qui appuient l’exploration d’au moins deux directions cohérentes distinctes (canevas
distincts) pour l’avenir
• Qui bénéficient d’apports suffisants des parties prenantes pour être utiles.

1. Définition des limites, implication des Identification des variables subrogatives

parties prenantes et utilisation
d’approches multiples Les variables subrogatives servent à représenter les
concepts et les valeurs qui ne sont pas mesurables
Pour élaborer des scénarios qui répondent à directement, telles que le bien-être humain. Le processus
ces critères, il est important de définir les s’articule en quatre étapes :
limites de la zone à analyser et d’identifier les
relations de la zone avec les activités 1. Identifier les catégories intéressantes aux fins de
extérieures à la zone. Il peut s’agir par l’analyse, telles que les établissements humains, la
exemple d’un pays, d’une agglomération sécurité alimentaire, la santé humaine, l’eau et les
activités économiques.
urbaine, d’une région agricole importante ou
2. Dans chaque catégorie, examiner les diverses
d’un bassin hydrographique. Les relations
manières selon lesquelles le bien-être humain pourrait
avec l’extérieur peuvent comprendre les être mesuré. On pourra inclure par exemple, pour la
échanges commerciaux, les migrations, les sensibilité des établissements humains, les marchés,
prélèvements d’eau en amont (et autres l’infrastructure, l’élévation du niveau de la mer, la
mesures de gestion de l’eau), ou le qualité de l’eau, etc. Les mesures doivent être
ruissellement d’origine agricole (et diverses suffisamment nombreuses pour rendre compte des
pratiques agricoles). éléments essentiels, mais pas au point de produire une
masse excessive de données à analyser.
Une deuxième condition importante consiste 3. Choisir les variables subrogatives en indiquant
à associer les parties prenantes aux décisions explicitement ce qu’elles reflètent. On trouve par
à prendre pour la sélection des facteurs exemple au Tableau 4 « PIB (marché) par habitant et
(moteurs) et des indicateurs, l’élaboration des « Indice de Gini » en tant que variables subrogatives
canevas et l’établissement de projections. Au de la « répartition de l’accès aux marchés, à la
nombre des parties prenantes figurent technologie et aux autres ressources utiles pour
généralement les responsables des divers l’adaptation ». Ces choix doivent être considérés
ministères et services de l’État, et les comme provisoires jusqu’à ce qu’ils aient été validés
représentants des grands secteurs par leur utilisation effective.
économiques, environnementaux et culturels. 4. Définir les relations fonctionnelles de la variable
Il est hautement souhaitable, tout d’abord, de subrogative et de la variable « subrogée ». Dans
s’assurer des apports, de l’examen et de l’exemple ci-dessus, la relation fonctionnelle du « PIB
l’adhésion des responsables officiels (marché ) par habitant » consiste en ce que la capacité
d’adaptation augmente quand le PIB par habitant
susceptibles de faire usage des scénarios pour
augmente. Cette étape doit, elle aussi, être validée par
élaborer les politiques ayant trait aux
l’usage. On notera par exemple, que la relation
changements climatiques (voir encadré). On fonctionnelle peut être positive jusqu’à un certain
peut ensuite, au niveau suivant, s’attacher à point et négative au-delà.
obtenir de personnes informées des

8
Version préliminaire – À ne pas citer ni référencer

administrations nationales et locales, du secteur privé, des syndicats ouvriers et de la société

civile qu’elles participent conjointement à des réunions ou à des ateliers pour élaborer ou
examiner les scénarios. Un tel processus d’implication des parties prenantes a pour avantage
d’accroître le réalisme des scénarios et de faciliter l’application des politiques qui en résultent de
la part des grands groupes concernés.

Ces activités visant à délimiter le champ Consultation des parties prenantes - Votre avis ?
spatial et à identifier ses relations avec
l’extérieur impliquent également que les Les responsables de la préparation des communications
scénarios doivent inclure des facteurs et des nationales, et de l’élaboration des scénarios
données de niveau mondial, régional, socioéconomiques et des analyses de vulnérabilité et
national et sectoriel. Les changements d’adaptation, doivent s’assurer de la participation de diverses
climatiques par eux-mêmes et la parties prenantes à ces processus. Ces parties prenantes
mondialisation économique se traduisent par doivent comprendre au minimum des représentants des
des tendances mondiales et régionales qui ministères chargés de la planification et de la gestion des
doivent être prises en compte dans toute ressources naturelles. Aux fins de maximiser l’utilité des
analyse de vulnérabilité ou d’adaptation. De présentes directives, nous souhaiterions traiter ce point de
manière aussi détaillée que possible et nous sollicitons donc
même, les tendances et les politiques
vos apports sous forme de réponses aux questions suivantes :
nationales ont des effets considérables sur
l’état futur de la conjoncture Qui doit figurer sur la liste des parties prenantes qui doivent
socioéconomique. On ne saurait donc impérativement être associées au processus d’élaboration de
négliger ces grands processus sans fausser scénarios pour les communications nationales et les analyses
gravement toute analyse de niveau local. de vulnérabilité et d’adaptation ?

Dans les orientations relatives aux analyses En outre, qui serait susceptible d’apporter des contributions
de niveaux mondial, régional et national, il a utiles et de faciliter l’application des politiques qui
été adopté une approche « du sommet vers la résulteront du processus ?
base », alors qu’au niveau sectoriel, c’est
l’approche inverse « de la base vers le Quand et comment les diverses parties prenantes doivent-
sommet » qui a été retenue. Ces termes elles être associées au processus ?
couramment employés en analyse et en
modélisation socioéconomiques indiquent Serait-il utile que les parties prenantes émettent des
des différences de point de vue et de finalité : commentaires ou des recommandations sur les questions des
compromis à consentir entre le développement économique
Ø L’approche du sommet vers la base et la protection de l’environnement ?
axe l’analyse sur une perspective
fortement agrégée de l’ensemble de l’objet de l’étude. Les différences (par exemple en
matière de revenus) sont souvent atténuées par le calcul de valeurs moyennes, ou bien il
n’en est pas rendu compte, et les courbes de tendances sont généralement lisses, ce qui ne
permet pas de discerner les changements à court terme. C’est ainsi que le PIB par
habitant, donnée agrégée, est très utile pour déterminer l’évolution à long terme de la
richesse, à la hausse ou à la baisse, mais l’est beaucoup moins lorsqu’il s’agit d’apprécier
l’inégalité des revenus ou les effets des sécheresses ou des inondations.

Ø L’analyse orientée de la base vers le sommet, en revanche, est fortement désagrégée, axée
sur le niveau local, les circonstances spécifiques et les effets à court terme. Les données
et les analyses soulignent souvent les différences entre les gens, et l’écart-type,
l’amplitude des fluctuations et l’instabilité des événements dans le temps. La mesure de
la fréquence et de la gravité des inondations en un lieu spécifique aide à évaluer la
vulnérabilité d’une société donnée et son aptitude à se relever au lendemain des

9
Version préliminaire – À ne pas citer ni référencer

catastrophes, mais elle est de peu d’utilité dans les analyses comparatives ou les analyses
des tendances qu’exigent les évaluations d’ensemble.

Les scénarios socioéconomiques doivent appliquer ces deux approches. Ils doivent en premier
lieu établir le contexte mondial, régional et national dans lequel la vulnérabilité, ainsi que les
options d’adaptation, peuvent être évaluées. Aucune entité territoriale ne peut agir
indépendamment de la conjoncture socioéconomique générale et des politiques en vigueur. En
second lieu, les scénarios doivent être spécifiques en ce qui concerne les interactions des impacts
climatiques et des facteurs socioéconomiques locaux dans le contexte général au cours des
activités de production alimentaire, de gestion des ressources en eau, de construction
d’établissements humains, etc. Il est éminemment souhaitable, pour élaborer des scénarios utiles,
de veiller à la cohérence des analyses orientées du sommet vers la base et de la base vers le
sommet.

Les bons scénarios reconnaissent que tous les facteurs, du niveau mondial au niveau local, sont
intégrés. Ils ne s’intéressent pas simplement à l’identification des facteurs et au recueil des
données, mais s’attachent à examiner les modalités selon lesquelles les facteurs interagissent en
un lieu et en un temps donnés pour contribuer au bien-être humain.

2. Analyse mondiale et régionale

Les conseils fournis dans le présent manuel se situent d’abord au niveau mondial et régional pour
vous aider à définir les orientations générales et les limites des scénarios de manière 1) à ce qu’ils
tiennent compte des facteurs mondiaux qui ont été analysés et, dans le cas des scénarios du SRES
(Nakicenovic et al., 2000), approuvés par le GIEC, et 2) à ce qu’ils présentent une cohérence
interne lors de « l’emboîtage » des scénarios aux niveaux national et sous-national. L’utilisation
des scénarios du SRES se justifie du fait du grand nombre de scénarios climatiques générés à
l’échelle mondiale et régionale qui en font usage; en utilisant ces scénarios climatiques et ces
scénarios d’émissions, vous vous assurez de la cohérence de vos communications nationales et de
vos analyses avec les autres analyses effectuées.

3. Utilisation des scénarios existants

Il existe des scénarios socioéconomiques utilisables aux fins des analyses des changements
climatiques aux niveaux mondial et régional, qui peuvent être adaptés en vue de leur utilisation
dans des analyses de vulnérabilité plus localisées. On trouvera dans Tol et al. (1998) des
informations et des références concernant cinq scénarios socioéconomiques générés par la
Banque mondiale, le GIEC et divers groupes de modélisation pour les évaluations intégrées.

De nombreuses projections de changements climatiques ont recours aux scénarios IS92 du GIEC
(Pepper et al., 1992). Le présent manuel se concentre sur les nouveaux scénarios du SRES
(Nakicenovic et al., 2000). Les auteurs de ce rapport définissent et élaborent les scénarios
socioéconomiques maintenant utilisés par le GIEC pour établir des projections pour différents
profils d’émissions. Un argument qui milite en faveur de l’utilisation des scénarios du SRES est
que leurs produits serviront d’intrants pour les modèles de changements climatiques mondiaux
qui produiront des estimations des changements climatiques mondiaux en vue de leur utilisation
dans les évaluations d’impacts (Hulme et al., 1995). Si vous vous servez des scénarios du SRES,
vos scénarios socioéconomiques seront cohérents avec les scénarios de changements climatiques.

Le SRES présente divers « canevas » futurs possibles. Les canevas sont des représentations
qualitatives et holistiques des structures générales et des valeurs de la société mondiale. Ils

10
Version préliminaire – À ne pas citer ni référencer

décrivent les conditions susceptibles de résulter des choix opérés par les populations humaines en
matière de politique sociale et économique, de reproduction, d’activités professionnelles,
d’énergie et d’utilisation des technologies. Les taux de croissance démographique et de
développement économique sont situés dans le cadre des tendances alternatives des politiques à
favoriser les formes de gouvernance mondiale ou l’autosuffisance localisée. Ces canevas sont au
nombre de quatre (Nakicenovic et al., 2000) :

• Le canevas et la famille de scénarios A1 décrivent un monde futur caractérisé par une

croissance économique très rapide, une population mondiale qui atteint son maximum au
milieu du siècle puis diminue, et l’introduction rapide de technologies nouvelles plus
efficaces. Les grands thèmes sous-jacents sont la convergence économique et culturelle et le
renforcement des capacités avec une réduction substantielle des différences régionales du
revenu par habitant. La famille de scénarios A1 se divise en trois groupes qui décrivent
différentes directions possibles des changements technologiques en matière d’énergie :
utilisation intensive de sources d’énergie fossiles (A1F1), utilisation de sources d’énergie non
fossiles (A1T), et utilisation équilibrée de toutes les sources d’énergie.

• Le canevas et la famille de scénarios A2 décrivent un monde très hétérogène. Les thèmes

sous-jacents sont l’auto-suffisance et la préservation des identités locales. Les régimes de
fécondité régionaux convergent très lentement, d’où une croissance démographique continue
au niveau mondial. Le développement économique est axé principalement sur la région et la
croissance économique par habitant et le changement technologique sont plus fragmentés et
plus lents que dans les autres canevas.

• Le canevas et la famille de scénarios B1 décrivent un monde convergent connaissant la même

évolution démographique que le canevas A1, à savoir une augmentation jusqu’au milieu du
siècle, puis une diminution, mais avec de rapides changements des structures économiques
qui s’orientent vers une économie des services et de l’information, des réductions de
l’intensité en matériaux, et l’introduction de technologies propres et efficaces dans
l’utilisation des ressources. L’accent est mis sur l’élaboration de solutions mondiales en vue
de la durabilité économique, sociale et environnementale, notamment par une amélioration de
l’équité, mais sans initiatives climatiques supplémentaires.

• Le canevas et la famille de scénarios B2 décrivent un monde dans lequel l’accent est mis sur
l’élaboration de solutions locales en vue de la durabilité économique, sociale et
environnementale. C’est un monde qui connaît une croissance démographique continue mais
plus lente que dans le canevas A2, des niveaux intermédiaires de développement
économique, et des changements technologiques moins rapides et moins diversifiés que dans
les canevas B1 et A1. Si le scénario est également orienté vers la protection de
l’environnement et l’équité sociale, il est concentré sur les niveaux local et régional.

Il convient de noter, toutefois, que les scénarios du SRES ont été élaborés spécifiquement aux
fins d’établir des projections des émissions de gaz à effet de serre. Cela signifie qu’ils n’apportent
pas de solutions toutes faites au problème de l’élaboration de scénarios socioéconomiques pour
les analyses de vulnérabilité et d’adaptation. Ils constituent un bon point de départ pour l’examen
de facteurs importants tels que la croissance et la composition démographiques, la conjoncture
économique et les changements technologiques. Ils ne représentent pas explicitement les autres
institutions sociales, telles que l’agriculture, les organisations syndicales, ni les dispositions prises
par les pouvoirs publics pour assurer le bien-être de la population.

11
Version préliminaire – À ne pas citer ni référencer

4. Adaptation des canevas et projections des scénarios du SRES

La présente section vous aidera à choisir les canevas, données et projections appropriées pour vos
scénarios socioéconomiques. Un pays ou une région telle qu’une agglomération urbaine ou un
bassin hydrographique présentent leur propre variété de conditions environnementales et sociales
interreliées, et il n’est pas facile d’en rendre compte dans le contexte d’un scénario
socioéconomique mondial. Une région peut avoir des écosystèmes fragiles, de graves problèmes
de pollution, notamment de l’air et de l’eau, et une population et une économie croissantes. Les
différences internationales peuvent aussi compliquer davantage la situation. L’évolution de la
société dépend des divers types de choix qui sont faits, si bien que l’avenir peut se réaliser de
diverses manières.

En d’autres termes, la région possède son propre ensemble de canevas, qui peuvent être déduits
des canevas du SRES et adaptés en fonction des spécificités régionales. Les responsables de
l’élaboration des scénarios doivent donc se demander ce qui signifie un monde de type A1 pour la
région considérée et comment les caractéristiques A1 se manifesteraient dans cette région.

Les vulnérabilités seront très différentes selon que le pays cherche à

s’industrialiser rapidement, accepte sans discussion les importations
alimentaires, vise à l’auto-suffisance par la production alimentaire ou
choisi la voie d’une croissance menée par les exportations agricoles.
Elles seront également très différentes selon que le pays décide de
protéger et de subventionner ses agriculteurs ou de les laisser affronter
seuls les fluctuations du marché et les aléas météorologiques (Tol, 1998,
p. 2-14).

Il faut tenir compte de l’approche de ces questions de politique que votre pays adoptera
vraisemblablement pour élaborer un canevas qui déterminera un grand nombre de caractéristiques
socioéconomiques. Vous pourrez ensuite déterminer les valeurs appropriées des variables du
SRES par des calculs proportionnels, c’est-à-dire en appliquant les taux d’augmentation de la
population et du PIB retenus par le SRES dans les scénarios appropriés aux données dont vous
disposées pour la région considérée.

Vous pourrez utiliser les données et les projections du SRES, c’est là une utilisation minimum,
pour examiner vos données actuelles et vos projections concernant la population et le PIB.
L’appendice 2 contient les données démographiques désagrégées par région et par canevas.
L’appendice 4 fournit des informations démographiques supplémentaires et des données
historiques sont disponibles dans les publications PNUD 1999 et Banque mondiale 1998. Par
exemple, si votre pays se trouve dans la région ALM - Africa and Latin America / Afrique et
Amérique latine, vous pourrez consulter les données figurant dans les tableaux 1 et 2. (Pour la
répartition des pays dans les différentes régions du SRES, veuillez vous reporter à la liste de
l’appendice 1),

Le tableau 1 présente une large gamme de caractéristiques de croissance démographique

possibles. Pour 2050, cette gamme se situe entre un accroissement de 40 % et un accroissement
de plus de 100 % du nombre actuel de la population. Vous noterez que ces perspectives d’avenir
ne sont pas le résultat de simples extrapolations linéaires des tendances démographiques
actuelles; dans les scénarios A1 et B1, par exemple, la population augmente dans un premier
temps puis diminue.

12
Version préliminaire – À ne pas citer ni référencer

Pour utiliser les données figurant dans les appendices, vous devez recueillir les données de référence
appropriées pour la région à laquelle votre pays appartient, pour votre pays ou pour la zone
géographique considérée, et les substituer ainsi que le coefficient ∆ approprié aux données des tableaux
ou des appendices dans l’équation suivante :
Données de référence *(1+∆/100), ∆ étant le pourcentage de changement par rapport aux données
régionales pour 1990
Vous obtiendrez ainsi les valeurs projetées spécifiques au pays ou à la zone géographique, ainsi qu’il
est illustré aux figures 1 et 2.

Tableau 1. Pourcentages d’augmentation et de diminution de la population de la région

ALM par rapport à l’année de référence 1990 selon le SRES. Calcul effectué par MiniCAM,
modèle d’évaluation intégré, l’un des six modèles utilisés dans les travaux du SRES. Voir
Nakicenovic et al., 2000.
2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
Scénario A1 24 51 81 104 124 141 148 150 147 135 123
Scénario A2 26 58 94 133 172 212 248 281 309 329 349
Scénario B1 24 51 81 104 124 141 148 150 147 135 123
Scénario B2 25 55 88 120 151 180 202 219 232 236 239

Toutes ces évolutions sont des évolutions possibles; il vous incombe, quant à vous, de choisir
deux évolutions probables (ou davantage), compte tenu de votre compréhension actuelle de la
situation. Étant donné que votre pays n’est, à l’évidence, pas le seul de cette région, vous
utiliserez des projections le concernant spécifiquement si de telles projections sont disponibles.
Les comparaisons des différentes sources de données vous permettront de réfléchir sur des bases
solides pour déterminer les facteurs susceptibles d’influer sur la croissance démographique et de
définir deux évolutions probables, ou davantage, d’après les canevas que vous aurez élaborés.

S’agissant des projections du PIB, vous pourrez retenir les données du SRES ou les ajuster en
tenant compte des canevas spécifiques à votre pays. En vous reportant aux projections spécifiques
à votre région ou à votre pays, vous pourrez déterminer quels sont les canevas du SRES qui
correspondent le mieux aux hypothèses sur lesquelles sont fondées vos projections. Cela vous
facilitera la tâche et vous aidera à élaborer un canevas cohérent pour la région qui vous intéresse.
Les projections du SRES pour la région ALM figurent au tableau 2 et à l’appendice 2; elles ont
été calculées d’après les données disponibles sur le site web http://sres.ciesin.org/OpenProcess/.

Tableau 2. Pourcentages d’augmentation et de diminution du PNB/PIB (mon) pour la

région ALM par rapport à l’année de référence 1990 selon le SRES. Projections par
MiniCAM.
2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
Scénario A1 47 147 289 710 1331 2142 3426 4852 6410 8068 9915
Scénario A2 47 126 226 421 673 989 1452 1978 2578 3284 4073
Scénario B1 47 147 289 657 1147 1773 2636 3510 4405 5242 6152
Scénario B2 47 136 257 521 868 1310 1926 2589 3300 4052 4884

C’est ainsi qu’en examinant les canevas et les projections du SRES, vous pourrez constater, par
exemple, que les deux canevas les plus probables qu’il conviendra d’élaborer pour votre pays
sont le canevas A2, qui met l’accent sur l’auto-suffisance et la préservation des identités locales,
et le canevas B1, qui privilégie l’apport de solutions mondiales aux problèmes économiques,

13
Version préliminaire – À ne pas citer ni référencer

sociaux et environnementaux : images d’un monde hétérogène pour l’un et d’un monde
convergent pour l’autre. Pour votre pays, les différences qui existent entre ces deux canevas
pourront se traduire par les démarches suivantes :
• Selon le scénario A2, scénario de l’auto-suffisance, votre pays s’attacherait à nourrir sa
population, à développer les échanges commerciaux et les alliances politiques au niveau
régional, et à préserver son caractère national et sa culture nationale.
• Selon le scénario B1, scénario des solutions mondiales, votre pays pourrait s’orienter vers
la production de biens pour le marché international, rechercher l’efficacité et la prospérité
par le commerce mondial, et procéder à des transformations technologiques rapides.

Les projections concernant la démographie et le PIB présentent des différences notables. Dans le
scénario de l’auto-suffisance (A2), selon les projections, la population s’accroît régulièrement et
rapidement au cours du XXIe siècle et aura plus que triplé en 2100. Dans le scénario des solutions
mondiales (B1), elle augmente plus lentement jusqu’un un maximum de 150 % en 2070 (taux
annuel d’environ 2 %) puis diminue pour revenir à une augmentation nette de 123 % en 2100.

Les projections pour le PIB sont, elles aussi, différentes, mais dans les deux scénarios, la richesse
s’accroît. La croissance est plus lente dans le scénario de l’auto-suffisance que dans celui des
solutions mondiales, le PIB étant multiplié par 40 en 2100 dans le premier et par 60 dans le
second. 1

Les données de niveau national vous aideront à ajuster ces taux projetés, selon les comparaisons
que vous ferez entre votre pays et l’ensemble de la région ALM. Les projections que vous aurez
déterminées constitueront le point de départ de votre scénario socioéconomique et vous donneront
des limites générales dans le cadre desquelles vous pourrez élaborer un scénario socioéconomique
plus détaillé.

5. Prise en compte de facteurs spécifiques aux pays dans les scénarios socioéconomiques

Nous examinerons dans la présente section les facteurs et les canevas de niveau national qui vous
permettront de retenir deux directions d’évolution pour l’avenir (ou davantage). Les exemples
donnés ici sont fondés sur les canevas mondiaux du SRES, mais vous pouvez décider de brosser
d’autres tableaux, ou des tableaux différents, du développement socioéconomique de votre pays.
Vous trouverez à l’appendice 3 des données que vous pourrez utiliser, provenant des projections
du SRES sur la consommation d’énergie, l’utilisation des terres, les émissions d’oxydes de soufre
et l’énergie nucléaire. Votre principal souci doit être de veiller à ce que les choix de
développement futurs de votre pays soient cohérents par rapport à l’évolution potentielle
mondiale et aux orientations de politiques actuelles de votre pays. Vos canevas de l’avenir vous
aideront à définir les composantes les plus déterminantes de cet avenir et à élaborer des moyens
de représenter, et si possible de quantifier, ces composantes.

1. Les pourcentages sont élevés, mais la valeur de base du PIB sur laquelle les calculs sont fait est
relativement basse : un revenu annuel de 100 dollars multiplié par 40 n’atteint que 4 000 dollars). Par
ailleurs, les augmentations du PIB sont généralement exprimées sur une base annuelle; les augmentations
indiquées dans les tableaux et les appendices le sont par rapport aux données de référence pour 1990. Vous
pourrez juger utile de recalculer, par exemple, les augmentations décennales pour obtenir des
augmentations annuelles, en divisant les chiffres par le nombre d’années approprié pour obtenir un taux
moyen d’augmentation annuelle par rapport à la valeur de référence. Les taux annuels effectifs sont, bien
sûr, fondés sur une fonction composée sur laquelle nous ne possédons pas d’informations exactes.

14
Version préliminaire – À ne pas citer ni référencer

Lorenzoni et ses collaborateurs (Lorenzoni et al., 2000) donnent un exemple de « réduction

d’échelle » des canevas du SRES pour les appliquer à une région sous-nationale. Ils utilisent les
canevas du SRES pour évaluer les impacts des changements climatiques en East Anglia
(Royaume-Uni). Ils mettent l’accent sur l’intégration, ou « co-évolution », des facteurs
déterminants de la situation socioéconomique et des changements climatiques dans leurs travaux
d’évaluation. Ils donnent une représentation graphique des scénarios en représentant sur un axe la
gouvernance, avec le passage de la mondialisation à la localisation (scénarios 1 et 2) et sur l’autre
axe la différence entre consumérisme et la conservation communautaire (scénarios A et B). Le
tableau 3 ci-dessous présente les implications des différences entre les scénarios.

Tableau 3. Scénarios du SRES réduits à l’échelle de l’East Anglia (source : Lorenzoni et al.,
2000)
Marchés mondiaux (A1) Entreprise provinciale (A2) Durabilité mondiale (B1) Administration locale (B2)

Responsabilité de l’action Responsabilité de l’action au Responsabilité de l’action au Responsabilité de l’action au

au niveau de l’entreprise, niveau individuel. Secteurs en niveau de l’État, dictée par un niveau collectif, cadre
sous l’effet des forces du croissance rapide : soins de gouvernement international. gouvernemental favorable.
marché. Secteurs en santé privés, défense, services Secteurs en croissance rapide : Secteurs en croissance rapide :
croissance rapide : soins de de maintenance. Secteurs en énergie renouvelable, services aux petite industrie de transformation
santé, loisirs, finances. perte de vitesse : high-tech entreprises, technologie propre. et agriculture, entreprises locales.
Secteurs en perte de services spécialisés, finances. Secteurs en perte de vitesse : Secteurs en perte de vitesse :
vitesse : fabrication, Croissance annuelle du PIB systèmes à base de carburants commerce de détail, loisir et
agriculture. Croissance national modérée. Émissions fossiles et gros consommateurs de tourisme. Croissance annuelle du
annuelle du PIB national : mondiales de carbone : en forte ressources. Croissance annuelle PIB faible. Émissions mondiales
forte (% voir région; à augmentation (cf. niveaux du PIB forte. Émissions de carbone : en augmentation
modifier pour le pays ou le 1990). mondiales de carbone : en faible moyenne à faible (cf. niveaux
district). Émissions augmentation (cf. niveaux 1990). 1990)
mondiales de carbone : en
augmentation moyenne (cf.
niveaux 1990).
Régime climatique Régime climatique très faible. Régime climatique international Régime climatique fort/faible.
international faible. Augmentation des émissions. fort. Forte réduction des Contrôle d’émissions inégaux.
Réduction volontaire des Pas de contrôles. Actions émissions. Approche Approche réglementaire
émissions. Échanges de volontaires. réglementaire. fragmentée.
droits d’émission par les
marchés

Outre les variables adaptées du SRES ou d’autres sources de scénarios socioéconomiques, il

convient de rassembler des données supplémentaires dans les études publiées sur votre pays et
dans les bases de données pertinentes (par exemple, Banque mondiale, 1998) pour décrire le
contexte social, économique et institutionnel dans lequel la variabilité et les changements
climatiques se manifesteront dans votre pays. Les facteurs importants pour l’avenir social du pays
doivent impérativement être représentés dans le scénario socioéconomique.

Au nombre de ces facteurs figurent les Relations entre le gouvernement, les valeurs sociales
indicateurs nationaux du bien-être. Il et le développement économique - Votre avis ?
convient d’ajouter aux chiffres (actuels et
projetés) de la population et du PIB tout La nature du gouvernement, les politiques de l’État et les
élément susceptible de rendre compte de valeurs sociales sont particulièrement difficiles à
dimensions supplémentaires du quantifier dans les scénarios socioéconomiques.
développement dans son ensemble et des Comment ces éléments peuvent-ils être représentés dans
variations autant que des moyennes. Il est les scénarios socioéconomiques de manière à ce que
possible d’établir un ensemble spécifique et ceux-ci soient à la fois réalistes et utiles?
hautement détaillé d’indicateurs du bien-être

15
Version préliminaire – À ne pas citer ni référencer

national. (Voir, par exemple, Douglas et al., 1998 pour la description des besoins humains, en
particulier l’encadré 3.1.) Vous pouvez aussi vous servir de l’Indicateur de développement
humain (IDH) du PNUD (Rapport mondial sur le développement humain; Banque mondiale,
1998). L’IDH est un indicateur composite regroupant trois indicateurs :

• L’espérance de vie à la naissance

• Les taux d’alphabétisation
• Le PIB réel par habitant en parité de pouvoir d’achat (sous forme logarithmique).

Les deux premiers indicateurs reflètent l’état de l’infrastructure en place qui soutient la vie des
habitants. L’espérance de vie est un bon indicateur de la santé publique, résultant de
l’alimentation en eau potable, de l’assainissement, des soins médicaux et du statut nutritionnel.
L’alphabétisation reflète l’état de l’éducation et de l’accès à l’information. Le troisième
indicateur, le pouvoir d’achat, reflète l’aptitude individuelle à se procurer des biens et des
services.

La valeur de chacun de ces indicateurs est calculée pour chaque pays, d’après le manque humain
apprécié sur une échelle de variation continue de 0 à 1; l’IDH, d’après lequel les pays sont
classés, est obtenu en faisant la moyenne des trois indicateurs, soustraite de 1.

Le tableau 4 représente une approche intermédiaire entre celle d’un ensemble complexe
d’indicateurs spécifiques aux pays et celle des trois indicateurs de l’IDH. Elle reste multi-
dimensionnelle, faisant appel à des indicateurs de la capacité économique, des ressources
humaines et civiques, et de la capacité environnementale. Dans chaque catégorie, des variables
subrogatives ont été choisies, les variables qu’elles représentent (variables subrogées) ont été
précisées et la relation fonctionnelle a été définie.

Tableau 4. Facteurs de niveau national à utiliser dans les scénarios socioéconomiques (Moss
et al., 2001)
Catégorie Variables subrogatives Variables subrogées Relations fonctionnelles
Capacité PIB(marché) par habitant Répartition de l’accès aux Capacité d’adaptation ↑ quand
économique marchés, à la technologie et PIB/hab ↑
Indicateur de Gini aux autres ressources utiles
pour l’adaptation Indicateur de Gini actuellement
constant
Ressources Ratio de dépendance Ressources sociales et Capacité d’adaptation ↓ quand la
humaines et économiques disponibles pour dépendance ↑
civiques Alphabétisation l’adaptation une fois que les
autres besoins présents ont été
satisfaits Capacité d’adaptation ↑ quand
Capital humain et adaptabilité l’alphabétisation ↑
de la main-d’œuvre
Capacité Densité de population Pression démographique et Capacité d’adaptation ↓ quand la
environnementale stress imposé aux écosystèmes densité ↑
SO 2/superficie Qualité de l’air et autres
stresses environnementaux Capacité d’adaptation ↓ quand SO 2
% de terres naturelles Fragmentation des terres et ↑
facilité de migration entre
écosystèmes Capacité d’adaptation [de
l’environnement] ↑ quand le % de
terres naturelles ↑

Pour les variables subrogatives choisies, les données sont disponibles auprès de diverses sources.
Les données du tableau 5 sont extraites des données du SRES et du post-processeur du modèle

16
Version préliminaire – À ne pas citer ni référencer

MiniCAM, Sustain (Pitcher, 1997). Ces mêmes données sont représentées sous forme graphique
aux figures 1 et 2. Le post-processeur Sustain fournit des informations à un niveau régional plus
désagrégé, par exemple pour l’Afrique au lieu de l’Afrique/Amérique latine comme dans le
SRES. Il fournit également des projections sur l’évolution démographique. Les pays pris ici
comme exemples sont le Pakistan et le Sénégal, dont la situation initiale est très différente.

Les changements de ces variables qui servent de base aux scénarios du SRES sont indiqués dans
les appendices. Les changements sont exprimés en pourcentage par rapport aux données de
référence de 1990. Après avoir recueilli les informations pertinentes pour le pays (par ex. dans
FAO, 1999, Banque mondiale, 1998, WRI, 2000, les opinions d’experts, études de pays et autres
sources), nous avons établi les projections en appliquant les facteurs de changement directement
selon l’équation suivante : données de référence*(1+∆/100), ∆ représentant le pourcentage de
changement par rapport aux données régionales de 1990.

Les scénarios A2 et B1 aboutissent, en 2050, à des niveaux de revenu très différents pour les
habitants de ces deux pays. Toutefois, les différences de revenu par habitant dépendent davantage
des scénarios que des pays. Les scénarios présentent aussi des différences notables en matière de
développement technologique et industriel, représenté par la variable subrogative des émissions
de SO2). Dans le scénario de la convergence mondiale (B1), les émissions d’oxyde de soufre
augmentent, tandis qu’elles diminuent dans le scénario de l’auto-suffisance (A2). Les taux
d’alphabétisation devraient se situer à quelques points de pourcentage au dessus de 50 % en 2050
dans les deux pays, et la croissance démographique devrait être régulière, en particulier dans le
scénario B1 pour le Sénégal.

Tableau 5. Projections des données nationales pour le Pakistan et le Sénégal

Revenu/hab Ratio pop. active/pop. Densité de Alphabéti- Coefficient Terres Émissions
(en $EU non active population sation (%) de Gini naturelles de SO 2
constants 1987) (15 ans<âge (hab./km2) (équité) (%) (kg/km2)
actif>65ans)
PAKISTAN
1990 $350 0,85 146 35% 31.15 66% 198
Scénario A2
2000 $529 0,73 173 40% 65% 201
2020 $1 118 0,63 235 47% 59% 221
2050 $2 512 0,52 320 51% 51% 379
Scénario B1
2000 $535 0,71 170 40% 65% 169
2020 $1 611 0,55 222 49% 61% 146
2050 $6 752 0,37 258 55% 60% 112
SÉNÉGAL
1990 $680 0,94 38 38% 54.10 58% 30
Scénario A2
2000 $717 0,89 49 39% 57% 30
2020 $1 115 0,83 78 45% 53% 33
2050 $3 428 0,52 125 54% 47% 57
Scénario B1
2000 $723 0,87 48 39% 57% 25
2020 $1 349 0,77 75 47% 53% 22
2050 $8 770 0,40 104 58% 50% 17

17
Version préliminaire – À ne pas citer ni référencer

Le coefficient de Gini (équité) moyen calculé pour le revenu et les dépenses (voir Deininger and
Squire, 1996, 1998) s’établit pour le monde à 35,6, pour tous les pays d’Asie à 35,7, et pour les
pays d’Afrique à 44.3. Pour le Pakistan, le coefficient de Gini déclaré est de 31,15; il est de 54,10
pour le Sénégal. On peut s’attendre à ce que ce coefficient se rapproche de la moyenne mondiale
plus rapidement dans le scénario B1 que dans le scénario A2. Il s’agirait d’une évolution dans le
sens d’une inégalité un peu accrue pour le Pakistan et d’une égalité accrue pour le Sénégal.

Aucune des projections individuelles ne peut représenter pleinement à l’évolution à attendre de la

capacité d’adaptation à la variabilité ou aux changements climatiques. Une telle projection exige
l’intégration, au minimum, des éléments indiqués et discutés ci-dessus. Ayant été soigneusement
examinées par les chercheurs qui ont participé à l’élaboration des scénarios du SRES, les
interactions et les dépendances mutuelles de ces évolutions sont prise en considération, au moins
partiellement, dans leur modélisation.

$10,000
$8,000 History
$6,000 A1
$4,000 B1
$2,000 B2
$0 A2
70

80

90

00

10

20

30

40

50
19

19

19

20

20

20

20

20

20

Figure 1. Valeurs historiques et projections du revenu par habitant du Pakistan

2025 $1,882 $1,894 $1,612 $1,369
2030 $2,648 $2,661 $2,126 $1,680
2035 $3,727 $3,736 $2,803 $2,060
2040
$12,000 $5,120 $4,965 $3,530 $2,442
2045 $7,034 $6,599 $4,447 $2,893
$10,000
2050 $9,664 $8,770 $5,601 $3,428
$8,000 History
2055 $12,526 $10,863 $6,671 $3,950
$6,000
2060 $16,237 $13,457 $7,945 $4,552 A1
$4,000
2065 $21,046 $16,670 $9,464 $5,247 B1
$2,000
2070 $25,263 $19,229 $10,693 $5,855 B2
2075 $0 $30,324 $22,183 $12,082 $6,534
A2
2080 $36,399 $25,591 $13,652 $7,293
70

80

90

00

10

20

30

40

50

2085 $42,024 $28,644 $15,028 $7,981

19

19

19

20

20

20

20

20

20

2090 $48,517 $32,061 $16,544 $8,734

Figure 2. Valeurs historiques et projections du revenu par habitant du Sénégal

Les commentaires qui précèdent devraient vous donner une idée des méthodes que vous pouvez
adapter en vue de l’élaboration de projections, ici encore, en vous servant du canevas que vous
avez retenu en tant que base pour déterminer vos taux de changement. C’est ainsi, par exemple,
que l’accès aux soins de santé peut s’accroître davantage selon le scénario des solutions
mondiales que selon le scénario de l’auto-suffisance, étant donné que, vraisemblablement, votre
pays pourrait se procurer des services et des produits médicaux sur le marché mondial plus
facilement que de les développer lui-même. Inversement, un scénario d’auto-suffisance

18
Version préliminaire – À ne pas citer ni référencer

indiquerait que votre pays se doterait de programmes nationaux plus importants pour faire face
aux changements climatiques et aux événements extrêmes.

Tous les choix que vous effectuez concernant les valeurs projetées doivent être justifiés.
Rappelez-vous que la simple extrapolation est rarement défendable. Par exemple, le taux
d’alphabétisation ne peut pas augmenter indéfiniment et l’accroissement de la ration calorique au-
delà de la quantité requise pour assurer une nutrition suffisante se traduit par une diminution du
bien-être. Rappelez-vous aussi que les projections doivent être réalistes; les réductions projetées
de l’inégalité des revenus doivent être fondées sur l’aptitude de la société à parvenir au but visé,
but difficile à atteindre quel que soit le pays considéré. Enfin, beaucoup des variables
subrogatives identifiées peuvent se renforcer mutuellement : l’augmentation du PIB peut avoir
des répercussions sur les progrès en éducation et sur le changement technologique, raison
supplémentaire de faire preuve d’une grande prudence dans le choix des variables subrogatives.

Ces caractéristiques supplémentaires, ainsi que l’adaptation des projections du SRES, vous
permettront de brosser un tableau plus détaillé de l’avenir socioéconomique de votre pays.
Compte tenu de ces exigences, vous pourrez étendre votre analyse pour la faire porter sur les
secteurs importants dans votre pays.

6. Prise en compte de facteurs sectoriels dans les scénarios socioéconomiques

Compte tenu des concepts et des approches exposés dans les sections précédentes, vous trouverez
ci-après des indications sur certaines approches à appliquer pour élaborer des scénarios en tenant
compte des spécificités sectorielles. Nous avons choisi, à titre d’exemple, d’examiner ici deux
secteurs particuliers, à savoir ceux de l’agriculture et de l’eau. L’analyse sectorielle spécifique a
pour but de vous aider à réfléchir et à élaborer les futurs scénarios socioéconomiques au niveau
sectoriel sous-national qui seront cohérents avec chaque scénario progressant du sommet vers la
base. Il est important, à ce niveau, de tenir compte de l’interdépendance des divers éléments.
C’est ainsi, par exemple, qu’il faut soigneusement examiner les relations entre la production
agricole, la disponibilité de l’eau et les établissements humains.

Étant donné que le temps et les ressources dont vous disposez ne sont pas illimités, vous devrez
sélectionner les secteurs qui présentent une importance primordiale pour le développement social
et économique de votre pays. Ces secteurs qui varient selon les pays : le secteur des pêcheries par
exemple, peut être d’un importance cruciale dans un pays et minime dans un autre. Les
considérations présentées ci-après sur les secteurs de l’agriculture et de l’eau illustrent le
processus et les types de questions, de données et d’indicateurs utiles aux fins de l’élaboration de
scénarios socioéconomiques. Nous vous recommandons en tout état de cause de faire preuve de
bon sens et d’appliquer ces concepts de manière rationnelle compte tenu de la situation de votre
pays. Il est préférable de réfléchir systématiquement à chaque scénario et de déduire les
implications clés qu’il présente pour la vulnérabilité au niveau sectoriel, plutôt que de se
concentrer exclusivement sur divers indicateurs spécifiques. L’application des concepts présentés
ici exige que vous fassiez usage de votre jugement et de vos connaissances pour adapter et affiner
le processus comme il convient, compte tenu des données disponibles et des circonstances
concernant le pays ou la région considérés.

Le tableau 6, fondé sur les indicateurs du tableau 4, ne se limite pas aux deux secteurs considérés
dans le présent exposé; il présente certaines des questions et indicateurs clés que d’autres
chercheurs ont trouvé importants et qui peuvent avoir de l’intérêt pour certains pays. Les
indicateurs présentés ici le sont à titre de simple suggestion et il appartient à chaque praticien de
déterminer quels indicateurs et quels facteurs il devra retenir (sans se limiter à la liste donnée ici)

19
Version préliminaire – À ne pas citer ni référencer

compte tenu de la spécificité de la situation du pays considéré. On trouvera des données dans les
études de cas (par ex., Kasperson et al., 1995, Riebsame et al., 1991, Smith et al., 1996) et dans
les articles et bases de données publiés par diverses sources aux niveaux des pays, des provinces
ou districts et au niveau local.

À l’évidence, il est impossible d’inclure toutes les données pertinentes de tous les secteurs, ou
même toutes les variables subrogratives pertinentes. Le choix des variables subrogatives à retenir
doit refléter leur importance par rapport à l’avenir de la région. En tout état de cause, il faut
limiter le nombre et la complexité des variables utilisées de manière à ce que l’analyse entreprise
ne s’avère pas d’une difficulté ou d’une complexité excessives.

Tableau 6. Facteurs de niveau sectoriel à utiliser dans les scénarios socioéconomiques (Moss
et al., 2001)
Catégorie Variables subrogatives Variables subrogées Relations fonctionnelles
Sensibilité des Population ou propriétés Ampleur potentielle des La sensibilité ↑ quand la population à
établissements/de risquant d’être inondées du fait perturbations résultant de risque ↑
l’infrastructure de l’élévation du niveau de la l’élévation du niveau de la mer
mer
Accès de la population aux La sensibilité ↑ quand la population
Population sans accès à l’eau services de base pour atténuer sans accès ↑
propre/l’assainissement les impacts de la variabilité et
des changements climatiques
Sensibilité Production céréalières/superficie Degré de modernisation du La sensibilité ↓ quand la production ↑
alimentaire secteur agricole; accès des
agriculteurs aux intrants pour
atténuer les impacts de la
variabilité et des changements
Consommation de protéine climatiques La sensibilité ↓ quand la consommation
animale/habitant Accès de la population aux ↑
marchés et autres mécanismes
(ex., modification de la
consommation) pour
compenser les insuffisances de
la production
Sensibilité des % de terres mises en valeur Degré d’intrusion anthropique La sensibilité ↑ quand le % de terres
écosystèmes dans le milieu naturel et de mise en valeur ↑
fragmentation des terres

Consommation de fertilisant Charge des écosystèmes en

azote et en phosphores et 60-100 kg/ha est le taux optimal. À
stress résultant de la pollution moins de 60 kg/ha, la sensibilité ↑ en
raison du manque de nutriments et de la
mise en culture possible d’écosystèmes
adjacents. À plus de 100 kg/ha (avec un
plafond de 500 kg/ha), la sensibilité ↑
en raison du ruissellement accru
Sensibilité de la Fécondité réalisée Composite des conditions qui La sensibilité ↓ quand la fécondité ↓
santé humaine affectent la santé humaine,
Espérance de vie notamment la nutrition, La sensibilité ↓ quand l’espérance de vie
l’exposition aux risques de ↑
maladie et l’accès aux services
de santé
Sensibilité des Quantité renouvelable et apports Alimentation en eau de Sensibilité calculée d’après le ratio
ressources en eau Consommation d’eau ressources internes et apports d’eau disponible consommée : la
des cours d’eau sensibilité ↑ quand le % d’eau
Prélèvements pour répondre consommée ↑
aux besoins actuels ou projetés

20
Version préliminaire – À ne pas citer ni référencer

Secteur de l’agriculture/de la sécurité alimentaire

L’agriculture et la sécurité alimentaire sont intrinsèquement liées aux changements

socioéconomiques. À mesure que la population s’accroît, la quantité d’aliments et de fibres
nécessaire pour répondre à ses besoins s’accroît aussi. Par ailleurs, lorsque les communautés se
développent, que leur revenu et leur richesse augmente et que la technologie s’améliore, leur
capacité de transférer de la main-d’œuvre du secteur agricole vers d’autres secteurs augmente;
des modifications surviennent également dans les modes de consommation et dans les préférences
pour certains types d’aliments. Ces changements mènent à la spécialisation aux échanges
commerciaux et à la diversification des économies en développement.

La conjoncture socioéconomique peut affecter et déterminer dans une grande mesure la

vulnérabilité et la capacité d’adaptation des établissements humaines aux changements
climatiques. Ceci explique les différences considérables de vulnérabilité qui peuvent exister entre
des régions qui possèdent des systèmes agricoles comparables et des caractéristiques climatiques
analogues. Le développement économique et la richesse, par exemple, peuvent accroître la
capacité d’adaptation en augmentant la résilience et en facilitant le relèvement après un
événement adverse, renforcer la capacité de s’assurer pour se prémunir de pertes potentielles et
établir un filet de sécurité pour importer des aliments. En outre, la réforme et l’établissement
d’institutions et de relations sociales contribuent également à la capacité d’adaptation en créant
des liens et des obligations sociales entre les familles, les communautés et les pays. Ces relations
favorisent l’apport d’aide et le partage réciproque quand surviennent des événements adverses.

À mesure que la situation socioéconomique évolue, les méthodes appliquées pour maintenir et
renforcer la sécurité alimentaire de la société changent normalement. Les proportions entre les
quantités de nourriture produites dans le pays et importées peuvent se modifier. Les pays peuvent
choisir de concentrer leur production sur certaines cultures et de développer les industries non
liées à l’agriculture pour accroître leurs revenus d’exportation, alors que d’autres peuvent viser à
l’auto-suffisance et à la diversification des cultures. De tels changements peuvent soit augmenter,
soit diminuer la vulnérabilité et la capacité d’adaptation. La croissance démographique et
l’augmentation des revenus, par exemple, peuvent imposer des pressions significatives qui
incitent à l’accroissement constant des rendements et de la production; il existe plusieurs
exemples de ce phénomène. Sous l’effet de ces pressions, certaines améliorations technologiques
ont produit des hybrides qui, dans des conditions soigneusement contrôlées, peuvent convertir la
lumière du soleil, les nutriments et l’eau en produits comestibles, avec une grande efficacité.
Dans un monde idéal (sans variabilité), ces hybrides pourraient autoriser des accroissements de
rendement extraordinaires pour nourrir une population de plus en plus nombreuse. Toutefois, la
sensibilité de beaucoup de ces hybrides à la variabilité climatique n’a pas diminué et ils risquent
de mal tolérer les augmentations de fréquence et d’ampleur des événements extrêmes. Si votre
pays encourage la monoculture, la production alimentaire peut être plus exposée aux risques que
si la pratique favorise la polyculture, mais le potentiel commercial est peut-être aussi plus
important.

21
Version préliminaire – À ne pas citer ni référencer

Figure 3 : Scénarios socioéconomiques et sécurité alimentaire

Orientation de l’évolution socioéconomique Croissance démographique

(Scénario SRES retenu)
et augmentation du revenu

Développement
Développement agricole non agricole
c.-à-d., augmentation c.-à-d. augmentation des échanges
de la production et du internat. et importations alimentaires
rendement

Dév. des connaissances Dév. de la base industrielle

et du capital humain et marchés d’exportation

Activités de
Augmentation du revenu et
Réforme des institutions développement
sociales et économiques socioéconomique du pouvoir d’achat

Augmentation des
Investissement dans le importations alimentaires et
développement technologique amélioration de la distribution

Maintien ou renforcement de la sécurité alimentaire

Le schéma de la figure 3 indique les relations qui existent entre les scénarios socioéconomiques,
les voies de développement possibles et la sécurité alimentaire. Il souligne le fait qu’il existe de
multiples stratégies, agricoles comme non agricoles, qui permettent d’assurer la sécurité
alimentaire. Il illustre également le fait qu’il peut y a voir des activités socioéconomiques
importantes communes entre les deux options de développement. Selon toute vraisemblance, par
exemple, l’accroissement des connaissances et du capital humain sera nécessaire, que l’on
s’oriente sur l’une ou l’autre voie. De même, le renforcement du développement non agricole
fournira certaines des ressources financières nécessaires à l’amélioration du développement
agricole. La réalité est que les deux voies de développement sont essentiellement liées et que,
selon les caractéristiques spécifiques des scénarios, (c.-à-d. compte tenu du canevas du SRES
retenu), l’accent sera mis davantage sur l’une que sur l’autre aux fins de maintenir ou de renforcer
la sécurité alimentaire.

Ici, en nous servant pour exemples des canevas A2 et B1 du SRES et des données disponibles
pour le Sénégal, nous formulons certaines approches quantitatives et qualitatives de l’élaboration
d’aspects d’un scénario socioéconomique approprié pour caractériser la vulnérabilité des
systèmes alimentaires et agricoles. Au nombre des questions pertinentes pour l’élaboration d’un
canevas pour le secteur de l’alimentation et de l’agriculture qui soit cohérent avec le canevas plus
large du SRES figurent notamment les questions suivantes :

22
Version préliminaire – À ne pas citer ni référencer

• Quels choix de développement et d’investissement le pays fera-t-il pour satisfaire à ses

besoins projetés de sécurité alimentaire ?
• Quelle est la répartition souhaitée de la
production agricole et des importations Caractéristiques générales et critères de choix des
alimentaires et comment cette indicateurs
répartition augmente-t-elle ou diminue-
Les caractéristiques suivantes constituent des critères utiles
t-elle la capacité d’adaptation, la
vulnérabilité et la sécurité alimentaire qui peuvent guider le choix et l’élaboration des indicateurs :
du pays ?
Ø Caractère approprié et pertinence
• Le développement mettra-t-il l’accent L’indicateur décrit-il une caractéristique significative de
sur la mondialisation et sur un recours la sensibilité, de la vulnérabilité ou de la capacité
accru aux importations alimentaires ? d’adaptation du système ?
Dans ces conditions, quel est le type Ø Transparence
d’industrialisation souhaité et dispose- La formule et les données à utiliser pour calculer
t-on des ressources nécessaires pour l’indicateur ne doivent pas être complexes à l’excès ni
s’orienter sur cette voie ? difficiles à interpréter.
Ø Faisabilité
• Quelles mesures peut-on prendre pour
Les indicateurs sont fondés sur des données. Ces
accroître les rendements des cultures et
données doivent être accessibles au praticien ou des
la production agricole ? Peut-on
données de remplacement adéquates doivent être
identifier et appliquer des technologies
identifiées.
acceptable ?
Ø Relations avec le SRES
• La libéralisation des échanges et la Aux fins du présent manuel, les données sous-jacentes
réduction des subventions auront-elles ou l’indicateur lui-même doivent être liés aux variables
pour effet d’accroître ou de réduire la ou aux attributs clés du scénario socioéconomique
vulnérabilité du système agricole aux général (c.à-d.. du canevas du SRES). Ceci permet de
changements climatiques ? s’assurer que l’indicateur et le canevas sectoriel soient
cohérents avec les hypothèses retenues dans le scénario
Par exemple, selon le scénario A2, il est général.
accordé une importance plus grande à la
croissance économique, à l’identité et à
l’auto-suffisance régionales. La croissance démographique est forte alors que le développement
technologique et le développement économique sont quelque peu fragmentés et relativement
lents. Selon ce scénario, un pays doté d’un secteur agricole relativement substantiel pourra
s’attacher à continuer d’accroître la production agricole en appliquant des méthodes de
production extensives et en ayant recours à une main-d’œuvre agricole nombreuse (c.-à-d. en
augmentant les surfaces cultivées et les apports de main-d’œuvre plutôt que les intrants autres que
la main-d’œuvre tels que l’irrigation et les produits chimiques). En revanche, selon le scénario
B1, l’option retenue serait plus axée sur la mondialisation, avec une croissance démographique
plus faible et une croissance économique plus forte. Selon cette option, l’accent serait mis sur un
développement non agricole accru, un renforcement des capacités en matière d’échanges
commerciaux et un accroissement des importations alimentaires. Les taux de croissance
démographique plus bas pourraient encourager l’intensification des systèmes d’exploitation
agricole, en utilisant une part des recettes accrues pour financer les investissements dans la
technologie agricole et le capital humain, ce qui permettrait à une part plus grande de la
population de s’orienter vers des modes de vie et des emplois non agricoles

23
Version préliminaire – À ne pas citer ni référencer

Indicateurs agricoles

L’agriculture est source de deux grands avantages pour les pays : source d’alimentation d’une
part et source de recettes commerciales d’autre part. Les pays dont la production agricole est
insuffisante doivent recourir aux importations et à l’aide alimentaire pour répondre aux besoins
d’alimentation de leur population.

Étant donné un scénario socioéconomique tel que le scénario A2 ou B1 du SRES, quels sont les
types de changements susceptibles de survenir dans le secteur de l’alimentation et de
l’agriculture ? Quels impacts ces changements auraient-ils sur la sécurité alimentaire ? Pouvons-
nous identifier un ensemble relativement limité et pertinent d’indicateurs, répondant aux critères
généraux présentés dans l’encadré ci-dessus, qui permettraient de répondre à ces questions ?

Compte tenu de ces critères, des objectifs de l’étude, d’un bref recensement des données
disponibles et d’un examen des données et des canevas du SRES, nous avons dressé une liste
succincte d’indicateurs pour le secteur de l’alimentation et de l’agriculture. Ces indicateurs ne
sont sans doute pas appropriés dans toutes les situations, mais ils sont suffisamment généraux et
peuvent convenir dans la plupart des cas.

Sécurité alimentaire. La demande alimentaire d’un pays est déterminée fondamentalement par
sa population et, dans une moindre mesure, par son revenu et sa richesse. Les êtres humains
doivent consommer une quantité minimum de produits alimentaires, dite « niveau de
subsistance » et leurs besoins sont satisfaits par la production directe de l’agriculture et par des
achats sur le marché au moyen des revenus et de la richesse disponibles. Dans beaucoup de pays,
les besoins alimentaires de base (exprimés en kilocalories) sont satisfaits en grande partie par les
céréales. Une fois le niveau de subsistance atteint, les revenus et la richesse peuvent contribuer à
un accroissement de la consommation et à une diversification du régime alimentaire.

Pour examiner la question de la sécurité alimentaire, on peut élaborer un indicateur de la demande

alimentaire de base qui mesure, par exemple, la quantité totale de céréales nécessaires pour
satisfaire aux besoins nutritionnels fondamentaux du pays. Sur la base des estimations de
population des divers scénarios socioéconomiques retenus, on peut estimer la demande
alimentaire totale. Ceci suppose que les niveaux actuels de consommation soient, au moins,
maintenus et que les besoins alimentaires totaux augmentent en progression linéaire avec
l’augmentation de la population. La demande alimentaire de base peut être satisfaite par une
combinaison de la production interne du pays et des importations alimentaires (qui peuvent
comprendre à la fois les achats de produits alimentaires et l’aide alimentaire).

D’après les données disponibles au niveau des pays dans WRI (2000) et les estimations de la
population établies dans le scénario A2, le tableau 7 illustre une évaluation des besoins de
sécurité alimentaire pour le Sénégal. Cette évaluation a pour point de départ les estimations
relatives aux changements démographiques et des revenus pour chaque scénario
socioéconomique (ici A2). Étant donné les niveaux actuels de production et d’importation, on
calcule la demande alimentaire totale et on suppose qu’elle augmentera au même taux
(pourcentage) que la population. (On notera qu’avec l’accroissement du PIB, il faut s’attendre
aussi à un accroissement de la demande alimentaire; toutefois, l’effet du revenu ne sera
vraisemblablement pas linéaire et se stabilisera à un point donné.) Comme on peut le constater,
dans le scénario A2 pour le Sénégal, la population augmentera de près de 350 % au cours du
siècle considéré. En supposant que les besoins alimentaires augmentent de manière
proportionnelle, la demande passe de 1 486 000 tonnes (à savoir 847 000 tonnes provenant de la
production et 639 000 tonnes provenant des importations) au milieu des années 1990 à plus de

24
Version préliminaire – À ne pas citer ni référencer

6 600 000 tonnes en 2100. Le processus d’élaboration du tableau 7 est expliqué dans l’encadré
qui figure à la suite de ce tableau.

L’une des caractéristiques du canevas A2 est l’augmentation de l’auto-suffisance résultant de la

croissance économique. Ce scénario suggère donc que les pays peuvent s’efforcer d’induire un
développement plus axé sur les pays eux-mêmes et attachant moins d’importance aux échanges
mondiaux et régionaux. Selon ce scénario, il serait logique que la part des importations
alimentaires diminue. Dans l’exemple présenté au tableau 7, nous indiquons que la part des
importations alimentaires du Sénégal diminue et passe de 43 % à 25 %. Cette cible de 25 % fixée
ici correspond tout simplement à un jugement de notre part fondé sur la cohérence avec le
canevas et sur la situation attendue des ressources du pays. Dans le cas illustré dans le tableau 7,
il faut, pour que la part des importations diminue, que l’augmentation de la production agricole
du pays soit supérieure à celle qui correspondrait à la seule croissance démographique.

Les implications de ce scénario sont très importantes; elles suggèrent que la capacité agricole sera
accrue, soit en augmentant les rendements des cultures comme il est indiqué, soit en étendant la
superficie cultivée. Dans le scénario tel qu’il est présenté ici, le taux annuel d’augmentation des
rendements agricoles nécessaire pour les quintupler en l’espace de 100 ans s’établit à environ
1,6 %, taux qui se situe dans les limites de croissance estimées de l’agriculture au cours des 50
ans écoulés. On peut raisonnablement prévoir, par exemple, des progrès en biotechnologie, en
irrigation et en gestion des exploitations. Il est important, dans chaque cas particulier, que
l’analyste évalue soigneusement les limites des capacités de croissance du pays considéré.

Le tableau 8 présente une évaluation parallèle pour le scénario B1, selon lequel la population
commence par augmenter puis diminue, où l’intensité de matériel diminue et où il est fait une
plus grande place au commerce international et à la coopération mondiale. Dans ce cas, la
croissance démographique limitée se traduit par une augmentation plus modeste de la demande
alimentaire totale par comparaison au scénario A2. Il est aussi moins impératif de limiter la part
des importations alimentaires dans les disponibilités totales. En conséquence, ce scénario accorde
moins d’importance à la nécessité de développer rapidement et d’intensifier la production
agricole et permet d’affecter une plus grande part des ressources au développement non agricole,
ce qui favorise l’augmentation globale du revenu d’ici 2100. Selon ce scénario, l’augmentation
nécessaire des rendements des cultures ne doit être que de moins de 170 % sur environ 80 ans,
soit un taux annuel de moins de 1%.

25
 Version préliminaire – À ne pas citer ni référencer

Tableau 7. Demande alimentaire de base estimée pour le Sénégal : scénario SRES A2

Sénégal 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
Changement démo- 26 58 94 133 172 212 248 281 309 329 349
graphique (en % par
rapport à 1990,
d’après le tableau 1)
Changement estimé 47 126 226 421 673 989 1452 1978 2578 3284 4073
du PIB (en % par
rapport à 1990,
d’après le tableau
2)
Changement estimé 26 58 94 133 172 212 248 281 309 329 349
de la consommation
alimentaire totale
(en % par rapport à
1990)
Total estimé des 1872 2348 2883 3462 4042 4636 5171 5662 6078 6375 6672
besoins céréaliers
(en milliers de
tonnes)
Part estimée des 43 43 43 42 41 40 38 36 33 30 25
importations et de
l’aide alimentaires
(en %)a
Production du pays 1067 1338 1643 2008 2385 2782 3206 3624 4072 4463 5004
estimée (en milliers
de tonnes)
Rendement céréalier 906 1136 1395 1705 2025 2362 2722 3076 3457 3789 4248
moyen (kg/ha)b
Augmentation esti- 26 58 94 137 182 229 279 328 381 427 491
mée des rendements
agricoles (en % par
rapport à 1995)
Notes :

Importations nettes de céréales et aide alimentaire en pourcentage de la consommation totale de céréales, 1995-1997
(WRI, 2000) : Sénégal : 43 %.
a. La part des importations et de l’aide alimentaire est déterminée d’après la part actuelle et par un jugement subjectif,
pour estimer la part cible pour 2100 selon le scénario SRES considéré. Ici, le scénario A2 étant orienté vers un
renforcement de l’auto-suffisance, le but visé pourrait être de réduire les importants alimentaires de 43 % à 25 % en
2100. La capacité de réduire les importations dépend du revenu; en conséquence, la part estimée des importations
alimentaires est calculée en tenant compte du taux de changement du revenu projeté. Par exemple, 2 % de l’augmenta-
tion totale du revenu se situent entre 2000 et 2010; nous avons donc estimé que 2 % du changement total de 33% de la
part des importations (soit -0,6%) sont imputables à cette décennie. Il faut faire preuve de prudence ici pour assurer la
cohérence d’ensemble : à la réduction des importations doit correspondre une augmentation de la production agricole
dans le pays, ce qui implique une augmentation de l’intensité de la production agricole ou de la superficie cultivée.
b. Les rendements céréaliers sont estimés d’après la production intérieure nécessaire et en considérant que les surfaces
cultivées restent constantes. La superficie cultivée en céréales est estimée d’après les données du WRI (2000) selon
lesquelles au Sénégal, la production céréalière totale en 1996-1998 était de 847 000 tonnes et les rendements céréaliers
moyens se situaient à 719 kg/ha, ce qui correspond à une superficie cultivée en céréales de 1 180 000 hectares. À
l’évidence, les niveaux de production peuvent augmenter dès lors que l’on augmente la superficie cultivée.

26
Version préliminaire – À ne pas citer ni référencer

Étapes de l’élaboration des scénarios socioéconomiques pour l’agriculture (Tableaux 7 et 8)

Étape 1 : Se servir des scénarios du SRES pour établir des estimations des changements démographiques et
des changements du PIB par rapport à l’année de référence (1990).
Étape 2 : Estimer le taux de changement de la consommation alimentaire totale par rapport à l’année de
référence. L’évolution suivra vraisemblablement celle de la population, mais on pourra y apporter des
ajustements à la hausse ou à la baisse selon les modifications prévues du régime alimentaire et de la
nutrition. Il n’a pas été effectué d’ajustements dans les exemples des tableaux 7 et 8.
Étape 3 : Estimer les besoins totaux de céréales en milliers de tonnes. On trouve dans WRI (2000) des
rapports par pays de la « production céréalière moyenne » et des « importations céréalières nettes et aide
alimentaire en pourcentage de la consommation totale ». Ces deux mesures combinées peuvent servir à
estimer les besoins totaux en céréales, en supposant que s’il y a des importations, toute la production
nationale est affectée à la consommation intérieure. Il est estimé pour le Sénégal qu’en 1995, la production
était de 847 000 tonnes et que 43 % de la consommation étaient satisfaits par les importations. La part de la
consommation satisfaite par la production intérieure était donc de 57 %; on peut ainsi calculer les besoins
totaux de céréales pour 1995, qui s’établissent à 1 486 000 tonnes. Ce chiffre est ajusté en fonction de la
croissance démographique pour refléter la demande en 2000, qui est estimée à 1 872 000 tonnes, comme il
est indiqué au tableau 8. (Nous supposons ici le montant total de la croissance entre 1990 et 2000 bien que
les estimations pour la production et les importations portent sur la période 1995-1998. En tout état de
cause, on utilisera les informations les plus précises dont on dispose).
Étape 4 : Estimer la part des importations et de l’aide alimentaire. Les tableaux 7 et 8 indiquent une part de
43 % pour le Sénégal en 1995, ce qui est la valeur fournie par WRI (2000). Une façon de procéder (comme il
a été fait dans les tableaux 7 et 8) consiste à choisir une valeur cible pour les importations pour 2100 qui soit
cohérente avec le canevas du SRES retenu. Cette valeur a été fixée respectivement à 25 % et à 35 % dans les
tableaux 7 et 8. Ces valeurs ont été estimées subjectivement par les auteurs et visent à illustrer la cohérence
avec les scénarios du SRES, pas nécessairement l’exactitude ou la cohérence avec la situation particulière du
Sénégal. Une fois que l’on dispose des valeurs limites (estimations pour 2000 et 2100), on peut obtenir les
valeurs des années intermédiaires par un calcul proportionnel fondé sur les changements estimés des revenus
(en adoptant l’hypothèse que les changements de la production agricole et des importations sont autorisés par
la croissance du PIB). On peut appliquer pour cela l’équation suivante pour interpoler les parts de
l’importation :
I2010 = I 2000 - (I2000 – I2100) * [ (PIB 2010 – PIB 2000)/(PIB 2100 – PIB 2000) ]
où :
I2000 , I2010, et I2100 = part estimée des importations/de l’aide alimentaire en 2000, 2010 et 2100
respectivement
PIB 2000 , PIB 2010 , et PIB 2100 = taux de changement estimé du PIB par rapport à 1990 pour 2000, 2010 et
2100, respectivement.
Étape 5. Estimer la production du pays. Cette estimation est obtenue en soustrayant de 1 la part des
importations calculée à l’Étape 4. Cela donne la part des besoins totaux de céréales satisfaite par la
production du pays. On multiplie ensuite ce nombre par celui des besoins totaux de céréales estimés pour
obtenir le niveau estimé de la production agricole selon le scénario retenu.
Étape 6. Estimer les rendements agricoles et les pourcentages de changement. Les rendements céréaliers sont
estimés d’après la production du pays requise en supposant que la superficie cultivée reste constante. La
superficie cultivée en céréales est estimée d’après les données de WRI (2000) qui situent la production
céréalière du Sénégal à 847 000 tonnes en 1996-1998 et le rendement céréalier moyen à 719 kg/ha. D’après
ces chiffres, la superficie cultivée au Sénégal en 1996-1998 était de 1 180 000 hectares. En divisant cette
superficie par le niveau de production estimé, on obtient le rendement céréalier nécessaire. On estime ensuite
le taux global (pourcentage) de changement des rendements en prenant pour base 719 kg/ha en 1995. Il peut
également être utile de calculer le taux annualisé de changement. L’exemple donné au tableau 7 où le
rendement augmente de 491 % de 2000 à 2100 correspond à un taux de changement annuel de 1,6%. On
notera que les niveaux de production peuvent également varier lorsque la superficie cultivée varie.

27
 Version préliminaire – À ne pas citer ni référencer

Tableau 8. Demande alimentaire de base estimée pour le Sénégal : scénario SRES B1

Sénégal 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
Changement démo- 24 51 81 104 124 141 148 150 147 135 123
graphique (en % par
rapport à 1990,
d’après le tableau 1)
Changement estimé 47 147 289 657 1147 1773 2636 3510 4405 5242 6152
du PIB (en % par
rapport à 1990,
d’après le tableau
2)
Changement estimé 24 51 81 104 124 141 148 150 147 135 123
de la consommation
alimentaire totale
(en % par rapport à
1990)
Total estimé des 1843 2244 2690 3031 3329 3581 3685 3715 3670 3492 3314
besoins céréaliers
(en milliers de
tonnes)
Part estimée des 43 43 43 43 42 41 40 39 38 37 35
importations et de
l’aide alimentaires
(en %)a
Production du pays 1051 1279 1533 1728 1931 2113 2211 2266 2275 2200 2154
estimée (en milliers
de tonnes)
Rendement céréalier 892 1086 1301 1467 1639 1794 1877 1924 1931 1868 1829
moyen (kg/ha)b
Augmentation esti- 24 51 81 104 128 150 161 168 169 160 154
mée des rendements
agricoles (en % par
rapport à 1995)
Notes :

Importations nettes de céréales et aide alimentaire en pourcentage de la consommation totale de céréales, 1995-1997
(WRI, 2000) : Sénégal : 43 %.
a. La part des importations et de l’aide alimentaire est déterminée d’après la part actuelle et par un jugement subjectif,
pour estimer la part cible pour 2100 selon le scénario SRES considéré. Ici, le scénario B1 étant orienté vers la
coopération mondiale, le but pourrait être de réduire les importations alimentaires de 43 % à 35 % seulement en 2100.
b. Les rendements céréaliers sont estimés d’après la production intérieure nécessaire et en considérant que les surfaces
cultivées restent constantes. La superficie cultivée en céréales est estimée d’après les données du WRI (2000) selon
lesquelles au Sénégal, la production céréalière totale en 1996-1998 était de 847 000 tonnes et les rendements céréaliers
moyens se situaient à 719 kg/ha, ce qui correspond à une superficie cultivée en céréales de 1 180 000 hectares. À
l’évidence, les niveaux de production peuvent augmenter dès lors que l’on augmente la superficie cultivée.

28
Version préliminaire – À ne pas citer ni référencer

7. Secteur des ressources en eau

L’eau est une ressource vitale d’une importance de premier ordre pour de nombreux systèmes
socioéconomiques et écologiques fondamentaux. Pour beaucoup de pays, la question de l’eau est
considérée comme une question de sécurité toute aussi importante que l’alimentation. L’eau présente
un grand nombre de caractéristiques communes avec les autres denrées. C’est ainsi, par exemple,
qu’elle peut être stockée pour équilibrer les périodes d’abondance naturelle et les périodes de
sécheresse; dans certains cas, elle fait l’objet d’échanges commerciaux avec les autres utilisateurs et,
lorsque la demande est suffisante, elle est même « fabriquée » : les techniques de dessalement
permettent de produire de l’eau de grande qualité à partir de sources de qualité inférieure telle que
l’eau de mer. Toutefois, par beaucoup d’aspects, l’eau est unique et difficile à remplacer. L’eau
potable, par exemple, est absolument indispensable et rien ne la remplace; et on ne peut pas irriguer
les champs avec autre chose que de l’eau douce.

Élément naturel du système hydrologique, l’eau est intrinsèquement liée au climat et au paysage.
Par ailleurs, sa disponibilité et sa qualité sont affectées par les utilisateurs situés en amont et par
les conditions naturelles. Les lois, les règlements, les traités et les institutions peuvent exercer une
certaine influence sur l’eau, mais ce sont souvent les conditions socioéconomiques des régions
amont qui dominent; c’est ainsi qu’en période de sécheresse, les utilisateurs situés en aval
connaissent des baisses de volume et de qualité, quels que sont leurs besoins, et, dans certains cas,
remettent en question l’applicabilité de certains règlements et accords. La présente section
identifie certains indicateurs clés ayant trait aux ressources en eau, décrit les modalités selon
lesquelles les tendances socioéconomiques et les scénarios peuvent modifier, de manière positive
et négative, la situation des ressources en eau, et signale les relations qui existent entre les
indicateurs et les scénarios de développement économique et de capacité d’adaptation.

Dans une bonne partie du monde, c’est le secteur agricole qui est le principal consommateur de
l’eau, par la pratique de l’irrigation. Il existe toutefois, comme l’illustre le tableau 9, des différences
notables entre les pays. Au niveau mondial, la consommation due à l’irrigation est proche de 71 %,
suivie par l’industrie à 20 % et par la consommation des ménages à 9 % (WRI, 2000). Dans
beaucoup de pays, l’agriculture est donc fondamentalement tributaire des ressources en eau, de leur
utilisation et de leur aménagement. Il est important dans ces pays de reconnaître cette réalité et
Tableau 9. Répartition de la consommation d’eau dans divers pays (WRI, 2000)
Agriculture Ménages Industrie
(%) (%) (%)
Finlande 1 17 82
Royaume-Uni 2 65 8
Estonie 5 56 39
Lituanie 3 81 16
Koweït 60 37 2
Suisse 0 42 58
Sénégal 92 5 3
Pakistan 97 2 2
Afghanistan 99 1 0
Soudan 94 5 1
Guyana 98 1 0
Madagascar 99 1 0

29
Version préliminaire – À ne pas citer ni référencer

d’élaborer les scénarios de changement socioéconomique et de développement en conséquence. Par

exemple, certains pays où l’eau est rare peuvent choisir d’axer leur développement sur l’industrie et
le commerce, détournant ainsi l’eau de l’agriculture et s’éloignant peut-être d’un système de
sécurité alimentaire autonome. Selon un tel scénario, la réduction du volume d’eau alloué à
l’irrigation et à la production agricole implique une augmentation des importations alimentaires. Le
choix du commerce et des échanges pour assurer la sécurité alimentaire se traduit par une
augmentation indirecte des importations d’eau sous forme de nourriture. Une telle option de
développement présente vraisemblablement de l’intérêt pour les importateurs et pour les
exportateurs, en ce qu’elle déplace la production alimentaire à forte consommation d’eau des pays
où l’eau est rare pour l’établir dans les pays relativement riches en ressources en eau.

En se fondant sur les données disponibles au niveau des pays dans WRI (2000) et sur les
estimations concernant la démographie et le revenu établies pour les scénario A2, le tableau 10
présente une évaluation des indicateurs clés concernant le secteur de l’eau pour le Sénégal.
L’encadré qui lui fait suite décrit les étapes de l’élaboration des scénarios socioéconomiques pour
les ressources en eau. Un indicateur clé auquel il faut prêter attention est le niveau de
développement, qui est le ratio des prélèvements d’eau actuels par rapport à la moyenne annuelle
des ressources en eau intérieures renouvelables. L’estimation initiale pour 1990 est donnée dans
WRI (2000) en tant que pourcentage des ressources en eau prélevé annuellement. Cet indicateur
peut révéler les lieux où la rareté de l’eau et la concurrence entre les demandes sont les plus
fortes. Les pays dont le développement est avancé par rapport à la disponibilité d’eau endogène
sont potentiellement vulnérables à la variabilité naturelle et aux changements climatiques ainsi
qu’aux actions des pays situés en amont, qui peuvent avoir des impacts sur les niveaux et les
débits et/ou la qualité de l’eau. Si les changements climatiques ont pour effet de réduire les débits
(changements peut-être saisonniers, par exemple, pendant l’été durant la levée des cultures), les
réductions de la consommation d’eau hors des cours d’eau comme de l’utilisation dans les cours
d’eau eux-mêmes sont plus probables dans les bassins hydrographiques à niveau élevé de
développement que dans les bassins à bas niveau de développement.

En revanche, comme il est indiqué dans le tableau 10 pour le Sénégal, les pays où le niveau de
développement est relativement bas disposent de possibilités significatives d’accroître leur
développement (compte tenu des engagements en aval) et donc d’augmenter le niveau global de
la consommation d’eau. Ici, compte tenu de l’évolution vers l’auto-suffisance selon le scénario
A2 et du besoin qui en résulte d’accroître la production agricole et le développement économique,
nous avons fixé la cible du niveau de développement à 40 % pour 2100. La capacité de
développer les ressources en eau est fortement liée à la croissance du revenu. De ce fait, le
niveau de développement pour les décennies intermédiaires a été calculé par interpolation d’après
la cadence et le cadre temporel de la croissance estimée du revenu et se situe entre 6 % et 40 %.

Le volume des prélèvements annuels moyens dépend du niveau de développement. La capacité de

prélever et d’utiliser l’eau augmente à mesure que le développement progresse. Le tableau indique
donc une augmentation des prélèvements depuis leur niveau initial de 1,5 km3, comme l’autorise le
niveau de développement, jusqu’à 10,6 km3 en 2100. Au cours de la période considérée, les
prélèvements par habitant commencent par baisser puis augmentent, ce qui reflète le décalage entre
la croissance démographique et le niveau de développement (qui est lié au revenu).

On veillera à ce que les estimations concernant le secteur de l’eau soient cohérentes avec les
tendances et les canevas des scénarios socioéconomiques, en tenant compte également des
implications pour des secteurs tels que l’agriculture, les ménages (où la consommation dépend de
la croissance démographique), et l’industrie. Ici encore, vous devrez porter un jugement rationnel
pour estimer la valeur cible des parts allouées à chaque secteur en 2100, parts qui doivent tenir

30
Version préliminaire – À ne pas citer ni référencer

compte du scénario retenu et dont le total doit être de 100 %. Dans le cas présent, nous avons
supposé que l’augmentation du niveau de développement autoriserait des augmentations de la
consommation absolue d’eau dans les trois secteurs et que, du fait de progrès du rendement de
l’eau dans l’agriculture, une part plus grande du volume total d’eau sera disponible pour répondre
aux besoins de la population plus nombreuse et de la base industrielle en développement.

Tableau 10. Situation estimée des ressources en eau pour le Sénégal : scénario SRES A2
Sénégal 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
Changement 26 58 94 133 172 212 248 281 309 329 349
démographique (en %
par rapport à 1990,
d’après le tableau 1)
Changement estimé du 47 126 226 421 673 989 1452 1978 2578 3284 4073
PNB/PIB (en % par
rapport à 1990, d’après le
tableau 2)
Niveau de 6 7 8 10 12 15 19 23 28 34 40
développement des
ressources internes en
eau renouvelables (part
des ressour-ces internes
en eau renouvelables
annuelles)
Prélèvements annuels 1,5 1,8 2,1 2,6 3,2 4,0 5,0 6,1 7,4 9,0 10,6
(en km3)
Prélèvements annuels par 125,6 120,2 115,3 136,7 125,3 159,9 174,0 195,2 197,8 242,9 249,0
habitant (en m3)
Part sectorielle de la
consommation d’eau (en
%)
agriculture 92 91,76 91,46 90,88 90,13 89,19 87,81 86,24 84,45 82,35 80
industrie 3 3,14 3,31 3,65 4,09 4,64 5,45 6,36 7,40 8,63 10
ménages 5 5,10 5,22 5,46 5,77 6,16 6,74 7,39 8,14 9,02 10
Notes :

Moyenne annuelle des ressources internes en eau renouvelables (WRI, 2000): Total 26,4 km3; par hab. 2 784 m3.
Le niveau de développement est un indicateur clé qui estime la part des ressources internes disponibles qui est prélevée
pour la consommation. Dans le cas présent, comme pour la part des importations pour l’alimentation, vous devez estimer
rationnellement l’évolution possible du niveau de développement. Dans cet exemple, nous avons supposé que le Sénégal
avait un potentiel suffisant pour faire passer le niveau de développement de 6 % à 40 %. La cadence et le cadre temporel
du développement sont liés à la cadence et au cadre temporel de la croissance du revenu.
Les prélèvements annuels par habitant sont estimés d’après le ratio des prélèvements annuels estimés, qui sont ajustés
à la hausse lorsque le niveau de développement s’élève, par rapport au chiffre de la population tel qu’il est établi dans
le scénario du SRES considéré.
Parts sectorielles de la consommation d’eau. Les valeurs initiales sont celles données par WRI (2000). Les valeurs
pour 2100 sont estimées sur la base de jugements experts et compte tenu du scénario du SRES et du canevas pour le
secteur agricole. Les valeurs des années intermédiaires sont interpolées d’après la cadence et le calendrier de
l’accroissement du revenu qui peut autoriser des gains d’efficacité dans l’utilisation de l’eau dans le secteur agricole.

31
Version préliminaire – À ne pas citer ni référencer

Étapes de l’élaboration des scénarios socioéconomiques pour l’eau (Tableaux 10 et 11)

Étape 1 : Se servir des scénarios du SRES pour établir des estimations des changements démographiques et
des changements du PIB par rapport à l’année de référence (1990).
Étape 2 : Estimer le niveau de développement. Les tableaux 10 et 11 situent ce niveau à 6 % pour le Sénégal,
valeur donnée par WRI (2000) pour 1990. Une façon de procéder (comme il a été fait dans les tableaux 10 et
11) consiste à choisir un niveau de développement cible pour 2100 qui soit cohérent avec le canevas du
SRES retenu. Ces cibles ont été fixées respectivement à 40 % et à 15 % dans les tableaux 10 et 11. Ces
valeurs ont été estimées subjectivement par les auteurs et visent à illustrer la cohérence avec les scénarios du
SRES, pas nécessairement l’exactitude ou la cohérence avec la situation particulière du Sénégal. Une fois
que l’on dispose des valeurs limites (estimations pour 2000 et 2100), on peut obtenir les valeurs des années
intermédiaires par un calcul proportionnel fondé sur les changements estimés des revenus (en adoptant
l’hypothèse que les changements de niveau de développement sont autorisés par la croissance du PIB). On
peut appliquer pour cela l’équation suivante pour interpoler le niveau de développement :
N2010 = N 2000 + (N 2100 – N2000) * [ (PIB 2010 – PIB 2000)/(PIB 2100 – PIB 2000) ], où :
N2000 , N2010, et N2100 = niveau de développement estimé en 2000, 2010 et 2100, respectivement.
PIB 2000 , PIB 2010 , and PIB 2100 = taux de changement estimé du PIB par rapport à 1990 pour 2000, 2010 et
2100, respectivement.
Étape 3 : Estimer les prélèvements annuels. WRI (2000) donne des estimations de la « moyenne annuelle des
ressources en eau intérieures renouvelables », qui est pour le Sénégal de 26,4 km3 et du « total des
prélèvements annuels », qui est pour le Sénégal de 1,5 km3 en 1990. Le ratio des prélèvements par rapport
aux ressources disponibles est le niveau de développement, dont la valeur initiale est égale dans le cas
présent à 6 %. En conséquence, pour estimer les prélèvements annuels pour 2100, on multiplie le niveau de
développement par la quantité de ressources intérieures renouvelables (soit 26,4 km3 au Sénégal).
Étape 4 : Estimer les prélèvements annuels par habitant. Cette estimation doit refléter la progression du
niveau de développement et l’accroissement démographique; il convient aussi d’opérer la convernsion de
km3 en m3. On obtient cette estimation en multipliant la valeur estimée des prélèvements annuels par 1
milliard (nombre de m3 dans un km3). On divise ensuite ce chiffre par le nombre d’habitants, qui augmente
chaque décennie selon les caractéristiques du scénario du SRES. On obtient la valeur estimée des
prélèvements d’eau par habitant au Sénégal en 2010 en multipliant les prélèvements estimés de 1,8 km3 par
109 et en les divisant par le chiffre estimé de la population en 2010, soit 9 481 000 multiplié par 1,58 pour
refléter la croissance démographique de 58 % growth de 1990 à 2010.
Étape 5. Estimer la répartition sectorielle de la consommation d’eau. Comme pour le niveau de développement
ci-dessus et la part des importations alimentaires dans la section concernant l’agriculture, ces estimations sont
fondées sur une valeur initiale donnée, par exemple, par WRI (2000) et sur une valeur cible déterminée
rationnellement compte tenu du scénario du SRES et des objectifs généraux de développement du pays. Une
fois les valeurs initiales et cibles déterminées pour chaque secteur (dont le total doit être égal à 100 %), on peut
estimer la valeur des années intermédiaires de manière analogue au moyen de la formule ci-dessus pour tenir
compte des changements du PIB , dont on considère qu’ils influent sur la répartition sectorielle, par exemple en
induisant une hausse de la part de l’industrie qui accompagne le développement industriel.

Le tableau 11 présente les indicateurs socioéconomiques et les valeurs de référence pour le scénario B1 qui,
dans le contexte d’une croissance démographique réduite et de la coopération mondiale, limite le niveau de
développement nécessaire pour répondre aux besoins d’eau du pays. Des niveaux plus modestes de
production agricole accroissent le volume d’eau disponible pour le développement agricole et pour davantage
d’usages ordinaires; la répartition de la consommation d’eau peut donc varier. La croissance économique

32
Version préliminaire – À ne pas citer ni référencer

autorise des augmentations de l’efficacité à la consommation de l’eau dans tous les secteurs, si bien que la
consommation des ménages, par exemple, ne doit pas augmenter autant que la population.2

Tableau 11. Situation estimée des ressources en eau pour le Sénégal : scénario SRES B1
Sénégal 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
Changement 24 51 81 104 124 141 148 150 147 135 123
démographique (en %
par rapport à 1990,
d’après le tableau 1)
Changement estimé du 47 147 289 657 1147 1773 2636 3510 4405 5242 6152
PNB/PIB (en % par
rapport à 1990, d’après le
tableau 2)
Niveau de 6 6 6 7 8 9 10 11 12 13 15
développement des
ressources internes en
eau renouvelables (part
des ressour-ces internes
en eau renouvelables
annuelles)
Prélèvements annuels 1,5 1,6 1,6 1,8 2,1 2,4 2,6 2,9 3,2 3,4 4,0
(en km3)
Prélèvements annuels par 127,6 111,8 134,6 93,1 99,8 119,0 110,6 122,3 150,7 180,9 189,2
habitant (en m3)
Part sectorielle de la
consommation d’eau (en
%)
agriculture 92 91,72 91,32 90,30 88,94 87,20 84,80 82,37 79,88 77,55 75
industrie 3 3,25 3,60 4,50 5,70 7,24 9,36 11,51 13,71 15,77 18
ménages 5 5,03 5,08 5,20 5,36 5,57 5,85 6,14 6,43 6,70 7
Notes :
Moyenne annuelle des ressources internes en eau renouvelables (WRI, 2000): Total 26,4 km3; par hab. 2 784 m3.
Le niveau de développement est un indicateur clé qui estime la part des ressources internes disponibles qui est
prélevée pour la consommation. Dans le cas présent, comme pour la part des importations pour l’alimentation, vous
devez estimer rationnellement l’évolution possible du niveau de développement. Dans cet exemple, nous avons
supposé que le Sénégal souhaitait accroître son niveau de développement de 6 % à 15% et assurer ainsi la viabilité
d’un grand nombre de ses écosystèmes aquatiques, conformément au canevas B1. La cadence et le cadre temporel du
développement sont liés à la cadence et au cadre temporel de la croissance du revenu.
Les prélèvements annuels par habitant sont estimés d’après le ratio des prélèvements annuels estimés, qui sont ajustés
à la hausse lorsque le niveau de développement s’élève, par rapport au chiffre de la population tel qu’il est établi dans
le scénario du SRES considéré.
Parts sectorielles de la consommation d’eau. Les valeurs initiales sont celles données par WRI (2000). Les valeurs
pour 2100 sont estimées sur la base de jugements experts et compte tenu du scénario du SRES et du canevas pour le
secteur agricole. Les valeurs des années intermédiaires sont interpolées d’après la cadence et le calendrier de
l’accroissement du revenu qui peut autoriser des gains d’efficacité dans l’utilisation de l’eau dans le secteur agricole.

2. Downing (1992) estime que le Sénégal possède les ressources nécessaires pour assurer son auto-suffisance
alimentaire d’ici 2050, s’il ne se produit pas de changements climatiques, à savoir si l’intensité des sécheresses ne
s’accroît pas. Toutefois, les changements climatiques attendus auront pour effet d’accroître le nombre de la population
rurale dont l’alimentation ne pourra plus être assurée par l’agriculture pluviale.

33
Version préliminaire – À ne pas citer ni référencer

Enfin, lorsque l’on examine les ressources en eau et que l’on estime la situation et la vulnérabilité
de la population future, il existe plusieurs indicateurs qui peuvent fournir des informations utiles :

Ø La vulnérabilité des établissements humains aux risques d’inondation

Ø Les impacts du développement et de la croissance démographique sur la qualité de l’eau
Ø La vulnérabilité des écosystèmes aquatiques et tributaires de l’eau.

Risques d’inondation. Les inondations significatives peuvent infliger des dommages et des
perturbations graves. Les établissements humains doivent souvent apprécier les avantages et les
inconvénients de la proximité des ressources en eau et des risques d’inondations qui y sont liés.
L’accroissement du développement économique dans les zones exposées aux inondations accroît
la vulnérabilité des biens et des populations. Dans l’élaboration des scénarios socioéconomiques,
il peut être important de tenir compte des tendances et des taux de croissance démographiques
dans les zones vulnérables. Pour établir un indicateur utile du risque d’inondation, la zone
vulnérable doit être définie. Dans de nombreuses régions où les établissements humains sont
exposés à ce risque, les plaines inondables ont déjà été définies ainsi que la fréquence des
inondations : on parle de crues centennales ou à 500 ans.3 Selon les estimations démographiques
des scénarios du SRES, il est possible que les risques d’inondation augmentent plus fortement
dans le scénario A2 selon lequel la croissance démographique est plus forte. Toutefois, ces
risques pourraient également augmenter dans le scénario B1, suivant les régions spécifiques où le
développement économique se situera vraisemblablement. Si le développement a lieu
principalement dans les plaines inondables, les dégâts pourraient être plus importants.

Qualité de l’eau. L’oxygène dissous (OD) est d’une importance vitale pour la santé et l’entretien
des écosystèmes aquatiques. Il peut également indiquer les zones où les niveaux de pollution sont
élevés du fait, par exemple, d’un traitement insuffisant des eaux usées. En outre, l’OD est réduit
non seulement par l’élévation de la température qui limite naturellement la capacité de dissolution
de l’oxygène de l’eau, mais aussi par l’introduction dans l’eau de matières organiques augmentant
la demande biochimique d’oxygène (DBO), que cette introduction se produise naturellement ou
qu’elle soit le résultat d’activités anthropiques. Selon les données disponibles, cette mesure est
fortement spécifique à la région et aux cours d’eau, et il peut donc s’avérer nécessaire de trouver
une autre mesure de la qualité de l’eau. Si les données sur l’OD pour les principaux systèmes
hydrologiques sont disponibles pour le pays considéré, il faudra définir une norme de qualité.
Pour les États-Unis, par exemple, la norme minimum est de 5 mg/l, en dessous de quoi les
niveaux d’oxygène sont considérés comme insuffisants et pouvant avoir des effets adverses sur
les écosystèmes aquatiques. Bien que ce niveau critique puisse être atteint périodiquement dans
certaines parties du système fluvial, ce sont surtout la fréquence et la durée des violations qui
importent. Étant donné que le niveau de développement des ressources en eau sera
vraisemblablement inférieur de beaucoup dans le scénario B1 par rapport au scénario A2, la
qualité de l’eau sera vraisemblablement aussi supérieur dans ce scénario.

Écosystèmes à risque. Les ressources en eau sont d’une importance vitale, non seulement pour
les établissements humains, mais aussi pour la faune et la flore sauvages et les écosystèmes. Elles
doivent être disponibles en quantité et en qualité suffisantes pour maintenir la santé et la viabilité
des écosystèmes. L’aménagement des ressources en eau pour la consommation humaine se traduit
souvent par des dérivations qui réduisent les débits, ce qui peut imposer des stresses

3. Ces définitions supposent une distribution « stationnaire », c’est-à-dire sans changement, des
inondations. Toutefois, les changements climatiques sont susceptibles de modifier la fréquence et l’ampleur
des inondations, ce qui, à long terme, pourra exiger une redéfinition des régions vulnérables.

34
Version préliminaire – À ne pas citer ni référencer

particulièrement durs aux écosystèmes en saison d’étiage. La croissance démographique et le

développement industriel accroissent d’une part la concurrence et réduisent ainsi les débits, mais
ils produisent également des déchets et des substances polluantes qui doivent être réassimilées
dans le système hydrographique. Ces divers stresses dégradent les habitats et causent la
disparition de certaines espèces et des pertes de biodiversité. Un indicateur tel que le nombre
d’espèces à risque permet d’identifier les bassins versants contenant des animaux et des plantes
aquatiques et de terres humides particulièrement vulnérables aux changements de régime
hydrologique et de qualité de l’eau. Le nombre d’espèces tributaires de l’eau à risque présentes
dans un bassin versant indique le degré relatif de stress auquel le bassin versant est actuellement
exposé, stress qui peut provenir de multiples sources telles que la perte d’habitat, l’empiètement
des établissements humains, la pollution, les déprédations et la maladie. Réciproquement, un
niveau inférieur de développement des ressources en eau laisse davantage d’eau à la disposition
des écosystèmes. En conséquence, bien que le niveau de développement augmente dans les deux
scénarios du SRES considérés, cette augmentation sera vraisemblablement bien moindre dans le
scénario B1 que dans le scénario A2.

CONCLUSION

Un examen des exemples spécifiques aux secteurs donnés ci-dessus pour les scénarios A2 et B1
du SRES fait apparaître les différences qui existent au niveau des implications des différentes
hypothèses socioéconomiques. Comme il a été noté au début du présent manuel, l’élaboration de
scénarios socioéconomiques consiste à formuler des visions d’avenir possibles, visions qui
peuvent être informées et différenciées en évaluant de manière critique les caractéristiques clés de
la conjoncture socioéconomique et en en tirant les conséquences. La croissance démographique,
l’augmentation du revenu, le développement économique, les institutions sociales, les préférences
concernant l’environnement et la mondialisation peuvent exercer des influences significatives et
infléchir le cours de l’avenir.

Le présent manuel, les exemples et conseils qui s’y trouvent pourront servir de point de départ
aux analystes qui, nous l’espérons, en dégageront une structure et un processus pour leur propre
examen des implications des diverses options de développement en ce qui concerne la
vulnérabilité aux changements climatiques. Le manuel aura été utile si les analystes sont en
mesure d’appliquer les idées qui y sont énoncées et de les adapter en fonction de la spécificité de
la situation des pays considérés et s’ils sont capables d’élaborer eux-mêmes des canevas qui
possèdent une logique interne et une cohérence extérieure avec l’ensemble des scénarios élaborés
pour évaluer la vulnérabilité et l’adaptation aux changements climatiques.

35
Version préliminaire – À ne pas citer ni référencer

RÉFÉRENCES BIBLIOGRAPHIQUES

Banque mondiale. 1998. World Development Indicators 1998 [CD-ROM]. International Bank for
Reconstruction and Development/The World Bank, Washington, DC.

Carter, T.R., M.L. Parry, H. Harasawa, and S. Nishioka. 1994. IPCC Technical Guidelines for
Assessing Climate Change Impacts and Adaptations. Intergovernmental Panel on Climate
Change, Geneva.

Douglas, M., D. Gasper, S. Ney, and M. Thompson. 1998. Human needs and wants. In Human
Choice and Climate Change, Volume 1: The Societal Framework, S. Rayner and E.L. Malone
(eds). Battelle Press, Columbus, OH.

Deininger, K. and L. Squire. 1996. A new data set measuring income equality. The World Bank
Review 10 (3):565-91

Deininger, K. and L. Squire. 1998. New ways of looking at old issues: inequality and growth.
Journal of Development Economics 57:259-287

Downing, T.E. 1992. Climate Change and Vulnerable Places: Global Food Security and Country
Studies in Zimbabwe, Kenya, Senegal and Chile. Research Report 1, Environmental Change Unit,
University of Oxford, UK.

FAO. 1999. Bases de données statistiques de l’Organisation des Nations Unies pour
l’alimentation et l’agriculture (FAOSTAT). En ligne à http//apps.fao.org.

Hulme, M., T. Jiang, and T. Wigley. 1995. SCENGEN: A Climate Change SCENario GENerator.
Software User Manual, Version 1.0. Climatic Research Unit, University of East Anglia, Norwich,
UK, and WWF International, Gland, Suisse.

Kasperson, J.X., R.E. Kasperson, and B.L. Turner II (eds). 1995. Regions at Risk: International
Comparisons of Threatened Environments. UNU Press, Tokyo.

Lorenzoni, I., A. Jordan, M. Hulme, R.K. Turner, and T. O’Riordan. 2000. A co-evolutionary
approach to climate change impact assessment: Part I, Integrating socio-economic and climate
change scenarios. Global Environmental Change 10, 57-68.

Moss, R.H., A. Brenkert, and E.L. Malone. 2001. Vulnerability Indicators. Pacific Northwest
National Laboratory, Washington, DC.

Nakicenovic, N. et al. 2000. Special Report on Emissions Scenarios. Cambridge University Press,
Cambridge, UK.

Pepper, W.J., J. Leggett, R. Swart, J. Wasson, J. Edmonds, and I. Mintzer. 1992. Emissions
Scenarios for the IPCC: An Update — Assumptions, Methodology, and Results.
Intergovernmental Panel on Climate Change, Geneva.

Pitcher, H. 1997. Sustainability: an exploratory analysis using the MiniCAM integrated climate
model. Pacific Northwest National Laboratory, Washington, DC.

36
Version préliminaire – À ne pas citer ni référencer

PNUD [Programme des Nations Unies pour le développement.] 1999. Human Development
Report [CD-ROM]. HDRs 1990-1999. Nations Unies, Genève.

Riebsame, W.E., S.A. Changnon Jr., and T.R. Karl. 1991. Drought and Natural Resources
Management in the United States: Impacts and Implications of the 1987-89 Drought. Westview
Press, Boulder, CO, USA.

Smith, J.B., G.V. Menzhulin, M. Campos, N. Bhatti, R. Benioff, and B. Jallow (eds). 1996.
Adapting to Climate Change: Assessments and Issues. Springer, New York.

Tol, R.S.J. 1998. Socio-economic scenarios. In UNEP Handbook on Methods for Climate Change
Impact Assessment and Adaptation Studies, J.F. Feenstra, I. Burton, J.B. Smith, and R.S.J. Tol
(eds). United Nations Environment Programme and Vrije Universiteit, Amsterdam and
http://www.vu.nl/english/o_o/instituten/IVM/research/climatechange/Handbook.htm

WRI [World Resources Institute]. 2000. World Resources 2000-2001: People and Ecosystems:
The Fraying Web of Life. En collaboration avec le Programme des Nations Unies pour le
dévelopement, le Programme des Nations Unies pour l’environnement et la Banque mondiale.
WRI, Washington, D.C.

37
Version préliminaire – À ne pas citer ni référencer

APPENDICE 1. CLASSEMENT DES PAYS PAR RÉGIONS SELON LE SRES

Région ALM Région REForm Région ASIE

(LAM = (pays procédant (CPA = Asie à
Amérique latine; à des réformces planification
SSAFR = économiques: centrale; SAS =
Afrique sub- EEU = Europe Asie du Sud-Est;
saharienne; de l’Est; NIS- PAS = Asie du
MEA = Afrique FSU = Pays en Pacifique)
du Nord) transition et ex-
Union
soviétique)

ALM(LAM) Antigua Barbade REF(EEU) Albanie ASIE(CPA) Cambodge

ALM(LAM) Argentine REF(EEU) Bosnie- ASIE(CPA) Chine, Hong-
Herzégovine Kong
ALM(LAM) Bahamas REF(EEU) Bulgarie ASIE(CPA) RDP de Corée
ALM(LAM) Barbade REF(EEU) Croatie ASIE(CPA) RDP lao
ALM(LAM) Bélize REF(EEU) Rép. tchèque ASIE(CPA) Mongolie
ALM(LAM) Bermudes REF(EEU) Tchécoslovaquie ASIE(CPA) Viet Nam
ALM(LAM) Bolivie REF(EEU) Hongrie . .
ALM(LAM) Brésil REF(EEU) Macédoine ASIE(SAS) Afghanistan
ALM(LAM) Chili REF(EEU) Pologne ASIE(SAS) Bangladesh
ALM(LAM) Colombie REF(EEU) Roumanie ASIE(SAS) Bhoutan
ALM(LAM) Costa Rica REF(EEU) Slovaquie ASIE(SAS) Inde
ALM(LAM) Cuba REF(EEU) Slovénie ASIE(SAS) Népal
ALM(LAM) Dominica REF(EEU) RSF Yougoslavie ASIE(SAS) Pakistan
ALM(LAM) Rép. dominicaine REF(EEU) Yougoslavie ASIE(SAS) Sri Lanka
ALM(LAM) Équateur . . . .
ALM(LAM) El Salvador REF(NIS-FSU) Arménie ASIE(PAS) Samoas amér.
ALM(LAM) Grenada REF(NIS-FSU) Azerbaïdjan ASIE(PAS) Brunei
ALM(LAM) Guadeloupe REF(NIS-FSU) Bélarus ASIE(PAS) Fidji
ALM(LAM) Guatemala REF(NIS-FSU) Estonie ASIE(PAS) Polynésie fr.
ALM(LAM) Guyana REF(NIS-FSU) Géorgie ASIE(PAS) Indonésie
ALM(LAM) Haïti REF(NIS-FSU) Kazakhstan ASIE(PAS) Kiribati
ALM(LAM) Honduras REF(NIS-FSU) Kirghizistan ASIE(PAS) Rep. de Corée
ALM(LAM) Jamaïque REF(NIS-FSU) Lettonie ASIE(PAS) Malaisie
ALM(LAM) Martinique REF(NIS-FSU) Lituanie ASIE(PAS) Myanmar
ALM(LAM) Mexique REF(NIS-FSU) Moldova ASIE(PAS) Nvlle-Calédonie
ALM(LAM) Antilles REF(NIS-FSU) Ouzbékistan ASIE(PAS) P-N-Guinée
néerlandaises
ALM(LAM) Nicaragua REF(NIS-FSU) Fed. de Russie ASIE(PAS) Philippines
ALM(LAM) Panama REF(NIS-FSU) Tadjikistan ASIE(PAS) Singapour
ALM(LAM) Paraguay REF(NIS-FSU) Turkménistan ASIE(PAS) Iles Salomon
ALM(LAM) Pérou REF(NIS-FSU) Ukraine ASIE(PAS) Ste-Hélène
ALM(LAM) St-Kitts-et-Nev REF(NIS-FSU) URSS ASIE(PAS) Thaïlande
ALM(LAM) Ste-Lucie ASIE(PAS) Tonga
ALM(LAM) St-Pierre-et- Mq ASIE(PAS) Vanuatu
ALM(LAM) St Vincent

38
Version préliminaire – À ne pas citer ni référencer

ALM(LAM) Suriname Région ALM Région OCDE

(MEA = Moyen- WEU = Europe
Orient et de l’Ouest;
Afrique du NAM =
Nord) Amérique du
Nord; PAO =
Pays OCDE du
Pacifique)
ALM(LAM) Trinité-et-Tob. ALM(MEA) Algérie Andorre OCDE(WEU)
ALM(LAM) Uruguay ALM(MEA) Bahreïn Autriche OCDE(WEU)
ALM(LAM) Venezuela ALM(MEA) Égypte Belgique OCDE(WEU)
ALM(MEA) Iran Belgique- OCDE(WEU)
Luxembourg
ALM(SSAFR) Angola ALM(MEA) Iraq Chypre OCDE(WEU)
ALM(SSAFR) Bénin ALM(MEA) Israël Danemark OCDE(WEU)
ALM(SSAFR) Botswana ALM(MEA) Jordanie Iles Faeroe OCDE(WEU)
ALM(SSAFR) Burkina Faso ALM(MEA) Koweït Finlande OCDE(WEU)
ALM(SSAFR) Burundi ALM(MEA) Liban France OCDE(WEU)
ALM(SSAFR) Cameroun Allemagne OCDE(WEU)
ALM(SSAFR) Cap-Vert ALM(MEA) Libye Gibraltar OCDE(WEU)
ALM(SSAFR) République ALM(MEA) Maroc Grèce OCDE(WEU)
centrafricaine
ALM(SSAFR) Tchad ALM(MEA) Oman Groenland OCDE(WEU)
ALM(SSAFR) Comores ALM(MEA) Qatar Islande OCDE(WEU)
ALM(SSAFR) RD Congo ALM(MEA) Arabie saoudite Irland OCDE(WEU)
ALM(SSAFR) Rép. Congo ALM(MEA) Soudan Italie OCDE(WEU)
ALM(SSAFR) Côte d’Ivoire ALM(MEA) Syrie Liechtenstein OCDE(WEU)
ALM(SSAFR) Djibouti ALM(MEA) Tunisie Luxembourg OCDE(WEU)
ALM(SSAFR) Guinée- ALM(MEA) Émirats arabes Malte OCDE(WEU)
équatoriale unis
ALM(SSAFR) Erythrée ALM(MEA) Yémen Monaco OCDE(WEU)
ALM(SSAFR) Éthiopie Pays-Bas OCDE(WEU)
ALM(SSAFR) RDP Éthiopie Norvège OCDE(WEU)
ALM(SSAFR) Gabon Portugal OCDE(WEU)
ALM(SSAFR) Gambie Espagne OCDE(WEU)
ALM(SSAFR) Ghana Suède OCDE(WEU)
ALM(SSAFR) Guinée Suisse OCDE(WEU)
ALM(SSAFR) Guinée-Bissau Turquie OCDE(WEU)
ALM(SSAFR) Kenya Royaume-Uni OCDE(WEU)
ALM(SSAFR) Lesotho
ALM(SSAFR) Libéria Canada OCDE(NAM)
ALM(SSAFR) Madagascar Guam OCDE(NAM)
ALM(SSAFR) Malawi Porto Rico OCDE(NAM)
ALM(SSAFR) Mali Iles Vierges US OCDE(NAM)
ALM(SSAFR) Mauritanie États-Unis OCDE(NAM)
ALM(SSAFR) Maurice . .
ALM(SSAFR) Mozambique Australie OCDE(PAO)
ALM(SSAFR) Namibia Japon OCDE(PAO)
ALM(SSAFR) Niger Nouvelle-Zélande OCDE(PAO)
ALM(SSAFR) Nigéria

39
Version préliminaire – À ne pas citer ni référencer

ALM(SSAFR) Nioué
ALM(SSAFR) Palau
ALM(SSAFR) Réunion
ALM(SSAFR) Rwanda
ALM(SSAFR) Sénégal
ALM(SSAFR) Seychelles
ALM(SSAFR) Sierra Leone
ALM(SSAFR) Somalie
ALM(SSAFR) Afrique du Sud
ALM(SSAFR) Swaziland
ALM(SSAFR) Tanzania
ALM(SSAFR) Togo
ALM(SSAFR) Ouganda
ALM(SSAFR) Sahara occid.
ALM(SSAFR) Zambie
ALM(SSAFR) Zimbabwe

40
Version préliminaire – À ne pas citer ni référencer

APPENDICE 2. ÉVOLUTION DU PIB (OU À DÉFAUT DU PNB) ET CHANGEMENT

DÉMOGRAPHIQUE
en pourcentage des valeurs de 1990 selon les quatre scénarios du SRES

Augmentation/diminution du PIB/PNB(mon) par rapport à 1990 dans les régions du SRES

Scénario A1 (MiniCAM)
1990 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
ALM 0% 47% 147% 289% 710% 1331% 2142% 3426% 4852% 6410% 8068% 9915%
Asie 0% 121% 364% 735% 1607% 2785% 4278% 6071% 7921% 9835% 11757% 13850%
OCDE 0% 25% 57% 93% 111% 174% 228% 288% 356% 431% 526% 628%
REForm 0% 0% 27% 90% 218% 363% 536% 809% 1136% 1518% 1881% 2290%
Monde 0% 32% 84% 155% 287% 466% 694% 995% 1322% 1674% 2050% 2463%
Scénario A2 (MiniCAM)
1990 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
ALM 0% 47% 126% 226% 421% 673% 989% 1452% 1978% 2578% 3284% 4073%
Asie 0% 121% 292% 521% 828% 1207% 1657% 2257% 2978% 3814% 4835% 5985%
OCDE 0% 25% 50% 73% 81% 109% 135% 160% 192% 230% 282% 339%
REForm 0% 0% 9% 36% 63% 100% 145% 236% 345% 490% 654% 854%
Monde 0% 32% 71% 115% 168% 235% 317% 425% 553% 701% 885% 1091%
Scénario B1 (MiniCAM)
1990 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
ALM 0% 47% 147% 289% 657% 1147% 1773% 2636% 3510% 4405% 5242% 6152%
Asie 0% 121% 357% 721% 1450% 2335% 3371% 4421% 5442% 6435% 7321% 8264%
OCDE 0% 25% 53% 84% 96% 138% 173% 208% 246% 287% 335% 386%
REForm 0% 0% 27% 81% 172% 272% 381% 545% 736% 945% 1118% 1318%
Monde 0% 32% 81% 146% 252% 386% 547% 734% 923% 1116% 1300% 1498%
Scénario B2 (MiniCAM)
1990 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
ALM 0% 47% 136% 257% 521% 868% 1310% 1926% 2589% 3300% 4052% 4884%
Asie 0% 121% 335% 635% 1150% 1750% 2442% 3228% 4071% 4971% 5935% 6992%
OCDE 0% 25% 50% 74% 80% 103% 122% 135% 150% 168% 190% 214%
REForm 0% 0% 18% 63% 109% 163% 209% 309% 418% 536% 654% 790%
Monde 0% 32% 75% 128% 200% 287% 392% 517% 653% 800% 958% 1132%

41
Version préliminaire – À ne pas citer ni référencer

Augmentation/diminution de la population par rapport à 1990 dans les régions du SRES

Scénario A1 (MiniCAM)
1990 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
ALM 0% 24% 51% 81% 104% 124% 141% 148% 150% 147% 135% 123%
Asie 0% 15% 29% 41% 47% 50% 51% 45% 38% 28% 16% 4%
OCDE 0% 8% 15% 20% 22% 27% 28% 29% 30% 31% 31% 32%
REForm 0% 0% 0% 1% 1% 0% -1% -4% -8% -12% -16% -20%
Monde 0% 15% 29% 43% 53% 60% 64% 62% 59% 53% 43% 34%
Scénario A2 (MiniCAM)
1990 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
ALM 0% 26% 58% 94% 133% 172% 212% 248% 281% 309% 329% 349%
Asie 0% 18% 36% 54% 72% 90% 106% 121% 135% 147% 155% 164%
OCDE 0% 9% 16% 22% 25% 33% 37% 42% 49% 57% 67% 78%
REForm 0% 0% 2% 6% 10% 15% 21% 28% 36% 45% 55% 65%
Monde 0% 17% 35% 54% 74% 94% 113% 131% 147% 162% 174% 185%
Scénario B1 (MiniCAM)
1990 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
ALM 0% 24% 51% 81% 104% 124% 141% 148% 150% 147% 135% 123%
Asie 0% 15% 29% 41% 47% 50% 51% 45% 38% 28% 16% 4%
OCDE 0% 8% 15% 20% 22% 27% 28% 29% 30% 31% 31% 32%
REForm 0% 0% 0% 1% 1% 0% -1% -4% -8% -12% -16% -20%
Monde 0% 15% 29% 43% 53% 60% 64% 62% 59% 53% 43% 34%
Scénario B2 (MiniCAM)
1990 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
ALM 0% 25% 55% 88% 120% 151% 180% 202% 219% 232% 236% 239%
Asie 0% 16% 32% 47% 59% 69% 77% 80% 81% 81% 76% 72%
OCDE 0% 8% 14% 18% 19% 22% 22% 20% 20% 19% 19% 19%
REForm 0% 0% 0% 1% 2% 2% 1% 0% -1% -2% -3% -4%
Monde 0% 16% 32% 48% 63% 75% 86% 93% 97% 99% 98% 96%

42
Version préliminaire – À ne pas citer ni référencer

Augmentation/diminution de la population rurale par rapport à 1990 dans les régions du SRES calculées d’après les
informations sur les pays de la FAO98

199019952000 2005 2010 2015 2020 2025 2030

ALM
0% 7% 15% 23% 30% 37% 44% 49% 52%
Asie
0% 4% 6% 8% 8% 8% 7% 5% 2%
OCDE
0% -2% -4% -8% -12% -16% -20% -25% -30%
REForm
0% -4% -9%-13%-17% -21% -25% -30% -34%
Monde
0% 4% 7% 9% 10% 11% 11% 10% 8%
Augmentation/diminution de la population urbaine par rapport à 1990 dans les régions du SRES calculées d’après les
informations sur les pays de la FAO98

199019952000 2005 2010 2015 2020 2025 2030

ALM
0% 18% 37% 59% 82%108%134%162%190%
Asie
0% 19% 41% 63% 87%112%138%164%190%
OCDE
0% 5% 9% 13% 17% 21% 24% 28% 29%
REForm
0% 4% 6% 9% 12% 15% 17% 19% 21%
Monde
0% 13% 27% 41% 57% 74% 90%108%124%
Augmentation/diminution de la population totale par rapport à 1990 dans les régions du SRES calculées d’après les
informations sur les pays de la FAO98

199019952000 2005 2010 2015 2020 2025 2030 2035 2040

ALM
0% 13% 26% 40% 56% 72% 89%105%121%136%149%
Asie
0% 8% 16% 23% 30% 37% 43% 49% 54% 58% 62%
OCDE
0% 3% 6% 8% 10% 12% 14% 15% 15% 15% 14%
REForm
0% 0% 0% 0% 0% 1% 1% 0% 0% -1% -1%
Monde
0% 8% 15% 23% 30% 38% 45% 52% 58% 64% 69%
Augmentation/diminution de la population mondiale par rapport à 1990 calculées d’après les informations de la Banque
mondiale sur la population mondiale
199019952000 2005 2010 2015 2020 2025 2030 2035 2040
Monde 0% 7% 15% 22% 28% 35% 42% 48% 53% 58% 62%

43
Version préliminaire – À ne pas citer ni référencer

Parts de la population rurale, urbaine, agraire et

non agraire par rapport à la population totale
dans les régions du SRES en 1990
AGR NONAGR RUR. URB.
ALM 45% 55% 51% 49%
Asie 63% 36% 73% 27%
OCDE 12% 88% 25% 75%
REForm 21% 79% 37% 63%
Monde 47% 53% 57% 43%

Répartition des terres d’après les données des

Indicateurs du développement mondial en 1990
Terres
labou-
rables Prairies ForêtsAutres
ALM 5% 20% 49% 26%
Asie 14% 19% 43% 24%
OCDE 13% 25% 29% 32%
REForm 12% 17% 42% 29%
Monde 11% 24% 32% 33%

44
Version préliminaire – À ne pas citer ni référencer

APPENDICE 3. CHANGEMENTS DE L’UTILISATION DES TERRES, DE LA

CONSOMMATION D’ÉNERGIE, DES ÉMISSIONS DE SOX ET DE L’ÉNERGIE NUCLÉAIRE
en pourcentage des valeurs de référence 1990 dans les quatre scénarios du SRES

Augmentation/diminution de l’utilisation des terres par rapport aux données de 1990 dans les régions du SRES
Scénario A1 (MiniCAM)
1990 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
Terres labourables
ALM 0% -7% -10% -12% -13% -16% -20% -28% -37% -47% -54% -61%
Asie 0% 2% 5% 7% 6% 4% 0% -10% -19% -29% -39% -49%
OCDE 0% 0% 0% 0% -1% -7% -13% -24% -34% -43% -51% -60%
REForm 0% 3% 7% 11% 13% 13% 9% -3% -19% -35% -44% -52%
Monde 0% 0% 0% 1% 0% -2% -7% -17% -28% -39% -47% -56%
Forêt
ALM 0% -1% -4% -9% -14% -19% -23% -20% -16% -10% -5% -1%
Asie 0% -2% -5% -10% -16% -20% -23% -20% -16% -9% -4% 0%
OCDE 0% 1% 0% -2% -5% -13% -17% -10% -1% 8% 11% 14%
REForm 0% 0% -1% -6% -14% -21% -26% -18% -7% 5% 10% 14%
Monde 0% 1% 0% -5% -13% -20% -26% -20% -11% 1% 6% 11%
Prairies
ALM 0% 5% 14% 26% 39% 49% 57% 51% 43% 31% 22% 12%
Asie 0% 3% 9% 18% 27% 34% 39% 38% 36% 31% 26% 20%
OCDE 0% 3% 8% 16% 20% 31% 35% 31% 26% 19% 12% 5%
REForm 0% 3% 14% 33% 54% 71% 84% 73% 55% 33% 23% 14%
Monde 0% 4% 12% 23% 35% 45% 52% 47% 39% 28% 20% 12%
Autres terres
ALM 0% -3% -8% -13% -15% -16% -16% -16% -15% -15% -12% -10%
Asie 0% -4% -9% -14% -17% -17% -17% -17% -16% -15% -12% -9%
OCDE 0% -3% -8% -13% -14% -15% -15% -15% -14% -13% -11% -9%
REForm 0% -4% -9% -15% -17% -18% -17% -17% -16% -15% -12% -9%
Monde 0% -4% -8% -13% -15% -16% -16% -16% -15% -14% -12% -9%

Scénario A2 (MiniCAM)
1990 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
Terres labourables
ALM 0% -5% -6% -1% 3% 5% 6% 3% 0% -1% -3% -4%
Asie 0% 3% 8% 14% 18% 21% 22% 18% 16% 14% 12% 11%
OCDE 0% 1% 4% 9% 10% 12% 12% 7% 5% 3% 2% 1%
REForm 0% 4% 11% 21% 29% 34% 36% 29% 24% 21% 22% 23%
Monde 0% 0% 4% 10% 14% 17% 18% 13% 10% 8% 7% 6%
Forêt
ALM 0% -1% -4% -8% -13% -16% -19% -19% -19% -19% -20% -21%
Asie 0% -2% -5% -10% -15% -19% -22% -23% -23% -23% -24% -25%
OCDE 0% 0% 0% -3% -4% -9% -9% -4% -1% 0% -2% -5%
REForm 0% 0% -1% -6% -12% -16% -19% -13% -10% -8% -12% -16%
Monde 0% 0% 0% -5% -11% -16% -18% -13% -10% -9% -12% -16%
Prairies
ALM 0% 5% 13% 22% 31% 38% 44% 42% 41% 40% 42% 44%
Asie 0% 2% 7% 13% 19% 24% 28% 29% 30% 31% 32% 33%
OCDE 0% 2% 7% 12% 15% 20% 23% 22% 22% 23% 24% 25%

45
Version préliminaire – À ne pas citer ni référencer

REForm 0% 3% 12% 26% 38% 48% 54% 48% 45% 44% 50% 55%
Monde 0% 4% 10% 19% 26% 33% 37% 36% 35% 35% 37% 39%
Autres terres
ALM 0% -4% -8% -11% -13% -15% -18% -21% -24% -25% -24% -24%
Asie 0% -5% -9% -14% -16% -18% -20% -24% -27% -28% -27% -26%
OCDE 0% -4% -8% -12% -13% -16% -18% -22% -24% -25% -24% -24%
REForm 0% -5% -10% -14% -16% -19% -21% -25% -28% -29% -28% -27%
Monde 0% -4% -8% -12% -14% -16% -19% -22% -25% -26% -25% -25%

Scénario B1 (MiniCAM)
1990 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
Terres labourables
ALM 0% -7% -12% -15% -20% -27% -34% -42% -51% -59% -65% -71%
Asie 0% 2% 4% 4% 2% -2% -8% -22% -34% -45% -52% -58%
OCDE 0% 0% 0% -2% -5% -15% -25% -36% -45% -52% -61% -69%
REForm 0% 3% 5% 7% 3% -2% -11% -27% -41% -53% -58% -64%
Monde 0% 0% -1% -2% -6% -12% -20% -32% -43% -52% -59% -66%
Forêt
ALM 0% -1% -4% -8% -11% -13% -14% -10% -5% 0% 3% 6%
Asie 0% -2% -5% -9% -12% -13% -12% -7% 0% 5% 9% 13%
OCDE 0% 1% 0% -2% -4% -6% -5% 5% 12% 18% 21% 24%
REForm 0% 0% 0% -5% -11% -13% -13% -1% 8% 15% 13% 11%
Monde 0% 0% 0% -5% -10% -13% -14% -3% 6% 13% 14% 15%
Prairies
ALM 0% 5% 13% 24% 34% 40% 43% 35% 25% 14% 9% 3%
Asie 0% 3% 9% 18% 26% 32% 36% 32% 27% 21% 16% 12%
OCDE 0% 3% 8% 17% 20% 28% 30% 24% 17% 11% 6% 1%
REForm 0% 3% 14% 32% 48% 58% 62% 42% 24% 8% 8% 7%
Monde 0% 4% 11% 22% 32% 38% 41% 33% 23% 14% 9% 5%
Autres terres
ALM 0% -3% -7% -10% -11% -11% -10% -10% -9% -7% -2% 1%
Asie 0% -4% -8% -12% -12% -11% -10% -10% -8% -5% 0% 5%
OCDE 0% -3% -7% -10% -10% -10% -9% -9% -7% -4% 0% 4%
REForm 0% -4% -9% -12% -12% -12% -11% -10% -9% -6% 0% 4%
Monde 0% -4% -7% -11% -11% -11% -10% -10% -8% -6% -1% 3%

Scénario B2 (MiniCAM)
1990 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
Terres labourables
ALM 0% -6% -9% -9% -10% -12% -16% -23% -30% -37% -42% -48%
Asie 0% 3% 6% 9% 10% 10% 7% -2% -10% -17% -22% -28%
OCDE 0% 0% 2% 3% 2% -2% -8% -16% -24% -29% -36% -42%
REForm 0% 3% 8% 14% 16% 14% 10% -2% -13% -23% -28% -33%
Monde 0% 0% 1% 3% 3% 1% -2% -12% -20% -27% -32% -38%
Forêt
ALM 0% -1% -4% -8% -12% -15% -17% -14% -11% -8% -7% -5%
Asie 0% -2% -5% -9% -13% -16% -17% -14% -11% -7% -4% -2%
OCDE 0% 1% 0% -2% -4% -8% -7% 0% 6% 10% 10% 10%
REForm 0% 0% -1% -6% -12% -15% -16% -7% 0% 5% 3% 0%
Monde 0% 0% 0% -5% -11% -15% -16% -8% -1% 3% 2% 1%

46
Version préliminaire – À ne pas citer ni référencer

Prairies
ALM 0% 5% 13% 23% 33% 40% 45% 40% 35% 30% 28% 26%
Asie 0% 2% 8% 15% 23% 28% 33% 32% 31% 28% 27% 26%
OCDE 0% 3% 8% 15% 18% 25% 28% 25% 22% 19% 18% 17%
REForm 0% 3% 13% 29% 44% 55% 62% 49% 40% 31% 33% 36%
Monde 0% 4% 11% 21% 30% 36% 41% 36% 32% 27% 26% 25%
Autres terres
ALM 0% -3% -7% -11% -12% -13% -13% -15% -15% -14% -11% -8%
Asie 0% -4% -9% -13% -13% -14% -14% -16% -16% -15% -11% -7%
OCDE 0% -4% -7% -11% -11% -12% -13% -14% -14% -13% -10% -6%
REForm 0% -5% -9% -13% -14% -15% -15% -17% -17% -16% -12% -8%
Monde 0% -4% -8% -11% -12% -13% -14% -15% -15% -14% -11% -7%

Augmentation/diminution de la consommation d’énergie finale par rapport aux données de 1990 dans les régions du SRES
Scénario A1 (MiniCAM)
1990 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
Gaz
ALM 0% 41% 125% 250% 550% 841% 1141% 1500% 1808% 2075% 1325% 575%
Asie 0% 180% 540% 1100% 2220% 3200% 4080% 4680% 5060% 5220% 3200% 1180%
OCDE 0% 36% 86% 150% 159% 180% 193% 221% 250% 283% 173% 60%
REForm 0% -22% -22% 8% 37% 51% 53% 64% 71% 73% 4% -62%
Monde 0% 21% 71% 150% 241% 324% 396% 474% 538% 587% 350% 113%
Liquides
ALM 0% 29% 70% 117% 152% 229% 341% 476% 605% 735% 882% 1035%
Asie 0% 35% 92% 157% 235% 335% 457% 564% 657% 742% 828% 921%
OCDE 0% 1% -2% -15% -29% -58% -61% -58% -55% -51% -40% -29%
REForm 0% -33% -50% -38% -33% -22% -11% 5% 16% 27% 27% 33%
Monde 0% 4% 10% 19% 19% 33% 62% 96% 130% 162% 200% 239%
Solides
ALM 0% 50% 100% 200% 350% 400% 450% 350% 300% 250% 250% 300%
Asie 0% 55% 125% 210% 265% 290% 280% 170% 100% 60% 55% 55%
OCDE 0% 30% 20% -10% -10% -30% -50% -60% -70% -70% -60% -50%
REForm 0% -23% -30% -30% -38% -38% -38% -53% -69% -69% -69% -69%
Monde 0% 26% 57% 91% 117% 128% 120% 62% 20% 0% 2% 4%
Électricité
ALM 0% 100% 266% 500% 1166% 2033% 3033% 4466% 5966% 7500% 9200% 10900%
Asie 0% 175% 525% 1075% 2150% 3425% 4900% 6250% 7525% 8700% 9450% 10200%
OCDE 0% 27% 50% 63% 68% 81% 90% 131% 186% 245% 363% 481%
REForm 0% 33% 116% 250% 450% 633% 833% 1033% 1216% 1383% 1466% 1533%
Monde 0% 51% 134% 251% 468% 725% 1020% 1360% 1694% 2028% 2345% 2665%
Énergie finale totale
ALM 0% 40% 103% 188% 344% 562% 848% 1174% 1500% 1818% 1981% 2144%
Asie 0% 67% 170% 307% 495% 705% 940% 1090% 1237% 1385% 1427% 1472%
OCDE 0% 16% 32% 50% 50% 57% 76% 93% 114% 139% 140% 142%
REForm 0% -21% -19% 1% 25% 50% 75% 100% 123% 144% 139% 135%
Monde 0% 18% 49% 94% 145% 212% 294% 367% 441% 516% 540% 564%

47
Version préliminaire – À ne pas citer ni référencer

Scénario A2 (MiniCAM)
1990 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
Gaz
ALM 0% 41% 108% 191% 325% 408% 433% 500% 583% 691% 658% 633%
Asie 0% 180% 420% 740% 880% 960% 1060% 1140% 1280% 1480% 1400% 1280%
OCDE 0% 32% 70% 111% 109% 88% 63% 49% 45% 49% 27% 4%
REForm 0% -22% -33% -33% -33% -37% -46% -46% -42% -35% -44% -48%
Monde 0% 19% 51% 92% 109% 111% 101% 104% 118% 140% 119% 100%
Liquides
ALM 0% 29% 58% 94% 117% 182% 282% 388% 511% 652% 788% 923%
Asie 0% 42% 85% 128% 150% 200% 285% 371% 471% 585% 700% 814%
OCDE 0% 0% -2% -6% -13% -26% -20% -20% -15% -5% 5% 15%
REForm 0% -33% -55% -61% -61% -61% -55% -50% -38% -22% -11% -5%
Monde 0% 3% 8% 14% 12% 23% 51% 78% 112% 152% 192% 233%
Solides
ALM 0% 50% 150% 250% 450% 650% 850% 900% 1000% 1050% 1100% 1150%
Asie 0% 65% 130% 200% 240% 290% 340% 340% 360% 395% 410% 430%
OCDE 0% 20% 30% 30% 30% 40% 60% 50% 40% 50% 50% 60%
REForm 0% -23% -30% -46% -46% -38% -30% -30% -30% -30% -30% -30%
Monde 0% 28% 62% 95% 122% 153% 191% 191% 202% 222% 233% 244%
Électricité
ALM 0% 100% 233% 433% 833% 1400% 2066% 3033% 4166% 5433% 6900% 8366%
Asie 0% 175% 450% 825% 1125% 1575% 2100% 2900% 3875% 5000% 6375% 7750%
OCDE 0% 27% 59% 95% 113% 168% 213% 236% 277% 336% 409% 481%
REForm 0% 33% 83% 133% 166% 233% 300% 433% 583% 750% 933% 1116%
Monde 0% 51% 122% 211% 311% 442% 602% 814% 1071% 1377% 1737% 2097%
Énergie finale totale
ALM 0% 40% 92% 151% 244% 366% 518% 700% 914% 1159% 1403% 1648%
Asie 0% 75% 157% 247% 307% 392% 500% 610% 752% 930% 1112% 1297%
OCDE 0% 13% 23% 30% 28% 27% 33% 33% 42% 58% 76% 93%
REForm 0% -21% -30% -30% -26% -23% -14% 1% 21% 44% 67% 89%
Monde 0% 18% 39% 64% 82% 110% 148% 189% 243% 310% 379% 448%

Scénario B1 (MiniCAM)
1990 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
Gaz
ALM 0% 16% 83% 175% 300% 391% 433% 450% 475% 483% 508% 533%
Asie 0% 160% 420% 820% 1080% 1240% 1300% 1260% 1160% 1080% 1060% 1040%
OCDE 0% 16% 40% 72% 63% 45% 32% 24% 22% 26% 31% 37%
REForm 0% -22% -24% -2% -2% -11% -26% -37% -46% -53% -55% -60%
Monde 0% 9% 36% 85% 103% 109% 101% 95% 90% 86% 88% 92%
Liquides
ALM 0% 11% 35% 64% 94% 141% 205% 252% 294% 329% 347% 370%
Asie 0% 28% 64% 107% 142% 185% 235% 257% 278% 292% 292% 292%
OCDE 0% -12% -23% -33% -40% -52% -51% -51% -50% -47% -45% -43%
REForm 0% -33% -55% -55% -55% -55% -61% -61% -61% -66% -66% -66%
Monde 0% -7% -9% -6% -6% 1% 17% 25% 33% 42% 45% 49%
Solides
ALM 0% 50% 100% 150% 250% 300% 350% 250% 200% 150% 150% 150%
Asie 0% 35% 70% 110% 130% 130% 105% 45% 0% -20% -30% -35%

48
Version préliminaire – À ne pas citer ni référencer

OCDE 0% 10% 0% -30% -30% -30% -40% -50% -60% -70% -70% -70%
REForm 0% -23% -38% -46% -53% -61% -69% -76% -84% -84% -92% -92%
Monde 0% 11% 22% 33% 46% 46% 35% -4% -28% -44% -46% -51%
Électricité
ALM 0% 66% 166% 300% 600% 1000% 1500% 2000% 2466% 2866% 3000% 3100%
Asie 0% 150% 375% 700% 1075% 1475% 1925% 2275% 2525% 2725% 2675% 2625%
OCDE 0% 9% 13% 22% 27% 40% 59% 72% 90% 109% 113% 113%
REForm 0% 33% 83% 150% 183% 216% 250% 266% 283% 266% 250% 233%
Monde 0% 31% 80% 142% 222% 320% 428% 525% 605% 671% 677% 680%
Énergie finale totale
ALM 0% 22% 59% 111% 192% 281% 385% 466% 537% 603% 637% 666%
Asie 0% 47% 110% 187% 252% 312% 362% 372% 385% 400% 390% 382%
OCDE 0% -1% -3% -5% -10% -17% -16% -16% -13% -9% -6% -3%
REForm 0% -21% -28% -17% -16% -17% -19% -25% -28% -32% -35% -39%
Monde 0% 4% 16% 34% 49% 66% 85% 94% 104% 115% 118% 121%

Scénario B2 (MiniCAM)
1990 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
Gaz
ALM 0% 33% 100% 200% 375% 541% 675% 883% 1100% 1325% 1425% 1516%
Asie 0% 180% 460% 860% 1200% 1520% 1840% 2200% 2560% 2880% 2880% 2900%
OCDE 0% 26% 65% 111% 111% 103% 93% 90% 91% 103% 101% 100%
REForm 0% -22% -28% -20% -20% -24% -33% -35% -31% -26% -26% -28%
Monde 0% 15% 50% 104% 135% 159% 177% 209% 247% 290% 299% 307%
Liquides
ALM 0% 23% 58% 100% 135% 205% 329% 452% 582% 711% 811% 917%
Asie 0% 35% 85% 150% 192% 257% 357% 457% 550% 635% 692% 750%
OCDE 0% -4% -8% -12% -20% -34% -31% -31% -30% -27% -26% -23%
REForm 0% -33% -55% -55% -61% -61% -61% -61% -61% -55% -55% -50%
Monde 0% 0% 4% 15% 14% 28% 58% 88% 118% 147% 170% 193%
Solides
ALM 0% 50% 150% 200% 350% 500% 650% 600% 600% 600% 600% 600%
Asie 0% 50% 110% 175% 220% 245% 260% 195% 160% 150% 150% 150%
OCDE 0% 20% 20% 10% 10% 10% 10% -20% -30% -40% -40% -40%
REForm 0% -23% -38% -46% -53% -61% -61% -69% -76% -76% -76% -76%
Monde 0% 22% 48% 75% 100% 115% 128% 88% 66% 62% 62% 60%
Électricité
ALM 0% 100% 200% 400% 800% 1333% 2000% 2866% 3766% 4666% 5533% 6400%
Asie 0% 175% 450% 825% 1275% 1825% 2450% 3175% 3900% 4625% 5275% 5925%
OCDE 0% 18% 40% 63% 72% 100% 127% 136% 145% 154% 168% 186%
REForm 0% 33% 66% 133% 150% 183% 216% 233% 266% 316% 350% 383%
Monde 0% 45% 108% 191% 291% 417% 568% 734% 905% 1080% 1242% 1405%
Énergie finale totale
ALM 0% 33% 85% 155% 259% 396% 574% 770% 981% 1200% 1377% 1559%
Asie 0% 65% 147% 250% 340% 440% 550% 632% 730% 842% 927% 1012%
OCDE 0% 8% 16% 23% 20% 14% 18% 17% 20% 25% 29% 33%
REForm 0% -21% -30% -25% -25% -26% -26% -26% -23% -16% -10% -7%
Monde 0% 13% 33% 62% 83% 113% 151% 185% 225% 270% 305% 341%

49
Version préliminaire – À ne pas citer ni référencer

Augmentation/diminution des émissions de SOx par rapport aux données de 1990 dans les régions du SRES,
l’augmentation indiquant le développement industriel et la diminution, peut-être, l’introduction de technologies propres
Scénario A1 (MiniCAM)
1990 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
ALM 0% 21% 39% 46% 45% 42% 38% 0% -21% -29% -22% -15%
Asie 0% 42% 114% 182% 167% 116% 28% -19% -46% -53% -46% -40%
OCDE 0% -25% -42% -90% -95% -98% -98% -96% -93% -90% -85% -80%
REForm 0% -35% -40% -40% -37% -44% -62% -80% -90% -91% -89% -87%
Monde 0% -2% 11% 13% 9% -6% -33% -54% -66% -68% -63% -58%
Scénario A2 (MiniCAM)
1990 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
ALM 0% 21% 39% 46% 72% 106% 148% 167% 164% 140% 108% 76%
Asie 0% 42% 107% 159% 188% 215% 240% 236% 216% 183% 145% 108%
OCDE 0% -25% -28% -63% -66% -70% -74% -76% -76% -74% -71% -67%
REForm 0% -35% -38% -41% -30% -20% -9% -5% -3% -4% -12% -20%
Monde 0% -2% 14% 16% 28% 42% 55% 58% 53% 41% 26% 11%
Scénario B1 (MiniCAM)
1990 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
ALM 0% 21% 23% 27% 26% 21% 14% -14% -36% -50% -54% -58%
Asie 0% 42% 76% 108% 92% 57% 1% -37% -62% -73% -75% -76%
OCDE 0% -25% -46% -70% -74% -78% -81% -83% -85% -85% -84% -83%
REForm 0% -35% -43% -47% -44% -49% -61% -78% -89% -94% -92% -92%
Monde 0% -2% -2% -2% -7% -19% -38% -57% -69% -75% -76% -76%
Scénario B2 (MiniCAM)
1990 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
ALM 0% 21% 35% 45% 60% 83% 115% 100% 78% 50% 25% 0%
Asie 0% 42% 102% 157% 174% 172% 152% 95% 48% 9% -9% -29%
OCDE 0% -25% -41% -69% -72% -75% -77% -80% -81% -80% -78% -76%
REForm 0% -35% -40% -43% -38% -35% -34% -48% -60% -70% -75% -81%
Monde 0% -2% 8% 13% 20% 22% 21% 1% -16% -32% -42% -51%

50
Version préliminaire – À ne pas citer ni référencer

Augmentation/diminution de l’énergie nucléaire par rapport aux données de 1990 dans les régions du SRES
indiquant peut-être l’ « investissement »
Scénario A1 (MiniCAM)
1990 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
ALM 0% 200% 400% 700% 1100% 1600% 2100% 2700% 3200% 3800% 7200% 10500%
Asie 0% 300% 800% 1600% 2600% 3600% 4600% 5000% 5400% 5900% 9600% 13400%
OCDE 0% -20% -35% -40% -45% -55% -60% -55% -50% -40% 30% 95%
REForm 0% 33% 100% 233% 266% 300% 333% 333% 366% 400% 666% 933%
Monde 0% 4% 37% 87% 150% 212% 270% 316% 366% 420% 808% 1195%
Scénario A2 (MiniCAM)
1990 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
ALM 0% 200% 400% 600% 1200% 1900% 2700% 3300% 4100% 5000% 6200% 7400%
Asie 0% 300% 700% 1200% 1800% 2600% 3700% 4200% 4900% 6000% 7400% 8800%
OCDE 0% -25% -35% -30% -30% -20% -10% -10% -5% 10% 35% 60%
REForm 0% 33% 66% 100% 133% 166% 233% 266% 300% 366% 466% 533%
Monde 0% 4% 25% 62% 120% 195% 287% 337% 412% 516% 654% 791%
Scénario B1 (MiniCAM)
1990 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
ALM 0% 200% 300% 400% 800% 1100% 1400% 1500% 1400% 1300% 1400% 1400%
Asie 0% 200% 600% 1000% 1700% 2200% 2500% 2300% 2000% 1600% 1600% 1600%
OCDE 0% -35% -55% -60% -60% -60% -65% -65% -70% -70% -70% -65%
REForm 0% 33% 66% 133% 133% 133% 100% 66% 33% 0% 0% 0%
Monde 0% -8% 0% 20% 70% 104% 125% 112% 91% 58% 66% 70%
Scénario B2 (MiniCAM)
1990 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
ALM 0% 200% 400% 500% 900% 1600% 2300% 2900% 3600% 4300% 5500% 6800%
Asie 0% 300% 700% 1100% 1900% 2800% 3900% 4400% 5000% 5600% 7000% 8300%
OCDE 0% -25% -40% -45% -45% -45% -40% -40% -40% -35% -20% 0%
REForm 0% 33% 66% 100% 100% 100% 133% 100% 100% 133% 166% 200%
Monde 0% 0% 16% 41% 91% 158% 241% 287% 337% 400% 525% 654%

51
Version préliminaire – À ne pas citer ni référencer

APPENDICE 4. PROJECTIONS DÉMOGRAPHIQUES

en pourcentage de changement par rapport aux données de référence de 1990, calculées d’après les données de
la Banque mondiale (les données historiques pour tous les pays sont disponibles à la Banque mondiale, au World
Resources Institute et au PNUD)

Banque mondiale
1995-00 2000-05 2005-10 2010-15 2015-20 2020-25 2025-30 2030-35 2035-40
Taux de natalité 22% 21% 19% 19% 18% 17% 16% 16% 15%
Taux de mortalité 9% 9% 9% 9% 9% 9% 9% 9% 10%
Taux d’accroissement naturel 1% 1% 1% 1% 1% 1% 1% 1% 1%
Taux net de migration 0% 0% 0% 0% 0% 0% 0% 0% 0%
Taux de croissance 1% 1% 1% 1% 1% 1% 1% 1% 1%
Taux de fécondité total 3% 3% 2% 2% 2% 2% 2% 2% 2%
Taux net de reproduction 1% 1% 1% 1% 1% 1% 1% 1% 1%
Espérance de vie à la naissance 67% 67% 68% 70% 70% 71% 72% 73% 73%
Espérance de vie à 15 ans 57% 56% 57% 58% 58% 59% 59% 60% 61%
Taux de mortalité infantile 53% 49% 43% 36% 34% 31% 28% 25% 23%

52