économie des changements climatiques en Afrique de l
Transcription
économie des changements climatiques en Afrique de l
Recherches et renforcement des capacités dans le domaine de l’économie des changements climatiques en Afrique de l’Ouest: le cas du programme WASCAL de l’UCAD Prof. Ahmadou Aly MBAYE Centre de Recherches Economiques Appliquées (CREA)/UCAD GRP Economie des Changements climatiques (WASCAL) Dakar, le 16 janvier 2015 } Objet de l’économie des changements climatiques } Effets des changements climatiques sur le bien-être } L’Afrique face aux défis internationaux posés par les CC } Les facteurs explicatifs des niveaux d’émission des pays } Projections des niveaux d’émission en 2050 et engagements des pays } Les coûts associés aux réductions des émissions } Conclusion: quelle stratégie pour l’Afrique? } De façon générale: ◦ Identifier les scénarios d’adaptation et d’atténuation ◦ Evaluer les coûts et avantages de ces scénarios ◦ Prévoir les moyens à mettre en œuvre pour financer ces scénarios. } De façon spécifique ◦ Analyser les causes économiques des changements climatiques (stratégies de développement, modalités de fixation des prix de l’énergie, les causes politiques, etc.) ◦ Comprendre les enjeux des négociations climatiques multilatérales et les stratégies internationales pour traiter de ces biens publics. } } Si les tendances actuelles se maintiennent, le réchauffement pourrait atteindre 3°C à la fin du siècle avec des dommages importants sur le plan économique. Par exemple: ◦ La production agricole pourrait baisser de 3 à 16% à l’échelle mondiale, de 17 à 28% en Afrique, de 29 à 38%, en Inde Figure 1. Loss of Net Primary Production between 1981-2003 Cartography: Valerie Graw, in Nkonya et al. (2011); Data Source: FAO GeoNetwork, ISRIC – World Soil InformaKon (2008 Extent of land degradation in Senegal. Source: CSE and FAO (2010) Figure 3. Relationship between infant mortality rate and land degradation Cartography: Zhe Guo. Data sources: Global Land Cover Facility (www.landcover.org), Tucker et al. (2004), NOAA AVHRR NDVI data from GIMMS. Normalized Difference Vegetation Index: NDVI L'indice de végétation par différence normalisé Cereal Production and Rainfall Variability in Gambia 3 CPV = 0 .123x -‐ 1.3532 R² = 0 .5549 2,5 2 1,5 Variability 1 Cereal Prod. Var 0,5 Rainfall Var. 0 -‐0,5 -‐1 -‐1,5 -‐2 -‐2,5 0 5 10 15 20 RV = 0 .0685x -‐ 0.753 R² = 0 .1718 25 L’accord de Copenhague de décembre 2009 a été ratifiée et formellement introduite dans les négociations climatiques des NU à Cancun de décembre 2010. } Cible de Cancun: limiter le réchauffement climatique à 2°C au dessus du niveau préindustriel } L’accord de Copenhague prend en compte les PVD dans son programme d’action, contrairement au protocole de Kyoto qui ne prenait en compte que les PD. } Figure . Cost of action as percent of cost of inaction - case studies Source: Nkonya et al. (2011), Major shocks encountered by surveyed households in Niger Shocks Job loss Income decrease Sickness/exceptional expenses Family member death Increase of food price Increase of fuel/transport price Increase of rent Increase of agricultural inputs price Power cut Insecurity/robbery Debt reimbursement Long term unemployment Natural hazards (floods, fire, winds...) Rainfall irregularity Others Number of households 244 3,823 4,108 1,240 4,281 283 67 909 127 377 1,387 317 Percent of surveyed households 2.67 41.73 44.77 13.6 46.64 3.1 0.73 9.96 1.39 4.13 15.18 3.48 1,860 1,226 2,019 20.35 13.44 22.32 Source: Author’s calculations based on the survey data ( thèse Illa) Coping Strategies adopted by surveyed households in case of food shortage over the prior 30 days in Niger Source: Author’s calculations based on the survey data (thèse illa) } Dans la plupart des modèles, le niveau d’émission de la dioxyde de carbone est fonction des facteurs suivants: E=n+g–w-c ◦ La population ◦ Le PIB par tête, en dollar constant PPP ◦ le niveau de production par unité d’énergie (efficience énergétique), ◦ La quantité d’énergie par unité de carbone (efficience en termes d’utilisation de carbone) ◦ Les deux premières variables augmentent le niveau d’émission alors que les deux dernières le réduisent. } Dans la pratique, entre 1990 et 2006, les plus gros émetteurs sont: ◦ La Chine: du fait des taux de croissance économiques importants réalisés et de la faible efficacité en termes de carbone, contrebalançant l’augmentation de l’efficacité énergétique. ◦ L’Inde: du fait d’une croissance démographique rapide couplée à une croissance du PIB aussi rapide, plus une faible efficacité en termes de carbone contrebalançant les progrès obtenus en termes d’efficacité énergétique. La croissance du PIB par tête est le déterminant le plus important du niveau d’émission dans les pays émergents. } L’efficacité énergétique est le déterminant le plus important dans les pays développés. } L’augmentation de l’efficacité carbonique est assez marginale dans les deux catégories de pays. } } } } Les pays africains contribuent en général aux niveaux d’émission mondiale, à travers l’utilisation du sol et ont un niveau de contribution provenant des autres sources assez marginal. En 2005, le niveau de contribution de tous les pays à faible revenu du monde dans les émissions d’origine énergétique se chiffrait à 3%. Si on considère toutes les catégories d’émission, y compris celles liées à l’utilisation du sol, on atteint 6%. } Selon la Banque mondiale, le fait d’utiliser moins de 4X4, au profit des véhicules moins gourmands en énergie aux USA seuls, pourrait compenser le niveau d’émission lié à la fourniture d’énergie à une population de 1,6 milliards d’individus. } Les projections sur les taux de croissance des niveaux démission sont les suivantes: ◦ Pour les pays développés: 0.4% en 2010-2020, 0.38 en 2020-2030, et 0.28 en 2030-2040, et 0.22 en 2040-2050. ◦ Ceci sera obtenu avec un taux de croissance modéré du PIB par tête de 2%, couplé avec une augmentation de l’efficience énergétique et une faible augmentation de l’efficience carbonique. • Pour les PVD, nous avons les projections suivantes: 2.3 en 2010-2020; 2.05 en 2020-2030; 1.83 en 2030-2040 et 1.66 en 2040-2050. les déterminants les plus importants seront le taux de croissance du PIB par tête et l’efficience énergétique. } Les PD et PVD ont pris des engagements importants pour la réduction de leurs niveaux d’émission à l’horizon 2020, notamment lors de sommets de Copenhague (2009) et de Cancun (2010). } } Si respectés, ces engagements réduiraient les niveaux d’émission de la dioxyde de carbone de35.9 milliards de tonnes à 32.7 milliards, soit une baisse de seulement 9%. Les réductions correspondantes seraient de 17% du niveau de 2005 pour les USA, et de 20% du niveau de 1990 pour l’UE. } } Pour le Brésil, l’Afrique su Sud, le Mexique, la Corée du Sud, les engagements se situent au tiers des niveaux de base. L’inde et la Chine se sont engagés à réduire l’intensité carbonique du PIB de 45% et 40% respectivement. } Diminuer le niveau des émissions de 40% du niveau de base, correspondrait à un coût d’opportunité de .22% du PIB US en 2030. } Pour tous les pays, les coûts connaissent une tendance décroissante dans le temps. } Une réduction efficiente des émission est celle qui amène les pays à opérer des baisses d’émissions selon leurs coûts marginaux. } Ceux qui ont des coûts marginaux plus faibles peuvent procéder à des baisses plus importantes et vendre leurs droits d’émettre à ceux qui ont un niveaux de coût marginal plus élevé. } } } Le commerce de carbone peut contribuer à réduire les coûts liés à la baisse des émissions. On estime qu’en 2030, le commerce de carbone réduirait le coût lié à la baisse des émissions de 0,02% du PIB. On estime qu’à l’horizon 2030, le commerce du carbone atteindra 0.75 milliards de dioxyde de carbone par an et que le prix atteindra 54 dollars la tonne, en dollar constant de 2005. } } } Les estimations de coûts des investissements liés à la réduction des émissions sont élevées. Pour atteindre une limite de 450 PPM pour la concentration de la dioxyde de carbone, on aura besoin d’un investissement dans équipements énergétiques pour 10,5 trillions de dollars pour la période 2010-2030, soit l’équivalent de 0.5% des biens mondiaux. Cependant les économies énergétiques qui seraient réalisées de ce fait, compenseraient les 4/5 de ce total. } } Selon la Banque mondiale, les coûts liés à l’adaptation aux changements climatiques dans les PVD pour la période 2010-2050 représentent une moyenne de 75 à 100 milliards de dollars par an, en dollars constants de 2005. La plupart de ces coûts sont liés à la défense des côtes et aux dépenses de santé liées aux changements climatiques. } } } } Les pays africains ont une part infime dans le réchauffement climatique. Ils en subissent toutefois les contrecoups. On a un certain potentiel à construire un avantage comparatif dans le commerce du carbone. On devrait développer plus d’expertise pour peser dans les négociations climatiques multilatérales, en vue d’attirer plus de ressources pour financer les stratégies d’adaptation: objet du programme Wascal Pays Senegal Allemagne Senegal Cote d’Ivoire Gambia Mali Nigeria Burkina Faso Togo NAME Pr Ahmadou Aly Mbaye Pr Joachim Von Braun Dr Ibrahima Thione Diop Dr Aka Narcisse Komenan Dr Ansumana K. Jarju Pr Abrahamane Sanogo Pr Sylvanus Obi Abang Pr Fonta Williams Pr Akoété Ega Agbodji Senegal Dr Fatou Gueye Lefevre Benin Students LOKONON, Kounagbé Odilon Boris Niger ELHADJI IRO, Illa Ghana APPAH, John Cote D’ivoire Kouame Wassakou Integrated assessment of risk and vulnerability to climate change across regional states in Niger Psycho-socioeconomic assessment of rural farm communities’ risk perception and adaptative behavioral responses to climate change in Northern Ghana Rice Farming Risk within a context of climate variability in Cote d’Ivoire Burkina Faso YAMEOGO, Bindayaoba Social capital and farmer’s adaptations strategies to climate change in Burkina Faso Togo Thomas PILO, Mikémina CAMARA, Aichatou Diarra JATTA, Raymond Climate change and Foods security in rural area in Mali : case of Segou Country Mali Gambie Topic Economic assessment of vulnerability and resilience to climate change in the Niger basin of Benin Collective action and farmers’ climate change adaptation strategies adoption in the plain of Oti in Togo Climate risk management strategies for rural communities in the Gambia and Senegal : assessing the usefulness of cereal Nigeria YUSUF, Isah Makudi Sénégal SARR, Khady Yama banking Climate variability and the labor market in rural northern Nigeria Climate change , output and price volatility in food markets in Senegal Pays Benin Student Alice Bonou Ghana Botchway Ebo Mali Ahmadou Hamady Dicko Gambo Boukary Aboubakr Abraham Terfa Williams David Olufemi Awolala Niger Nigeria Nigeria Togo Cote D’ivoire senegal Topic Impact of Flood on the livelihood of farmers in the context of Forest degradation and climate change : Case study of Benin Republic (West Africa) Climate Change and rural livelihood in Northern Ghana: effects and adaptative Startegies to climate shocks Climate Change and livestock health in West Africa : Risk Assessment and control Resilience to Food Insecurity and Adaptation Strategies to Climate Change in Niger Microcredit for adaptation and development (M4A&D) in Nigeria Modeling Weather-index Maize Insurance for Public-Private Lending Risk Sharing in Southern Guinea Savannah of Nigeria Afo-Loko Owondo Conservation tillage and climate mitigation in Tandjoare: Cost and benefit analysis Kouame Bossombra Forest Protected areas in Cote d’Ivoire: net Impact on social Nadège Parfaite welfare Amadou Binta Ba Climate change and sustainable intensification in Senegal : A bio-economic analysis of horticulture production in the Niaye } Enseignants WASCAL-UCAD Pr Birahim Bouna Niang (UCAD) Dr Fodiye bakary Doucoure (UCAD) Dr Lassana Cissokho (UCAD) Pr Bienvenue Sambou (UCAD) Pr Pascal Sagna (UCAD) Pr Thierno Gaye (UCAD) Pr Aminata Ndiaye (UCAD) Dr Cheikh EL Kabir LO (UCAD) } } Enseignants WASCAL-UCAD Pr Kimseyinga Savadogo (Universite Ouagadougou 2) Pr Bruno Brabier ( CIRAD/Ouagadougou) Pr Kouassi Eugene ( Universite Cocody , Cote d’Ivoire) Pr Akoété Ega Agbodji (Université Lomé, Togo) Pr Issiaka Laleye Latoundji (Université gaston berger (UGB) de Saint Louis) Pr Mamadou Felwine Sarr (UGB) Pr Mateugue Diack (UGB) Pr Aboudou Ouattara (CESAG) } Enseignants WASCAL-UCAD Dr Tobias WUNSCHER (ZEF, Allemagne) Dr Marc Muller (ZEF, Allemagne) Pr Joachim Von Braun (ZEF, Allemagne) Pr Boniface Mbih (Universite de Caen, France) Pr Dominique Haughton (Université de Massachussets, USA) MERCI POUR VOTRE ATTENTION