Adaptive Agents in Spatial Double-Auction Markets: Modeling the Emergence of Industrial Symbiosis

1. Problématique

La Symbiose Industrielle (SI) vise à transformer les déchets d'une entreprise en ressources pour une autre, favorisant ainsi l'économie circulaire. Cependant, son émergence spontanée est souvent entravée par des frictions socio-spatiales (coûts de transport, éloignement géographique) et une coordination défaillante entre les acteurs.
Les modèles existants souffrent de plusieurs limitations :

• Ils négligent souvent l'interaction entre la structure spatiale, la conception du marché et le comportement adaptatif des firmes.
• Ils reposent sur des règles de comportement fixes ou des stratégies de prix statiques, ne capturant pas la dynamique réelle d'ajustement face à l'incertitude.
• Ils manquent de mécanismes de formation de prix endogènes dans des marchés décentralisés et spatialement contraints.

L'objectif de l'article est de combler ces lacunes en modélisant comment des agents hétérogènes, apprenant et s'adaptant, peuvent coordonner des échanges de sous-produits dans un marché spatial décentralisé pour atteindre des équilibres stables et efficaces.

2. Méthodologie

Les auteurs proposent un modèle multi-agents (MAM) basé sur une simulation spatiale explicite, intégrant des mécanismes d'apprentissage par renforcement (RL).

A. Environnement et Agents

• Espace : Un territoire virtuel où les acheteurs et les vendeurs sont distribués spatialement. La distance $d_{ij}$ détermine le coût de transport $c_{ij}$.
• Agents :
  • Vendeurs ($S$) : Disposent de quantités de sous-produits. Ils adaptent leur stratégie de prix via un algorithme d'apprentissage par renforcement. Ils subissent une pénalité ($c_d$) pour les quantités invendues (mise en décharge).
  • Acheteurs ($B$) : Ont des demandes hétérogènes et une sensibilité au prix ($\beta_i$). Ils acceptent une offre seulement si le prix total (prix de vente + transport) est inférieur à leur seuil de tolérance par rapport au prix de marché externe ($p_m$).
• Hypothèse : Économie ouverte "petite" : les échanges locaux n'influencent pas le prix mondial de référence $p_m$.

B. Mécanisme de Marché : Enchère Double Décentralisée

Le modèle utilise une enchère double multilatérale décentralisée :

1. Les vendeurs soumettent des offres de prix et de quantités à chaque acheteur.
2. Les acheteurs sélectionnent l'offre maximisant leur utilité (sous contrainte de prix et de demande).
3. Les vendeurs acceptent un sous-ensemble d'offres pour maximiser leur profit espéré, en tenant compte des coûts logistiques et des stocks restants.
4. Le processus itère jusqu'à ce qu'aucun nouvel échange ne soit possible.

C. Apprentissage par Renforcement (RL)

• Stratégie des vendeurs : Chaque vendeur traite sa décision de tarification comme un problème de bandit contextuel multi-bras.
• Action : Le paramètre de tarification $\phi_j$ est discrétisé en $K$ intervalles. Le prix proposé est $p_{ij} = \phi_j p_m + c_{ij}$.
• Apprentissage :
  • Les poids associés aux actions sont mis à jour via une Moyenne Mobile Exponentielle (EMA) basée sur les récompenses (profits nets).
  • La sélection de l'action utilise l'échantillonnage Boltzmann (Softmax) avec une température décroissante pour équilibrer exploration et exploitation.
• Objectif : Maximiser le profit cumulatif tout en minimisant les pénalités de mise en décharge.

D. Métrique d'Évaluation

Un Indice de Symbiose (SI) est défini pour quantifier l'efficacité des échanges locaux :
$$SI = \frac{q_{bought}}{\min(q_{toSell}, q_{needed})}$$
Cet indice mesure la proportion de la demande satisfaite par les échanges locaux, normalisée pour éviter de récompenser la surproduction.

3. Contributions Clés

1. Modèle de Marché Adaptatif : Développement d'un modèle d'enchère double spatiale où les prix et les quantités émergent endogènement grâce à l'apprentissage par renforcement des vendeurs, intégrant explicitement les coûts de transport et les pénalités environnementales.
2. Validation Théorique : Utilisation d'une analyse de regret contrefactuel pour démontrer que les stratégies apprises convergent vers un équilibre de Nash approximatif, validant la stabilité du système décentralisé.
3. Analyse de Sensibilité Globale : Application d'une analyse de sensibilité basée sur la variance (indices de Sobol) et des modèles de substitution (PCE et réseaux de neurones) pour identifier les leviers politiques les plus efficaces (densité, coûts de transport, pénalités).

4. Résultats Principaux

Les simulations (40 firmes, 1000 pas de temps) révèlent les dynamiques suivantes :

• Convergence vers l'Équilibre : Les prix de transaction convergent vers des valeurs stables.
  • En cas de forte pénurie ($s > 1$), les prix se stabilisent près du prix de marché externe.
  • En cas d'abondance ($s < 1$), les prix baissent vers le niveau du coût de mise en décharge, reflétant le pouvoir de négociation des acheteurs.
  • L'analyse de regret confirme que les stratégies des vendeurs deviennent quasi-optimales (convergence vers un équilibre de Nash).
• Impact des Paramètres Structurels :
  • Densité des firmes ($\rho$) : C'est le facteur le plus influent. Une densité élevée réduit les distances, intensifie la concurrence et augmente drastiquement l'indice de symbiose.
  • Coût de mise en décharge ($c_d$) : Une pénalité élevée incite fortement les vendeurs à baisser leurs prix pour écouler leurs stocks, augmentant ainsi les échanges locaux.
  • Coût de transport ($c_t$) : Crucial dans les environnements peu denses. Une réduction des coûts de transport est nécessaire pour atteindre des niveaux de symbiose significatifs lorsque la densité est faible.
• Interactions Complexes : L'analyse de sensibilité montre que les interactions d'ordre supérieur (ex: densité $\times$ coût de transport) expliquent une part significative de la variance des résultats, soulignant que la circularité émerge de la synergie entre configuration spatiale et incitations économiques.

5. Signification et Implications

• Pour la Politique Publique : Le modèle sert de "laboratoire virtuel" pour tester des interventions. Il démontre que :
  • Augmenter les taxes sur la mise en décharge (pénalité $c_d$) est un levier puissant pour stimuler la symbiose.
  • Dans les zones peu denses, subventionner la logistique partagée (réduire $c_t$) est essentiel pour rendre les échanges viables.
  • La densité industrielle (zonage) est un déterminant structurel majeur, bien que difficile à modifier à court terme.
• Pour la Science des Agents Multi-Agents (MAS) : L'article prouve que des agents décentralisés, sans coordinateur central, peuvent apprendre à coordonner leurs actions dans un marché complexe et spatial pour atteindre des équilibres stables et efficaces. Cela valide l'utilisation du RL dans des marchés réels où la friction spatiale est prédominante.
• Limites et Perspectives : Le modèle se concentre actuellement sur un seul type de sous-produit et des géographies stylisées. Les travaux futurs intégreront des produits multiples, des dynamiques temporelles (cycles de production) et des mécanismes de confiance à long terme.

En conclusion, cet article fournit une base méthodologique rigoureuse pour comprendre comment la coordination décentralisée peut émerger dans les marchés de l'économie circulaire, reliant les comportements micro-économiques adaptatifs aux résultats macro-systémiques de durabilité.