“It’s complicated”: Exploring preferences in small-scale forest management in Austria using multi-objective optimization

Résumé technique : « C'est compliqué » : Explorer les préférences en matière de gestion forestière à petite échelle en Autriche à l'aide de l'optimisation multi-objectif

Énoncé du problème
Les petits propriétaires forestiers privés (PFO) gèrent une partie significative des forêts européennes et jouent un rôle crucial dans le maintien des Contributions de la Forêt aux Gens (CFG). Bien que la littérature décrive ces propriétaires comme des gestionnaires multi-objectifs, mus par des valeurs non commerciales (ex. : esthétique, conservation) parallèlement à des besoins matériels, une divergence persistante existe entre leurs objectifs de gestion déclarés et leur comportement de gestion observé. Des études antérieures suggèrent que des barrières telles que le manque d'équipement technique, de connaissances, de temps et les contraintes financières empêchent les propriétaires d'agir selon leurs objectifs déclarés. Cependant, les mécanismes spécifiques qui pilotent cette incohérence entre « vouloir » et « pouvoir » restent sous-explorés, particulièrement en ce qui concerne la manière dont la complexité de gestion perçue influence la traduction de diverses valeurs en une composition forestière réelle.

Méthodologie
L'étude emploie une approche méthodologique novatrice combinant une enquête exploratoire avec une optimisation robuste multi-objectif (ROM) pour analyser la gestion forestière des petits PFO en Autriche.

1. Conception de l'enquête : Une enquête en ligne a été menée auprès de 62 réponses valides de PFO autrichiens à petite échelle (propriétés < 200 ha). L'enquête a utilisé le cadre des Contributions de la Nature aux Gens (NCP) pour structurer neuf objectifs de gestion classés en trois groupes :

   • CFG matérielles : Revenu à long terme, satisfaction des besoins du ménage, liquidité.
   • CFG réglementaires et non matérielles : Stockage/séquestration du carbone, protection contre les dangers naturels, fonctions écologiques, préférences générales.
   • Effort de gestion : Complexité de gestion, coûts de gestion.
     Les répondants ont évalué la performance attendue de six types de peuplements forestiers génériques (ex. : peuplement de conifères monospécifique, peuplement mixte feuillus-conifères irrégulier, forêts sans intervention) par rapport à ces objectifs et ont attribué des poids d'importance aux objectifs.

2. Modèle d'optimisation : L'étude a appliqué un modèle d'optimisation robuste multi-objectif (basé sur Knoke et al., 2015, 2016) pour simuler un propriétaire forestier averse à l'incertitude.

   • Entrée : Le modèle a utilisé les scores de performance moyens et les erreurs types dérivés de l'enquête comme paramètres d'entrée.
   • Gestion de l'incertitude : Le modèle a incorporé un ensemble d'incertitude comprenant des estimations de performance optimistes et pessimistes pour chaque type de forêt à travers tous les objectifs. Un facteur $m$ (allant de 0 à 3) détermine le niveau d'incertitude, où $m=3$ représente un niveau d'incertitude élevé (scénarios les plus défavorables).
   • Fonction objectif : Le modèle a résolu un problème MIN-MAX pour minimiser la sous-performance la plus grave ($\beta$) à travers tous les objectifs et scénarios d'incertitude, cherchant une solution de compromis qui maximise le plancher de performance garanti.

3. Analyse de l'incohérence :

   • Objectifs déclarés : Dérivés directement des poids de l'enquête.
   • Objectifs observés : Déduits en exécutant des optimisations pour diverses combinaisons d'objectifs et en comparant les compositions forestières optimales résultantes à deux bases de référence : la moyenne de l'échantillon (composition actuelle auto-déclarée) et la moyenne nationale (dérivée des données de l'inventaire forestier autrichien). La mesure de dissimilarité de Bray-Curtis (BC) a été utilisée pour identifier quelles combinaisons d'objectifs produisaient des compositions forestières les plus similaires aux bases de référence observées.

Résultats clés

• Objectifs déclarés : L'enquête a révélé que les petits PFO privilégient un mélange d'objectifs, les « revenus à long terme », la « satisfaction des besoins du ménage » et les « fonctions écologiques » étant les plus pertinents. L'étude n'a trouvé aucune dichotomie stricte entre les buts matériels et non matériels ; les propriétaires les perçoivent comme complémentaires plutôt que conflictuels.
• Composition idéale (Le « Vouloir ») : Lors de l'optimisation pour les objectifs déclarés (ou pour les neuf objectifs simultanément), le modèle a systématiquement identifié les forêts mixtes feuillus-conifères, irrégulières comme le type de peuplement optimal dominant. Ce type est perçu comme le plus polyvalent, obtenant les scores les plus élevés dans presque tous les objectifs matériels et réglementaires. Les peuplements de feuillus purs ont été entièrement exclus des portefeuilles optimaux.
• Composition observée (Le « Pouvoir ») : Les compositions forestières réelles (tant les moyennes de l'échantillon que nationales) sont mieux expliquées par des optimisations qui privilégient la réduction de la complexité de gestion, la réduction des coûts de gestion et l'amélioration de la liquidité.
• L'incohérence « Vouloir-Pouvoir » : Une déconnexion significative a été identifiée. La composition forestière qui satisferait le mieux les préférences déclarées des propriétaires (dominée par des forêts mixtes complexes) diffère nettement de leur réalité actuelle. Les résultats de l'optimisation indiquent que le paysage forestier actuel est façonné non pas par les principaux objectifs déclarés des propriétaires (revenus, écologie), mais par la contrainte de la complexité de gestion.
• Rôle de la complexité de gestion : La « complexité de gestion » est apparue comme le facteur le plus critique pour expliquer le comportement observé. C'est le seul objectif qui apparaît systématiquement dans les groupes d'objectifs les plus performants correspondant aux compositions forestières de base. Paradoxalement, les propriétaires ont classé cet objectif comme l'un des moins importants dans leurs préférences déclarées, le considérant comme une contrainte plutôt que comme un objectif.
• Compromis (Trade-offs) : Atteindre la composition forestière idéale et multifonctionnelle (haute performance écologique et matérielle) nécessite d'accepter une complexité de gestion perçue plus élevée et une liquidité/un revenu plus faibles à court terme. Inversement, le comportement observé actuel reflète un compromis où la complexité et les coûts sont minimisés, souvent au détriment des objectifs écologiques et de revenus à long terme.

Signification et affirmations
L'article affirme offrir une avancée méthodologique en utilisant l'optimisation robuste pour rétro-concevoir les « objectifs de gestion observés » à partir des modèles d'utilisation des terres, permettant ainsi de quantifier l'écart entre les préférences déclarées et le comportement réel.

• Rejet de la dichotomie : L'étude remet en question la dichotomie traditionnelle « besoins matériels vs conservation », constatant que les petits PFO autrichiens perçoivent ces objectifs comme intégrés et complémentaires.
• La complexité comme barrière primaire : La conclusion centrale est que la complexité de gestion perçue est le levier clé expliquant l'incohérence entre ce que les propriétaires veulent accomplir et ce qu'ils font réellement. Les auteurs soutiennent que les propriétaires ne manquent pas de désir pour des forêts multifonctionnelles, mais sont contraints par la difficulté perçue de les gérer.
• Implications politiques : L'article suggère que les politiques de conservation forestière reposant uniquement sur des incitations à la maximisation du profit ou supposant que les propriétaires sont purement motivés par le profit sont insuffisantes. Au lieu de cela, une gouvernance efficace doit traiter la « contrainte de complexité de gestion ». Les auteurs proposent que les instruments politiques se concentrent sur la réduction de la complexité perçue (ex. : partage des coûts, paiements en nature, suivi par les pairs et conception participative) afin d'activer le potentiel des petits PFO pour maintenir et améliorer les CFG.
• Intendance vs Commodification : Les résultats soutiennent un passage de la logique de commodification vers une approche d'intendance (stewardship) qui s'aligne sur les valeurs relationnelles et les motivations plurielles des petits propriétaires.

Limites
Les auteurs reconnaissent que l'étude est exploratoire avec un échantillon de non-probabilité (78 réponses initiales, 62 valides), ce qui limite la généralisabilité. La nature statique du modèle ne peut capturer les boucles de rétroaction temporelles ou les changements de comportement graduels. De plus, le regroupement d'espèces d'arbres spécifiques en types de peuplements génériques pourrait avoir introduit une ambiguïté dans les perceptions des répondants. Les résultats décrivent un phénomène observé dans l'échantillon et ne doivent pas être interprétés comme prescriptifs pour tous les PFO autrichiens sans validation ultérieure représentative.