Technology modularity shapes latecomer cost convergence in renewables

Résumé Technique : La modularité technologique façonne la convergence des coûts des retardataires dans les énergies renouvelables

Énoncé du problème
La transition vers une électricité décarbonée repose largement sur le solaire photovoltaïque (PV) et l'éolien terrestre. Bien que les coûts moyens mondiaux de ces technologies aient chuté rapidement, l'accessibilité de la transition énergétique est déterminée par les coûts d'installation nationaux, particulièrement dans les économies émergentes. Les théories existantes sur la diffusion technologique supposent souvent un « avantage du retardataire », où les pays adoptant la technologie plus tard héritent de manière fluide de l'expérience et des réductions de coûts des pionniers. Cependant, les preuves empiriques concernant l'existence de cet avantage pour les énergies renouvelables sont mitigées. Une lacune critique subsiste dans la compréhension de quand, où et sous quelles conditions technologiques les retardataires héritent des baisses de coûts mondiales. Les modèles de systèmes énergétiques actuels reposent fréquemment sur des courbes d'apprentissage mondiales uniformes, ce qui peut occulter l'hétérogénéité significative des trajectoires de coûts nationaux et les contraintes spécifiques auxquelles sont confrontés les pays en développement.

Méthodologie
Les auteurs introduisent le cadre SCALE (Stage-Cost Assessment of Learning and Experience) pour reconstruire les trajectoires nationales de coûts d'installation pour le solaire PV à grande échelle et l'éolien terrestre dans plus de 160 pays. La méthodologie procède via six étapes intégrées :

1. Harmonisation et imputation des données : Étant donné la rareté des données historiques sur les coûts (seulement 241 observations pays-année pour le PV et 563 pour l'éolien entre 2000 et 2022), les auteurs utilisent un modèle de forêt aléatoire (random forest) pour imputer les coûts manquants par pays-année en se basant sur des covariables techno-économiques (ex: PIB, capacité cumulée, prix mondiaux des composants). Ces séries reconstruites sont lissées à l'aide de courbes LOESS (locally estimated scatterplot smoothing).
2. Identification de l'année de décollage : Un processus de réconciliation à trois niveaux identifie l'année où chaque pays a entamé un déploiement soutenu, utilisant l'indicateur de changement de point bayésien de la phase formative (FOBI) et un modèle à cascade de portes complémentaires avec des tests de rupture structurelle.
3. Modèle de diffusion par étapes couplées aux coûts (C-SPDM) : Ce modèle classifie les trajectoires nationales en six étapes de déploiement séquentielles (de la phase formative à la pénétration mature) basées sur la nouvelle capacité annuelle, le coût installé, la capacité cumulée et la pénétration. Les pays sont ensuite regroupés en quatre trajectoires : les Pionniers (Front-Runners), les Gradualistes, les Sauteurs de seuil (Leapfroggers) et les Retardataires (Laggards). Notamment, pour l'éolien terrestre, les trajectoires Gradualiste et Sauteur de seuil sont fusionnées en une seule classe de « Arrivant tardif » en raison d'une plus faible transférabilité.
4. Estimation du taux d'apprentissage : En utilisant la loi de Wright, les auteurs calculent les taux d'apprentissage nationaux (la réduction fractionnaire du coût par doublement de la capacité cumulée) pour chaque pays et chaque trajectoire.
5. Projection probabiliste : Les trajectoires de coûts futures jusqu'en 2050 sont projetées à l'aide de simulations de Monte Carlo basées sur les distributions historiques des taux d'apprentissage sous divers scénarios.
6. Analyse de scénarios politiques : Des scénarios contrefactuels (Statu quo, Déploiement accéléré, Apprentissage par saut de seuil, Transfert de technologie et Politique combinée) sont appliqués aux économies « Retardataires » pour quantifier l'impact des interventions sur la convergence des coûts.

Résultats clés
L'étude révèle une asymétrie profonde dans la convergence des coûts, dictée par l'architecture technologique :

• Solaire PV (Architecture modulaire) : Les avantages des retardataires sont forts. Les « Retardataires » des économies émergentes présentent un taux d'apprentissage national médian de 27,5 %, nettement supérieur aux 18,0 % observés chez les Retardataires des économies développées. Cette inversion est attribuée à la nature modulaire et commercialisée mondialement des modules PV, qui permet l'apprentissage transfrontalier via les chaînes d'approvisionnement. Les retardataires entrent sur le marché à des coûts plus bas et diffusent environ deux fois plus vite que les pionniers.
• Éolien terrestre (Architecture spécifique au site) : Les avantages des retardataires sont faibles ou inexistants. Les Retardataires des économies émergentes ont un taux d'apprentissage médian de seulement 9,7 %, contre 21,6 % pour leurs homologues développés. Le déploiement éolien dépend fortement de l'ingénierie spécifique au site, des travaux de génie civil et du raccordement au réseau, ce qui limite la transférabilité de l'apprentissage mondial des turbines. Par conséquent, les coûts de l'éolien font face à un « plancher géographique persistant », et les entrants tardifs font souvent face à des coûts similaires ou supérieurs à ceux des pionniers.
• Découplage entre croissance et coût : Une croissance rapide de la capacité n'équivaut pas automatiquement à un apprentissage des coûts domestiques. Pour l'éolien, la croissance de la capacité culmine souvent avant que la parité des coûts ne soit atteinte, et de nombreuses économies émergentes restent dans des étapes intermédiaires où le déploiement s'étend sans convergence significative des coûts.
• Projections futures : Sous les scénarios de type « Business-as-Usual », les écarts de coûts persistent jusqu'en 2050. Cependant, les interventions de « Politique combinée » (associant l'échelle de déploiement à la mise à niveau technologique) peuvent efficacement combler l'écart de coût du PV pour les marchés émergents. En revanche, les coûts de l'éolien restent liés aux contraintes institutionnelles et géographiques propres à chaque pays, la décomposition de la variance montrant que l'« Effet Pays » explique plus de 56 % de la variance des coûts pour l'éolien, contre 48 % pour le PV.

Signification et affirmations
L'article affirme que l'architecture technologique régit la traduction de l'apprentissage mondial en abordabilité locale. Les auteurs soutiennent que l'hypothèse d'une courbe d'apprentissage mondiale universelle est insuffisante pour la modélisation des systèmes énergétiques. Au lieu de cela, les modèles doivent distinguer entre :

1. L'apprentissage des composants mondialement transférables (caractéristique des technologies modulaires comme le PV), où les retardataires peuvent tirer parti des chaînes d'approvisionnement mondiales pour une convergence rapide des coûts.
2. L'apprentissage des coûts installés localement conditionnés (caractéristique des technologies spécifiques au site comme l'éolien), où la réduction des coûts dépend des capacités domestiques en matière de réalisation de projets, d'infrastructures et de réglementation.

La signification de ces résultats réside dans leurs implications pour la finance climatique et les politiques publiques. Les auteurs affirment que traiter les énergies renouvelables comme une classe d'actifs homogène est une erreur stratégique. Pour le solaire PV, les politiques devraient se concentrer sur la combinaison de l'accès à l'apprentissage mondial avec l'expansion du marché domestique. Pour l'éolien terrestre, le simple transfert de technologie est insuffisant ; une convergence réussie nécessite un investissement soutenu dans la capacité de réalisation de projets, la planification du réseau et l'apprentissage industriel domestique. L'étude conclut que reconnaître cette hétérogénéité est essentiel pour modéliser avec précision la faisabilité de la transition et les stratégies de financement.