Spatiotemporal synergies and trade-offs between ecological conservation and industrial revitalisation in China’s rural regions

Résumé Technique : Synergies et Arbitrages Spatiotemporels entre la Conservation Écologique et la Revitalisation Industrielle dans les Régions Rurales de Chine

Énoncé du Problème
La durabilité rurale à l'échelle mondiale est confrontée au double défi de la stagnation économique et de la dégradation environnementale. Bien que la stratégie de Revitalisation Rurale de la Chine de 2017 associe explicitement la prospérité industrielle à la vivabilité écologique, l'interaction empirique entre ces objectifs à des échelles administratives fines reste non résolue. La littérature existante est limitée par deux lacunes principales : (1) une dépendance aux analyses au niveau provincial qui occulte les variations fiscales et d'utilisation des terres entre les comtés voisins, et (2) une déficience méthodologique où les modèles de couplage de coordination intègrent rarement des techniques d'économétrie spatiale pour séparer les effets directs des retombées transfrontalières. Par conséquent, les décideurs politiques manquent de références pour évaluer les arbitrages transfrontaliers et les mécanismes de causalité.

Méthodologie
L'étude construit un ensemble de données de panel équilibré couvrant 1 943 comtés chinois de 2012 à 2022. L'auteur développe deux indices composites :

• Indice de Conservation Écologique (ICE) : Dérivé de quatre indicateurs satellitaires : la concentration de PM2,5 (ACAG V6GL03), la moyenne annuelle de l'NDVI (GIMMS-3g), le taux de couverture forestière et la proportion de terres écologiques (ESA WorldCover 2020). Les poids ont été déterminés par une combinaison de méthodes d'entropie et de l'Analyse Hiérarchique de Processus (AHP).
• Indice de Revitalisation Industrielle (IRI) : Construit en utilisant les données d'intensité de la lumière nocturne (eoatlas) comme indicateur de l'activité industrielle.

Le cadre analytique utilise :

1. Degré de Couplage de Coordination (DCC) : Calculé pour mesurer la synergie entre l'ICE et l'IRI.
2. Modèle Spatial de Durbin (SDM) : Estimé avec des effets fixes par comté et par année en utilisant des poids de plus proche voisin (KNN) pour décomposer les effets en composantes directes, indirectes (retombées spatiales) et totales.
3. Différence de Différences (DID) : Utilisant la politique de revitalisation rurale de 2017 comme choc exogène, comparant les comtés les plus dépendants du milieu rural (groupe de traitement) aux moins ruraux (groupe de contrôle).
4. Simulations de Monte Carlo : 1 000 itérations avec perturbation stochastique des paramètres pour projeter les trajectoires du DCC jusqu'en 2030 selon quatre scénarios : de référence, priorité à l'écologie, priorité à l'industrie et développement coordonné.
5. Tests de Robustesse : Incluant une analyse stratifiée par secteur (par niveaux d'intensité de lumière nocturne), des matrices de poids spatiaux alternatives (contiguïté de Reine, distance inverse) et des régressions à variables décalées pour traiter la causalité bidirectionnelle.

Résultats Clés

• Évolution Spatiotemporelle : La moyenne nationale de l'ICE a augmenté modestement (3,7 %), tandis que l'IRI a progressé de manière significative (47,2 %), révélant une industrialisation inégale. En 2022, le DCC national est passé de 0,277 à 0,306, pourtant seulement 5,4 % des comtés ont atteint un statut de « coordination » (DCC > 0,5).
• Clustering Spatial : Une forte autocorrélation spatiale a été observée (l'indice de Moran global est passé de 0,534 à 0,592). Les clusters "haut-haut" sont concentrés dans les régions côtières de l'est, tandis que les clusters "bas-bas" dominent le nord-ouest.
• Asymétrie des Retombées : La décomposition du SDM a révélé une asymétrie critique. La revitalisation industrielle (IRI) a généré des retombées spatiales positives significatives (effet indirect = 0,074, P < 0,01), bénéficiant aux comtés voisins. Inversement, les améliorations écologiques (ICE) ont montré des effets indirects négligeables (0,008, P = 0,29), indiquant que les gains écologiques ne traversent pas de manière significative les frontières administratives.
• Hétérogénéité Régionale et Malédiction des Ressources : Les comtés de l'Ouest présentent un schéma de « malédiction des ressources » : ils sont écologiquement riches mais industriellement pauvres. Le gain marginal de coordination issu de l'amélioration écologique était 2,7 fois plus élevé dans l'ouest que dans l'est, reflétant une base industrielle faible. Cependant, 34,9 % des comtés de l'ouest ont connu des arbitrages industriels.
• Impact des Politiques : La conception DID a produit un coefficient négatif (−0,0259) pour la politique de 2017, mais les tendances parallèles pré-traitement ont été violées, limitant l'interprétation causale. Le signe négatif reflète probablement une divergence persistante plutôt qu'un déclin induit par la politique.
• Projections : Les simulations de Monte Carlo indiquent qu'une trajectoire de développement « coordonnée » surpasse de manière robuste les stratégies à objectif unique (priorité écologique ou priorité industrielle) d'ici 2030.

Principales Contributions

1. Quantification à Échelle Fine : L'étude fournit la première quantification au niveau du comté des interactions écologiques-industrielles en Chine, dépassant les agrégats provinciaux pour révéler les conflits et synergies localisés.
2. Intégration Méthodologique : Elle intègre les modèles de couplage de coordination avec l'économétrie spatiale (SDM) pour quantifier explicitement les retombées transfrontalières, comblant ainsi une lacune dans l'identification des mécanismes de causalité dans les études régionales.
3. Découverte d'Asymétries : La recherche identifie que l'activité industrielle génère des externalités spatiales positives tandis que les améliorations écologiques ne le font pas, remettant en question l'hypothèse selon laquelle les corridors écologiques seuls pilotent la coordination régionale.
4. Outil de Diagnostic Transférable : Le cadre est démontré comme étant adaptable aux pays pauvres en données (ex: Éthiopie et Laos) en utilisant des indicateurs simplifiés, offrant un outil aux pays en développement pour concevoir des stratégies adaptées localement.

Signification et Revendications
L'article soutient que la durabilité rurale nécessite une politique spatialement différenciée plutôt que des mandats nationaux uniformes. Les conclusions suggèrent que :

• Ciblage des Politiques : Les politiques de coordination inter-comtés devraient prioriser les liens industriels pour exploiter les retombées positives, plutôt que de compter uniquement sur les corridors écologiques qui montrent des effets de débordement négligeables.
• Zones Différenciées : L'auteur propose trois zones de politique basées sur les valeurs de DCC de 2022 : une "Zone de Synergie" (Est) pour maintenir les trajectoires ; une "Zone d'Arbitrage" pour activer les fonds de transition de l'industrie des ressources ; et une "Zone de Déséquilibre" (comtés écologiques de l'Ouest) nécessant des parcs industriels verts et des cibles écologiques contraignantes.
• Mécanismes de Compensation : Une formule de compensation est proposée pour tenir compte des externalités spatiales, suggérant que les comtés bénéficiant de la croissance industrielle de leurs voisins devraient contribuer à la compensation écologique, avec des primes pour les régions à coûts de développement élevés.
• Alignement sur les ODD : L'étude positionne le DCC comme un outil de diagnostic composite qui est corrélé à plusieurs Objectifs de Développement Durable (ODD), particulièrement la réduction de la pauvreté (ODD 1) et l'énergie propre (ODD 7), tout en avertissant que la coordination ne garantit pas automatiquement les objectifs liés aux écosystèmes terrestres (ODD 15).

L'auteur conclut que bien que leur approche offre un diagnostic transférable pour les pays en développement, des limites subsistent, notamment la nature statique du modèle CCD, la dépendance à un seul indicateur pour l'activité industrielle, et l'agrégation des données au niveau du comté qui masque l'hétérogénéité au niveau des cantons.