Les ménages sous la contrainte carbone : exercice de modélisation prospective des secteurs résidentiel et transports avec TIMES - PASTEL - Thèses en ligne de ParisTech Access content directly
Theses Year : 2011

Households under carbon constraint: modeling residential and transports sectors with TIMES in a prospective context

Les ménages sous la contrainte carbone : exercice de modélisation prospective des secteurs résidentiel et transports avec TIMES

Jean-Michel Cayla
  • Function : Author
  • PersonId : 905529

Abstract

The energy and political context in France suggests that households would have to deal with a strong constraint of CO2 emissions reduction in the next decades. Many questions then arise: Which technologies would enable this level of emission reduction? What policies should be implemented to achieve such a reduction ? What is the impact of these policies on household budget ? This PhD work tries to answer to these issues thanks to a residential and transports sectors TIMES model, which is a bottom-up model based on an optimization paradigm. This model relies on a highly disaggregated representation of households that allows a largely enhanced level of confidence in the results obtained, compared to other bottom-up models. Moreover, thanks to a survey we have launched among 2000 French households we are able to better design household energy consumption behavior. It is thus possible to take into account the constraints faced by the households and the tradeoffs they make between cost and comfort. This model is very useful for evaluating different policy tools considering their ability to lead to strong reductions and their impact on the household budget. A carbon tax then seems a good way to reduce CO2 emissions and subsidies seem to enhance the impact of the tax and help to reduce its distorting effect on household budget.
Le contexte énergétique et politique en France laisse présager de l'apparition d'une forte contrainte de réduction des émissions de CO2 des ménages dans les décennies à venir. Plusieurs interrogations se posent alors : Quelles sont les technologies permettant d'atteindre une telle réduction ? Quelles politiques mettre en œuvre pour atteindre un tel objectif ? Et quel est l'impact de ces politiques sur le budget des ménages ? Le présent travail de thèse s'attache à répondre à ces questions à partir d'un modèle bottom-up d'optimisation de type TIMES portant sur les secteurs résidentiel et transports, réalisé dans le cadre de cette thèse. Ce modèle s'appuie notamment sur une représentation des ménages très désagrégée qui permet d'apporter beaucoup plus de robustesse par rapport aux autres modèles de ce type, basés sur la description d'un ménage moyen. De plus, à l'aide d'une enquête auprès de 2000 ménages réalisée dans le cadre de cette thèse, il est possible de prendre en compte le comportement de consommation des ménages de manière relativement fine, notamment en rendant compte des contraintes subies par les ménages et des arbitrages qu'ils réalisent entre coût et confort. L'exercice de prospective réalisé à partir de ce modèle permet d'évaluer l'efficacité en terme de réduction et l'impact sur le budget des ménages de différents outils politiques. Il permet notamment de visualiser que l'instauration d'une taxe carbone est un moyen efficace de réduire les émissions et que la mise en place conjointe de subventions ciblées permet de compléter l'action de cette taxe tout en diminuant son impact distorsif sur le budget des ménages.
Fichier principal
Vignette du fichier
ThA_se_diffusion_V2.pdf (6.45 Mo) Télécharger le fichier
PrA_sentation_3_mars_V2.ppt (2.49 Mo) Télécharger le fichier
Format : Other

Dates and versions

pastel-00608619 , version 1 (13-07-2011)

Identifiers

  • HAL Id : pastel-00608619 , version 1

Cite

Jean-Michel Cayla. Les ménages sous la contrainte carbone : exercice de modélisation prospective des secteurs résidentiel et transports avec TIMES. Economies et finances. École Nationale Supérieure des Mines de Paris, 2011. Français. ⟨NNT : 2011ENMP0011⟩. ⟨pastel-00608619⟩
917 View
2105 Download

Share

Gmail Facebook X LinkedIn More