La Situation mondiale de l’alimentation et de l’agriculture 2023

Les coûts cachés environnementaux, sanitaires et sociaux des systèmes agroalimentaires

Méthode

Steven Lord de l’Environmental Change Institute de l’Université d’Oxford a élaboré pour la Food System Economic Commission (FSEC) un modèle permettant d’évaluer les coûts cachés des systèmes agroalimentaires dans trois dimensions: environnementale, sanitaire et sociale¹. Ce modèle a été associé à la Base de données statistiques fondamentales de la FAO (FAOSTAT) et à d’autres sources mondiales disposant de données pour différents pays et périodes sur les incidences des systèmes agroalimentaires, notamment les émissions de GES et d’azote, l’utilisation des terres, la charge de morbidité liée aux modes d’alimentation et l’incidence de la pauvreté modérée et de la sous-alimentation. Il donne des estimations préliminaires des coûts cachés quantifiés annuels sur les plans environnemental, sanitaire et social pour 154 pays au cours de la période 2016-2023. On parle de coûts «quantifiés» afin de faire état des lacunes de données dans de nombreux pays qui empêchent d’estimer l’ensemble des coûts cachés, comme ceux liés à l’exposition aux pesticides et à la dégradation des terres, par exemple. Les coûts cachés étant fournis au niveau des pays et présentés sous la forme d’une mesure monétaire, on peut les agréger au niveau mondial, au niveau national et par niveau de revenu et les comparer à des indicateurs macroéconomiques tels que le PIB.

Les coûts cachés annuels des systèmes agroalimentaires sont obtenus en multipliant les mesures d’incidences (émissions de GES, par exemple) par leurs coûts cachés marginaux respectifs au niveau national.

Les coûts cachés sont mesurés en USD en parité de pouvoir d’achat (PPA) de 2020, laquelle représente le montant d’un panier de base de biens et de services pouvant être acheté pour 1 USD (une fois converti en monnaie locale) dans un pays donné en 2020. En d’autres termes, la PPA élimine les différences de niveau de prix entre les pays et égalise le pouvoir d’achat des monnaies. Les biens et les services concourent, par leur consommation, au bien-être. Par conséquent, les coûts cachés mesurés correspondent à la réduction du bien-être (pertes de bien-être) liée à une baisse du pouvoir d’achat. L’un des avantages des coûts cachés mesurés en tant que pertes de PIB en PPA est leur comparabilité avec les comptes nationaux et d’autres mesures des dépenses nationales. Il est en outre possible d’agréger les résultats, à la fois pour des catégories de coûts (entre coûts environnementaux et sanitaires, par exemple) et pour des pays. L’un des inconvénients liés au calcul des coûts cachés en tant que pertes de PIB en PPA est l’impossibilité de mesurer l’évolution des inégalités de revenus. Un autre inconvénient est l’hypothèse d’une interchangeabilité parfaite des pertes de flux de capital naturel, humain et produit. Enfin, il est important de noter que les coûts cachés sont différents des coûts des mesures de réduction (voir le glossaire), qui sont exclus de l’analyse en raison d’un manque de données et de facteurs d’évaluation.

Pour tenir compte des coûts cachés qui seront supportés par les générations futures, le modèle prend comme référence une trajectoire commune d’évolution socioéconomique «médiane» (trajectoire SSP2 du GIEC) et suppose un taux d’actualisation social fondé sur la règle de Ramsey avec une préférence temporelle de 0 et une utilité prévisionnelle marginale constante de la consommation de 1,5². Pour obtenir une description détaillée de la méthode de rapprochement des coûts cachés dans le cadre fourni par la trajectoire SSP2, voir Lord (2023)¹.

Portée de l’analyse

La figure 5 du chapitre 2 indique le périmètre des systèmes agroalimentaires couvert par l’analyse, ainsi que les coûts cachés considérés. En résumé, l’analyse couvre les coûts liés aux émissions de GES, aux émissions d’azote, à l’utilisation des eaux bleues, à la transition vers de nouvelles affectations des terres, à la pauvreté ainsi qu’aux pertes de productivité dues aux mauvaises habitudes alimentaires et à la sous-alimentation. Faute de données suffisantes, l’exposition aux pesticides et la dégradation des terres ne sont pas prises en compte. Le secteur forestier est également exclu de l’analyse, faute d’estimations des coûts cachés imputables à ses activités économiques, telles que l’exploitation forestière. Plus précisément, comme indiqué à la figure 5, l’analyse comprend les coûts cachés liés aux facteurs suivants:

1. Environnementaux – coûts externes (voir le chapitre 1) des externalités liées aux GES émis le long de la chaîne de valeur alimentaire dans le cadre de la production d’aliments et d’engrais et de l’utilisation d’énergie; aux émissions d’azote (volatilisation et ruissellement) au stade de la production primaire et dans le cadre de la gestion des eaux usées; et à l’utilisation de l’eau et aux nouvelles affectations des terres au niveau des exploitations.
2. Sociaux – résultant des pertes de productivité liées à la sous-alimentation (définie par la FAO [2022]³) ou de la contribution des systèmes agroalimentaires à la pauvreté modérée. On considère que les coûts cachés liés aux préjudices sociaux sont dus au fait que les politiques et les institutions ne parviennent pas à remédier aux problèmes de la pauvreté et de l’insécurité alimentaire. Le raisonnement est le suivant: premièrement, on dispose de suffisamment de calories dans le monde pour atteindre l’objectif Faim zéro, de sorte que la prévalence de la sous-alimentation révèle une défaillance des systèmes agroalimentaires quant à la répartition des disponibilités alimentaires; deuxièmement, la pauvreté parmi les travailleurs des systèmes agroalimentaires indique également une défaillance de ces systèmes compte tenu des profits substantiels réalisés en aval par les grossistes, les transformateurs et les détaillants de produits alimentaires.
3. Sanitaires – du fait des mauvaises habitudes alimentaires à l’origine de la charge de l’obésité et des MNT et, par voie de conséquence, de pertes de productivité. Plus précisément, une mauvaise alimentation, pauvre en fruits, en légumes, en fruits à coque, en céréales complètes, en calcium et en graisses protectrices, et riche en sodium, en boissons contenant des sucres ajoutés, en graisses saturées et en viande transformée, a été corrélée à une morbidité et une mortalité évitables liées à des tumeurs, à des maladies cardiovasculaires et au diabète de type 2⁴. Diverses défaillances des marchés, des institutions et des politiques (voir le chapitre 1) sont à l’origine de ces modes d’alimentation, du fait qu’elles rendent plus disponibles, moins chers et plus pratiques des aliments à haute teneur énergétique et à valeur nutritionnelle minimale.

Lord (2023)¹ se penche sur la distinction, au niveau national, entre la génération des coûts cachés (génération des coûts), la prise en charge des coûts cachés, qui peuvent avoir été produits par cette nation ou une autre (prise en charge des coûts), et les acteurs qui bénéficient gratuitement des avantages que procure la prise en charge des coûts par d’autres acteurs (jouissance des avantages).

Sources de données relatives aux mesures d’incidences et couverture

Les mesures d’incidences se rapportent aux sous-produits des activités des systèmes agroalimentaires, comme les émissions de GES, qui entraînent des coûts cachés. Des données relatives aux mesures d’incidences pour la période 2014-2020 ont été réunies pour 154 pays. Les données manquantes ont été calculées par interpolation au moyen d’une moyenne mobile ou de taux de changement régionaux. Les données pour 2021-2023 – notamment le PIB et d’autres indicateurs macroéconomiques – ont ensuite été extrapolées à l’aide de méthodes statistiques spécifiques ou de projections fournies par la FAO et la Banque mondiale. Les sections qui suivent présentent les sources de données et la couverture pour les trois catégories de coûts cachés (environnementaux, sociaux et sanitaires). On trouvera une description détaillée des méthodes d’interpolation et d’extrapolation, ainsi que des sources de données, dans Lord (2023)¹.

Mesures d’incidences environnementales

S’agissant tout d’abord des émissions de GES, les données au niveau des pays relatives aux émissions (directes et indirectes) de CO₂, de méthane (CH₄) et d’oxyde nitreux (N₂O) de niveau 1 pour la période 2014-2020 ont été tirées de FAOSTAT⁵. Les données sur l’utilisation de l’eau bleue en agriculture au niveau des pays entre 2014 et 2020 sont issues du Système mondial d’information de la FAO sur l’eau et l’agriculture (AQUASTAT)⁶. Les données relatives aux changements d’affectation des terres – conversion de forêts et d’herbages non gérés (catégorie générale comprenant les maquis, les prairies et les terrains de parcours non gérés) en terres à usage agricole et en pâtures, et de terres agricoles et de pâtures en forêts et en herbages non gérés – entre 2014 et 2019 ont été tirées de l’ensemble de données HILDA+ (HIstoric Land Dynamics Assessment+ [évaluation de l’évolution historique des sols])⁷. Les émissions d’azote issues de la volatilisation de l’ammoniac (NH₃) et des oxydes d’azote (NOx) dans l’air dans le cadre de la production agricole et de l’utilisation d’énergie en 2015 proviennent de l’ensemble de données Emissions Database for Global Atmospheric Research (EDGAR, [base de données sur les émissions du programme mondial de recherche sur l’atmosphère]) v5.0 de la Commission européenne^8-10. Les quantités d’azote contaminant les eaux de surface par ruissellement et les eaux profondes par lixiviation ont été calculées à partir des ensembles de données spatiales du modèle IMAGE–GNM (Integrated Model to Assess the Global Environment – Global Nutrient Model [modèle intégré d’évaluation de l’environnement mondial – modèle mondial des éléments nutritifs])^{11, 12}.

Mesures d’incidences sociales

Les données au niveau des pays portant sur la prévalence de la sous-alimentation et le nombre de personnes sous-alimentées sur la période 2014-2020 proviennent de FAOSTAT¹³. Celles relatives aux écarts de pauvreté et au nombre de personnes en situation de pauvreté modérée (vivant sous le seuil de pauvreté monétaire fixé à 3,65 USD par jour en PPA de 2017) ont été obtenues auprès de la Banque mondiale¹⁴. La proportion de travailleurs des systèmes agroalimentaires dans l’emploi total est utilisée comme indicateur de substitution de la proportion de travailleurs des systèmes agroalimentaires en situation de pauvreté modérée¹⁵. Pour la plupart des pays présentant des niveaux élevés de pauvreté modérée, cet indicateur de substitution constituera probablement une sous-estimation, car la plus grande partie des travailleurs des systèmes agroalimentaires sont employés dans le secteur agricole, lequel enregistre la plus forte prévalence de la pauvreté¹⁶.

Mesures d’incidences sanitaires

S’agissant des modes d’alimentation, la charge pour le capital humain de la morbidité et de la mortalité évitables est mesurée en AVCI perdues dans chaque pays entre 2014 et 2019¹⁷. Les AVCI sont également utilisées pour estimer l’IMC élevé pour chaque pays sur la même période¹⁷. Des facteurs de médiation permettent d’éviter une double attribution d’AVCI à un IMC élevé et à des facteurs liés à l’alimentation^{18, 19}. Cette interdépendance implique que les AVCI représentent une certaine mesure d’incidences par pays et par an, et que la charge de morbidité imputable à l’obésité et les MNT liées à de mauvaises habitudes alimentaires ne sont pas considérées comme deux mesures distinctes. Une autre difficulté concerne l’attribution de la charge de morbidité aux activités des acteurs des systèmes agroalimentaires, car la pauvreté et la génétique peuvent être des cofacteurs dans la prévalence de l’obésité et des MNT. Dans la présente étude, 75 pour cent des AVCI sont attribuées à des défaillances des activités des systèmes agroalimentaires. Différents pourcentages ont été pris en compte dans l’analyse d’incertitude²⁰.

Lord (2023) examine plus en détail les lacunes de données et les méthodes d’établissement des coûts. L’étude présente les ventilations s’agissant de la génération et de la prise en charge des coûts, lesquelles ne figurent pas dans le présent rapport¹.

Sources de données relatives aux coûts cachés marginaux et méthodes

Les coûts cachés marginaux sont calculés en USD en PPA de 2020 au moyen du modèle de coûts marginaux des préjudices SPIQ-FS version 0 élaboré pour la FSECⁿ, et sont présentés avec des estimations de l’incertitude sous la forme de distributions de probabilité paramétrées^22-26. Les préjudices pour les économies futures sont estimés à partir de projections établies dans le cadre d’un scénario de «maintien du statu quo» (SSP2)². La pauvreté fait exception, car elle a été évaluée directement à partir des données de la Banque mondiale; l’incertitude n’a pas été modélisée. Comme pour les mesures d’incidences, les sections ci-après décrivent les sources de données et la méthode d’évaluation des coûts cachés marginaux dans les trois dimensions.

Coûts marginaux environnementaux

Concernant les émissions de GES, le modèle SPIQ-FS rééchantillonne les simulations du coût social^o des GES établies en 2020 par l'Interagency Working Group on Social Cost of Greenhouse Gases (IWG-SCGHG [Groupe de travail interinstitutions sur le coût social des gaz à effet de serre])^{28, 29}. Des simulations du IWG-SCGHG sont disponibles pour trois taux d’actualisation (2,5 pour cent, 3 pour cent et 5 pour cent) et cinq scénarios socioéconomiques. À partir des projections de croissance des PIB nationaux du scénario SSP2 jusqu’en 2100², il a été établi que les taux mondiaux correspondaient à un taux d’actualisation de 3 pour cent. Compte tenu de ce taux d’actualisation, les coûts sociaux du carbone dans les cinq scénarios ont été échantillonnés uniformément pour les estimations supplémentaires de l’incertitude portant sur les conditions économiques futures définies dans le scénario SSP2. Les coûts sociaux sont fournis séparément pour le CO2, le CH₄ et le N₂O. Les coûts d’une émission de GES dans un pays sont supportés au niveau mondial, du fait des changements climatiques. Pour attribuer le coût d’une émission en tant que coût imputé au pays à l’origine de cette émission, on suppose que les acteurs économiques dans ce pays doivent payer un montant par émission égal au coût social du GES en question. En principe, ces fonds devraient compenser les acteurs qui supportent le coût de l’émission dans le pays ou à l’extérieur de celui-ci.

Dans le cadre de l’estimation des coûts de l’utilisation d’eau bleue en agriculture, les taux d’actualisation du scénario SSP2 ont été employés pour déterminer les incidences des futures pénuries d’eau. Les coûts cachés marginaux sont toutefois sous-estimés en raison d’un manque de données sur les coûts liés à la perte de flux environnementaux. Les coûts des changements d’affectation des terres (services écosystémiques perdus, conservés ou rétablis par hectare et par an) proviennent de la base de données ESVD (Ecosystem Services Valuation Database [base de données sur l’évaluation des services écosystémiques])^{30, 31}. Dans la mesure du possible, les services de stockage du carbone ont été exclus de l’évaluation, afin d’éviter un double comptage avec l’établissement des coûts des GES. Les taux d’actualisation au niveau national du scénario SSP2 ont été utilisés pour estimer les pertes de services écosystémiques dues à la déforestation pour la période 2020-2100, en vue d’obtenir des valeurs cumulées par hectare de terres réaffectées à d’autres usages. S’agissant des terres retrouvant leur habitat naturel, 14 années de gains de services écosystémiques ont été prises en compte pour calculer la valeur cumulée par hectare de terres réaffectées. Différents nombres d’années ont été pris en compte dans l’analyse d’incertitude. L’établissement des coûts des émissions d’azote s’appuie sur le modèle SPIQ-FS s’agissant de la volatilisation du NH3 (ammoniac) et des NOx (oxydes nitreux) dans l’air et du ruissellement de l’azote réactif dans les eaux de surface, ainsi que de la lixiviation, principalement de NO3 (nitrate) soluble.

Coûts marginaux sociaux

La modélisation de coûts SPIQ comprend un modèle fondé sur le nombre de personnes sous-alimentées et les AVCI liées à la malnutrition protéino-énergétique, établi à partir des données de l’OMS. Les coûts entraînés par les pertes de productivité liées à la malnutrition protéino-énergétique sont évalués à l’aide des données historiques relatives à la productivité de la main-d’œuvre communiquées par l’Organisation internationale du Travail (OIT)³². S’agissant de la pauvreté modérée, les données relatives à l’écart de pauvreté au niveau national avec le seuil de 3,65 USD par jour en PPA de 2017 pour la période 2014-2020, provenant de la Banque mondiale¹⁴, ont été ajustées pour tenir compte de l’inflation et calculées en PPA de 2020. Les écarts de pauvreté ont été convertis en écart de revenu par an. Le coût total attribué à la pauvreté est défini comme correspondant au bien-être en équivalent revenu nécessaire pour éliminer la pauvreté modérée imputable à des défaillances de la répartition dans les systèmes agroalimentaires. Il est calculé en multipliant l’incidence de la pauvreté modérée par l’écart de revenu moyen en PPA.

Coûts marginaux sanitaires

Les pertes de productivité liées aux maladies imputables à l’alimentation et à un IMC élevé sont estimées à l’aide des données historiques relatives à la productivité de la main-d’œuvre communiquées par l’OIT³².

Indicateurs d’ampleur des coûts cachés environnementaux, sanitaires et sociaux des systèmes agroalimentaires

Une fois les coûts cachés des systèmes agroalimentaires au niveau national mesurés en fonction du PIB en PPA, on peut les comparer à des indicateurs nationaux, tels que la valeur ajoutée brute (VAB) agricole en PPA. Le présent rapport propose ainsi trois indicateurs d’ampleur, correspondant au ratio entre différents types de coûts (environnementaux, sanitaires ou sociaux) et différents indicateurs macroéconomiques.

Plus la valeur de ces indicateurs est élevée, plus les coûts cachés seront considérés comme préjudiciables par rapport aux avantages apportés par les activités des systèmes agroalimentaires à l’origine de ces coûts. Une valeur nulle indique qu’aucun coût net n’est supporté, tandis qu’une valeur négative correspond à des avantages nets. On pourrait citer comme exemple un gain en services écosystémiques lié à la réduction des superficies agricoles et à la restauration de l’habitat.

Taux d’incidence des externalités agricoles

Le premier indicateur est le taux d’incidence des externalités agricoles (TIEA) (ici AEIR), que l’on obtient en divisant la valeur actualisée des coûts cachés de la production agricole et du changement d’affectation des terres en pourcentage du PIB en PPA par la VAB de l’agriculture, des forêts et de la pêche (ici GVA AFF). Les données relatives à la VAB de l’agriculture, des forêts et de la pêche, obtenues auprès de la Banque mondiale pour les 154 pays sous la forme d’un pourcentage du PIB, sont ensuite multipliées par le PIB en PPA³³. La VAB moyenne de l’agriculture, des forêts et de la pêche est déterminée pour la période 2016-2020, puis convertie en USD en PPA de 2020 à des fins de cohérence avec le numérateur. Les coûts cachés pouvant être agrégés aux niveaux mondial, régional et national, il en est de même de cet indicateur. La formule suivante explique le mode de calcul du TIEA (ici AIER) et de quelle manière il est dérivé de deux autres indicateurs:

où,

ALEC est la valeur actualisée par hectare des coûts cachés de la production agricole et du changement d’affectation des terres, y compris l’utilisation de l’eau en agriculture, les changements d’affectation des terres (forêts converties en terres agricoles ou en pâtures et inversement), les émissions d’azote et de GES au niveau des exploitations, en tant que mesure de l’ampleur de ces coûts cachés par unité de terre agricole (la terre étant le principal facteur de production en agriculture), et

ALEB est la VAB de l’agriculture, des forêts et de la pêche, en tant que mesure de l’intensité de la productivité agricole (phase de production primaire).

Taux d’incidence de la répartition sociale

Le troisième indicateur est le taux d’incidence de la répartition sociale (TIRS) (ici SDIR), obtenu en divisant la somme de i) l’écart de revenu des travailleurs des systèmes agroalimentaires avec le seuil international de pauvreté modérée (défini à 3,65 USD en PPA de 2017 par jour) et ii) la valeur actualisée des pertes de productivité liées à la sous-alimentation par le revenu moyen de la population en situation de pauvreté modérée. Il est calculé à l’aide de la formule suivante:

où,

SDPOVA indique l’écart de revenu des travailleurs des systèmes agroalimentaires avec le seuil de pauvreté modérée,

SDPOUC correspond aux pertes de productivité annuelles totales liées à la sous-alimentation (qui sont supposées, dans un souci de simplicité, être subies par les personnes en situation de pauvreté modérée) évaluées à l’aide des données historiques relatives à la productivité de la main-d’œuvre communiquées par l’OIT³², et

SDINC est le revenu annuel total des personnes en situation de pauvreté modérée.

Le TIRS (ici SDIR) est calculé en tant que moyenne sur la période 2016-2020. Les revenus des personnes vivant dans des conditions de pauvreté modérée ont été établis à partir des données de la Banque mondiale, sous la forme d’une moyenne sur 2016-2020.

Taux d’incidence des modes d’alimentation

Le deuxième indicateur est le taux d’incidence des modes d’alimentation (TIMA) (ici DPIR), obtenu en divisant la valeur actualisée des pertes de productivité liées à l’obésité et aux MNT dues aux mauvaises habitudes alimentaires (en pourcentage du PIB en PPA) par le PIB en PPA. La formule suivante explique le mode de calcul du TIMA (ici DPIR) et de quelle manière il est dérivé de deux autres indicateurs:

où,

DPPCAP représente les pertes de productivité par habitant dues aux mauvaises habitudes alimentaires, évaluées à l’aide des données historiques relatives à la productivité de la main-d’œuvre communiquées par l’OIT³², et

GDPCAP est le PIB en PPA par habitant^p.