Un modèle de simulation de négociations collaboratives

 

(Jean-Paul Bousset, Claire Choquet, Monique Bouchaud, Catherine Macombe)

 

La protection de la biodiversité ordinaire en forêt française dépend de politiques publiques dédiées. Or, la mise en oeuvre d'une politique soulève au moins deux questions pour les opérateurs. La première interrogation porte sur la manière dont les acteurs concernés vont réagir à la mise en oeuvre de cette politique sur leur territoire. Vont-ils l'accepter, c'est à dire adhérer à ses objectifs et adopter les mesures proposées ? Vont-ils tenter de la modifier en adoptant une partie seulement des mesures proposées ou même la combattre en rejoignant des groupes d'opposants ? Quelles pourrait être la composition des groupes de supporters et d'opposants ? Quelle pourrait être la capacité d'influence de chacune de ces coalitions ?

 

La seconde interrogation porte sur la manière dont les opérateurs pourraient procéder pour convaincre le plus grand nombre d'acteurs de coopérer ? Sur quels acteurs locaux pourraient ils s'appuyer ? Quels pourraient être les acteurs clé des coalitions de supporters ? Sur quels objectifs et quelles actions pourraient ils baser la promotion de cette politique ? Ces questions représentent des enjeux importants pour guider les pouvoirs publics.

 

Dans ce but, le système interactif d'aide à décision (conçu et prorammé par JP.Bousset) développé dans le cadre du projet SPRITE a été utillisé pour simuler un processus de négociations collaboratives entre les acteurs de la montagne thiernoise, face à différentes politiques (hypothétiques) de préservation de la biodiversité forestière..

 

Une version allégée du modèle de négociation peut être téléchargée à partir de l'adresse suivante : https://prospector0.webnode.fr/products/negotiation-model/

 

 

   

 

 

Ce document comprend quatre parties. La première partie présente les principaux aspects de la méthode mise en œuvre pour répondre à ces questions. La seconde décrit la structure d'inférence du modèle de négociation simulé. La troisième partie présente quelques résultats produits par l'application de ce modèle dans la montagne thiernoises. La conclusion discute des principaux avantages et inconvénients de la méthodes. Elle est suivie par quelques références bibliographiques et des éléments de pseudo-code du modèle de négociation.

 

1. Méthode

 

Les concepts utilisés pour traiter ces questions sont liés à la méthode de Formulation de Politiques Intégrées Participatives (FPIP,). La méthode "FPIP" s'appuie sur des entretiens individuels avec les différents acteurs du système étudié, des modèles de simulation du fonctionnement du système pour construire des scénarios d'évolution du système, et des ateliers de discussion de scénarios pour permettre aux acteurs de parvenir à des compromis et des accords politiques (Campbell & Townsley, 1997).

 

Les entretiens formels, effectués sur ​​la base de questionnaires structurés, décrivent les activités, les ressources propres (Ri), les relations (Gi), la perception de la biodiversité (Si) et les préférences face aux objectifs et actions des politiques proposées (Xi, Ei), de chacun des principaux acteurs forestiers de la montagne thiernoise.

 

Trente acteurs ont été interviewés :

6 propriétaires ("PP4_RC3", "RC6", "PP5_RC4", "PP8_RT1", "RT2", "PP10_RT3"),

5 communautés - collectivités locales ("CV3_RT4", "PP11_CV4", "PP6_CV1", "CV5", "CV7"),

9 propriétaires & autres contrôleurs de ressources ("PP15", "PP2", "PP9", "PP12_CV6", "PP13", "PP3_RC2", "PP17_Promo2", "RC10", "PP1_Promo1"),

10 médias ("RC8", "RC9", "RC7", "PP16_CV8", "PP7_CV2", "PP14_RC11", "XRC1", "RC5"),

et 2 institutions ( "IP1", "IP2")

PP = PropriétairePublic/Privé, T = Transformateur, R= Régulateur, C = Collectivité.

 

Le modèle de simulation de processus de négociations collaboratives proposé par le DSS SPRITE-ECOFOR permet aux experts de construire des scénarios qui décrivent, d'une part, les forces motrices qui affectent la biodiversité ordinaire en forêt thiernoise et, d'autre part, les impacts de ces forces sur la biodiversité dans cette région.

 

La biodiversité ordinaire en forêt thiernoise est affecté par des forces externes et internes au système local. Dans ce modèle, les forces externes sont d'hypothétiques changements dans le contexte économique et social appelés «événements / problèmes» qui ne sont pas directement contrôlés par les acteurs forestiers. Dans ce projet, nous analysons l'impact de l'événement suivant : “La biodiversité en forêt est de plus en plus importante pour les gens en général, et les attentes en matière d'ouverture du paysage et de résistance au changement climatique sont en forte progression.".

 

Dans ce projet, les forces internes comprennent :

1) les ressources et les relations de chaque acteur (Ri, Gi)

2) l'importance de l'événement pour chaque acteur (Si)

4) les préférences de chaque acteur vis à vis des objectifs et actions proposées (Xi, Ei) par trois politiques hypothétiques, définies à partir des chartes du Programme de reconnaissance de certifications forestières (PEFC) :

- P1 : améliorer les pratiques de gestion de la forêt (objectif O1) ;

- P2 : développer les zones de conservation des habitats et espèces(O2);

- P3 : préparer la forêt au changement climatique (objectif O3);

 

Au total, 30 mesures (A, B …. Z5) et leur objectifs ont été testées :

 

A.Préparer la régénération naturelle dans les futaies régulières de résineux à maturité

B.Participer à l'amélioration de la desserte forestière et des places de dépôt

C. travaux d'entretien "en étages" des lisières

D.Pratiquer des éclaircies fortes et précoces pour diminuer la compétition en eau des végétaux

E.Pratiquer des dépressages et des éclaircies par ilôts dans les hêtraies (AP*)

F.Limiter la pénétration des sapins dans les hêtraies (AP)

G.Souscrire à un document de garantie de gestion durable (RTG, PSG, Aménagement, CBPS) (AP/E)

H.Conserver au minimum 2 arbres vieillissants, morts, ou à cavité à l'hectare

I.Conserver des ilôts de vieillissement de feuillus et maintien des chênes existants (E)

J.Pas de coupe rase sur les pentes >30%

K.Raccourcir l'âge et les dimensions d'exploitabilité des arbres

L.ocaliser les milieux et/ou espèces remarquables de sa forêt et les intégrer à sa gestion forestière.

M.Ne choisir que des matériels à provenance adaptée (davantage de cèdres, pins exotiques ...)

N.Mélanger les essences pied à pied (préférer association feuillus-résineux)

O.Ne pas planter de sapins pectinés / Vancouver <1000 m même sous couvert de pins

P.Raisonner l'application des produits phytosanitaires pour préserver la qualité des sols

Q.Protéger les tiges d'avenir

R.Limiter le tassement des sols lors du débardage par des cloisonnements

S.Démembrer les houpiers et disperser de façon homogène les rémanents au sol

T.Ne pas laisser de déchets derrière soi, utiliser des biolubrifiants

U.Respecter les berges et les zones humides

V.S'impliquer dans la formation et l'information sur les enjeux environnementaux d'une récolte

W.Faire davantage d'assistance technique individuelle et de réunions de formation collective

X.Elaborer un guide de sylviculture respectueuse de l'habitat des espèces animales et végétales

Y.Acquisition de parcelles par le conseil général ou les communes

Z1.Création de groupements forestiers pour réduire le morcellement de la forêt

Z2.Etablir un système d'aides à l'intervention au stade juvénile en faveur d'un mélange des espèces

Z3.Laisser une bande de 10m de feuillus sur les berges des cours d'eau

Z4.Pas de coupes rases sur les zones à sensibilité paysagère élevée

Z5.Pas de coupe rase dans les hêtraies, privilégier les coupes d'amélioration

 

 

Les ateliers de discussion de scénarios sont des réunions qui rassemblent les acteurs pour analyser les scénarios descriptifs et exploratoires pré-construits par le modèle de simulation..

 

Dans ces ateliers -- conduits par des animateurs experts du domaine, les scénarios sont supposés être des vecteurs d'apprentissage collectif permettant aux acteurs de progresser dans leur compréhension de l'événement en question et d'identifier plus surement les politiques qui satisfont au moins une partie des intérêts de chacun.

 

Enfin, face à des évaluations -- résultats de modèles d'évaluation ou d'expertises -- qui diffèrent de leur propres visions, les parties prenantes ont l'occasion de développer et de réviser leur interprétation des résultats présentés et d'échapper aux contraintes imposées par leurs propres préoccupations de faisabilité.

 

Les ateliers de discussion de scénarios pré-construits peuvent ainsi fournir aux décideurs institutionnels des perspectives et recommandations qui constituent un matériel informatif pour la formulation d'une politique – en indiquant les objectifs/ mesures susceptibles de favoriser une dynamique d'aceptation de la politique proposée, et pour la promotion/mise en oeuvre d'une politique en s'appuyant sur tel acteur plutôt que tel autre pour favoriser le rapprochement de tels autres, etc. (Street, 1997; Godet, 2001).

 

Ce faisant, la méthode proposée s'inscrit dans une démarche de pilotage participatif qui devrait éviter les fréquentes impasses des démarches « top down » plus directives.

 

 

2. Structure d'inférence du modèle de simulation

 

Le modèle de simulation de négociations collaboratives suppose que toutes les parties prenantes peuvent changer leurs opinions et leurs préférences politiques afin de garantir un résultat de la politique aussi proche que possible à leurs attentes sur les effets de la politique en question.

 

La simulation se développe en quatre étapes: l'initialisation, la construction de relations bilatérales, la négociation, la révision des positions. Les trois dernières étapes sont séquentiellement et de manière itérative réalisées dix fois – soit l'équivalent de « 10 tours de tables » --pour obtenir des «effets d'apprentissage». La fonction et le fonctionnement de chaque étape du processus de simulation sont brièvement décrits ci-dessous. Le lecteur intéressé trouvera une présentation plus détaillée dans Bousset et al., (2003).

 

Initialisation. : construction du scénario de base

La phase d'initialisation consiste à définir la politique mise en question (MainPolicyObjective parameter = O1, O2 ou O3), puis à capter le type d'activité de chaque acteur, ses ressources propres(Ri), la puissance du réseau dans lequel il s'insère (Gi), sa perception de la biodiversité forestière (Si), et ses préférences sur les objectifs et les actions proposés par la politique en question (Xi, Ei).

 

A la fin de cette phase, le DSS fournit aux experts des éléments de construction du scénatio de base en triant les acteurs en 3 groupes (supporters, opposants, neutres) en fonction de leurs préférences sur les objectifs de la politique en question (Xi), puis en procèdant à l'analyse de chaque groupe en termes de structure (nombre, activités), ressources totales et moyennes par membre, implication et puissance des réseaux auxquels sont associés les membres du groupe, cohérence des positions des membres de chaque groupe.

 

Construction des relations bilatérales : construction d'un scénario alternatif

Le modèle suppose que chaque acteur i cherche àcontacter un acteur j pour lui proposer de rejoindre ses position, afin d'accroitre la puissance de sa coalition et ainsi renforcer ses chances d'influer sur la mise en place et la conduite de la politique en question. La décision d'un acteur i de contacter un acteur j dépend, d'une part de l'utilité perçues par i de convaincre j d'adopter ses positions (Xi, Ei …), et d'autre part de la probabilité de voir l'acteur j accéder à sa demande, qui dépend de l'utilité perçue par j d'adopter les positions politiques de i.

 

L'utilité pour un acteur i de convaincre j d'adopter sa position politique est supposée augmenter en fonction des ressources de j (Rj), de l'importance du problème pour j (Sj), et des différences entre les perceptions de i et de j sur la pertinence des objectifs de la politique en question (| Xi - Xj |) et l'efficacité des actions prévues pour atteindre ces objectifs (|Ei - Ej |).

 

L'utilité pour un acteur j d'accepter la position politique de i est supposée augmenter en fonction des ressources de i (Ri), de l'importance du problème pour j (Si), et des différences entre les perceptions de i et de j sur la pertinence des objectifs de la politique en question et la cohérence-efficacité des actions prévues pour atteindre ces objectifs.

 

Négociations. :

Le modèle suppose que chaque acteur j reçoit plusieurs demande de révision de ses attentes (Xj, Ej...). La négociation consiste en une analyse par j de l'intérêt de chaque demande. L'acteur j acceptera la demande de changement de position de l'acteur i s'il estime qu'il ne peut pas persuader lui-même un autre acteur d'adopter ses propres positions et si i est l'acteur dont les attentes sont les moins éloignées des siennes – i.e. les moins coûteuses à adopter, et si i est membre d'un coalition plus puissante que la sienne.

 

Révision des positions. 

Au cours de cette phase, chaque acteur j qui accepte la demande d'un acteur i adopte les attentes politiques de ce dernier et informe les autres acteurs de ce changement.

 

Ensuite, chaque acteur révise ses estimations de la puissance de chaque coalition, ainsi que ses estimations des utilités de contester chacun des autres acteurs et des coûts de ses éventuels changements de positions, et ce faisant, il révise ses estimations de la probabilité d'acceptation de ses demandes de révision de position aux autres acteurs. A la prochaine itération (i.e. réunion fictive) chaque relation de négociation bilatérale peut donc être renouvelée ou disparaître, selon le résultat des nouvelle estimations réalises par chaque acteur.

 

La figure ci aprés représente les relations bilatérales établies au cours de la première réunion (fictive) organisée sur la politique visant l'objectif O2.

 

 

Exemples de dialogues générés par le modèle de négociation au cours de la 1ere réunion (fictive) organisée sur l'objectifs O2:

RC8(i) selected RC10 as partner(j) because i's utility to challenge j is greater than j's utility to challenge i (i's view)

RC10(j) accepted requests from RC8 because j's utility to challenge i is lower than i's utility to challenge j (j's view)

So, RC8 challenged RC10 who moved from:8.0;-2.0 to:6.0;4.0 with shift-costs 0.32>0.16 and <0.59

In doing so, RC8(and his/her 5.0 allies with power: 3.03) gains (2°EiUij): 0.26

while RC10(and his/her 1.0 allies with power: 0.4) loses (6°EjUji):0.17

 

Après 10 iterations, le DSS fournit aux expert des éléments de construction d'un scénario alternatif qui décrivent les changements que pourraient faire émerger des négociations collaboratives dans chaque coalition de départ (cf. scenario de base) face à la politique en question, à savoir :

- la composition finale des groupes de supporters / d'opposants

- les acteurs locaux les plus actifs dans la construction des nouvelles coalitions

- les acteurs locaux les plus à même de changer de changer de position

 

La Figure ci dessous présente la dynamique de repositionnement des 30 acteurs au fil de 10 réunions (fictives) organisées sur une politique visant les objectifs O1 et O3. Elle montre notamment l'accroissement des ressources des opposants de cette politique au détriment de celles des supporters.

 

 

Construction d'autres scénarios alternatifs face à une même politique.

Le DSS permet tout d'abord de modifier la composition du système d'acteurs questionné en ajoutant des acteurs fictifs munis de ressources et de positionnements politiques spécifiques, pour évaluer ex-ante l'influence que pourrait avoir leur insertion dans le système local.

 

En outre, le DSS permet de modifier la valeur des paramètres du modèle de négociations standards afin d'évaluer la sensibilité des résultats produits par ce modèle à certaines hypothèses sous jacentes, à savoir :

 

- la proportion du nombre total d'acteurs « vus » par chaque acteurs lors des réunion (VisionRange) est fixée à 100% dans le modèle standard. Il peut être réduit à 50% ou moins pour simuler un faible degré de (re)connaissance mutuelles des acteurs du système.

 

- le poids des relations formelles de chaque acteur avec les autres (NetworkingWeight) est fixé à 1.0 dans le modèle standard. En le réduisant à 0.5 ou moins, on peut simuler un affaiblissement des ressources totales des acteurs les plus insérés dans les réseaux locaux (TotalRi = Ri+(Gi*NetworkingWeight)). Ce faisant, on accroit la probabilité pour un acteur i de discutter avec un acteur j – qui est inversement proportionnelle aux ressources de j. On accroit ainsi la probabilité des acteurs les moins puissants de discutter avec les plus puissants.

 

- la propension d'un acteur à écouter les autres (WillingnessToListen) est fixée à 1 dans le modèle standard. Ce faisant, on n'altère pas le poids des ressources de j dans l'estimation de la probabilité par un acteur i de discutter avec un acteur j, qui est inversement proportionnelle aux ressources de j ¹

 

- le mode de calcul des distance entre les acteurs (PoliticalDistance) utilisé dans le modèle standard combine les différences entre les positions sur les objectifs et les différences entre les position sur les actions – i.e postule que les discussions entre acteurs portent sur les objectifs et sur les actions. En sélectionnant l'option « ObjectivesOnly », on peut simuler des discussions focalisées sur les objectifs.

 

- le poids des actions dans le calcul des distances entre acteurs est fixé à 0.5 dans le modèle standard – on postule que les différences de positions sur les actions ont deux fois moins d'importance que les différences de positions sur les objectifs dans le calcul de l'utilité d'engager des négociations effectué par chaque acteur. En le fixant à 1, on peut simuler un renforcement du poids des discussions sur les actions.

 

- l'aversion au risque des acteurs (RiskAdverse) fixé à 0 dans le modèle standard indique qu'on postule que coût de transaction accepté par un acteur ne peut être supérieur au coût minimum (accepted cost = min cost * (1 + RiskAdverse). En fixant la valeur du paramètre à 0.5 on peut simuler l'acceptation de coûts plus élevés-- moins d'aversion au risque.

 

- dans le modèle de négociation, la probabilité pour un acteur i de propose à un acteur j de rejoindre ses positions dépend des ressources propres des 2 acteurs, de celles de leurs réseaux, et du paramètre guessp lié à la valeur de ErrorOnProbOfSuccAccess (²). Ainsi, en fixant la valeur de ErrorOnProbOfSuccAccess à 0, le modèle standard suppose que i connait parfaitement la valeur de cette probabilité. En fixant la valeur de ce paramètre à 10 on suppose au contraire cette connaissance plus ou moins imparfaite, aléatoirement selon les acteurs. Ce qui peut permettre de simuler une certaine méconnaissance mutuelle des acteurs en matière de ressources et de réseaux locaux.

 

- les gains pour un acteur i convaincant un acteur j de rejoindre ses positions (USij), comme les pertes pour j acceptant de rejoindre les positions de i (UFij) dépendent également des ressources propres des 2 acteurs, de celles de leurs réseaux, et des paramètres guessb et guessc liés à la valeur de ErrorOnConsequeOfShifts (³). Ainsi, en fixant la valeur de ErrorOnConsequeOfShifts à 0, le modèle standard suppose que les 2 acteurs connaissent parfaitement ces gains et pertes. En fixant la valeur de ce paramètres à 10, on suppose au contraire cette connaissance plus ou moins imparfaite, aléatoirement selon les acteurs. Ce qui constitue une autre manière de simuler une certaine méconnaissance mutuelle des acteurs en matière de ressources et de réseaux locaux.

 

- la proportion du groupe d'alliés de i (ThirdParty) prise en compte dans l'estimation par j des gains d'influence consécutifs à l'adoption des positions politiques de i. En fixant la valeur de ce paramètre à 1, le modèle standard postule que j prend en compte les ressources (Ri) et convictions (Si) de tous les membres de la coalition de i (...i is among the acceptable challengers to j IF [MinEjUji > q AND And (TNi * u) > (TNj * v) AND u > (1*ThirdParty*v)) ....avec u= Σri*Si/TNi et v=Σrj*Sj/TNj]. En la réduisant à 0.5, on peut simuler l'hypothèse d'un fort doute de j sur la capacité de i à mobiliser tous les membres de son groupe pour défendre les positions qu'il demande à j d'adopter. L'acteur j devient alors plus exigeant sur les ressources et convictions des coalisés des acteurs i dont ils examine les requêtes.

 

Les algorithmes de calcul utilisés pour l'estimation de l'utilité perçue d'un changement de position politique et la probabilité d'un accord entre les acteurs du système sont présentés dans Bousset et al. (2003).

 

 

3. Résultats

 

Ce chapitre présente quelques résultats produits par l'application du modèle de simulation décrit dans le chapitre 2, dans le cas du système d'acteurs et des projets de politique forestière de la montagne thiernoise. Aprés avoir décrit les scénarios de base afférents à chacun des 3 projets de politiques, il présente quelques uns des scénarios alternatifs que des négociations multiacteurs pourraient engendrer.

 

31. Scénarios de base

 

Trois scénarios de base sont décrits. Le premier décrit les positions des acteurs face à une politique d'amélioration des pratiques de gestion de la forêt (objectif O1). Le second décrit les positions des acteurs face à une politique de développement les zones de conservation des habitats et espèces (objectif O2). Le troisième décrit les positions des acteurs face à une politique de préparation de la forêt au changement climatique (objectif O3).

 

Chaque scénario comprend de une à trois parties, selon la diversité des positions des acteurs  : la description des supporters de la politique, la description des acteurs neutres – réservés – face à la politique, la description du réseau des opposants à la politique.

 

Pour chaque réseau, le DSS indique : sa structure (qui), ses ressources, son degré d'insertion dans d'autres réseaux locaux, son intérêt pour l'objectif visé, son degré de cohésion par rapport aux actions proposées.

 

311. Politique d'amélioration des pratiques de gestion de la forêt (objectif O1)

L'analyse des déclarations des acteurs montre que presque tous les acteurs (29 sur 30) sont d'accord avec l'objectif O1. Le DSS en fournit la liste anonymisée ainsi qu'une description synthétique de leur ressources propores, insertion dans les réseaux locaux, sensibilité au problème traité par la politique en question, cohérence des positions sur les autres objectifs et les action ...

 

Baseline scenario:

1. Supporters Networks for O1

11. Structure as Size: 29 Membership: [PP1_Promo1 IP1 RC7 RC6 PP8_RT1 PP7_CV2 PP5_RC4 RC10 PP3_RC2 CV7 PP16_CV8 RC9 XRC1 CV3_RT4 PP9 PP2 IP2 PP4_RC3 RC8 PP15 PP13 RT2 RC5 PP6_CV1 PP14_RC11 PP12_CV6 PP10_RT3 PP11_CV4 CV5]

12. Capacity as TotalResourcesSize: 143 AverageResources: 4.93

... Capacity as TotalNetworking: 67 AverageNetworking: 2.31

... Capacity as TotalSalience: 95 AverageSalience: 3.28

... WeightedAverageCapacity as [Ri/10 * (1 + Gi/10) * Si * NetworkingWeight]: 1.99

13. Cohesion as Distance on Xi: 0.25

... Cohesion as Distance on Ei: 0.38

... Cohesion as Preferences for: A(17) B(20) C(15) D(6) E(7) F(7) G(6) H(6) I(8) J(5) K(3) L(7) M(7) N(5) O(7) P(7) Q(7) R(7) S(4) T(6) U(7) V(7) W(6) X(7) Y(4) Z1(6) Z2(7) Z3(6) Z4(2) Z5(8

 

312. Politique de développement les zones de conservation des habitats et espèces(O2)

En revanche, la moitié seulement des acteurs (16 sur 30) sont d'accord avec l'objectif O2. La plupart des autres acteurs ne s'opposent pas à cette politique mais ils ne la soutiennent pas. Le modèle considère qu'ils sont « neutres ». Moins sensibles à la biodiversité forestière que les supporters et moins bien insérés dans les réseaux locaux, ils ont une moindre capacité d'influence ( WeightedAverageCapacity).

 

Baseline scenario

1. Supporters Networks for O2

11. Structure as Size: 16 Membership: [RT2 IP2 PP6_CV1 RC9 PP9 RC8 PP12_CV6 CV3_RT4 RC10 PP11_CV4 RC6 IP1 PP8_RT1 PP7_CV2 CV5 RC5]

12. Capacity as TotalResourcesSize: 79 AverageResources: 4.94

... Capacity as TotalNetworking: 39 AverageNetworking: 2.44

... Capacity as TotalSalience: 46 AverageSalience: 2.88

... WeightedAverageCapacity as [Ri/10 * (1 + Gi/10) * Si * NetworkingWeight]: 1.77

13. Cohesion as Distance on Xi: 0.15

... Cohesion as Distance on Ei: 0.42

... Cohesion as Preferences for: A(8) B(9) C(7) D(4) E(7) F(7) G(6) H(6) I(8) J(5) K(2) L(5) M(5) N(4) O(5) P(5) Q(5) R(5) S(3) T(4) U(5) V(5) W(4) X(7) Y(4) Z1(6) Z2(5) Z3(5) Z4(2) Z5(8)

 

2. Opponants Networks for O2

11. Structure as Size: 2 Membership: [PP5_RC4 XRC1]

12. Capacity as TotalResourcesSize: 11 AverageResources: 5.5

... Capacity as TotalNetworking: 3 AverageNetworking: 1.5

... Capacity as TotalSalience: 2 AverageSalience: 1

... WeightedAverageCapacity as [Ri/10 * (1 + Gi/10) * Si * NetworkingWeight]: 0.63

 

3. Neutrals Networks for O2

11. Structure as Size: 12 Membership: [PP3_RC2 PP16_CV8 PP15 PP10_RT3 PP13 RC7 PP4_RC3 PP2 PP1_Promo1 PP14_RC11 CV7 PP17_Promo2]

12. Capacity as TotalResourcesSize: 57 AverageResources: 4.75

... Capacity as TotalNetworking: 26 AverageNetworking: 2.17

... Capacity as TotalSalience: 18 AverageSalience: 1.5

... WeightedAverageCapacity as [Ri/10 * (1 + Gi/10) * Si * NetworkingWeight]: 0.87

13. Cohesion as Distance on Xi: 0.11

... Cohesion as Distance on Ei: 0.3

... Cohesion as Preferences for: A(8) B(9) C(7) D(3) E(0) F(0) G(0) H(0) I(0) J(0) K(2) L(3) M(3) N(1) O(3) P(3) Q(3) R(2) S(1) T(2) U(2) V(3) W(3) X(0) Y(0) Z1(0) Z2(2) Z3(1) Z4(0) Z5(0)

 

313. Politique de préparation de la forêt au changement climatique (objectif O3)

Les 2/3 des acteurs (20 sur 30) sont d'accord avec l'objectif O3. Comme pour O2, la plupart des autres acteurs ne s'opposent pas à cette politique mais ils ne la soutiennent pas. Ils sont « neutres ». Moins «sensibles » à la biodiversité forestière que les supporters, moins bien dotés en ressources, et moins bien insérés dans les réseaux locaux, ils ont une moindre capacité d'influence.

 

Baseline scenario

1. Supporters Networks for O3

11. Structure as Size: 20 Membership: [PP14_RC11 RC9 PP12_CV6 RC6 PP10_RT3 IP2 RC10 CV7 PP6_CV1 PP17_Promo2 RC8 CV5 IP1 PP1_Promo1 RC5 PP5_RC4 XRC1 PP3_RC2 PP9 PP2]

12. Capacity as TotalResourcesSize: 110 AverageResources: 5.5

... Capacity as TotalNetworking: 51 AverageNetworking: 2.55

... Capacity as TotalSalience: 52 AverageSalience: 2.6

... WeightedAverageCapacity as [Ri/10 * (1 + Gi/10) * Si * NetworkingWeight]: 1.79

13. Cohesion as Distance on Xi: 0.19

... Cohesion as Distance on Ei: 0.4

... Cohesion as Preferences for: A(11) B(13) C(10) D(7) E(5) F(5) G(5) H(5) I(5) J(3) K(4) L(8) M(8) N(5) O(8) P(8) Q(8) R(7) S(4) T(6) U(7) V(8) W(7) X(5) Y(4) Z1(5) Z2(7) Z3(6) Z4(1) Z5(5)

 

2. Opponants Networks for O3

3. Neutrals Networks for O3

11. Structure as Size: 9 Membership: [CV3_RT4 PP4_RC3 PP16_CV8 PP15 PP13 PP8_RT1 PP7_CV2 RC7 PP11_CV4]

12. Capacity as TotalResourcesSize: 31 AverageResources: 3.44

... Capacity as TotalNetworking: 16 AverageNetworking: 1.78

... Capacity as TotalSalience: 14 AverageSalience: 1.56

... WeightedAverageCapacity as [Ri/10 * (1 + Gi/10) * Si * NetworkingWeight]: 0.63

13. Cohesion as Distance on Xi: 0.09

... Cohesion as Distance on Ei: 0.28

... Cohesion as Preferences for: A(6) B(7) C(5) D(0) E(1) F(1) G(0) H(0) I(2) J(2) K(0) L(0) M(0) N(0) O(0) P(0) Q(0) R(0) S(0) T(0) U(0) V(0) W(0) X(1) Y(0) Z1(0) Z2(0) Z3(0) Z4(1) Z5(2)

La comparaison des déclarations des 30 acteurs réels face à ces 3 options politiques montre que ce sont les objectifs O3 et surtout O2 qui posent problème – l'objectif O1 étant accepté par tous les acteurs. Toutefois, le DSS montre que les supporters des objectifs O2 et O3 ont une plus grande capacité d'influence que les acteurs « neutres », ce qui ouvre des perspectives de négociations favorable au raliement de ces derniers.

 

32. Scénarios alternatifs

 

Seuls les objectifs O2 et O3, controversés (cf. scénarios de base), ont fait l'objet de négociations multiacteurs (fictives). Avec les valeurs standards des paramètres du modèle(¹), les négociations collaboratives simulées confirment les perspectives de raliement des acteurs « neutres » aux supporters des objectifs O2 et O3, ainsi que les conséquences des raliements sur l'adhésion aux actions proposées.

 

321. Coalitions face à une politique de développement les zones de conservation des habitats (O2)

L'analyse des résultats des simulations montre que les 2 opposants à O2 et 5 des 14 acteurs « neutres » pourraient rejoindre le groupe des supporters, ce qui renforcerait l'efficacité de la plupart des actions proposées, sauf l'action J – mesure de gestion de la forêt - qui perdrait quasiment tous ses supporters . Mais 5 acteurs neutres – dont 2 institutions, particulièrement bien dotés en ressources et très bien insérés dans les réseaux locaux, résisteraient aux sollicitations des supporters.

 

Seraient renforcées les actions concernant :

… les travaux d'entretien (D.Pratiquer des éclaircies fortes et précoces pour diminuer la compétition en eau des végétaux)

… le plan de gestion (K.Raccourcir l'âge et les dimensions d'exploitabilité des arbres ; L.Localiser les milieux et/ou espèces remarquables de sa forêt et les intégrer à sa gestion forestière)

... le renouvellement des peuplements

… la qualité des travaux forestiers

… la réglementation (Z2.Etablir un système d'aides à l'intervention au stade juvénile en faveur d'un mélange des espèces ; Z3.Laisser une bande de 10m de feuillus sur les berges des cours d'eau).

 

Networks Analysis (baseline scenario : rappel)

1. Supporters Networks for O2

11. Structure as Size: 16 Membership: [RT2 IP2 PP6_CV1 RC9 PP9 RC8 PP12_CV6 CV3_RT4 RC10 PP11_CV4 RC6 IP1 PP8_RT1 PP7_CV2 CV5 RC5]

12. Capacity as TotalResourcesSize: 79 AverageResources: 4.94

... Capacity as TotalNetworking: 39 AverageNetworking: 2.44

... Capacity as TotalSalience: 46 AverageSalience: 2.88

... WeightedAverageCapacity as [Ri/10 * (1 + Gi/10) * Si * NetworkingWeight]: 1.77

13. Cohesion as Distance on Xi: 0.15

... Cohesion as Distance on Ei: 0.42

... Cohesion as Preferences for: A(8) B(9) C(7) D(4) E(7) F(7) G(6) H(6) I(8) J(5) K(2) L(5) M(5) N(4) O(5) P(5) Q(5) R(5) S(3) T(4) U(5) V(5) W(4) X(7) Y(4) Z1(6) Z2(5) Z3(5) Z4(2) Z5(8

 

Networks Analysis (alternative scenario iter10)

1. Supporters Networks for O2

11. Structure as Size: 25 Membership: [CV5 PP8_RT1 PP4_RC3 PP13 PP6_CV1 RC6 PP2 PP16_CV8 RC5 PP11_CV4 PP12_CV6 RC7 PP7_CV2 RT2 CV3_RT4 PP5_RC4 PP10_RT3 XRC1 RC9 RC8 RC10 PP14_RC11 PP17_Promo2 PP9 CV7]

12. Capacity as TotalResourcesSize: 121 AverageResources: 4.84

... Capacity as TotalNetworking: 50 AverageNetworking: 2

... Capacity as TotalSalience: 62 AverageSalience: 2.48

... WeightedAverageCapacity as [Ri/10 * (1 + Gi/10) * Si * NetworkingWeight]: 1.44

13. Cohesion as Distance on Xi: 0.23

... Cohesion as Distance on Ei: 0.4

... Cohesion as Preferences for: A(10) B(10) C(10) D(11) E(6) F(6) G(6) H(6) I(6) J(1) K(7) L(11) M(11) N(10) O(11) P(11) Q(11) R(11) S(7) T(7) U(11) V(11) W(7) X(6) Y(6) Z1(6) Z2(11) Z3(11) Z4(0) Z5(6)

 

Networks Analysis (alternative scenario iter10)

2. No Opponants for O2

3. Neutrals Networks for O2

11. Structure as Size: 5 Membership: [PP1_Promo1 IP2 PP3_RC2 IP1 PP15]

12. Capacity as TotalResourcesSize: 26 AverageResources: 5.2

... Capacity as TotalNetworking: 18 AverageNetworking: 3.6

... Capacity as TotalSalience: 10 AverageSalience: 2

... WeightedAverageCapacity as [Ri/10 * (1 + Gi/10) * Si * NetworkingWeight]: 1.41

13. Cohesion as Distance on Xi: 0.24

... Cohesion as Distance on Ei: 0.3

 

322. Coalitions face à une politique de préparation de la forêt au changement climatique (O3)

L'analyse des résultats des simulations montre que 7 des 9 acteurs neutres pourraient rejoindre le groupe des supporters de O3, ce qui renforcerait l'efficacité de la plupart des actions proposées, sauf les actions A, B, C – mesures de gestion de la forêt - qui perdraient quasiment tous leurs supporters .

 

Seraient renforcées – plus encore que dans la discussion sur l'objectif O2, les actions concernant :

… les travaux d'entretien (D.Pratiquer des éclaircies fortes et précoces pour diminuer la compétition en eau des végétaux)

… le plan de gestion (K.Raccourcir l'âge et les dimensions d'exploitabilité des arbres ; L.Localiser les milieux et/ou espèces remarquables de sa forêt et les intégrer à sa gestion forestière)

... le renouvellement des peuplements

… la qualité des travaux forestiers

… la réglementation (Z2.Etablir un système d'aides à l'intervention au stade juvénile en faveur d'un mélange des espèces ; Z3.Laisser une bande de 10m de feuillus sur les berges des cours d'eau)

 

Mais seraient affaiblies les actions visant à :

A.Préparer la régénération naturelle dans les futaies régulières de résineux à maturité

B.Participer à l'amélioration de la desserte forestière et des places de dépôt

C.Travaux d'entretien "en étages" des lisières.

Ce qui distingue nettement ce scénario alternatif de celui relatif à une discussion sur l'objectif O2

 

 

Networks Analysis (baseline scenario : rappel)

1. Supporters Networks for O3

11. Structure as Size: 20 Membership: [PP14_RC11 RC9 PP12_CV6 RC6 PP10_RT3 IP2 RC10 CV7 PP6_CV1 PP17_Promo2 RC8 CV5 IP1 PP1_Promo1 RC5 PP5_RC4 XRC1 PP3_RC2 PP9 PP2]

12. Capacity as TotalResourcesSize: 110 AverageResources: 5.5

... Capacity as TotalNetworking: 51 AverageNetworking: 2.55

... Capacity as TotalSalience: 52 AverageSalience: 2.6

... WeightedAverageCapacity as [Ri/10 * (1 + Gi/10) * Si * NetworkingWeight]: 1.79

13. Cohesion as Distance on Xi: 0.19

... Cohesion as Distance on Ei: 0.4

... Cohesion as Preferences for: A(11) B(13) C(10) D(7) E(5) F(5) G(5) H(5) I(5) J(3) K(4) L(8) M(8) N(5) O(8) P(8) Q(8) R(7) S(4) T(6) U(7) V(8) W(7) X(5) Y(4) Z1(5) Z2(7) Z3(6) Z4(1) Z5(5

 

Networks Analysis (alternative scenario iter10)

1. Supporters Networks for O3

11. Structure as Size: 28 Membership: [RC6 PP17_Promo2 PP2 RC9 PP14_RC11 PP6_CV1 CV7 CV5 XRC1 PP15 PP11_CV4 RT2 PP5_RC4 RC8 RC7 CV3_RT4 IP1 PP4_RC3 PP1_Promo1 PP8_RT1 RC10 PP16_CV8 PP10_RT3 PP9 PP12_CV6 IP2 PP7_CV2 RC5]

12. Capacity as TotalResourcesSize: 139 AverageResources: 4.96

... Capacity as TotalNetworking: 61 AverageNetworking: 2.18

... Capacity as TotalSalience: 96 AverageSalience: 3.43

... WeightedAverageCapacity as [Ri/10 * (1 + Gi/10) * Si * NetworkingWeight]: 2.07

13. Cohesion as Distance on Xi: 0.24

... Cohesion as Distance on Ei: 0.43

... Cohesion as Preferences for: A(7) B(7) C(7) D(21) E(2) F(2) G(2) H(2) I(2) J(1) K(15) L(21) M(21) N(14) O(21) P(21) Q(21) R(18) S(15) T(15) U(18) V(21) W(18) X(2) Y(2) Z1(2) Z2(18) Z3(18) Z4(0) Z5(2)

 

33. Autres scénarios alternatifs ...

 

Le modèle de négociation standard (²) montre qu'une fraction importante des acteurs se déclarant « réservés » (neutres) face aux objectifs O2 et O3 pourrait rejoindre le groupe des supporters de ces politiques, ce qui rendrait ces derniers largement majoritaire dans le système d'acteurs et renforcerait l'adhésion à plupart des actions proposées. Le DSS permet d'évaluer la sensibilité de ces résultat à certaines hypothèses sous jacentes du modèle de négociation simulé, en modifiant la valeur de certains paramètres du modèle standard.

 

331. Sensibilité aux connaissance des acteurs sur leur degré d'insertion dans les réseaux locaux

En réduisant le poids du degré d'insertion des acteurs dans les réseaux locaux (NetworkingWeight) dans le calcul de leurs ressources totales, on peut simuler une forme de méconnaissance sur ce sujet. En outre, comme la probabilité pour un acteur i de discuter avec un acteur j est supposée inversement proportionnelle aux ressources personnelles et au degré d'insertion de j dans les réseaux locaux, on accroit ainsi la propension des acteurs les plus insérés dans les réseaux locaux à discuter accepter d'examiner les propositions d'acteurs plus isolés.

 

3311. Politique de développement les zones de conservation des habitats et espèces(O2)

Les résultats des négociations sur l'objectif O2 se révèlent sensibles au poids du degré d'insertion des acteurs dans les réseaux locaux (NetworkingWeight). Avec le modèle de négociation standard 5 des acteurs se déclarant « réservés » sur l'objectif O2 (neutres), particulièrement bien dotés en ressources et très bien insérés dans les réseaux locaux, résistent aux propositions de raliement et refusent de participer à la promotion ou à la mise en œuvre de cette politique. Avec ce nouveau modèle, une des institutions se déclarant réservée rejoint les supporters de O2. Et deux propriétaires restent sur leur réserve, alors qu'ils avaient rejoint les supporters avec le modèle standard.

 

La plupart des actions perdent ainsi une partie de leurs soutiens – sauf les actions I (conserver des ilôts de vieillissement de feuillus et maintien des chênes existants), X (élaborer un guide de sylviculture respectueuse de l'habitat des espèces animales et végétales) et Z5 (pas de coupe rase dans les hêtraies, privilégier les coupes d'amélioration). Mais au total, la coalition des supporters gagne en cohesion sur sa sensibilité au problème traité et en influence locale.

 

 

Standard model (alternative scenario iter10)

1. Supporters Networks for O2

11. Structure as Size: 25 Membership: [CV5 PP8_RT1 PP4_RC3 PP13 PP6_CV1 RC6 PP2 PP16_CV8 RC5 PP11_CV4 PP12_CV6 RC7 PP7_CV2 RT2 CV3_RT4 PP5_RC4 PP10_RT3 XRC1 RC9 RC8 RC10 PP14_RC11 PP17_Promo2 PP9 CV7]

12. Capacity as TotalResourcesSize: 121 AverageResources: 4.84

... Capacity as TotalNetworking: 50 AverageNetworking: 2

... Capacity as TotalSalience: 62 AverageSalience: 2.48

... WeightedAverageCapacity as [Ri/10 * (1 + Gi/10) * Si * NetworkingWeight]: 1.44

13. Cohesion as Distance on Xi: 0.23

... Cohesion as Distance on Ei: 0.4

... Cohesion as Preferences for: A(10) B(10) C(10) D(11) E(6) F(6) G(6) H(6) I(6) J(1) K(7) L(11) M(11) N(10) O(11) P(11) Q(11) R(11) S(7) T(7) U(11) V(11) W(7) X(6) Y(6) Z1(6) Z2(11) Z3(11) Z4(0) Z5(6)

 

2. No Opponants for O2

3. Neutrals Networks for O2

11. Structure as Size: 5 Membership: [PP1_Promo1 IP2 PP3_RC2 IP1 PP15]

12. Capacity as TotalResourcesSize: 26 AverageResources: 5.2

... Capacity as TotalNetworking: 18 AverageNetworking: 3.6

... Capacity as TotalSalience: 10 AverageSalience: 2

... WeightedAverageCapacity as [Ri/10 * (1 + Gi/10) * Si * NetworkingWeight]: 1.41

13. Cohesion as Distance on Xi: 0.24

... Cohesion as Distance on Ei: 0.3

 

New model (alternative scenario with NetworkingWeight = 0.1 iter 10)

1. Supporters Networks for O2

11. Structure as Size: 24 Membership: [PP9 PP5_RC4 IP2 PP4_RC3 CV5 RC7 PP17_Promo2 PP14_RC11 RC8 PP11_CV4 RC9 CV3_RT4 RC5 RT2 PP7_CV2 XRC1 RC6 CV7 PP16_CV8 PP8_RT1 PP12_CV6 PP13 PP6_CV1 RC10]

12. Capacity as TotalResourcesSize: 121 AverageResources: 5.04

... Capacity as TotalNetworking: 50 AverageNetworking: 2.08

... Capacity as TotalSalience: 68 AverageSalience: 2.83

... WeightedAverageCapacity as [Ri/10 * (1 + Gi/10) * Si * NetworkingWeight]: 0.17

13. Cohesion as Distance on Xi: 0.22

... Cohesion as Distance on Ei: 0.37

... Cohesion as Preferences for: A(11) B(11) C(11) D(5) E(9) F(9) G(6) H(6) I(10) J(4) K(3) L(5) M(5) N(4) O(5) P(5) Q(5) R(5) S(3) T(3) U(5) V(5) W(3) X(9) Y(6) Z1(6) Z2(5) Z3(5) Z4(1) Z5(10)

 

2. No Opponants for O2

3. Neutrals Networks for O2

11. Structure as Size: 6 Membership: [PP1_Promo1 PP15 PP3_RC2 PP2 IP1 PP10_RT3]

12. Capacity as TotalResourcesSize: 26 AverageResources: 4.33

... Capacity as TotalNetworking: 18 AverageNetworking: 3

... Capacity as TotalSalience: 6 AverageSalience: 1

... WeightedAverageCapacity as [Ri/10 * (1 + Gi/10) * Si * NetworkingWeight]: 0.06

 

3312. Politique de préparation de la forêt au changement climatique (O3)

En revanche, les résultats des négociations sur l'objectif O3 sont peu influencés par le poids du degré d'insertion des acteurs dans les réseaux locaux (NetworkingWeight) dans les négociations. Comme avec le modèle standard, presque tous les acteurs qui se déclaraient « réservés » sur cette politique se laissent convaincre d'adhérer à cet objectif et aux actions proposées.

 

New model (alternative scenario with NetworkingWeight = 0.1 iter 10)

1. Supporters Networks for O3

11. Structure as Size: 29 Membership: [PP14_RC11 XRC1 PP15 PP11_CV4 PP2 PP16_CV8 PP10_RT3 PP17_Promo2 PP9 PP7_CV2 RC8 RT2 PP3_RC2 PP1_Promo1 PP6_CV1 RC7 RC5 IP2 PP8_RT1 RC10 CV7 RC9 RC6 CV5 CV3_RT4 PP5_RC4 PP12_CV6 PP13 IP1]

... Cohesion as Distance on Ei: 0.45

... Cohesion as Preferences for: A(3) B(3) C(3) D(28) E(2) F(2) G(2) H(2) I(2) J(1) K(16) L(28) M(28) N(12) O(28) P(28) Q(28) R(22) S(20) T(20) U(22) V(28) W(26) X(2) Y(1) Z1(2) Z2(22) Z3(22) Z4(1) Z5(2).

332. Sensibilité aux connaissances des acteurs sur la probabilité d'être entendus des autres

Dans le modèle de négociation, la probabilité pour un acteur i de propose à un acteur j de rejoindre ses positions dépend des ressources propres des 2 acteurs, de celles de leurs réseaux, et d'un paramètre guessp lié à la valeur de ErrorOnProbOfSuccAccess (ref. Structure d'inférence du modèle). En fixant la valeur de ErrorOnProbOfSuccAccess à 0, le modèle standard suppose que i connait parfaitement la valeur de cette probabilité.

 

En fixant la valeur de ce paramètre à 10 on suppose au contraire cette connaissance plus ou moins imparfaite, aléatoirement selon les acteurs. Ce qui permet de simuler une certaine méconnaissance mutuelle des acteurs en matière de ressources et de réseaux locaux – par exemple, un contexte dans lequel aucun effort n'est fait pour informer les acteurs sur les valeurs défendues par les uns et les autres et sur leur capacité à mobiliser leurs réseaux.

 

3321. Politique de développement les zones de conservation des habitats et espèces(O2)

Les résultats des simulations effecuées avec ErrorOnProbOfSuccAccess = 10 montrent que mal informés sur les possibilité de se faire entendre des autres, de nombreux « supporters » de O2 pourraient rejoindre les acteurs « neutres » qui deviendraient alors majoritaires (18 sur 30), plutôt que convaincre ceux-ci de les rejoindre (cf. scénarios alternatifs du modèle standard). Ainsi, la plupart des actions proposées perdraient la plupart de leurs soutiens. Les plus convaincants ont été [PP2 XRC1 RC6 PP13 RT2 IP2 (MostMotiveActors) et [XRC1 PP13 PP7_CV2 IP2 PP3_RC2 (RelayActors)

 

Networks Analysis (baseline scenario : rappel)

1. Supporters Networks for O2

11. Structure as Size: 16 Membership: [RT2 IP2 PP6_CV1 RC9 PP9 RC8 PP12_CV6 CV3_RT4 RC10 PP11_CV4 RC6 IP1 PP8_RT1 PP7_CV2 CV5 RC5]

12. Capacity as TotalResourcesSize: 79 AverageResources: 4.94

... Capacity as TotalNetworking: 39 AverageNetworking: 2.44

... Capacity as TotalSalience: 46 AverageSalience: 2.88

... WeightedAverageCapacity as [Ri/10 * (1 + Gi/10) * Si * NetworkingWeight]: 1.77

13. Cohesion as Distance on Xi: 0.15

... Cohesion as Distance on Ei: 0.42

... Cohesion as Preferences for: A(8) B(9) C(7) D(4) E(7) F(7) G(6) H(6) I(8) J(5) K(2) L(5) M(5) N(4) O(5) P(5) Q(5) R(5) S(3) T(4) U(5) V(5) W(4) X(7) Y(4) Z1(6) Z2(5) Z3(5) Z4(2) Z5(8)

 

Networks Analysis (alternative scenario with ErrorOnProbOfSuccAccess = 10 iter10)

1. Supporters Networks for O2

11. Structure as Size: 12 Membership: [PP5_RC4 RC9 PP8_RT1 CV5 RC10 RC8 RT2 IP1 CV3_RT4 RC6 RC5 PP11_CV4]

12. Capacity as TotalResourcesSize: 53 AverageResources: 4.42

... Capacity as TotalNetworking: 27 AverageNetworking: 2.25

... Capacity as TotalSalience: 42 AverageSalience: 3.5

... WeightedAverageCapacity as [Ri/10 * (1 + Gi/10) * Si * NetworkingWeight]: 1.9

13. Cohesion as Distance on Xi: 0.2

... Cohesion as Distance on Ei: 0.38

... Cohesion as Preferences for: A(4) B(4) C(3) D(1) E(7) F(7) G(7) H(7) I(9) J(2) K(1) L(1) M(1) N(0) O(1) P(1) Q(1) R(1) S(1) T(1) U(1) V(1) W(1) X(7) Y(6) Z1(7) Z2(1) Z3(1) Z4(2) Z5(9

La Figure ci-aprés décrit la dynamique qui préside à la construction de ces résultats

 

 

3322. Politique de préparation de la forêt au changement climatique (O3)

Les résultats des négociations sur l'objectif O3 sont peu influencés par leurs éventuelles erreurs d'appréciation de leur capacité à se faire entendre des autres (ErrorOnProbOfSuccAccess). Comme avec le modèle standard – H0 = pas d'erreur, presque tous les acteurs qui se déclaraient « réservés » sur cette politique se laissent convaincre d'adhérer à cet objectif et aux actions proposées. Mais ceux qui résistent (2) sont moins bien dotés en ressources qu'avec le modèle standard. Comme attendu, les « neutres » qui ont rejoints les supporters sont plus puissants qu'avec le modèle standard.

 

Neutrals Networks for O3 (Alternative scenario Standard model : ErrorOnProbOfSuccAccess = 0)

11. Structure as Size: 2 Membership: [PP3_RC2 PP13]

12. Capacity as TotalResourcesSize: 8 AverageResources: 4

... Capacity as TotalNetworking: 7 AverageNetworking: 3.5

... Capacity as TotalSalience: 4 AverageSalience: 2

... WeightedAverageCapacity as [Ri/10 * (1 + Gi/10) * Si * NetworkingWeight]: 1.08

 

Neutrals Networks for O3 (Alternative scenario New model ErrorOnProbOfSuccAccess = 10)

11. Structure as Size: 2 Membership: [PP8_RT1 PP4_RC3]

12. Capacity as TotalResourcesSize: 5 AverageResources: 2.5

... Capacity as TotalNetworking: 2 AverageNetworking: 1

... Capacity as TotalSalience: 2 AverageSalience: 1

... WeightedAverageCapacity as [Ri/10 * (1 + Gi/10) * Si * NetworkingWeight]: 0.28

 

333. Sensibilié aux connaissances des acteurs sur les conséquences de leur choix

Les gains d'un acteur i convaincant un acteur j de rejoindre ses positions (USij), comme les pertes de j acceptant de rejoindre les positions de i (UFij) dépendent des ressources propres des 2 acteurs, de celles de leurs réseaux, et des paramètres guessb et guessc liés à la valeur de ErrorOnConsequeOfShifts (cf Structure d'inférence du modèle). En fixant la valeur de ErrorOnConsequeOfShifts à 0, le modèle standard suppose que les 2 acteurs connaissent parfaitement ces gains et ces pertes.

 

En fixant la valeur de ce paramètres à 10, on suppose au contraire cette connaissance plus ou moins imparfaite, aléatoirement selon les acteurs. Ce qui constitue une autre manière de simuler une certaine méconnaissance mutuelle des acteurs en matière de ressources et de réseaux locaux, i.e. un contexte dans lequel aucun effort n'est fait pour informer les acteurs sur les valeurs défendues par les uns et les autres et sur leur capacité à mobiliser leurs réseaux.

 

3331. Politique de développement les zones de conservation des habitats et espèces(O2)

Comme avec ErrorOnProbOfSuccAccess = 10, les résultats des simulations effecuées avec ErrorOnConsequeOfShifts = 10 montrent que mal informés sur les conséquence de leurs choix lors des négociations, de nombreux supporters de O2 pourraient rejoindre les acteurs « neutres » – qui pourraient ainsi devenir majoritaires (16 sur 30), plutôt que convaincre ceux-ci de les rejoindre (cf. scénarios alteenatifs du modèle standard). Ainsi la plupart des actions proposées perdraient leurs soutiens, sauf E, F, G, H Y, Z1 et Z25 qui en gagneraient.

E.Pratiquer des dépressages et des éclaircies par ilôts dans les hêtraies

F.Limiter la pénétration des sapins dans les hêtraies

G.Souscrire à un document de garantie de gestion durable

H.Conserver au minimum 2 arbres vieillissants, morts, ou à cavité à l'hectare

I. Conserver des ilôts de vieillissement de feuillus et maintien des chênes existants

Y.Acquisition de parcelles par le conseil général ou les communes

Z1 Création de groupements forestiers pour réduire le morcellement de la forêt

Z5 Pas de coupe rase dans les hêtraies, privilégier les coupes d'amélioration

 

 

Networks Analysis (baseline scenario : rappel)

1. Supporters Networks for O2

11. Structure as Size: 16 Membership: [RT2 IP2 PP6_CV1 RC9 PP9 RC8 PP12_CV6 CV3_RT4 RC10 PP11_CV4 RC6 IP1 PP8_RT1 PP7_CV2 CV5 RC5]

12. Capacity as TotalResourcesSize: 79 AverageResources: 4.94

... Capacity as TotalNetworking: 39 AverageNetworking: 2.44

... Capacity as TotalSalience: 46 AverageSalience: 2.88

... WeightedAverageCapacity as [Ri/10 * (1 + Gi/10) * Si * NetworkingWeight]: 1.77

13. Cohesion as Distance on Xi: 0.15

... Cohesion as Distance on Ei: 0.42

... Cohesion as Preferences for: A(8) B(9) C(7) D(4) E(7) F(7) G(6) H(6) I(8) J(5) K(2) L(5) M(5) N(4) O(5) P(5) Q(5) R(5) S(3) T(4) U(5) V(5) W(4) X(7) Y(4) Z1(6) Z2(5) Z3(5) Z4(2) Z5(8)

 

Networks Analysis (alternative scenario with ErrorOnConsequeOfShifts = 10 iter10)

1. Supporters Networks for O2

11. Structure as Size: 14 Membership: [RC6 CV5 CV3_RT4 CV7 PP17_Promo2 RC8 RC10 RT2 PP8_RT1 RC5 PP9 RC9 RC7 PP16_CV8]

12. Capacity as TotalResourcesSize: 69 AverageResources: 4.93

... Capacity as TotalNetworking: 22 AverageNetworking: 1.57

... Capacity as TotalSalience: 52 AverageSalience: 3.71

... WeightedAverageCapacity as [Ri/10 * (1 + Gi/10) * Si * NetworkingWeight]: 2.12

13. Cohesion as Distance on Xi: 0.19

... Cohesion as Distance on Ei: 0.4

... Cohesion as Preferences for: A(3) B(3) C(3) D(1) E(11) F(11) G(9) H(9) I(12) J(4) K(1) L(1) M(1) N(0) O(1) P(1) Q(1) R(1) S(1) T(1) U(1) V(1) W(1) X(11) Y(9) Z1(9) Z2(1) Z3(1) Z4(1) Z5(12

La Figure ci-aprés décrit la dynamique qui préside à la construction de ces résultats.

 

 

3332. Politique de préparation de la forêt au changement climatique (O3)

Les résultats des négociations sur l'objectif O3 sr révèlent très sensibles aux éventuelles erreurs d'appréciation des acteurs sur leurs gains/pertes lors des négociations (ErrorOnConsequeOfShifts). Les résultats des simulations effecuées avec ErrorOnConsequeOfShifts = 10 montrent que mal informés sur les conséquence de leurs choix lors des négociations, une très faible proportion d'acteurs se déclarant réservés sur O3 (neutres) rejoignent les supporters (2/9 contre 8/9 dans le scénario alternatif produit par le modèle standard). La comparaison avec le scénario de base pour O3 montre que seuls les moins bien dotés en ressources et les moins bien insérés dans les réseaux locaux acceptent de rejoindre les supporters. Les plus puissants restent sur leur réserve.

 

New model (ErrorOnConsequeOfShifts = 10 alternative scenario iter10)

3. Neutrals Networks for O3

11. Structure as Size: 8 Membership: [PP11_CV4 PP8_RT1 IP2 PP3_RC2 PP4_RC3 RC7 PP7_CV2 PP13]

12. Capacity as TotalResourcesSize: 36 AverageResources: 4.5

... Capacity as TotalNetworking: 21 AverageNetworking: 2.63

... Capacity as TotalSalience: 14 AverageSalience: 1.75

... WeightedAverageCapacity as [Ri/10 * (1 + Gi/10) * Si * NetworkingWeight]: 0.99

13. Cohesion as Distance on Xi: 0.15

... Cohesion as Distance on Ei: 0.26

... Cohesion as Preferences for: A(7) B(7) C(6) D(0) E(1) F(1) G(0) H(0) I(1) J(1) K(0) L(0) M(0) N(0) O(0) P(0) Q(0) R(0) S(0) T(0) U(0) V(0) W(0) X(1) Y(0) Z1(0) Z2(0) Z3(0) Z4(0) Z5(1

 

 

4. Conclusions

 

Le modèle de négociation collaboratives simulé fournit des indications sur les stratégies susceptibles de favoriser l'adoption de mesures visant à développer la biodiversité forestière dans la montagne thiernoise. Les simulations ont également indiqué quels types de liens informels pourraient apparaître entre les acteurs et entre les instances décisionnelles inter- et intra-organisationnelles au cours de telles négociations.

 

Les simulations ont montré que des négociations collaboratives pourraient fonctionner comme un mécanisme renforçant l'organisation des acteurs forestiers, les rendant parfois plus unis, parfois plus polarisés. Les simulations ont montré qu'en plaçant le pouvoir au centre de la discussion et de la relation entre les acteurs on obtient une meilleure compréhension du rôle possible des ressources dans le développement de la biodiversité, et de chaque partie prenante.

 

Il est probable qu’un expert parvienne intuitivement à formuler les scénarios de base sans utiliser le DSS. Mais le DSS permet de construire une grande variété de scénarios alternatifs, et produit des indications difficilement accessibles aux experts, tant sur les perspectives de succes de chacune des 30 actions proposées, que sur la manière dont diverses alliances pourraient se nouer (acteurs relais ...). En outre, le DSS peut aider les décideurs à tester la sensibilité des scénarios à l'égard d'incertitudes sur les connaissances des acteurs – i.e de l'information mise à leur disposition, la propension des acteurs à modifier leur positions politiques ...

 

Cependant, l'utilisation du DSS pose une question éthique. L’opérateur peut décider de mener ses investigations avec deux intentions différentes.

 

Dans l’une, l'opérateur est un décideur qui conserve l’exclusivité des informations produites par le modèle, leur accorde crédit, et les utilise pour piloter le système, i.e. organiser et en orienter les échanges entre acteurs en s'appuyant sur tel acteur plutôt que tel autre pour favoriser le rapprochement de tels autres, etc. .

 

Dans l’autre perspective, l'opérateur est un animateur qui communique les informations produites par le modèle aux acteurs et laisse les acteurs ajuster leurs position en fonction des informations fournies et d'autres paramètres non modélisés. Il n’est pas douteux que la circulation des informations produites par le DSS déclenche des échanges et des négociation plus ou moins formelles entre certains acteurs. Dans cette hypothèse, les imperfections du modèle et les carences de la phase de recueil de données peuvent être en partie corrigées par les acteurs. Mais sans pilote, le système d'acteurs peut avoir des difficultés à décider des actions publiques à mener.

 

 

Finalement, l'opérateur pourrait trouver avantage à participer à une stratégie de pilotage participatif, en faisant circuler les informations produites par le modèle à tous les acteurs, puis en organisant des ateliers de discussion visant à permettre aux acteurs d'identifier les scénarios qui satisfont au moins une partie des intérêts de chacun. Comme les acteurs connaissent leurs appréciations individuelles sur le problème, une compréhension plus globale du problème va émerger. Et face à des évaluations (scénarios) qui diffèrent de leur propre visions, les acteurs auront l'occasion de développer et de réviser leur interprétation et d'échapper aux contraintes imposées par leurs seules préoccupations de faisabilité, fournissant aux décideurs institutionnels des perspectives et des recommandations qui constituent un matériel informatif pour la formulation et la conduite des politiques.

 

On peut trouver d'autres éléments de discussions sur :

https://www.res-opde.org/2010/documents/communications/OPDE2010SESSION6Outils.pdf

 

Références

 

Barreteau, O., Garin, P., Dumontier, A. & Abrami, G. (2003) Agent-based facilitation of water allocation: case study in the Drome River valley, Group Decision and Negotiation , 12, pp. 441-461.

 

Bousset, JP, Oliver, T. & Jenkins, TN (2003) Decision Support System for Integrated Tourism (SPRITE Deliverable 18) (Clermont-Ferrand: Cemagref, Unité Dynamique et Fonctions de l'Espace Rural).

 

Jean-Paul Bousset, Dominique Vollet. Apports de l'analyse des ensembles approximatifs à une application de la méta-analyse en économie régionale. Illustration à partir de la base économique. Revue d'Economie Régionale et Urbaine, N°5, pp 773-799, 2003.

 

Campbell, J. & Townsley, P. (1997) Participatory and integrated policy processes in small-scale fisheries, PLA Notes, 30, pp. 66–69, (London: IIED)..

 

Godet, M. (2001). Creating Futures: Scenario Planning as a Strategic Management Tool (London: Economica). .

 

Jenkins, TN & Oliver, T. (2001) Integrated Tourism: a Conceptual Framework (Aberystwyth: University of Wales).

 

Street, P. (1997). Street, P. (1997). "Scenario Workshops: A participatory approach to sustainable urban living?" Futures, 29(2), 139-158. Futures, 29 (2), 139-158.

 

Stokman, FN & Zeggelink, EPH (1996) Is politics power or policy oriented? Stokman, FN

 

 

 

 

Eléments de pseudo-code du modèle de négociation

 

;;;;;;;;;;;;;;;;;;;;;

;; Setup Procedures ;;

;;;;;;;;;;;;;;;;;;;;;

to setup

    do-scenario  

end

 

to do-scenario 

    do network analysis    

    do conflicts analysis

end

 

;;;;;;;;;;;;;;;;;;;;;

;; Run Model Procedures ;;

;;;;;;;;;;;;;;;;;;;;;

to run-model (one step & forever options)

ifelse (iteration < Iterations) ; 1

    for each actor i

        for each actor j

        do-partner-up-rational-1

        next j

    next i

    do scenario

end

 

to do-partner-up-rational-1

ifelse ; 1;;i believes that j is the best case to be challenged and sends a request to j

[;*OP2 of if of ifelse 1

ifelse ; 2

;; j accepts the request from i because i is the costless possible challenger

    [;*OP3 of then of if of ifelse 2

    ;; RATIONAL OPTIMAL Decision-Making

    set OptimalChallenger label-of turtle(c)

    do-shift positions and circulate information

    ];*CP3 of then of if of ifself 2

    [;*OP3 of then of else of ifelse 2

    ;;EMOTIONAL SUBOPTIMAL Decision-Making

    ;; j doesn't accept the request of i because there are other costless challengers

    set k 1

    while [challenger != c And NEiUij != [] And k < (x - 1)]

    ;;i searches for an other j with MaxEiUij inferior to previous MaxEiUij

        [;*OP311 while k

        ;new sorted list without the highest value

        set OptimalChallenger label-of turtle(c)

        ifelse ; 4

        challenged?-of turtle (partner) = false

        ;; i knows j i.e. j is visible given the value of the VisionRange parameter

        ;; if i expects gains in challenging j

        ; i's utility to challenge j is greater than i's utility to challenge i (i's view)

        ; j's utility to challenge i is lower than i's utility to challenge j (j's view)

        ;; if i believes that he/she has more U to challenge j than that j has U to challenge i

        ;; (that situation matches sectors 1, 8 and 7 of the B.de Mesquita model)

            [;*OP321 of then of if of ifelse 4

            ;; j accepts the request from i because i is the costless possible challenger

            set OptimalChallenger label-of turtle(c)    

            do-shift positions and circulate information

            ];*CP321 of then of if of ifself 4

            [;*OP322 of then of else of ifelse 4

            ;; j doesn't accept the request from i because i is not the costless challenger    

            set p 1

            while [challenger != c and p < (x - 1)]

            ;; j checks if i is among the acceptable challengers

                [;*OP32221 while p

                ; min value of j's perception of costs of ad of i's positions

                ; position of optimal i in the unsorted list of utilities

                set OptimalChallenger label-of turtle(c)

                ifelse

                challenged?-of turtle (partner) = false

                ;; if i believes that i has more U to challenge j than that j to challenge i

                    [

                    ;; j accepts the request from i because i costless hallenger

                    set OptimalChallenger label-of turtle(c)

                    do-shift-in-positions-and-circulate-information

                    ]

                    [;*OP of then of else

                    ;; j doesn't accept the request from i because too much costly

                    ];*CP of then of else

                    set p p + 1

                ];*CP 322221 end of while p

            ];*CP322 of then of else of ifelse 4

            set k k + 1

        ];*CP 322221 end of while k

    ];*CP3 of then of else of ifelse 2 j; i.e. j is not a good partner to i

end

 

to do-shifts-in-positions-and-circulate-information

;; SHIFT POSITIONS and CIRCULATE INFORMATION

set gains-of turtle (challenger) lput MaxEiUij gains-of turtle (challenger)

set losses-of turtle (partner) lput ValEjUji losses-of turtle (partner)

; j adopts i's objectives, saliences, preferred actions, prob to request others

; j adopts i's distances on objectives, preferences, total distances to others

; j adopts i's reciprocal utilities, utilities in succeeding, utilities in failing

; j adopts i's perception of utilities for i, i's perception of utilities for j

;; store results

; list of convinced partners

; list of shifts (adopted objectives)

; list of shifts (adopted objectives)

; list of challengers

; list of shifts (adopted objectives)

; list of shifts (adopted objectives)

do-setup-knowledge

end

 

to do-setup-knowledge
;;; for distances calculation (correlations among actor positions)

if PoliticalDistance = "ObjectivesOnly" [set ActionsWeight 0]
do-refresh-Ycor
store-initial-turtle-counts ;;record the number of turtles for each strategy
do-filling-Nij
do-filling-DXij-DUij
do-filling-DEij
do-filling-Dij-Uij
do-filling-Pij
do-filling-USij-UFij
do-filling-EiUij-EiUj
end

 

to do-filling-EiUij-EiUj
;; EiUij ;; list of the i's perception of utility for i to challenge other actors j

;; EiUij = (Pij*USij)+((1-Pij)*UFij))
;; EiUji ;; list of the i's perception of utility for j to challenge other actors i

;; EiUji = ((1-Pij)*USij)+(Pij*UFij)
;; without taking account multilateral utilities for i to defeat j
;; EiUij = i's perception of utility for i to challenge j
;; without taking account multilateral utilities for i to defeat j
;; EiUij = (Pij*USij)+((1-Pij)*UFij))
;; EiUji =i's perception of utility for j to challenge i
;; EiUji = ((1-Pij)*USij)+(Pij*UFij)

locals [rNSi rNSj rNPij rNPji rNUSij rNUFij]; j Nj
ask turtles ; for each actor i
[ without-interruption
    [ let WhosWho who-of turtle who    
    let Nj length Nij-of turtle who ; number of j within the list of the Nij neighbourgs of i
    set rNSi item MPoiSiItem Si-of turtle who ; salience of Objectif MPoiSiItem for i
    let j 1    
    while [j <= Nj] ; for each other actor j
        [ set partner item (j - 1) Nij-of turtle who ; who of j as partner of i (as challenger)
        set rNSj item MPoiSiItem Si-of turtle (partner)    
        set rNPij item (j - 1) Pij-of turtle
        let PosWhosWho position WhosWho Nij-of turtle (partner)
        set rNPji item PosWhosWho Pij-of turtle (partner)    
        set rNUSij item (j - 1) USij-of turtle who    
        set rNUFij item (j - 1) UFij-of turtle who
        set EiUij lput (precision ((rNSj/4)*((rNPij*rNUSij)+((1- rNPij)*rNUFij))+((1-(rNSj/4))*rNUSij))2) EiUij    

        set EiUji lput (precision ((rNSi/4)*((rNPji*rNUSij)+((1-rNPji)*rNUFij))+((1- (rNSi/4))*rNUSij))2) EiUji    

        set j (j + 1)
    ]; end while j
];end for whithout
end

 

to-report calc-Uij [rNDij rNXi rNXj]  ;;calc the utility for i to challenge j
ifelse rNDij <= 0 ;; if less than 50% of the expected actions of i anj are similar
;; situation d'autant + utile que NDij est élevée
[;OP1 of if 1
    ifelse (rNXi = rNXj) ;;

    if objectives of i and j are similar (diagonale = utilité nulle)
    [;OP2 of if 2
    report precision ((0.01 * (1 - ActionsWeight)) + (ActionsWeight * abs(rNDij))) 4    
    ];CP2 end of if 2
    [;OP2 else of if 2

    ;; if objectives of i and j are different (off diagonale = utilité)
    if (rNXi + rNXj = 1) ;; if i or j is for maintaining and the other for increasing
    [report precision ((0.50 * (1 - ActionsWeight)) + (ActionsWeight * abs(rNDij))) 4]    
    if (rNXi + rNXj = -1) ;; if i or j is for maintaining and the other for decreasing
    [report precision ((0.50 * (1 - ActionsWeight)) + (ActionsWeight * abs(rNDij))) 4]    
    ;; idem above    
    if (rNXi + rNXj = 0    )

    ;; if objectives of i and j are opposite (extrema position in triangle = max utility)
    [report precision ((1.00 * (1 - ActionsWeight)) + (ActionsWeight * abs(rNDij))) 4]    
    ];CP2end of else of if 2
];CP1 end of if
[;OP1else i.e. Dij >0
ifelse (rNXi = rNXj) ;; if objectives of i and j are similar (diagonale = utilité nulle)
    [;OP2if
    report precision ((0.01 * (1 - ActionsWeight)) + (1 - (ActionsWeight * abs(rNDij)))) 4    
    ];CP2endif    
    [;OP2else ;; if objectives of i and j are different (off diagonale = utiité) des objectifs)
    if (rNXi + rNXj = 1) ;; if i or j is for maintaining and the other for increasing    
    [report precision ((0.50 * (1 - ActionsWeight)) + (1 - (ActionsWeight * abs(rNDij)))) 4]    
    if (rNXi + rNXj = -1) ;; if i or j is for maintaining and the other for decreasing    
    [report precision ((0.50 * (1 - ActionsWeight)) + (1 - (ActionsWeight * abs(rNDij)))) 4]    
    ;; idem above    
    if (rNXi + rNXj = 0)

;   ; if objectives of i and j are opposite (extrema position in triangle = max utility)

    [report precision ((1.00 * (1 - ActionsWeight)) + (1 - (ActionsWeight * abs(rNDij)))) 4]    
    ];CP2endelse
];CP1endelse
end

 

to-report calc-USij [rNUij rNRj rNSj rNGj] ;;Rj 0..1 Sj 1..4 Gj 0 ..3
report precision (guessb * ( ( rNRj * rNUij * (1 / (rNGj + 1))))) 4
end

to-report calc-UFij [rNUij rNRi rNSi rNGi]
report precision (guessc * -1 * ((rNRi * rNUij * (1 / (rNGi + 1)))) ) 4
end

to-report calc-EiUij [rNPij rNSj rNUSij rNUFij]
report precision ((rNSj / 4) * ((rNPij * rNUSij) + ((1 - rNPij) * rNUFij)) + ((1 - (rNSj / 4)) * rNUSij)) 4
end

to-report calc-EiUji [rNPji rNSi rNUSji rNUFji]
report precision ((rNSi / 4) * ((rNPji * rNUSji) + ((1 - rNPji) * rNUFji)) + ((1 - (rNSi / 4)) * rNUSji)) 4
end

;; EiUij =(Sj/4 *(( Pij * USij ) + ((1-Pij) * UFij )) + (1-Sj) * USij )
;; accessed j *((i wins * Gains) + (i fails * Losses)) + (j accepts * Gains)
;; EiUji =(Si/4 *(( Pji * USji ) + ((1-Pji) * UFji )) + (1-Si) * USji )
;; j accessed i *((j wins * Gains) + (j fails * Losses)) + (i accepts * Gains)