Rupture d’approvisionnement sur le marché du lithium : analyse prospective par une approche multi-échelle Rapport d’avancement BRGM/RP-60442-FR novembre 2011 Mots clés : lithium, production, consommation, marché, flux, modélisation, simulation, multiéchelles, acteurs. En bibliographie, ce rapport sera cité de la façon suivante : Andriamasinoro F. (2011). Rupture d’approvisionnement sur le marché du lithium : analyse prospective par une approche multi-échelle. BRGM/RP-60442-FR, 52 p., 3 fig., 23 tab. © BRGM, 2011, ce document ne peut être reproduit en totalité ou en partie sans l’autorisation expresse du BRGM. Analyse multi-échelle du marché du Lithium Synthèse Suite à l’augmentation de la demande mondiale en lithium, notamment pour les batteries électriques, analyser les stocks et les flux de lithium circulant actuellement sur le marché est devenu majeur. Cela inclut l’évaluation de l’impact des ruptures d’approvisionnement possibles de la substance, sur les pays importateurs. La problématique similaire existe pour les terres rares. Une telle analyse est demandée par divers acteurs tels les Ministères de l’écologie et de l’industrie (MEDDLT), les industriels des véhicules du futur quant aux choix à faire vis-à-vis de leurs approvisionnements, les représentants des industries de haute technologie en France (cas des terres rares) et le COMES dont la connaissance de ces analyses lui permettrait de prendre certaines orientations. Pour avancer dans la réalisation de cette analyse, le BRGM développe actuellement un modèle de simulation de marché, représentant la quantité stockée et les flux échangés entre les producteurs d’une substance (exploitation de gisements, recyclage et transformation) et les industries consommatrices. Chaque marché possède deux clés d’entrées qui seront d’une part, la consommation et ses modes de comportement, et d’autre part, les capacités de production (gisements reconnus, mines opérationnelles ou en développement, usines de traitement du minerai, …). Pour mieux expliciter les problématiques des secteurs de production et de consommation de ces substances dans un pays donné, la démarche utilisée est une approche par analyse prospective à 3 échelles : mondiale, niveau des pays et niveau des secteurs. Ce mécanisme générique est à décliner en fonction des spécificités de la substance en cours d’étude. L’idée consiste à introduire des scénarios de rupture, à en évaluer les conséquences, et à trouver les solutions alternatives éventuelles. Ces ruptures peuvent être causées par des facteurs économiques, environnementaux et/ou politiques (en présupposant les réserves géologiques suffisantes). Le présent document est un rapport intermédiaire décrivant l’avancée de ces travaux, commencés au début de l’année 2011, et évoquant la suite des actions pour 2012. Pour synthétiser, seule la substance lithium a été abordée sur 2011. Ont été réalisés, en particulier : - l’État de l’Art du domaine sur le mode de représentation du marché du lithium, - les propositions de solutions d’amélioration et l’élaboration de ces solutions, notamment : o au niveau structurel : identification des composants du marché à chaque niveau d’échelle, ainsi que les propriétés respectives de ces composants ; BRGM/RP-60442-FR – Rapport d’avancement 3 Analyse multi-échelle du marché du Lithium o - au niveau dynamique : mise en place d’un premier ensemble d’équations et d’algorithmes pour pouvoir supporter un premier niveau d’implémentation s’appuyant sur des données et des scénarios fictifs (cas d’école). Les variables concernées par cette dynamique sont principalement la production, la consommation, les flux, la part de marché associée à chaque pays, et le mécanisme de recouvrement de la quantité à approvisionner lorsqu’une source d’approvisionnement s’avère défaillante ; un début de collecte des données historiques réelles entre 2003 et 2009 qui alimenteront le modèle lithium. C’est de cet état des lieux que le projet reprendra en 2012. Une des tâches les plus importantes consiste à améliorer (voire à modifier) les équations trouvées jusqu'à présent, pour qu’elles puissent maintenant être calées avec les données historiques et pour réaliser ainsi des simulations de scénarios de rupture en grandeur réelle, pour le lithium. Par la suite, une transposition méthodologique de toutes ces étapes vers les terres rares sera à réaliser. 4 BRGM/RP-60442-FR – Rapport d’avancement Analyse multi-échelle du marché du Lithium Sommaire 1. Introduction ............................................................................................................ 9 2. Revue de la littérature .......................................................................................... 11 2.1. APERÇU ........................................................................................................... 11 2.2. CRITIQUES ET PROPOSITIONS ............................................................................ 13 2.2.1. Critiques méthodologiques ..................................................................... 13 2.2.2. Propositions méthodologiques ............................................................... 14 2.2.3. Approche de modélisation ...................................................................... 14 3. Méthodologie ........................................................................................................ 17 3.1. GÉNÉRALITÉS .................................................................................................... 17 3.2. DESCRIPTION DE LA VUE STRUCTURELLE DU MODÈLE .......................................... 21 3.2.1. Préambule : terminologie conceptuelle ................................................... 22 3.2.2. L’échelle locale ....................................................................................... 23 3.2.3. L’échelle des pays .................................................................................. 24 3.2.4. L’échelle globale .................................................................................... 28 3.2.5. Initialisation du modèle ........................................................................... 29 3.3. DESCRIPTION DE LA VUE DYNAMIQUE DU MODÈLE ............................................... 30 3.3.1. Dynamique externe ................................................................................ 30 3.3.2. Dynamique interne ................................................................................. 30 3.3.3. Formalisation de la dynamique ............................................................... 34 3.4. IMPLÉMENTATION INITIALE ................................................................................. 35 4. Conclusions et perspectives ............................................................................... 39 4.1. LE RÉALISÉ ....................................................................................................... 39 4.2. LE RESTE À FAIRE .............................................................................................. 40 4.3. A PROPOS DE LA PRÉSENTATION DES RÉSULTATS ............................................... 43 5. Bibliographie ........................................................................................................ 45 BRGM/RP-60442-FR – Rapport d’avancement 5 Analyse multi-échelle du marché du Lithium Liste des figures Figure 1 : Exemple formel de deux composants en interaction : présentation développée (a) et présentation simplifiée (b)............................................................... 35 Figure 2 : Interaction entre les composants du modèle lithium (formalisation simplifiée) ................................................................................................................... 36 Figure 3 : Visualisation des composants du moteur minimal, à travers l’interface utilisateur d’Is@Tem ................................................................................................... 37 Liste des tableaux Tableau 1 : Description des entêtes du tableau 2........................................................ 12 Tableau 2 : comparaison de 5 travaux : hypothèse d’évolution de la demande et de l’offre, et année de rupture probable .................................................................. 12 Tableau 3 : liste des exploitants qui entrent sur le marché à partir de 2010 (Roskill, 2010) ............................................................................................................. 17 Tableau 4 : liste des pays exportateurs et importateurs tels qu’ils sont organisés dans le modèle ........................................................................................... 18 Tableau 5 : Importations de LiCO3 par le Royaume-Uni en 2007 selon GTA, TradeMap et Roskill .................................................................................................... 21 Tableau 6 : liste des types de composants identifiés dans le modèle .......................... 22 Tableau 7 : Propriétés du composant Producteur ................................................... 23 Tableau 8 : Propriétés du composant Secteur .......................................................... 24 Tableau 9 : Propriétés du composant Country .......................................................... 25 Tableau 10 : Propriétés du composant USupply ........................................................ 26 Tableau 11 : Propriétés du composant UDemand ........................................................ 26 Tableau 12 : Propriétés du composant Deposit ........................................................ 27 Tableau 13 : Propriétés du composant ShortageHandler ....................................... 27 Tableau 14 : Propriétés du composant CountryStorage ......................................... 28 Tableau 15 : Propriétés du composant GlobalSupply ............................................. 28 Tableau 16 : Propriétés du composant GlobalDemand ............................................. 29 Tableau 17 : Propriétés du composant World ............................................................ 29 Tableau 18 : liste des événements échangés entre les composants ........................... 31 Tableau 19 : liste des comportements internes (quand ils existent) de chaque composant .................................................................................................................. 34 Tableau 20 : Synthèse des actions réalisées dans le présent projet ........................... 39 6 BRGM/RP-60442-FR – Rapport d’avancement Analyse multi-échelle du marché du Lithium Tableau 21 : Synthèse des actions en cours et à réaliser ........................................... 40 Tableau 22 : Pour un pays donné, liste des variables possibles (non exhaustives) pour déterminer sa part de marché par rapport à un autre .................... 42 Tableau 23 : Liste des conférences ou journaux ciblés pour les 12 prochains mois ............................................................................................................................ 43 BRGM/RP-60442-FR – Rapport d’avancement 7 Analyse multi-échelle du marché du Lithium 1. Introduction Découvert en 1817 par le scientifique Suédois Johan August Arfwedson, le lithium (Li) fait partie de ces ressources minérales qui, aujourd'hui, constitue un des éléments importants dans la fabrication de produits industriels tels les batteries chargeables, les batteries non rechargeables, les lubrifiants, les verres, l’air conditionné, ou encore les produits pharmaceutiques (Yaksic et Tilton, 2009). Il existe principalement deux types de gisements de lithium : les salars et les pegmatites. La part de marché de la production des salars à l’échelle mondiale est répartie à près de 80% (BNA, 2010) par 3 compagnies : SQM (chilien), Chemetall et FMC ; et la production de pegmatite est principalement concentrée en Australie et est exploitée par Talison. Les produits Li qui sortent de ces gisements sont, entre autres, le carbonate de lithium (LiCO3), l’hydroxyde de lithium (LiOH), le chlorure de lithium (LiCl), etc. Ces prochaines années, une hausse de la demande en Li est attendue en raison de l’arrivée progressive, sur le marché, des voitures électriques, et en particulier de 3 types de véhicules : les EV (Fully Electric Vehicle), les HEV (Hybrid Electric Vehicle) et les PHEV (Plug-in Electric Vehicle)1. Si l’on se réfère aux études de Gruber et Medina (2010), la quantité de ressources disponibles à l’échelle mondiale, estimé à environ 24 000 Mt, est a priori suffisante pour faire face à cette hausse de la demande, au moins jusqu'en 2100. Par ressource, nous reprenons ici l’US Geological Survey (USGS, 1980) qui la définit comme « une concentration de solide, de liquide ou de gaz naturels, qui existe à l’intérieur ou sur la croute terrestre, sous une telle forme et quantité, qu’une extraction économique à partir de cette concentration est actuellement ou potentiellement faisable ». Pourtant, cette abondance ne garantit en rien la continuité de l’approvisionnement sur le marché du lithium. En effet, tout d’abord, comme le rappelle la Commission Européenne, une disponibilité géologique ne signifie pas automatiquement un accès aux gisements par les compagnies (EU, 2008). Par exemple, les sources de lithium telles que les lacs salés d'Amérique du Sud ou de Chine font généralement partie de systèmes écologiques inviolés, dont l'exploitation pourrait avoir des conséquences sur l'équilibre de l'environnement (Angerer et al, 2009). Ensuite, les ressources en lithium sont réparties entre un nombre restreint de pays, en grande partie en Amérique du Sud. Cette concentration de la production peut entrainer des risques géopolitiques pour certains importateurs comme les Etats-Unis, qui commencent à dépendre de l’approvisionnement de ces pays (BNA, 2010). Enfin, il n’est jamais exclu que l’approvisionnement devienne un jour sélectif, c'est-à-dire que toujours pour des raisons uniquement politiques, certains pays importateurs pourraient être correctement approvisionnés alors que d’autres subissent une restriction par les exportateurs. En somme, il est clair que malgré cette disponibilité géologique, plusieurs 1 Un EV est un véhicule qui utilise les batteries pour alimenter le moteur électrique qui assure la propulsion du véhicule. Un HEV est un EV qui utilise à la fois un moteur électrique et un moteur de combustion interne (d’où le terme hybride) pour propulser le véhicule. Un PHEV est un HEV dont la batterie peut être à chaque fois rechargé complètement via un branchement (d’où le terme plug) à une source d’alimentation externe. BRGM/RP-60442-FR – Rapport d’avancement 9 Analyse multi-échelle du marché du Lithium facteurs imbriqués font que finalement, aucun pays importateur n’est à l’abri d’une rupture d’approvisionnement. Le présent travail se veut être une contribution à l’élaboration d’outil d’appui aux politiques pour aider notamment le gouvernement d’un pays importateur donné à mieux répondre à la question suivante : suite à une certitude de hausse de la demande, croisée à une incertitude de l’offre (en raison de tous ces facteurs géologiques, politiques, etc.), dans combien de temps y-aurait-il une rupture d’approvisionnement en lithium, sur le marché mondial, mais aussi dans les industries de consommation de son propre pays ? Pour essayer de répondre à cette question, la démarche proposée ici consiste à créer des scénarios de coévolution d’offre et de demande, et à rechercher, via modélisation et simulation prospective, l’ensemble d’années probables de rupture qui correspondrait à ces scénarios respectifs. Au final, si la simulation dépasse l’année 2050 (choix arbitraire pour l’instant), cela signifiera qu’il n’y a pas rupture. La période prospective commence en 2010, dont toutes les sources utilisées dans cette étude se rapportent à des données de 2009 et antérieures. Toutes les années entre 2000 et 2009 constituent ce que nous appellerons ici la période historique. Les données correspondantes à cette période sont destinées au calage du modèle. 10 BRGM/RP-60442-FR – Rapport d’avancement Analyse multi-échelle du marché du Lithium 2. Revue de la littérature 2.1. APERÇU Différents travaux ont déjà été menés sur la modélisation économique à vocation prospective, pour traiter le sujet. Ces travaux ont été réalisés aussi bien par le monde académique (Yaksic et Tilton, 2009 ; Gruber et Medina, 2010), que par les compagnies productrices elles-mêmes (SQM, 2010 ; FMC, 2010), par des consultants en lithium (Roskill, 2009 et 2010 ; Tru, 2011) ou encore par les banques (McNulty et Khaykin, 2009) pour le compte du Crédit Suisse. Côté offre, deux catégories de travaux ont émergé, en fonction de la méthode d’évaluation de la production et la durée de l’année de projection. D’un côté, le monde académique a porté ses travaux sur une période de rupture à très long terme (jusqu'à 2100 et au-delà) et s’est focalisé sur l’évaluation des ressources et des réserves mondiales des gisements terrestres en lithium identifiés de par le monde, que ces gisements soient en production ou non. Yaksic et Tilton (2009) ont même proposé d’évaluer la quantité de lithium existant dans les océans. L’autre catégorie, c'est-à-dire les « non-académiques » ont adopté une période de projection à plus court-terme (d’ici 2020-2030) et se focalisent sur la possibilité d’augmentation des capacités de production, et de l’identification des gisements directement exploitables par les compagnies pendant cette période. Coté demande, la méthodologie suivie est commune pour les 2 catégories : (a) fournir des hypothèses de croissance globale du nombre de voitures électriques qui seront potentiellement construits dans la période de projection adoptée et (b) calculer le taux de Li requis par chaque catégorie de véhicule. La période de rupture est alors simplement évaluée comme l’année à partir de laquelle l’offre globale n’arrive plus à satisfaire la demande globale, notamment si le schéma d’aujourd'hui est conservé. Le tableau 2 montre les valeurs utilisées respectivement par Roskill (2010), par le Crédit Suisse (McNulty et Khaykin, 2009), par les compagnies SQM (2010) et FMC (2010) et par Gruber et Medina (2010) pour faire leur projection. Les cases vides du tableau signifient que les données correspondantes n’ont pu être identifiées. Le tableau 1 présenté en amont du tableau 2 a pour unique but de décrire les entêtes des colonnes de ce dernier sous forme de code (ce découpage a été adopté pour des raisons d’espace). Dans ces 2 tableaux, ainsi que dans le reste du document, l’unité de mesure utilisé pour mesurer la quantité de lithium circulant sur le marché est le LCE (pour « Lithium Carbonate Equivalent »), en sachant que la teneur en lithium réel dans du carbonate de lithium est de 18.8%. Les unités kgLCE et ktLCE correspondent respectivement à 1 kg de LCE et à 1000 tonnes de LCE. BRGM/RP-60442-FR – Rapport d’avancement 11 Analyse multi-échelle du marché du Lithium Code Description MHEV Masse de lithium nécessaire pour une unité de HEV UHEV Nombre d’unités de HEV estimés en 2020 MPHEV Masse de lithium nécessaire pour une unité de PHEV UPHEV Nombre d’unités de PHEV estimés en 2020 MEV Masse de lithium nécessaire pour une unité de EV UEV Nombre d’unités de EV estimés en 2020 TotEv Total d’unités de HEV + PHEV + EV produites TotLi Demande totale en lithium pour l’année spécifiée entre ( ) CapL Capacité limite de la production totale Rup Année de la rupture du schéma actuel Tableau 1 : Description des entêtes du tableau 2 Code Unité Roskill Crédit Suisse MHEV kgLCE UHEV 106 MPHEV kgLCE UPHEV 106 MEV kgLCE UEV 106 TotEv 106 Rup année 1.01 1.8-15 2.65 10-22 1.2 4.86 225 (2020) 150 2015 0.5-3 6.36 4-12 3.05 10-18 5 14.41 200 (2020) 140 2017 15-20 190 (2020) 290 2026 200 (2020) 140 2017 0.72 0.5-0.7 Gruber et Medina CapL ktLCE 0.5-2 SQM FMC TotLi ktLCE 6.36 6 3.05 11.917.8 12 5 23.835.9 2100+ 3 3 13800 (2100) 3 5 23800 (2100) Tableau 2 : comparaison de 5 travaux : hypothèse d’évolution de la demande et de l’offre, et année de rupture probable La dernière colonne du tableau 2 montre que pour le monde « non-académique », l’année de rupture estimée varie d’un travail à un autre (FMC ne faisant que réutiliser les estimations du Crédit Suisse) : vers 2016 pour Roskill et le Crédit Suisse, et vers 2026 pour SQM. Le choix des valeurs estimées par les différents travaux, sur le côté offre et côté demande, sont coresponsables de cette divergence. Coté offre, elle est due à l’écart qui existe entre les valeurs respectives choisies pour la capacité limite de la production totale (cf. colonne CapL). Coté demande, l’écart entre les demandes totales estimées en Li est plus amoindri (cf. colonne TotLi), ce qui nous pousserait à croire dans un premier temps, à une convergence imminente vers une estimation unanime. Pourtant, des divergences existent sur le choix des paramètres qui sont utilisés pour calculer cette demande totale. En particulier, il n’y a pas d’accord sur le nombre d’unités de véhicules HEV et EV qui seront potentiellement produits (cf. les 12 BRGM/RP-60442-FR – Rapport d’avancement Analyse multi-échelle du marché du Lithium colonnes UHEV et UEV), ce qui affecte le nombre total d’unités à produire (cf. colonne TotEv), et donc par prolongement, la demande totale. Aujourd'hui, le seul point d’accord qui commence à se dégager entre les différents travaux (mondes académique et non académique) concerne la masse de Li à consommer par type de véhicule (cf. les colonnes dont le nom est de syntaxe Mxxx). 2.2. CRITIQUES ET PROPOSITIONS Même si ces divergences de valeurs méritent naturellement d’être discutées, une question en amont, plus prioritaire selon nous, porte sur la méthodologie de modélisation utilisée : le niveau d’abstraction, les lois utilisées, etc. en somme. La recherche de convergence des valeurs choisies pour ces estimations viendrait ensuite en aval comme une amélioration de cette méthodologie. C’est donc sur cette dernière que nos critiques dans ce travail porteront. 2.2.1. Critiques méthodologiques Tout d’abord, à part Gruber et Medina (2010), aucun des travaux précédents n’a explicitement introduit le facteur recyclage dans son estimation ; pourtant, pour les projections à court-moyen terme, la connaissance de son impact devient de plus en plus essentielle. Ensuite, les paramètres utilisés pour évaluer l’évolution de la production globale sont très flous, contrairement à ceux de la consommation globale. Il suffit de voir le tableau 2 dans lequel seules les deux dernières colonnes ne sont pas consacrées à la demande. Une solution pour rendre la valeur de la production plus précise aurait été de représenter explicitement l’interaction entre producteur et secteur, l’un pilotant l’évolution de l’autre, et vice-versa, comme cela a été fait pour la modélisation dynamique du marché des ressources en granulats par Chavez (2010). Mais cet aspect n’a pas non plus été étudié. Les côtés productions et consommations ont été plutôt estimés uniquement d’une manière parallèle, et les résultats comparés ensuite arithmétiquement. Enfin, tous les travaux ont adopté l’échelle globale dans leurs études. Cette démarche est nécessaire mais non suffisante. En effet, rien ne dit que lorsque la quantité disponible au niveau global est connue, la répartition par pays va ensuite être équitable en fonction des demandes effectives. Il y a toujours le risque de restriction sélective, qui pourrait être imposée par des pays exportateurs, en fonction des pays cibles. En outre, à présent que l’on connait quelques périodes de rupture probables (ex : 2016 pour Roskill), rien ne dit que pour un pays importateur donné, il en sera de même. Ainsi, et pour essayer de répondre à la question posée en introduction, il manque des éléments dans les modèles actuels pour qu’un gouvernement d’un pays importateur donné puisse avoir des indications claires sur la période de rupture d’approvisionnement probable dans son pays en particulier. Les éléments globaux sont des indications importantes, mais méritent d’être affinées. BRGM/RP-60442-FR – Rapport d’avancement 13 Analyse multi-échelle du marché du Lithium 2.2.2. Propositions méthodologiques Pour contribuer à l’état de l’art, ce qu’il faudrait méthodologiquement, c’est que l’étude du marché du lithium : - se réalise à un niveau d’abstraction plus détaillée, en étendant l’échelle globale adoptée méthodologiquement par les modèles actuels, vers l’échelle pays, - représente explicitement les interactions entre les pays producteurs et secteurs de lithium, - ajoute la possibilité de simuler les scénarios o d’introduction de nouveaux exploitants o d’ouverture de nouveaux gisements o de restriction de l’exportation vers des pays importateurs, o de basculement des quantités manquantes vers les pays producteurs qui peuvent supporter de couvrir ces quantités - et renforce l’étude du recyclage et de la substitution à ce niveau détaillé. Ce sont les améliorations principales proposées dans ce travail. A noter que même si la proposition introduit un niveau d’abstraction à un niveau pays, l’échelle monde est toujours explicitée comme auparavant, pour au moins deux raisons : (1) un utilisateur habitué à analyser un modèle sur le lithium pourrait ne s’intéresser qu’aux résultats obtenus à cette échelle, sans forcément vouloir connaitre les détails qui ont abouti à ces résultats ; et (2) pour un concepteur, ce niveau servira de calage important de données de terrain pour le niveau inférieur à développer, dans la mesure où ces données ont été principalement acquises jusqu'à présent pour alimenter ce niveau global (cf. littérature). Au final, la proposition porte sur la mise en œuvre d’une modélisation dynamique multiéchelles du marché du lithium, suivie de la simulation prospective des scénarios énoncés précédemment (recyclage, restriction, etc.). La dynamique de ce nouveau système est véhiculée par une approche « bottom-up ». Cela signifie que les variables du niveau global sont déterminées par des variables dont la dynamique est calculée à un niveau inférieur. Dans ce document, ce modèle sera appelé LiMaSM (pour « Lithium Market Shortage Model »). 2.2.3. Approche de modélisation Une approche souvent adoptée pour construire un tel modèle intégrant un niveau d’abstraction détaillé est la modélisation et simulation prospective, par systèmes multiagents (SMA). Pour rappel, un agent est une entité relativement autonome, ayant des objectifs individuels ou collectifs et qui dispose d’une vue partielle sur l’environnement dans lequel il se trouve. Pour réaliser ces objectifs, il interagit ou non avec les autres agents du système et ensuite réagit ou réfléchit à l’action qu’il va entreprendre, suite à ces interactions. Un modèle SMA est un modèle permettant de représenter (a) le comportement et l’évolution d’agents hétérogènes d’une manière individualisée et décentralisée, et (b) l’interaction de ces agents entre eux (Wooldridge, 2002). Le 14 BRGM/RP-60442-FR – Rapport d’avancement Analyse multi-échelle du marché du Lithium domaine de l’économie a aussi considéré, depuis des décennies, qu’un système économique complexe peut être vu comme un ensemble d’agents économiques en interaction (Arthur et al, 1997). Pour la modélisation économique des filières ressources minérales, cette démarche a souvent été suivie (Andriamasinoro et al, 2005, Andriamasinoro et Angel, 2007), notamment, dans la filière artisanat minier. Dans la filière industrie minière, qui concerne donc également l’industrie du lithium, elle semble tout aussi valable car, même si aucune expérimentation n’a encore été faite dans le domaine des ressources minérales, il a déjà été identifié, dans d’autres domaines, qu’un agent peut aussi représenter une Industrie (Ciarli et al, 2009), ou une chaine de production (WanSup et al, 2010). Pour toutes ces raisons, utiliser le SMA pour supporter le modèle LiMaSM est une bonne approche. Cependant, dans un contexte de modélisation multi-échelle, même si le SMA est toujours valide pour implémenter des modèles économiques à un niveau macro, d’autres approches sont bien souvent plus utilisées, comme par exemple les modèles hydrogéologiques globaux (Lanini et al, 2004) ou encore les systèmes dynamiques (Adl et J. Parvisian, 2009). La solution serait donc plutôt de coupler les différentes approches, chaque approche représentant un niveau, mais que toutes les approches puissent interagir dans un même système via un formalisme unique, d’où l’idée des composants (Andriamasinoro et al, 2010). Un composant est un concept générique qui unifie agents, autres objets, et variables. Ainsi, au lieu d’avoir un SMA, nous obtenons un SMC (système multi-composants2), c'est-à-dire des composants dynamiques interconnectés entre eux. Le niveau multi-agents, c'est-à-dire le niveau d’abstraction à partir duquel il y a au moins un composant qui se comporte comme un agent, n’en constitue qu’une partie, et en l’occurrence ici, la partie de l’échelle détaillée. Au final, c’est le SMC qui est adopté pour concevoir le modèle LiMaSM. 2 Un autre exemple de systèmes multi-composants dans la littérature est celui construit avec des composants DEVS (Dalle et al. 2008). BRGM/RP-60442-FR – Rapport d’avancement 15 Analyse multi-échelle du marché du Lithium 3. Méthodologie 3.1. GÉNÉRALITÉS Les hypothèses de modélisation Avant que la phase conceptuelle proprement dite soit abordée, cette section regroupe les hypothèses introduites dans le modèle, en ce qui concerne notamment le choix des pays (importateurs et/ou exportateurs), les types de producteurs, de produits et de secteurs, le détail des scénarios à simuler et les données utilisées. Choix des pays Les pays exportateurs choisis pour le modèle LiMaSM sont ceux identifiés par Gruber et Medina (2010) comme contenant les gisements en cours de production, augmentés de ceux du tableau 3, qui contient la liste des nouveaux exploitants qui ont été recensés par Roskill (2010). Nom du gisement Type de gisement Pays Capacité (ktLCE /an) Compagnie exploitant Année de début Salar de Rincon Salar Argentine 1.5 Sentient Group 2010 Mount Cattlin Pegmatite Australie 17 Galaxy Resources 2010 Jiangxi Pegmatite China 17 Galaxy Resources 2011 Olaroz Salar Argentina 15 Orocobre 2012 Quebec Pegmatite Canada 10 Canada Lithium 2012 Lantta Pegmatite Finlande 3.3 Keliber (Nordic Mining) 2013 California Salar Etats-Unis 16 Simbol Mining 2013 Nevada Pegmatite Etats-Unis 27.7 Western Lithium 2014 Tableau 3 : liste des exploitants qui entrent sur le marché à partir de 2010 (Roskill, 2010) Les pays importateurs choisis sont ceux identifiés par le Crédit Suisse (2009) comme étant les plus consommateurs en batterie. Les pays restants sont groupés dans une catégorie appelée « Autres pays ». La liste de tous ces pays est donnée par le tableau 4. Chaque pays, importateur ou exportateur, est identifié par un code composé deux caractères, tel qu’il est défini par la norme ISO 3166-1-alpha-2 (ex : FR pour la France, DE pour l’Allemagne, ZW pour le Zimbabwe, etc.). BRGM/RP-60442-FR – Rapport d’avancement 17 Analyse multi-échelle du marché du Lithium Nom pays Code (ISO 3166-1) Allemagne DE Argentine AR Australie AU Brésil BR Canada CA Chili CL Chine CN Danemark DK Espagne ES France FR Inde IN Italie IT Japon JP Portugal PT Grande Bretagne GB Etats-Unis US Zimbabwe ZW Autres exportateurs Est exportateur Est importateur Autres importateurs Tableau 4 : liste des pays exportateurs et importateurs tels qu’ils sont organisés dans le modèle Choix des produits (offre) et des secteurs (demande) Coté produit, les producteurs dans le modèle sont groupés en deux types : les producteurs courants qui sont déjà en train d’exploiter un gisement, et les nouveaux producteurs, comme ceux annoncés dans le tableau 3. Chacun de ces producteurs peut produire l’un ou l’autre des types de Li suivants : le LiCO3, le LiOH et un type appelé LiOther qui regroupe tous les types de lithium autre que les deux premiers types. Côté secteur, seuls les secteurs demandant des batteries, c'est-à-dire les HEV, les PHEV et les EV sont explicités par le modèle. Appelons les respectivement HEV Sector, PHEV Sector, et EV Sector. Les demandes sur les secteurs restants (verre, céramique, produits pharmaceutiques, etc.) sont groupées dans une catégorie appelée Other Sectors. 18 BRGM/RP-60442-FR – Rapport d’avancement Analyse multi-échelle du marché du Lithium Les scénarios à simuler Différents scénarios sont choisis. Il y a tout d’abord le scénario de base, qui consiste à simuler le prolongement du marché à partir de son fonctionnement actuel, c'est-à-dire sans rien changer. Ensuite, des scénarios additionnels sont proposés et impliquent simultanément les parties offre et demande. Dans le scénario additionnel côté offre, il s’agira tout d’abord de simuler l’entrée des nouveaux exploitants dont la liste est fournie par le tableau 3, et l’introduction de nouveaux gisements, par la suite de mettre en œuvre les scénarios de restriction, imposée par un ou plusieurs pays exportateurs. La restriction sera accompagnée du mécanisme de basculement dans lequel des pays n’ayant pas restreint leur exportation supporteront, en plus, la charge de ceux qui ont adopté cette restriction. A noter que pour un pays exportateur, cette restriction peut être globale, c'est-à-dire qu’elle s’applique à tous les pays importateurs qu’il approvisionne, ou alors un scénario sélectif c'est-à-dire à certains pays seulement. En parallèle aux scénarios de restrictions, le facteur recyclage (des batteries) et le facteur substitution (par de nouvelles technologies) seront introduits. Cela permettra à l’utilisateur d’évaluer une situation contradictoire : une diminution de la quantité approvisionnant le marché, à cause des restrictions, et une augmentation de celle-ci, grâce au recyclage ou à la substitution. Quant au taux de recyclage choisi, alors que Wilson (2009) a proposé une valeur de 96%, LiMaSM essayera d’être plus pessimiste en adoptant une valeur à 90% et une durée de vie d’une batterie fixée à 10 ans (Gruber et Médina, 2010 ; FMC, 2010). Dans le scénario additionnel, côté demande, deux hypothèses de croissance des véhicules électriques, issues du tableau 2 sont respectivement reprises : celle de FMC et celle de Roskill. Ce choix est motivé par l’écart entre les hypothèses fournies par les deux travaux. Pour tous les scénarios, les événements économiques suivants seront introduits à des dates précises d’une simulation en cours : - la crise économique (de 2008 à 2009), qui a provoqué la diminution de la demande en lithium de presque 30%, selon Moores (2010) ; - l’arrivée successive des HEV (en 2010), des PHEV (en 2012) et des EV (en 2016) ; - l’augmentation de la capacité de production de la compagnie Talison. Quant à la simulation proprement dite, le pas de temps choisi est l’année. La phase de calage de toutes les simulations, correspondra aux années entre 2000 et 2009. La période prospective considérée ici commence en 2010. Les données utilisées Toutes les références utilisées lors de la revue de la littérature (à partir de la Section 2, page 11) et contenant les données d’évolution de la production et de la consommation seront naturellement reprises. De plus, il y a aura les bases de données en ligne (GTA, 2011 ; TradeMap, 2011 ; UN, 2011). Ces sources de données comprennent l’historique BRGM/RP-60442-FR – Rapport d’avancement 19 Analyse multi-échelle du marché du Lithium des quantités de carbonate de lithium (LiCO3) et l’hydroxyde de lithium (LiOH) importées et exportées par pays, entre 2003 et 2009. Enfin, il existe également les données que l’US Geological Survey publie chaque année, depuis 2000, une statistique de la répartition mondiale de la production en minéraux par pays (ex : USGS, 2010), dont le lithium. Toutes ces données feront l’objet d’une validation croisée et une compilation parallèle pour améliorer leur fiabilité. Le type de données qui n’est actuellement pas à disposition concerne, pour un pays importateur donné, la répartition des quantités importées (ajoutées à celles produites localement) entre les divers secteurs de consommation. Seule la répartition à l’échelle mondiale existe abondamment dans la littérature. Après discussion avec l’équipe de Roskill traitant le sujet, calculer de telles données risque d’être difficile en raison de la multiplicité des produits échangés alors que ces échanges ne sont pas tous répertoriés. Une méthodologie devra donc être trouvée pour résoudre cette situation, ou au moins pour y trouver une alternative acceptable. Actuellement, les données collectées jusqu'à présent pour chaque pays sont organisées dans des tables construites en fonction du type de Li (LiCO3, LiOH, LiOther), de l’usage (import ou export) que le pays fait de ce type, de l’année de l’usage, ainsi que, pour cette année, la valeur de 4 paramètres que sont la valeur totale (en US$), le prix unitaire moyen, la quantité et la part du marché du type vers ou en provenance de chacun des autres pays identifiés dans le tableau 4. A titre d’illustration, le tableau 5 présente les importations de LiCO3 par le Royaume-Uni en 2007. Le reste des données suit exactement le même principe. Dans le tableau 5, les lignes vides en face des pays signifient qu’en 2007, le RoyaumeUni n’a importé aucune quantité de LiCO3 en provenance de ces pays et qu’en même temps, pour la même année, il en ait importé du LiOH par exemple. Par ailleurs, pour le cas du Japon, l’absence de prix signifie simplement que comme la quantité est très faible (<1 t), elle n’a pas été enregistrée par les sources de données. Enfin, la dernière ligne contenant les données de l’ONU (UN, 2011) sert de validation croisée avec celles de GTA, de TradeMap et de Roskill. Dans ce cas précis, il existe un léger décalage, acceptable si le seuil est inférieur à 20% (choix ajustable au cours du projet). Lorsque le décalage est plus important, c’est le total initial qui sera utilisé mais la valeur fournie par l’ONU sera enregistrée, éventuellement pour expliquer ensuite des erreurs ou des incohérences dans le résultat de la simulation. Ces préalables étant fournis, les sections qui suivent décrivent à présent comment le modèle multi-échelle LiMaSM est construit. 20 BRGM/RP-60442-FR – Rapport d’avancement Analyse multi-échelle du marché du Lithium Pays source Valeur (USD) Prix moyen 1 383 257 8 645,36 160 31,87% Argentine 751 407 4 221,39 178 17,31% Australie 93 977 4 698,85 20 2,17% 1 725 533 4 753,53 363 39,75% 16 097 1 073,13 15 0,37% Allemagne Quantité (Tonne) Part de marché (%) Brésil Canada Chili Chine Danemark Espagne France Inde Italie Japon 1 853 0,04% Portugal Etats-Unis 212 408 5 310,2 40 4,89% 156 090 12 006,9 13 3,60% Total 4 340 622 40 709,4 789 100,00% Total selon ONU 4 305 714 Zimbabwe Autres exportateurs 779,32 Tableau 5 : Importations de LiCO3 par le Royaume-Uni en 2007 selon GTA, TradeMap et Roskill 3.2. DESCRIPTION DE LA VUE STRUCTURELLE DU MODÈLE Pour représenter son aspect multi-échelles, le modèle LiMaSM s’inspire de l’organisation issue du modèle Geamas (Courdier et al, 2002 ; Payet et al, 2005). Nous reprenons à nouveau cette organisation, mais en décrivant directement la version adaptée pour LiMaSM. L’organisation de LiMaSM est décrite selon une architecture dans laquelle les composants sont répartis sur trois échelles : l’échelle globale, l’échelle pays et l’échelle locale, chacune d'elles représentant un niveau d'abstraction supplémentaire par rapport à l’une des échelles précédentes. BRGM/RP-60442-FR – Rapport d’avancement 21 Analyse multi-échelle du marché du Lithium 3.2.1. Préambule : terminologie conceptuelle Pour comprendre le reste de ce document, les éléments ci-après doivent être précisés. Chaque composant sera identifié par son nom utilisateur, et par son nom tel qu’il sera reconnu par le modèle. Dans tout le texte, l’un et/ou l’autre des noms sera utilisé. Par convention, pour faciliter la compréhension de la transition vers l’implémentation, ce nom qui sera reconnu par le modèle LiMasM sera en anglais. Il en sera de même pour toutes les notions conceptuelles propres au modèle (type de données, etc). Ces notions conceptuelles seront affichées via une autre police de caractères (Courier). Par exemple, le nom conceptuel d’un composant producteur est Producer et le type d’un secteur s’écrit conceptuellement SectorType. Par ailleurs, les termes de types de composants et d’instances de composants, propres à la discipline informatique, reviendront souvent dans le reste du document et il convient donc d’en expliquer brièvement la signification. D’une manière générale, un type est un concept abstrait définissant des éléments ayant des propriétés communes. Il représente des éléments variés comme des éléments concrets (ex : des voitures), des éléments abstraits (ex : des commandes de marchandises), des composants d’une application (ex : les boutons des boîtes de dialogue), etc. Une instance est une concrétisation d’un type. Par exemple : le gisement d’Atacama et celui de Rincon sont deux instances d’un concept abstrait gisement (ce dernier en étant donc le type). Pour le cas du lithium, le tableau 6 résume la liste des types de composants recensés et existant sur chaque échelle. Nom utilisateur Nom conceptuel échelle Le monde La demande globale L’offre globale World GlobalDemand GlobalSupply GLOBALE Un pays Une offre unitaire Une demande unitaire Le gestionnaire de rupture Un gisement de lithium PAYS Country UnitarySupply UnitaryDemand ShortageHandler LiDeposit Un producteur Un recycleur Un secteur de consommation Producer Recycler Sector LOCALE Tableau 6 : liste des types de composants identifiés dans le modèle Enfin, dans toutes les propriétés qui seront à décrire, désigne l’unité de temps d’une simulation et la notation {} désigne un ensemble d’éléments. 22 BRGM/RP-60442-FR – Rapport d’avancement Analyse multi-échelle du marché du Lithium 3.2.2. L’échelle locale L’échelle locale correspond à la granularité de description la plus fine de l’organisation. Cette échelle contient les producteurs (Producer), les secteurs de consommation (Sector) et les recycleurs (Recycler). Comme annoncé précédemment, les producteurs peuvent être de 2 types : les producteurs courants et les nouveaux producteurs, et les secteurs sont les HEV, les PHEV, les EV et les autres. Un producteur Il correspond, pour un pays donné, à l’agrégation des compagnies productrices de ce pays, qui sont soit déjà en cours d’exploitation, soit qui prévoient d’exploiter. Les propriétés d’un producteur sont décrites dans le tableau 7 dans lequel le nom d’un producteur suit obligatoirement la syntaxe suivante : (CountryCode)ProducerType où ProducerType fait référence au type de producteur. Par exemple, (CN)NewProducer correspond à l’ensemble des nouveaux producteurs chinois. Nom de la propriété Type name texte Nom du producteur, respectant la syntaxe (CountryCode)ProducerType liType LiType Type de composé de lithium fabriqué producerType ProducerType Le type de producteur Country Country Pays auquel appartient le producteur UnitarySupplies USupply{} Ensemble des offres unitaires que gère le producteur ProductionCapacity réel Unité Description ktLCE/ Capacité de production de ce producteur par unité de temps lifeTime entier Durée de vie de la production totalSupply réel ktLCE/ Quantité totale que le producteur peut offrir par unité de temps Deposits LiDeposit{} Ensemble des gisements du pays, qui fabrique le produit LiType Tableau 7 : Propriétés du composant Producteur Un secteur (de consommation) Il représente, pour un pays donné, l’ensemble des industries d’un seul secteur de consommation de ce pays. Les propriétés d’un secteur sont décrites dans le tableau 8 dans lequel le nom d’un secteur suit obligatoirement la syntaxe suivante : (Country code)SectorType où SectorType correspond au type de secteur. Par exemple, (US)HEV correspond à l’ensemble des industries américaines fabricant une batterie pour les HEV. BRGM/RP-60442-FR – Rapport d’avancement 23 Analyse multi-échelle du marché du Lithium Nom de la propriété Type name texte Nom du secteur, respectant la syntaxe (CountryCode)SectorType sectorType SectorType Le type de secteur dont ce secteur s’occupe Country Country Pays auquel appartient le secteur periodicalFabrications réel{} periodicalVariationRate réel Unité Description units/ Ensemble des quantités fabriquées à chaque unité de temps %/ Taux de variation des unités fabriquées par unité de temps lifeTime entier Durée de vie de l’unité fabriquée liMassPerUnit réel kg Li Masse de fabriquée totalDemand réel ktLCE/ Quantité totale que le secteur peut offrir par unité de temps UnitaryDemands UDemand{} marketShare réel lithium par unité Ensemble des demandes unitaires que le secteur gère % Part de marché de ce secteur Tableau 8 : Propriétés du composant Secteur Un recycleur Dans l’état actuel du modèle, le recycleur appartient à un pays donné et a pour rôle de recevoir les produits émanant des secteurs de ce pays (uniquement) et dont le lithium sera à recycler. Ces produits ont eu une durée d’utilisation d’au moins 10 ans (Gruber et Medina, 2010). Le lithium en est alors extrait et remis sur le marché, en concurrence avec les producteurs. Dans la réalité, un pays peut aussi recycler des produits en provenance d’un autre pays, mais cet état de fait n’est pour le moment pas pris en compte ici. Les propriétés d’un Recycler et d’un Producer sont identiques. 3.2.3. L’échelle des pays L’échelle des pays est le lieu de description de structures intermédiaires entre le local et le global. Il permet de concevoir le modèle de façon hiérarchique. En particulier, un pays a la possibilité d'imposer des contraintes aux producteurs qu’il gère au niveau local. Les composants de cette échelle sont les pays (Country), les offres unitaires (USupply) et les demandes unitaires (UDemand). C’est par l’intermédiaire de ces deux derniers composants que deux pays acheminent les produits, comme il sera détaillé plus tard dans la description de la vue dynamique (Section 3.3, page 30). A ces trois 24 BRGM/RP-60442-FR – Rapport d’avancement Analyse multi-échelle du marché du Lithium composants s’ajoutent le gestionnaire de rupture (ShortageHandler) et les gisements de lithium (LiDeposit). Le premier détermine quels sont les pays en situation de rupture, et leur manque à gagner. Pour rassembler tous ces pays, il utilise un stockeur de pays (CountryShortage). Un pays Un pays renferme à la fois des producteurs et des secteurs. Plus précisément, il possède systématiquement une instance de chaque type de producteurs (courant ou nouveau) et une instance de chaque type de secteur (HEV, EV, PHEV et autres). Les propriétés d’un pays sont décrites dans le tableau 9. Nom de la propriété Type Unité Code 2 digits Code respectant la norme ISO 3166-1-alpha2 Name texte Nom World World Le monde qui contient ce pays localUsage réel La quantité de Li produite mais non exportée totalDemand réel ktLCE/ La quantité totale à demander par pas de temps totalProduction réel ktLCE/ La quantité totale produite par pas de temps totalExport réel ktLCE/ La quantité totale à exporter par pas de temps restriction réel Restriction imposée (0%=sans restriction) UnitaryDemands UDemand{} L’ensemble des demandes unitaires définies par ce pays (vide s’il n’est pas importateur) UnitarySupplies USupply{} Description L’ensemble des demandes unitaires définies par ce pays (vide s’il n’est pas exportateur) Producers Producer{} Ensemble des producteurs gérés par ce pays Sectors Sector{} Ensemble des secteurs gérés par ce pays Restrictions USupply{} Ensemble des offres unitaires faisant l’objet de restrictions Tableau 9 : Propriétés du composant Country Une offre unitaire Une offre unitaire est le composant à qui un pays exportateur délègue la détermination de la quantité de produit à envoyer vers un pays importateur donné. En particulier, lorsqu’un pays dont il est le délégué souhaite restreindre son exportation, le BRGM/RP-60442-FR – Rapport d’avancement 25 Analyse multi-échelle du marché du Lithium pourcentage de restriction est défini à ce niveau (et non à celui du pays). C’est sur cette propriété que l’utilisateur pourra également agir. Les propriétés d’une offre unitaire sont décrites dans le tableau 10. Nom de propriété la Type Unité LiType liType Nom du produit lithium à envoyer Destination UDemand Country Country quantity réel Description Demande unitaire associée à cette offre unitaire. Le pays qui délègue ses actions d’exportation à cette offre unitaire ktLCE/ Quantité en cours envoyée à UDemand marketShare réel % Part de marché qu’occupe cette offre unitaire dans l’exportation totale du pays restriction réel % Restriction imposée (0%=sans restriction) Tableau 10 : Propriétés du composant USupply Une demande unitaire Symétriquement, une demande unitaire est le composant à qui un pays importateur délègue la réception d’un produit en provenance d’un pays exportateur. Les propriétés d’une demande unitaire sont décrites dans le tableau 11. Nom de propriété la Type Unité Description liType LiType Nom du produit lithium demandé Origin USupply Offre unitaire associée à cette demande unitaire. Country Country Le pays qui délègue ses actions d’importation à cette demande unitaire quantity réel marketShare réel ktLCE/ Quantité de produit lithium demandée à USupply par unité de temps % Part de marché qu’occupe cette demande unitaire dans l’importation totale du pays Tableau 11 : Propriétés du composant UDemand 26 BRGM/RP-60442-FR – Rapport d’avancement Analyse multi-échelle du marché du Lithium Un gisement Les gisements, sont ceux identifiés sur le terrain (ex : Gruber et Medina, 2010). Ils peuvent être exploités par plusieurs producteurs. Les propriétés d’un gisement sont décrites dans le tableau 12. Nom de la propriété Type name Text Nom du gisement Country Country Le pays qui contient le gisement product LiType Le produit lithium contenu dans le gisement capacity réel Unité ktLCE/ Description La capacité de production du gisement Tableau 12 : Propriétés du composant Deposit Le gestionnaire de rupture Il a pour rôle d’évaluer quels sont les pays en situation de rupture. Il n’existe qu’un seul composant de ce type pour tout le système. Les propriétés d’un gestionnaire de rupture sont décrites dans le tableau 13. Nom de la propriété Type Unité CountriesInShortage CountryShortage{} Deposits LiDeposit{} availableQuantity réel Description Ensemble des pays en situation de rupture Ensemble gisements ktLCE/ des nouveaux Quantité disponible pour les nouveaux pays en situation de rupture Tableau 13 : Propriétés du composant ShortageHandler Le stockeur de pays Dans son évaluation de la rupture, le gestionnaire utilise le stockeur de pays, qui regroupe donc les pays en situation de rupture. Les propriétés d’un stockeur de pays sont décrites dans le tableau 14. BRGM/RP-60442-FR – Rapport d’avancement 27 Analyse multi-échelle du marché du Lithium Nom de la propriété Type Country Country Date entier Unité Description Pays qui est en situation de rupture Date à laquelle le pays arrive en situation de rupture Tableau 14 : Propriétés du composant CountryStorage 3.2.4. L’échelle globale L’échelle globale, comme son nom l’indique, possède la connaissance globale de l’organisation du marché du lithium dans sa granularité la plus grossière. Elle contient deux groupes de types de composants : le Monde (World), qui a une vue sur tous les pays, et les agrégateurs qui sont des types de composants constituant le support de l'émergence comportementale des niveaux inférieurs. Cette caractéristique fait que les agrégateurs n'existent que par rapport à ces composants inférieurs qu’ils référencent, et dont ils sont une abstraction. Ils n’ont aucun rôle particulier à part à collecter (agréger), à chaque pas de temps, la valeur d’une propriété donnée de ces composants référencés. Pour le présent modèle, les agrégateurs sont respectivement les offres globales (GlobalSupply), une instance par type de producteur, et les demandes globales (GlobalDemand), une instance par type de secteur. L’offre globale C’est un agrégateur (au niveau global) des producteurs (au niveau local) exploitant un produit donné. La connexion entre les deux niveaux s’établit comme suit : toute instance de Producer de nom (CountryCode)ProducerType est référencée par l’agrégateur ayant comme type de producteur ProducerType. L’agrégateur a alors pour nom (‘All’)ProducerType(s). Ainsi, une instance de GlobalSupply, de nom (All) Current Producers fait référence à tous les producteurs courants dans le monde et ce, indépendamment du pays. Les propriétés liées à une offre globale sont décrites dans le tableau 15. Nom de propriété la name Type Unité texte Nom de l’agrégateur d’offres, (All)ProducerType(s) Producers Producer{} liType LiType quantity réel Description de syntaxe Ensemble des producteurs qu’il agrège Le produit Li que les producteurs exploitent ktLCE/ La valeur de l’offre globale en le produit Li Tableau 15 : Propriétés du composant GlobalSupply 28 BRGM/RP-60442-FR – Rapport d’avancement Analyse multi-échelle du marché du Lithium La demande globale C’est un agrégateur (au niveau global) qui fait référence (au niveau local) à un ou plusieurs secteurs de consommation donné. La référence s’établit comme suit : toute instance de Sector de nom (CountryCode)SectorType est référencée par l’agrégateur ayant comme type de secteur SectorType. L’agrégateur a alors pour nom (‘All’)SectorType(s). Ainsi, une instance de GlobalDemand, de nom (All) HEV Sectors fait référence à tous les secteurs de HEV dans le monde et ce, indépendamment du pays. Les propriétés liées à une demande globale sont décrites dans le tableau 16. Nom de propriété la Type Unité Description name texte Le nom de l’agrégateur de demandes, de syntaxe (All)SectorType(s) Sectors Sector{} Ensemble des secteurs qu’il agrège sectorType SectorType quantity réel Le type de ces secteurs ktLCE/ La valeur de la demande globale pour ce secteur Tableau 16 : Propriétés du composant GlobalDemand Le monde Il a une vue sur tous les pays. Tout le système comporte une seule instance de ce composant. Ses propriétés sont décrites dans le tableau 17. Nom de la propriété Type Unité Countries Country{} Ensemble des pays du système GlobalDemands GlobalDemand{} Ensemble des demandes globales du système, une demande globale correspondant à un type de secteur GlobalSupplies GlobalSupply{} Description Ensemble des offres globales du système, une offre globale correspondant à un type de producteur Tableau 17 : Propriétés du composant World 3.2.5. Initialisation du modèle La création des composants se fait de manière hiérarchique, de l’échelle la plus élevée à l’échelle la plus localisée. Ainsi, - World (échelle globale) crée les GlobalDemand et les GlobalSupply (à son niveau) ainsi que les Country (échelle des pays) BRGM/RP-60442-FR – Rapport d’avancement 29 Analyse multi-échelle du marché du Lithium - Country crée les USupply et les UDemand (à son niveau) ainsi que les Producer et Sector (échelle locale) Le modèle a choisi que quel que soit le scénario, tous les pays seront connectés entre eux. Ce qui différencie une connexion à une autre, c’est la part de marché attribuée par un pays exportateur à un pays importateur et vice-versa. Un pays qui n’a pas de lien commercial avec un autre a simplement une part de marché nulle. 3.3. DESCRIPTION DE LA VUE DYNAMIQUE DU MODÈLE La dynamique du modèle se caractérise par l’ensemble des comportements interne et externe adoptés par chaque composant énoncé dans la section 3.2. Pour un composant, le comportement interne correspond à l’action qu’il exécute à chaque pas de temps, qu’il y ait ou non un événement extérieur. Le comportement externe représente l’ensemble des actions qu’il exécute (a) pour réagir aux événements qu’il reçoit et (b) pour agir en envoyant lui-même des événements. 3.3.1. Dynamique externe Elle est déclenchée par l’échange d’événements entre les composants. Un événement est une structure de données contenant le message échangé entre deux composants. Le tableau 18 liste l’ensemble des événements qui existent pour le modèle lithium. Tout comme avec le composant, un événement sera identifié par un nom en anglais pour faciliter la compréhension de la transition vers l’implémentation, et il sera affiché via une autre police de caractères. Par exemple, le nom conceptuel d’un événement correspondant à une demande de lithium sera Demand. Dans tout le texte, l’un ou l’autre des noms sera utilisé. A noter qu’un composant peut envoyer un événement à un composant (noté dans le tableau 18 par ‘’) mais aussi à plusieurs composants en même temps (noté dans le tableau 18 par ‘’). 3.3.2. Dynamique interne Dynamique interne à l’échelle locale Les dynamiques internes de la production et de la demande sont représentées respectivement par une suite géométrique dont la forme générique est rappelée par l’équation (1) dans laquelle : vt est la valeur mesurée de la production (ou resp. de la demande) à un instant t et qt la raison géométrique correspondante, représentant le taux de variation de la production (ou resp. de la demande). Ensuite, comme indiqué dans le tableau 18, le comportement interne de la production (resp. la demande) est ensuite suivi d’un envoi de l’événement Production (resp. Demand) à son Country. vt+1=vt*q 30 (1) BRGM/RP-60442-FR – Rapport d’avancement Analyse multi-échelle du marché du Lithium Nom de l’événement Emetteur Récepteur ou Emetteur Récepteurs Signification CountriesConnection World Country Message envoyé à chaque pays au premier pas de temps pour qu’il se connecte avec les autres pays du marché et ce, à la fois en tant qu’exportateur (avec création des offres unitaires respectivement associées à chacun des autres pays) qu’importateur (avec création des demandes unitaires respectivement associées à chacun des autres pays) GetExporters CountryUDemand Message demandant à toutes les demandes unitaires de renvoyer les pays auxquels ils sont liés. Est déclenché au moment du réajustement de la part de marché de chaque pays. Demand SectorCountry CountryUDemand UDemandUSupply Envoi, aux composants récepteurs successifs, la demande de matières dont le secteur (qui est l’émetteur initial) a besoin. La quantité demandée à un pays exp donné peut avoir été rajoutée par le pays demandeur pour rééquilibrer une restriction imposée antérieurement par un des pays exportateurs qui n’est pas exp DemandResult USupplyCountry Notification à un pays exportateur, de la quantité de matières qu’il peut réellement fournir à un pays demandeur donné. Permet au pays de mettre à jour son stock interne. Production ProducerCountry Notification au pays possédant un producteur, de la quantité additionnelle que celui-ci vient juste de produire. Ce dernier répartit alors son stock entre l’usage local et la quantité exportable. Supply USupplyUDemand Envoi à un pays demandeur donné, de la quantité de matières qu’un producteur est censé lui fournir Tableau 18 : liste des événements échangés entre les composants BRGM/RP-60442-FR – Rapport d’avancement 31 Analyse multi-échelle du marché du Lithium Nom de l’événement Emetteur Récepteur ou Emetteur Récepteurs Signification SupplyResult UDemandCountry Envoi à un pays demandeur donné, de la quantité de matières qu’un pays exportateur peut réellement lui fournir Restriction CountryUSupply USupplyUDemand UDemandCountry Envoi, par un pays exportateur donné, de la valeur des restrictions qu’il impose à l’ensemble des pays importateurs auxquels il est connecté. SectorCreation CountryGlobalDemand Notification, à la demande globale, de la création d’un nouveau secteur, pour que celleci puisse la référencer ProducerCreation CountryGlobalSupply Notification, à l’offre globale, de la création d’un nouveau producteur, pour que celle-ci puisse la référencer Tableau 18 : liste des événements échangés entre les composants (suite…) Lorsqu’un événement économique survient durant une année, c’est la valeur de q qui est modifiée c'est-à-dire que c’est sur la variation que l’événement agit. Si par exemple, en 2009, la demande d’un secteur d’un pays a diminué de 30%, q évolue d’abord selon l’équation (2) - dans laquelle year est l’année de la simulation courante - et ensuite, l’équation (1) se poursuit. q2009=q2008*(1-0.3) (2) Dynamique interne à l’échelle des pays Elle correspond à la fonction traduisant le raisonnement qui anime chaque pays dans la détermination de la part du marché que celui-ci peut/veut recevoir de chacun des autres pays (s’il est importateur) ou peut/veut d’envoyer aux autres pays (s’il est exportateur). Dans l’état actuel du modèle, la part de marché est attribuée d’une manière statique et arbitraire à chaque pays, au moins dans la phase d’initialisation, uniquement pour tester le fonctionnement d’un moteur initial (cf. à détailler dans la section 3.4). Un pays p donné a donc un part de marché fixe par rapport à un autre pays, que ce soit en importation ou en exportation. L’algorithme est fourni par l’équation (3) dans laquelle OtherCountryCode est le code ISO 3166-1-alpha-2 de l’autre pays associé à p, et share la part du marché. Le test conditionnel concerne tous les pays autres que p puisque comme il a été dit à la section 3.2.5, page 29, tous les pays sont connectés entre eux. 32 BRGM/RP-60442-FR – Rapport d’avancement Analyse multi-échelle du marché du Lithium if OtherCountryCode = ‘AR’ then share=30% if OtherCountryCode = ‘US’ then share=25% … if OtherCountryCode = ‘…’ then share=… % (3) Cependant, dans le cas où un pays exportateur décide ensuite de restreindre la part qu’il donne à p, ce dernier doit retrouver une autre source d’approvisionnement via les demandes unitaires qui n’ont pas subi de restriction. Le principe est le suivant : le manque à trouver est réparti entre chaque demande unitaire non restreinte, proportionnellement à l’importance qu’elle occupe dans l’ensemble des demandes non restreintes. Ensuite, la nouvelle quantité attribuée à chaque demande unitaire non restreinte après report est évaluée. L’équation (4) en décrit le principe, dans lequel - lack est le manque à trouver du pays importateur objet de la restriction, - notRestrictedi est une demande unitaire dont le pays n’a pas subi de restriction, - importancei est l’importance que cette demande occupe dans l’ensemble des demandes n’ayant pas subi de restriction - newQuantityi est la nouvelle quantité attribuée à chaque demande unitaire non restreinte - sharei est la part de marché de notRestrictedi - et TotalDemand est la demande totale de lithium envoyée aux pays exportateurs. importancei=notRestrictedi/notRestricted newQuantityi=(TotalDemand+lack*importancei)*sharei (4) Dynamique interne à l’échelle globale Un agrégateur GlobalDemand calcule la somme des demandes actuellement effectuées par les secteurs dont ce composant est l’agrégateur. Le principe est le même pour un agrégateur GlobalSupply. L’équation (5) peut donc génériquement représenter ces sommes où vt est la valeur de l’agrégateur, vit les valeurs des composants de l’échelle locale, référencés, et nd le nombre d’instances de ces composants locaux. nd vt vit (5) i1 Le tableau 19 résume la liste des dynamiques internes exécutées par chaque composant. Les composants qui n’ont pas de dynamique internes (c'est-à-dire qu’ils n’agissent que face aux événements) n’y sont pas mentionnés. BRGM/RP-60442-FR – Rapport d’avancement 33 Analyse multi-échelle du marché du Lithium Composant Comportement interne Producer - Effectue une unité de production avec, éventuellement, une mise à jour de la variation du taux de production - Vérifie l’arrivée de nouveaux événements économiques gérés au niveau du producteur (ex : augmentation, à une année donnée, de la capacité de production) Sector - Effectue une unité de consommation avec, éventuellement, une mise à jour de la variation du taux de consommation - Vérifie l’arrivée de nouveaux événements économiques gérés au niveau du secteur (ex : diminution de la demande suite à la crise) Country - Envoie, vers ses demandes unitaires, les demandes en cours en provenance de ses secteurs, une fois la quantité à usage locale est mise de côté - Vérifie et initialise l’arrivée de nouveaux événements économiques gérés au niveau du pays (ex : arrivée de nouveaux producteurs et secteurs, etc.) GlobalDemand - Calcule la somme des demandes actuellement effectuées par les secteurs dont ce composant est l’agrégateur. GlobalSupply - Calcule la somme des offres actuellement effectuées par les producteurs dont ce composant est l’agrégateur. Tableau 19 : liste des comportements internes (quand ils existent) de chaque composant 3.3.3. Formalisation de la dynamique Le modèle est en cours d’implémentation sur la plateforme de simulation Is@Tem (Andriamasinoro et al., 2010). Il convient donc de formaliser les composants énoncés précédemment sous forme de composants Is@Tem. Un composant Is@Tem est décrit par un ensemble de propriétés, par un ensemble de ports d’entrée et de ports de sortie et par un ensemble de fonctions privées. Un port d’entrée donné contient une fonction de la forme OnEventX() qui traite les événements (de type eventX) arrivant sur ce port. Symétriquement, un port de sortie contient une fonction de forme FireEventY() qui envoie un événement (de type eventY) à l’extérieur à partir de ce port. Lorsqu’une fonction de sortie prend la forme FireGetEventX(), cela signifie qu’elle attend immédiatement une valeur de retour d’une fonction d’entrée OnGetEventX() à laquelle elle est associée. Une fonction d’entrée particulière OnTimeChanged() est directement connectée à l’horloge système, et traite les actions à réaliser à chaque pas de temps que sont donc les comportements internes. Cette fonction, contrairement aux autres, existe toujours mais peut être vide. Les fonctions privées sont appelées à l’intérieur d’un OnEventX(). 34 BRGM/RP-60442-FR – Rapport d’avancement Analyse multi-échelle du marché du Lithium La figure 1 donne un exemple formel de deux composants Component1 et Component2 en interaction, dans laquelle f11(), f12() et f21() sont des fonctions privées et PropertiesN{} représente l’ensemble de toutes les propriétés d’un composant ComponentN. Il existe deux formes de présentation : la présentation développée dans laquelle les fonctions FireEventX() et OnEventX() sont explicitées sur chaque port correspondant (figure 1.a), et la présentation simplifiée dans laquelle seul le nom des événements est affiché sur la flèche liant les deux ports (figure 1.b). Figure 1 : Exemple formel de deux composants en interaction : présentation développée (a) et présentation simplifiée (b) La figure 2 montre comment cette formalisation est appliquée au modèle du lithium, sous sa présentation simplifiée. Les événements sont ceux listés dans le tableau 18, page 31. 3.4. IMPLÉMENTATION INITIALE La démarche générale de l’implémentation consiste à construire le moteur du modèle d’une manière itérative et incrémentale avec vérification systématique de la véracité du résultat à chaque étape. Le test final consiste à introduire et à tester les données réelles. L’implémentation commence donc par un moteur initial qui met en œuvre un scénario de cas d’école c'est-à-dire un scénario simple et inventé, qui ne s’appuie sur aucune donnée réelle mais qui est scientifiquement valide pour un premier test élémentaire. En l’occurrence ici, le scénario porte sur quelques pays choisis au hasard et que l’on suppose connectés entre eux. Ce scénario ne figure pas dans la liste décrite à la page 19. Les pays choisis sont les Etats-Unis, le Chili, l’Argentine, le Brésil et le Japon. Le Chili possède un centre de production (CL)Current producer et les Etats-Unis et le Japon, des secteurs de consommation respectifs (US)Other sector et (JP)Other sector. La figure 3 montre le résultat global au début d’une simulation. BRGM/RP-60442-FR – Rapport d’avancement 35 Analyse multi-échelle du marché du Lithium Figure 2 : Interaction entre les composants du modèle lithium (formalisation simplifiée) Sur la fenêtre de gauche de la figure 3 se trouve un arbre de simulation dans lequel le deuxième niveau décrit le type de composant (ex : {Country}) et le troisième niveau liste l’ensemble des instances d’un type désigné par son niveau précédent (ex : pour {Global supply}, son unique instance est (All) New producers). Le menu « paramétrage des indicateurs » situés systématiquement à la première ligne de chaque troisième niveau n’est pas encore traité dans ce rapport intermédiaire. Quant à la fenêtre inférieure droite de la figure 3, elle indique, pour un composant donné, les autres composants avec lesquels il est connecté à ce stade de la simulation. En l’occurrence ici, le composant pays de nom Chile est génériquement connecté à l’ensemble Producers{} de ses producteurs (ici, il n’y a que (CL)Current producer, comme indiqué précédemment) ainsi que le Monde World qui le contient. A constater que USupply et UDemand n’ont pas encore d’instances. La raison est qu’elles ne sont créées qu’au premier pas de temps de simulation. 36 BRGM/RP-60442-FR – Rapport d’avancement Analyse multi-échelle du marché du Lithium Figure 3 : Visualisation des composants du moteur minimal, à travers l’interface utilisateur d’Is@Tem BRGM/RP-60442-FR – Rapport d’avancement 37 Analyse multi-échelle du marché du Lithium 4. Conclusions et perspectives Le présent travail constitue un rapport intermédiaire décrivant l’avancée des travaux commencés au début de l’année 2011 sur l’analyse prospective du marché du lithium à 3 niveaux d’échelle : mondiale, niveau des pays et niveau des secteurs. La méthode adoptée est la modélisation et simulation prospective dudit marché, en représentant la quantité stockée et les flux échangés entre les producteurs et les industries consommatrices. Chaque marché possède deux clés d’entrées qui seront d’une part, la consommation et ses modes de comportement, et d’autre part, les capacités de production. Dans l’hypothèse actuelle de l’étude, 16 pays ont été sélectionnés : ceux qui sont considérés comme les plus grands producteurs (Chili, Argentine, Usa, …) et/ou consommateurs (France, Japon, USA, …) de lithium. Les sections qui suivent résument les travaux réalisés (Section 4.1), les perspectives pour 2012 (Section 4.2) et la manière dont les résultats (actuels et à venir) sera communiqué (Section 4.3). 4.1. LE RÉALISÉ A titre de rappel, le tableau 20 synthétise l’ensemble des actions réalisées. Elles ont été décrites au travers des pages précédents de ce document. Action Détail Pages de référence Revue de la littérature Prise en compte des travaux du monde académique, bancaire et industriel Observation et analyse : - études axées sur différentes hypothèses d’évolution de la production et de la croissance des véhicules hybrides - peu d’étude sur le recyclage - études effectuées uniquement au niveau mondial manque d’indicateurs plus précis sur la période de rupture d’un pays en particulier A partir de la page 11 Proposition solutions et mise en œuvre Un niveau d’abstraction plus détaillé des modèles Une modélisation dynamique multi-échelles - interaction verticale : entre les niveaux monde, pays, et secteurs de production et de consommation entre pays - interaction horizontale : expliciter les flux échangés entre les offres unitaires et les demandes unitaires Choix de 16 pays identifiés comme significatif en termes de production de Li (Chili, Argentine, …) et/ou de constructions de véhicule (Japon, France, …). A partir de la page 14 Tableau 20 : Synthèse des actions réalisées dans le présent projet BRGM/RP-60442-FR – Rapport d’avancement 39 Analyse multi-échelle du marché du Lithium Action Détail Premier niveau d’implémentation et simulation de la dynamique actuelle - Début de la collecte de données Collecte et la compilation des données réelles sur la production, la consommation et les flux entre les 16 pays, de 2004 à 2009 - Prise en compte de différentes sources (Roskill, GTA, USGS, ONU…) - Réalisation, pour les données collectées, du calage croisé entre elles pour vérifier leur cohérence - Pages de référence Utilisation de données fictives et d’équations simples pour faire un premier test de simulation incluant des échanges entre quelques pays, production, consommation, gestion de la restriction But : installer un moteur minimal opérationnel o Parts de marché d’importation et d’exportation supposé fixe o N’inclut pas encore les tests de robustesse grande échelle A partir de la page 35 – Utilisation des équations simples décrites à partir de la page 30 Page 19 Tableau 20 : Synthèse des actions réalisées dans le présent projet (suite…) 4.2. LE RESTE À FAIRE La suite des actions en cours et futures est synthétisée dans le tableau 21. Action Détail Poursuite collecte de données Poursuite de la collecte et la compilation des données énoncées précédemment Poursuite modélisation de la dynamique actuelle Amélioration de l’ensemble des équations numériques précédentes en les calant expérimentalement avec les données historiques collectées Poursuite de l’implémentation du moteur amélioré Simulation du schéma de fonctionnement actuel (sans scénarios) Validation du résultat par les experts du domaine Simulation prospective Simulation de l’ensemble des scénarios prospectifs retenus : - augmentation de la consommation par les batteries - arrivée des nouveaux exploitants - restriction d’approvisionnement pour des raisons politiques et environnementales et basculement vers d’autres pays - recyclage et substitution Interprétation et discussion des résultats - comparaison avec les résultats des modèles précédents - argumentation sur la contribution du travail Validation du résultat par les experts du domaine Tableau 21 : Synthèse des actions en cours et à réaliser Par rapport à ce qui reste à faire, il convient de préciser les actions ci-dessous aussi bien du côté structurel que du côté dynamique. 40 BRGM/RP-60442-FR – Rapport d’avancement Analyse multi-échelle du marché du Lithium A propos de la partie structurelle L’on doit se poser la question de savoir si les types de produits lithium exploités (LiCO3, LiOH, autres) devraient être aussi considérés comme des critères additionnels de classification des producteurs, ce qui permettrait éventuellement de mieux suivre la trace (le flux) de chaque type de produit. Dans l’état actuel, l’unique critère est le fait que ces producteurs soient nouveaux ou non. Symétriquement, au niveau des secteurs de consommation, on sait pour l’instant que lorsqu’une demande se fait, on en connait la quantité mais il n’est pas encore possible de spécifier quel(s) type(s) de produits est (sont) demandé(s) exactement, et sous quelle proportion pour ce type. Enfin, la réflexion sur le scénario recyclage n’a pas encore été approfondie et celle de la substitution pas du tout abordée. L’on a seulement pris comme hypothèse que les produits consommés sont envoyés au recyclage après 10 ans d’utilisation en moyenne (rappel page 24). Il conviendra alors de poursuivre la réflexion sur comment ces produits recyclés sont réintroduits sur le marché d’une manière concurrente aux producteurs. Quant à la substitution, une idée analogue serait par exemple d’introduire un facteur de substitution dans Sector et la demande sur le marché serait alors répartie d’une manière concurrente entre les substances « classiques » et des substances de substitution si celles-ci existent. A propos de la partie dynamique En premier lieu, le gisement et le gestionnaire de rupture doivent être introduits. Alors que leurs propriétés sont déjà décrites (cf. page 21), ces deux composants ne jouent pour l’instant aucun rôle dans la dynamique du modèle, ni en comportement interne, ni en comportement externe. En second lieu, il est clair que toutes les équations définies jusqu'à présent dans le projet (cf. à partir de la page 30) doivent être améliorées car ont été jusqu'à présent construites sur le scénario cas d’école alors qu’elles devraient être le résultat du calage, au plus proche, des données historiques. Cependant, celle sur laquelle il faudra s’investir davantage, car la plus complexe à mettre en œuvre a priori, est l’équation (3). Pour rappel, cette équation correspond au raisonnement animant chaque pays dans la détermination de la part du marché que celui-ci accepte de recevoir (s’il est importateur) ou d’envoyer (s’il est exportateur). Le nouveau mode de calcul s’appuiera sans doute sur les données réelles collectées. Une piste proposée pour déterminer l’ensemble des équations serait la régression linéaire multiple (Rakotomalala, 2009). Elle permet d’examiner le lien entre une variable dépendante et plusieurs variables indépendantes pour ultimement faire des prédictions. Dans un premier temps, il s’agit de déterminer le poids (ou l’influence) de chaque variable indépendante sur la détermination de la variable dépendante. Cette détermination se fait souvent par l’analyse statistique (par ladite méthode) des données historiques de toutes les variables, collectées à partir d’observations ou d’expérimentations antérieures. La méthode essaiera alors d’établir le lien. Plus il y a de données collectées, plus la méthode est efficace. Le principe mathématique en est rappelé dans l’équation (6) dans laquelle Y est la variable dépendante, les Xi sont les variables BRGM/RP-60442-FR – Rapport d’avancement 41 Analyse multi-échelle du marché du Lithium indépendantes et les i sont les poids de chaque variable dans l’ensemble. Ce sont ces i que l’on doit trouver par ladite méthode. (6) Y=0+1X1+2X2+…+kXk Pour le modèle lithium, Y correspond à la part du marché (en %) en question. La liste exacte des variables Xi est un peu plus compliquée à dresser. Certes, on a un premier ensemble d’éléments inhérents au projet lui-même (quantité importée, exportée, etc.) mais rien ne permet d’affirmer que ce sont uniquement ces variables qui incitent un pays à déterminer sa part de marché d’exportation ou d’importation vis-à-vis d’un autre. Peut-être d’autres enjeux politiques, géographiques, etc., interviennent également ? Le tableau 22 liste un ensemble un peu plus complexe de variables qui pourraient influencer la détermination de la part de marché. Dans la colonne Description de ce tableau, les termes mon/ma/je font référence au pays qui cherche à calculer Y et les termes son/sa/lui font référence à la perception que ce pays a de l’autre pays avec qui il détermine la part de marché. A noter que si l’augmentation de la liste de variables aide à préciser cette part de marché, le revers de la médaille est qu’il faudrait trouver également les données historiques réelles de ces variables. Variable Description Effet attendu Y La part de marché vis-à-vis de lui n/a X1 PIB mondial (+) X3 Mon PIB (+) X4 Son PIB (+) X6 Satisfaction de nos transactions précédentes (+) X7 Sa capacité de production totale (+) X8 Taille de son gisement (exploité et en prospection) (+) X9 Sa loyauté (+) X10 Prix convenu précédemment entre lui et moi (-) X11 Distance entre lui et moi (-) X12 Ma population (-) X13 Sa population (-) X14 Nombre de concurrents (-) Tableau 22 : Pour un pays donné, liste des variables possibles (non exhaustives) pour déterminer sa part de marché par rapport à un autre La dernière colonne « effet attendu » signifie, pour une variable Xi, que l’augmentation de Y devrait être favorisée par l’augmentation (effet +) ou par la diminution (effet -) de cette Xi. Ainsi, pour un pays donné, l’augmentation de sa part de marché (variable Y) vis-à-vis d’un autre pays est favorisée par la diminution de sa distance avec cet autre 42 BRGM/RP-60442-FR – Rapport d’avancement Analyse multi-échelle du marché du Lithium pays (effet - de X11) car transport moins couteux, et l’augmentation du PIB de cet autre pays (effet + de X4) car cela en ferait un pays économiquement plus crédible. L’effet négatif de la distance géographique peut cependant être atténué par une relation privilégiée entre les deux pays au sens géopolitique du terme. Au final, tout dépendra de la valeur des poids 4 et 11. 4.3. A PROPOS DE LA PRÉSENTATION DES RÉSULTATS Comme tout projet de modélisation, un des résultats attendus est un outil opérationnel de simulation à partir duquel les experts peuvent tester des scénarios de rupture et prendre d’éventuelles conclusions sur l’évolution possible du marché du lithium à chacune des échelles. Une fois un scénario cas de base et au moins un scénario prospectif réalisé et validé par les experts, il est ensuite prévu que le résultat de ce travail soit soumis dans des conférences et publiés dans des revues internationales. Le tableau 23 présente la liste ciblée pour les 12 prochains mois ainsi que les échéances. La portée multidisciplinaire du projet ouvre la voie à de nombreuses possibilités de soumission en série voire, en parallèle. Type Journal Conférence Nom Disciplines Echéance Journal of Autonomous Agent and Multi-Agent System Mathématique, Informatique Mars 2012 International Journal of Economic Research Economie Décembre 2012 Journée francophone des Systèmes Multi-Agents Mathématique, Informatique Octobre 2012 Global Academy of Business and Economic Research Economie Octobre 2012 Tableau 23 : Liste des conférences ou journaux ciblés pour les 12 prochains mois BRGM/RP-60442-FR – Rapport d’avancement 43 Analyse multi-échelle du marché du Lithium 5. Bibliographie Adl, A., Parvisian J. (2009) - Drought and Production Capacity of Meat: A System Dynamics Approach. In the 27th International Conference of the System Dynamics Society, Albuquerque, New Mexico, System Dynamics Society. Andriamasinoro F., Cassard D., Martel-Jantin B. (2010) - ISATEM: An Integration of Socioeconomic and Spatial Models for Mineral Resources Exploitation. In D. Taniar et al. (Eds.): ICCSA 2010, Part I, Lecture Notes in Computer Science 6016, pp. 476-490. Springer, Heidelberg Andriamasinoro F., Angel J.M. (2007) - Modeling the Ultra-pure Quartz Exploitation in Northeastern Madagascar: Impact of the Activity on the Socio-Economical Situation of the Population. Journal of Socio-Economics. Elsevier note, Vol. 36, Issue 2, April, pp. 311-329. Andriamasinoro F., Jaques E., Pelon R. and Martel-Jantin B. (2005) - Artisanal and Small-scale Gold Mining in Alga (Burkina Faso): Building a Decision-Aid Model for Development and Governance. In the Summer Computer Simulation Conference (SCSC'05), pp 292-297, July 24-28, Philadelphia, Pennsylvania, USA. Angerer G., Mohring A, Marscheider-Weidemann F., Wietschel M. (2009) - Lithium für Zukunftstechnologien; Fraunhofer ISI; 2009 Arthur W., Durlauf S., Lane D. (1997) - The Economy as an Evolving Complex System, Introduction of The Economy as an Evolving Complex System II. Proceedings Santa Fe Institute Studies in the Sciences of Complexity, Vol.27, Addison-Wisley, XXVII, pp. 1-11. BNA (2010) - The future of lithium. Business New Americas. Mining Intelligence Series. January 2010. Chavez M-L.R (2010) - Anticipation of the access to the aggregate resource by breaking present schemes in the long term. PhD Thesis, École Nationale Supérieure des Mines de Paris, 8 September, 2010. Ciarli T., Lorentz A., Savona M, Valente M. (2009) - Structural Change of Production and Consumption: A Micro to Macro Approach to Economic Growth and Income Distribution. Metroeconomica, Volume 61, Issue 1, Pages 180 – 218. Courdier R., Guerrin F., Andriamasinoro F., Paillat J.M. (2002) - Agent-based simulation of complex systems: application to collective management of animal wastes. In: Journal of Artificial Societies and Social Simulation vol. 5, no. 3, June 30 BRGM/RP-60442-FR – Rapport d’avancement 45 Analyse multi-échelle du marché du Lithium Dalle O., Zeigler B.P., Wainer G.A (2008) - Extending DEVS to support multiple occurrences in component-based simulation. In: 40th Conference on Winter Simulation, Miami, Florida, vol. 933-941, ISBN:978-1-4244-2708-6. EU (2008) - The European Union Raw Materials Initiative "Meeting our critical needs for growth and jobs in Europe". SEC(2008) 2741. November. FMC (2010) - Lithium and the Realities of the Energy Storage Market. In the Lithium Supply & Markets (LSM'10) 2010 Conference, Las Vegas, USA, 26-28 January, 2010 Gruber P., Medina P. (2010) - Global Lithium Availability: A Constraint for Electric Vehicles? Master's Thesis, University of Michigan: Ann Arbor: 1-20. Gta (2011) - Global Trade Atlas®. Accessed 2011 at http://www.gtis.com/gta Lanini S., Courtois N., Giraud F., Petit V., Rinaudo J.D. (2004) - Socio-hydrosystem modelling for integrated water-resources management - The Hérault catchment case study, southern France. Environmental Modelling & Software, special issue on "Integrated Catchment Modelling and Decision Support", Vol. 19, n°11, pp. 1011-1019 McNulty J.P., Khaykin A. (2009) - Extracting the Details on the Lithium Market. Crédit Suisse. Moores S. (2010) - Lithium: a year of change. In the Lithium Supply & Markets (LSM'10) 2010 Conference, Las Vegas, USA, 26-28. January, 2010 Payet D., Médoc JM., Ralambondrainy T., Guerrin F. & Courdier R. (2005) Observation and analysis tools for multi-agent simulations: Experience from the Geamas/Biomas platform. In The Joint Conference on Multi-Agent Modelling for Environmental Management. (CABM-HEMA-SMAGET), Bourg St-Maurice, France, March 25-28. Rakotomalala R. (2009) - Pratique de la Régression Linéaire Multiple : Diagnostic et sélection de variables. Rapport Université de Lyon 2, 20 septembre 2009. Roskill (2009) - The Economics of Lithium, 11th edition. Roskill (2010) - The lithium market: 2009 review and outlook. In the Lithium Supply & Markets (LSM'10) 2010 Conference, Las Vegas, USA, 26-28 January, 2010 SQM (2010) - SQM View of the Lithium Industry. In the Lithium Supply & Markets (LSM'10) 2010 Conference, Las Vegas, USA, 26-28. January, 2010 TradeMap (2011) - Trade statistics for international business development. Accessed 2011 at http://trademap.org Tru (2011) - Shocking Future Battering the Lithium Industry through 2020. In the 3rd Lithium Supply & Markets Conference 2011. January 19 – 21. Toronto, Canada 46 BRGM/RP-60442-FR – Rapport d’avancement Analyse multi-échelle du marché du Lithium UN (2011) - United Nations Commodity Trade Statistics Database. Accessed 2011 at http://comtrade.un.org USGS (1980) - Appendix C: A Resource/Reserve Classification of Minerals. 2009. Based on US Geological Survey Circular 831. USGS (2010) - Lithium statistics, in Kelly, T.D., and Matos, G.R., comps., Historical statistics for mineral and material commodities in the United States: U.S. Geological Survey Data Series 140, accessed 2010, at http://pubs.usgs.gov/ds/2005/140/. WanSup Um, Huitian Lu, Teresa J. K. Hall (2010) - A Study of Multi-Agent Based Supply Chain Modeling and Management. iBusiness, Volume 2, Number 4 (Dec. 2010), pp. 333-341 Wilson B. (2009) - Recycling Used Lead Acid Batteries – A Model Life Cycle Approach. In the 13th Asian Battery Conference - International Secondary Lead Conference, August 31 - 1 September. Wooldridge M. (2002) - An Introduction To Multiagent Systems, John Wiley & Sons, March, 340 pages Yaksic A., Tilton J.E. (2009) - Using the cumulative availability curve to assess the threat of mineral depletion: The case of lithium. Resources Policy, Volume 34, Issue 4, December 2009, Pages 185-194. BRGM/RP-60442-FR – Rapport d’avancement 47 Centre scientifique et technique Service REM/Unité ECOM 3, avenue Claude-Guillemin BP 36009 – 45060 Orléans Cedex 2 – France – Tél. : 02 38 64 34 34