Étude sur les caractéristiques d’évolution spatiotemporelle et la simulation-prédiction de l’efficacité métabolique urbaine dans les agglomérations urbaines de Chine

Pourquoi le « métabolisme » des villes compte

Les villes modernes fonctionnent un peu comme des organismes vivants : elles aspirent eau, énergie, aliments et matières, et rejettent biens, services et pollution. Cet article interroge la performance de ce processus dans les principaux bassins urbains chinois. En traitant 19 grandes régions urbaines et leurs 201 villes comme un système métabolique connecté, les auteurs explorent quels lieux transforment les ressources en prospérité avec le moins de dégâts environnementaux, comment ce schéma a évolué depuis 2006 et ce qui pourrait permettre aux régions urbaines denses de croître sans s’étouffer dans leurs propres déchets.

Prendre le pouls des conurbations

L’étude se concentre sur les agglomérations urbaines officiellement désignées en Chine — de vastes ensembles composés de villes-centres et de villes satellites qui stimulent la croissance régionale. Plutôt que de se contenter de mesurer la quantité d’énergie ou d’eau consommée, les auteurs évaluent la capacité de chaque ville à convertir des intrants tels que la biomasse, l’eau, les biens importés et les énergies fossiles en activité économique et bien-être social, tout en limitant la pollution et les émissions de carbone. Ils construisent un indice détaillé utilisant la production agricole, l’approvisionnement en eau, la consommation d’électricité et de gaz, les flux commerciaux, les données d’éclairage nocturne, les indicateurs de services publics et plusieurs mesures de pollution, puis intègrent l’ensemble dans un modèle d’efficience qui compare chaque ville à ses pairs et aux meilleures pratiques nationales.

Une efficacité inégale sur la carte

Les résultats dévoilent une Chine où l’efficacité métabolique urbaine n’est ni uniformément faible ni en amélioration continue. La plupart des conurbations se situent à un niveau d’efficacité moyen qui évolue lentement au fil du temps, mais des « paliers » distincts séparent les régions performantes des moins performantes. Certaines agglomérations intérieures moins développées se classent étonnamment bien, tandis que des puissances côtières réputées comme le delta du Yangzi et le delta de la rivière des Perles ne dominent pas systématiquement les classements une fois le stress environnemental pris en compte. Au sein de chaque ensemble, villes à haute et basse efficacité coexistent souvent côte à côte, avec relativement peu d’unités au milieu. Contrairement aux attentes, une part notable de villes-centres accuse même un retard par rapport à leurs villes satellites voisines, ce qui suggère que la taille et la concentration peuvent engendrer congestion, forte pollution et gaspillages de ressources qui tirent la performance vers le bas.

Lacunes cachées et clubs verrouillés

Pour comprendre l’origine de l’inefficacité, les auteurs distinguent deux composantes. L’une est l’écart entre la technologie et la structure typiques d’une agglomération et la frontière nationale ; l’autre est le recul des villes individuelles par rapport aux meilleures performances au sein de leur propre région. Ils constatent que la majeure partie du déficit provient des différences entre conurbations — contrastes de longue date dans la composition industrielle, les infrastructures et les conditions écologiques — plutôt que d’une mauvaise gestion interne à une agglomération donnée. À l’aide de simulations de chaînes de Markov, ils suivent ensuite les mouvements des villes entre groupes d’efficacité faible, moyenne et élevée dans le temps et l’espace. Les « clubs » d’efficacité élevée et faible s’avèrent très stables : les villes déjà très efficientes ou très inefficaces ont tendance à le rester, tandis que les villes à efficacité moyenne sont instables et peuvent être facilement poussées vers le haut ou vers le bas par leurs voisines, parfois piégées entre des cœurs en plein essor et des périphéries en difficulté.

Croissance, outils numériques et éducation

L’étude examine aussi les moteurs des changements d’efficacité. Elle met en évidence une relation en U entre le revenu et la performance métabolique : au début du développement, l’augmentation de la production s’accompagne souvent de plus de déchets et de pollution par unité de ressource, mais au-delà d’un certain niveau de revenu, la croissance supplémentaire s’associe à un métabolisme plus propre et plus efficace. Ce schéma reprend le principe classique de la « courbe de Kuznets », appliqué à l’utilisation des ressources par les villes. Parmi les leviers politiques possibles, deux ressortent. Une plus grande connectivité numérique — mesurée par la densité de stations de base 5G — est fortement corrélée à une meilleure efficacité, probablement parce que les données et les réseaux aident à coordonner la consommation d’énergie, les transports et la maîtrise de la pollution. Des dépenses publiques plus élevées en éducation améliorent également la performance, soulignant l’importance des compétences et d’institutions capables. En revanche, l’ouverture commerciale, les réformes fiscales, la montée en gamme industrielle et un approfondissement financier montrent des liens plus faibles et moins constants, laissant entendre que faire davantage de la même chose ne suffit pas à corriger des systèmes urbains gaspillants.

Ce que cela implique pour l’avenir des villes

Pour les non-spécialistes, l’ensemencement est clair : une grande conurbation, riche ou en forte croissance n’est pas automatiquement bien gérée. Les régions urbaines chinoises occupent différents échelons d’une échelle d’efficacité, et beaucoup sont enfermées dans leur niveau actuel par des choix passés en matière d’industrie, d’infrastructures et d’usage des sols. Les auteurs soutiennent que les politiques devraient moins viser à accroître la « taille » du métabolisme que sa « forme physique » : réduire les écarts technologiques entre régions, aider les villes en retard à rattraper leur frontière locale et soutenir les villes à efficacité moyenne pour qu’elles ne soient pas laissées pour compte. Ils estiment que les investissements dans les systèmes numériques et l’éducation sont des outils particulièrement prometteurs pour permettre aux régions urbaines denses de soutenir des millions d’habitants avec moins de ressources et moins de pollution.

Citation: Wang, W., Li, H. Study on the spatiotemporal evolution characteristics and simulation prediction of urban metabolic efficiency in China’s urban agglomerations. Sci Rep 16, 12342 (2026). https://doi.org/10.1038/s41598-026-41959-5

Mots-clés: métabolisme urbain, conurbations, efficacité des ressources, urbanisation en Chine, numérisation