Sélection de caractéristiques basée sur le classificateur
Nous comparons les scores d’importance des caractéristiques calculés par trois méthodes différentes : la régression logistique (RL), les arbres extra (ET) et les forêts aléatoires (RF). Ce score reflète le degré d’importance de chaque caractéristique dans la prédiction d’une variable cible, permettant ainsi de sélectionner les fonctionnalités les plus pertinentes tout en éliminant celles qui sont non pertinentes, afin d’améliorer la performance prédictive d’un modèle. Dans ce cas, l’objectif cible est le NDC, et les caractéristiques correspondent à 120 indicateurs des ODD répartis sur 17 ODD définis par le Rapport sur le développement durable, souvent utilisés par les pays lors de la préparation de leurs examens nationaux volontaires (VNR). Les deux modèles basés sur des arbres, ET et RF, calculent le score en mesurant la diminution moyenne de l’impureté d’un ensemble de données. En revanche, la RL calcule l’importance des caractéristiques en prenant la moyenne des coefficients à travers les classes. Ainsi, l’étendue des scores diffère entre les modèles d’arbres et la RL.
Nous nous concentrons sur la sélection des caractéristiques les mieux classées qui contribuent le plus à la variable cible de chaque modèle, soit le NDC, car elles améliorent à la fois la performance du modèle et l’interprétabilité de la relation entre les ODD et les NDC. En comparant les cinq caractéristiques les plus importantes selon le score d’importance (Tableau 1), nous constatons que la caractéristique la plus critique varie en fonction des types de classificateurs : la RL sélectionne le taux de chômage (ODD 8), l’ET choisit la quantité de déchets plastiques exportés (ODD 12) et la RF identifie l’indice de perception de la corruption comme la plus importante.
Étonnamment, les trois modèles sélectionnent la dépense publique en santé et en éducation comme l’un des cinq indicateurs critiques. Par exemple, Tuvalu, l’un des pays les plus vulnérables au climat dans le monde, s’engage à consacrer 22 % de son PIB à l’éducation, à la santé et à la décarbonation de sa production d’électricité à 100 %. Des travaux antérieurs ont conclu que les investissements publics dans l’éducation pour améliorer la prise de conscience et la capacité humaine sont essentiels, car les personnes éduquées se sont révélées mieux préparées aux catastrophes naturelles, souffrant moins et se rétablissant plus rapidement des impacts négatifs.33
La protection des zones pour la biodiversité, codée comme sdg14_cpma et sdg15_cpfa, est un thème communément retrouvé dans les trois modèles. Le Danemark est un exemple marquant, enregistrant plus de 86 % pour ces deux indicateurs. De manière générale, la biodiversité au Danemark a diminué et subi des changements en raison d’un manque d’hydrologie naturelle, du drainage des zones agricoles et d’une déplétion en oxygène, potentiellement causée par le changement climatique.34 En réponse, le cadre législatif national pour la protection de la biodiversité a établi des règles pour interdire la conversion d’utilisation des terres. L’extension des « solutions basées sur la nature (NBS) », y compris l’utilisation durable et la protection des zones naturelles, représente un potentiel considérable pour permettre aux pays d’atteindre leurs objectifs NDC de manière rentable. Les NBS pourraient atteindre jusqu’à 37 % des cibles mondiales de réduction des CO2 rentables35. Non seulement l’Accord de Paris a reconnu son importance, mais environ 77 % des NDC ont également souligné l’importance des NBS pour l’atténuation et l’adaptation au changement climatique.
Une autre caractéristique critique que l’on retrouve couramment dans les modèles ET et RF est l’exportation des déchets plastiques. Le score le plus élevé est enregistré en Slovénie (65), suivi par la Belgique (29) et l’Islande (23). En raison de sa forte dépendance à l’importation de matières premières (77 %), la Slovénie adopte la mise en œuvre d’une économie circulaire comme un processus visant à créer des conditions pour un développement durable36 et à renforcer la résilience face aux menaces et incertitudes liées au changement climatique. Des études antérieures ont montré que l’ODD12 permet de réduire les émissions en faisant avancer les actions pour le climat, et 47 % des initiatives climatiques transnationales sont motivées par l’ODD1237. L’accent mis sur l’économie circulaire pourrait promouvoir l’alignement de l’ODD 12 avec le NDC38, influençant ainsi le degré d’ambition des cibles NDC.
En comparant l’ensemble de la liste des 50 principaux indicateurs extraits de l’ET (Fig. 1) avec les résultats de la RL et de la RF, nous constatons que le taux de chômage (n_sdg8_unemp) et la surface moyenne dans les sites marins protégés pour la biodiversité (n_sdg14_cpma) sont détectés par les trois modèles. Contrairement aux modèles de RL et de RF qui sélectionnent deux indicateurs majeurs avec un pouvoir prédictif élevé (respectivement dans les top 5 et 10), le modèle ET classe deux indicateurs parmi les 20 premiers (Fig. 1), leur attribuant une importance relativement diminuée dans la prédiction des NDC.

La longueur de chaque barre représente le niveau d’importance relative de chaque caractéristique ; une barre plus longue signifie un effet plus important de la caractéristique respective sur le modèle. L’explication des codes individuels est fournie dans le Tableau Supplémentaire 1.
En dépit de l’attente commune d’une grande pertinence entre l’ODD 13 et l’objectif NDC, les ODD 2 et 3 apparaissent le plus fréquemment. Les indicateurs sont orientés vers la vie, le bien-être et la santé, comprenant le niveau trophique humain, la prévalence du retard de croissance chez les enfants, le bien-être subjectif, l’espérance de vie à la naissance, le taux de mortalité maternelle, et la couverture santé universelle. Cela implique que les problèmes de santé publique ou les préoccupations interagissent de manière relativement intense avec l’engagement national à lutter contre le changement climatique. La réalisation de l’ODD 2, « Éliminer la faim », serait compromise en raison de conditions climatiques défavorables, y compris des sécheresses, des glissements de terrain et des inondations qui affectent les prix alimentaires et la sécurité alimentaire39,40. Comme le démontrent les événements climatiques extrêmes qui provoquent des problèmes de santé physique et mentale41 et la production d’énergie renouvelable qui améliore la santé par la réduction de la pollution42, l’ODD 3, « Bonne santé et bien-être », est associé de manière synergique à l’ODD 1343. Les activités NDC montrent de fortes connexions avec l’ODD 2, où des mesures pour une agriculture durable et intelligente face au climat sont soulignées dans le rapport NDC pour limiter l’augmentation de la température44. L’ODD 3 est également lié au NDC grâce à des efforts visant à atténuer l’impact négatif du changement climatique sur la santé1.
Évaluation basée sur le traitement du langage naturel des examens nationaux volontaires
La similarité dans le contenu des documents VNR de différents pays a été examinée à l’aide du traitement du langage naturel (NLP) (Fig. 2). Grâce à la technique de mise à l’échelle multidimensionnelle, nous extrayons les coordonnées x et y, représentant les adresses horizontale et verticale d’un point dans un espace bidimensionnel, pour identifier l’emplacement précis de chaque pays. La distance entre les points représentant les pays est préservée, ce qui indique que les pays proches les uns des autres dans le graphique en deux dimensions pourraient partager des perspectives similaires dans leurs VNR. À l’inverse, une distance importante illustre une différence de perspectives.

Les quatre catégories de couleurs représentent les classifications de pays de la Banque mondiale selon le niveau de revenus. La position de chaque point est déterminée par une technique de mise à l’échelle multidimensionnelle qui trouve les coordonnées x et y des points individuels dans l’espace de dimension réduite (deux dimensions, dans ce cas) en préservant les distances dans l’espace d’origine à haute dimension, permettant ainsi de visualiser graphiquement les relations entre les objets dans une dimension perceptuelle. Ainsi, les axes X et Y désignent respectivement les coordonnées x et y, et une distance plus courte entre les objets traduit une plus grande similarité. (La classification des pays par revenus de la Banque mondiale peut être consultée dans le Tableau Supplémentaire 2).
Contrairement aux regroupements géographiques où aucune différence distinctive n’est observée, la Fig. 2 révèle qu’un groupe de pays à revenu élevé forme un cluster dans le coin supérieur gauche du graphique (zone ovale rouge), montrant un certain niveau de similarités. Pour les autres groupes de revenus, aucune différence distincte n’est observée.
Le cluster dans le coin supérieur gauche est principalement constitué de pays membres de l’UE. Avec les ODD intégrés dans ses lignes directrices politiques, l’UE intègre les ODD dans toutes les propositions, politiques et stratégies de la Commission45. Parmi les six priorités définies par les Commissions européennes, le Pacte vert européen aborde 10 ODD liés à la santé, aux villes, à l’économie circulaire et à la biodiversité46. Il est à noter que l’Italie est relativement éloignée du centre du groupe des pays de l’UE. Cela pourrait être dû à une approche légèrement différente pour analyser les progrès de l’ODD de l’Italie. Tandis que la plupart des pays évaluent les progrès sur chaque ODD, se concentrant principalement sur chaque objectif, nous constatons que le VNR de l’Italie accorde relativement plus d’importance à la création d’un environnement propice à la réalisation des ODD en examinant la cohérence des politiques pour un développement durable, la localisation des ODD et l’engagement des parties prenantes. La vision intégrée adoptée par l’Italie se reflète dans la manière dont les progrès en matière d’ODD sont présentés dans les VNR. Contrairement aux autres pays de l’UE analysés dans cette étude, qui exposent les détails des progrès nationaux pour chaque ODD, l’Italie semble évaluer l’impact combiné de plusieurs ODD dans le cadre de la Stratégie nationale pour le développement durable, construite sur l’idée partagée de durabilité entre des acteurs multisectoriels visant à renforcer la cohérence des interventions politiques entre les ministères. De telles différences dans le focus principal des rapports et l’approche analytique ont provoqué une distance entre l’Italie et d’autres pays de l’UE.
Un autre cluster dans le coin inférieur droit regroupe la République populaire démocratique de Corée (RPDC), la Mongolie et la Namibie. Nous trouvons des similarités entre les trois pays en comparant le contenu des trois VNR, en comptant les paires de deux mots qui apparaissent ensemble. Les paires de mots, comprenant changement climatique, risque de catastrophe et égalité des sexes, sont couramment trouvées. Le changement climatique et les risques de catastrophe sont fréquemment observés dans les VNR des trois pays. De plus, nous supposons que cela pourrait être attribué à des similarités dans l’idéologie politique entre la RPDC et la Mongolie, qui semblent avoir influencé les projets de l’UE pour la foresterie durable afin de financer l’expertise nord-coréenne pour qu’elle se rende en Mongolie et établisse des cadres comparatifs et développe ses compétences en gestion forestière et techniques.
Statut des objectifs de développement durable, visions et contributions déterminées au niveau national
Le score NDC et le score de l’ODD 13 (climat), qui est une somme des émissions de CO2 provenant de la combustion de combustibles fossiles, des émissions de CO2 intégrées dans les importations et les exportations de combustibles fossiles, sont appliqués (Fig. 3). Le niveau du score de l’ODD 13 est segmenté et classé en quatre catégories, représentées par quatre couleurs différentes (bleu, jaune, vert et orange), tandis que l’objectif de réduction des émissions NDC détermine la taille des points. Par exemple, le Royaume-Uni a un objectif NDC de réduction des émissions important par rapport à celui du Japon, qui a un objectif intermédiaire, ou le Vietnam, qui a un objectif faible. Les pays ayant de fortes émissions (en couleur orange) tendent à avoir des objectifs de réduction NDC plus faibles. La plupart d’entre eux se trouvent dans des pays en développement, ce qui implique la nécessité de découpler la croissance économique des émissions de gaz à effet de serre et de la dégradation de l’environnement. Les pays membres de l’UE apparaissent de la même taille, peu importe le niveau d’émission, car l’UE a soumis son objectif de NDC mis à jour de réduction des émissions de 55 % d’ici 2030 par rapport aux niveaux de 1990, ce qui s’applique à tous les pays de l’UE.

Les quatre couleurs représentent le niveau de score ODD13 normalisé, segmenté en quatre classes différentes. L’objectif NDC est également segmenté en quatre classes différentes, représentées par la taille des points. La position de chaque point est déterminée par la technique de mise à l’échelle multidimensionnelle qui trouve les coordonnées x et y des points individuels dans l’espace de dimension réduite (deux dimensions, dans ce cas) en préservant les distances dans l’espace d’origine à haute dimension, permettant ainsi de visualiser graphiquement les relations entre les objets dans une dimension perceptuelle. Ainsi, les axes X et Y désignent respectivement les coordonnées x et y, et une distance plus courte entre les objets traduit une plus grande similarité, tandis que la couleur et la taille des points fournissent des informations supplémentaires sur le niveau de score ODD et NDC.
Based on the results of classifier-based feature selection (Fig. 1), the score of plastic export under SDG12 (termed ‘SDG12-explastic’ below) is applied. The amount of plastic waste exported (kg per capita) is normalized between 0 and 100 as default in SDR, which is segmented into four categories. A class with a score range between 0-30 is colored blue, 30-60 in yellow, 60-90 in green, and 90 and above in orange. Compared to Fig. 3, Fig. 4 does not show clear division by color. European countries show more divisive results with SDG12 than SDG13 (Fig. 3), which is attributable to a much larger standard deviation of SDG12 than SDG13 across European countries. Finland and Italy are classified into a different group among EU countries due to a relatively higher score for SDG12-explastic.

Les quatre couleurs représentent le niveau de score normalisé pour l’exportation de plastique sous l’ODD12, segmenté en quatre classes différentes. L’objectif NDC est également segmenté en quatre classes, représentées par la taille des points. La position de chaque point est déterminée par la technique de mise à l’échelle multidimensionnelle qui trouve les coordonnées x et y des points individuels dans l’espace de dimension réduite (deux dimensions, dans ce cas) en préservant les distances dans l’espace d’origine à haute dimension, permettant ainsi de visualiser graphiquement les relations entre les objets dans une dimension perceptuelle. Ainsi, les axes X et Y désignent respectivement les coordonnées x et y, et une distance plus courte entre les objets traduit une plus grande similarité, tandis que la couleur et la taille des points fournissent des informations supplémentaires sur le niveau de score ODD et NDC.
Inversement, les autres pays ont tendance à être mieux classés selon leur NDC. Par exemple, la Fig. 3 montre que les Émirats arabes unis, l’Australie et la Thaïlande sont séparés par des couleurs, tandis que les trois pays ont fixé des NDC à des niveaux similaires (EAU : 23,5 %, Australie : 27 %, Thaïlande : 20 %) ; cependant, l’ODD12 dans la Fig. 4 regroupe les trois pays avec la même couleur verte. La République de Corée (ROK) et le Royaume-Uni (RU) sont représentés dans le même groupe de couleurs dans la Fig. 3, tandis que leurs NDC sont respectivement de 40 % et 68 %. Ceci est ensuite reclassé dans la Fig. 4 de manière plus équilibrée où la ROK est dans la même classe que l’Italie (NDC 55 %), tandis que le Royaume-Uni est filtré dans une autre classe de couleur jaune. Les pays affichant un objectif de NDC inférieur à 15 % tendent à se retrouver dans un groupe avec un score ODD12-explastic supérieur à 90 (petits points orange à la Fig. 4). L’analyse NLP montre que les petits points orange représentant des pays avec de fortes exportations de plastique et de faibles objectifs NDC n’ont pas tendance à contenir un contenu similaire à celui des rapports VNR.
Bien que le Vietnam puisse sembler différent, son niveau d’ODD12-explastic est de 87,5, proche de 90. Bahreïn, qui se distingue par un niveau élevé d’ODD 12 et un faible objectif NDC, démontre des visions similaires pour les ODD avec la Finlande et les Pays-Bas. Les rapports VNR de Bahreïn et de la Finlande semblent souvent mettre l’accent sur « l’eau » et « la société », qui sont relativement pertinents pour eux plutôt que sur l’atténuation, ce qui pourrait expliquer la proximité des deux points de couleur et de taille différente sur le graphique.
Réseau de mots-clés
Des réseaux de mots-clés sont élaborés pour découvrir des liens cachés entre les mots-clés et examiner si ces réseaux pourraient expliquer davantage ce qui a été observé dans les sections précédentes. En nous concentrant sur les pays du G8 qui se sont fixés des objectifs ambitieux en matière d’actions pour le climat, nous choisissons la République de Corée, l’Italie et le Canada comme exemples respectifs d’Asie, d’Europe et d’Amérique du Nord. Les réseaux sont visualisés dans la Fig. 5.

Réseau de mots-clés construit par l’analyse des Examen Nationaux Volontaires de a République de Corée, b Italie et c Canada. Chaque couleur représente la communauté déterminée en mesurant la densité des connexions entre les mots, ce qui signifie que ceux partageant des connexions internes substantielles formeraient une communauté. La taille d’un mot indique le niveau de centralité et la force de la connexion entre les mots est décrite par l’épaisseur des lignes.
Dans la Fig. 5, le code couleur est déterminé par un algorithme de modularité qui détecte les communautés en mesurant la densité de connexion entre les mots. La taille indique les nœuds les plus influents basés sur la centralité d’intermédiation qui mesure le nombre de fois qu’un nœud se trouve sur le plus court chemin entre d’autres nœuds. Le réseau de la République de Corée (Fig. 5a) montre une différence notable par rapport aux autres pays, car Économie, Environnement et Société montrent une forte centralité en Corée. En comparaison, les deux autres pays ne contiennent aucun de ces mots comme mots centraux. Alors que la Corée présente une forte centralité de ces trois mots, l’Italie (Fig. 5b) et le Canada (Fig. 5c) montrent des niveaux relativement modérés de différence dans la taille des nœuds. Le réseau de la Corée est étendu, tandis que l’Italie et le Canada montrent une interconnexion plus robuste entre les communautés, ce qui pourrait être attribué à un niveau d’attraction plus élevé entre les nœuds dans les deux pays. L’attractivité d’un mot à l’autre augmente lorsque les mots coexistent. De plus, comme le montre l’épaisseur des lignes, ces trois mots connectés avec des lignes fines ne montrent pas un lien fort. Contrairement à la République de Corée, l’Italie et le Canada semblent mettre l’accent sur l’accès égal et l’inclusion des communautés autochtones, respectivement. Les interconnexions autour des mots clés principaux indiquent que les mots associés partagent des caractéristiques contextuelles similaires. Par exemple, le VNR canadien met en lumière les défis auxquels les autochtones font face à travers tous les 17 ODD.
De plus, chaque communauté apparaissant dans la même couleur est liée aux objectifs d’ODD. Le réseau issu de la Corée indique une pertinence avec plusieurs ODD. Les nœuds en bleu liés à l’économie peuvent être pertinents pour l’ODD8 (Travail décent et croissance économique), et les nœuds en orange impliquent deux ODD, soit l’ODD16 (Société inclusive) et l’ODD17 (partenariat mondial). Pour l’Italie, nous trouvons l’ODD4 (Éducation de qualité) dans les points bleus, l’ODD5 en violet, l’ODD8 en vert clair et bleu, et l’ODD16 en vert clair, vert foncé et violet. En Italie et en Corée, de multiples communautés sont couvertes sous l’ODD16, ce qui peut refléter l’accent mis par les pays sur ce dernier.
Le nœud le plus grand indique le plus haut niveau d’interconnexion ou de centralité, car il joue le rôle le plus influent dans le réseau, reliant deux nœuds différents par le chemin le plus court. Les mots présents dans les nœuds les plus importants en Italie et en Corée reflètent le contenu des objectifs d’ODD et démontrent les liens entre eux, tandis que les mots centraux du Canada indiquent les bénéficiaires. Le mot « Autochtone » indique son rôle crucial en tant que médiateur reliant les mots clés présents dans le rapport VNR du Canada.
Des études antérieures soulignent les connexions entre trois piliers fondamentaux du développement durable : l’économie, la société et l’environnement pour atteindre la durabilité47. Les pays étudiés dans ce chapitre affichent diverses approches pour renforcer ces connexions. Certains mettent l’accent sur les progrès des trois domaines principaux, tandis que d’autres intègrent ces trois pour atteindre les bénéficiaires finaux. En conséquence, les gouvernements mettent en œuvre différentes stratégies pour réaliser leurs ODD.
Points à retenir
- La sélection des caractéristiques est essentielle pour accroître la performance des modèles prédictifs en se concentrant sur les indicateurs les plus significatifs.
- Le déploiement de solutions basées sur la nature représente une approche prometteuse pour atteindre les objectifs de réduction des émissions de CO₂.
- Les pays membres de l’UE démontrent un engagement fort envers les ODD, en les intégrant au sein de leurs politiques et stratégies.
- Les différences dans les approches nationales soulignent la diversité des stratégies adoptées pour atteindre les ODD, représentant divers enjeux et priorités.
Cette analyse souligne l’importance d’un alignement stratégique pour renforcer les engagements climatiques tout en intégrant les priorités de développement durable. La multiplicité des approches révèle la nécessité d’échanger des bonnes pratiques entre pays pour développer des réponses adaptées aux enjeux locaux tout en respectant les objectifs globaux.
Nos rédacteurs utilisent l'IA pour les aider à proposer des articles frais de sources fiables à nos utilisateurs. Si vous trouvez une image ou un contenu inapproprié, veuillez nous contacter via le formulaire DMCA et nous le retirerons rapidement. / Our editors use AI to help them offer our readers fresh articles from reliable sources. If you find an image or content inappropriate, please contact us via the DMCA form and we'll remove it promptly.