La thèse est structurée autour de quatre articles. Le premier article - What determines efficiency? An analysis of the Italian water sector – offre une évaluation d’efficience du plus grand échantillon d’entreprises italiennes dans le secteur de l’eau qui ait jamais été rassemblé. Cela sur un horizon temporel de quatre ans. Le deuxième article – Hydropower rent in Northern Italy: economic and environmental concerns in the renewal procedure – a deux objectifs: le premier est d’estimer la rente de l’hydroélectricité en Italie, ce qui n’a jamais été intenté auparavant ; le seconde est d’analyser le trade-off entre l’appropriation de la rente et les améliorations environnementales. Le troisième article – Estimating a performance-based environmental fee for hydropower production: a choice experiment approach – développe une redevance basée sur la performance environnementale à mesure non seulement d’internaliser les coûts environnementaux que l’hydroélectricité détermine, mais aussi d'inciter les producteurs à aller au delà de la régulation environnementale existante : de cette façon, ils payent moins. Enfin, le quatrième article – Cheaper electricity or a better river? Estimating fluvial ecosystem value in Southern France – applique la méthodologie CE à l’étude du trade-off potentiel entre revenue-sharing et améliorations environnementales dans la Vallée d’Aspe (Pyrénées français), où plus de 100 MW de capacité hydroélectrique sont installés. / The thesis is structured as a collection of four papers and it is ideally divided into two parts: the first one, composed of just one paper, is an efficiency analysis of the Italian integrated water sector; the second part, made of the other three papers, is thematic and studies hydropower production in terms of rent generation and environmental impacts.The first paper – What determines efficiency? An analysis of the Italian water sector – offers an original evaluation of the efficiency of the biggest sample ever gathered of Italian water companies over a period of four years.The first paper of the thematic part – Hydropower rent in Northern Italy: economic and environmental concerns in the renewal procedure – has two objectives: the first one is to estimate the hydropower rent in Italy, which has never been done before; the second one is to investigate the trade-off between rent seizing and environmental improvements.The second thematic paper – Estimating a performance-based environmental fee for hydropower production: a choice experiment approach – develops a performance-based environmental fee able not only to internalize the environmental costs that hydropower causes, but also to stimulate producers to outperform existing environmental regulation: the more they outperform, the less they pay.Finally, the third thematic paper – Cheaper electricity or a better river? Estimating fluvial ecosystem value in Southern France – applies the DCE approach to study the potential trade-off between revenue-sharing and environmental improvements in the Aspe valley, located in the French Pyrenees, where more than 100 MW of hydropower capacity are installed.

La modélisation du choix d'itinéraire est un sujet de recherche bien étudié avec des implications, par exemple, pour la planification urbaine et l'analyse des flux d'équilibre du trafic. En raison de l'ampleur des effets que ces problèmes peuvent avoir sur les communautés, il n'est pas surprenant que plusieurs domaines de recherche aient tenté de résoudre le même problème. Les défis viennent cependant de la taille des réseaux eux-mêmes, car les grandes villes peuvent avoir des dizaines de milliers de segments de routes reliés par des dizaines de milliers d'intersections. Ainsi, les approches discutées dans cette thèse se concentreront sur la comparaison des performances entre des modèles de deux domaines différents, l'économétrie et l'apprentissage par renforcement inverse (IRL). Tout d'abord, nous fournissons des informations sur le sujet pour que des chercheurs d'un domaine puissent se familiariser avec l'autre domaine. Dans un deuxième temps, nous décrivons les algorithmes utilisés avec une notation commune, ce qui facilite la compréhension entre les domaines. Enfin, nous comparons les performances des modèles sur des ensembles de données du monde réel, à savoir un ensemble de données couvrant des choix d’itinéraire de cyclistes collectés dans un réseau avec 42 000 liens. Nous rapportons nos résultats pour les deux modèles de l'économétrie que nous discutons, mais nous n'avons pas pu générer les mêmes résultats pour les deux modèles IRL. Cela était principalement dû aux instabilités numériques que nous avons rencontrées avec le code que nous avions modifié pour fonctionner avec nos données. Nous proposons une discussion de ces difficultés parallèlement à la communication de nos résultats. / Route choice modeling is a well-studied topic of research with implications, for example, for city planning and traffic equilibrium flow analysis. Due to the scale of effects these problems can have on communities, it is no surprise that diverse fields have attempted solutions to the same problem. The challenges, however, come with the size of networks themselves, as large cities may have tens of thousands of road segments connected by tens of thousands of intersections. Thus, the approaches discussed in this thesis will be focusing on the performance comparison between models from two different fields, econometrics and inverse reinforcement learning (IRL). First, we provide background on the topic to introduce researchers from one field to become acquainted with the other. Secondly, we describe the algorithms used with a common notation to facilitate this building of understanding between the fields. Lastly, we aim to compare the performance of the models on real-world datasets, namely covering bike route choices collected in a network of 42,000 links. We report our results for the two models from econometrics that we discuss, but were unable to generate the same results for the two IRL models. This was primarily due to numerical instabilities we encountered with the code we had modified to work with our data. We provide a discussion of these difficulties alongside the reporting of our results.

Cette thèse s'intéresse à la réconciliation entre le défi mondial du changement climatique et les solutions locales et sectorielles qu'il convient de bien articuler pour contribuer, efficacement, équitablement et de la manière la plus acceptable, à la réduction des émissions de CO2. Plus précisément, nous étudions les conditions pour une mise en place réussie de la politique climatique à l'échelle de la mobilité urbaine des personnes. / This PhD thesis deals with the reconciliation of the global challenge that is climate change and the local and sectoral solutions that need to be accurately designed to remedy to it the most efficiently, equitably and acceptably possible. More specifically, we investigate the conditions for a successful implementation of climate policy at the scale of the urban mobility of passengers.

No abstract. / Coastal and marine ecosystems are some of the most heavily exploited with increasing degradation. This alarming situation appeals for urgent and effective actions. The optimal balance between use and conservation of ecosystems theoretically requires all costs and benefits to be considered in decision-making, including intangible costs and benefits such as non-market use and non-use values. The broad aim of this PhD is to examine how these economic values associated with coastal and marine ecosystem services can be measured, and how the economic valuation exercise may be considered and influence management decision- making.The first analytical part of the thesis focuses on assessing non-market use and non-use values, through econometric methods. The characterization and estimation of non-use values are complex and controversial, especially when the valuation exercise is focusing on individuals who are users of the ecosystem services being considered. An original approach based on a stated preference method, namely choice experiments, is developed then empirically applied in quantifying non-market values for marine and coastal ecosystems in two areas in New Caledonia. It allows the estimation of non-use values for populations of users in an implicit way. An in-depth analysis of the individuals’ choice heuristics during the valuation exercise is also conducted, with a focus on payment non-attendance. This issue is dealt with by comparing multiple modelling approaches in terms of: (1) inferred attendance, in relation to stated attendance; (2) attendance distribution according to several socio-economic variables; and (3) welfare estimates.After noting that the potential influence of economic valuation in decision making is unclear and largely unexplored in the literature, the second major component of this PhD aims to examine if, how and to what extent the economic valuation of ecosystem services, including measures of non-market values, influence decision-making regarding coastal and marine ecosystems management in Australia. Based on two nation-wide surveys, the perceived usefulness of the economic valuation of ecosystem services by the general public and decision-makers is studied, and the reasons why decision-makers may or may not fully consider economic values are elicited. Using a multi-criteria analysis, a part of the surveys also aims at examining the relative importance of different evaluation criteria (ecological, social and economic) when assessing the consequences of a hypothetical coastal development project on commercial activities, recreational activities and marine biodiversity.

Cette thèse se penche sur les modèles de choix, des distributions sur des ensembles d'alternatives. Les modèles de choix sur les processus décisionnels de Markov (MDP) peuvent décomposer de très grands espaces alternatifs en procédures étape par étape conçues pour non seulement combattre la malédiction de la dimensionnalité mais aussi pour mieux refléter la dynamique sous-jacente. La première partie est consacrée à l'estimation du temps de trajet dans le cadre de la modélisation du choix de chemin. Les modèles de choix de chemin sont des modèles de choix sur l'ensemble des chemins utilisés pour modéliser le flux de circulation. Intuitivement, le temps de trajet est l'une des caractéristiques les plus importantes lors du choix des chemins, mais les temps de trajet ne sont pas toujours connus. En revanche, le cadre classique suppose que ces deux étapes sont séquentielles, car les temps de trajet des arcs font partie de l'entrée du processus d'estimation du choix de chemin. Pourtant, les interdépendances complexes signifient que ce modèle de choix de chemin peut complémenter toute observation lors de l'estimation des temps de trajet. Nous construisons un modèle statistique pour l'estimation du temps de trajet et proposons de marginaliser les caractéristiques non observées. En utilisant ces idées, nous montrons que nous sommes capables d'apprendre des modèles de choix de chemin sans observer de chemins réels et à différentes granularités. La deuxième partie se concentre sur les échecs des MDP régularisés et comment la régularisation peut avoir des effets secondaires inattendus, tels que la divergence dans les chemins stochastiques les plus courts ou des fonctions de valeur déraisonnablement grandes. Les MDP régularisés ne sont rien d'autre qu'une application des modèles de choix aux MDP. Ils sont utilisés dans l'apprentissage par renforcement (RL) pour obtenir, entre autres choses, un modèle de choix sur les trajectoires possibles pour l'apprentissage par renforcement inverse, transférer des connaissances préalables au modèle, ou obtenir des politiques qui exploitent tous les objectifs dans l'environnement. Ces effets secondaires sont exacerbés dans les espaces d'action dépendants de l'état. Comme mesure d'atténuation, nous introduisons deux transformations potentielles, et nous évaluons leur performance sur un problème de conception de médicaments. / This thesis delves on choice models, distributions on sets of alternatives. Choice models on Markov decision processes (MDPs) can break down very large alternative spaces into step-by-step procedures designed to not only tackle the curse of dimensionality but also to reflect the underlying dynamics better. The first part is devoted to travel time estimation as part of path choice modeling. Path choice models are choice models on the set of paths used to model traffic flow. Intuitively, travel time is one of the more important features when choosing paths, yet travel times are not always known. In contrast, the classical setting assumes that these two steps are sequential, as arc travel times are part of the input of the path choice estimation process. Yet the intricate interdependences mean that that path choice model can complement any observation when estimating travel times. We build a statistical model for travel time estimation and propose marginalizing the unobserved features. Using these ideas, we show that we are able to learn path choice models without observing actual paths and at different granularity. The second part focuses on the failings of regularized MDPs and how regularization may have unexpected side effects, such as divergence in stochastic shortest paths or unreasonably large value functions. Regularized MDPs are nothing but an application of choice models to MDPs. They are used in reinforcement learning (RL) to get, among other things, a choice model on possible trajectories for inverse reinforcement learning, transfer prior knowledge to the model, or to get policies that exploit all goals in the environment. These side effects are exacerbated in state-dependent action spaces. As a mitigation, we introduce two potential transformations, and we benchmark their performance on a drug design problem.