Table des matières - Gilles Daniel

« A Monte Carlo approach to diffusion » : une étude « historique » revisitée. 369
Taux d'adoption simulés
confrontés aux taux d'adoption
observés en 1944.
supérieurs aux taux observ és
inférieurs aux taux observ és
Figure 16.7. Ecarts aux observations de 1944.
De nombreux jeux de paramètres ont été testés afin d’améliorer les résultats des
simulations mais cette configuration restait stable. La non résolution d’une telle
configuration spatiale des résidus ne pouvant être trouvée dans la modification de
mécanismes locaux, nous nous sommes alors penchés sur les phénomènes dits
immergents, ou émergence de 2 nd ordre [GIL 99].
Amélioration
Amélioration
Scénarii
Rejeté
Stabilité
Stabilité
Rejeté
Détèrioration
Détèrioration
Validé
échelle de temps
Figure 16.8. Dynamique d’évolution globale des qualités de l’innovation.
L’hypothèse de stabilité des qualités globales de l’innovation telle qu’elle avait
été initialement prévue pouvait être à l’origine de ce phénomène. En effet le
paramètre β, qui décrit les qualités de l’innovation, reste constant sur la période :
l’hypothèse implicite est qu’il n’y a plus de transfert d’information du global vers le
local une fois que les campagnes initiales de propagande ont été menées. Le modèle
ainsi constitué est de type « bottom-up », soit un fonctionnement totalement
décentralisé du phénomène de diffusion. Poser cette hypothèse revient ainsi à mettre
de côté l’un des stades évoqués par E. Rogers, celui de l’expérimentation. Il se peut
en effet qu’après une période d’essai, ce qui apparaissait être une innovation
profitable pour les agriculteurs s’est avéré être moins bénéfique qu’escompté. Si tel
est le cas, on a dû assister à un renversement de la situation initiale allant vers une
« démystification » progressive des subventions, l’expérience collective venant