Qualité des décisions dans les villes et communes allemandes : pourquoi les décisions d'investissement communales sont structurellement sous-optimales sur le plan mathématique

Les villes ont des données.
Elles bossent avec des budgets, des analyses de rentabilité, des calculs de coûts induits et des taux de subvention.
Elles utilisent des procédures spécialisées, des outils de contrôle de gestion, des planifications financières à moyen terme et des processus budgétaires.

Et pourtant, des décisions d'investissement systématiquement sous-optimales sont prises.

La cause réside rarement dans le manque de chiffres.
Elle réside dans la structure du processus décisionnel.

L'idée fausse : plus de données ne signifie pas automatiquement de meilleures décisions.

Les budgets communaux sont basés sur des données. Les investissements sont calculés, hiérarchisés et légitimés politiquement. Pourtant, une question centrale reste souvent sans réponse :

La combinaison de projets choisie est-elle vraiment la meilleure possible compte tenu de toutes les contraintes ?

Dans le débat politique, la qualité des décisions est souvent évaluée de manière normative, mais en maths, ça veut dire autre chose :

• Impact maximal par euro
• Coûts d'opportunité minimaux
• Respect de toutes les contraintes
• Priorisation transparente et reproductible

Ce n'est pas une question idéologique.
C'est un problème d'optimisation.

Pourquoi les gens ne prennent

pas toujours les meilleures décisions mathématiques, même dans le contexte local

Les villes échouent rarement à cause d'un manque de compétences, d'expérience ou d'engagement.
Elles échouent à cause de décisions dans des domaines super complexes.

Depuis plus de deux décennies, l'économie comportementale moderne montre
: que les gens ne prennent pas toujours des décisions complètement rationnelles au sens mathématique. Face à la complexité, à la pression du temps et à l'incertitude, elles ont recours à des heuristiques, c'est-à-dire des raccourcis cognitifs qui conduisent systématiquement à des distorsions.

Ces conclusions sont empiriquement fondées et ont été récompensées à plusieurs reprises :

• Daniel Kahneman (prix Nobel 2002) – Preuve d'erreurs décisionnelles systématiques
• Robert J. Shiller (prix Nobel 2013) – Analyse des dynamiques irrationnelles du marché et de l'évaluation
• Richard Thaler (prix Nobel 2017) – Fondements de l'économie comportementale

La conclusion principale est la suivante :

Les mauvaises décisions ne sont pas un échec individuel des maires, des trésoriers ou des conseillers municipaux.
Elles sont une caractéristique structurelle de la pensée humaine dans un contexte complexe. (*voir sources)

Le cœur du problème : l'espace décisionnel exponentiel

Supposons qu'une ville dispose de :

• 50 projets prêts à être investis
• 81 millions d'euros de budget disponible
• 220 millions d'euros d'investissement total nécessaire

Il n'y a alors pas 50 possibilités de choix.
Il y a 2⁵⁰ combinaisons de projets possibles, soit plus de 1 125 milliards de variantes.

Pas de commission budgétaire.
Pas de réunion à huis clos.
Pas de modèle Excel.

peut évaluer complètement cet espace de décision.

En pratique, les projets sont discutés individuellement. Les ministères fixent leurs priorités de manière isolée. Les logiques de financement influencent l'ordre. Les majorités politiques structurent les compromis.

Le résultat, c'est souvent un optimum plausible localement

,

mais
qui n'est probablement pas la meilleure combinaison globale.

Six mécanismes de distorsion typiques dans le processus décisionnel communal

Notre analyse structurelle montre des schémas récurrents qui influencent les décisions d'investissement communales. :

1. Biais lié aux subventions

Les projets sont priorisés parce qu'ils sont éligibles à une subvention, et pas parce qu'ils ont le plus grand impact dans l'ensemble du portefeuille. C'est le taux de subvention qui est optimisé, pas l'effet du portefeuille.

2. Escalade politique

Un projet commencé est poursuivi même si les conditions changent ou si d'autres options seraient plus intéressantes. L'abandon est vu comme un risque politique.

3. Logique du cycle électoral

Les mesures visibles à court terme sont prioritaires. Les projets structurels à long terme (numérisation, intégration énergétique, logique des transports, résilience) sont mis sous pression.

4. Évaluation isolée des projets

Les projets sont évalués individuellement, et non comme un portefeuille interdépendant. Les coûts d'opportunité restent invisibles.

5. Pensée ministérielle

Chaque service spécialisé optimise son domaine. L'effet global de la ville en tant que système est rarement modélisé de manière simultanée.

6. Superposition des compromis

Les accords politiques remplacent l'optimisation mathématique. Les décisions font l'objet d'un consensus, mais ne maximisent pas nécessairement l'efficacité.

Ces mécanismes ne sont pas des erreurs individuelles.
Ils résultent de structures organisationnelles, de systèmes d'incitation et d'un traitement limité de l'information.

Les contraintes augmentent la complexité de façon exponentielle

.

Les investissements communaux sont soumis à la fois à :

• des plafonds budgétaires,
• des limites de crédit,
• des budgets CO₂,
• des délais de financement et des affectations,
• des capacités de construction et de personnel,
• des obligations légales,
• des objectifs stratégiques de développement urbain,

et à chaque restriction supplémentaire, la dimension de l'espace décisionnel s'élargit.
Chaque option de projet supplémentaire augmente de façon exponentielle les combinaisons possibles.

De l'optimum local à l'optimum global

La question cruciale n'est pas :

Quel projet est judicieux ?

Mais plutôt :

Quelle combinaison de tous les projets génère l'effet global maximal possible pour la ville, compte tenu de toutes les restrictions ?

Pour améliorer la qualité des décisions municipales, il faut : :

• modéliser formellement tous les projets sous forme de portefeuille
• définir clairement les objectifs (impact, durabilité, rentabilité)
• prendre en compte en même temps toutes les contraintes
• évaluer systématiquement les combinaisons possibles
• déterminer de manière transparente la situation de départ optimale

La souveraineté politique reste intacte.
Mais elle se base sur un espace de décision calculé, et pas sur des suppositions implicites.

La transparence plutôt que des coûts d'opportunité implicites

Une analyse de portefeuille mathématique permet :

• de révéler les coûts d'opportunité
• de montrer les synergies cachées
• de prioriser objectivement malgré les contraintes
• d'avoir des bases de décision claires
• d'avoir plus de légitimité auprès des citoyens

Les décisions ne sont pas remplacées par la technocratie.
Elles sont précisées de manière structurelle.

Conclusion

Les décisions d'investissement des communes ne sont pas irrationnelles.
Mais elles se font dans un espace décisionnel qui grandit super vite.

Tant que les projets sont priorisés de manière isolée, il y a de fortes chances que :

• l'impact budgétaire soit réparti de manière pas optimale
• les avantages combinés restent cachés
• les coûts d'opportunité restent invisibles

La qualité des décisions au niveau local dépend donc moins de la compétence politique –
que de la maîtrise structurée d'espaces décisionnels complexes.

Les villes prennent-elles forcément des décisions pas optimales ? L'explication mathématique dans les vidéos :

Ordre
: 1. Vidéo d'intro – Compréhension du problème et espace décisionnel
2. Vidéo approfondie – Modélisation, contraintes et logique d'optimisation

Vidéo 1 :

Sources : De l'analyse structurelle à l'application pratique du portefeuille urbain ou communal

Les mécanismes de distorsion décrits ne sont pas des concepts théoriques.

Ils agissent dans des portefeuilles d'investissement et d'infrastructure réels – dans des projets énergétiques, des programmes de recherche, des mesures d'infrastructure communale, la gestion d'actifs, des initiatives de sécurité informatique ou des décisions d'investissement.

Peu importe le secteur ou le domaine public, on voit souvent le même truc : :

• On évalue des facteurs qualitatifs et quantitatifs
• On classe les projets individuellement
• On ne prend en compte les contraintes réelles qu'après coup
• On ne calcule pas la combinaison optimale sous contraintes

C'est là qu'on a un vrai problème
: Pas à cause d'un manque de données, mais parce qu'il n'y a pas d'architecture décisionnelle.

Fondements scientifiques de l'architecture décisionnelle

Économie comportementale et recherche décisionnelle

Daniel Kahneman (prix Nobel d'économie 2002)
Intégration des connaissances psychologiques dans les sciences économiques et mise en évidence de distorsions décisionnelles systématiques.
Prix Nobel – Daniel Kahneman

Richard H. Thaler (prix Nobel d'économie 2017)
Justification de l'économie comportementale et analyse des erreurs décisionnelles reproductibles.
Prix Nobel – Richard Thaler

Robert J. Shiller (Prix Nobel d'économie 2013)
Analyse des décisions irrationnelles du marché et des erreurs d'évaluation structurelles.
Prix Nobel – Robert J. Shiller

Tversky & Kahneman (1974)
Judgment under Uncertainty: Heuristics and Biases – Travail fondamental sur la distorsion systématique des décisions humaines.
Science Journal – Heuristics and Biases

Allocation de capital, finance d'entreprise et mécanismes d'escalade

Barberis & Thaler (2003)
A Survey of Behavioral Finance – Aperçu des effets de l'économie comportementale sur les marchés financiers.
NBER Working Paper

Harvard Business Review – Escalation of Commitment
Analyse des mécanismes d'escalade organisationnels dans les décisions d'investissement.
Harvard Business Review

Aversion pour les algorithmes et acceptation de

l'IA dans les processus décisionnels

Dr Bob Hutchins
7 raisons pour lesquelles les gens résistent à l'IA – et comment les
surmonter Linkedin

CFO Dive – IA et prise de décision dans le domaine financier
Analyse des défis et de l'acceptation de l'IA dans les décisions financières.
Top 5 des défis liés à l'adoption de l'IA auxquels seront confrontés les directeurs financiers en 2026

Classification contextuelle

Les sources mentionnées ici forment la base scientifique pour l'analyse de la qualité des décisions, des biais cognitifs et des mécanismes structurels dans les décisions d'investissement et de portefeuille.

L'architecture décisionnelle présentée s'appuie sur ces résultats de recherche établis et les transpose dans une modélisation formelle et combinatoire de processus complexes d'allocation de capitaux dans des conditions réelles.

On calcule le budget municipal ex ante, avant même que la décision ne soit prise

.

Les décisions communales ne devraient pas être évaluées a posteriori. Ce qui est déterminant, c'est la situation de départ optimale avant la décision politique. En prenant en compte en même temps les limites budgétaires, les objectifs en matière de CO₂, les capacités, les logiques de financement et les objectifs stratégiques, on analyse systématiquement tout l'espace décisionnel.

Le résultat, c'est une hiérarchisation transparente, reproductible et mathématiquement fondée de toutes les options d'investissement, qui sert de base de décision solide pour l'administration, le trésorier et le conseil municipal.

Lancer l'analyse ex ante pour votre ville / commune