Florian Pothin
À propos
Je suis doctorant en économie à l'Université de Rennes (CREM, CNRS) et je soutiens ma thèse le 24 novembre 2026. Ma thèse se situe à la croisée de l'économie, de la finance, des sciences de l'environnement et de la science des données.
J'étudie ce que les agents économiques disent faire face au changement climatique et ce qu'ils font réellement. Ma thèse, The Decarbonization Gap: Firms, Nations, and the Economics of the Low-Carbon Transition, part d'une question : pourquoi les engagements climatiques des entreprises et des pays changent-ils si souvent ce qui est déclaré plus que ce qui est émis ? Je montre que les choix de déclaration et la réallocation de la production par le commerce déplacent les émissions, sur le papier et d'un pays à l'autre, plus qu'ils ne les réduisent, alors qu'un prix du carbone les fait bien baisser, d'un montant que décide sa règle d'allocation. Plus largement, je réunis la mesure des émissions, les principes de répartition équitable et la modélisation économique pour comprendre comment se partage l'effort de la transition bas-carbone.
J'ai préparé mon doctorat dans le cadre d'une convention CIFRE avec Toovalu, une entreprise qui développe un logiciel de comptabilité carbone, et je continue de travailler avec elle sur des projets de recherche appliquée. J'y travaille à la mise en œuvre de solutions d'intelligence artificielle et de méthodes quantitatives qui aident les entreprises à accélérer leur décarbonation, et j'ai consacré beaucoup de temps à construire des méthodes pour mesurer l'impact environnemental des systèmes d'IA eux-mêmes.
Je suis membre du groupe d'experts de la Science Based Targets initiative sur la qualité des données, l'assurance et les allégations, et d'IRIS-E, l'initiative de l'Université de Rennes sur la transition socio-écologique, où j'évalue des projets de recherche. J'enseigne la macroéconométrie et la macrodynamique en master à l'Université de Rennes.
Je suis titulaire d'un master d'ingénierie économique et financière, orienté macroéconomie et finance, de l'Université de Rennes (mention très bien), et d'une licence d'économie de l'Université de La Réunion.
Je viens du Tampon, à La Réunion. Pendant mon temps libre, j'essaie de passer le plus de temps possible dans la nature, à découvrir ce qu'elle a de beau.
Recherche
par statutVersions de travail disponibles sur demande.
Trade shocks redraw the global carbon map but do not shrink it
Do corporate climate pledges cut emissions? Science-based targets change what firms count first
A product-level Trade-LCA framework for embodied carbon accounting in global trade
Transparency and verification in the economics of decarbonization
Is the environmental Kuznets curve identified?
Sectoral climate legislation and corporate targets
Multi-criteria environmental assessment of generative artificial intelligence services
Fair shares for firms: what the flat rate hides
Endogenous abatement as green capital in a heterogeneous-firm general equilibrium
Données et code
Chaque papier est accompagné d'un paquet public : les données sur lesquelles il repose, le code qui produit chaque chiffre, et la trace de quel script fabrique quelle figure ou table. Les sources sous licence (CDP, BACI, ecoinvent via la Base Empreinte de l'ADEME) ne sont pas redistribuées ; tout ce qui en est dérivé et rapporté par un papier l'est.
| Paquet | Contenu | DOI |
|---|---|---|
| Empreintes carbone cachées des entreprises | code du panel CDP, classification par catégorie, moteur de correction et bootstrap ; agrégats dérivés uniquement | 23757920 |
| Engagements climatiques volontaires | panel de déclarations entreprise-année, études d'événement, séries à périmètre fixe | 21627772 |
| Trade-LCA au niveau produit | compte de carbone importé par produit, pipeline d'appariement, les deux audits en aveugle | 20719018 |
| Transparence et vérification | corpus de 2 578 études, protocole de codage, fiabilité par dimension | 21719291 |
| Chocs commerciaux et carte du carbone | 22,4 M de flux bilatéraux, études d'événement, contrefactuel de taxe frontière | 21889661 |
Enseignement
≈270 h- Macrodynamique : modèles de cycles réels
- M.Sc. IEF, Rennes · 2024–2027
- Macroéconométrie : séries temporelles
- M.Sc. IEF, Rennes · 2023–2027
- Apprentissage automatique supervisé (R)
- M.Sc., IA School · 2024–2026
- Python et frameworks d'IA
- EPSI · 2022–2025
- Mathématiques financières
- IGEFI · 2024–2026
- Finance verte
- IET · 2022–2023
- Séances Bloomberg Terminal (chargé de TD, en anglais)
- Licence 3, section européenne, Rennes · 2018–2020
- Projets terrain tutorés (tuteur entreprise) : pratiques bas-carbone par secteur, puis leviers de décarbonation de la grande distribution et de l'agroalimentaire
- Élèves ingénieurs de première année, Centrale Nantes · 2025–2026
Les deux cours de Rennes sont donnés dans le master Ingénierie Économique et Financière (IEF) et totalisent environ 120 h ; l'enseignement en écoles environ 150 h. Enseignement en français et en anglais.
Parcours
Présentations
- 12th International Macroeconomics Workshop, Macroeconomic Policy Making in Turbulent Times, CREM, Université de Rennes, 2 octobre 2026.
- International Economies: Challenges Ahead, Ryukoku University avec Yokohama National University, Sciences Po Aix et l'Aix-Marseille School of Economics, Kyoto, 28 février – 1er mars 2026.
- Workshop de recherche, Shiga University, Japon, 2026.
- 11th International Macroeconomics Workshop, International Macroeconomic Issues of Climate Change, CREM, Université de Rennes, 2025.
- SESTEF 2024, International Conference on Sustainability, Environment and Social Transition in Economics and Finance, Paris, 11–13 décembre 2024.
- 29th Forecasting Financial Markets Conference (FFM29), IPAG Business School, Oxford, 11–13 septembre 2024.
Industrie : le doctorat CIFRE
La thèse a été menée avec Toovalu, une entreprise qui développe un logiciel de comptabilité carbone ; je continue de travailler avec elle sur des projets de recherche appliquée. Trois résultats sont revenus à l'entreprise et à ses clients, et pas seulement à la littérature : un outil de comparaison sectorielle sur base corrigée plutôt que déclarée, une estimation de l'empreinte environnementale des systèmes d'IA de l'entreprise, et un travail de normalisation à la Science Based Targets initiative. L'échange a joué dans les deux sens : les questions de deux chapitres viennent de ce que le logiciel ne savait pas répondre.
Distinctions
- Prix Transition, Trophées Valorisation 2024, Campus Innovation, Université de Rennes, avec Tovonony Razafindrabe et Fabien Rondeau, pour le projet CIFRE CREM–Toovalu.
- Vainqueur du challenge « Prédiction de sinistres » (Generali), édition 2018, avec Morgan Riou ; présenté au séminaire de sciences des données de la chaire de Stéphane Mallat, Collège de France (Annuaire du Collège de France).
Projets financés
- ANR I-DAVE (2024–2027) : un cadre d'IA et de connaissances pour la fiabilité de l'analyse de cycle de vie, financé par l'Agence Nationale de la Recherche, avec Centrale Nantes (LS2N), l'UTC (Roberval), Toovalu et le Cetim. La subvention est portée par Toovalu ; j'en réalise les travaux côté entreprise.
- IRIS-E, Interdisciplinary Research and Innovative Solutions for Environmental transition : membre nommé du groupe de travail de l'axe 2, « Recherches interdisciplinaires et co-construites », depuis décembre 2023 pour un mandat de deux ans : évaluation des projets déposés et participation aux décisions de financement. IRIS-E est lauréat de l'appel national « ExcellencES » du programme d'investissements d'avenir.
Expertise
Membre du groupe de travail d'experts de la Science Based Targets initiative sur la qualité des données, l'assurance et les allégations.
Formation
Doctorat en économie, Université de Rennes, 2023–2026. Master Ingénierie économique et financière, Université de Rennes, 2018–2020, mention. Licence d'économie, Université de La Réunion, 2015–2018. Summer school « Tools for Macroeconomics », London School of Economics, 2025. Module doctoral sciences du numérique et de la donnée, Collège doctoral de Bretagne, 20 h.
Méthodes et outils
Économétrie et inférence causale sur données de panel (études d'événement, adoptions échelonnées, inférence par randomisation), apprentissage automatique et profond pour la mesure, modélisation structurelle d'équilibre général, comptabilité de cycle de vie et entrées-sorties. Python (pandas, scikit-learn, PyTorch), R, Matlab, Dynare, SQL, Git, LaTeX, clusters HPC. Français (langue maternelle), anglais (recherche et enseignement), allemand (notions), japonais (A1).