Ce document est lié à :
info:eu-repo/semantics/altIdentifier/doi/10.1007/s11367-020-01785-x
info:eu-repo/semantics/OpenAccess
Laure Patouillard et al., « Priorité à la régionalisation pour améliorer l'interprétation dans l'analyse du cycle de vie conséquentielle : Application à des scénarios de transport alternatifs à l'aide d'un modèle économique d'équilibre partie », HAL-SHS : économie et finance, ID : 10.1007/s11367-020-01785-x
ObjectifL'analyse du cycle de vie conséquentielle (ACV-C) vise à évaluer les conséquences environnementales d'une décision. Elle diffère de l'ACV traditionnelle car son inventaire comprend tous les processus affectés par la décision qui sont identifiés en tenant compte des liens de causalité (physiques, économiques, etc.). Cependant, les résultats de l'ACV-C peuvent être assez incertains, ce qui rend la phase d'interprétation plus difficile. Par conséquent, des stratégies pour évaluer et réduire l'incertitude dans l'ACV-C sont nécessaires. Une partie de l'incertitude de l'ACC est due à la variabilité spatiale qui peut être réduite en utilisant la régionalisation. Cependant, la régionalisation peut être complexe et prendre beaucoup de temps si elle est appliquée directement à un modèle d'ACV complet.MéthodesL'objectif principal de cet article est de prioriser les efforts de régionalisation pour améliorer l'interprétation dans l'ACV-C en évaluant l'incertitude spatiale d'une étude de cas basée sur un modèle économique d'équilibre partiel. Trois objectifs spécifiques sont dérivés : (1) réaliser une étude de cas C-LCA de scénarios de transport alternatifs pour étudier les bénéfices de la mise en œuvre d'une politique publique de transition énergétique en France d'ici 2050 avec une analyse d'incertitude pour explorer la force de nos conclusions, (2) réaliser des analyses de sensibilité globales pour identifier et quantifier les principales sources d'incertitude spatiale entre le modèle d'inventaire de premier plan issu de la modélisation économique d'équilibre partiel, le modèle d'inventaire de fond et les facteurs de caractérisation, (3) proposer une stratégie pour réduire l'incertitude spatiale pour notre étude de cas C-LCA en priorisant la régionalisation.Résultats et discussionLes résultats montrent que la mise en œuvre de scénarios de transport alternatifs en conformité avec la politique publique de transition énergétique en France est bénéfique pour certaines catégories d'impact (CI) (réchauffement climatique, acidification marine, eutrophisation marine, acidification terrestre, eau thermiquement polluée, formation d'oxydants photochimiques et formation de particules), avec un niveau de confiance de 95%. Pour les autres CI, une réduction de l'incertitude est nécessaire pour déterminer les conclusions avec un niveau de confiance similaire. Les variables d'entrée avec une variabilité spatiale provenant du modèle économique d'équilibre partiel contribuent de façon significative à l'incertitude spatiale de l'ACV-C et devraient être priorisées pour la réduction de l'incertitude spatiale. En outre, les facteurs de caractérisation contribuent de manière significative aux résultats de l'incertitude spatiale pour tous les CI régionalisés (sauf le CI d'occupation des sols).ConclusionsIl convient d'explorer les moyens de réduire l'incertitude spatiale de la modélisation économique. La réduction de l'incertitude afin d'améliorer la phase d'interprétation et la prise de décision doit être priorisée en fonction de l'objectif et de la portée de l'étude ACV. En outre, l'utilisation de FC régionalisées dans l'ACV-C semble être pertinente, et les outils de calcul de l'ACV-C devraient être adaptés en conséquence.