Dans le cadre de ce projet de maîtrise, nous avons démontré la valeur d’une méthodologie permettant d’estimer le PCV lié au calcul des possibilités forestières afin de renforcer les liens entre la planification stratégique et opérationnelle. L’incertitude liée à l’évolution du prix des produits forestiers est prise en compte afin d’en mesurer l’impact sur le PCV. Nous avons démontré que la récolte de la totalité de la possibilité forestière pouvait ne pas être rentable pour l’industrie et que la volatilité des marchés financiers avait un impact sur le potentiel de création de valeur des différents produits transformés. Pour les pâtes et papiers, même une forte augmentation (dans une plage réaliste de variation) du prix des produits forestiers ne permet pas d’atteindre un potentiel de création de valeur positif. Nous avons proposé un moyen de valoriser cette fibre grâce à la bioénergie. Les résultats montrent que l’implémentation d’une usine de granule de taille réduite ou moyenne supportée par un financement gouvernemental (justifiée par une hausse des redevances payées), générerait un retour sur investissement favorable pour l’ensemble de la chaîne de valeur. De plus, l’implémentation d’une telle usine, valorisant la fibre peu demandée actuellement, permettrait la récolte de volumes additionnels du CPF, diminuant ainsi les écarts entre volumes planifiés et récoltés.
La méthodologie employée a été présentée au chapitre 3. Le chapitre 4 a détaillé trois applications possibles pour une UA du Québec : l’estimation du PCV en fonction de la proportion récoltée du calcul de possibilité forestière, l’impact de l’incertitude des marchés financiers sur le PCV optimal et l’impact de l’implémentation d’une usine de granule feuillu pour la chaîne de valeur forestière. Ces applications ne sont en aucun cas définitives, mais présentent plutôt des exemples d’analyses pouvant être faites par les responsables de la planification stratégique, tactique et opérationnelle. La méthodologie utilise des données financières agrégées en fonction des zones de tarification. Les résultats obtenus sont adéquats pour obtenir une vue globale d’une UA. Néanmoins, utiliser cette méthodologie pour estimer le potentiel de création de valeur à plus fine échelle (d’un chantier de récolte par exemple) pourrait produire des résultats laissant croire à un niveau de précision plus grand qu’il ne l’est en réalité. En effet, les calculs ne prennent pas en compte certains facteurs ayant une influence importante sur les coûts, tels que le type de sol ou la pente (impact sur le coût de construction de chemin), le pourcentage d’anciennes bandes séparatrices à récolter (impact sur le coût de récolte) ou la distance exacte avec
les usines de transformation. Les paragraphes suivants présentent d’autres résultats pouvant être obtenus.
En premier lieu, les résultats pourraient être reproduits pour d’autres UA. La méthodologie du projet repose sur une volonté d’utiliser des données et outils disponibles des autorités gouvernementales responsables de la gestion des forêts. Un des avantages des données gouvernementales est leur disponibilité à l’échelle de la province. Ainsi, les placettes d’échantillonnages, le calcul de la possibilité forestière et la base de données MERIS couvrent l’ensemble des UA. Les modifications techniques pour adapter la méthodologie à d’autres UA sont minimes et consistent essentiellement à changer les placettes utilisées, à importer un CPF différent et à utiliser d’autres GA pour modéliser la chaîne de valeur. Ceci permettrait de cerner les problématiques propres à chaque UA et d’observer si l’impact de l’incertitude des prix est le même pour différents territoires.
Ensuite, différents scénarios représentants des configurations de réseaux différentes en termes de production (produits, quantité), de conception (localisation des usines, ajout/retrait d’une usine, ajout d’un centre de valorisation) et de collaboration (centralisation et redistribution des profits, respect strict des GA) pourraient être simulés pour observer l’impact sur le PCV. Des modifications plus importantes seraient nécessaires et comprendraient : (i) des coûts de transport par kilomètre parcouru, (ii) des nouvelles données de coûts et revenus si des nouveaux produits sont utilisés. Dans Woodstock, les strates forestières sont divisées par unités territoriales de référence (UTR) et par zone de tarification. Ces entités spatiales pourraient servir pour calculer les distances entre les strates forestières et les usines (à titre d’exemple, l’UA 064-51 est divisée en 60 UTR et 6 zones de tarification). Des plateformes logicielles, comme LogiLab, pourraient être utilisées afin de modéliser la chaîne de valeur dans une interface plus ergonomique pour l’utilisateur.
Finalement, la première phase du projet permet d’estimer les coûts d’approvisionnement et les revenus générés pour n’importe quelle strate forestière d’un modèle d’optimisation d’approvisionnement en bois à long terme. Intégrer cette phase a priori dans le calcul de possibilité permettrait d’ajouter des contraintes de rendement soutenu pour les flux financiers ou de maximiser le PCV avec des contraintes de rendement soutenu en volumes. Cette approche serait également une solution pour un problème lié à notre méthodologie. Actuellement, la méthodologie utilise le résultat d’un CPF comme intrant. Cependant, il existe une infinité de solutions possibles au CPF permettant d’atteindre un niveau de récolte équivalent et donc autant de potentiel de création de valeur possible. Cependant, intégrer les
revenus dans la planification à long terme doit être fait avec prudence puisque nous avons démontré que l’incertitude liée aux marchés financiers pouvait avoir un impact important sur le potentiel de création de valeur.
Bibliographie
Adams, D.M., Binkley, C.S., and Cardellichio, P.A. 1991. Is the level of national forest timber harvest sensitive to price? Land Econ. 67(1): 74–84. doi:10.2307/3146487.
Anderson, J. a, Armstrong, G.W., Luckert, M.K., and Adamowicz, W.L. 2012. Optimal zoning of forested land considering the contribution of exotic plantations. Math. Comput. For. Nat. Sci. 4(2): 92– 104.
Barrette, J., Thiffault, E., Achim, A., Junginger, M., Pothier, D., and De Grandpré, L. 2017. A financial analysis of the potential of dead trees from the boreal forest of eastern Canada to serve as feedstock for wood pellet export. Appl. Energy 198: 410–425. doi:10.1016/j.apenergy.2017.03.013.
Bernhart, C., and Meyer, F. 2007. La valeur du bois à un clic de souris. Disponible à http://www.waldwissen.net/waldwirtschaft/waldbau/planung/wsl_waldenergie%0Aholzkarte/in dex_FR?dossier_rated=1#bew%0A (consulté le 10 20 janvier 2018).
Bessembinder, H., Coughenour, J.F., Seguin, P.J., and Smoller, M.M. 1995. Mean Reversion in Equilibrium Asset Prices: Evidence from the Futures Term Structure. J. Finance 50(1): 361– 375. doi:10.1111/j.1540-6261.1995.tb05178.x.
Bettinger, P., Boston, K., Siry, J.P., and Grebner, D.L. 2009. Forest management and planning. Bouchard, M., D’Amours, S., Rönnqvist, M., Azouzi, R., and Gunn, E. 2017. Integrated optimization of
strategic and tactical planning decisions in forestry. Eur. J. Oper. Res. 259(3): 1132–1143. doi:10.1016/j.ejor.2016.11.022.
Boukherroub, T., LeBel, L., and Lemieux, S. 2017a. An integrated wood pellet supply chain development: Selecting among feedstock sources and a range of operating scales. Appl. Energy 198: 385–400. doi:10.1016/j.apenergy.2016.12.013.
Boukherroub, T., LeBel, L., and Ruiz, A. 2017b. A framework for sustainable forest resource allocation: A Canadian case study. Omega 66: 224–235. doi:10.1016/j.omega.2015.10.011.
Bureau de mise en Marché des bois. 2018a. Modèle d’évaluation de la rentabilité des investissements sylvicoles (MERIS). Disponible à https://bmmb.gouv.qc.ca/analyses-economiques/outils-d- analyse/ (consulté le 10 juillet 2018).
Bureau de mise en Marché des bois. 2018b. Traitements sylvicoles commerciaux. Disponible à https://bmmb.gouv.qc.ca/publications-et-reglements/valeur-des-traitements-
sylvicoles/traitements-sylvicoles-commerciaux/ (consulté le 10 juillet 2018).
Bureau du forestier en chef. 2013. Manuel de détermination des possibilités forestières. Gouvernement du Québec. Disponible à http://forestierenchef.gouv.qc.ca/wp- content/uploads/2013/01/MDPF_VF.pdf.
Bureau du forestier en chef. 2015. État de la forêt publique du Québec et de son aménagement durable Bilan 2008-2013. Roberval, Quebec. Disponible à http://forestierenchef.gouv.qc.ca/wp- content/uploads/2015/11/bilan_complet.pdf.
Bureau du forestier en chef. 2018a. Calcul des possibilités forestières. Gouvernement du Québec. Disponible à http://forestierenchef.gouv.qc.ca/documents/calcul-des-possibilites-forestieres/ (consulté le 10 juillet 2018).
Bureau du forestier en chef. 2018b. Détermination 2018-2023 - Synthèse provinciale. Roberval, Quebec. Disponible à http://forestierenchef.gouv.qc.ca/wp- content/uploads/2016/05/synthese_provinciale.pdf.
Bureau du forestier en chef. 2018c. Possibilités forestières 2013-2018. Disponible à http://forestierenchef.gouv.qc.ca/documents/calcul-des-possibilites-forestieres/2013-
2018/revue-externe/ (consulté le 10 juillet 2018).
Cambero, C., and Sowlati, T. 2014. Assessment and optimization of forest biomass supply chains from economic, social and environmental perspectives - A review of literature. doi:10.1016/j.rser.2014.04.041.
Campbell, W.A. 2013. Valuation of Timberland under Price Uncertainty. : 81. Disponible à https://tigerprints.clemson.edu/cgi/viewcontent.cgi?article=2100&context=all_dissertations. Carle, M.-A., D’Amours, S., Gunn, E.A., and Pulkki, R. 2016. Framework for Value Chain Optimization
of Forest Networks in Emerging Canadian Bioeconomy. In Forest Value Chain Optimization and Sustainability. CRC Press. p. 358.
Carlsson, D., D’Amours, S., Alain, M., and Ronnqvist, M. 2006. Supply Chain Management in the Pulp and Paper Industry. Transportation (Amst). 47(October): 1–39. doi:10.1361/asmhba0004190. Chen, S. 2010. Modelling the Dynamics of Commodity Prices for Investment Decisions Under
Uncertainty. Disponible à https://uwspace.uwaterloo.ca/handle/10012/5504 (consulté le 10 juillet 2018).
Chen, S., and Insley, M. 2012. Regime switching in stochastic models of commodity prices: An application to an optimal tree harvesting problem. J. Econ. Dyn. Control 36(2): 201–219. doi:10.1016/j.jedc.2011.08.010.
Conseil canadien des ministres des forêts. 2005. Wood Supply in Canada. Disponible à http://cfs.nrcan.gc.ca/pubwarehouse/pdfs/25854.pdf (consulté le 10 juillet 2018).
Conseil canadien des ministres des forêts. 2006. Criteria and indicators of sustainable forest management in Canada: national status 2005. Disponible à http://www.ccfm.org/pdf/C&I_e.pdf (consulté le 10 juillet 2018).
Conseil canadien des ministres des forêts. 2018. National Forestry Database. Disponible à http://nfdp.ccfm.org/ (consulté le 10 juillet 2018).
D’Amours, S., Frayret, J.-M., Gaudreault, J., Lebel, L., and Martel, A. 2009. Chaînes de création de valeur. In Ordre des ingénieurs forestiers du Québec, Manuel de foresterie, 2nd edition. Edited by MultiMondes. Québec. pp. 1307–1324.
Dixit, A., and Pindyck, R. 1994. Investment Under Uncertainty. Invest. Under Uncertain.: 1–17. doi:10.2307/1909571.
Feng, Y., Audy, J.-F., Ouhimmou, M., and D’Amours, S. 2016. Introduction. In Forest Value Chain Optimization and Sustainability. CRC Press. p. 358.
Forget, P., D’Amours, S., Frayret, J.-M., and Gaudreault, J. 2009. Study of the performance of multi- behaviour agents for supply chain planning. Comput. Ind. 60(9): 698–708. doi:10.1016/j.compind.2009.05.005.
Forsberg, M., Frisk, M., and Rönnqvisty, M. 2005. FlowOpt–a decision support tool for strategic and tactical transportation planning in forestry. Int. J. For. Eng. 16(2): 101–114.
Fortin, M. 2014. Using a segmented logistic model to predict trees to be harvested in forest growth forecasts. For. Syst. 23(1): 139–152. doi:10.5424/fs/2014231-04824.
Fortin, M., DeBlois, J., Bernier, S., and Blais, G. 2007. Mise au point d’un tarif de cubage général pour les forêts québécoises: Une approche pour mieux évaluer l’incertitude associée aux prévisions. For. Chron. 83(5): 754–765. doi:10.5558/tfc83754-5.
Frayret, J.-M., D’Amours, S., Rousseau, A., Harvey, S., and Gaudreault, J. 2007. Agent-based supply- chain planning in the forest products industry. Int. J. Flex. Manuf. Syst. 19(4): 358–391. doi:10.1007/s10696-008-9034-z.
Ghaderi, H., Pishvaee, M.S., and Moini, A. 2016. Biomass supply chain network design: An optimization-oriented review and analysis. doi:10.1016/j.indcrop.2016.09.027.
Gharbi, C. 2014. Étude du processus de planification des approvisionnements forestiers au Québec et mesure de sa performance. Université Laval, Québec.
Groupe DDM. 2016. Enquête 2013-2014 sur les coûts d’opération et les revenus liés au bois d’oeuvre de l’industrie forestière du québec. Disponible à https://bmmb.gouv.qc.ca/media/34825/enqu_te_quinquennale_2014_rapp._final__volets_i_e t_ii__2016-03-18.pdf.
Gunn, E. 2009. Some Perspectives on Strategic Forest Management Models and the Forest Products Supply Chain. INFOR 47(3): 261–272. doi:10.3138/infor.47.3.261.
Gunn, E.A. 2011. Integrated mill/resource capacity planning in the canadian forest industry. J-FOR 1(2): 38–44.
Gupta, A., and Maranas, C.D. 2003. Managing demand uncertainty in supply chain planning. Comput. Chem. Eng. 27(8–9): 1219–1227. doi:10.1016/S0098-1354(03)00048-6.
Insley, M., and Lei, M. 2007. Hedges and trees: Incorporating fire risk into optimal decisions in forestry using a no-arbitrage approach. J. Agric. Resour. Econ. 32(3): 492–514.
Insley, M., and Rollins, K. 2005. On solving the multirotational timber harvesting problem with stochastic prices: A linear complementarity formulation. Am. J. Agric. Econ. 87(3): 735–755. doi:10.1111/j.1467-8276.2005.00759.x.
Kluyver, T., Ragan-kelley, B., Pérez, F., Granger, B., Bussonnier, M., Frederic, J., Kelley, K., Hamrick, J., Grout, J., Corlay, S., Ivanov, P., Avila, D., Abdalla, S., and Willing, C. 2016. Jupyter Notebooks—a publishing format for reproducible computational workflows. In Positioning and Power in Academic Publishing: Players, Agents and Agendas. doi:10.3233/978-1-61499-649- 1-87.
Law, A.M., and Kelton, W.D. 2000. Simulation modeling and analysis. In 3rd edition. McGraw-Hill, Boston.
Mani, S., Sokhansanj, S., Bi, X., and Turhollow, A. 2006. Economics of producing fuel pellets from biomass. Appl. Eng. Agric. 22(3): 421–426. doi:10.13031/2013.20447.
Martin, A.B., Gunn, E.A., and Richards, E.W. 2016. Comparing the efficacy of LP Models I and II for spatial strategic forest management. Can. J. For. Res.: cjfr-2016-0139. doi:10.1139/cjfr-2016- 0139.
Mathey, A.H., Nelson, H., and Gaston, C. 2009. The economics of timber supply: Does it pay to reduce harvest levels? For. Policy Econ. 11(7): 491–497. doi:10.1016/j.forpol.2009.05.006.
Ministère des Forêts de la Faune et des Parcs. 2016a. Ressources et industries forestières du Québec portrait statistique Édition 2016. Québec. Disponible à https://www.mffp.gouv.qc.ca/publications/forets/connaissances/portrait-statistique-2016.pdf. Ministère des Forêts de la Faune et des Parcs. 2016b. Aménagement durable des forêts.
Gouvernement du Québec. Disponible à https://mffp.gouv.qc.ca/les-forets/amenagement- durable-forets/ (consulté le 10 juillet 2018).
Ministère des Forêts de la Faune et des Parcs. 2016c. Planification tactique (PAFIT). Gouvernement du Québec. Disponible à https://mffp.gouv.qc.ca/les-forets/amenagement-durable- forets/planification-forestiere/planification-tactique-pafit/ (consulté le 10 juillet 2018).
Ministry of Natural Resources and Wildlife. 2010. Ressources et industries forestières - portrait statistique Édition 2010. Disponible à https://mffp.gouv.qc.ca/publications/forets/connaissances/stat_edition_complete/complete20 10.pdf (consulté le 10 juillet 2018).
MirHassani, S.A., Lucas, C., Mitra, G., Messina, E., and Poojari, C.A. 2000. Computational solution of capacity planning models under uncertainty. Parallel Comput. 26(5): 511–538. doi:10.1016/S0167-8191(99)00118-0.
Paradis, G., Bouchard, M., LeBel, L., and D’Amours, S. 2018. A bi-level model formulation for the distributed wood supply planning problem. Can. J. For. Res. 48(2): 160–171. doi:10.1139/cjfr- 2017-0240.
Paradis, G., and Lebel, L. 2017a. Diameter Distribution Models for Quebec, Canada. CIRRELT Technical Report (CIRRELT-2017-34).
Paradis, G., and Lebel, L. 2017b. Compiling Disaggregation Coefficients to Link Long- and Short-Term Planning Models. CIRRELT Technical Report (CIRRELT-2017-43).
Paradis, G., and LeBel, L. 2018a. Estimating the value-creation potential of optimal wood supply plans. CIRRELT Technical Report (CIRRELT-2018-24).
Paradis, G., and LeBel, L. 2018b. Retro-fitting value-creation potential indicators to long-term wood supply models. CIRRELT Technical Report (CIRRELT-2018-23).
Paradis, G., LeBel, L., D’Amours, S., and Bouchard, M. 2013. On the risk of systematic drift under incoherent hierarchical forest management planning. Can. J. For. Res. 43(5): 480–492. doi:10.1139/cjfr-2012-0334.
Perron, J.-Y. 2003. Tarif de cubage général volume marchand brut. Québec.
Plantinga, A.J. 1998. The optimal timber rotation: An option value approach. For. Sci. 44(2): 192–202. Porter, M.E. 1985. Competitive Advantage: Creating and Sustaining Superior Performance. In New
York. doi:10.1182/blood-2005-11-4354.
Pukkala, T. 2015. Optimizing continuous cover management of boreal forest when timber prices and tree growth are stochastic. For. Ecosyst. 2(1): 6. doi:10.1186/s40663-015-0028-5.
van Putten, I., and Jennings, S. 2010. Modeling forest owner harvesting behaviour and future intentions in Tasmania. Small-scale For. 9(2): 175–193. doi:10.1007/s11842-010-9109-z.
Raulier, F., Leduc, A., Roy, R., and Vaillancourt, M.-A. 2009. Aménagement de la forêt. In Ordre des ingénieurs forestiers du Québec, Manuel de foresterie, 2nd edition. Edited by MultiMonde. Québec. pp. 649–676.
Ressources naturelles Canada. 2017. Forêt boréale. Disponible à http://www.rncan.gc.ca/forets/boreale/1307 (consulté le 10 juillet 2018).
Rossana, R.J., and Seater, J.J. 1995. Temporal Aggregation and Economic Time Series. J. Bus. Econ. Stat. 13(4): 441–451. doi:10.1080/07350015.1995.10524618.
Shabani, N., Sowlati, T., Ouhimmou, M., and Rönnqvist, M. 2014. Tactical supply chain planning for a forest biomass power plant under supply uncertainty. Energy 78: 346–355. doi:10.1016/j.energy.2014.10.019.
Shahi, S., and Pulkki, R. 2013. Supply Chain Network Optimization of the Canadian Forest Products Industry: A Critical Review. Am. J. Ind. Bus. Manag. 03(07): 631–643. doi:10.4236/ajibm.2013.37073.
Statistics Canada. 2018a. Table 329-0075 - Industrial product price index, by North American Product Classification System (NAPCS), CANSIM (database). Disponible à http://www5.statcan.gc.ca/cansim/a26?lang=eng&id=3290075 (consulté le 10 juillet 2018). Statistics Canada. 2018b. Table 980-0044 - Canadian International Merchandise Trade Database,
CANSIM (database). Disponible à http://www5.statcan.gc.ca/cimt-cicm/home- accueil?lang=eng (consulté le 10 juillet 2018).
Statistics Canada. 2018c. Table 187-0002 - Quarterly statement of changes in financial position, by North American Industry Classification System (NAICS), CANSIM (database). Disponible à https://www150.statcan.gc.ca/t1/tbl1/en/tv.action?pid=3310000801 (consulté le 10 juillet 2018).
The Montreal Process. 1999. Criteria and Indicators for the Conservation and Sustainable Management of Temperate and Boreal Forests, Second Edition. Disponible à https://www.montrealprocess.org/documents/publications/general/1999/1999santiago_f.pdf. Tittler, R., Messier, C., and Burton, P.J. 2001. Hierarchical forest management planning and
sustainable forest management in the boreal forest. For. Chron. 77(6): 998–1005. doi:10.5558/tfc77998-6.
Troncoso, J., D’Amours, S., Flisberg, P., Rönnqvist, M., and Weintraub, A. 2015. A mixed integer programming model to evaluate integrating strategies in the forest value chain — a case study in the Chilean forest industry. Can. J. For. Res. 45(7): 937–949. doi:10.1139/cjfr-2014-0315. Uusitalo, J., Sauter, U., Ehrhardt, I., Wilhelmsson, L., Mochan, S., Suadicani, K., Troeslen, T., Leslie,
D., Holzmann, M., Breinig, L., and Korpunen, H. 2011. Value creation in wood supply chains.
Disponible à http://www.woodwisdom.net/wp-
content/uploads/2014/08/WOODVALUE_final_report.pdf.
Weintraub, A., and Romero, C. 2006. Operations research models and the management of agricultural and forestry resources: A review and comparison. Interfaces (Providence). 36(5): 446–457. doi:10.1287/inte.1060.0222.
Weintraub, A., Romero, C., Bjørndal, T., and Epstein, R. 2007. Handbook Of Operations Research In Natural Resources. Handb. Oper. Res. Nat. Res. 99: 624 p. doi:10.1007/978-0-387-71815-6.
Annexe A - Coefficients de désagrégation
Figure A.1 Proportion du volume récolté par diamètre en fonction du groupe d’essence, du type de
couvert et du type de traitement sylvicoles pour l’UA 064-51. Les coupes totales, coupes partielles et éclaircies commerciales sont respectivement représentées par les courbes pleines, les courbes en tiret et les courbes pointillées (partie 1/2)
Figure A.2 Proportion du volume récolté par diamètre en fonction du groupe d’essence, du type de
couvert et du type de traitement sylvicoles pour l’UA 064-51. Les coupes totales, coupes partielles et éclaircies commerciales sont respectivement représentées par les courbes pleines, les courbes en tiret et les courbes pointillées (partie 2/2)
Figure A.3 Différence entre les coefficients de désagrégation compilés dans cette étude et ceux de
Paradis et LeBel (2017b) pour l’UA 064-51. Les coupes totales, coupes partielles et éclaircies commerciales sont respectivement représentées par les courbes pleines, les courbes en tiret et les courbes pointillées (partie 1/2)
Figure A.4 Différence entre les coefficients de désagrégation compilés dans cette étude et ceux de
Paradis et LeBel (2017b) pour l’UA 064-51. Les coupes totales, coupes partielles et éclaircies commerciales sont respectivement représentées par les courbes pleines, les courbes en tiret et les courbes pointillées (partie 2/2)