La régionalisation des données à l’aide des données MRIO

La matrice des données processus non compatibles représente l’ensemble des

jeux de données des processus qui ne sont pas compatibles avec la nomenclatures

régionale MRIO. Elle est construite à partir des données à régionaliser, des

processus représentant les activités de marchés, et les échanges de produits

locaux. En effet, toutes les données ne sont pas à régionaliser, telles que celles des

processus correspondant aux activités de marchés ou correspondant aux échanges

de produits « locaux ».

3.2.1 La détermination des processus « activités de marché »

Parmi les données de processus, certaines bases de données « processus »

proposent des activités de marché. Pour une région donnée, ces activités de

marché permettent de prendre en compte l’ensemble des processus qui ont lieu au

sein de cette région et qui produisent un même produit, et les services associés de

transport et de distribution. Par exemple, le produit de l’activité de marché

électrique annuel d’une région donnée correspond à l’ensemble des processus de

cette région qui produisent de l’électricité. Les valeurs des produits provenant de

chacun de ces processus sont pondérées en fonction de la production annuelle. A

ces données sont ajoutés celles correspondant aux services associés de transmission

et de distribution de l’électricité.

Pour une région donnée, ces activités de marché permettent de prendre en

compte les produits provenant de différentes technologies ayant lieu au sein de

cette région, ou des produits provenant de différentes sous-régions. Telles que ces

activités de marchés sont conçues, leurs jeux de données correspondant ne sont

pas régionalisés. Les jeux de données de ces activités de marché correspondent

seulement aux productions des processus ayant lieu au sein d’une région donnée,

et non aux produits qui y circulent seulement, comme les produits en transit.

Cette représentation des activités de marché peut poser problème lorsque pour

une même région la production est inférieure à la consommation, ou qu’une

activité fait appel à un même produit provenant de plusieurs régions, ou lorsque

la production n’est pas suffisante pour respecter les contraintes de la conservation

des flux dans le circuit de distribution (e.g. les réseaux électriques ou de gaz), et

de fait implique l’importation systématique du produit d’une autre région. Il est

nécessaire de prendre des précautions pour concevoir un modèle représentatif des

échanges réels. Dans le premier cas, un processus ou un ensemble de processus qui

viendraient à consommer plus de produits qu’une région peut en produire doit

faire appel à des marchés de plusieurs régions. Ce cas est assuré par l’information

géographique des jeux de données régionalisé en amont des activités de marché.

Dans le second cas, les activités de marchés doivent renseigner les processus

d’importation qui sont essentiels pour assurer la fonction de distribution que

représente l’activité de marché. Pour ce dernier cas, qui correspond

majoritairement aux données des marchés de l’électricité et du gaz, les bases de

données telles que Ecoinvent ou Gabi fournissent des jeux de données qui

prennent en compte les importations entre les régions.

3.2.2 La détermination des produits locaux

Parmi les données processus, certains échanges de produits ne doivent pas être

régionalisés dans notre méthode. C’est le cas des produits qui sont à la fois

produits et consommés au même endroit et au même moment. Ces échanges de

produits ne sont pas à rediriger à l’aide des flux monétaires du modèle MRIO. Ils

sont attribués à la même région que l’activité qui les consomme. Ces produits

sont dits « locaux » et leurs échanges ne sont pas régionalisés.

Parmi ces produits « locaux » on retrouve les services qui sont liées aux sols, à

l’opération ou la maintenance « sur place » des machines. Par exemple, les

activités agricoles tels que les services de labourage ou d’essaimage sont des

produits « locaux ». De même, les activités de construction de batîment ou

d’aménagement des sols fournissent des produits « locaux ». Les batîments sont

liés aux sols qui ont été aménagés pour leur implantation. Il s’agit de produits

consommés là où ils sont produits et au même moment qu’ils sont produits. De

fait, ils à attribuer à la région du processus qui les consomme. Cependant, si un

processus fournit un produit « local », le processus est traité comme un processus

ordinaire, sauf si c’est une activité de marché. En effet, la production d’un

produit local peut faire appel à de nombreux produits provenant de diverses

régions.

Les données représentant les échanges de produits locaux sont traitées

séparément des données à régionaliser afin de ne pas être régionalisées. Une fois

l’étape de régionalisation terminée, elles sont réintégrées aux données

régionalisées.

3.2.3 La création de la matrice !

_!"#

Dans le principe, la régionalisation des jeux de données processus s’opère en

cinq étapes : i) discriminer les données compatibles de celles non compatibles à

régionaliser, ii) supprimer l’information géographique des données représentant les

échanges à régionaliser et aggréger ces données selon les types de processus, iii)

discriminer les données des échanges à régionaliser de celles des activités de

marchés et des produits locaux, iv) régionaliser les données des échanges à

régionaliser à l’aide des données MRIO, v) concaténer l’ensemble des données

entre elles pour retrouver des jeux de données complets.

i) voir Section 3.1 pour la discrimination des données compatibles avec celles

non compatibles.

ii) Une fois les données compatibles dissociées de celles non compatibles, la

seconde étape consiste à traiter les secondes en sommant les valeurs des données

des échanges de produits correspondant aux mêmes types de processus (voir fig.

2.6). Pour un même produit, il est possible de faire appel à plusieurs processus

similaires, chacune représentant le même processus mais correspondant à des

régions différentes. Si de tels échanges existent dans un jeu de données non

compatibles, les données sont agrégées en une seule pour que chaque échange ne

se résume qu’à une seule donnée par processus et type de produit. Par exemple,

dans la base de données Ecoinvent 3.2, il existe pour un même processus plusieurs

jeux de données selon la région considérée. Pour l’activité de marché de

l’électricité à haut voltage, il existe 82 jeux de données différents, chacun

correspondant à une région distincte. Si une activité fait appel à l’activité

représentant la production moyenne de l’électricité mondiale, elle utilise donc ces

82 jeux de données. Dans notre cas, après suppression des informations

géographiques, les valeurs de ces 82 jeux de données sont agrégées en une seule

donnée.

iii) Une fois l’information géographique supprimée et les échanges des jeux de

données non compatibles agrégés, le traitement consiste à discriminer les échanges

à régionaliser de celles des activités de marché et des produits locaux qui ne

doivent pas être régionalisées. Sous forme matricielle, pour la région !, cette étape

consiste à créer trois matrices discinctes : la matrice des échanges à régionaliser

!

_!""#!"#$

, la matrice des activités de marchés de la région ! !

_!"#$%&!"#!

et celle

des produits locaux de la région ! !

_{!!"#$!"#$%&'!"#!}

.

Figure 2-6 Principe d'agrégation des données par type de produit.

iv) Une fois les étapes de discrimination réalisées, la régionalisation s’apparente

à une succession de produits d’Hadamard entre la !

_!""#!"!"

et la matrice de ratio

de provenance MRIO par bloc de région, notée !

_{!"#! ! !"#!}

. Un bloc de région

correspond aux ratios de provenance des catégories de produits d’une région pour

les secteurs de la région étudiée. Le produit d’Hadamard correspond à la

multiplication des éléments ayant la même position dans chacune des deux

matrices. Soit !

_!"

la donnée de !

_!""#!"#$

représentant l’échange à régionaliser du

produit ! du processus !, et !

_!"

représentant le ratio de provenant du produit !

du processus !. !

_!"

est déterminé à partir de la catégorie de produits du produit !

et du secteur du processus !. Soit !

_!""#!"#$

= (!

_!"

) la matrice des échanges à

régionaliser et != (!

_!"

) la matrice des ratios, le résultat du produit d’Hadamard

est égal à !

_!"

×!

_!"

.

v) Une fois l’étape de régionalisation des données effectuées, afin de retrouver

les jeux de données complets, l’ensemble des données régionalisées, de marché, des

produits locaux et celles compatibles sont regroupées en une seule matrice A

_!"#

.

Sous forme matricielle, parce que les données d’une matrice à l’autre sont

distinctes, le regroupement s’apparente à une somme des matrices (voir fig 2.7).

Cette approche est correcte uniquement si il existe pour chaque région

l’ensemble des processus. Or, il existe des régions pour lesquelles certains

processus n’existe pas, comme c’est le cas pour les processus d’extraction de

certains minéraux qui n’est possible que là où il y a ces ressources. Dans ce cas, il

est nécessaire de prendre en compte ces situations et d’éviter d’attribuer des

processus à des régions où ils ne devraient pas avoir lieux.

Figure 2-7 Principe de régionalisation des jeux de données non compatible via une approche matricielle

3.2.4 La redirection des échanges pour les processus qui n’existe pas

Les nomenclatures des secteurs et des produits des modèles MRIO sont plus

agrégées que celles des données processus. Par exemple, la catégorie de produits

du cuivre inclus à la fois des produits de cuivre primaire basiques tels que des

plaques de cuivre cathode, et des produits manufacturés comme des tubes ou des

fils par exemple. Il est possible qu’un échange de produits soit orienté sur une

région où il existe une activité de transformation (e.g. tréfilage de cuivre) mais

pas de raffinage (e.g. production de plaque de cuivre cathode). Si un processus

consomme à la fois des plaques de cuivre cathode et du fils de cuivre, la

répartition des échanges estimés à partir des données MRIO ménera à ce qu’une

partie des échanges des plaques de cuivre cathode et de fils de cuivre provient

d’une telle région. Or cette région peut fournir du fils de cuivre mais pas du

cuivre primaire. Une correction est nécessaire. Deux modélisations sont possibles :

le cuivre primaire ne provient pas de la région en question, il faut dans ce cas

répartir la valeur de l’échange provenant de cette région sur les autres régions, ou

considérer cette région comme une région de transit pour le cuivre primaire.

A cette difficulté s’ajoute le fait que dans certaines bases de données

« processus » certains échanges de produits transformés sont modélisés par deux

échanges : un échange du produit à transformer et un échange du service de

transformation de ce produit. Par exemple, dans la base de données Ecoinvent, les

câbles électriques sont représentés par un échange de cuivre primaire de type

cathode et un échange de service de tréfilage, et tous les deux correspondent à la

catégorie des produits de cuivre. En appliquant notre méthode de régionalisation

via les données MRIO, ces deux échanges sont réorientés de la même façon. Ici, la

réorientation des échanges est cohérente, car les deux échanges représentent un

unique câble, l’échange du service de tréfilage étant indissociable de celui du

cuivre primaire. Cependant, il est possible que lors de la régionalisation, un de des

échanges soit redirigé vers une zone géographique où le processus qui est censé le

fournir n’existe pas. Par exemple, si l’activité de tréfilage de cuivre existe en

France, ce n’est pas le cas de l’activité de production de cuivre primaire. A

contrario, si on traite distinctement le flux de service de tréfilage du flux de

cuivre et s’ils sont redirigés différemment, le résultat ne sera pas cohérent avec

l’idée que les deux échanges représentent un câble.

Pour résoudre ces difficultés, j’ai fait le choix d’accepter que des échanges de

produits puissent provenir d’une région qui ne devrait pas pouvoir les fournir. Si

pour une région donnée le processus qui fournit le produit ne devrait pas exister,

alors le processus est transformé en une activité de transit. Cette activité de

transit vient rediriger les échanges vers les processus similaires des autres régions

en fonction des données MRIO de la catégorie de produits des flux. Par exemple,

il n’y a pas de processus de raffinage de cuivre en France, ce processus est donc

transformé en activité de transit. Le processus est transformé de sorte que les

échanges de cuivre issus du raffinage proviennent des pays desquels la France

importe des produits de cuivre.

La transformation d’un processus en une activité de transit s’opère en trois

étapes : (i) le jeu de données est supprimée de ses informations conconcernant les

échanges, (ii) il est transformé de sorte qu’il consomme un échange provenant

d’un processus similaire à lui, puis (iii) il est régionalisé via les données MRIO

(voir Fig. 2.7).

Cette approche nécessite des informations sur l’existence ou non des activités

dans les différentes régions considérées. Par exemple, si on considère le couplage

des données Ecoinvent avec celles d’Exiobase, pour la base de données Ecoinvent,

qui représente environ 3 300 processus distincts, il est nécessaire de savoir si ces

processus existent pour les 48 régions différentes d’Exiobase, soit environ 158 400

données à collecter. Devant les contraintes de ressources humaines et de temps, et

les difficultés à exploiter informatiquement les données à disposition, la majorité

de la documentation étant sous format de publications à lire, la méthode se limite

pour le moment aux activités des ressources primaires et de leurs premières

transformations. Les données sont obtenues au travers de la littérature

scientifique ou des rapports des agences internationales telles que l’IEA, l’alliance

pour le cuivre et l’aluminium, et des agences nationales telles que l’Institut

d’études géologiques des Etats-Unis (USGS), le service géologique de

Grande-Bretagne (BGS) ou le bureau de recherches géologiques et minières français

(BRGM).

Figure 2-8 Principe de transformation des activités qui n’existent pas pour une région donnée en une activité

de transit.

i) La première étape du calcul consiste, pour chaque région, à corriger les

matrices !

_!""#!"#$

, !

_!"#$!!"!"#$%

et !

_!"#$%&

à l’aide des masques de correction en

mettant à zéro les échanges des processus qui n’existent pas. Du point de vue

calculatoire, cette approche se réalise en appliquant un masque binaire aux

matrices. Ce masque binaire est une matrice diagonale de 1, pour les activités

existantes, et de 0, pour les activités non existantes (voir fig. 2.8). La

multiplication des matrices par le masque permet de supprimer l’information

relative aux échanges des processus non existants (mise à zéro des échanges). Un

masque est créé pour chaque région.

ii) La seconde étape consiste à transformer le jeu de donnée de sorte qu’il

consomme un processus similaire à lui même. Une fois la mise à zéro des échanges

réalisée, cette étape est réalisée en sommant les matrices modifiées, excepté

!

_!"#$!!"#$%&'

, avec le masque logiquement inversé (les 1 du masque deviennent des

0 et inversement). Les processus corrigés sont alors transformés en processus

consommant un processus similaire, ici eux-mêmes. Cette seconde étape ne doit

pas être appliquée à la matrice !

_!"#$!!"#$%&'

, car elle contient les données des

échanges « locaux » des processus, les échanges « non locaux » étant contenus

dans la matrice !

_!""#!"#$

. Les processus à corriger doit être corrigé dans les deux

matrices pour s’assurer que l’ensemble des échanges soient mis à zéro, cependant

seulement une des deux matrices doit prendre être modifiée pour prendre en

compte la transformation du processus en activité de transit. Appliquer la seconde

étape aux deux matrices, !

_!"#$!!"#$%&'

et !

_!""#!"#$

reviendrait à corriger deux fois

le processus, et en sommant !

_!""#!"#$

et !

_!"#$!!"#$%&'

résulterait à un double

comptage : les processus corrigés se consommeraient deux fois.

iii) La troisième et dernière étape consiste à appliquer la matrice des ratios de

provenance aux jeux de données corrigés pour les régionaliser (voir fig. 2.9).

Cette étape de transformation est majeure, et nécessite d’être bien prise en

compte pour la création des matrices des flux élémentaires et des indicateurs

d’impacts environnementaux. Les données relatives aux flux élémentaires et

d’impacts environnementaux des processus qui ont été corrigés doivent être mises

à zéro pour éviter un double comptage.

Dans le document La régionalisation des inventaires de cycle de vie pour évaluer les technologies, les flux matériaux et les impacts dans la chaine d’approvisionnement des énergies renouvelables (Page 94-101)