Revue et analyse critique des travaux scientifiques antérieurs portant sur

secteur forestier

En raison des préoccupations environnementales et sociales actuelles, de l’émergence de nouvelles technologies et d’un changement sans précédent des valeurs des consommateurs, les décisions stratégiques ne peuvent être guidées qu’en considérant la perspective économique. De telles décisions doivent également prendre en compte les aspects environnementaux et sociaux. Les approches de prise de décision multicritère (AMCD) telle que la théorie de l’utilité multiattributs (MAUT)) [114] et le Processus hiérarchique analytique (AHP) [120, 121] sont une méthode d’analyse de décision multicritère bien établie qui peut fournir aux décideurs des moyens de prendre en compte l’aspect multidimensionnel dans des projets où, certains objectifs peuvent sembler contradictoires.

Ces approches permettent de trier et de classer l’information afin de les rendre compréhensibles et interprétables par les parties prenantes impliquées dans le processus décisionnel. La décision finale devient un reflet des valeurs et des préférences des décideurs vis-à-vis du contexte et des objectifs spécifiques considérés [21].

Or, et au Canada en particulier, d’après l’étude réalisée par Chambost et al., environ 47 % des projets sont évalués et sélectionnés par les décideurs en utilisant le processus habituel axé sur les dépenses et les marges de profit, tandis qu’une autre partie des sondées a reconnu qu’elle appliquer une approche plutôt ad hoc sans encadrement systématique, et sans lignes directrices particulières [125]. En effet, un sondage réalisé à l’échelle canadienne par Chambost et al., a montré que le secteur forestier canadien a des difficultés à reconnaître le AMCD comme un outil

pratique pour soutenir la prise de décision stratégique. Cependant, les gestionnaires de foresterie dans d’autres parties du monde (Finlande, Suède, etc.) ont souvent eu recours AMCD dans leur processus de prise de décision. D’ailleurs, Diaz-Balteiro & Romero [126, 127] ont montré que l’AMCD a été largement appliquée dans le secteur forestier, et ce, dans différents pays tels que la Finlande, la Suède, etc. Dans une revue bien détaillée, dont l’extrait est présenté dans la figure ci- dessous, Diaz-Baltero & Romero, ont passé en revue et ont fait le décompte de trois cents études réalisées à travers le monde dans le domaine de la forestière. Un extrait de cette étude montre comment neuf différentes approches ont été appliquées dans neuf différentes filières forestières.

Figure 2.11 : Compilation de 300 études de cas ayant appliqué les outils de prise de décision dans le secteur forestier (basée sur les données collectées par Diaz-Balteino & Romero[126])) Le fait est que si le AMCD a été largement appliqué dans le secteur forestier et, bien que cela ait été fait dans une autre partie du monde, l’analyse montre que le AMCD est un outil de prise de décision important et connu. Bien que le AMCD se trouve à la limite de deux disciplines, des sciences sociales et des sciences mathématiques, et que son application nécessite beaucoup de temps et d’engagement social en termes de communication. Il est néanmoins vrai que le AMCD est un outil efficace qui peut aider largement les décideurs du secteur à prendre des décisions équilibrées. 2 11 6 1 2 3 7 14 5 1 3 7 1 6 1 2 2 1 1 1 1 1 3 14 9 9 2 4 4 1 2 2 12 15 3 5 4 2 8 6 5 2 2 3 4 3 6 5 18 18 2 11 7 5 3 7 2 1 12 Harvest scheduling Extended harvest scheduling Forest biodiversity Forest sustainability Foresta7on Regional planning Forestry industry Risk and uncertainty Miscellaneous Applica7on of MCDM methods in different areas of forestry sector

Mul7-Objec7ve Programming (MOP) Goal Programming (GP) Compromise Programming (CP) Mul7-AIribute U7lity Theory (MAUT) Fuzzy Mul7-Criteria Programming (FMCP) Analy7c Hierarchy Process (AHP)

Selon le contexte et le domaine de gestion forestière, une approche AMCD peut sembler plus appropriée qu’une autre approche. Par exemple, l’Analyse de Développement de Données (ADD) est la méthode la plus utilisée dans le domaine de l’industrie forestière, tandis que le processus hiérarchique analytique (AHP) a été plus utilisé pour évaluer des options de contrôle et de suivie de la biodiversité forestière.

Kangas et al.[128] ont résumé les expériences acquises par le Service finlandais des forêts et des parcs dans l’application du AMCD pour produire des plans de ressources naturelles à grande échelle. Steiguer et al. [129] ont également examiné l’utilisation du AMCD dans la foresterie et ils ont montré que le AMCD est aussi utilisé dans différentes filières du secteur forestier. Cependant, la grande majorité de ces études de cas ont été menées au sein du milieu universitaire. Il y a toujours un manque d’échange et de transfert de connaissances sur ce sujet entre le milieu académique et l’industrie. Il existe encore des obstacles à l’utilisation du AMCD dans le secteur forestier en général et dans le secteur forestier canadien en particulier.

Par conséquent, compte tenu des considérations énoncées ci-haut relatives la prise de décision stratégique dans le secteur forestier, cette thèse ne s’attardera pas sur la comparaison des méthodes, et ne s’attardera pas non plus sur la sélection de la méthode appropriée à une étude de cas donnée. Les travaux de cette thèse ne s’attarderont pas non plus sur l’identification de quelle est la méthode la plus appropriée parmi toutes ses méthodes, mais la thèse se penchera plutôt sur l’application pratique du AMCD au niveau industriel avec les parties prenantes ayant des antécédents et parcours professionnels variés et différents des uns des autres.

Bien que les méthodes de la prise de décision présentent leurs avantages et leurs inconvénients, mais ces dernières peuvent sembler appropriées dans un contexte et moins appropriées dans un autre. Néanmoins, la théorie de l’utilité multiattribut (MAUT) est largement utilisée en Amérique du Nord, mais pas nécessairement dans le secteur forestier [130]. MAUT est une méthode développée dans les années soixante-dix. La littérature fournit d’autres cas où la méthode a été appliquée [126, 127]. Cependant, MAUT a été choisi et appliqué dans cette étude. L’étude met l’accent sur l’application réelle de la méthode AMCD avec des membres de panel ayant différents parcours professionnels assez variés (panel multidisciplinaire). Cette thèse se limite à l’application de MAUT comme outil de support d’aide à la décision dans une approche qui segmente la décision ultime (finale) d’un projet en sous-aspects (aspect environnemental, aspect

économique, etc.) en usant d’un système matriciel pour évaluer les problématiques décisionnelles intermédiaires pour mieux raffiner la sélection des critères jugés importants pour la prise de décision ultime (finale).