building-construction.jpg

Un bâtiment, durant sa vie entière, va avoir des impacts et bénéfices sociaux sur de multiples acteurs. Néanmoins, pour les évaluations à long termes qui tendent à saisir les impacts indirectes, l’approche attributionnelle communément utilisée est insuffisante. Le défi devient encore plus évident quand il s’agit des grandes quantités de données requises pour effectuer l’Analyse du Cycle de Vie Sociale (ACV-S), et souvent, des données moins représentatives et non spécifiques au site doivent être utilisées pour combler les lacunes.

Cela soulève la question: Comment quantifier les impacts sociaux potentiels par l'ACV-S pour une évaluation à long terme si la collecte de données à grande échelle est un défi?

Par Rizal Taufiq Fauzi, PhD., au LIRIDE (Université de Sherbrooke)

Si vous êtes déjà familiers avec l'outil de réflexion sur le cycle de vie appliqué à l'évaluation des impacts sur l'environnement (Voir l’article: Mais, concrètement, qu'est ce qu'une ACV?), découvrez cette recherche réalisée par un doctorant du LIRIDE qui l'applique à la quantification de l'impact social potentiel. L’ACV-S est un outil d'évaluation de l'impact social potentiel, tant positif que négatif, de l'ensemble du cycle de vie d'un produit étudié. (Voir l’article : Promouvoir un produit durable? Les aspects sociaux doivent être pris en compte!). Cependant, pour évaluer les conséquences à long terme, l'approche conséquentielle est utilisée et le défi devient d’autant plus concret lors de la collecte massive de données !

Abonnez-vous à notre infolettre!

Pour ne rien rater de l'actualité scientifique et tout savoir sur nos efforts pour lutter contre les fausses nouvelles et la désinformation!

La recherche menée au LIRIDE applique l'analyse multiniveau pour aider à réduire les lacunes en matière de données sur l'ACV-S conséquentielle. L’analyse a été réalisée sur quatre résolutions : le procédé, la compagnie, le secteur et le pays. Le cas à l’étude étant un immeuble résidentiel à plusieurs étages. Avant d'aller plus loin, il est important de rappeler que dans l'approche conséquentielle, la technologie marginale est importante. Qu'est-ce que la technologie marginale ? Il s'agit de la technologie qui va approvisionner le marché en fonction de l'augmentation future de la demande. Sur la base de la procédure conséquentielle, il en ressort que tous les matériaux ne proviennent pas de fournisseurs locaux. Par exemple la brique, le gypse et une partie de l'électricité seront fournis par des fournisseurs ontariens, tandis que l'acier et l'aluminium viendront de fournisseurs chinois. Nous avons utilisé Exiobase et la base de données des points chauds sociaux (SHDB) pour évaluer l’ampleur de l'impact social et la sphère d'influence sur les travailleurs et la communauté locale. Certains des résultats peuvent être observés dans la figure 1.

Carte montant les pays d'approvisionnements et leur résultats d'ACVS

Fig.1. Quelques-uns des résultats de l'ACVS conséquentielle, au niveau du secteur et du pays.

Dans le cas d’étude, si nous utilisons de l'acier et de l'aluminium provenant de Chine, il existe un risque social potentiel. En effet, le secteur de l'acier et de l'aluminium en Chine est lié à un risque élevé de travail des enfants, à un risque moyen de salaire inférieur à la norme et à des enjeux avec le traitement des communautés autochtones. Quand au secteur de l'électricité en Ontario, il est lié à un risque élevé d'accidents du travail non mortels, à un risque moyen d'accidents mortels et à un enjeu autour des communautés autochtones. Et enfin avec le secteur du bois au Québec, il est lié à un risque élevé d'accidents du travail non mortels et des enjeux relatifs aux communautés autochtones.

En conclusion, l'utilisation de l'approche conséquentielle dans l'évaluation du cycle de vie social peut aider les décideurs à comprendre l'impact social potentiel de leur action. Plus important encore, l'analyse multiniveau peut combler les lacunes des données. Cependant, elle présente certaines limites, car il n'est pas suffisant de s'appuyer uniquement sur les macro-données de la base de données qui évaluent la valeur moyenne. C’est à ce moment que les évaluations sur- site deviennent envisageables et complémentaires.

Je donne