Les résultats de votre bilan d'émission de gaz à effet de serre (BEGES) ne sont pas exacts.
Il n'est pas facile de quantifier ces incertitudes. Toutes les bases de données de facteurs d'émission n'en fournissent pas forcément. Il y a également un manque de cohérence et d'homogénéité entre les bases de données qui en fournissent une.
Sources d'incertitudes
Il y a plusieurs sources d’incertitudes.
Incertitude inhérente au calcul d'un facteur d'émission
Manque de granularité des facteurs d'émission existants
Manque de cohérence entre des facteurs d'émission similaires fournis par différentes sources
Sélection incorrecte d'un facteur d'émission
Granularité et précision des données d'activité (données primaires et secondaires)
Choix méthodologiques
Qu'est-ce qui est actuellement inclus dans les incertitudes qui sont affichées?
Pour le moment, seule l'incertitude liée au facteur d'émission est incluse dans le calcul des incertitudes.
Les incertitudes liées aux données d'activité (exemple: incertitude sur le nombre de kilomètres parcourus par la flotte de véhicule) seront bientôt incluses.
Comment les incertitudes liées aux facteurs d'émission sont-elles calculées?
Puisque toutes les bases de données de facteurs d'émission ne fournissent pas forcément une incertitude et qu'il y a un manque de cohérence entre les bases de données qui en fournissent une, Greenly a mis en œuvre un processus interne pour attribuer une incertitude à tous les facteurs d'émission.
Il existe 6 niveaux d'incertitude: 5 %, 15 %, 30 %, 50 %, 65% et 80 %. Le niveau d'incertitude est choisi en fonction du type de facteur d'émission et d'un score de confiance associé au facteur d'émission.
Score de confiance (entre 0 and 1)
Facteur d'émission monétaire Greenly
Ces ratios sont calculés en divisant les facteurs d'émission fournis par des bases de données renommées (ex. Ecoinvent) par le prix moyen du produit, du service ou de l'activité.
Le score de confiance est ensuite choisi en fonction du biais des données primaires utilisées pour calculer le ratio et de la variance de la catégorie (par exemple, un secteur très spécifique avec des produits homogènes a une faible variance).Facteur d'émission monétaire lié à des tables entrée-sortie
Ces ratios sont calculés à l'aide de tables entrée-sortie pour un secteur et un pays donnés.
Le score de confiance est ensuite sélectionné en fonction de la variance du secteur et de la pertinence du secteur pour la catégorie Greenly.Facteur d'émission monétaire d'une entreprise
Ces ratios sont calculés en divisant le bilan d'émission de GES d'une entreprise par son revenu. Des moyennes sectorielles peuvent également être calculées.
Le score de confiance est ensuite choisi en fonction de la fiabilité du revenu et de la fiabilité, de la transparence et de l'exhaustivité du bilan d'émission de GES.Facteur d'émission physique
Ces ratios sont fournis par des sources externes.
Le score de confiance est sélectionné en fonction de la fiabilité de la source. Par exemple, une base de données réputée (EcoInvent, Base Empreinte ADEME, etc) obtiendra le score le plus élevé et un article scientifique non révisé par des pairs aura un score faible.
Incertitudes
Une fois le score de confiance calculé pour un facteur d'émission, le niveau d'incertitude est sélectionné en fonction du type de facteur d'émission et de ce score de confiance.
Exemples
Un facteur d'émission physique avec un indice de confiance de 1 aura une incertitude de 5%.
Un facteur d'émission monétaire Greenly avec un indice de confiance de 0 aura une incertitude de 80 %.
Comment les incertitudes sont-elles agrégées?
L'incertitude liée au total d'émissions de GES, ou au total par scope ou catégorie réglementaire, est calculée à l'aide d'une formule de propagation des incertitudes.
Pour calculer l'incertitude agrégée à un niveau supérieur — que ce soit pour une catégorie de visualisation, une catégorie réglementaire, un scope ou l'empreinte totale — une moyenne pondérée est utilisée, dans laquelle l'incertitude de chaque activité est pondérée par sa part des émissions totales:
Incertitude agrégée =(Émissions₁ × Incertitude₁ + Émissions₂ × Incertitude₂ + …) / (Émissions₁ + Émissions₂ + …)
Ainsi, les activités dont les émissions sont les plus importantes ont davantage d'influence sur l'incertitude agrégée. Une activité représentant une faible part des émissions aura peu d'impact sur l'incertitude du groupe, même si son incertitude individuelle est élevée.
💡 Exemple — Un Scope 3 avec deux activités:
Activité A: 900 tCO₂e, incertitude 5 %
Activité B: 100 tCO₂e, incertitude 50 %
Incertitude agrégée = (900 × 5 % + 100 × 50 %) / (900 + 100) = (45 + 50) / 1 000 = 9, 5 %
Pourquoi ne pas utiliser la méthode de la racine de la somme des carrés (RSS)? Une approche alternative, utilisée dans certaines normes (comme les Lignes directrices du GIEC pour les inventaires nationaux de GES), est la méthode de la racine de la somme des carrés (RSS), qui combine les incertitudes de la façon suivante:Incertitude agrégée = √((Émissions₁ × Incertitude₁)² + (Émissions₂ × Incertitude₂)² + …) / (Émissions₁ + Émissions₂ + …)
Avec le même exemple, la méthode RSS donnerait: √(45² + 50²) / 1 000 = √4 525 / 1 000 ≈ 6, 7 %, un résultat inférieur à celui de la moyenne pondérée (9, 5 %).
La méthode RSS suppose que les incertitudes individuelles sont statistiquement indépendantes et se compensent partiellement, produisant une incertitude combinée plus optimiste. La moyenne pondérée ne fait pas une telle hypothèse: elle traite les incertitudes comme entièrement additives, ce qui est plus conservateur et plus approprié dans la mesure où:
Les incertitudes des facteurs d'émission chez Greenly sont des niveaux discrets (5 %, 15 %, 30 %, 50 %, 65 %, 80 %), et non des distributions statistiques issues de mesures rigoureuses
L'hypothèse d'indépendance sur laquelle repose la méthode RSS est difficile à vérifier en pratique, car de nombreuses activités partagent des facteurs d'émission ou des sources de données similaires
Une valeur plus conservative est plus honnête lorsqu'il s'agit de communiquer des plages d'incertitude