Les données primaires et secondaires

Quelques questions à Arnaud Roquesalane, consultant ACV chez EVEA. Décembre 2010

Aujourd'hui divers points de vue s'affrontent sur les données qui servent de base à l'Analyse du Cycle de Vie (ACV) des produits, pouvez-vous tout d'abord expliquer les différences entre données primaires et secondaires ?

Les données primaires sont les données collectées sur le terrain, elles sont spécifiques à un fabricant, ou un acteur de la technosphère. Alors que les données secondaires ou génériques sont des données issues de la bibliographie ou de travaux de recherche, elles représentent une moyenne.
Le choix d’utiliser une donnée plutôt qu’une autre se fait en fonction du résultat et du type d’étude que l’on souhaite réaliser. Prenons un exemple, vous êtes un fabricant de lapin à la moutarde et vous souhaitez connaitre les impacts sur l’environnement de votre produit pour identifier les axes d’amélioration ou faire un screening rapide de ceux-ci. Vous avez besoin de connaitre : les impacts relatifs des différents ingrédients de votre recette.
Et aussi, les différents flux entrants ou sortants de votre préparation. Comme : l’énergie, l’eau, les emballages, les déchets… que vous consommez et émettez. L'image ci-dessous illustre la différence entre les données primaires et secondaires à travers l'exemple du lapin à la moutarde.

Exemple des données primaires et secondaires pour le lapin à la moutarde.

Vous obtiendrez alors les impacts par type de flux ou composants de votre produit.
Par exemple l'image ci-dessous illustre la part des impacts de chaque composant (données génériques) pour obtenir l'impact de votre produit fini : lapin à la moutarde (donnée primaire) sur un indicateur :

illustration de l'impact environnemental du lapin à la moutarde

Vous avez alors la part relative d’impacts par type d’entrant ou de sortant de votre produit. 

Mais si votre objectif et de choisir le lapin le moins impactant pour votre recette en fonction de son origine, vous ne pourrez pas vous contenter d’une donnée générique « lapin ». En effet, celle-ci ne vous permettra pas de faire une comparaison.
Exemple : que votre lapin vienne :

Du magicien du quartier      De votre voisin chasseur        De Mme Pompon

lapin qui sort du chapeau du magicienLapin chassé

 

Il n’aura pas les mêmes impacts sur l’environnement. Vous aurez alors besoin de données primaires pour départager les lapins en fonction de leur origine.

MG : D'accord mais cela devient compliqué et surtout consommateur de temps d'aller chercher des données primaires, quel est l'intérêt de cet effort ?
En effet, obtenir des données primaires est beaucoup plus consommateur de temps que d’obtenir des données secondaires. Mais d’une part, les données secondaires ne sont pas toujours existantes et d’autre part elles ne permettent pas d’être aussi fin dans l’analyse que les données primaires car elles ne reflètent pas de la réalité de votre produit. Encore une fois, le choix des données est conditionné par ce que vous voulez faire.