Une approche ASIF distribuée pour le calcul des
emissions CO2 dans les chaines logistiques
marocaines.
Ahmed Haroun SABRY, Abdelkabir BACHA, Jamal BENHRA
Equipe EAP, Laboratoire LISER, ENSEM, UH2C
KM7, BP 8118 Route El Jadida
Casablanca, Maroc
Abstract— Ce papier présente une approche distribuée de
calcul des taux d’émissions de CO2 dans les chaines logistiques
marocaines. Dans un premier temps on adapte la formule AS IF
de calcul des émissions des pays et régions au niveau des acteurs
du secteur du transport. Ensuite on propose un modèle distribué
collaboratif permettant plus d’aisance de calcul aux entreprises,
et offrant aux décideurs la possibilité de cibler les initiatives de
réduction par groupe d’entreprises ou région.
Keywords—Chaine logistique verte; émissions CO2; ASIF;
Modèle distribué
I. INT RODUCT ION
La maitrise d’une chaine logistique efficace est devenue
primordial pour une économie émergente. Cette maitrise
dépasse des objectifs de prix et de marchés et s’intéresse de
plus en plus à un développement durable. Le secteur du
transport contribue à 23% du total des émissions du dioxyde de
carbone dans le monde. Le transport routier, voitures et
camions participent à plus de 60% de ces émissions. Plus
précisément dans les pays du tiers-monde les camions et les
bus consomment plus de carburant et émettent plus de CO2 [1].
Dans le contexte marocain, cette chaine logistique est
marquée par une hétérogénéité des niveaux de consommation
et d’émission des véhicules, et un manque drastique de
données. Des pays comme la Chine, l’Allemagne et la France
ont déployés des politiques de collecte de données sur le taux
d’émission des gazes à effet de serre, sur la configuration
modale du secteur du transport, et le contenu en carbone pour
chaque type de combustible [9].
Chaque type de combustible possède une teneur en CO2, en
évaluant la quantité de carburant brulé sur une période donnée,
on peut évaluer la quantité de CO2 émise. Cette approche dite
« descendante » permet d’estimer globalement les quantités
produites [1][3].
« Mesurer le carbone » signifie plus qu’estimer les tonnes
métriques annuelles. L’adoption d’une approche « ascendante »
est nécessaire pour mesurer le carbone. Ce mode de collecte de
données s’intéresse à la répartition des émissions par secteur,
type de véhicule, type de carburant, teneur en CO2, pour
calculer le taux d’émission par pays. Une des approches les
plus utilisées est la démarche ASIF proposée par L. Schipper
[3].
L’objectif est de dresser un lien entre le véhicule et
l’émission. L’agrégation des données collectées permet aux
décideurs d’évaluer l’impact vert des projets d’investissement,
et concevoir ainsi une chaine dans un cadre intégrant à la fois
l’environnement, l’économie et la stabilité sociale.
Ce travail vise à adapter ASIF au contexte d’un pays du
tiers monde, où le financement d’un tel projet est très onéreux
par rapport aux résultats espérés [1][2] . On propose un modèle
distribué de l’approche en permettant à chaque organisme de
petite ou grande taille de mesurer et ainsi contrôler sa
production CO2, l’agrégation des taux calculés permet ainsi
d’estimer la production urbaine, régionale ou nationale en
CO2.
Le présent papier est structuré comme suit : le premier
chapitre dresse un état de l’art et détaille la problématique, le
deuxième chapitre présente notre approche, le troisième
chapitre valide l’approche avec des exemples simulés, le
dernier chapitre conclut notre travail.
II. ET AT DE L’ART
Les émissions CO2 ont considérablement augmentées dans
les 20 dernières années, et tant que l’énergie fossile est la
principale source d’alimentation pour l’industrie et le
transport, ce taux va continuer à augmenter [10].
Le Maroc rejoint cette croissance d’émissions, due
principalement à une forte industrialisation et un
épanouissement socioéconomique. La Fig1 représente les
émissions du pays sur une période de 50 ans [6], les données
ont été estimées en utilisant une approche descendante visant à
calculer les émissions à partir du contenu en CO2 de chaque
type de combustible lorsque brulé, et les quantités de
combustibles vendues par secteur d’utilisation.
La moyenne annuelle du Maroc est 21862 tonne métrique,
Une tonne métrique équivaut à 1000 kilogrammes . Le
changement illustré est de 1290%, les limites inférieures et
supérieures sont 1962 avec 3080.3 et 2010 avec 50608.3 [6].

Fig. 1. Emissions de CO2 du Maroc en tonnes metriques
Il existe trois grandes familles de réductions possibles dans le
secteur du transport, les deux premières agissent plus sur le
développement du milieu urbain ou rural, la troisième adresse
l’aspect technologique des moyens et méthodes de transport
[10] :
La réduction des émissions produites en réduisant les
kilomètres parcourus. Un véhicule qui parcourt plus, produit
plus. Cette réduction peut être obtenue en modifiant
l’environnement urbain ou rural de telle façon à rendre les
services plus accessibles (logements, quartiers industriels,
centre-ville, loisirs et autres). Autres approches ont été
proposées permettent aux entreprises de réduire les émissions,
les durées et les charges en planifiant à l’avance les trajets de
livraison grâce à des outils d’aide à la décision spécifiques [8]
Le passage vers des modes de transport avec une faible
émission par unité de transport, par exemple de voitures ou
véhicules utilitaires légers (VUL) aux autobus , ou trains. A
noter que la mise à jour vers le tramway dans les villes de
Casablanca et Rabat n’est pas nulle en émissions, les
tramways, locomotives électriques et autres moyens de
transport modernes émettent du CO2 indirectement. La Fig2
montre la répartition des 49 Gt d’équivalent CO2, produites
en 2010, sur l’ensemble des secteurs. On remarque la
considérable réduction du taux de participation du transport
entre 14% d’émissions directes et 0.3% d’émissions
indirectes [9].
Controller les émissions des véhicules producteurs, en
agissant sur les mises à jours technologiques visant à
améliorer l’efficacité opérationnelle : des technologies de
combustion plus énergiques, des moteurs plus efficaces et
moins puissants, des véhicules plus légers . Les nouvelles lois
régissant l’utilisation des VUL au Japon et en Chine ont
conduit à la fabrication et la commercialisation de véhicules
plus économique en termes de consommation de carburant [11]
[10].
Controller ses émissions signifie les mesurer et instaurer des
lois qui régissent l’émission des gazes à effets de serre (GHG).
Dans ce sens, plusieurs efforts ont été fournis depuis le
quatrième rapport d’évaluation (AR4) soumis par le groupe
d’experts intergouvernemental sur l’évolution du climat
(GIEC) [10].
Instaurer des lois d’impôts relatives à la réduction des GHG
(sur l’obligation des mises à jour technologiques par exemple)
permet d’affaiblir la corrélation entre l’émission des GHG et
le produit interne brut (PIB). Des impôts spécifiques
permettent de réduire les émissions par secteur, des impôts de
maitrise énergétique sur les carburants ont permis de réduire
les émissions du secteur du transport [9][10].
La collecte de données joue ici un rôle primordial pour une
prise de décision efficace, des données comme la production
mondiale, la répartition par secteur, la corrélation entre
l’évolution de l’émission et le PIB. Sont toutes des données
nécessaires mais pas suffisantes pour implémenter des
initiatives, des lois ou politiques réductrices [7].
Dans le secteur du transport, les émissions qu’on vise à
mesurer et réduire peuvent être mathématiquement formulées
en utilisant des facteurs plus observables . En effet, le secteur
est composé de plusieurs activités visant toutes à transporter
des personnes et des marchandises. Autrement dit, les
émissions du secteur dépendent du niveau d’activité de
transport en personne.km (ou tonne.km). De la structure
modale en %. L’intensité d’utilisation de chaque type de
carburant par mode de transport en litres par personne.km. Et
finalement la teneur en carbone du carburant, appelée aussi le
facteur d’émission en grammes par litre de carburant [3][4].
Fig. 2. La répartition des émissions de gazes à effet de serre par secteur en 2010
Cette approche permet une collecte plus minutieuse des
données. Et avoir une vue ascendante permet la mise en place
d’initiatives plus ciblées, plus efficaces et moins couteuses.
Cependant, la collecte de données en mode ascendant reste un
souci des décideurs gouvernementaux et prends action sur de
longues périodes et sous des procédures et politiques qui
rendent le projet onéreux et assez laborieux.
Les entreprises du secteur sont conscientes de l’impact de la
maitrise CO2 sur les gains et sur l’environnement. Mais ne
disposent pas d’outils ou directives, permettant de mesurer
l’impact des décisions de modifications sur leurs chaines
logistiques [10].
Dans le dernier « Résumé destiné aux décideurs » publié par le
GIEC, une proposition a été faite sur des initiatives distribuées.
Des lois ou des actions réductrices implémentées à travers
différentes régions géographiques. Ceci offre une synergie de
réduction et plus de flexibilité d’adaptation par rapport aux
politiques [9][10]. De ce fait, plusieurs initiatives de réduction
peuvent être plus efficace si implémentées à travers une
architecture décentralisée.
Le présent travail entre dans cette optique, et propose une
architecture décentralisée au niveau des entreprises, en leur
adaptant une approche de calcul et de maitrise des émiss ions
des gazes à effet de serre.
III. NOT RE APPROCHE
Nous combinons dans ce travail les propositions d’idées visant
à réduire les émissions d’une façon distribuée, et une
adaptation du modèle ASIF au niveau de l’entité ou organisme
producteur de CO2 (ici l’entreprise). L’idée est de permettre
aux entreprises du secteur de calculer leurs émissions et
d’évaluer l’impact des modifications sur la chaine (mises à
jour de la flotte, changement de structure modale …).
Appliqué à une région donnée (Le grand Casablanca par
exemple), cette approche permettra de réduire les émissions
des acteurs du secteur, tout en ralliant les intérêts communs du
gouvernement et des entreprises. Cette collaboration entre les
décideurs politiques et les entreprises est un des principaux
facteurs de réussite de tout projet visant à réduire les
émissions des GHG [9][10].
Fig. 3. Le modèle de calcul distribué des émissions CO2 adoptant ASIF
A. La méthode ascendante ASIF
Une approche bottom-up ou ascendante permet aux
décideurs d’identifier l’impact vert de chaque action
amélioratrice. Elle permet aussi d’estimer l’impact des projets
étatiques de réduction des émissions, ou d’investissements dans
le secteur du transport, des projets souvent financés par des
institutions telles que le Clean Development Machanism
(CDM) ou la Nationally Appropriate Mitigation Actions
(NAMA). Le Maroc comme tout autre pays devrait être
capable de quantifier régulièrement ses « économies » en CO2
afin de rester éligible à ces financements. On présent la
formulation mathématique de ASIF dans (1).
∑ (1)
A: L’activité globale du transport, il s’agit de l’activité de
transport de personnes ou de marchandises (en personne.km ou
tonne.km). Des cas plus spécifiques peuvent s’exprimer en
vehicule.km. La configuration routière dans les milieux urbains
et ruraux a un impact déterminant sur les distances parcourues
et donc sur l’activité globale. L’ouverture régionale vers les
activités d’import-export conduit à l’augmentation du volume
d’activité par trains, camions et bateaux.
S : la structure modale, représente les parts en activités (en
personne- ou tonne.km) dans chaque mode. Les modes
généralement pris en considération sont les moyens de
transport non motorisés comme la marche et le vélo, véhicules
à deux roues, les voitures (et taxis), les VUL et camionnettes,
minibus, bus urbain ou interurbain. Ce facteur sert à quantifier
l’impact écologique du personne.km par véhicule. Une
personne.km émet par exemple plus de CO2 dans une voiture à
un seul passager que dans une voiture à plusieurs, ou dans un
train ou un bus équipé avec un vieux moteur qu’un train équipé
avec un moteur moderne. Le choix du mode est régit par des
paramètres comme la vitesse allouée et l’accessibilité du mode,
les temps de trajets, le prix des combustibles et des véhicules,
les politiques fiscales et législatives instaurées, la sécurité des
individus et d’autres aspects sociaux et psychologiques. Dans
les cas où A est exprimé en vehicule.km le facteur S représente
la part des A par type de véhicule et par type de combustible.
I : l’intensité énergétique du mode, cette intensité est
étroitement liée à la croissance des revenus du pays ou la
région étudiée. Les changements dans les prix des carburants
par exemple, les mises à jour sur normes relatives aux
véhicules, ont tous un portée sur ce facteur. La croissance
économique reflétée par une augmentation du PIB peut
influencer positivement l’intensité énergétique des modes de
transport, l’exemple est la mise à jour des véhicules avec de
nouvelles unités plus efficaces énergétiquement. Ce paramètre
est fortement lié au facteur d’occupation des véhicules, plus
précisément, ce facteur est inversement proportionnel au taux
d’occupation des véhicules. C’est un des facteurs les plus
sensibles à calculer et ne devrait être emprunté d’une région à
une autre, mais calculé à la base de l’énergie consommée par
un mode donné, divisé par le nombre de personnes ou tonnes
transportées par ce dernier [5].
F : La teneur en carbone des carburants, les principaux
carburants utilisés au Maroc proviennent d’origine fossile et
leurs teneur en CO2 est connue et a peu varié dans les dernières
années. D’autres pays comme le Brésil devraient actualiser ce
facteur au fur et à mesure de l’intégration d’autres carburants
d’origine biomasse [4].
G : La quantité de CO2 émise en grammes calculée à partir
des différents facteurs observés.
B. Le modèle de calcul et de collaboration distribué
Nous proposons ici un modèle distribué de collecte des
paramètres ASIF. Ce modèle délivre des données actualisées et
paramétriques (par région, ville, groupement d’entreprises...).
Et assure une synergie de travail et de collaboration entre les
entreprises. La Fig 3 détaille ce modèle de relation entre les
décideurs stratégiques et les groupes de collaboration, on
retrouve les paramètres ASIF de l’approche distribuée.
Les entreprises de transport commencent dans un premier
temps à enregistrer continuellement leurs activités A, une
image de la constitution de la flotte suffit pour définir la
structure modale S. L’intensité énergétique I est plus facile à
déterminer dans le cas distribué, à partir de la consommation
énergétique (carburant) par unité d’activité. F le contenu en
carbone, devrait être communiqué par les décideurs ou extrait
TABLE I. CALCUL DES EMISSIONS CO2 DE LA MT C P AR L ’ AP P ROCHE ASIF
A S
Mode de Transport Activité de Transport (P.Km) Structure modale (% )
Taxi 789 4,16
Bus 11549 60,95
Bus Interurban 6608 34,87
directement à partir des rapports du GIEC par région.
Le groupe régional de collaboration est modélisé sous
forme d’un graphe ou les arcs constituent les échanges en
données (F et I) entre les entreprises, les nœuds représentent les
entreprises où chaque entreprise est marquée par son émission
Gi.
L’approche décentralisée facilite l’adhérence des
entreprises aux législatives nationales [9], et le partage de
données concernant les facteurs F et I entre les entreprises
rends plus facile la collecte globale des données par les
organismes concernés.
Avec ce modèle les législatives et réglementations seront
géo-économiquement ciblées, et les projets de réduction se
feront en collaboration entre les décideurs et les entreprises. Et
seront plus flexibles et plus efficaces. En effet, des initiatives
sous forme de quick-wins concentrés sur quelques entreprises
qui partagent un ensemble de caractéristiques d’émission sont
moins couteuses, plus efficaces et plus viables [9][10].
IV. CALCUL DES EMISSIONS PAR LA MET HODE ASIF
Afin de valider notre proposition de modèle nous
présentons ici un exemple d’une entreprise de transport de
personnes: Morrocan Transportation Company (MTC)
agissant dans le milieu urbain et interurbain, cette entreprise
possède trois types de moyens de transport : les taxis, les bus et
les bus interurbains. L’intérêt est porté à l’application du
modèle ASIF pour le calcul et le suivi de la production CO2
dans un nœud du graphe distribué.
Nous avons décidé de calculer les émissions CO2 sur une
durée de 7 jours, les données d’activités et la structure modale
sont des données propres au nœud et l’intensité énergétique et
la teneur en CO2 sont des données communiquées à travers les
arcs. Les données des arcs feront objet de communication
globale à chaque calcul afin d’actualiser les indicateurs d’une
manière collaborative.
Dans le cas de la MTC, l’unité de mesure de l’activité est la
personne.km, d’autres entreprises peuvent utiliser la tonne.km
ou tout simplement le kilomètre. La différence en activités
entre les modes est claire les bus sont plus actifs et génèrent
plus d’activité 11549 personne.km soit 61% de la structure
modale actualisée, suivis des bus interurbains agissant sur les
principaux points de la région avec 6608 personne.km à
34.87% et les taxis en dernier lieu avec 789 personne.km sur
I F G
Intensité Energitique Teneur en CO2 Emissions en Kg
0,08720 1605,59 460,0
0,03615 2627,72 66879,8
0,04322 2661,05 26504,5
Total des emissions equivalent CO2 en Kg 93844,3
une période de 7 jours. Même si les taxis sont plus nombreux,
ils ont une faible capacité d’occupation et de ce fait génèrent
moins d’activité que les bus et les interurbains.
Les véhicules de la MTC utilisent du diesel, l’intensité
énergétique est calculée en divisant l’énergie consommée par
chaque mode sur le nombre de personnes transportées. La
présence de données sur le nombre de personnes par mode et
l’efficacité du carburant (litre/km) par type d’engin, rends
facile le calcul de l’utilisation du carburant par quantité
d’activité (litre/personne.km) et ainsi exprimer l’intensité
énergétique de chaque mode de transport. Les résultats
montrent qu’augmenter la capacité d’occupation des véhicules
a un effet positif sur l’intensité énergétique. L’exemple avec les
bus qui génèrent 14 fois plus d’activité de transport que les
taxis et grâce à leur capacité d’occupation ont un plus faible
facteur d’intensité énergétique.
Fig. 4. La répartition des émissions CO2 par mode de transport
Le facteur F est généralement connu par pays ou région
géographique, les entreprises peuvent travailler dans un
premiers temps avec les données du GIEC en attendant
d’actualiser leurs données. Sachant que la MTC utilise
uniquement du diesel, il est plus facile d’affecter la teneur du
combustible à chaque mode.
En effet, chaque type de véhicule produit une quantité
distincte de CO2 par litre de carburant, les données devront
faire objet d’actualisation dans le cas d’un vieux parc de
véhicules. Le cas présent montre que les voitures (taxis) plus
légers produisent moins de CO2 que les bus et interurbains.
L’agrégation des données collectées sur une semaine
permet de calculer les émissions par mode de transport. Les
bus ont produits près de 67 tonnes de eq.CO2, les interurbains
26 tonnes et les taxis près de 460kg. La Fig. 4 montre la
répartition de ces émissions. On remarque que les bus et
interurbains dominent les émissions pendant la semaine
d’observation.
V. CONCLUSION
Le présent travail adapte une approche ascendante de calcul
du taux d’émission CO2 d’un pays au contexte entrepreneurial.
Une entreprise capable de calculer son empreinte carbone est
une entreprise capable de maitriser ses émissions.
Un modèle distribué ajoute une synergie de collaboration
afin de maitriser les émissions. Une entreprise a besoin de
collecter des données propres à elle (A et S) et peut emprunter
des variables d’environnement issues de cette collaboration (F
et I).
Un exemple d’une entreprise a été présenté, et montre qu’il
est possible de calculer les émissions d’une façon distribuée sur
n’importe qu’elle durée.
Le modèle assure une économie en ressources pour les
décideurs qui vont se concentrer d’avantage sur des
réglementations plus ciblées. Et plus de liberté aux entreprises
d’intensifier la collecte de données, de prototyper de nouvelles
chaines logistiques, et de mieux connaitre l’impact de leur
activité sur l’environnement.
Les décideurs peuvent évaluer l’impact des nouveaux
projets plus facilement grâce à une omniprésence des données.
Et peuvent développer des initiatives ciblés, plus efficaces et
avec des objectifs sur le court et le long terme.
REFERENCES
[1] Schipper, L., Fabian, H., & Leather, J. (2009). T ransport and carbon
dioxide emissions: Forecasts, options analysis, and evaluation. Asian
Development Bank, Manila.
[2] Schipper, L. J., & Marie-Lilliu, C. (1999). Carbon-dioxide emissions
from transport in IEA countries. Recent lessons and long-term
challenges.
[3] Schipper, L., Marie-Lilliu, C., & Gorham, R. (2000). Flexing the link
between transport and greenhouse gas emissions. Fuel, 1009, 16.
[4] Schipper, L. (2011). Automobile use, fuel economy and CO2 emissions
in industrialized countries: Encouraging trends through 2008. Transport
Policy, 18(2), 358-372.
[5] Mendiluce, M., & Schipper, L. (2011). T rends in passenger transport
and freight energy use in Spain. Energy Policy, 39(10), 6466 -6475.
[6] Perspective Monde. University of Sherbrooke ; Available online
http://perspective.usherbrooke.ca/bilan/statistiques/10 (accessed on Sept
2014).
[7] Intergovernemental panel on climate change website ; Available online
http://www.ipcc.ch/ (accessed on Sept 2014).
[8] SABRY, A. H., BACHA, A., & BENHRA, J. (2014). A contribution to
solving the traveling salesman problem using ant colony optimization
and web mapping platforms : Application to logistics in a urban context.
Proceeding of the international conference on Control, Decision -
Optimization and Information T echnologies.
[9] IPCC, 2014: Summary for Policymakers, In: Climate Change 2014,
Mitigation of Climate Change. Contribution of Working Group III to the
Fifth Assessment Report of the Intergovernmental Panel on Climate
Change [Edenhofer, O., R. Pichs-Madruga, Y. Sokona, E. Farahani, S.
Kadner, K. Seyboth, A. Adler, I. Baum, S. Brunner, P. Eickemeier, B.
Kriemann, J. Savolainen, S. Schlömer, C. von Stechow, T . Zwickel and
J.C. Minx (eds.)]. Cambridge University Press, Cambridge, United
Kingdom and New York, NY, USA.EDENHOFER, O., PICHS-
MADRUGA, R., SOKONA, Y., et al. IPCC, 2014: Climate Change
2014: Mitigation of Climate Change. Contribution of Working Group III
to the Fifth Assessment Report of the Intergovernmental Panel on
Climate Change. 2014.T RAPP, Christian, KEENAN, Matthew,
ST OKES, John, et al. Strategies to minimize CO2 and NOx emissions
for future gasoline engines. MTZ worldwide, 2007, vol. 68, no 9, p. 8-11