La présente annexe décrit brièvement plusieurs méthodes de mesure de la PGA, et indique d’autres ressources pour chacune.

Données indirectes

Les données indirectes issues d’une même région géographique, entreprise, installation ou période peuvent être utilisées à la place des données provenant de l’unité à l’étude si l’on ne dispose d’aucune ressource pour mener une étude détaillée, ou s’il existe des carences dans les données existantes. Par exemple, on pourrait utiliser les données d’une autre entreprise pour combler les lacunes d’inventaire, les données provenant d’une usine pourraient générer une approximation du niveau de PGA dans une autre, ou on pourrait évaluer le gaspillage des ménages (soit par personne, soit en tout) à l’aide des données sur les ménages d’une autre ville. Malheureusement, on ne peut pas utiliser de données indirectes pour suivre les progrès au fil du temps.

Le tableau A14 résume les points forts et les limites des données indirectes.

Tableau A14. Facteurs à prendre en compte quand on utilise des données indirectes pour quantifier la PGA

Points forts Limitations / Points to Consider
  • Faible coût
  • Peu d’efforts/d’expertise requis (si l’on dispose des données adéquates)
  • On risque de ne pas avoir assez de données, et il se peut que les données existantes ne soient pas assez fiables pour servir de données indirectes sur la PGA.
  • Il se peut que les données doivent être transformées en d’autres unités.
  • On ne peut utiliser les données ni pour suivre les progrès au fil du temps, ni pour déterminer les secteurs sensibles ou les causes fondamentales du gaspillage (car les données proviennent d’une source externe).

Source : Auteurs.

Comment utiliser des données indirectes pour quantifier la PGA

Étape 1 : Déterminer quelles données sont nécessaires

Les données indirectes sont utiles pour combler les lacunes d’inventaire. Si une entreprise veut quantifier son niveau de perte et de gaspillage d’aliments, mais ne peut pas effectuer ses propres mesures, elle peut utiliser les données publiques d’une autre entreprise du même secteur afin de générer ses propres approximations. De la même façon, si un pays évalue la perte et le gaspillage d’aliments à l’échelle nationale, il peut observer un pays ayant des similitudes géographiques qui a publié des données afin d’estimer ses propres niveaux de PGA.

Étape 2 : Déterminer les données indirectes disponibles

On peut extraire des données indirectes de diverses sources. Des bases de données comme le Food Waste Atlas et FAOSTAT compilent des données, permettant aux utilisateurs de chercher les données indirectes les plus utiles répondant à leurs besoins. Une simple recherche sur Internet devrait également aider à définir des sources de données potentiellement pertinentes.

Étape 3 : Choisir les données à utiliser

Choisissez les données indirectes qui sont le plus similaires à l’inventaire à propos duquel on fait des approximations. Les variations touchant la géographie, l’entreprise, l’installation, la période et d’autres facteurs peuvent créer une incertitude et générer un chiffre final qui sera moins exact. Dans la mesure du possible, examinez la méthode utilisée pour recueillir les données indirectes, afin de déterminer comment ce chiffre a été obtenu, et dans quelle mesure il est fiable.

Étape 4 : Préparer et analyser les données

Il faut transformer les données indirectes en un facteur qu’on pourra appliquer à la carence de données dans le cadre de la quantification en cours. Selon le secteur, ce facteur pourrait être la PGA par employé ou la PGA par tonne d’aliments transformés dans une installation. On peut ensuite appliquer ce facteur à la population ou à l’installation à l’étude, afin de déterminer un niveau de PGA approximatif.

Problèmes de données courants lors de l’utilisation de données indirectes

Données inexactes. Même si les données indirectes facilitent l’estimation des niveaux de PGA, les données recueillies dans d’autres contextes seront rarement aussi précises que celles que génère la mesure directe. C’est pourquoi les données indirectes devraient être un dernier recours, quand le manque de ressources ou d’expertise empêche d’utiliser une autre méthode.

Pas assez de données disponibles. Il existe de nombreuses sources de données publiques sur la PGA, mais il arrive qu’on ne trouve pas de sources de données similaires pour un secteur, une zone géographique ou un type d’aliment donné(e). Dans pareil cas, vous devrez peut-être contacter les entreprises ou les chercheurs du secteur ou de la région en question pour savoir s’ils peuvent communiquer des données qui ne sont pas publiques.

Incapacité à suivre l’évolution de la PGA au fil du temps. Parce que les données indirectes donnent une idée approximative de la PGA dans un contexte différent du vôtre, vous ne pouvez pas les utiliser pour suivre l’évolution de la PGA au fil du temps, parce que tout changement de niveau de la PGA témoignerait d’un changement survenu dans l’autre contexte, pas dans l’installation ou la région géographique à l’étude. C’est pourquoi il faut considérer les données indirectes comme un point de départ avant de passer à des méthodes de mesure plus spécifiques, quand l’entreprise ou l’installation se met à lutter plus activement contre la PGA.

Autres ressources pour l’utilisation des données indirectes

FLW Protocol. 2016. Chapitre 10, « Proxy Data », dans Guidance on FLW quantification methods. <http://FLWprotocol.org/wp-content/uploads/2016/06/FLW_Guidance_Chapter10_Proxy_Data.pdf>.

WRAP et World Resources Institute. 2018Food Loss and Waste Atlas. <www.thefoodwasteatlas.org>.

FAOSTAT. Données de l’alimentation et de l’agriculture, base de données de l’Organisation des Nations Unies pour l’alimentation et l’agriculture. http://www.fao.org/faostat/fr/#home.