Améliorer les mesures d'impacts des entreprises sur la biodiversité

La biodiversité décline dans le monde, sous la pression des activités humaines, notamment celles liées à nos économies. Les évaluations d'impact des entreprises sur la biodiversité constituent un outil essentiel pour mesurer l'ampleur de ces pressions. Cependant, plusieurs défis doivent être relevés pour améliorer leur robustesse et assurer que leur mise en œuvre est fondée scientifiquement, notamment lorsqu'elles sont utilisées pour étayer les déclarations d'absence de perte nette de biodiversité - no net loss (NNL) - ou d'impact net positif sur la biodiversité. Cette thèse aborde certains de ces défis. Premièrement, de nombreuses métriques sont disponibles pour ces évaluations, mais l'influence du choix de l'une plutôt qu'une autre sur la quantification du NNL est mal comprise. Nous avons comparé trois métriques dans un contexte de compensation écologique à l'échelle mondiale et montré que l'atteinte du NNL mesuré par une métrique ne garantit pas son atteinte lorsque l'on utilise une métrique qui quantifie d'autres facettes de la biodiversité. L'utilisation de plusieurs métriques complémentaires est donc essentielle. Deuxièmement, ces métriques s'appuient sur des modèles pour quantifier les impacts sur la biodiversité à l'échelle mondiale. Ces modèles ont une granularité limitée pour représenter finement les impacts de pratiques de gestion ou d'activités d'entreprise, notamment ceux liés à l'utilisation des terres agricoles. Des pratiques agricoles diversifiées, telles que l'intégration d'éléments naturels (par exemple, les haies), la diversification des cultures et le maintien de structures végétales natives complexes, peuvent atténuer ces impacts. Cependant, leur effet est mal caractérisé. Nous avons réalisé une méta-analyse afin de déterminer si la diversification agricole atténue les effets délétères de l'agriculture sur la diversité des oiseaux dans les sites agroforestiers, les terres cultivées, les plantations forestières et les pâturages. Nous avons constaté que leur effet diffère selon la mesure de diversité utilisée, la localisation du site et les caractéristiques de chaque espèce. Ces pratiques peuvent atténuer les effets de l'agriculture, mais pas de manière systématique. Enfin, il semble que des limites subsistent quant à l'amélioration de la granularité de ces modèles. Des incertitudes persistent donc dans la quantification des impacts des entreprises sur l'ensemble de leur chaîne de valeur. Cependant, les entreprises cherchent parallèlement à établir des déclarations de compensation à cette échelle, en comparant des pertes incertaines à des gains mesurés plus localement, avec des métriques différentes qui comportent leurs propres incertitudes. Les entreprises courent le risque de faire des déclarations inexactes, pouvant nuire à leur réputation et entraîner des conséquences néfastes pour la biodiversité, si ces affirmations ne sont pas étayées par une quantification robuste. Nous avons donc identifié les différentes sources d'incertitude liées à la mesure des pertes et des gains des entreprises, notamment celles liées aux métriques et aux modèles. Nous avons ensuite proposé un cadre simple, représentant le risque d'inexactitudes dans les déclarations compensatoires au niveau de la chaîne de valeur de l'entreprise, en fonction du degré d'incertitude des pertes et des gains de biodiversité. Il en ressort que les entreprises peuvent rarement affirmer avoir compensé une perte de biodiversité à l'échelle de leur chaîne de valeur. Ce cadre offre une voie pour formuler des déclarations compensatoires cohérentes avec les nombreuses incertitudes du processus d'évaluation des pertes écologiques. Globalement, cette thèse contribue à améliorer les modèles d'impact sur la biodiversité qui sont pertinents pour les évaluations d'entreprise et au-delà, et fournit des orientations importantes aux entreprises pour le choix de métriques appropriées et la formulation de déclarations robustes sur leurs impacts nets.