Le secteur forestier joue un rôle crucial dans l'économie du Québec, représentant 1,5% du PIB et fournissant plus de 10% des emplois de la province. La diversité des forêts du Québec, principalement les forêts mixtes, posent un défi particulier aux usines s'y trouvant puisque la composition variée de ces forêts crée une interdépendance entre les usines, rendant la coordination des activités de récolte et transport essentielle. Ce mémoire vise donc à étudier le recours à des solutions collaboratives au sein de la chaine de valeur forestière des Laurentides et de l'Outaouais, dans le but de réduire les coûts logistiques ainsi que les besoins en transport dans la région. La recherche vise également à renforcer le réseau en favorisant l'entraide entre les différents acteurs de façon à tirer parti de l'interdépendance des usines au sein du réseau. Pour ce faire, un modèle mathématique a été construit, puis modélisé sur un outil de programmation mathématique. Différentes instances du modèle initial ont ensuite été construites pour représenter chacun des scénarios étudiés, puis ces modèles ont été résolus et analysés. Le partage des flottes de transport a permis de réduire les coûts logistiques totaux de 9,09 $/m³ (15%), alors que le partage de la ressource, c'est-à-dire l'allocation optimale du bois aux usines, a plutôt permis de réduire les coûts logistiques de 12,11 $/m³ (20%). L'ajout d'une plateforme logistique a également été examiné, permettant de réduire les coûts logistiques totaux de 15,65 $/m³ (26%). Finalement, l'ajout d'une nouvelle usine de transformation de billes feuillues de trituration au sein du réseau, a généré des gains intéressants, avec une réduction de 18,78 $/m³ des coûts logistiques totaux (32%). Cette recherche soutient le développement économique régional en fournissant des recommandations aux industriels du secteur ainsi qu'en servant de modèle aux réseaux logistiques forestiers du reste de la province.

L'évolution de l'environnement d'affaire de l'industrie des produits forestiers semble avoir un impact important sur les tendances du marché, et contribue à créer des incertitudes en ce qui a trait aux tendances de la demande. Alors que de nouveaux produits forestiers sont apparus, le comportement des consommateurs et certains facteurs externes semblent réorienter les tendances de la demande de certains produits traditionnels. Pour cela, les entreprises du secteur cherchent continuellement à améliorer leur compréhension du marché et à prévoir les tendances futures de la demande. C'est dans cette optique que s'insère cette maîtrise dont le but est d'analyser le marché des produits forestiers, et de concevoir un outil prévisionnel de la demande pour faciliter la prise de décision stratégique des entreprises forestières. Grâce à ces prévisions, les entreprises seront en mesure de prévoir les fluctuations de la demande, ainsi que leur besoin d'approvisionnement. Pour ce faire, une revue systématique de la littérature a été menée pour décrire le marché des produits forestiers, et identifier les facteurs capables de l'impacter. Ensuite, des modèles prévisionnels de la demande et des exportations du bois d'œuvre québécois ont été développés à l'aide de la technique de régression multiple. Les modèles obtenus ont démontré leur aptitude à prévoir la demande et les exportations du bois d'œuvre avec des RMSE de 0,12 et de 0,08 respectivement, et des MAE de 0,1 et 0,06 respectivement sur un ensemble test. Finalement, un portrait général de la concurrence a été élaboré pour l'industrie du sciage au Canada, avec un accent sur la province de Québec. Ceci inclut une description des principaux concurrents dans le domaine, ainsi qu'une analyse de l'évolution de la part canadienne dans le marché américain du bois d'œuvre. L'étude a donc permis de fournir une vue d'ensemble sur les tendances du marché des produits forestiers, la concurrence dans l'industrie du sciage et les facteurs qui les influencent. Elle a de plus proposé un outil de visualisation des données, qui a pu mettre en relief les prévisions dégagées des modèles prévisionnels, tout en facilitant l'interprétation des données, grâce aux graphiques interactifs.