Cette thèse contribue à rendre le marché de la rénovation énergétique durable et autonome. L’objectif est de contribuer à quantifier le risque de non atteinte de la performance énergétique après rénovation. Tout d’abord, nous analysons les facteurs psychologiques des ménages à prendre en compte pour améliorer les modèles de prédictions de consommation d’énergie. Via le programme Je rénove BBC, nous mettons en évidence quatre biais cognitifs impactant l’écart de la consommation d’énergie réelle et prédite. Puis, nous étudions les structures de contrats les plus appropriés pour améliorer le déroulement des chantiers, incitant les artisans à mieux travailler. D’une part, nous déterminons des contrats pour un Agent devant effectuer deux tâches et sous-estimant l’impact de l’une d’entre elles sur la performance du bâtiment. D’autre part, nous testons des incitations individuelles et collectives sur la capacité de plusieurs artisans à se coordonner selon leur formation initiale (DORéMI, …). / This thesis aims at contributing to make the energy renovation market long-lasting and self-sustaining. To achieve this, our objective is to quantify the risk of not achieving energy performance after renovation. First, we analyze households’ psychological factors that should be considered to improve energy consumption prediction models. Drawing on the Je rénove BBC program, we highlight four cognitive biases that negatively impact the difference between actual and predicted energy consumption. We then study the most appropriate contract structures improving the flow and quality of renovation projects, encouraging craftsmen to work better. On one hand, we determine optimal contracts for an Agent who has to perform two tasks and underestimates the impact of one of them on the building's performance. On the other hand, we test individual-based and group-based incentives on the ability of several real Agents (craftsmen) to coordinate, according to their initial training (DORéMI, …).
| Identifer | oai:union.ndltd.org:theses.fr/2019STRAB002 |
| Date | 17 June 2019 |
| Creators | Martin-Bonnel de Longchamp, Lucie |
| Contributors | Strasbourg, Spaeter-Loehrer, Sandrine |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | English |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0023 seconds