Quelle prise en compte des dynamiques urbaines dans la prévision de la demande de transport ?

How well are urban dynamics taken into account in travel demand forecasting?

• Auteur / Autrice : Jorge Cabrera Delgado
• Direction : Patrick Bonnel
• Type : Thèse de doctorat
• Discipline(s) : Sciences économiques (doctorat sciences économiques)
• Date : Soutenance le 01/07/2013
• Etablissement(s) : Lyon 2
• Ecole(s) doctorale(s) : École doctorale Sciences économiques et gestion (Lyon)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'économie des transports (Lyon ; ....-2015)
• Jury : Président / Présidente : Alain Ayong Le Kama
• Jury : Examinateurs / Examinatrices : Eric Cornelis, Michel Dimou, Yves Crozet

Mots clés

Mots clés contrôlés

Prévision

Transports urbains

Mots clés libres

Modèle à quatre étapes

Transférabilité temporelle

Génération

Distribution

Choix modal

Four-step model

Temporal transferability

Trip generation

Trip distribution

Mode choice

Résumé

Dans la pratique de la planification urbaine, la prévision de la demande de transport fait en général appel au modèle à quatre étapes (génération, distribution, répartition modale et affectation), malgré des avancées théoriques considérables dans le domaine. Cette persistance s’explique par une facilité relative de mise en oeuvre, liée notamment à la forme des données disponibles et susceptibles d’alimenter les modèles. Cependant, la nature statique de l’approche pose des interrogations quant à sa pertinence pour faire des prévisions de moyen-long terme. Cette thèse étudie, la validité de l’hypothèse de stabilité temporelle des trois premières étapes du modèle de prévision. Pour ce faire, en prenant l’agglomération lyonnaise comme terrain d’étude, nous avons codifié des réseaux routiers et de transports en commun à différentes dates (1985, 1995 et 2006). Cette donne, généralement indisponible, combinée aux enquêtes ménages déplacements correspondantes, nous permet de calibrer les trois premières étapes du modèle traditionnel et de tester leur capacité prédictive. Pour les modèles de génération, on note des prévisions acceptables à un horizon de 10 ans. À 20 ans, certaines évolutions dans les styles de vie se sont traduites par une baisse du nombre moyen de sorties pour le motif travail, que les modèles traditionnels ne permettent pas de prévoir complètement. Au niveau de la distribution, l’allongement des distances entre lieux de réalisation de certaines activités et le lieu de domicile peut être relativement bien reproduit par des modèles gravitaires avec des paramètres stables dans le temps. Au niveau de la répartition modale, les paramètres ne sont pas stables et les modèles estimés n’auraient pas permis de prévoir le regain de parts de marché des transports en commun observé ces dernières années.

In the practice of urban planning, travel demand forecasts are generally obtained by using the four-step model (generation, distribution, modal split and assignment), despite considerable theoretical advances in the field. This persistence can be explained by the relative ease of implementation of the four-step modelling sequence, which is related, in particular, to the kind of data available that could be used as an input in a model. However, the static nature of the approach raises questions as it pertains to its relevance in producing medium and long range forecasts. This thesis investigates the validity of the hypothesis of temporal stability of the parameters of the first three stages of the traditional forecasting sequence. To do this, taking the Lyon conurbation as our case study, we coded the road and transit networks at different points in time (1985, 1995 and 2006). We then combine this temporal data, which is generally unavailable, with the corresponding household travel surveys in order to calibrate the first three steps of the traditional model and test their predictive ability. For the generation models tested, we note acceptable performance for a 10-year forecast. For a 20-year forecast, some changes in lifestyles have resulted in a decrease in the average number of work trips that traditional models do not predict accurately. Regarding trip distribution, the increase in travel distances observed for certain purposes is reproduced fairly well by the gravity model. At the modal split level, the parameters are not stable and the estimated models would be unable to predict accurately the recent increase in the market share of public transport.