Prof. Dr. Kay W. Axhausen | Planification des transports
Modèles sans données (personnelles) ?
Les modèles de demande de transport nécessitent des données toujours plus nombreuses et importantes, d’où une complexité croissante. Il semble nécessaire de s’opposer à cette tendance et de formuler un modèle alternatif qui ne nécessite que des données agrégées et anonymes.
Contenu et objectif du projet de recherche
Les modèles de demande de transport sont de plus en plus complexes et gourmands en données. Bien que les améliorations en matière de sensibilité et de plausibilité des directives soient évidentes, les signes indiquant qu’elles contribuent également à améliorer la qualité des décisions publiques sont rares. De plus, l’utilisation timide dans la pratique de tels modèles avancés conduit à s’inquiéter devant l’écart toujours plus important entre la recherche et la pratique. D’une part, les nouvelles possibilités de collecte des données associées à la vague inattendue du « big data » permettent aux chercheurs de poursuivre dans cette voie ; d’autre part, l’usage et l’abus du « big data » renforcent le danger de modifications soudaines des décisions publiques et le manque soudain d’alternatives de qualité aux modèles existants (académiques) state-of-the-art.
Alors qu’il est possible d’établir des modèles (state-of-the-art) basés sur des agents et le modèle courant, agrégé en quatre étapes sans données exhaustives, personnelles et géocodées, cette limitation est reconnue, même si elle ne saisit pas entièrement les coûts liés à la qualité des décisions. Pour avoir une représentation de la détérioration de la qualité, il est instructif de passer à un modèle sans données personnelles. Dans ce sens, des données spatiales peuvent être utilisées. Le modèle devrait toutefois être en mesure d’apporter des éléments sur la quantité et la vitesse du trafic à chaque point du réseau considéré car cette information constitue l’exigence minimale pour une analyse des coûts et des avantages. Des méthodes d’économétrie spatiale ont été à nouveau récemment utilisées pour certaines applications de transport, ce qui fait renaître une ancienne tradition négligée en matière de planification des transports.
L’objectif de ce projet est double. Premièrement, nous voulons présenter une structure alternative de modèles de transport qui ne nécessite que des données anonymes et agrégées. Deuxièmement, nous voulons évaluer la perte réelle de qualité technique sur le plan des modèles de transport dans le cas de décisions publiques lorsque l’on établit des limites à la collecte des données et à l’utilisation pour répondre à d’autres objectifs importants mais étrangers au trafic.
L’alternative, testée, est un modèle de régression spatiale sous forme d’une modélisation directe de la demande. Le test portera sur la Suisse avec les investissements et stratégies actuellement en débat. La perte de qualité sera mesurée en fonction des décisions, c’est-à-dire de leurs coûts et de leurs avantages potentiellement perdus ou acquis. Ces coûts et avantages sont définis par la norme officielle suisse de l’analyse des coûts et des avantages avant d’être comparés aux décisions qui ont découlé du modèle national de trafic des personnes actuellement calibré, ainsi que de l’actuel scénario suisse de simulation de trafic basée sur les agents MATSim. Les deux derniers sont calibrés avec des données géocodées personnelles. C’est la première fois qu’une analyse systématique de la planification des transports sera effectuée à cette échelle.
Contexte scientifique et social du projet de recherche
Le principal résultat du projet est la détermination du potentiel de méthodes d’économétrie spatiale pour l’évaluation de projets de transport. Les résultats permettront d’effectuer des comparaisons entre l’approche de modèle sélectionnée (implicitement aussi coûts de planification et périodes) et l’intégralité des avantages impliqués pour l’application – en tenant compte précisément des intérêts des diplômés de l’enseignement supérieur et des praticiens.
Il est attendu que les résultats améliorent dans la pratique l’évaluation de projets de transport par l’intégration de l’approche de modèle dans les directives suisses de l’analyse des coûts et des avantages. Des effets comparables sont attendus pour les normes et directives dans d’autres pays. Les comparaisons effectuées apporteront également une contribution décisive aux débats sur les nouvelles directives de protection des données. De plus, les résultats pourront conduire à une réflexion et éventuellement à une réorientation des champs de recherche.
