Analyse micro-économétrique de la demande de transport urbain pour la ville de Tunis - article ; n°2 ; vol.108, pg 47-62

De
Publié par

Économie & prévision - Année 1993 - Volume 108 - Numéro 2 - Pages 47-62
Mikroökonometrische Analyse der Nachfrage nach stâdtischen Verkehrsleistungen in Tunis,
von Samir Ghazouani und Mohamed Goaïed.

Dieser Artikel enthält eine Analyse der Nachfrage nach städtischen Verkehrsleistungen in Tunis. Hierbei wird auf die Modelle der diskreten Auswahl zurückgegriffen, die sich aus einer Maximierung des aleatorischen Nutzens ergeben. Zu diesem Zweck kommen zwei besondere Versionen dieser Modelle zur Anwendung, und zwar das unabhängige Probit-Modell und das multinomiale Logit-Modéll.
Análisis microeconómico de la demanda de transporte urbano para la ciudad de Túnez,
por Samir Ghazouani y Mohamed Goaïed.

En este artículo se presenta un análisis de la demanda de transporte urbano para la ciudad de Túnez recurriendose para ello a los modelos de elección discreta, résultantes de una maximización de utilidad aleatoria. Con este fin, se aplican dos versiones de dichos modelos: el Probit independiente y el Logit multinomial.
Analyse micro-économétrique de la demande de transport urbain pour la ville de Tunis,
par Samir Ghazouani, Mohamed Goaïed.

Cet article présente une analyse de la demande de transport urbain pour la ville de Tunis en ayant recours aux modèles de choix discret, qui découlent d'une maximisation d'utilité aléatoire. À cette fin, deux versions particulières de ces modèles sont appliquées : leProbit indépendant et le Logit multinomial.
Micro-econometric Analysis of the Demand for Urban Transport in Tunis,
by Samir Ghazouani and Mohamed Goaïed.

This article presents an analysis of the demand for urban transport in Tunis by using carefully chosen models resulting from a optimization of random utility. To this end, two distinctive versions of these models are applied: the independent Probit and the multinomial Logit.
16 pages
Source : Persée ; Ministère de la jeunesse, de l’éducation nationale et de la recherche, Direction de l’enseignement supérieur, Sous-direction des bibliothèques et de la documentation.
Publié le : vendredi 1 janvier 1993
Lecture(s) : 135
Nombre de pages : 18
Voir plus Voir moins

Samir Ghazouani
Mohamed Goaïed
Analyse micro-économétrique de la demande de transport
urbain pour la ville de Tunis
In: Économie & prévision. Numéro 108, 1993-2. pp. 47-62.
Citer ce document / Cite this document :
Ghazouani Samir, Goaïed Mohamed. Analyse micro-économétrique de la demande de transport urbain pour la ville de Tunis.
In: Économie & prévision. Numéro 108, 1993-2. pp. 47-62.
doi : 10.3406/ecop.1993.5608
http://www.persee.fr/web/revues/home/prescript/article/ecop_0249-4744_1993_num_108_2_5608Zusammenfassung
Mikroökonometrische Analyse der Nachfrage nach stâdtischen Verkehrsleistungen in Tunis,
von Samir Ghazouani und Mohamed Goaïed.
Dieser Artikel enthält eine Analyse der Nachfrage nach städtischen Verkehrsleistungen in Tunis. Hierbei
wird auf die Modelle der diskreten Auswahl zurückgegriffen, die sich aus einer Maximierung des
aleatorischen Nutzens ergeben. Zu diesem Zweck kommen zwei besondere Versionen dieser Modelle
zur Anwendung, und zwar das unabhängige Probit-Modell und das multinomiale Logit-Modéll.
Resumen
Análisis microeconómico de la demanda de transporte urbano para la ciudad de Túnez,
por Samir Ghazouani y Mohamed Goaïed.
En este artículo se presenta un análisis de la demanda de transporte urbano para la ciudad de Túnez
recurriendose para ello a los modelos de elección discreta, résultantes de una maximización de utilidad
aleatoria. Con este fin, se aplican dos versiones de dichos modelos: el Probit independiente y el Logit
multinomial.
Résumé
Analyse micro-économétrique de la demande de transport urbain pour la ville de Tunis,
par Samir Ghazouani, Mohamed Goaïed.
Cet article présente une analyse de la demande de transport urbain pour la ville de Tunis en ayant
recours aux modèles de choix discret, qui découlent d'une maximisation d'utilité aléatoire. À cette fin,
deux versions particulières de ces modèles sont appliquées : leProbit indépendant et le Logit
multinomial.
Abstract
Micro-econometric Analysis of the Demand for Urban Transport in Tunis,
by Samir Ghazouani and Mohamed Goaïed.
This article presents an analysis of the demand for urban transport in Tunis by using carefully chosen
models resulting from a optimization of random utility. To this end, two distinctive versions of these
models are applied: the independent Probit and the multinomial Logit.La politique des prix pour le service de transport
urbain constitue un domaine de prédilection Analyse micro
important pour les décideurs publics, notamment
dans les économies en développement. En effet, le
économétrique système de subventions concernant le transport
collectif et l'imposition de taxes pénalisant certains
modes de transport privé peuvent avoir des de la demande de
conséquences non négligeables sur la demande
individuelle. Une étude micro-économétrique transport urbain
relative à cette demande permet non seulement de
donner une prévision de cette demande pour les
pour la ville différents modes de transport, mais également de
pouvoir quantifier l'impact d'un changement dans la
politique de transport urbain (augmentation de la de Tunis
taxe sur les carburants, révision de la structure de
tarification du secteur public.) sur le bien-être des
individus.
Samir Ghazouani^ Les modèles de choix discret constituent, à cet égard,
un cadre d'analyse pertinent pour estimer la demande Mohamed Goaïed(*) individuelle de transport urbain. Ces modèles
fournissent, à partir des observations données, la
probabilité qu'un individu sélectionne un mode
particulier parmi un ensemble de choix possibles et
mutuellement exclusifs. Néanmoins, l'application
de ces outils économétriques pour cerner la demande
de transport dans les villes du tiers monde reste
relativement limitée. Cette carence provient
essentiellement de la non-disponibilité d'enquêtes
spécialisées portant sur les déplacements des
individus pour un certain nombre de pays en
développement^.
La problématique générale de cette étude concerne
l'estimation de la structure de la demande
individuelle de transport urbain pour la ville de
Tunis. Il sera fait recours aux modèles de choix
discret qui découlent d'une maximisation d'utilité
aléatoire. À cette fin, nous appliquerons des versions
particulières de ces modèles : le Probit indépendant
(dichotomique) et le Logit multinomial. Ce dernier
est largement utilisé dans des domaines aussi
nombreux que variés suite à la simplicité qu'il
procure dans les calculs empiriques. Cependant, il se
caractérise par une perte de généralité due à des
hypothèses restrictives qui imposent l'indépendance
entre les modalités. À cet égard nous appliquerons,
dans la partie empirique, le test de spécification dû
à Hausman et McFadden (1984), afin de tester la
véracité de l'hypothèse d'indépendance des
alternatives non pertinentes (Independence from
Irrelevant Alternatives, ou IIA).
(*) Groupe de recherche en économie et gestion quantitatives
Cette étude exploite une enquête sur les (GREGQ), Faculté des sciences économiques et de gestion de
Tunis, Boulevard du 7-Novembre, 1060 Tunis. déplacements des personnes dans la ville de Tunis,
réalisée par le District de Tunis en 1985. Nous nous
Nous exprimons notre gratitude à Jacques Thisse, professeur à intéresserons à un aspect particulier du l'université de Paris-I, pour ses précieuses suggestions, ainsi comportement individuel de choix modal, celui qu'à Pierre- Yves Hénin qui nous a offert l'occasion de réaliser
relatif aux déplacements domicile-travail qui une première version de ce travail lors d'un séjour au
convergent vers le centre-ville, et ce pour deux Cepremap. Les commentaires d'un rapporteur anonyme ont
amélioré d'une manière substantielle une première version de sous-échantillons de la ville de Tunis : le secteur
ce texte. nord et le secteur côte sud.
Économie et Prévision n°108 1993-2
47 Cet article comprend cinq parties. La première est décision de choix de l'individu avec
l'environnement de choix. En matière de transport consacrée aux modèles de choix discret. Une
présentation détaillée des données de l'enquête ainsi urbain, de choix est constitué de
qu'une analyse descriptive pour les deux secteurs deux éléments. D'une part, l'ensemble des modes
choisis figurent dans la deuxième partie. La qui constituent le système de transport de
troisième aborde le volet empirique. Elle contient les l'agglomération en question. Ces modes sont
différents résultats d'estimation et de tests réalisés représentés par des attributs. D'autre part, les
au cours de cette étude. La quatrième partie placera caractéristiques socio-économiques de l'individu
les modèles utilisés dans le cadre d'une analyse de preneur de décision. Si l'on associe à cet
politique économique dans le domaine du transport environnement une fonction d'utilité stochastique,
urbain. Nous présenterons quelques techniques le choix se fera selon le critère de maximisation de
rendant l'approche utile aux décideurs. La dernière la fonction d'utilité.
partie est consacrée à une synthèse des principaux
Pour un exposé plus détaillé, considérons le modèle résultats obtenus, ainsi qu'aux perspectives
possibles de recherches futures dans le cadre de la statique où un individu n(n = 1 , ... ,N) choisit la
micro-économétrie de la demande de transport modalité i(i = 1,...,J) lui procurant la plus
urbain pour la ville de Tunis. grande utilité. / représente le nombre total de
modalités dans l'ensemble de sélection
(C = [l, ...,/}) (3). Soit le modèle de choix discret
de la forme :
Les fondements théoriques des modèles 1 si Uin > Ujn pour ; = 1 , ... ,/
de choix discret (i) ylm-\
0 sinon
Cette analyse s'insère dans le cadre des modèles de
yin désigne le choix observé, Uin représente une choix discret. Ils expriment, selon un formalisme
fonction d'utilité stochastique qui mesure le degré approprié, le comportement individuel sur la base de
de satisfaction que pourrait procurer à l'individu n quelques mesures des performances du service de
la modalité i . Cette fonction d'utilité indirecte transport urbain. Ils ont pour source les principes de
s'exprime selon la forme : la théorie de choix du consommateur selon
l'approche de Lancaster (1966). Ce dernier formule
(2) l/j.-p'^. + r/Z. + e,, . des critiques à l'égard de la théorie classique qui n'a
pas tenu compte des réactions du consommateur face
- Xin est un vecteur de K variables explicatives à l'amélioration de la qualité d'un bien, ou encore
face à l'existence d'un nouveau bien. D'après cette caractérisant les attributs de la modalité de choix i
nouvelle approche, la consommation est enregistrés pour l'individu n ;
appréhendée par un processus de transformation du - Zn est un vecteur de S variables explicatives
bien en services appréciés par le consommateur. illustrant les caractéristiques socio-économiques de
Chaque produit est apprécié à travers les services l'individu n ; qu'il est susceptible de rendre, plus précisément à ~P et Tt sont des vecteurs de paramètres supposés travers les caractéristiques qu'il renferme. Par
fixes ; conséquent, la satisfaction que tire le consommateur
e in est un terme aléatoire. lors de la consommation d'un bien est étroitement
liée aux propriétés intrinsèques de ce bien,
En empilant les J observations pour l'individu n , on c'est-à-dire à ses caractéristiques. De ce fait, on
postule une fonction d'utilité dite indirecte obtient l'expression compacte :
puisqu'elle dépend des caractéristiques des biens,
par opposition à la fonction d'utilité directe de O) y.-[y,m] r'z
l'approche classique qui dépend des quantités
consommées(2). Par ailleurs, il faut souligner OÙ
également que cette théorie, générant par essence des -yn, Un et en constituent des vecteurs d'ordre/ ;
solutions en coin, s'intègre naturellement dans le -Xn est une matrice d'ordre (K .J) ; formalisme des modèles de choix discret. En effet,
- Zn est un vecteur S ; face à des produits différenciés, le choix du
consommateur peut se traduire, dans certains - (3 est un de paramètres d'ordre K ;
contextes, par un processus de sélection d'une - F est une matrice de (S .J) .
variété de bien parmi un ensemble de choix possibles
et mutuellement exclusifs. Ce genre de situations La fonction d'utilité stochastique spécifiée dans
peut être justifié par les difficultés pratiques de l'expression (2) a une signification particulière.
combiner plusieurs variétés d'un bien. Nous l'écrivons d'abord sous la forme :
À l'aide de ces principes, la modélisation (4) V{Xin,Zn) = Vi in, économétrique consiste à mettre en relation la
48 V est une fonction supposée en général linéaire maximum de vraisemblance. Néanmoins, Bolduc et où
dans les paramètres. Cette distinction relève du fait Kaci (1991) montrent que l'estimation du Probit
que cette fonction n'est pas perçue d'une façon polytomique à covariance pose de sérieux problèmes
déterministe par le modélisateur. Il la traite comme de calcul, notamment lorsque le nombre de modalités
une variable aléatoire. La partie systématique ou est supérieur à 5. Un nombre de modalités élevé
signifie un nombre élevé d'intégrales à négocier afin représentative Vin reflète un comportement standard
de parvenir à déterminer la probabilité de choix ou moyen des individus. Le résidu aléatoire zin
donnée en (7)(5). En pratique, la spécification la plus désigne l'effet absent dans Vin d'attributs non répandue est celle du Logit multinomial, qui ignore observés (inexistants dans Xin et/ou Zn ), ainsi que la structure de covariance des erreurs. Dans ce cas,
l'effet d'un comportement aléatoire non observable la probabilité de choix de la modalité i est donnée
(variation de goût). Sa présence peut refléter, par l'expression :
également, des erreurs de mesure ou des
informations incomplètes (problèmes de données (8) Pn(i/C) = ^V^'Xin + Ti'Zn) ^ statistiques).
2 exp(P'X,.n + r/ZJ Confronté à J modalités, l'individu choisira la j- i modalité 1 qui maximisera sa satisfaction. Ce choix
devra vérifier la relation suivante : Cette forme s'obtient en supposant que les termes
d'erreur e,M in sont distribués selon la loi double (5) \UlH> Ujn V j(EC,j* 1}. exponentielle de façon identique et indépendante. Sa
fonction de répartition est donnée par l'expression : On peut associer à ce type d'événement un ordre de
préférence selon lequel on est capable de classer les (9) F(e) -P(e, z e) modalités de choix par degré de satisfaction
décroissante. Bouyaux (1989) parle de processus de
= exp - ( exp - ((e/[x) + a)), choix rationalisable, puisque cet ordre de préférence
doit être compatible avec les différences de goût où a est la constante d'Euler (a » 0,5772 ) , et \i rencontrées dans la population. Les différences de est une positive(6). Cette spécification goût se traduisent par une distribution de probabilité présente des méthodes de calcul très souples. sur les classements possibles des modalités de choix
Cependant, elle repose sur une hypothèse conforme au partage modal observé dans fondamentale, contraignante dans les études l'échantillon. La probabilité qui correspond à empiriques : l'indépendance des alternatives non l'événement (5) présente la forme : pertinentes (IIA) qui impose l'indépendance entre
les modalités, ce qui exclut toute possibilité de (6)pn(i/c)=pr{uln>ujn v yec,;-i}. substitution entre les différents modes(7).
Ainsi, les probabilités de choix sont construites à Hausman et McFadden (1984) proposent un test partir de la maximisation d'utilité stochastique. Pour d'erreur de spécification pour vérifier la validité de calculer P n ( \/C ) , il suffit de connaître les la propriété (IIA). Ces auteurs soulignent que si
fonctions de distributions des variables sin . l'hypothèse (IIA) est vérifiée, la structure du modèle
et les paramètres estimés pour les variables
Dans un premier temps, on suppose que le vecteur contenues dans Xt n et Z n devraient rester inchangés
en est distribué selon la loi normale d'espérance lorsque l'on effectue l'estimation sur un
mathématique nulle, et de matrice de sous-ensemble réduit de l'ensemble de sélection C .
variances-co variances Q (4). Il s'ensuit que : Soit le sous-ensem^le de sélection R - { 1 , . . . , K }
tel que R C C.àc et Vc constituent les
(7) PAl/C) = Pr{tin<(Vln-Vjn) + zln estimateurs du maximum de vraisemblance du
vecteur de paramètres ô et de sa matrice de
V;SC,;* 1} variances- co variances sur l'ensemble de sélection
C (8). Soit ôfl et VR leurs estimations réalisées sur + oo (y -V ) + e
le sous-ensemble de sélection R . Le test de v 00 " 00 l'hypothèse (IIA) revient à tester l'hypothèse nulle :
(10) H0 : ô* - ôc = 0 . ... V J 00 f(Bln,...,eJn)deln...d£Jn,
Ce test est basé sur la statistique suivante : où/( e ln , . .. , eJn ) désigne une fonction de densité
jointe normale multidimensionnelle. (11) q = (àR-àc)'(VR- vcyl(àR- ôc),
La méthodologie d'estimation la plus courante dans qui suit, sous l'hypothèse nulle, la loi du Khi-deux à les modèles de choix discret est la méthode du p degrés de liberté.
49 domicile-travail. En effet, cette composante de la
Présentation des données mobilité urbaine est incontestablement la plus
significative et la plus représentative de la réalité du
choix modal dans une aire urbaine donnée, vu son
Les données utilisées proviennent de l'enquête caractère régulier dans l'espace et dans le temps.
Déplacements des ménages 1985 réalisée par le Cette composante est également importante par le
District de Tunis auprès d'un échantillon flux volumineux qu'elle engendre dans des créneaux
représentatif de l'ensemble des ménages résidant à horaires très réduits. D' autre part, et pour Tunis, nous
Tunis(9). Cette enquête décrit les ménages, informe allons considérer les déplacements domicile-travail
sur leur structure socio-économique (taille, revenu, qui convergent vers le centre-ville. L'évolution
niveau d'instruction...) ainsi que sur leurs urbaine de l'agglomération tunisoise se caractérise
déplacements. Le questionnaire de l'enquête par une nette suprématie du centre-ville au niveau de
comprend trois éléments essentiels. Une fiche l'emploi (surtout le tertiaire), et abrite plus de la
Ménage fournit des informations générales sur la moitié du volume global de l'emploi de
structure démographique du ménage sur lequel porte l'agglomération. Ce constat se traduit par un flux
l'enquête, et sur le degré de sa motorisation privée. quotidien de déplacements domicile-travail très
La fiche Personne affine davantage l'information, important.
car on dispose du profil socio-économique complet
de la personne. La fiche Déplacement fournit un état Deux secteurs ont retenu notre attention, et vont
détaillé de tous les déplacements effectués par la constituer les deux sous-échantillons de base pour
personne interviewée, et ce la veille du jour de notre étude empirique. Il s'agit du secteur côte sud
l'enquête. Elle situe chaque déplacement dans et du secteur nord(1(^. Le secteur côte sud est situé au
l'espace et dans le temps. Tous les déplacements sont sud-est du lac de Tunis en longeant le golfe de Tunis.
ainsi enchaînés selon un ordre chronologique. Une Il est formé par l'ensemble des banlieues côtières sud
fois le déplacement repéré dans l'espace - en reliant et desservi par un train de banlieue et, parallèlement,
un point d'origine à un point de destination-, et dans par le bus sur le grand axe routier (GP1). Cela nous
le temps - en enregistrant sa durée -, on précise le(s) permettra de procéder à une étude de choix modal
mode(s) de transport utilisé(s) pour l'effectuer. De trichotomique : bus, train, et voiture. Le secteur nord
là, les réponses bifurquent selon le mode utilisé. En se trouve au nord du centre de la ville. Il est desservi
conséquence, un cadre est réservé à chaque mode de uniquement par le réseau du bus(11). L'étude sera par
transport motorisé, fournissant, pour chacun, ses conséquent dichotomique (bus et voiture). Le
attributs (variables temporelles et de coût). partage modal ainsi obtenu est représentatif des
habitudes de déplacement des Tunisois à cette
Nous allons considérer un aspect bien particulier et époque(12).
typique du comportement de choix modal. Il s'agit
du choix modal pour les déplacements
Tableau 1 : statistiques descriptives
Secteur nord Secteur côte sud
Moyenne Médiane Écart type Moyenne Médiane Ecart type
Variables socio-démographiques
Revenu de l'individu (dinars) 259,78 200 164,65 249,1 200 132,9
Age de l'individu (années) 33 31 15,074 34 32 12,982
Taille du ménage 5,63 5 2,763 5,787 6 2,0764
Nombre d'employés par ménage 1,71 2 0,923 1,898 2 0,947 de voitures par 0,971 1 0,934 0,556 0 0,651
Nombre d'individus ayant un permis de conduire par ménage 1,66 2 1,087 1,3 1 1,138
Attributs des modes de transport
Coût d'utilisation de la voiture (dinars) 0,175 0,17 0,0601 0,5 0,45 0,18
Coût du bus (dinars) 0,095 0,12 0,0431 0,18 0,24 0,047
Coût d'utilisation du train - - - 0,156 0,16 0,107
Temps net de déplacement en voiture (minutes) 25,07 24 13,166 39 40 14,16
Temps net de en bus (minutes) 31,05 30 10,2 35 35 12,3 net de déplacement en train - - - 31,85 32 9,05
Secteur nord Secteur côte sud
Fréquences
% de ménages disposant de voiture 65,3 58,2
% des individus de sexe masculin 60,3 70,5
Taille de l'échantillon 320 363
50 Conformément à la spécification de la fonction Encadré 1 : liste des variables du modèle
d'utilité stochastique (2), l'étude nécessite le recours
Les variables socio-économiques à deux types de variables explicatives : les variables
REVENU : revenu mensuel de l'individu (dinars) socio-économiques mesurant l'hétérogénéité des
ÂGE : âge de l'individu individus et les variables mesurant les attributs ou
les caractéristiques techniques des modes de NBPC : nombre d'individus détenant un permis de
transport. Les plus importantes sont les temps et conduire dans le ménage
coûts de déplacements en automobile, autobus et NBVOIT nombre de voitures possédées par le ménage
train. L'encadré 1 récapitule la signification des NBEMP : d'employés au sein du ménage différentes variables retenues(13). PCM : proportion d'individus détenant un permis de
conduire par ménage
DSEXE = 1 si l'individu est de sexe féminin
= 0 sinon
Les résultats d'estimation et de test DSTATUT : = 1 si l'individu est le chef du ménage
= 0 sinon
DVOIT : = 1 si le ménage possède au moins une voiture Les différentes spécifications retenues et discutées
= 0 sinon dans cette partie sont estimées par la méthode du
maximum de vraisemblance(14). Les résultats DCHEF : = 1 si l'individu est le chef du ménage et le
d'estimation pour le secteur nord, figurant dans les ménage possède au moins une voiture
tableaux 2 et 3, sont satisfaisants aussi bien sur le = 0 sinon
plan statistique que sur celui de l'interprétation DTAI : = 1 si la taille du ménage est inférieure économique. Par ailleurs, on enregistre une stabilité ou égale à 5
dans le poids des paramètres estimés en passant = 0 sinon d'une spécification à une autre. En revanche, les
Les variables décrivant les conditions estimations du modèle Logit fournissent des de déplacements domicile-travail coefficients ayant un poids légèrement plus COÛT : coût de déplacement en véhicule (dinars) important que celles du Probit indépendant(15). INVTIME : temps net de déplacement en véhicule
(minutes) Les variables socio-économiques sont en parfaite
OUTVTIME : temps de déplacement hors véhicule : concordance avec la logique du modèle, et reflètent de recherche de stationnement (voiture), judicieusement la structure du choix modal pour ce temps d'attente et de marche à pied (bus, train) type de déplacements. Le revenu constitue une
Les variât >les expliquées variable majeure dans l'explication du choix modal
Nord : y = 0 bus des individus. Le coefficient associé, de signe positif,
: y = 1 voiture indique une préférence des individus du secteur nord
pour la voiture, qui évolue proportionnellement à Côte sud y = 0
leur revenu(16). Ce résultat est, renforcé par les y = 1 train
variables qui mesurent le degré de motorisation des y = 2 bus ménages. Ces dernières indiquent une préférence des
individus pour les déplacements en voiture en cas de
À part l'aspect purement économétrique consistant disponibilité. Le statut de l'individu constitue une
à formuler des spécifications de choix modal variable indiquant les préférences relatives de
(trichotomique et dichotomique), la désignation de l'individu pour l'utilisation de la voiture au sein du
ces deux secteurs relève de leur disparité ménage lorsque l'on se trouve en présence de
socio-économique. En examinant le tableau 1 par plusieurs demandeurs. Les résultats obtenus
rapport aux échantillons répertoriés, on peut montrent que le chef de ménage tire une utilité plus
formuler des remarques intéressantes qui sont grande en utilisant la voiture pour ses déplacements
confirmées, sans doute, par toute analyse descriptive domicile-travail(17).
globale sur Tunis. Avec un revenu individuel moyen
Pour les variables décrivant les conditions de plus élevé, on constate que le niveau de vie des
habitants du secteur nord est sensiblement meilleur déplacement domicile-travail (temps et coût), le coût
d'utilisation du véhicule joue un rôle déterminant que dans le côte sud. Ensuite, un indicateur
non moins important (taux de motorisation des dans les décisions de choix modal de l'individu dans
ses déplacements. Le temps de déplacement hors du ménages) indique à quel point les ménages du secteur
nord sont mieux équipés en véhicules privés que véhicule (temps de recherche de stationnement pour
leurs homologues de la côte sud. Ces constatations la voiture, temps d'attente et de marche à pied
se trouvent renforcées lorsque l'on fait recours à le bus) procure des résultats meilleurs que la durée
d'autres indicateurs tels que la taille du ménage, le nette de déplacement au sein du véhicule(18).
nombre d'employés par ménage, ou encore le d'individus, par ayant un permis de La qualité des estimations est mesurée
respectivement par l'indice du rapport de conduire.
vraisemblance p2 et par la table de succès de
51 Tableau 2 : spécifications Logit : Tableau 3 : spécifications Probit indépendant :
secteur nord secteur nord
Modèle 1 Modèle 2 Modèle 3 Modèle 4 Modèle 1 Modèle 2 Modèle 3 Modèle 4
Variables socio- Variables socio-
économiques économiques
REVENU 0,00738 0,00626 0,00580 REVENU 0,00430 0,00375 0,00351
(4,150) (3,799) (3,378) (4,389) (4,097) (3,627)
DSTATUT 1,617 1,208 1,612 2,0433 DSTATUT 0,848 0,641 0,851 1,131
(2,528) (1,977) (2,444) (3,384) (2,392) (1,878) (2,324) (3,349)
DSEXE -0,257 -0,374 -0,401 -0,422 DSEXE -0,104 -0,179 -0,186 -0,192
(-0,623) (-0,929) (-0,950) (-0,993) (-0,432) (-0,759) (-0,759) (-0,780)
DVOIT 1,781 1,810 1,891 DVOIT 0,972 0,992 1,0479
(4,121) (4,227) (4,501) (4,153) (4,242) (4,503)
ÂGE -0,0229 -0,00546 -0,0158 -0,00509 ÂGE -0,0117 -0,00184 -0,00865 -0,00267
(-1,109) (-0,188) (-0,820) (-0,281) (-1,198) (-0,300) (-0,836) (-0,305)
NBPC 0,309 NBPC 0,592
(3,133) (3,0192)
NBVOIT/NBPC 1,134 NBVOIT/NBPC 1,978
(5,128) (5,287)
PCM 1,384 1,559 PCM 2,570 2,858
(2,768) (3,249) (2,833) (3,263)
Constante -2,189 - 1,548 - 1,990 -1,404 Constante -3,947 -2,594 -3,535 -2,598
(-5,043) (-3,945) (-4,789) (-3,543) (-5,115) (-4,195) (-4,853) (-3,372)
Variables Variables
génériques génériques
INVTIME -0,000423 0,00156 0,00102 0,00306 INVTIME -0,000081 0,00225 0,00293 0,00546
(-0,0065) (0,182) (0,236) (0,471) (-0,0600) (0,222) (0,145) (0,459)
OUTVTIME -0,0266 -0,0205 -0,0244 -0,0199 OUTVTIME -0,0511 -0,0391 -0,0466 -0,0391
(-2,868) (-2,368) (-2,636) (-2,266) (-2,806) (-2,299) (-2,592) (-2,140)
COÛT -11,510 - 11,495 - 10,826 COÛT -6,598 -6,327 -6,241
(-4,210) (-4,219) (-4,0218) (-3,947) (-4,008) (-3,796)
COUT /REVENU -1904,9 COÛT/REVENU -1109,1
(-4,679) (-4,838)
MO) -221,71 -221,71 -221,71 -221,71 MO) -221,71 -221,71 -221,71 -221,71
Mo) -113,42 - 120,60 -114,07 - 117,40 Mo) -112,99 - 121,00 -113,94 -116,82
McFadden p2 0,490 0,454 0,486 0,473 McFadden p2 0,488 0,456 0,485 0,470
Les chiffres entre parenthèses indiquent le t de Student. Les chiffres entre parenthèses indiquent le t de Student.
tableau 4 montre que le modèle 1 retenu - compte prédiction^. Le premier indicateur présente des
valeurs assez proches de 0,5. De ce fait, les tenu de ces deux critères et de la significativité
statistique des paramètres estimés - prédit spécifications retenues fournissent un excellent
pouvoir explicatif. Le second indicateur permet de correctement 248 déplacements sur 320. La
confronter la structure réelle de choix (choix proportion totale de prévisions correctes, égale à
observés) avec la de choix prédite par le 77,5 %, est très satisfaisante.
modèle estimé (choix prédits). L'examen du
Tableau 4: "table de succès de prédiction ", secteur nord, modèle 1, spécification Logit
Choix prédits Total choix observés Partage modal observé
0-bus 1 - voiture
Choix 0 - bus 128 36 164 51.25
Observés 1 - voiture 36 120 156 48,75
Total choix prédits 164 156 320
Partage modal prédit 51,25 48,75 100%
Proportion de prévision correcte 78,04 76,92
52 .
Tableau 5 : spécifications Logit : secteur côte sud
Modèle 1 Modèle 2 Modèle 3 Modèle 4 Modèle 5
Train Bus Train Bus Train Bus Train Bus Train Bus
REVENU -0,00523 -0,00396 -0,00594 -0,00609
(- 1,385) (-3,084) (-2,145) (-3,172)
NBEMP 0,254 0,245 0,74 077 0,751 0,736
(1,723) (1,328) (3,92) (3,47) (3,921) (3,257)
DTAI -0,485 -1,239 0,152 -0,549
(-1,679) (-2,754) (0,478) (- 1,173)
DCHEF -2,164 -3,883 - 1,436 -3,14 - 1,0163 -2,863 -2,135 -3,624 -2,151 -3,65
(- 1,874) (-2,386) (-4,873) (-3,283) (-4,916) (-3,277) (-5,2) (-3,446) (-2,883) (-2,69)
DSEXE -0,747 -1,14 -0,0412 -0,0292 -0,0675 -0,308 -0,492 -0,946 -0,48 -0,896
(- 1,953) (-1,21) (- 1,837) (-2,193) (-2,546) (-0,0937) (-0,554) (-0,154) (-0,584) (-1,241)
AGE 0,0499 0,00793 0,0396 0,0185 0,0498 0,0313 0,0386 -0,0034 0,0377 0,00368
(3,315) (0,325) (2,473) (0,847) (2,689) (1,184) (3,403) (-0,233) (3,222) (0,24)
PCM -3,467 -2,965 -3,273 -2,768 -5,974 -6,209 -6,0697 -5,953
(- 6,783) (-5,358) (- 6,471) (-4,878) (-3,817) (-2,461) (-3,591) (-2,297)
NBVOIT - 1,707 - 1,781 - 1,701 - 1,709
(-5,153) (-3,842) (-5,05) (-3,73)
Constante 1,543 0,73 2,411 1,545
(2,273) (0,848) (3,456) (1,783) f
COÛT -3,916 -2,706
(-5,103) (-3,192)
COÛT/REVENU -433,336 -4,44 -426,596
(-3,824) (-4,393) (-4,213)
INVTIME 0,00739 0,00251 0,0043 -0,00231 -0,00077
(0,965) (0,318) (0,528) (-0,295) (-0,0972)
MO) -333,674 -333,674 -333,674 -333,674 -333,674
MM -262,73 -233,007 -230,498 -242,454 -240,744
2 0,213 0,3 0,31 0,273 0,278 McFadden p
Les chiffres entre parenthèses indiquent le t de Student.
Pour des raisons d'identification, le vecteur des paramètres F associé à la modalité automobile est normalisé à zéro.
Le tableau 5 présente les résultats d'estimation des satisfaisants. Lorsque le ménage dispose d'une
différentes spécifications du Logit trichotomique voiture, le chef de ménage tire une plus grande
retenues pour le secteur côte sud. Le revenu mensuel satisfaction de son utilisation dans ses déplacements
de l'individu ainsi que les variables relatives à la domicile-travail par rapport aux autres membres du
ménage. La variable Coût de déplacement est motorisation du ménage confirment les résultats
obtenus pour le secteur nord. En effet, on enregistre significative pour toutes les spécifications retenues.
des résultats satisfaisants pour le signe et la En revanche, la variable Temps net de déplacement
significativité statistique des paramètres obtenus. En donne, à l'instar du secteur nord, des résultats dans
outre, l'effet de ces variables est plus sensible pour l'ensemble médiocres.
déterminer les préférences entre le bus et la voiture
qu'entre le train et la voiture. La variable DCHEF, L'indice du rapport de vraisemblance présente des
qui constitue un croisement entre deux variables valeurs proches de 0,3. D'après le tableau 6, la
spécification retenue pour le secteur côte sud discrètes (statut du chef de ménage et disponibilité
de la voiture au sein du ménage), donne des résultats (modèle 3) prédit correctement 229 déplacements,
Tableau 6 : table de succès de prédiction, secteur côte sud, modèle 3, spécification Logit
Choix prédits Total choix observés Partage modal observé
0 - voiture 1- train 2 -bus
0 - voiture 68 33 5 106 29,20
Choix observés 1 - train 31 154 30 215 59,20
2 -bus 7 28 7 42 11,60
Total choix prédits 106 215 42 363
Partage modal prédit 29,20 59,20 11,60 100%
Proportion de prévision correcte 64,15 71,60 16,66
53 ,
soit 63 % sur un total de 363 observations.
Néanmoins, il faut souligner que la proportion de Tests de politique économique
prévisions correctes concernant l'éventualité bus est
très faible puisqu'elle n'est égale qu'à 16,66 %. En
Dans un premier temps, nous allons utiliser les effet, en comparant la reproduction du partage modal
modèles sélectionnés pour les deux secteurs prédit par le modèle avec les comportements
respectifs afin de procéder au calcul des élasticités observés, on note des modifications sensibles,
directes et croisées. À cet effet, nous avons segmenté essentiellement pour les déplacements réalisés par le
les populations étudiées en trois groupes selon le train et le bus où l'on enregistre un transfert de 28
revenu mensuel de l'individu(23^ Les formules déplacements (sur 42) au profit du premier mode.
d'élasticités sont les suivantes : Cela laisse supposer la possibilité de substitution
entre ces deux modes caractérisés par des attributs,
en moyenne, assez proches(20). (i2) 4;. = (ôl7-^)^tP4,
J À cet égard, l'hypothèse fondamentale d'indé
pendance des alternatives non pertinentes (IIA) pour (13) £z! = i- 2 i (ôl7-P;)z,r,s, la modélisation Logit pourrait ne pas être vérifiée. À
ce titre, nous avons procédé à son test. Le tableau 7
présente les résultats du test de spécification de où
Hausman et McFadden (198£)(21). La valeur estimée -P, est la probabilité de sélection de la modalité j;
de la statistique du test q, égale à 19,49, est -Xjk est la &ième caractéristique de la ; ; supérieure à la valeur critique donnée par la table du
-Z s est la 5lème variable socio-démographique ; Khi-deux à 9 degrés de liberté au seuil de
signification de 5%, soit 16,919. Il s'ensuit que - ô tj est le delta de Kronecker(24).
l'hypothèse d'identité des paramètres estimés
obtenus dans les deux univers de choix semble Dans un deuxième temps, les modèles retenus
rejetée par les données. Par conséquent, l'hypothèse constitueront un outil de prévision qui permettra
(IIA) n'est pas vérifiée. De surcroît, on note une d'évaluer les variations de la demande résultant
augmentation importante en valeur absolue de la essentiellement des modifications des conditions
plupart des paramètres estimés lorsque l'on passe de physiques de déplacement. La méthode de
l'univers trichotomique à l'univers dichotomique(22). simulation adoptée consiste à comparer la répartition
modale de référence relative à chaque secteur avec
la nouvelle répartition obtenue à la suite d'une Tableau 7 : test de l'hypothèse d'indépendance variation d'une ou de plusieurs variables décrivant des alternatives non pertinentes (IIA) les caractéristiques des modes de transport. Les
résultats des différents scénarios obtenus nous Univers de choix
Variables permettront de mettre en lumière la capacité de ces Trichotomique Dichotomique ( i ) modèles désagrégés à tester certaines politiques
COÛT -2,706 -4,386 économiques dans le domaine du transport urbain.
(-3,19) (-3,455) La méthodologie de simulation est développée dans
INVTIME 0,0043 0,0173 l'annexe 3. De surcroît, ces scénarios nous
(0,528) (1,515) permettront de réaliser une analyse de bien-être,
REVENU -0,0059 -0,0063 basée sur la notion de surplus du consommateur.
(-3,08) (-3,079)
PCM -3,274 -3,084 Le calcul des élasticités par groupe
(-3,59) (-3,309)
Les élasticités estimées à partir des spécifications NBVOTT - 1,701 -2,045
choisies pour les deux secteurs figurent aux tableaux (-5,05) (-5,32)
8 et 9*25). D'après ces deux tableaux, une DCHEF - 1,016 -0,918
augmentation du revenu de l'individu se traduit, dans (-1,87) (- 1,556)
les deux secteurs, par une préférence pour le AGE 0,0498 0,0495 déplacement domicile-travail en voiture au (2,689) (2,580) détriment du transport collectif. Néanmoins, DSEXE -0,0675 -0,195 l'élasticité de la probabilité de sélection de la voiture
(-0,154) (-0,42) par rapport au revenu présente, généralement pour Constante 2,411 2,315 les deux secteurs, un poids plus important pour les
(3,456) (2,945) classes de revenu aisé que pour les classes de
Nombre d'observations 363 321 moindre revenu. Cela provient essentiellement d'un de choix 1089 642 niveau de vie plus élevé, caractérisé par un taux de
motorisation favorable pour les couches à Mo) -230,498 - 107,347
revenu élevé. Les élasticités - directes et croisées - Les chiffres entre parenthèses indiquent le t de Student. X2 des probabilités de choix du mode par rapport aux = 16.919 pour5%. (9) (i) voiture, train. variables génériques présentent des signes
54

Soyez le premier à déposer un commentaire !

17/1000 caractères maximum.