Application d un modèle âge-période-cohorte à la prévision de la demande de transport

Transcription

1 Application d un modèle âge-période-cohorte à la prévision de la demande de transport 3 e colloque annuel de la Chaire Mobilité 13 mai 2013 Catherine Plouffe Candidate à la maîtrise Superviseure : Catherine Morency 1

2 Prévoir la demande de transport dans un contexte évolutif De la population dans le temps dans l espace Répartition spatiale de la population Pyramide des âges , Source: ISQ Et dans son mode de vie Source: Communauté urbaine de Montréal problématique Dans ce contexte, prévoir la demande de transport à différents horizons est une tâche complexe! Il faut répondre à plusieurs défis: identifier les tendances actuelles Identifier les tendances émergeantes Départager les tendances de l adaptation des comportements à un évènement ponctuel Repérer à quels segments de la populations s appliquent les tendances

3 Objectifs Objectif Principal: Identifier les nouvelles tendances relatives à la mobilité dans la grande région de Montréal. Quelles sont ces tendances? Quels sous-ensembles de la population ces tendances touchent-elles? Dans quel contexte ces tendances prennent place? Objectifs spécifiques: Identifier les variables explicatives de la mobilité urbaine Identifier l effet de ces variables Quantifier les variables Élaborer un modèle descriptif Évaluer la pertinence des modèles APCC et des logiques multiniveaux pour comprendre les tendances et prévoir la demande de transport; Formuler des recommandations visant à améliorer les méthodes actuelles de de projection des comportements de mobilité.

4 Relations entre les variables Variables indépendantes Variables comportementales longue durée Âge Cohorte sexe Motorisation Attributs du ménage Variables dépendantes Comportement de mobilité Taux de mobilité Part modale Distance parcourue Etc. Localisation résidentielle

5 % 70% 60% Analyse descriptive: Tendance à la motorisation Confirmation d une tendance à la motorisation individuelle autosuffisante (une voiture par Et diminution proportionnelle des autres niveaux de motorisation entre 1987 et 2008 membre âgé de 16 ans et plus dans un ménage ) 80% 80% Proportion de la population selon le type de motorisation, le sexe, le groupe d'âge et la période Proportion de la population autosuffisante, selon le sexe, le groupe d âge et la cohorte 50% 40% 40% 30% 30% 20% 20% 10% 10% 0% 0% Effet de période cohorte cohorte cohorte cohorte cohorte cohorte sans auto cohorte cohorte sans auto cohorte auto-négociée cohorte cohorte cohorte cohorte cohorte cohorte cohorte auto-négociée cohorte cohorte autosuffisant cohorte autosuffisant cohorte cohorte cohorte cohorte

6 kilomètres Analyse descriptive: Tendance individuelle chez les ménages à voiture négociée Nombre moyen de déplacements effectués quotidiennemment comme conducteur Distance Nombre de déplacements effectués quotidiennement comme conducteur chez les moyenne auto-négociées, parcourue selon quotidiennement le sexe, le groupe d'âge comme et la conducteur cohorte chez selon le sexe, le groupe d'âge 2.5 et la cohorte les auto-négociées, selon le sexe, le groupe d'âge et la cohorte Nombre moyen de déplacements effectués quotidiennement comme conducteur selon le sexe, le groupe d'âge et la cohorte chez les auto-négociée Nombre moyen de déplacements effectués quotidiennemment comme conducteur chez les autonégociées, selon le sexe, le groupe d'âge et la cohorte Distance moyenne parcourue quotidiennement comme conducteur chez les auto-négociées, selon le sexe, le groupe d'âge et la cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte La Tendance voiture partagée dans la population du ménage générale serait donc : les comportement des hommes et des davantage Cependant, Toujours femmes tendent chez conduite chez les, les à se par auto-négociée, joindre l homme quant la que différence la au par différence nombre la de de selon genre déplacements le est genre encore reste en plus autoconducteur quant lorsqu on effectués au nombre considère de la déplacements distance parcourue auto-conducteur en auto-conducteur femme! importante effectués 20

7 déplacements Analyse descriptive: Tendance individuelle chez les ménages à voiture négociée Les hommes effectuant plus de déplacements comme conducteurs, on peut s attendre à ce que les femmes soient plus souvent passagères Nombre moyen de déplacements effectués quotidiennemment comme passager chez les auto-négociées, selon le sexe, le groupe d'âge et la Nombre moyen de déplacements effectués quotidiennement comme passager comme passager chez les auto-négociées, selon le sexe, le selon le sexe, le groupe 0.9 d'âge et la cohorte groupe d'âge et la cohorte Intensifiée cohorte 0.8 chez les auto-négociée Nombre moyen de déplacements effectués quotidiennement comme passager selon le sexe, le groupe d'âge et la cohorte Nombre moyen de déplacements effectués quotidiennemment 0.0 cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte cohorte Comme nous l avons vu, la voiture partagée du ménage étant conduite plus souvent par l homme, la femme est de facto plus souvent passagère!

8 Modélisation APC Corrélation très forte entre les variables démographiques Période = Cohorte + Âge Ex: 2013 = ans Cohorte Groupe d âge ans identifie pour chaque âge, chaque cohorte, et chaque période des coefficients, qui peuvent être utilisés pour Reconstituer la variable dépendante Y = exp (constante+ageᵢ cᵢ+périodeᵢ cᵢ+cohorteᵢ cᵢ) Calculer une probabilité (variable binomiale) P(y)= 1 (1+(constante+ageᵢ cᵢ+périodeᵢ cᵢ+cohorteᵢ cᵢ)

9 Âge Période Cohorte Homme Femme Sans Auto Auto-Négociée Auto-suffisant 1 pers/logis 2 pers/logis 3 pers/logis 4 pers/logis 5 pers/logis enfants enfants préscolaires enfants au primaire enfants au secondaire enfants âgés de 5 à 10 ans enfants âgés de 10 à 15 ans Montréalais Lavalois Nord-Riverain Sud-Riverain distance du centre-ville densité densité <1000pers/km² (1) densité pers/km² (2) densité pers/km² (3) densité pers/km² (4) densité pers/km² (5) densité pers/km² (6) densité pers/km² (7) densité pers/km² (8) densité pers/km² (9) densité >14000 pers/km² (10) Modélisation Les variables explicatives retenues Comportement de mobilité Indicateurs Nombre de déplacements x x x x x x x x x x x x x x x x x x x x x x x x Distance quotidienne x x x x x x x x x x x x x x x x x x x x x x x x Distance moyenne de déplacement x x x x x x x x x x x x x x x x x x x x x x x x Nombre de chaîne de déplacements Toujours les mêmes variables qui sont retenues! Nombre de déplacement pour motif Travail À venir Nombre de déplacements pour motif Études Ect..

10 Modélisation APC Taux de mobilité Modèle de référence Modèle de référence utilise uniquement les variables démographiques Déviance: Modèle amélioré Modèle amélioré intègre les variables liées au ménage, à la localisation résidentielle et à la motorisation, selon leur apport à la performance du modèle Déviance: Aperçu des résultats:

11 Distance quotidienne Nombre de déplacements Modélisation APC Comparaison des effets bruts Âge Période Cohorte

12 Contributions visées: Identification des tendances émergentes et amélioration de la méthode prévisionnelle actuellement utilisée Prévision démographique Facteur de pondération Tendances lourdes Visualisation de nouveaux phénomènes Analyse démographique population hypothèses Tendances émergentes Modélisation APC motorisation occupation localisation Ect. Décomposition des effets Modèle de prévision de la demande de transport Effet ponctuel (période) Demande de transport future Inspirée de : MADEDE: Modèle de prévision de la demande dans (Pimparé & Thiffault, 2000)

13 Attributs de l individu Âge Cohorte sexe Attributs du ménage Localisation résidentielle Contributions visées Enrichissement de la modélisation prédictive Modélisation explicative Comportements de mobilité Distance parcourue Taux de mobilité Part modale Etc. Prévisions démographiques Prévision de la distribution spatiale 2031 Pyramide des âges , Source: ISQ Source: Communauté urbaine de Montréal

14 Pistes d amélioration du modèle De nouvelles variables à intégrer! Pouvoir caractériser l exposition à l offre de transport, selon certaines variables EOffre de métro dans un Nrayon de 500m du domicile J Aucun! E U X -Disponibilité Fréquence des moyenne données de historiques passages d offre d autobus TC? dans - Réseaux un rayon de modélisation de 500m du (MADITUC) domicile vs GTFS! # passagesarrêts MAIS indicateur d exposition à l offre -Arrêts vs point de contrôle / point de géométrie Longueur du réseau routier dans un rayon de -Disponibilité 500m du domicile du réseau routier pour 1986 (équivalent FPR) l enquête 1987 (1986)?

15 Références Bussière, Y. (1992b). «Forecasting Travel Demand from Age Structure, Urban Sprawl, and Behavior : the Montreal Case, », Communication à la 6e conférence sur la recherche dans les transports, Lyon. Grégoire, J. (2011). Analyse évolutive des comportements de mobilité des personnes âgées. Maîtrise, Polytechnique de Montréal, Montréal. Krakutovski, Z. (2004). Améliorations de l approche démographique pour la prévision à long terme de la mobilité urbaine, Thèse Université Paris, Paris, France Morency, C. Chapleau, R. (2008). «Age and its relation with home location, household structure and travel behaviors: 15 years of observation», 87th Annual Meeting of the Transportation Research Board, Washington D.C. Morency, C., & Trépanier, M. (2013). Enrichissement du processus de modélisation de la demande de transport à l aide des modèles d activités, Polytechnique de Montréal. MTQ. (2012). Modèles de prévision de la demande. Consulté le 30 février 2012, Tiré de sation_systemes_transport/modele_prevision_demande Service de modélisation des systèmes de transport (2007). Déplacements des personnes dans la grande région de Montréal: Scénario prévisionnel 2026 tendanciel. MTQ. Pépin, F. (2012). Mobilité quotidienne des enfants : déterminants, caractéristiques et évolution Maîtrise, Polytechnique de Montréal, Montréal Pimparé, M et Thiffault, J. (2000) Une enquête Origine-Destination qui fait du chemin: tout sur son itinéraire, Recueil de la section des Méthodes d enquête, MTQ, Montréal Pochet, P. et Corget, R. (2010). Entre automobilité, proximité et sédentarité, quels modèles de mobilité quotidienne pour les résidents âgés du périurbain?, Espace Populations Sociétés, n 1, pp