Typologie des lignes au sein d un réseau. Centre et Hyper centre. Centre (hors hyper centre)

Transcription

1 MESURE DE LA PERFORMANCE DES LIGNES DE TRANSPORT PUBLIC URBAIN APEROL Amélioration de la Performance Economique des Réseaux par l Optimisation des Lignes Rapport PREDIT GO 6 Politiques de Transport Faivre d Arcier B. (dir.), mai 2012, Laboratoire d Economie des Transports, Lyon, 102 pages Note de synthèse L observation sur longue période de l évolution des réseaux de transport public urbain dans les villes de province de plus de habitants met en évidence une progression continue de l offre, mais des périodes contrastées sur le plan de la fréquentation. Ce n est que depuis le début des années 2000, que l on peut observer une croissance sensible des voyages, qui coïncide avec deux facteurs : d une part la mise en œuvre de Plans de Déplacements Urbains qui pénalisent l usage de la voiture, et d autre part la progression des coûts des carburants qui incite les citadins à moins prendre leur voiture. Parallèlement, on peut constater que les coûts d exploitation ont fortement augmenté, du fait de la croissance de l offre, mais aussi de la dérive des coûts kilométriques unitaires de production. Comme les recettes n ont que faiblement évolué, la charge récurrente de couverture des déficits d exploitation explose, et malgré un bon rendement de Versement Transport, les Autorités Organisatrices sont confrontées à de nouvelles difficultés de financement. Evolution sur longue période de l offre, de la fréquentation, des coûts et recettes par voyage dans les réseaux de plus de habitants Données : Enquête annuelle sur les réseaux de TPU DGTIM, CERTU, GART, UTP calcul sur les réseaux de plus de habitants en 2009 Une performance des réseaux liée aux lignes qui le constituent Les AOT doivent en conséquence tenter de maîtriser ces charges, sans pour autant remettre en cause leurs politiques en faveur d une mobilité durable. Parallèlement à la recherche de nouvelles sources de financement, une action semble nécessaire pour limiter la progression des coûts d exploitation. D ores et déjà, certaines AOT ont réduit leur offre de manière marginale pour faire face à la contrainte financière dans le contexte économique difficile que nous connaissons actuellement. Il semble cependant nécessaire de s interroger sur la performance des réseaux, dont le développement extensif avec l accroissement des Périmètres de Transport Urbain (PTU) a pu conduire à mettre en place une offre qui peine à attirer de nouveaux clients. L hypothèse qui préside à cette recherche est que les 1

2 gains potentiels de performance résident principalement dans le design des réseaux, comme en atteste la forte variabilité de leur efficience commerciale (définie comme le nombre de voyages par véhicule.km produit). Variation du nombre de voyages par véhicule.km selon les réseaux Source : GART, 2011, L année 2010 des transports urbains (Données : Enquête annuelle sur les réseaux de TPU DGTIM, CERTU, GART, UTP) De plus, ces valeurs moyennes par réseau cachent des dispersions encore plus grandes au niveau des lignes qui constituent le réseau. Ainsi, les lignes de TCSP connaissent bien entendu des valeurs beaucoup plus élevées (plusieurs dizaines de voyages par véhicule.km) tandis que certaines lignes de bus connaissent des valeurs proches de zéro C est la raison pour laquelle il semble important de mesurer la performance à l échelle des lignes de bus, qui constituent souvent les deux tiers de l offre du réseau, pour ne capter qu un quart des voyages. Cependant, chercher à maximiser l efficience commerciale serait contradictoire avec les missions de service public rendues par le réseau de transport public : limiter l offre aux seules heures de pointe où la demande est importante n est pas le meilleur moyen d inciter les automobilistes à quitter leur voiture. Il est donc important d apprécier aussi la contribution des lignes aux objectifs d une politique de mobilité durable, en mesurant leur efficacité vis-à-vis de la mobilité des personnes captives ou à faible revenu, de la réduction de la congestion automobile ou de la limitation des atteintes à l environnement. Facteurs influençant la performance d un réseau TPU 2

3 Cette vision élargie de la performance tente donc de prendre en compte à la fois l efficience commerciale des lignes et leur efficacité en termes de politiques publiques, ce qui vient complexifier l analyse. La difficulté d accès à des données par ligne Si les données d offre sont facilement accessibles au niveau de chaque ligne (même si les schémas d exploitation varient au cours de la journée), il est par contre plus difficile d accéder à des données détaillées sur la clientèle. Seules les enquêtes Origine-Destination (ou Montées Descentes) permettent d avoir ce détail, elles ne concernent qu une journée type et ne sont réalisées qu épisodiquement (souvent tous les 3 ans). De plus, l absence de standardisation de la méthodologie d enquête fait que d une ville à l autre, les informations sont plus ou moins complètes, alors qu il serait nécessaire de connaitre les caractéristiques des clients et leur déplacement complet. Par ailleurs, les données géolocalisées sont encore rares, et il faut espérer que le développement des Systèmes d Informations Géographiques permettront à terme de construire des analyses plus robustes. Deux agglomérations ont servi de terrain à cette recherche : Montpellier Agglomération et TISSEO à Toulouse, mais toute les analyses n ont pu être menées à terme sur ces villes, du fait de la difficulté d accès à certaines données. Un travail de même nature est en cours aujourd hui avec Grenoble Alpes Métropole. Facteurs explicatifs de l efficience commerciale L accent a été mis dans un premier temps, sur la recherche de facteurs explicatifs de l attractivité des lignes, en termes de nombre de voyages par véhicule.km. Un grand nombre de caractéristiques de l offre ont été étudiées, sans toujours aboutir à des résultats significatifs. Il est rapidement apparu nécessaire de construire une typologie des lignes, pour tenir compte de la hiérarchisation des réseaux en termes de niveau de service. Fonctions des lignes Localisation Type de ligne Fonction Equilibre des échanges aux arrêts Massification Centre et Hyper centre TCSP Ecoulement des voyageurs Typologie des lignes au sein d un réseau Connexion Diffusion Majeure De maillage Majeure Secondaire Centre et Hyper centre Bus en radiale ou diamétrale Centre (hors hyper centre) Bus en rocade ou desserte de quartiers secondaires Ecoulement des voyageurs et accès à des lignes de massification Périphérie/ Périurbain jusqu'au Centre Périphérie/ Périurbain Tous types de lignes de bus Accès à des lignes de massification Equilibre relatif Variable Fort déséquilibre Toutefois, une tentative de modélisation a pu être faite, sur la base de quelques variables importantes, à savoir : Le nombre de services par jour, indicateur couvrant à la fois la fréquence et l amplitude horaire, Le nombre d habitants résidant dans un rayon de 300 m autour des arrêts La sinuosité de la ligne, ratio de la distance à vol d oiseau par rapport à la longueur de la ligne 3

4 La qualité de la connexion de la ligne au reste du réseau, mesurée comme la somme des chemins possibles en un budget-temps de 45 mn (prenant en compte les correspondances et temps d attente ; une variante plus parlante de cet indicateur est présentée comme le pourcentage des arrêts du réseau accessibles en 45 mn. Modélisation de l efficience commerciale (Régression linéaire variables centrées-réduites) Montpellier Variable Coefficient Probabilité de Student Coefficient Toulouse Probabilité de Student Nombre de services par jour 0,522 2,3 E-04 0,477 3,2 E-05 Racine carré de l indice de correspondance Coefficient de sinuosité x Ln(population) 0,291 0,0252 0,312 0,0056 0,296 0, ,194 0,0068 Constante 0 0 R² 0,88 0,71 Montpellier Toulouse Connexion majeure Connexion maillage Diffusion majeure Diffusion secondaire Il ressort de cette analyse que la variable principale reste le nombre de services par jour, comme le montrent les graphiques ci-dessus. Cela signifie que la clientèle d une ligne croît en fonction du carré du nombre de services. Il existe donc un effet de seuil en termes de fréquence : en dessous de 100 services par jour, l élasticité à l offre reste faible. Par contre, l analyse des voyageurs.km sur chaque ligne montre que si les lignes de connexion sont celles qui offrent la meilleure efficience commerciale, la distance moyenne par voyage est faible (de 2 à 3 km), ce qui laisse supposer que cette bonne efficience provient en grande partie de trajets courts en centre-ville, trajets qui pourraient être faits à pied ou en vélo. L efficacité en termes de politiques publiques L utilité sociale du réseau de transport public doit également s apprécier selon sa contribution aux objectifs politiques visés par l Autorité Organisatrice. Trois séries d indicateurs sont proposés pour apprécier la contribution de chaque ligne : 4

5 Le rôle social La desserte de populations cibles résidant le long de la ligne peut être appréciée, en mesurant le taux d usage de la ligne par chaque catégorie de population. En mettant en relation le nombre de résidents dans un rayon de 300 m autour de chaque arrêt, et leur usage, tel qu il ressort des enquêtes O-D (sélection sur le motif «Domicile»), on peut calculer le nombre de voyages par résident et par an. Les données IRIS permettent de connaître l âge et le statut des résidents par grande classe, mais il manque les informations sur les revenus des ménages, ce qui permettrait de cibler la «clientèle sociale». Le calcul de cet indicateur montre cependant des profils de lignes contrastées. Soulignons cependant que cet indicateur ne concerne que la «clientèle résidente» et qu il importe de prendre en compte également les clients non-résidents (trajets secondaires et correspondances), qui représente en moyenne 37 % des usagers à Montpellier et 47 % à Toulouse. La contribution de la ligne à la réduction de la congestion automobile Le choix a été fait ici de mesurer cette contribution par le nombre de voitures.km évités en heures de pointe grâce au réseau. Ceci suppose de calculer les distances parcourues (pour l ensemble du déplacement, correspondances comprises) pour chaque origine-destination, puis d appliquer une règle de report modal (en supposant qu en l absence de réseau TC, le déplacement serait fait à l identique, ce qui est une hypothèse forte) : seuls les déplacements d une distance supérieure à 3,5 km sont supposés être faits en voiture. Malgré son caractère grossier et hypothétique, cette méthode permet d apprécier la contribution de chaque ligne à la réduction de la congestion, et d en tirer un volume de déplacements en voiture évités par le réseau TC, en distinguant les trajets domicile-travail et les autres motifs (scolaires, ). La contribution de la ligne à la réduction des émissions de CO2 Un raisonnement identique a été fait, mais cette fois sur l ensemble de la journée, pour apprécier les déplacements évités grâce au réseau TC. Seule la question du CO2 a été prise en compte, mais la méthode pourrait prendre en compte d autres polluants. Le total des émissions évitées a été rapporté en suite au total des émissions générées par les bus de la ligne (sur la base d une exploitation par des véhicules diesels classiques). Le calcul de ce ratio a ainsi montré que pour certaines lignes de périphérie à faible fréquentation, les émissions de CO2 des bus seraient supérieures à celles que généreraient les mêmes déplacements effectués directement en voiture par les voyageurs concernés Ceci montre que certaines lignes ne semblent pas justifiées sur le plan environnemental. Le tableau de bord de la performance par ligne, outil de diagnostic L ensemble des indicateurs produits par ligne permet de construire un tableau de bord qui permet de comparer de façon multicritère la performance de chaque ligne, en fonction de leur typologie. Six familles de critères (offre, usage, efficience commerciale, rôle social, décongestion, émissions de CO2) permettent ainsi un diagnostic relatif de la position de chaque ligne dans le réseau. Un jeu de couleurs (du vert au rouge) permet rapidement d apprécier les forces et faiblesses de chaque ligne. Le rapport présente à titre d illustrations, quelques exemples de lignes sur le réseau de Montpellier, en soulignant de possibles pistes d améliorations. La méthode d analyse de la performance par ligne proposée à l issue de cette recherche apparaît facilement transposable à d autres réseaux. Il faut cependant souligner que les méthodologies de calcul proposées dépendent fortement de la disponibilité de données par ligne, notamment au niveau de la clientèle. Les enquêtes origine-destination restent ponctuelles et surtout ne sont pas normalisées d un réseau à l autre, ce qui ne permet pas de disposer de données détaillées et fiables. Le développement des systèmes d informations géographiques (SIG) et la tendance à la mise en œuvre de l Open Data dans les agglomérations devraient faciliter ces démarches. L application de la méthode dans d autres villes serait également le moyen d élargir la base de connaissance sur les lignes et de poursuivre plus loin les analyses théoriques sur l efficience commerciale. De même, il serait intéressant d approfondir le lien entre l efficience productive (non traitée ici) et l efficience commerciale. 5