PROJET DE FIN D’ETUDES

TROISIEME ANNEE

ANNEE 2011-2012

 

Nom et prénom de l'étudiant : DEL ESTAL VIÑUELA, Javier

Dates de stage : 13/02/2012 – 13/07/2012

Cursus : ICL

Projet de Recherche:

GAEL

241 rue des résidences 38400 Saint Martin d'Hères

Nom et prénom du Maître du projet : JOLY, Iragaël

Nom et prénom du tuteur enseignement : BRISSAUD, Daniel

CONNAISSANCE DES MOBILITES POUR L’INNOVATION ET L’OPTIMISATION DES RESEAUX

DE TRANSPORTS DE GRENOBLE

  

CONNAISSANCE DES MOBILITES POUR L’INNOVATION ET L’OPTIMISATION DES

RESEAUX DE TRANSPORTS DE GRENOBLE

Résumé

  L'introduction et l'usage des nouvelles technologies dans la vie quotidienne est de plus en plus fréquent, et modifie la réalisation d'activités et par conséquent des déplacements. Ce travail vise à améliorer la compréhension des comportements de la mobilité en explorant les relations entre les ITS (Systèmes de Transport Intelligent) et la mobilité, en centrant l'étude sur la région grenobloise. Pour cela, les données fournies par l'enquête ménages déplacements (EMD) de Grenoble 2010 sont analysées pour obtenir des profils types de mobilité et identifier des zones pertinentes de la région pour l'introduction de solutions ITS. L'impact de l'implémentation de quelques solutions ITS sera analysé, et mesuré en termes de réduction d'émissions de GES sous l’hypothèse d’effets mineurs de la demande induite et "rebound effect". De plus un panorama d'utilisateurs de TICs serait créé.

Mots clé : ITS, mobilité, comportement, TICs.

KNOWLEDGE OF MOBILITY FOR THE INNOVATION AND OPTIMIZATION OF

TRANSPORT NETWORKS IN GRENOBLE

Abstract

The introduction and use of new technologies in everyday life is becoming more frequent, and modifies the realization of activities and thus travel. This work aims to improve understanding of mobility behavior by exploring the relations between the ITS (Intelligent Transport Systems) and mobility, focusing the study in the region of Grenoble. For that, the data from household travel survey (EMD in French) of Grenoble 2010 will be analyzed to obtain patterns of mobility and find relevant areas of the region for the introduction of ITS solutions. The impact of the implementation of some ITS solutions will be analyzed and measured in terms of reduction of GHG emissions under the assumption of minor effects of induced or latent demand and rebound effect. Furthermore an outlook of TICs users will be created.

Keywords: ITS, mobility, travel behavior, TICs.

  

Remerciements

Mes remerciements vont tout d’abord à Iragaël JOLY, pour son encadrement et son soutien scientifique ; ses suggestions et ses regards critiques ainsi que des nombreuses discussions dont j’ai pu profiter, m’ont permis de structurer et d’enrichir mon travail.

Je remercie tout particulièrement les membres du laboratoire GAEL, avec qui j’ai pu partager le quotidien dans une ambiance enrichissante, aussi bien sur le plan professionnel qu’humain et qui m’ont stimulé dans mon travail.

Je suis reconnaissant envers les membres du jury qui ont accepté de se prêter à l’évaluation de cette recherche, je veux les remercier également pour le temps qu’ils ont mis en étudier mon travail.

Ma gratitude va à l’Institut National Polytechnique de Grenoble, spécialement à l’Ecole Génie Industriel qui m’a permis de poursuivre mon parcours d’études en France

Je remercie très spécialement à mes parents, Pedro et Elisa, par leur patience infinie avec moi et particulièrement par leur appui inconditionnel et pour me donner des forces pour toujours avancer.

À mon frère, Pedro, par ses conseils, son aide et son appui quand j'avais le plus besoin de cela.

Je dédie ce travail aussi au reste de ma famille, spécialement à mes oncles et mes grands-parents, par leur affection et pour croire aveuglément en moi.

J’associe à ces remerciements également mes amis d’études en Espagne et en France pour avoir rendu plus agréable ce parcours.

J’aime remercier aussi à mes amis de toute la vie par toutes les expériences vécues et pour m’aider à débrancher quand j’avais besoin.

Je veux finalement dédier ce travail à Daniel Mataix, pour être comme tu étais.

Cette liste n’étant pas complète, je remercie toutes les personnes à qui je dois ma gratitude de m’avoir orienté dans cette voie et qui ont été présents à différentes périodes de ce parcours cheminant.

  

CHAPITRE I : Introduction au rapport

A. Introduction

  Ce document résume le travail réalisé pendant le projet de fin d’études d’une durée de cinq mois. Il a été encadré par le laboratoire GAEL de Grenoble. Le long de ce séjour, j'ai pu me familiariser avec le travail de recherche réalisé d'habitude dans un laboratoire, et la diversité des activités scientifiques grâce aux différents séminaires donnés par plusieurs chercheurs du monde entier auxquels j'ai eu la chance de pouvoir assister.

Le travail réalisé durant cette période m'a permis de réaliser une présentation durant la journée de développement durable réalisée dans l'école Génie Industriel, sur la relation entre les systèmes de transport intelligent et le développement durable.

  L’objectif de ce stage est la connaissance de la mobilité des personnes de l’agglomération grenobloise et l’analyse des comportements face à l’innovation, précisément l’innovation dans le domaine du transport.

Ce rapport présente une définition des concepts principaux analysés, appuyée sur une revue de littérature. Puis le traitement des données construit pour confronter les différentes hypothèses posées et les conclusions obtenues après avoir examiné les résultats.

B. GAEL

Ce stage a été encadré pour le laboratoire GAEL (Laboratoire d'Economie Appliquée de Grenoble) qu’est un laboratoire de l'INRA (Institut National de la Recherche Agronomique) et de l'Université Pierre Mendès France. La vocation de ce laboratoire est de conduire des recherches finalisées en lien avec l'agriculture, la consommation et l'environnement. La discipline de référence de l'unité GAEL est l'économie, et en particulier l'économie industrielle, l'économie expérimentale et l'économie de l'environnement. Le laboratoire comprend une quinzaine de chercheurs et enseignants-chercheurs permanents et de nombreux doctorants et post-doctorants. Les recherches de GAEL sont organisées autour de quatre thèmes principaux :

- L’innovation et le changement technique analysent les conditions économiques du développement des biotechnologies, ainsi que leur impact sur les filières agricoles, alimentaires et de santé.

- La consommation porte plus particulièrement sur l'analyse du comportement de la consommation alimentaire à partir de la méthode expérimentale.

- Les recherches sur la chaîne logistique et le design de marché analysent l'efficacité de différents dispositifs (marchés, contrats) dans la coordination entre acteurs reliés verticalement.

- L’environnement et les ressources naturelles analysent les externalités négatives et positives engendrées par les activités agricoles et l'exploitation des ressources.

Ce projet de fin d’études a été encadré pour M. Iragaël Joly (Maître de conférences en Sciences Economiques). Il fait partie du projet « It’s New Mob » proposé à L’ANR (Agence National

  

de la Recherche) fondé sur les possibilités offertes par les systèmes de transport intelligents (ou ITS), qui mettent en relation les plus récents développements dans le domaine des télécommunications et du traitement de l’information pour offrir des options de gestion de trafic via la modification de leurs conduites par les usagers eux-mêmes, et cela en temps réel.

Il s’appuie sur la participation conjuguée d’une proposition technologique basée sur les lois physiques du déplacement (un outil de simulation mis par le CEA à la disposition du consortium), d’une équipe de chercheurs en SHS visant à observer et à réfléchir les comportements de mobilité assistés par les ITS (laboratoires de l’Université Pierre Mendès France – Grenoble 2 en philosophie et science politiques, en économie et en psychologie) et d’une collectivité territoriale offrant à l’étude son territoire, ses moyens humains et techniques, et ses bases de données (le CG38 : Conseil Général de l’Isère).

Le projet entreprend d’observer dans un temps et un espace définis les effets produits sur les conduites par l’intégration des ITS ; son hypothèse est que l’intégration efficace des solutions ITS ne peut se faire que si elle s’accompagne d’un changement opérationnel et intellectuel innovant pouvant impliquer certaines ruptures affectant les valeurs structurantes de nos sociétés, telles que la liberté, la norme de l’intérêt général, la santé publique, la sécurité, la préservation de l’environnement.

Le projet, avec une durée de 36 mois, né d’une synergie entre la Structure Fédérative de

Recherche INNOVACS et le plateau d’innovation MINATEC IDEAs Laboratory®. Il s’agit là d’une collaboration exemplaire de la recherche interdisciplinaire et collaborative en innovation puisque INNOVACS rassemble des laboratoires de recherche travaillant sur les questions relatives à l’innovation sous l’angle des SHS tandis que MINATEC IDEAs Laboratory rassemble des partenaires industriels et de la recherche technologique (mais aussi l’UPMF) sur des projets d’innovation en lien étroit avec la R&D technologique.

Pour accomplir des objectifs du travail, une ligne d'action a été définie avec des tâches principales, mon travail se trouve encadré principalement à l’intérieur de la tâche 2f, en devant contribuer à identifier des solutions ITS qui peuvent être mises en application dans la région grenoblois en produisant un bénéfice pour le transport et en améliorant la mobilité des citoyens de la région.

1. Tache 1 – Management de l’interdisciplinarité 2. Etat de l’art / état des lieux : hypothèses sur les champs du possible physico économiques et

humain/sociétaux/organisationnels. a. Comportements dans les déplacements et dans les véhicules b. Régularités comportementales de mobilité c. Eco expé, théorie des jeux, modélisation économique d. Hypothèses calcul bilan carbone déplacements e. Variables « humaines » et sociétales (facteurs culturels/représentations, valeurs) f. les solutions ITS g. panorama sur cas de dysfonctionnement/questionnements du/sur système de transport et

véhicules en fonction des comportements 3. Croisement interdisciplinaire autour des objets de recherche Focalisé sur les objets de recherche = points de croisement des différents regards disciplinaires : convergences/frontières etc.

On décline terrain, tests, enquêtes :

  

a. croisement mécanique/données ménages (évaluation environnementale des comportements : en quoi il y a nouveauté dans ces hypothèses (T1) VS approches traditionnelles)

b. expérimentations économiques, test d’hypothèses génériques c. construction des représentations des conduites en matière de mobilité (à travers les

croisements sur les objets, comment les données sont amenées à la réflexivité des individus). Analyse qualitative forcément liée aux données quanti produites.

d. scénarisation/simulations filtrage des scénarios au regard de leur faisabilité physique et socio/économique (changements de comportements) « voire préconisations sur scénarios préférables ?» (croiser la faisabilité physique des scénarios avec la faisabilité comportementale.

i. synthèse/interaction des dimensions identifiées dans tache 1/Hypothèses : identifier les variables techno/éco/humaines déterminantes pour le changement organisationnel et comportemental dans les déplacements (et leurs éventuelles interdépendances)

C. Définition de concepts

Pour faciliter la lecture du document et avec l'objectif de donner au lecteur quelques notions basiques des différents concepts traités, nous procédons à définir les termes principales qui apparaissent à ce travail. Il essaie de compléter la définition plus profonde réalisée dans le rapport.

1.3.1 Mobilité

La mobilité quotidienne par personne est définie comme le nombre moyen de déplacements effectués par personne de plus de 5 ans résidant dans un périmètre donné, pour un jour moyen de la semaine et tous moyens de transport confondus » (CERTU 2005). Mais on peut dire que cette définition ne s'adapte pas à la réalité puisque le nombre moyen de déplacements n’est pas équivalent à la mobilité. Une autre définition est celle qui caractérise la mobilité comme la « propension d’une population à se déplacer » (Merlin et Choay 2005). Dans cette définition on tient déjà en compte le fait de se déplacer et l'ensemble des conditions qui déterminent et composent ce mouvement.

1.3.2 ITS

Les systèmes de transport intelligents, ou en anglais Intelligent Transport Systems (ITS), désignent les applications des nouvelles technologies de l’information et de la communication (TIC) au domaine des transports. (Ministère de l’écologie, du développement durable, des transports et du logement.) Les ITS englobent tous les modes de transport et tiennent compte de toutes les composantes du système de transport – le véhicule, l’infrastructure, les utilisateurs et l’information du réseau, qui interagissent de façon dynamique.

1.3.3 Développement durable

La définition de développement durable est « un développement qui répond aux besoins du présent sans compromettre la capacité des générations futures à répondre aux leurs ». (Rapport Brundtland, 1987). Pour être durable, le transport doit contribuer à la prospérité économique, au bien être social, et ce sans nuire à l’environnement et à la santé de l’homme. Et pour être durable, le développement doit concilier trois éléments majeurs : l'équité sociale, la préservation de l'environnement et l'efficacité économique.

  

Sommaire  

Chapitre 1 : Introduction__________________________________________________________1

1.1 Mobilité 1.2 ITS 1.3 ITS et l’environnement 1.4 Relation ITS et mobilité 1.5 Conclusion et problématique Chapitre 2 : Méthodologie_________________________________________________________8 2.1 Base de donnés 2.2 Variables utilisées 2.3 Logiciel statistique 2.4 Présentation de la région 2.5 Tableau calcul émissions Chapitre 3 : Analyses_____________________________________________________________13 3.1 Panorama des TICs 3.2 ITS 3.2.1 Péage urbain 3.2.2 Stationnement

3.2.3 “Eco-driving coaching” Chapitre 4 : Résultats_____________________________________________________________20 4.1 Péage urbain 4.2 Stationnement intelligent 4.3 “Eco-driving coaching” Chapitre 5 : Conclusion___________________________________________________________25 Chapitre 6: Bibliographie_________________________________________________________ 27 Annexes: Annexe 1 : Tableaux_______________________________________________________32 Annexe 2 : Figures________________________________________________________ 39

1  

CONNAISSANCE DES MOBILITES POUR L’INNOVATION ET L’OPTIMISATION DES

RESEAUX DE TRANSPORTS DE GRENOBLE

Résumé

L'introduction et l'usage des nouvelles technologies dans la vie quotidienne est de plus en plus fréquent, et modifie la réalisation d'activités et par conséquent des déplacements. Ce travail vise à améliorer la compréhension des comportements de la mobilité en explorant les relations entre les ITS (Systèmes de Transport Intelligent) et la mobilité, en centrant l'étude sur la région grenobloise. Pour cela, les données fournies par l'enquête ménages déplacements (EMD) de Grenoble 2010 sont analysées pour obtenir des profils types de mobilité et identifier des zones pertinentes de la région pour l'introduction de solutions ITS. L'impact de l'implémentation de quelques solutions ITS sera analysé, et mesuré en termes de réduction d'émissions de GES sous l’hypothèse d’effets mineurs de la demande induite et "rebound effect". De plus un panorama d'utilisateurs de TICs serait créé.

Mots clé : ITS, mobilité, comportement, TICs.

CHAPITRE 1

Introduction

Une fois réalisée la définition des concepts sur lesquels ce travail est basé, nous procédons à l’agrandir en utilisant les nombreux études précédents qui ont analysé la problématique relative à la développée dans ce document.

1.1 Mobilité

Une fois que le concept de la mobilité a été défini, il est nécessaire de mettre en évidence sa complexité, pour se faire une idée de la multitude de paramètres relatifs à elle, et la difficulté de son analyse.

La mobilité est au cœur de divers changements spatio-temporels et sociaux et expliquée par des variables socio-économiques, démographiques et des variables spatiales (Mokhtarian et al. 2009).Par conséquent, c’est un phénomène difficile à mesurer en supposant un repérage à la fois dans l’espace et dans le temps. Ces changements entraînent pour les individus des appartenances sociales de plus en plus multiples et changeantes, des liens sociaux plus nombreux, plus diversifiés mais aussi plus faibles, produisant des situations inégalitaires et ségrégatives. Ainsi, la mobilité joue un rôle central dans les processus de métropolisation et la localisation résidentielle (Schwanen andMokhtarian

2  

2005). Le contexte particulier de mobilité de chaque individu a des dimensions spatiales et temporelles spécifiques. Pour aborder la question de la mobilité, la référence sera faite aux conditions générales de la mobilité propres à un territoire donné et à ses habitants, dans ce cas l’aire métropolitaine de Grenoble, communément appelée la grande région grenobloise.

Il y a une multitude de variables qui influent sur le comportement de mobilité d'une personne. Des limitations espaces - temps relatives au travail, spécialement la durée du travail et le lieu de travail, sont d'une grande importance (Mokhtarian et Ory 2005). Mais aussi, comme quelques auteurs le notaient dans les dernières années, les traits qui définissent les attitudes des personnes et conforment ses préférences (Barr et Prilwitz 2011). Ici on peut voir la difficulté de réaliser une analyse de la mobilité en raison du fait que chaque personne a des préférences différentes. L’une de ces attitudes qui a une grande influence sur le comportement de l'individu est le goût pour se déplacer, pour réaliser un déplacement (Ory and Mokhtarian 2005 ; Choo et al. 2004) et aussi les attitudes subjectives envers l'environnement et les conditions de durabilité dans les déplacements quotidiens, grâce à une croissance de la préoccupation des personnes pour l'environnement (Matiaske et al. 2012) et l'impact écologique (Böhler et al. 2007). Un autre facteur qui est analysé d'une manière récurrente dans la littérature par multitude d'auteurs et qui a une relation est la localisation résidentielle, qui est liée à l’accessibilité des personnes aux réseaux de transport (García-Palomares 2010 ; Prillwitz and Barr 2011 ; Sandow 2008 ; Mokhtarian et al. 2009 ; Schwanen and Mokhtarian 2005 ; Aguiléra et al. 2009.)

La mobilité, dans sa compréhension la plus simple, est considérée comme un terme générique de tous les types de mouvements et de l’ensemble de ceux-ci, exprimés par des déplacements effectués à différentes échelles spatiales et temporelles (mobilités résidentielles, mobilités quotidiennes, mobilités touristiques, loisirs, migrations etc.) La mobilité ne produit pas seulement le changement de localisation, mais elle est également la génératrice et le prétexte d’autres types de changements. La mobilité d’un acteur est possible du fait de l’existence de l’offre de mobilité : l’accessibilité. En parlant de la mobilité, il s’agit d’évoquer à la fois un changement de lieu, de position et un changement d’état d’une personne ou d’un objet. Donc il fait référence aux déplacements physiques et également à d’autres changements – quantitatifs et qualitatifs – associés à ces déplacements, influencés par eux et/ou les influençant. On peut dire que le changement associé a la mobilité n’existe pas séparément du sujet (ou l’objet) qui va changer de position, est qu’il est conditionné par ses diverses caractéristiques propres. La mobilité humaine ne constitue pas un but en soi, mais elle constitue le moyen d’avoir l’accès aux ressources dont les individus ont besoin.

Pour résumer, à travers du terme de mobilité, on évoque la propension et la possibilité que l’individu puisse aller vers des réalités et des fonctionnalités distantes qui présentent pour lui un intérêt particulier. Les préférences de l'individu déterminent et/ou expliquent une grande partie de sa mobilité. Etre mobile veut traduire la capacité et la compétence d’organiser les moyens (physiques, psychiques, financiers, sociaux et autres) nécessaires pour accéder à des ressources, ce qui est lié souvent au changement de lieu et/ou de position.

1.2 ITS

Dans les dernières années, on a été des témoins d'efforts très importants de recherche et développement, ainsi que d'un fort investissement, destinés à la création et l'implémentation de cette nouvelle génération de systèmes de transport. (Ezell 2010 ; Mokhtarian et Ory. 2005 ; Amin et al. 1995.) Les technologies fondamentales des ITS sont (Ezell 2010):

- Les Panneaux aux messages variables: les panneaux à messages variables (PMV) sont des panneaux de signalisation routière conçus pour alerter ou informer l'usager de la route. Les

3  

PMV sont des équipements dynamiques qui diffusent des messages en temps réel sur les caractéristiques du trafic automobile, bouchons ou ralentissements, les conditions météos, chaussée humide-pluie, la température, ou délivrant des messages informatifs divers, comme la fréquence Radio-Trafic, le temps de parcours prévisionnel, etc. -GPS : système de positionnement au travers de satellites qui permet de connaître la position du véhicule, la vitesse, de fournir de l’information et la navigation en temps réel. - Les Communications dédiées à courte portée : sont des communications sans fil entre des équipements fixes et des équipements embarqués à bord des véhicules qui permettent la communication entre les véhicules et l’infrastructure ou deux véhicules. La principale application est le télépéage. -Réseau sans fil : qui permet une communication rapide entre le véhicule et la route. -Les téléphones portables : ils sont employés pour transmettre l’information aux usagers et aux contrôleurs du réseau. Ses applications augmentent à chaque fois que se développe la technologie. -Onde radio : utilisés aussi pour transmettre l’information en temps réel. En France, le cadran 107.7 FM permet connaître une information mise à jour sur le trafic chaque 15 minutes, en plus de conseils de sécurité ou sur la conduite. - Caméra de reconnaissance routière : permettent connaître information en temps réel. Ils sont utilisés pour les systèmes de tarification dans des zones de congestion. -Véhicules sondes : utilisés pour analyser le flux du trafic et pour trouver les zones de congestion. Les nouvelles technologies adaptées au transport permettent entre autres de : collecter des

données, les traiter en temps réel et les analyser a posteriori, aider les opérateurs de transport à préparer et à appliquer des stratégies d’exploitation, informer les usagers sur la situation actuelle et prévisible de l’ensemble des modes de transports, contrôler l’application des réglementations et fournir des moyens de paiement intégrés et interopérables.

Les objectifs qui sont visés au travers de l’utilisation de cette technologie (Vanderschuren 2008) et qui sont reliés entre eux, sont :

-Efficacité : optimiser et améliorer l’exploitation du système de transport pour réduire les coûts administratifs et gagner du temps. L’efficacité surgit en réponse à une demande de mobilité. -Sécurité : réduction durable du nombre d’accidents et de la gravité de ceux-ci et protéger les usagers vulnérables de la route. Les études qui décrivent différentes mesures ITS appliquées montrent une diminution des accidents, et / ou des lésions, et / ou des morts d'entre 13 % et 71 %. (Vanderschuren 2008) -Mobilité : réduire la congestion pour diminuer les retards et le temps du voyage. -Protéger l’environnement : en rendant les moyens de transport plus efficients et respectueux de l'environnement et en optimisant la consommation. Diminuer le bruit et la pollution lumineuse. - Confort : pour obtenir la satisfaction des utilisateurs. Certaines enquêtes montrent que la plupart des usagers pensent que les ITS sont utiles (Bonsall et al. 2002.)

Parmi les bénéfices qui provoque l’implémentation des ITS nous pouvons citer : une

augmentation de l'usage du transport public, un meilleur usage du temps de la part des utilisateurs, une augmentation de la satisfaction de l'utilisateur ou des améliorations dans le flux du trafic en réduisant la congestion (Bankossger et al. 2012 ; Dziekan and Kottenhoff 2007.) Et aussi le bénéfice économique, Palma et Lindsey (2011) montrent les bénéficies associes à l’implantation des différents mesures ITS, les péages de haute occupation en Californie fournissent jusqu’à trois dollars par déplacement, et la relation bénéfice-coût du système de tarification routière de Stockholm est de 2,27. Ezell (2010) dit que généralement la relation bénéfice-coût de différentes mesures ITS est estime de 9

4  

à 1. La classification des différents systèmes ITS et certaines des ces applications spécifiques et plus courants se trouve dans le tableau suivant.

Tableau I : Classification des ITS et applications spécifiques.

Catégories des ITS Applications spécifiques des ITS

1. Systèmes avancés d'information au voyageur

(ATIS) Approvisionnement d'information en temps réel

Route d'orientation / Systèmes de navigation

Information sur le stationnement

Systèmes d'information météorologiques au bord de la route

2. Systèmes avancés de gestion de transport (ATMS) Centres d'opération du trafic (TOCs)

Contrôle de signaux adaptables de trafic

Panneaux à messages variables ou dynamiques

Comptage des accès

3. ITS-systèmes compatibles tarification du transport Télépéage (ETC)

Tarification de la congestion/ Tarification routière électronique

(ERP)

Péages de haute occupation (HOT)

Frais d’utilisation du véhicule selon les kilomètres parcourus

Frais de stationnement variables

4. Systèmes avancés de transport public (APTS) Information en temps-réel sur les systèmes de transport public

Localisation Automatique du Véhicule (AVL)

Paiement Electronique des tarifs

5. Information Véhicule-Infrastructure (VII) et

Intégration Véhicule-Véhicule (V2V) Systèmes coopératifs de prévention des collisions dans des

intersections

Adaptation intelligente de la vitesse

1.3 ITS et l’environnement

Le développement durable et la protection de l'environnement sont chaque fois plus importants dans la vie quotidienne, y compris les déplacements. Nous allons voir comme les systèmes ITS peuvent aider à atteindre les objectifs d'un transport durable.

Il y a une relation paradoxale entre le transport et l'environnement, parce qu’il y a une demande croissante de mobilité qui provoque une augmentation de la motorisation et de la congestion. La mobilité a un coût, qui est partiellement assumé par les utilisateurs, mais l'impact environnemental est assumé par toute la société.

Graphique I : Evolution des émissions de GES par secteur

5  

Le Graphique I présente les parts relatives des émissions de gaz à effet de serre (GES) de différents secteurs d’activité dans les émissions en France en 1990 et en 2008. On observe que la part du secteur transport s’accroit dans le total des émissions entre 1990 et 2008. On peut constater que le transport est devenu la plus importante source d'émission de GES et que la plupart des émissions sont dues au transport routier (Graphique II). Cette croissance du secteur du transport est due principalement à l'augmentation du nombre de déplacements, malgré le fait que chaque fois les véhicules sont plus efficients et polluent moins.

Graphique II : Evolution des émissions de CO2 par mode de transport

De plus la sécurité du transport est motif de préoccupation et d'étude. Au niveau mondial, il a été estimé en 2004 que 1,2 millions de personnes sont mortes (2,2 % du total des morts) et plus de 50 millions de personnes ont été blessées dans les accidents routiers. Il a été estimé que les accidents

6  

routiers coûtent entre le 1 et 2 % du PIB des pays développés (Ahmad et al. 2011). Et ces accidents provoquent en plus une augmentation des émissions, à cause des ralentissements dans le flux du trafic, des bouchons et des mobilisations additionnelles qu'ils portent.

A cause de tout cela, depuis quelques années plusieurs auteurs ont proposé différentes solutions ITS qui peuvent aider à améliorer le transport en réduisant les émissions de GES. Ils peuvent aussi réduire les émissions grâce à un changement modal; un plus grand nombre de personnes qui optent pour le transport public, le vélo ou la marche à pied au détriment de l'usage du véhicule particulier (Tang et Thakuriah 2012 ; Bamkosseger et al. 2012), ou grâce à une optimisation dans les modes utilisés qui est obtenue, en améliorant leur efficience énergétique. Uang, et Hwang (2003) ont estimé que la distance parcourue sur une autoroute pourrait se réduire de 6 à 15 % après avoir appliqué des techniques adéquates de navigation, comme le système GPS. Brundell-Freij et al. (2006) montrent qu’un système de navigation basé sur la réduction de consommation de carburant peut réduire d’environ 4% la consommation de carburant, et par conséquent les émissions. En outre, plus du 80% de ces trajets coïncident avec les plus courts. Des études démontrent que l'implantation de différentes mesures ITS peuvent réduire les accidents et les lésions associées entre 13 et 71 % (Vanderschuren 2008.)

1.4 Relation ITS et mobilité

La question des liens entre le développement des outils de communication et la mobilité physique des individus n’est pas nouvelle (Massot, 1995 ; Mokhtarian, 2000 ; Dressler and Sommer2010 ; Jain and al. 2011). Bien que cette relation n'est pas restée claire, ayant une opposition entre effets de complémentarité voire d’induction, et effets de substitution. Il semble que dans les dernières années les auteurs s'inclinent plus vers le premier effet, bien que tous ressortent la multitude et la complexité des relations existantes sans qu'il n'y ait l'un prédominant. (Dressler et Sommer 2010 ; Salomon, Handbook of Transport Modelling, Bonsall 2004.) La complexité de ces relations se trouve schématisée dans la Figure A-I.

Une autre influence des ITS sur la mobilité est à travers de l’information en temps réel. La fourniture d'information en temps réel sur des déplacements est de plus en plus reconnue comme une stratégie potentielle pour influer sur le comportement du conducteur sur l'élection de la route, du trajet, du temps de voyage et sur le mode (Dia 2002 ; P. Bonsall, Handbook of transport modeling.) L'information communiquée avant de réaliser le déplacement peut affecter le choix de l'heure de sortie et le choix de la destination initiale, du mode, de la route et de la vitesse. L'information fournie pendant le déplacement peut conduire le voyageur à réviser la vitesse de conduite ou l’itinéraire, et provoquer une révision du choix du mode de déplacement ou de la destination. À long terme, l'information pourrait affecter les décisions de localisation résidentielle et de propriété d'automobiles.

Nous avons déjà parlé des bénéfices des ITS ; réduction des accidents, diminution des émissions, amélioration du flux du trafic, rentabilité économique, etc. Mais son application peut aussi entraîner certains inconvénients, qu'il faudra tenir en compte à l'heure d'analyser son implémentation.

Mais une application efficiente des mesures ITS dans beaucoup de cas suppose la volonté des personnes, volonté pour appliquer et utiliser ces mesures. Un engagement total de la part du conducteur est nécessaire. Une étude (Banister et al 2011) montre, qu’un changement de mentalité est nécessaire dans la population, pour obtenir qu'elle utilise des systèmes de transport "plus verts". 66 % des déplacements réalisés en Grande-Bretagne sont de moins de 5 milles, une distance qui peut être

7  

parcourue en vélo autour de la demi-heure, et 19 % des déplacements sont de moins de 1 mille, une distance qui peut être parcourue à pied autour des 20 minutes.

Un autre problème qui peut surgir est la demande induite: la demande induite, ou la demande latente, est un phénomène commun en économie, qui provoque que, après avoir augmenté l'offre d'un bien, la consommation de ce bien augmente. Dans le domaine du transport il fait référence aux déplacements additionnels qui seraient obtenus si les conditions de voyage s’amélioraient (réduction de la congestion, réduction des prix des véhicules ou des péages) (Hymel et al. 2010 ; Goodwin 1996). Mais toute la croissance du trafic n’est pas une demande induite, selon Mokhtarian, seul le passage d'un mode partagé ou public vers un véhicule particulier, et la réalisation de nouveaux déplacements ou plus longs aux localisations existantes, peuvent être considérés comme tels. Un autre effet est le "rebound effect" (Greening et al. 2000), par qui les politiques ou les améliorations techniques qui augmentent l'efficacité du combustible, diminuent aussi le prix du combustible par kilomètre de conduite et par conséquent ils causent une augmentation de l'usage du véhicule.

Différents auteurs (Hashimoto et al. 2009 ; Cervero 2002) montrent que le choix de transport est relatif au coût et au temps de voyage. C'est pourquoi l'effet sur la mobilité des implémentations ITS dépendra de l'évaluation par chaque personne de l’évaluation de la modification de ses propres paramètres.

1.5 Conclusion et problématique

L’espace, dans toutes ses dimensions sociales, avec les ressources et les aménités qu’il offre, et les contraintes d’accès qu’il pose, est une condition sine qua none de la mobilité. La mobilité individuelle, loin d’être un but en soi, résulte en effet des projets que les habitants construisent et mettent en place. Les actions humaines s’inscrivent dans des systèmes sociaux diversifiés, plus où moins complexes et flexibles ou contraignants. Parmi ces systèmes on peut noter par exemple celui de la famille, de l’école, de l’entreprise. Ainsi, les activités individuelles doivent être coordonnées avec d’autres membres de ces mêmes systèmes. Ces multiples relations entre les paramètres influents en la mobilité, provoquent la complexité de l'analyse de la même, et par conséquent est difficile prévoir la réaction de la population devant l'implémentation des mesures ITS. Une fois définis et expliqués les concepts théoriques sur ceux que ce travail se base, des questions sont posées, auxquelles nous essaierons d’apporter une réponse le long de ce travail;

Qui sont les utilisateurs des TICS (peut-on en dresser un panorama) ?

Quelle est l’influence des TICs sur les comportements de mobilité

Quel sera l'effet net en termes d’émissions GES des implémentations ITS ?

L'organisation de ce travail est la suivante. Dans la section prochaine la base de données est présentée, de la même façon que la ville sur laquelle les données ont été recueillies. Dans la section 3 la méthodologie utilisée est décrite. Dans la section 4 l'analyse des résultats est faite. La dernière section présente des conclusions.

8  

CHAPITRE 2

Méthodologie

Ce chapitre décrit les outils utilisés pour la réalisation du travail. En commençant par la base de données et les variables utilisées le long de ce document, après nous parlons du logiciel utilisé pour réaliser les différentes analyses. Par la suite il décrit la région qui a servi de base pour réaliser les enquêtes et la prise de données, et finalement est présenté le tableau usé pour le calcul des émissions des différents modes de transport.

2.1 Base de données

  Pour réaliser l’analyse des relations entre les ITS et la mobilité les données disponibles sont l’Enquête-Ménage Déplacement (EMD). L’enquête est une photographie des déplacements réalisés par les habitants d’un territoire, un jour moyen de semaine, par tous les modes de transport. Elle fournit une vision globale et cohérente du fonctionnement du territoire. La méthodologie est standardisée au niveau national par le CERTU (Le centre d'études sur les réseaux, les transports, l'urbanisme et les constructions publiques) pour assurer la comparabilité des résultats entre agglomérations et dans le temps. C’est la 7ème enquête de ce type sur le territoire grenoblois. Elle est un outil essentiel pour : la connaissance fine des pratiques de déplacements, se positionner au niveau national, la définition des projets de transport, la modélisation multimodale, les bilans environnementaux et peut être utilisée comme un outil d’évaluation publique.

Les ménages sont interrogés sur leur composition, leur équipement en mode de transport, leurs pratiques de mobilité (pour tout mode et tout motif), et leur opinion sur la politique des transports ou des sujets locaux. Au final, toutes les personnes de plus de 5 ans du ménage sont interrogées sur tous les déplacements qu’elles ont réalisés la veille (motifs, modes, horaires, zones). 7600 ménages sont enquêtés en 2010, en notant les 66211 déplacements réalisés par 17696 individus.

Les temps calculés pour connaître la durée des déplacements sont obtenus par différence entre l’horaire d’arrivée et l’horaire de départ du déplacement. Cette méthode déclarative de la mesure du temps de déplacement n’est malheureusement pas la plus fiable. C’est, notamment ce que révèle la présence importante d’arrondis aux multiples de 5 minutes et d’1 heure.

La méthode d’enquête ne peut exclure certains biais liés à l’accessibilité et à la disponibilité de la population enquêtée. Ainsi, très peu d’informations sont disponibles sur les très jeunes enfants ou les personnes très mobiles. La définition des aires urbaines et du zonage est particulièrement problématique pour l’étude de l’évolution des mobilités à partir de plusieurs dates d’observation. En effet, le périmètre urbain doit être défini à chaque date afin de représenter au mieux l’aire urbaine. Mais, l’analyse temporelle nécessite une certaine homogénéité de l’aire urbaine à chaque date.

Les déplacements observés sont limités aux périmètres d’étude des Enquêtes-Ménages Déplacements. Sont donc exclus les déplacements sortant de cette définition de l’agglomération. Le périmètre pris en compte peut être observé dans la Figure A-II. Le périmètre de l'enquête a couvert les 800 000 habitants des 354 communes de la grande région urbaine grenobloise, la distribution des communes sur le territoire se trouve dans les figures: A-III. Un travail de nettoyage des bases et de sélection des déplacements est fait pour analyser des individus qui remplissent les points suivants :

(1) Sélection de déplacements

9  

Seulement les personnes mobiles ont été considérées pour la réalisation de cette étude,

puisqu'il s'agit d'analyser le comportement de la mobilité. Les réponses erronées ont été éliminées ou ces qui ne correspondent pas à la zone d'étude. Le travail de nettoyage sur les déplacements est le suivant :

Filtres sur les personnes considérées :

- les personnes immobiles ne sont pas prises en compte. L’objectif de l’étude est d’analyser les personnes mobiles. - les personnes dont un déplacement est réalisé à titre professionnel sont écartées. - les individus dont au moins un déplacement sort de la zone enquêtée sont écartés.

Filtres sur les erreurs dans les horaires :

- les individus dont au moins un horaire d’arrivée précède un horaire de départ sont exclus. - les individus dont une des durées d’activité (durée entre le départ d’une activité et l’arrivée de l’activité précédente) est négative sont écartés. - les individus dont au moins une durée de déplacement est négative sont supprimés. - les individus dont au moins un horaire de départ ou d’arrivée est manquant sont exclus.

Filtres sur les erreurs dans les chaînes de déplacements :

- les individus pour lesquels au moins un déplacement est manquant sont rejetés. Les individus conservés ont donc l’ensemble de leur chaîne de déplacements sur la journée qui est renseignée

Le Tableau 2-I présente les tailles des échantillons avant et après ces opérations de nettoyage

des bases. Les exclusions représentent une part relativement importante des échantillons, 10 à 20% des individus sont écartés par ces procédures. Toutefois, elles nous paraissent nécessaires afin de réduire les erreurs de mesures importantes qui sont pour une grande partie dues aux erreurs filtrées.

Tableau 2-I: Echantillon par ville

  Déplacements  Individus 

  Avant Après 

correction Part de 

suppressions(%) Avant 

Après correction 

Part de suppressions(%) 

Grenoble 1992 

15672  13924  ‐11.15  3992  3257  ‐18.41 

Grenoble 2001 

26004  24978  ‐3.95  5916  5288  ‐10.62 

Grenoble 2010 

66211  58769  ‐11.23  17696  13551  ‐23.42 

Source : Joly (2010)

(2) Typologie spatiale

La typologie spatiale utilisée dans l’étude est fondée sur les travaux réalisés par Joly et al. (2010.) La Figure A-III montre la distribution des 354 communes dans la région grenobloise de l’étude, cela correspond à plus de la moitié du département de l’Isère qui compte 534 communes. Compte tenu des données à disposition et des typologies existantes, les communes de la région d’étude sont classées en quatre types : centre, suburbain, périurbain et extérieur. Ce regroupement de communes est réalisé pour pouvoir étudier mieux les flux de mobilité selon la localisation résidentielle. Ainsi il est possible d'obtenir des conclusions soient liées avec la résidence, en montrant l'influence de ce facteur sur la mobilité. Les zones d'étude varient avec le temps, en n'étant pas égaux

10  

pour les années antérieures. L’impact probable de la définition des aires d’étude sur les résultats de l’analyse des mobilités reste malgré tout présent. La définition de ces zones se a fait dans une convergence avec la réalisée pour l'EMD Grenoble 2001 et le découpage réalisé dans l’actuelle enquête. Le tableau T- I montre la classification réalisée avec le regroupement des communes selon les différentes zones d'étude pris en compte dans ce travail.

(3) Regroupement de variables

Pour faciliter le travail, nous réalisons aussi un traitement des données suivantes. Afin d’assurer la comparabilité avec les travaux précédents et une représentativité suffisante, une réagrégation des catégories des EMD a été effectuée en suivant le regroupement indiqué dans le document (EMD Guide d’exploitation standard Grenoble 2010.)

- Modes de déplacement : Les Enquêtes-Ménages Déplacements décrivent les modes de déplacement par une nomenclature relativement détaillée comprenant plus d’une vingtaine de modes selon l’enquête. Le regroupement réalisé montré dans le Tableau T-II distingue les modes suivants : la marche à pied, le vélo, les deux roues motorisés, le véhicule particulier, les transports en commun et autres modes.

- Profession et catégories sociales : Les Enquêtes-Ménages Déplacements décrivent les professions et catégories sociales par une nomenclature relativement détaillée comprenant une quarantaine d’options différentes selon l’enquête. Neuf groupes sont obtenus ce qui permet d'étudier plus facilement les données après avoir réduit la quantité d'options. La réagrégation, montré dans le Tableau T-III, distingue les professions et catégories sociales suivantes : Agriculteur ; Commerçants, artisans, chefs d'entreprise ; Professions libérales, cadres ; Professions intermédiaires ; Employés ; Ouvriers ; Inactifs, divers ; Ecoliers, étudiants et Indéterminé.

- Motifs de déplacement : Les Enquêtes-Ménages Déplacements décrivent les motifs de déplacement par une nomenclature relativement détaillée comprenant une vingtaine de postes selon l’enquête. La nomenclature retenue correspond à celles utilisées par la majorité des analyses de la mobilité fondées sur les emplois du temps. Elle distingue les postes suivants : l’activité à domicile, le travail, le temps scolaire, les achats et services, les loisirs, et l’accompagnement d’un tiers. La réagrégation est montre dans le Tableau T-IV.

2.2 Variables utilisées

Pour la réalisation des analyses une série de variables a été prise de tout l'ensemble disponible. Sa sélection dépend de sa relation avec le sujet de l'analyse. Ses caractéristiques, exprimées par le nombre d'observations, la moyenne et l’écart-type se trouvent dans le tableau 2-II. Tableau 2-II : Caractéristiques des variables utilisées Variables   N Mean Ecart‐type

Nombre de déplacements (Nbd) Budget‐temps de transport (BTT) Téléphone portable (TEL_PORT) Internet Mail Zone de résidence 

1355113551 13551 13551 13551 13551 

4.4277.69 1.26 1.2 1.34 2.78 

2.33 62.18 0.44 0.4 0.48 1.23 

11  

Zone d’origine Zone de destination Age Sexe Taille du ménage Statut professionnel Mode du transport Motorisation  Disponibilité de voiture (Actifs, scolaires et étudiants de 18 et plus) Problème de stationnement pour les gens qui utilisent la voiture Problème de stationnement pour les gens qui n’utilisent pas la voiture Lieu stationnement du véhicule par trajet (Trajet)  Durée de la recherche de stationnement Lieu stationnement du véhicule la nuit le plus souvent (1VP) Lieu stationnement du véhicule la nuit le plus souvent (2VP) Lieu stationnement du véhicule la nuit le plus souvent (3VP) Lieu stationnement du véhicule la nuit le plus souvent (4VP) 

1355113551 13551 13551 13551 13551 13551 13551 6691  4790  1901  27850 27850 12371 7731 1483 284 

2.582.78 3.26 1.51 2.87 5.34 3.89 1.56 1.52  2.41  2.24  1.83 0.20 1.42 1.40 1.35 1.23 

1.25 1.23 1.72 0.5 1.38 1.99 1.69 0.86 0.82  0.74  0.91  1.00 1.06 0.72 0.70 0.65 0.54 

2.3 Logiciel statistique

Pour réaliser les plusieurs analyses de données sur lesquelles une grande partie de ce travail est basée, le programme statistique SAS (Statical Analysis System) a été utilisé principalement, bien qu'aussi les programmes statistiques STATA et R. Sur ce programme a été réalisé le traitement de données et les regroupements antérieurement nommés. En utilisant ses plusieurs fonctions les analyses ont été réalisées et les différents tableaux qui se montrent le long du document ont été obtenus. Les autres programmes ont été utilisés pour tester la validité des analyses, en vérifiant que les résultats obtenus coïncidaient. 2.4 Présentation de la région

La grande région grenobloise, comme elle a été définie dans la dernière enquête ménages déplacements a une superficie de plus de 3500 km2, tandis que la superficie, en km2, du centre-ville est de 18,1. Il s’agit d’une aire métropolitaine située dans le département de l’Isère dans la région Rhône-Alpes. Ce territoire présente ainsi une intéressante opportunité d’analyses des organisations spatiales entre différents types de communes, et des mobilités quotidiennes des habitants. La région est située dans la partie sud-est du territoire national, à relativement proche distance (à vol d'oiseau) des frontières italienne (70 kilomètres) et suisse (110 kilomètres).

Cette vaste étendue permet d’appréhender l’ensemble du système urbain de la région, d’une aire métropolitaine qui combine des caractéristiques de montagne et de plaine. La forme en « Y » de l’agglomération, dictée par le relief montagneux des trois grands massifs ; celui du Vercors, de la Chartreuse, et de Belledonne, fait que Grenoble s’est développée en doigt de gant, en imposant des contraintes géographiques, jusqu’à une période récente. Cette condition géographique détermine bien entendu, une grande part des choix de localisation des logements des emplois et aussi de infrastructures de transport. En conséquence, la concentration d’emplois et de population s’effectue au centre et le long des axes autoroutiers en première couronne, ce qui conduit à une concentration des trafics et des flux. L’ensemble des communes qui la composent compte une population de plus de 800

12  

000 habitants, résidant dans près de 340 000 ménages (environ 2,4 personnes par ménage.) Ceux-ci sont répartis notamment entre deux grandes unités urbaines, qui sont l’agglomération centrale, de Grenoble et l’agglomération plus petite, de Voiron.

2.5 Tableau calcul émissions

Pour faire le calcul des émissions, on a utilisé le Tableau T-V, qui a été développé pour l’EPE (Entreprises Pour l’Environnement) en collaboration avec l’ADEME (Agence De l’Environnement et de la Maîtrise de l’Energie) en suivant la méthodologie de l’OETT (l’Observatoire Energie, Environnement et Transports.) L’objectif du développement de cet outil est de guider les entreprises et les organismes dans la quantification, le reporting et la vérification des émissions de GES des transports engendrés par leurs activités. Pour cela ils fournissent un tableur de calcul des émissions de GES pour le transport de personnes et de marchandises (« module transports – calcul des émissions »), par mode de transport et selon les données disponibles : • à partir des consommations de carburants • à partir des distances parcourues et de consommations moyennes par type de véhicules • à partir d’un indicateur « tonnes.Kilomètres »

Puisque la consommation dépend de la puissance du véhicule (CV) ou du type de carburant entre autres, nous réalisons une moyenne des valeurs d'émissions par kilomètre. En effet, ces données fines ne pourront être traitées dans notre travail, les déplacements sur une journée ne pouvant se résumer simplement en un seul mode.

13  

CHAPITRE 3

Analyses

L’analyse comparative des mobilités proposée ici, se concentre sur les temps consacrés à la mobilité individuelle, en faisant une comparaison avec les résultats des deux dernières EMD, obtenus par Joly et al. (2010). Elle distingue les indicateurs suivants :

- Le budget-temps de transport quotidien, calculé comme la somme des durées quotidiennes de transport, quel que soit le mode de transport (marche à pied incluse) et quel que soit le motif du déplacement.

- Le nombre de déplacements réalisés dans la journée.

Ce chapitre-ci traite des analyses réalisées. Il commencé pour décrire le panorama d'usagers des TICs, en essayant de répondre à quelques questions que nous nous posons : quel âge ont-ils ? Dans quelle zone habitent-ils ? Quel moyen de transport utilisent-ils ? entre autres. Par la suite se pose l'introduction d'une série de mesures ITS, et par conséquent les analyses nécessaires sont réalisées pour connaître à qui toucherait ces mesures, les déplacements qui se trouveraient affectés, ainsi que les nécessaires pour réaliser le calcul d'émissions.

3.1 Panorama des TICs

La mobilité intelligente doit être également abordée sous l'angle du service et non uniquement sous l'angle de la technologie : il faut placer l'usager au cœur des préoccupations. Pour arriver à ce but, les ITS ont un rôle essentiel. Pour être pertinente l’information fournie au voyageur doit être interconnectable, favoriser les transferts vers des modes de transport plus respectueux de l’environnement, et viser la multi-modalité en offrant à l’usager la possibilité de passer d’un mode de déplacement à un autre. D’autre part, en cas de perturbation, celui-ci devra pouvoir anticiper et choisir l’alternative la plus appropriée. Avec les nouvelles technologies, l’internet aux téléphones portables, un usager en situation de mobilité a la capacité de se connecter à un réseau sans contrainte de temps, localisation ou terminal. L’analyse des mobilités est réalisée pour les trois TICs recueillies dans l’enquête (internet, téléphone portable et direction de courrier électronique), avec pour objectif de savoir quel groupe de personnes peut se voir influencé par l'implémentation de systèmes ITS. L’EMD n’est pas la plus indiquée pour faire une bonne analyse des TICs mais est la meilleure source d’information sur la mobilité. Il serait nécessaire de connaître beaucoup plus de choses ; l’usage, les caractéristiques du téléphone, les services disponibles, etc. C'est pourquoi l'analyse nous donne une idée superficielle de l'usage et influence des TICs.

Tableau 3-I : Budgets-temps de transport et nombres de déplacements moyens et médians selon l’usage des TIC et pour la région grenobloise.

  TEL_PORT  MAIL  INTERNET  GRENOBLE2010 

  BTT(***)  Nbd(***)  BTT(***)  Nbd(***)  BTT()  Nbd(*)  BTT  Nbd 

Mean  84.56  4.62  84.88  4.62  79.31  4.52  77.69  4.42 

Median  70.00  4.00  70.00  4.00  65.00  4.00  65.00  4.00 

14  

Tableau 3-II: Budgets-temps de transport et nombres de déplacements moyens et médians selon l’usage croisé des TICs

.

 

 

  

Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

Tableau 3-III: Pourcentage de la population qui possède des TICs.

  TEL_PORT  INTERNET  MAIL TEL_PORT*

MAIL TEL_PORT* INTERNET 

MAIL* INTERNET 

TEL_PORT* INTERNET*MAIL 

%  74.05  80.92  65.22  58.04  62.65  63.00  55.96 

 

Les Tableaux (3-I, 3-II et 3-III) nous montrent l’influence des TICs sur les déplacements, selon la possession d’internet, téléphone portable ou adresse électronique. Les astérisques nous indiquent si la possession des technologies de la communication recueilles dans l'enquête influe significativement sur la mobilité, en dépendant du niveau de signification: 0, 0.001, 0.01, 0.05, 0.1, analysé selon les paramètres de nombre de déplacement et budgets-temps de transport. De manière individuelle, les TICs influent sur le nombre de déplacements et les BTT sauf la possession d’internet, qui ne semble pas un paramètre significatif. Les gens qui utilisent des TICs font plus déplacements et mettent plus de temps à se déplacer que les gens qui ne les utilisent pas. L'analyse croisée révèle que la possession de n'importe quelle des deux technologies ne provoque pas qu'un nombre significativement distinct de déplacements soient réalisés, cependant les BTT semblent différents. Cela semble indiquer que ces personnes ne réalisent pas en général un plus grand nombre de déplacements, mais la durée de déplacement est plus élevée. Les personnes qui possèdent les trois ont une mobilité significativement différente, réalisant plus de déplacements et d'une plus grande durée.

Pour réaliser le panorama d'utilisateurs, l’analyse du téléphone portable et internet va à être réalisé, car ce sont les technologies principales utilisées pour transmettre d’information aux utilisateurs. La direction de courrier électronique ne se considère pas comme une technologie trop influente sur la mobilité. Elle n’est pas analysé puisque l’éventail de possibilités qui offre l’internet est plus grand, la possession d’Internet implique avoir une adresse électronique, 77.86% de cas, et il y a un plus grand nombre de personnes qui possèdent Internet direction mail.

Du Tableau 3-IV nous pouvons observer que la possession d'internet est distribuée de façon homogène entre les zones, avec une présence supérieure dans la zone périurbaine. La possession d'un portable semble décroître à mesure que nous nous éloignons du centre urbain. Les résultats montrent que les individus actifs disposent de ces technologies, par conséquent nous pourrions associer la possession aux revenus de la personne, si elle est au chômage, il est plus difficile qu’elle puisse se permettre de l'avoir, et aussi avec l'âge, les personnes actives ont en général entre 18 et 65 ans, qui comme nous pouvons voir, sont celles qui possèdent normalement au moins une des deux TICs analysées.

  TEL_PORT*MAIL  TEL_PORT*INTERNET  MAIL*INTERNET  TEL_PORT*INTERNET*MAIL 

  BTT(*)  Nbd()  BTT(***)  Nbd()  BTT(**)  Nbd()  BTT(***)  Nbd(***) 

Mean  87.00  4.68  86.05  4.67  84.92  4.63  87.06  4.69 

Median  75.00  4.00  71.00  4.00  70.00  4.00  75.00  4.00 

15  

Tableau 3-IV: pourcentage de possession de portable ou internet selon différents paramètres     Internet Tél. Portable

Zone de résidence  Centre 78.11 % 77.82 % 

  Suburbain 80.47 % 76.38 % 

  Périurbain 86.16 % 74.66 % 

  Extérieur 80.97 % 71.61 % 

  Grenoble 80.92% 74.05        

Actif  Actif 88.65 % 90.82 % 

  Inactif 74.73 % 60.62 %        

Age  âge< 18 93.40 % 38.44 % 

  17< âge < 35 87.88 % 96.16 % 

  34< âge < 45 90.12 % 91.12 % 

  44< âge < 55 87.76 % 87.61 % 

  54< âge <65 76.67 % 77.24 % 

  64< âge 40.76 % 55.15 %        

Sexe  Homme 81.90 % 73.98 % 

  Femme 79.97 % 74.11 %        

Statut professionnel  Agriculteurs 29.73 % 50.00 % 

 Commerçants, artisans, 

chef d’entreprise 72.11 %  79.82 % 

 Professions libérales, 

cadres 91.93 %  89.74 % 

 Professions 

intermédiaires 85.75 %  84.91 % 

  Employés 73.60 % 80.99 % 

  Ouvriers 60.12 % 74.57 % 

  Inactifs, divers 65.15 % 65.38 % 

  Ecoliers, étudiants 92.26 % 52.71 % 

  Indéterminé 83.64 % 93.64 %        

Mode de transport  Marche à pied 71.51% 63.11 % 

  Vélo 85.71 % 74.22 % 

  Deux roues 87.23 % 93.62 % 

  TC  81.44 % 81.18 % 

  Véhicule particulier 83.74 % 76.78 % 

  Autres 86.31 % 63.88 %        

Taille du ménage  1 Personne 52.46 % . 

  2 Personnes 72.80 % . 

  3 Personnes 90.63 % . 

  4 Personnes 93.73 % . 

  5 Personnes 93.95 % . 

  6 Personnes 94.21 % . 

  7 Personnes 90. 32 % . 

  8 personnes et plus 100 % .        

Motorisation  Non motorisé 50.68 % 68.47 % 

  1 VP 70.84 % 71.36 % 

  2 VP 91.29 % 75. 06 % 

  3 VP 92.83 % 82.07 % 

  4 VP et plus 92.47% 84.95 % 

16  

Selon l'âge, comme nous avons déjà dit, les personnes en âge de travailler sont ceux qui ont en général un portable, cependant il ressort de façon remarquable que ce sont les personnes de moins de 18 ans qui ont le plus grand pourcentage de possession de connexion à Internet. Nous pouvons supposer qu'avoir des enfants mineurs incite la possession d’une connexion internet dans le ménage. Il semble clair que les personnes âgées sont celles qui utilisent le moins ces technologies. Selon le sexe il n'y a pas de différence remarquable, la possession est distribuée presque équitablement. C'est pourquoi nous pouvons dire que ce n'est pas un facteur qui influe sur la possession de TICs. La répartition selon le statut professionnel ne suit aucun modèle, bien que nous puissions dire que les agriculteurs sont ceux qui les utilisent moins et les professionnels libérales et cadres qui ont un plus grand pourcentage de possession. En ce qui concerne les modes de transport, le plus grand pourcentage se trouve pour ceux qui se déplacent sur deux roues et le mineur pour ceux qui le font à pied, ce qui fait que nous pouvons dire qu'à une plus grande distance parcourue est associé un plus grand pourcentage de possession de technologies. La taille du ménage semble liée positivement à la possession d’une connexion à internet. Cela peut être grâce à ce que le coût est partagé entre les membres du foyer, par conséquent à un plus grand nombre de personnes, un moindre coût individuel et plus grande possibilité d’avoir internet. Finalement selon la motorisation, combien de plus de véhicules possède le ménage, le pourcentage de possession d'Internet est plus grand. Cela peut être grâce à ce que combien de plus de voitures a le foyer, plus de personnes y habitent, et comme nous avons vu le nombre de personnes par ménage c'est un facteur influent dans la possession d'Internet, ou il peut être grâce à ce que ces ménages ont plus grandes revenues et c'est pourquoi ils ont une plus grande capacité d'accès aux nouvelles technologies. Dans ce cas il coïncide avec la possession d'un téléphone portable.

En résumé les personnes qui utilisent les TICs font plus de déplacements et d'une plus grande durée. Elles ont l'habitude d'être des personnes actives, d'entre 18 et 55 ans, qui se déplacent en modes mécanisées. Il peut être qu’avoir de meilleures revenues suppose plus de facilité à la communication et aux déplacements. Mais toutes ces caractéristiques sont liées et influent sur la mobilité. Nous pouvons observer que des plus grand revenues sont associés à plus de TIC et plus de déplacement, mais cela est aussi associé à un ménage plus grand, à plus de voiture, etc. De cette façon nous nous faisons une idée de quel groupe de personnes pourraient modifier son comportement de mobilité selon l'introduction de solutions ITS.

3.2 ITS

Pour analyser si les bénéfices obtenus en termes de réduction d'émissions de GES grâce à l'implémentation de mesures ITS dans le domaine de la région grenobloise se trouveraient réduits par l'effet de la demande induite, on va à supposer que s'appliquent les mesures suivantes : péage urbain, stationnement intelligent et « l’eco-driving coaching ». L’effet supposé de chacune des mesures est analysé de manière individuelle, indépendamment des autres mesures.

3.2.1 Péage urbain

Une étude révèle qu'un automobiliste grenoblois perd chaque année 33 heures dans les embouteillages, et que 33,74% des axes routiers de la ville de Grenoble ont été soumis à de forts ralentissements (Bonnet 2010). Les coûts relatifs aux problèmes de congestion du trafic en France sont estimés autour de 1,3 % Du PIB (de Palma and Lindsey 2011.) Comme nous le verrons dans la partie suivante, chaque fois les grenobloises mettent plus de temps à se déplacer et malgré la diminution de l'usage de la voiture et l'augmentation du transport collectif, le temps de transport a augmenté pour

17  

tous les modes. L'une des causes peut être du fait de l'augmentation des bouchons dans la région. L’implémentation d’un péage urbain pourrait aider à résoudre ce problème.

+ Définition : C'est un système de tarification de la congestion où un impôt est imposé à la majorité de véhicules qui entrent ou sortent du centre de la ville. Du fait que la majorité des déplacements réalisés en voiture dans les zones urbaines sont à l’origine de ses mêmes zones (Tableaux T-VI et T-VII), le système s'emploierait à toucher ces personnes qui circulent en zone urbaine avec leur voiture. Un système de caméras d'identification enregistre les véhicules qui entrent ou sortent de la zone. Le paiement de l'impôt peut se faire sur internet, au moyen du téléphone, avec un appel, dans des postes spéciaux dédiés pour cela ou par virement bancaire à la fin du mois après avoir reçu la facture. Le système est utilisé en différentes villes européennes : London, Stockholm, Milan. D’après Eliasson (2009) et Kottenhoff and Brundell Freij (2009) pour la ville de Stockholm les résultats obtenus avec l’implémentation de cet outil sont : diminution des émissions des GES au centre ville d’entre 10 et 14 %, réduction de 3.6 % du nombre d'accidents, augmentation de l'usage du transport public autour de 5 %, et réduction du trafic dans la ville de 18 %. En plus il produit des bénéfices d'environ 80 millions d'euros par an. Mais Berger et al. (2009) disent que ce système est principalement utile pour les villes avec plus de 500.000 habitants. Bien que les auteurs ne donnent aucune explication de ce raisonnement et en tenant en compte que le système est utilisé dans des plus petites villes comme : Malte, Durhan, Riga ou Znojmo, nous pourrions supposer avantageuse son implémentation. 

 

3.2.2 Stationnement Le stationnement est un levier majeur des politiques de déplacement car ancré dans le

quotidien des habitants et des usagers du territoire. Stationnement et usage de la voiture sont indissociables puisque tout déplacement en voiture suppose un stationnement à l’origine et à destination. C’est pourquoi la disponibilité ou non d’une place, les conditions de durée et de tarifs sont déterminantes dans le choix modal de l’usager.

Le constat est que les automobilistes français consacrent chaque année plus de 70 millions d’heures à la recherche d’emplacements de stationnement, ce qui occasionne entre 5 et 10% de la circulation urbaine, jusqu’à 15% des émissions locales de CO2 et surtout un surcoût en termes de carburant pouvant atteindre 15€ par mois pour un conducteur (Anonymous 2012). En plus, la recherche d’une place de stationnement induit les mêmes externalités négatives que la circulation automobile : bruit, pollution atmosphérique, pollution par effet de serre, congestion.

Le Tableau 3-V montre que la plupart des personnes ayant une voiture l’utilisent pour se rendre sur leur lieu de travail, presque 90% des personnes. Pour ces personnes qui utilisent la voiture, 13.65% disent qu’il y a des problèmes de stationnement à destination mais pour les gens qui ne l’utilisent pas le taux de dénonciation des problèmes de stationnement à sa destination s'élève à 31.18%. Lorsque la zone de destination est le centre, le pourcentage de personnes qui disent qu'il y a des problèmes de stationnement, monte jusqu’à 19 % pour ceux qui utilisent la voiture, et jusqu’à 36 % pour ceux qui ne l'utilisent pas. Par conséquent l'un des problèmes principaux liés à l'usage de la voiture est la disponibilité de places de stationnement, si nous devons destiner beaucoup de temps à la recherche d'une place, nous préférons utiliser un autre moyen de transport, puisque le temps économisé en réalisant le trajet en voiture est gaspillé dans la recherche de stationnement. Ainsi, contraindre le stationnement réservé sur le lieu de travail favorise le report modal de la voiture vers d’autres modes de transport pour les actifs, travaillant surtout dans la zone centre.

18  

En plus on peut voir sur les tableaux (3-VI, 3-VII) le pourcentage de personnes dont la destination est le centre-ville et qui garent la voiture dans la rue, typiquement la zone centre est celle où il y a une plus grande difficulté de trouver un stationnement, et le temps employé à la recherche d’un stationnement est supérieur. La moyenne du temps diffère de celle obtenue par l'étude faite par Lefauconnier, A. and Gantelet, E. (2005) qui trouvent pour le quartier Vaucanson du centre une moyenne de 3.3 minutes. Les auteurs disent que pour la ville de Grenoble, la suppression du temps de recherche devrait générer la moitié de la baisse de circulation découlant des transferts de part modale de la voiture vers les TC ou les modes doux préconisés par le PDU de l’Agglomération Grenobloise.

Tableau 3-V: Pourcentage d’actifs, de scolaires et d’étudiants de plus de 18 ans qui utilisent ou non la voiture pour aller travailler ou sur son lieu d’études et problèmes de stationnement

Possession de voiture et utilisation 

72.66 % 

Problèmes de stationnement 

Place réservée 

13.65%  34.05% 

Possession de voiture et non utilisation 

8.83% 

Problèmes de stationnement 

Place réservée 

31.18%  12.01% 

Tableau 3-VI: Pourcentage des personnes dont la destination est le centre et garent la voiture dans la rue en fonction du nombre de véhicules et du trajet. 

  1VP  2VP  3VP  4VP  Trajet 

%  36.12  33.65  41.67  77.28  36.23 

Tableau 3-VII: Temps de recherche de stationnement en minutes des personnes dont la destination est le centre et qui garent la voiture dans la rue en fonction du nombre de véhicules et du trajet.

  1VP  2VP  3VP  4VP  Trajet 

%  1.69  121  2.68  .  1.66 

 

Pour diminuer le temps de recherche, l’implémentation de l’outil suivant est proposée. + « Le stationnement intelligent » Ce sont des capteurs autonomes installés sur chaque place de stationnement. Ils détectent leur état de disponibilité, et fournissent un panorama en temps réel et historique de l’occupation des places. Ces capteurs permettront de connaître instantanément les emplacements libres les plus proches. L’information sera diffusée sur les Smartphone, PC portables ou GPS des conducteurs. Ce dispositif permettrait d'éliminer pratiquement le temps destiné à la recherche de stationnement, en réduisant les congestions, et les émissions (Nangeroni 2011).

3.2.3 “Eco-driving coaching”.

Nous avons évoqué l'importance du comportement et de la personnalité de chacun en relation avec la mobilité. Pour aider les personnes à changer de mentalité l'implémentation d'une mesure ITS peut être développée, « l’Eco-driving coaching » qui combine une série de directives que chaque personne doit mettre en pratique avec l’utilisation de la technologie. Certaines de ces directives, que doivent suivre les conducteurs pour réaliser une conduite plus efficiente en économisant la consommation de carburant et moins nocive pour l'environnement, sont :

19  

-moment parfait pour changer de vitesse - éviter d'aller au ralenti - conduire en anticipant au trafic, c'est-à-dire, s’il faut s’arrêter dans un feu ne pas donner de coup d'accélérateur d'avance. - éviter de révolutionner le moteur.

La technologie utilisée consiste en un GPS qui calcule la route qui a une consommation plus efficiente, la moindre consommation de carburant, qui dans un 82 % (Brundell-Freij et al. 2006) des cas coïncide avec la plus courte route. Uang, et Hwang (2003) estiment qu'entre un 6 et 15 % de la distance parcourue dans une autoroute est due aux techniques incorrectes de navigation. Brundell-Freij et al. (2006) montrent que ce système peut réduire autour d’un 4% la consommation de carburant, et par conséquent les émissions. Berger et al. (2009) estiment la réduction dans les émissions à 2 %, mais après l'avoir mis en application ensemble avec la série de directives données aux conducteurs pour rouler plus efficacement et avec un indicateur dans la voiture qui nous avertit de quand nous le faisons, la réduction estimée dans les émissions est de 15 %. Bien que les auteurs supposent une implantation et un niveau d'usage du 100 %, c'est-à-dire, que le système s'implante dans tous les véhicules et qu'il est utilisé à chaque instant. C'est pourquoi on pourrait dire que la réduction estimée est très optimiste, puisqu'il dépend en grande partie de la volonté du conducteur.

En plus le système s'améliorerait au moyen de l'approvisionnement d'information en temps réel au travers du dispositif GPS. Ainsi le conducteur pourrait connaître l'état du réseau routier à chaque instant, en adaptant sa route.

Tableau 3-VIII: Pourcentage de déplacements réalises en voiture selon la zone d'origine et de destination et temps de déplacements.

        Zone de                       destination  Zone d’origine 

 

Centre  Suburbain  Périurbain  Extérieur 

Centre %  TT 

39.91  

15.44 

33.90  

19.22 

10.58  

23.23 

15.60  

37.62 

Suburbain %  TT 

18.91  

19.23 

56.95  

12.61 

9.93  

17.80 

14.21  

30.39 

Périurbain %  TT 

14.94  

22.70 

25.04  

17.69 

44.55  

9.26 

15.47  

23.67 

Extérieur %  TT 

4.01  

37.80 

6.77  

31.75 

2.69  

25.30 

86.53  

12.26 

Pour pouvoir analyser le bénéfice en termes de réduction d'émissions qui impliquerait l'implémentation de cette mesure, il se suppose que le dispositif s'installe dans tous les véhicules. Une distinction est faite; entre les véhicules qui roulent dans la zone centre et suburbain, dont la vitesse sera plus petite et sa consommation et émissions de gaz plus grand, et ceux qui roulent dans la zone périurbain et extérieure, dont la vitesse en général serait plus grande et qui par conséquent réalisent moins d’émissions. C'est pourquoi les déplacements réalisés en voiture sont analysés, selon les zones, en formant une matrice origine-destination. Du tableau 3-VIII il peut se voir que la plupart des déplacements réalisés sont de proximité, ils sont réalisés dans la même zone ou dans la zone à côte et avec une durée moyenne autour des 17 minutes.

20  

CHAPITRE 4

Résultats

4.1 Péage urbain

D'être réalisé, l'implémentation du péage urbain serait initialement faite autour des zones centre et suburbaine, puisque ce sont celles qui disposent d'un meilleur service public et par conséquent la descente prévue dans l'usage du véhicule particulier pourra être absorbé par les transports en commun ou l'usage du reste de modes "doux". Le tableau 4-I nous montre l'évolution des BTT et du nombre de déplacements selon les trois dernières enquêtes. Dans la dernière période s’est observé une légère augmentation du BTT et une diminution du nombre de déplacements, c’est-à-dire chaque fois les gens mettent plus de temps pour se déplacer.

Tableau 4-I : Budgets-temps de transport et nombres de déplacements moyens et médians par année.

  BTT  Nbd 

Ville  Moy.          Méd.  Moy.          Méd. 

Grenoble 1992  67.20         55.00  4.26             4.00 

Grenoble 2001  78.92         65.00  4.72             4.00 

Grenoble 2010  77.69         65.00  4.42             4.00 

Tableau 4-II : BTT et nombre de déplacements des résidents en zone centre et suburbain.   BTT  Centre  Suburbain  Nbd Centre  Suburbain 

Grenoble 1992 

Moy.  67.94  66.84  Moy.  .  . 

Méd.  60.00  55.00  Méd.  .  . 

Grenoble 2001 

Moy.  80.26  77.16  Moy.  .  . 

Méd.  68.00  62.00  Méd.  .  . 

Grenoble 2010 

Moy.  81.00  79.87  Moy.  4.37  4.42

Méd.  65.00  62.00  Méd.  4.00  4.00

Les tableaux (T-VIII et T-IX) nous montrent l’augmentation du temps de transport pour les modes motorisés dans la zone centre et la zone suburbaine en confirmant que chaque fois les gens passent plus de temps à se déplacer. Puisque le système affecterait les gens qui vivent dans cette zone, on étude ses déplacements, le mode usé et la destination et aussi des gens qui entrent dans la zone. Le tableau 4-III nous indique le choix modal des modes dans les zones, on peut observer que presque la moitié des déplacements sont réalisés en voiture, et autour le 16.50% en transport public.

Pour faire le calcul des émissions dans la zone, et par conséquent sa possible réduction due à l'implémentation de la solution ITS, il est nécessaire de connaître la distance parcourue et le nombre de déplacements réalisés. Puisque la majorité de déplacements qui ont comme origine ou destination les zones centre ou suburbaine sont à l’origine des ces zones (Tableaux T-VI et T-VII), et selon les résultats de (Flux de déplacements EMD 2010) qui dit que la plupart des déplacements réalisés sont de la proximité (90 % des déplacements < 10km), nous pouvons supposer 10 km comme une distance

21  

moyenne parcourue pour ce type de déplacements. Puisque le questionnaire ne recueille pas de questions sur les distances, elles peuvent seulement être estimées en tenant en compte la zone d'origine et de destination du déplacement, et par conséquent elles ne sont pas exactes.

Tableau 4-III: Temps par déplacement et part modales en zones centre et suburbaine selon zone de résidence, de origine de déplacement et destination de déplacement

    Marche  Vélo  2 Roues  TC  VP  Autre Tout mode 

Zone de résidence 

TT  % 

11.80  

32.11 

15.78 

4.07 

16.95 

0,24 

28.44 

16,99 

16.91 

45.46 

29.84  

1.13 

17.22  

Zone d’origine 

TT  % 

11.76  

29.15 

15.73 

3.51 

18.56 

0.28 

30.01 

16.46 

18.04 

49.35 

29.82  

1.25 

18.12  

Zone de destination 

TT  % 

11.77  

29.13 

15.77  

3.51 

18.36  

0.28 

29.83  

16.46 

18.12  

49.30 

29.90  

1.31 

18.14   

En extrapolant les données pour les personnes de la zone, selon le travail de nettoyage fait, il obtient 1204529 déplacements quotidiens qui ont origine à la zone centre ou suburbain (Selon Flux de déplacements EMD 2010, dans la région sont réalisés 2.9 millions de déplacements quotidiens, en éliminant 11.23 % d'eux en raison du travail de nettoyage fait; les déplacements hors de la zone étudiée ou les erreurs en ce qui concerne sa durée, nous obtenons 2574330. De ceux-ci le 46,79 % ont son origine à l'intérieur de la zone centre ou suburbain, voir tableau 4-IV.) L’estimation du total des émissions dues au transport se trouve dans le tableau 4-V. Pour la réaliser il est utilisé le part modale selon la zone d'origine recueilli dans le tableau. Par exemple pour calculer les émissions dues aux véhicules particuliers, nous multiplions les 1204529 déplacements quotidiens par le part modale de ce mode et tout cela par les émissions qui sont réalisées dans ce déplacement, dans lequel a été supposée une distance de 10km. Nous supposons que les déplacements du TC sont répartis de la même façon entre tramway et l’autobus (nous avons groupé tous les transports publics dans la même catégorie, TC, mais ses émissions sont différentes. Pour calculer les émissions de chacun d'eux il est considéré que les déplacements réalisés en transport public sont partagés d'une manière équitable entre l'autobus et le tramway.) Ces données sont par véhicule et personne, c'est-à-dire, il faudrait diviser les émissions par le nombre d'occupants de chaque véhicule, c'est pourquoi les valeurs réelles des émissions sont dans en réalité plus petits. Initialement, un changement modal est attendu, ayant une diminution de l’usage de la voiture et une augmentation du transport public, le vélo et la marche à pied.

Tableau 4-IV: Zone d’origine des déplacements en pourcentage

  Centre  Suburbain  Périurbain  Extérieur 

%  22.05  24.69  8.69  44.56 

En tenant en compte que dans les aires urbaines, une réduction de la congestion attire le nouveau trafic (Hymel et al. 2010) et en fonction de différentes études qui analysent l'élasticité de la distance parcourue avec les améliorations dans le trafic (Litman 2001 ; Hansen et Huang 1997 ; Goodwin 1996), on peut estimer une augmentation de 60 % à court terme (1-5 ans) de la distance parcourue, et de 90 % à long terme (5-20 ans). En plus il faut tenir en compte le "rebound effect", en

22  

améliorant la circulation, augmente l'efficacité de la consommation de carburant ce qui provoquera l'augmentation de l'usage du véhicule particulier. Étant basé sur les résultats du système de tarification de Londres, dans lequel on peut voir que la congestion dans la zone est revenue aux niveaux antérieurs à l'application de la mesure (Anonymous 2010), une réduction nulle des émissions se pourrait prédire à long terme. Le bénéfice consisterait en ce que sans son application le trafic aurait augmenté en aggravant la congestion. Le bilan des émissions estimé se trouve dans le tableau suivant.

Tableau 4-V : Estimation des émissions introduction péage

4.2 Stationnement intelligent

L'implémentation de cette mesure est supposée pour la zone centre, puisqu'il s'agit de l'aire la plus dense de la ville en disposant en plus des zones piétonnes où il n’y a pas de place pour garer la voiture, parce que l'on peut supposer que c’est dans cette aire-ci où plus de temps est gaspillé dans la recherche de stationnement. Cette mesure affecterait les déplacements réalisés en véhicule particulier, dont la zone de destination est le centre et qui se garent dans la rue et donc les personnes qui habitent dans la zone et garent la voiture dans la rue. Le 20.80% (tableau 4-VI) des déplacements ont comme destination le centre ville, de ceux-ci, le 37.69% (Y ESTO) se réalisent en voiture, et de ceux-ci le 36.23 % garent dans la rue, par conséquent la mesure affecterait 3.21 % des déplacements totaux réalisés. Selon les résultats de (Flux de déplacements EMD 2010) 2.9 millions de déplacements sont réalises dans la région grenobloise, donc la mesure affecterait à 82360 déplacements quotidiennes. En supposant 0.5 km comme distance moyenne parcourue en la recherche de stationnement, où il a été tenu en compte que Shoup (1997) obtenu 0.5 miles comme distance moyenne parcouru en la recherche de stationnement dans son zone d’étude, l'estimation des émissions dues à la recherche de stationnement peut être réalisée (Tableau 4-VI).

Appliquer cette mesure supposerait l'élimination de ces émissions, et des améliorations du trafic urbain ce qui diminuerait en même temps le total d'émissions dues au trafic. Mais à cause de l'effet de la demande induite et au "rebound effect" dans les aires urbaines, expliqué dans l’analyse précédente, il y aurait une augmentation du trafic urbain à cause de ces améliorations du flux, qui annuleraient pratiquement l'effet de réduction d'émissions grâce aux améliorations du trafic. Par

23  

conséquent l'effet net sur les émissions serait la diminution de celles-ci grâce à l'élimination du temps de recherche de stationnement.

Tableau 4-VI : Estimation des émissions introduction stationnement intelligent

4.3“Eco-driving coaching”.

Pour calculer la réduction d'émissions que pourrait provoquer l'usage de ce système, nous supposons un taux d’usage de 50%, reflétant le fait que les gens peuvent oublier d'activer le système GPS, ou peut-être qu’ils ne veulent pas l'utiliser parce que la route qu'il fournit n'est pas la plus courte ou simplement ils ne suivent pas les directives pour obtenir une consommation de carburant efficace. Nous considérons que les habitants qui réalisent leurs déplacements depuis la zone centre ou suburbaine, réalisent ses déplacements vers ces mêmes zones dans presque 75 % des fois. Nous supposons une distance moyenne de 10km. Pour les habitants dont l’origine du déplacement est les autres deux zones, périurbain et extérieur, la majorité de déplacements sont aussi réalisés dans ces mêmes zones, donc une distance moyenne parcourue de 25km est supposée, puisqu'il est considéré qu'ils roulent à une plus grande vitesse. C'est pourquoi pour les premiers il est considéré que les véhicules émettent des GES comme s'ils circulaient dans une zone urbaine et pour les deuxièmes il est considéré qu'ils circulent comme hors zone urbaine.

Tableau 4-VII: Origine déplacements réalises en voiture.

Zone d’origine  Centre  Suburbain  Périurbain  Extérieur 

%  13.68  24.49  9.61  52.21 

En extrapolant les données pour le total de déplacements, 2900000 recueillis dans (Flux déplacements EMD 2010), en éliminant 11.23 % en raison du travail de nettoyage 2574330 déplacements quotidiennes sont obtenus. 60.43% sont réalises en voiture et ceux 38.17% ont comme origine la zone centre ou suburbain (Tableau 4-VII). C'est pourquoi il est possible d'estimer les émissions dues aux déplacements réalisés dans un véhicule particulier (Tableau 4-VIII)

24  

Tableau 4-VIII: Estimation des émissions introduction ”Eco-driving coaching”

En considérant comme on a dit que le taux de pénétration est de 50 %, la réduction d’émissions serait de 8 %. La réduction initiale qui serait obtenue en appliquant la mesure se trouve dans le tableau 4-VIII. Mais puisque cette mesure provoquerait le "rebound effect", grâce à une série de directives qu'elle fournit pour que la consommation de carburant soit plus efficiente. En plus en utilisant un système de navigation avec information en temps réel, le flux du trafic s'améliorerait en provoquant une augmentation du trafic à cause de l'effet de la demande induite. Comme il a été décrit dans la partie 4.1, dans l'aire urbaine l'augmentation des émissions sera d'entre 40-60 % à court terme et entre 90-100 % à long terme. Dans le cas de déplacements hors des aires urbaines, à court terme on pourrait supposer une augmentation d'entre 30-50 % à court terme, et à long terme d'entre 70-80 % (Zhao, S. and He, N. 2011 ; Greening et al. 2000 ; Goodwin 1996.) En tenant en compte tout cela, l'effet qui aurait sur les émissions l'introduction de la mesure, tant à court comme longue terme, se trouve dans le tableau 4-VIII.

25  

CHAPITRE 5

Conclusion

Tout à le long de ce travail nous avons essayé de connaître la mobilité des habitants de la grande région grenobloise, pour identifier des patrons de déplacements et connaître les flux de personnes selon les territoires et les modes de transport. D'un autre côté, il s'est agit d'identifier dans un temps et un espace définis les effets produits sur les conduites par l’intégration des solutions ITS en identifiant le périmètre où les dites solutions pourraient être mis en application.  

Nous avons réalisé un panorama d'utilisateurs de TICs, pour connaître qui utilise principalement ces technologies et la réponse qu’ils peuvent donner devant son introduction dans les différents domaines du transport. Nous avons mis en évidence que posséder meilleures revenues suppose plus de facilité à la communication et aux déplacements et qui sont les personnes âges qui font le plus petit usage d'elles. Puisque les personnes qui les utilisent sont en général plus mobiles, nous pouvons affirmer qu'une manière d'influer sur la mobilité est l'implémentation de solutions qui utilisent ces technologies, et ainsi pouvoir obtenir une optimisation du système de transport.

En ce qui concerne l'implémentation des mesures ITS, nous avons vu que l’effet sur les conduites de l'introduction des quelques systèmes : péage urbain, stationnement intelligent et “Eco-driving coaching” provoque initialement une série de bénéfices; des améliorations du flux du trafic, diminution de la congestion, augmentation de l’usage du transport public, réduction d'émissions, qui se trouvent mitigées au cours du temps à cause des effets adverses que ces mesurées entraînent. Les estimations réalisées sur l'effet de la demande induite ou de l'effet rebond varient, et en mettant les choses au pire ils peuvent supposer retourner aux niveaux qui existaient avant son introduction. Même ainsi, nous pouvons évaluer son introduction comme positive, puisque est obtenue une réduction des émissions dont l'effet net diffère, comme nous avons vu, selon la mesure.

Les TIC permettent d’économiser certains déplacements mais en induisent d’autres, de sorte que l’effet net n’est pas clair. La mobilité répond à des déterminants puissants qui ne sont pas affectés par le développement des TIC ou en tous cas pas sous la forme d’une suppression des déplacements. Les fréquences, les raisons, les modes et les parcours des déplacements peuvent varier mais les déplacements demeurent. Enfin les relations entre TIC et déplacements ne peuvent être pensées indépendamment du contexte organisationnel, économique ou sociétal dans lequel elles fonctionnent comme moyen de coordination. Cela conduit à porter l’attention non sur le nombre de déplacements mais sur ce que l’on fait en situation de mobilité ou plus largement à la façon dont on agence ces activités dans le temps et dans l’espace. Des transformations de la mobilité auront lieu mais elles sont soumises à un certain nombre de conditions. La plus importante est que soient mises en place les conventions sociales nécessaires à l’adoption de nouvelles pratiques d’interactions équipées par des outils portables de communication. C’est un processus long à se réaliser mais dont dépendront les transformations majeures de la mobilité. Pour l’instant, ces technologies servent surtout à optimiser la gestion de la mobilité existante. L’introduction des nouvelles technologies n’est pas suffisante, il faut aussi modifier le comportement des gens pour que les résultats attendus avec l’implémentation des solutions ITS soit effective.

Notre travail est basé sur l'analyse des données que, en soi, ont une série de limitations. Par exemple les temps de déplacements sont pris selon la perception du conducteur, il ne s'agit pas de la durée réelle du déplacement si non de l'estimation réalisée par ils, et par la suite elle est arrondie aux

26  

valeurs entières. En plus l'enquête, bien que très appropriée pour évaluer la mobilité des personnes, n’est pas la meilleure source pour connaître l'usage des TICs à cause qu'il faudrait un questionnaire qui pénètre plus dans ce sujet, en faisant un plus grand nombre de questions lies à l'usage des technologies, par conséquent elle nous fournit au mieux une idée superficielle.

En ce qui concerne le calcul de la réduction d'émissions, l'estimation considère que tous les véhicules contaminent dans la même proportion, indépendamment du modèle ou du carburant usé. Par exemple nous ne tenons pas en compte que plusieurs des autobus de la ville circulent avec gaz naturel qu’émettent moins de CO2. En plus dans l’analysé de la consommation selon les aires, il est considéré qu’elle est constante, indépendamment de la vitesse du véhicule. Nous avons supposé les aires extérieures comme hors zone urbain bien que dans ces zones il y a des noyaux urbains, comme c'est le cas de Voiron. Nous supposons aussi la distance moyenne parcourue pour le calcul des émissions, et il ne tient pas en compte le nombre de personnes qui voyagent dans le véhicule, c'est-à-dire, la consommation n'est pas répartie entre le conducteur et les passagers. C'est pourquoi le travail doit être pris plutôt comme une référence que comme une source précise de résultats.

27  

CHAPITRE 6

Bibliographie

Aftabuzzaman, M. and Mazloumi, E. (2011)Achieving sustainable urban transport mobility in post peak oil era. Transport Policy, Volume 18, Issue 5, September 2011, Pages 695-702. Aguiléra, A., M.H. Massot, L. Proulhac. (2009) Exploring the Relationships between Work and Travel Behavior on Weekdays: An Analysis of the Paris Region Travel Survey over 20 Years. Presented at 88th Annual Meeting of the Transportation Research Board, Washington D.C.

Ahmad, M,. Rahman, M.Z., Rahman, F.N., Islam, F. K., Rahman, G.M. and Haque, G.M (2011.) Abundance of Road Traffic Accidents among Medicolegal Postmortem Cases. Faridpur Med. Coll. J. 2011;6(1): 28-31. Amin, J.R., García-Ortiz, A. and Wootton, S.M. (1995) Intelligent transportation systems—Enabling technologies Mathematical and Computer Modelling, Volume 22, Issues 4–7, August–October 1995, Pages 11-81. Anonymous. (2012 ) ShareMySpot : Recherches et échanges de places de stationnement en temps réel. http://fr.techcrunch.com/2012/01/05/sharemyspot-recherche-et-echanges-de-places-de-stationnement-en-temps-reel/ (Accesed 30/05/12.) Anonymous. (2010) Benefits of London’s congestion charge. http://www.tfl.gov.uk/roadusers/congestioncharging/6723.aspx (Accessed 31/05/12) Banister, D. (2011) Cities, mobility and climate change. Journal of Transport Geography, Volume 19, Issue 6, November 2011, Pages 1538-1546. Banister, D., Tight, M., Timms, P., Bowmaker, J., Copas, J., Day, A.,Drinkwater, D., Givoni, M., Gühnemann, A., Lawler, M., Macmillen, J.,Miles, A., Moore, N., Newton, R., Ngoduy, D., Ormerod, M., O’Sullivan, M. and Watling, D. (2011) Visions for a walking and cycling focussed urban transport system. Journal of Transport Geography, Volume 19, Issue 6, November 2011, Pages 1580-1589. Bankosegger, D., Farah, H., N. Koutsopoulos, H., Saifuzzaman, M., Kölbl, R. and Fuchs, S. (2012) Evaluation of the effect of cooperative infrastructure-to-vehicle systems on driver behavior. Transportation research Part C: Emerging technologies, Volume 21,Issue 1, April 2012, Pages 42- 56. Barr, S. and Prillwitz, J.(2011) Moving towards sustainability? Mobility styles, attitudes and individual travel behavior Journal of transport Geography, Volume 19, Issue 6 , November 2011, Pages 1590-1600. Barreda Montequín, R., Ibeas, A. and dell’Olio, L. Citizen involvement in promoting sustainable mobility. Journal of Transport Geography, Volume 19, Issue 4, July 2011, Pages 475-487. Bartoni, R., Falvo, M. C., Lamedica, R. and Maranzano, G. (2011) Energy management in metro-transit systems: An innovative proposal toward an integrated and sustainable urban mobility system including plug-in electric vehicles. Electronic Power System Research, Volume 81, Issue 12, December 2011, Pages 2127-2138.

28  

Ben-Elia, E. and Shiftan, Y. (2010) Which road do I take? A learning-based model of route-choice behavior with real-time information. Transportation Research Part A: Policy and Practice, Volume 44, Issue 4, May 2010, Pages 249-264. Berger, A., Klunder, G.A., Malone, K., Mak, J., Wilmink, I.R., Schirokoff, A. Sihvola, N., Holmén, C., de Lange, R., Roeterdink, W. and Dr. Kosmatopoulos, E. (2009) Impact of Information and Communication Technologies on Energy Efficiency in Road Transport - Final Report. 16 September 2009. Blanquart, C., Driad, M., Zeroual, T. and Carbone, V. (2008) Contribution des TIC a la durabilité des organisations logistiques et de transport. Networks and Communication Studies, NETCOM, vol. 22 2008, n° 3-4 pp. 283-292. Boarnet, M. and Crane, R. (2001) The influence of land use on travel behavior: specification and estimation strategies. Transportation research part A: Policy and Practice Volume 35, Issue 9, November 2001, Pages 823–845. Böhler, S., Hunecke, M., Haustein, S. and Grischkat, S. (2007) Psychological, sociodemographic, and infrastructural factors as determinants of ecological impact caused by mobility behavior. Journal of Environmental psychology, Volume 27, Issue 4, December 2007, Pages 277-292. Bonnet, O. (2010) Les villes les plus embouteillés de France. http://www.linternaute.com/auto/conduite/embouteillages-en-france/ (Accessed 31/05/12.) Bonsall P. W. (2004) Traveller behvaior: Decision-Making in an unpredictable world. Journal of Intelligent Transport Systems: Technology, planning and operations, 8(1), pp. 45-60. Borning, A., E. Watkins, K., Ferris, B., Rutherford, G. S. and Layton, D. (2011) Where Is My Bus? Impact of mobile real-time information on the perceived and actual wait time of transit riders. Transportation Research Part A: Policy and Practice, Volume 45, Issue 8, October 2011, Pages 839-848. Brundell-Freij, K. and Kottenhoff, K. (2009) The role of public transport for feasibility and acceptability of congestion charging – The case of Stockholm. Transportation Research Part A: Policy and Practice, Volume 43, Issue 3, March 2009, Pages 297-305. Brundell-Freij, K., Ericsson, E. and Larsson, H. (2006) Optimizing route choice for lowest fuel consumption – Potential effects of a new driver support tool. Transportation Research Part C: Emerging Technologies (2006), Volume: 14, Issue: 6, Pages: 369-383. Cervero, R. (2002) Built environments and mode choice: toward a normative framework. Transportation Research Part D: Transport and Environment. Volume 7, Issue 4, June 2002, Pages 265–284.

Choay, F et Merlin, P. (2005). Dictionnaire de l'urbanisme et de l'aménagement. Paris, Presses Universitaires de France. Choo, S., Lee, T. and L. Mokhtarian, P (2008) Do Transportation and Communications Tend to Be Substitutes, Complements, or Neither? U.S. Consumer Expenditures Perspective, 1984-2002. Transportation Research Record, Pages 121–132.

Choo, S., Collantes, G., L. Mokhtarian, P., T. Ory, D., Redmond, L. and Salomon, I. (2004) When is Commuting Desirable to the Individual? Special issue on Advances in Commuting Studies, eds. Peter Nijkamp and Jan Rouwendal, Growth and Change 35(3) (summer), 2004, 334-359.

29  

Clay, M. J. and L. Mokhtarian, P. (2002) The Adoption and Consideration of Commute-Oriented Travel Alternatives. Research Report UCD-ITS-RR-02-04, Institute of Transpor¬tation Studies, University of California, Davis, September 2002. Crozet, Y., Joly, I., Raux, C., Ma, T., Vincent, S., Ovtracht, N. and Thibault, V. (2010) La croissance des budgets-temps de transport. Ministère de l'Ecologie, de l'Energie, du Développement et de la Mer. Dia, H. (2002) An agent-based approach to modelling driver route choice behaviour under the influence of real-time information. Transportation research Part C: Emerging technologies, Volume 10, Issue 5-6, October-December 2002, Pages 331-349.

Dijst, M., Farag S., Schwanen T. and Faber J. (2007) Shopping online and/or in store? A structural equation model of the relationships between e-shopping and in-store shopping. Transportation Research Part A: Policy and Practice, Volume 41, Pages 125–141. Dressler, F. and Sommer, C. (2010) On the Impact of Human Driver Behavior on Intelligent Transportation Systems. Vehicular Technology Conference (VTC 2010-Spring), 2010 IEEE 71st. Dziekan, K. and Kottenhoff, K. (2007) Dynamic at-stop real-time information displays for public transport: effects on customers Transportation Research Part A: Policy an Practice, Volume 41, Issue 6, July 2007, Pages 489-501. Eliasson, J. (2009) A cost–benefit analysis of the Stockholm congestion charging system. Transportation Research Part A: Policy and Practice, Volume 43, Issue 4, May 2009, Pages 468-480. Ezell, S. (2010) Explaining International IT Application Leadership: Intelligent Transportation Systems January 9, 2010. Gantelet, E. and Lefauconnier, A. (2005) La recherche d’une place de stationnement : Strategies, nuisances associees, enjeux pour la gestion du stationnement en France. Sareco. García-Palomares, J. C. (2010) Urban sprawl and travel to work: the case of the metropolitan area of Madrid. Journal of transport Geography, Volume 18, Issue 2 , March 2010, Pages 197-213. Goldman, T. and Gorham, R. (2006) Sustainable urban transport: Four innovative directions. Technology in Society, Volume 18, Issues 1-2, January-April 2006, Pages 261-273. Goodwin, P. B. (1996) Empirical evidence on induced traffic. Transportation Volume 23, Number 1 1996, Pages 35-54.

Greene, D. L., Greening, L. A., and Difiglio, C. (2000) Energy efficiency and consumption — the rebound effect — a survey. Energy Policy, Volume 28, Issues 6–7, June 2000, Pages 389-401.

Hansen, M. and Huang, Y. (1997) Road supply and traffic in California urban areas. Transportation Research Part A: Policy and Practice Volume 31, Issue 3, May 1997, Pages 205–218.

Hashimoto, Y., Shen, J. and Sakata, Y. (2009) The influence of environmental deterioration and network improvement on transport modal choice. Environmental Science & Policy Volume 12, Issue 3, May 2009, Pages 338–346.

He, N. and Zhao, S. (2011) Elasticity-basedModelApplies in the Forecasting of Highway Induced Traffic. Journal of Transportation Systems Engineering and Information Technology Volume 11, Issue 3, June 2011, Pages 1–7.

30  

Hymel, K. M., Small, K. A. and Van Dender, K. (2010) Induced demand and rebound effects in road transport. Transportation Research Part B: Methodological. Volume 44, Issue 10, December 2010, Pages 1220–1241.

Hwang, S.-L. and Uang, S.-T. (2003) Effects on driving behavior of congestion information and of scale of in-vehicle navigation systems Transportation research Part C: Emerging technologies, Volume 11, Issue 6, December 2003, Pages 423-438.

Jain, J., Line, T. and Lyons, G. (2011) The role of ICTS in everyday mobile lives. Journal of Transport Geography, 19 (6). pp. 1490-1499. Jianwei, H., Zhenxiang, Z. and Zhiheng, L. (2010) Benefit Evaluation Framework of Intelligent Transportation Systems. Journal of transportation systems engineering and information technology, Volume 10, Issue 1, February 2010, Pages 81-87.  Kanninen, B. J. (1996) Intelligent Transportation Systems: An economic and environmental policy assessment. Transportation Research Part A: Policy and Practice, Volume 30, Issue 1, January 1996, Pages 1-10. Kenworthy, J. (2002). Traffic 2042: A more global perspective. Transport Policy, Volume 9, Issue 1, p. 11-15. Koolwaaij, W., Teeuw, B., and J. Peddemors, A. (2012) User behaviour captured by mobile phones. Proceedings Workshop Interactive Human Behavior Analysis in Open or Public Spaces, Springer, 2012. Koppelman, F. S and W. Sermons, M. (2001) Representing the differences between female and male commute behavior in residential location choice models. Journal of transport Geography, Volume 9, Issue 2 , June 2001, Pages 101-110. Kulmala, R. (2010) Ex-ante assessment of the safety effects of intelligent transport systems. Accident analysis and prevention, Volume 42, Issue 4, July 2010, Pages 1359-1369. Kwan, M.-P. and Schwanen, T. (2008) The Internet, mobile phone and space-time constraints. Geoforum Volume 39, Issue 3, May 2008, Pages 1362–1377. Lenz, B. and Nobis, C. (2009) Communication and mobility behaviour – a trend and panel analysis of the correlation between mobile phone use and mobility Journal of transport Geography, Volume 17, Issue 2 , March 2009, Pages 93-103. Lindsey, R. and de Palma, A. (2011) Traffic congestion pricing methodologies and technologies. Transportation Research Part C: Emerging Technologies, Volume 19, Issue 6,December 2011, Pages 1377-1399.

Line, T., Jain, J. and Lyons, G. (2011) The role of ICTS in everyday mobile lives. Journal of Transport Geography, 19 (6). pp. 1490-1499. Litman, T. (2001) Generated Traffic and Induced Travel Implications for Transport Planning Institute of Transportation Engineers Vol. 71, No. 4, April 2001, pp. 38-47. Liu, Y-H. and Mahmassani, H.S. (1999) Dynamics of Commuting Decision Behaviour Under Advanced Traveler Information Systems. Transportation Research C: Emerging Technologies, Volume 7, Issue 2-3, April-June 1999, Pages 91-107.

31  

Matiaske, W., Menges, R. and Spiess, M. (2012) Modifying the rebound: It depends! Explaining mobility behavior on the basis of the German socio-economic panel Energy Policy, Volume 41, February 2012, Pages 29-35. L. Mokhtarian, P., Van Acker, V. and Witlox, F. (2009.) Refining the Lifestyle Concept in Travel Behaviour Research. GRT Seminar– October 12, 2009. L. Mokhtarian, P. and T. Ory, D. (2009) Modeling the Structural Relationships among Short-Distance Travel Amounts, Perceptions, Affec¬tions, and Desires. Transpor¬tation Research Part A: Policy and Parctice, Volume 43, Issue1, January 2009, Pages 26-43. L. Mokhtarian, P. and T. Ory, D. (2005) Don’t Work, Work at Home, or Commute? Discrete Choice Models of the Decision for San Francisco Bay Area Residents. Research Report UCD-ITS-RR-05-05, Institute of Transportation Studies, University of California, Davis, March 2005. L. Mokhtarian, P and Schwanen, T. (2005) What Affects Commute Mode Choice: Neighborhood Physical Structure or Preferences toward Neighborhoods? Journal of Transport Geography, Volume 13, Issue 1, March 2005, Pages 83-99. L. Mokhtarian, P. (2000) Telecommunications and Travel Millennium white paper prepared for the Transportation Research Board, 2000. Included in the Regional Futures Compendium of the Capital Region Institute (Valley Vision), Sacramento, California. Nangereoni, C. (2011) Stationnement intelligent : à la bonne place au bon moment. http://www.ville-transports.com/content/stationnement-intelligent-%C3%A0-la-bonne-place-au-bon-moment (Accesed 31/05/12) Poudenx, P. (2008) The effect of transportation policies on energy consumption and greenhouse gas emission from urban passenger transportation. Transportation Research Part A: Policy and Practice, Volume 42, Issue 6, July 2008, Pages 901-909. Rajan, S. C. (2006) Climate change dilemma: technology, social change or both? An examination of long-term transport policy choices in the United States. Energy Police, Volume 34, Issue 6, April 2006, Pages 664-679. Sandow, E. (2008) Commuting behaviour in sparsely populated areas: evidence from northern Sweden. Journal of transport Geography, Volume 16, Issue 1, January 2008, Pages 14-27. Shoup, D. C. (1997) The high cost of free parking Journal of Planning Education and Research. Volume 17, Fall 1997, Issue 1, Pages 3-20. Tang, L. and Thakuriah, P. (Vonu) (2012) Ridership effects of real-time bus information system: A case study in the City of Chicago. Transportation research Part C: Emerging technologies, Volume 22, June 2012, Pages 146-161. Vanderschuren, M. (2008) Safety improvements through Intelligent Transport Systems: A South African case study based on microscopic simulation modeling. Accident analysis and prevention, Volume 40, Issue 2, March 2008, Pages 807-817. Handbook of Transport Modelling Volume 1, December 2002 edited by A. Henser, D. and J. Burton, K.

32  

ANNEXES

ANNEXE 1 : Tableaux

Tableau T-I: Regroupement des communes par zones

Colonne1  TOTAL PERIMETRE 2010  Colonne2 

DTIR  Nom communes  Zone 

101 à 143 Métro

101 Centre ville CENTRE 

102 Esplanade Championnet CENTRE 

103 Administrations Albert 1er CENTRE 

104 Boulevards CENTRE 

105 Berriat Sud CENTRE 

106 Berriat Nord tir CENTRE 

107 Ile Verte CENTRE 

108 Bajatière CENTRE 

109 Teissère Chatelet Abbaye Jouhaux CENTRE 

110 Malherbe Capuche CENTRE 

111 Villeneuve de Grenoble CENTRE 

112 Reyniès-Bayard Village Olympique CENTRE 

113 Eaux Claires CENTRE 

114 Mistral CENTRE 

115 Bas Seyssinet Seyssins SUBURBAIN 

116 Fontaine SUBURBAIN 

117 Bas St Martin le Vinoux SUBURBAIN 

118 St Egrève Sud Haut St Martin le Vinoux SUBURBAIN 

119 La Tronche Corenc SUBURBAIN 

120 Bas Meylan SUBURBAIN 

121 SMH Taillees SUBURBAIN 

122 SMH DU Gières Nord SUBURBAIN 

123 Saint Martin d'Hères Reste SUBURBAIN 

124 Saint Martin d'Hères Centre CENTRE 

125 Renaudie SUBURBAIN 

126 SMH Sud Ouest SUBURBAIN 

127 Eybens Poisat SUBURBAIN 

128 Villeneuve d'Echirolles CENTRE 

129 Essarts Surieux SUBURBAIN 

130 Echirolles Est SUBURBAIN 

131 Echirolles Centre SUBURBAIN 

132 Echirolles Ouest SUBURBAIN 

133 Haut Seyssinet Seyssins SUBURBAIN 

134 Sassenage PERIURBAIN 

135 St Egrève Nord Fontanil SUBURBAIN 

136 Haut Meylan SUBURBAIN 

33  

137 Domène Murianette PERIURBAIN 

138 Gières Sud SUBURBAIN 

139 Pont de Claix PERIURBAIN 

140 Claix PERIURBAIN 

141 Noyarey Veurey PERIURBAIN 

142 Varces tir PERIURBAIN 

143 Vif tir PERIURBAIN 

201 à 205 Bièvre

201 La Cote St André tir EXTERIEUR 

202 St Etienne de St Geoirs tir EXTERIEUR 

203 Le Grand Lemps tir EXTERIEUR 

204 Beaucroissant tir EXTERIEUR 

205 CC Chambaran et Beaurepaire EXTERIEUR 

301 à 314 Grésivaudan 301 St Martin d'Uriage tir EXTERIEUR 

302  Montbonnot PERIURBAIN 

303  St Ismier tir EXTERIEUR 

305  Crolles Bernin EXTERIEUR 

307  Lumbin La Terrasse EXTERIEUR 

304  Le Versoud Villard Bonnot EXTERIEUR 

306  Froges tir EXTERIEUR 308 balcons Belledonne EXTERIEUR 309 Goncelin tir EXTERIEUR 310 Le Touvet tir EXTERIEUR 311 Plateau des petites roches EXTERIEUR 312 Chapareillan Barraux EXTERIEUR 313 Pontcharra St Maximin EXTERIEUR 314 Allevard tir EXTERIEUR 

401 à 403 Sud Grenoblois

401 Herbeys Brie Bresson PERIURBAIN 

402 Plateau de Champagnier EXTERIEUR 

403 Vizille tir EXTERIEUR 

501 à 518 Voironnais

501 Voiron centre Elargi EXTERIEUR 

502 Voiron Criel Maubec EXTERIEUR 

503 Voiron Brunetière EXTERIEUR 

504 Voiron Nord EXTERIEUR 

505 Coublevie EXTERIEUR 

506 La Buisse tir EXTERIEUR 

507 St Jean de Moirans EXTERIEUR 

508 St Cassien tir EXTERIEUR 

509 La Murette St Blaise du Buis EXTERIEUR 

510 Chirens tir EXTERIEUR 

511 St Etienne de Crossey tir EXTERIEUR 

512 Voreppe tir EXTERIEUR 

34  

513 Moirans EXTERIEUR 

514 Vourey EXTERIEUR 

515 Tullins Morette EXTERIEUR 

516 Rives EXTERIEUR 

517 tour lac Paladru EXTERIEUR 

518 St Geoire en Valdaine tir EXTERIEUR 

601 à 603 Sud Grésivaudan

519 St Quentin Montaud EXTERIEUR 

601 Pays de Vinay tir EXTERIEUR 

602 St Marcellin Chatte tir EXTERIEUR 

603 Reste Sud Gresivaudan EXTERIEUR 

701 Vercors

701 Plateau du vercors EXTERIEUR 

801 à 806 Sud Isère

801 cc du canton de monestier EXTERIEUR 

802 Monteynard tir EXTERIEUR 

803 La Mure tir EXTERIEUR 

804 Extension Trièves HORS 

805 Extension Plateau Matheysin HORS 

806 Extension Oisans HORS 

901 à 903 Chartreuse

901 Sud Chartreuse tir EXTERIEUR 

902 St Pierre de Chartreuse tir EXTERIEUR 

903 St Laurent du Pont EXTERIEUR 

990.xxx Zones externes

990.001 Nord Voironnais  HORS 

990.002 CAPI  HORS 

990.003 Reste Nord‐Isère  HORS 

990.004 Pays Viennois+Roussillon  HORS 

990.005 Lyon‐Villeurbanne  HORS 

990.006 Reste Grand Lyon  HORS 

990.007 Reste Rhône‐Alpes  HORS 

990.008 EMD Valence 91  HORS 

990.009 Reste Drôme  HORS 

990.010 Combe de Savoie  HORS 

990.011 Agglomération Chambéry  HORS 

990.012 Reste Savoie  HORS 

990.013 Haute‐savoie  HORS 

990.014 PACA Languedoc‐Roussillon  HORS 

990.015 Paris  HORS 

990.016 Reste France  HORS 

990.017  Etranger  HORS 

990.018 Indéterminé  HORS 

35  

Tableau T-II: Modes de déplacements relevés dans l’Enquête Ménage et le regroupement realisé Modes Initiales Modes Agrégés

0. Déplacement à pied 11. Bicyclette 12. Deux roues < 50 cm3 13. Deux roues = ou >50 cm3 14. Roller, skate, trottinette 15. Fauteuil roulant 21. Conducteur de véhicule particulier (VP) 22. Passager de véhicule particulier (VP) 31. Passager bus urbain 32. Passager tramway 33. Passager métro 34. Passager télécabine Bastille 41. Passager car interurbain 51. Passager SNCF 61. Passager taxi 71. Transport employeur (exclusivement) 72. Transport scolaire (exclusivement) 81. Fourgon, camionnette, camion (pour tournées professionnelles ou déplacements privés) 91. Transport fluvial ou maritime 92. Avion 93. Autres modes (tracteur, engin agricole, etc…)

MARCHE A PIED VELO

DEUXROUES DEUXROUES

AUTRES AUTRES

VEHICULE PARTICULIER VEHICULE PARTICULIER

TRANSPORT EN COMMUN TRANSPORT EN COMMUN TRANSPORT EN COMMUN TRANSPORT EN COMMUN TRANSPORT EN COMMUN TRANSPORT EN COMMUN

AUTRES AUTRES AUTRES AUTRES AUTRES AUTRES AUTRES AUTRES

Tableau T-III: Professions et catégories sociales relevés dans l’Enquête Ménage et le regroupement réalisé

Professions et catégories sociales PCS Agrégés Agriculteurs exploitants Agriculteurs

Artisans Commerçants et assimiles

Chef d’entreprise de 10 salaries ou plus

Artisans, commerçants, chef d’entreprise

Profession libérales Cadres de la fonction professions intellectuels et artistiques

Professeurs de lycées Profession scientifiques

Profession de l’inregroupemention, des arts et des spectacles Cadres d’entreprise

Cadres administratifs, commerciaux ou techniques d’entreprise Ingénieurs

Professions libérales, cadres

Professions intermédiaires de l’enseignement, de la sante Techniciens de la fonction publique et assimiles

Instituteurs, professeur d’enseignement général des collèges Services médicaux et sociaux

Clergé Professions intermédiaires administratives et commerciales

des entreprises

Professions intermédiaires

36  

Techniciens Contremaitres, agents de maitrise Employés de la fonction publique

Agents de service, aides soignantes Policiers, militaires, agents de surveillance

Employés administratifs d’entreprise Secrétaires, employés de bureau

Employés de commerce Personnels de services directs aux particuliers Nourrices, gens de maison, femmes de ménage

Employés

Ouvriers qualifies Ouvriers spécialises, chauffeurs

Ouvriers non qualifies Ouvriers agricoles

Ouvriers

Chômeurs n’ayant jamais travaillé Inactifs divers (autres que retraites), femmes au foyer,

militaires du contingent Inactifs, divers

Ecoliers (primaires) secondaires jusqu’en 3ème Secondaires, de la seconde a la terminale

Secondaires titulaires du bac Supérieurs (BAC+2)

Supérieurs (Bac +3 et plus) Apprentis

Ecoliers, étudiants

Non réponse Indéterminé

Tableau T-IV: Motifs de déplacements relevés dans l’Enquête Ménage et le regroupement réalisé Motifs Initiales Motifs Agrégés

01 Domicile 02 Résidence secondaire, autre domicile

DOMICILE

11 Travail sur le lieu d’emploi déclaré 12 Travail sur un autre lieu

TRAVAIL

21 Nourrice, crèche, garde d’enfants 22 Études sur le lieu d’études déclaré (École maternelle ou primaire) 26 Études sur un autre lieu (École maternelle ou primaire)

PRIMAIRE

23 Études sur le lieu d’études déclaré (Collège) 24 Études sur le lieu d’études déclaré (Lycée) 27 Études sur un autre lieu (Collège) 28 Études sur un autre lieu (Lycée)

COLLÈGE ET LYCÉE

25 Études sur le lieu d’études déclaré (Université et grandes écoles) 29 Études sur un autre lieu (Université et grandes écoles)

UNIVERSIT É

31 Multi-motifs en centre commercial 32 Achats en grand magasin, supermarché, hypermarché et leur galerie marchande 33 Achats en petit et moyen commerce 34 Achats en marché couvert et de plein vent 41 Santé

ACHATS-SERVICES

37  

42 Démarches 43 Recherche d’emploi

51 Loisirs, activités sportives, culturelles, associatives 52 Promenade, lèche-vitrine, leçons de conduite 53 Restauration hors du domicile 54 Visite à des parents ou à des amis

LOISIR

61 Accompagner quelqu’un (personne présente) 62 Aller chercher quelqu’un (personne présente) 63 Accompagner quelqu’un (personne absente) 64 Aller chercher quelqu’un (personne absente) 71 Dépose d’une personne à un mode de transport (personne présente) 72 Reprise d’une personne à un mode de transport (personne présente) 73 Dépose d’une personne à un mode de transport (personne absente) 74 Dépose d’une personne à un mode de transport (personne absente)

ACCOMPAGEMENT

81 Tournée professionnelle TOURNÉE PROFESSIONNELLE

91 Autres motifs AUTRES

Tableau T-V: Calcul des émissions

38  

Tableau T‐VI: Pourcentage de personnes selon zone d’origine ou résidence si la destination est le centre ou suburbain.  

  Centre  Suburbain  Périurbain  Extérieur 

Zone d’origine 

41.04  43.59  6.45  8.92 

Zone de résidence 

35.92  42.99  7.15  13.95 

 

Tableau T‐VII : Destination si la zone de origine ou résidence est le centre ou suburbain en pourcentage 

  Centre  Suburbain  Périurbain  Extérieur 

Résidence  45.34  49.47  2.55  2.64 

Origine  40.92  43.70  6.51  8.87 

 

Tableau T-VIII : Temps moyen par déplacement et part modale des résidents en zone centre

    Marche  Vélo  2 Roues  TC  VP  Autre Tout mode 

Grenoble  

  1992 

TT  % 

11,75  

35,84 

15,87 

3,32 

8,97 

0,25 

25,21 

16,82 

15,83 

43,00 

36,63  

0,76 16,02 

Grenoble  

  2001 

TT  % 

12,03  

40,10 

15,27 

2,91 

7,26 

0,20 

26,73 

17,13 

17,84 

38,43 

53,82  

1,24 17,30 

Grenoble  

  2010 

TT  % 

11.70  

40.57 

14.62 

5.27 

13.34 

0.21 

27.29 

20.57 

18.17 

32.38 

35.40  

1.00 17.24 

 

Tableau T-IX : Temps moyen par déplacement et part modale des résidents en zone suburbain

    Marche  Vélo  2 Roues  TC  VP  Autre Tout mode 

Grenoble   

 1992 

TT  % 

11,47  

22,32 

15,00 

3,84 

14,99 

0,86 

28,57 

12,12 

14,18 

59,50 

26,79  

1,36 15,43 

Grenoble  

  2001 

TT  % 

10,82  

25,61 

12,92 

2,39 

10,80 

0,44 

32,03 

13,27 

15,24 

57,32 

33,52  

0,97 16,02 

Grenoble  

  2010 

TT  % 

11.96  

25.21 

17.60 

3.10 

19.16 

0.27 

30.11 

14.06 

16.23 

56.13 

25.98  

1.23 17.19 

 

 

39  

Annexe 2 : Figures

Figure A-I: Relation entre les activités quotidiennes, l'usage de TICs et la mobilité.

40  

Figure A-II : Périmètre de l’enquête ménage déplacements Grenoble 2010

41  

Figure A-III : Découpage de l’exploitation standard de l’ensemble du périmètre de l’enquête 2010.

42  

Figure A-IV : Découpage Zone Metro.