La modélisation intégrée d’usage du sol et des transports, comme support aux stratégies de développement du territoire 

L’étude et la reproduction dans un modèle des relations entre le système de transport et l’usage du sol, représentent un sujet largement traité par les modélisateurs spécialistes des méthodes de simulations. Un Modèle d’Usage du Sol et des Transports (MUST) est une représentation théorisée et formalisée afin d’analyser un territoire dans ses aspects spatiaux, économiques et sociaux. (F. Leurent, 2012) À travers l’utilisation de la modélisation intégrée d’usage du sol et des transports il est possible d’effectuer des simulations qui fournissent des prévisions relatives aux transports, à la localisation de la population, des activités et des emplois, ainsi qu’à l’estimation des évolutions des prix fonciers et immobiliers. Ce type de modélisation, qui a été développé à partir des années mille neuf cent soixante, permet en fait d’intégrer directement les informations sur l’usage du sol avec les données sur le système de transport, en donnant la possibilité de simuler leur interaction, sur un horizon temporel futur. Par modélisation intégrée on entend donc la capacité de modéliser l’offre et la demande d’un système de transport et le fonctionnement socio-économique d’un territoire, à travers la simulation des comportements des ménages et des emplois, ainsi que les effets structurant de l’offre de transport sur la composition spatiale de l’aire d’étude. Il s’agit de modèles capables de faire interagir ces deux systèmes et de reproduire ensuite les enjeux économiques d’équilibre entre offre et demande et également la dynamique concurrentielle qui existe dans les choix de localisation des ménages et des activités, en fonction de certains facteurs clés : l’accessibilité, les coûts de transport et les prix fonciers et immobiliers (Nguyen-Luong, 2012). Les modèles LUTI (Land Use and Transport Integrated models) requièrent de ce fait la définition de catégories de population, d’emplois et d’activités productives présentes sur le terrain d’étude. « Le ménage est modélisé comme une entité décisionnelle, rationnelle, soumise à une contrainte budgétaire entre les dépenses (de logement, de transport, en autres consommations) et les revenus, parmi lesquels les revenus d’activité professionnelle. » (Laurent, 2012) Pour cela, il est nécessaire de définir les caractéristiques physiques (infrastructures) et opérationnelles (services) du système de transport et des typologies d’usage du sol présentes, avec les surfaces disponibles et les prix fonciers ou immobiliers associés. Dans la plupart des cas, 187 le terrain d’étude est représenté en le subdivisant en zones discrètes et le facteur temporel est considéré en définissant aussi des intervalles discrets, d’une ou de plusieurs années. En particulier Wegener (1995) a identifié trois méthodologies principalement utilisées pour étudier les impacts réciproques entre politiques de transport et usage du sol : la méthode des préférences déclarées (stated preference), basée sur des entretiens directs qui interrogent les changements possibles dans les choix de localisation et de mobilité conditionnés à des changements dans les caractéristiques du système de transport et d’usage du sol ; la méthode des préférences révélées (revealed preference), qui se base sur l’observation des habitudes des utilisateurs et de leurs évolutions dans différents contextes ; la méthode mathématique, laquelle se base sur la simulation à travers des modèles et des algorithmes mathématiques, des choix de mobilité et de localisation des utilisateurs (Lefévre, 2009; Wegener, 1995). Les faiblesses de la première méthode concernent la causalité et les incertitudes des réponses relatives à des comportements dans des situations encore inconnues. La deuxième méthode, même si elle peut fournir des résultats fiables et précis, ne porte que sur des situations actuelles et donc ne donne pas d’indications totalement fiables sur des horizons temporels futurs. Enfin, les méthodes mathématiques assurent soit la possibilité d’étendre la simulation à des périodes futures et donc à des situations inconnues, soit de fournir des résultats quantitatifs et donc vérifiables (Lefévre, 2009; Wegener, 1995). ‘‘Les modèles mathématiques sont la seule méthode à travers laquelle les effets déterminants des facteurs individuels peuvent être analysés en gardant tous les autres facteurs fixes.’’ (Wegener, 1995) En focalisant donc l’attention sur cette dernière méthode, dans son compte-rendu sur les différentes approches, présentes dans la littérature relative à la méthode de simulation mathématique, B. Lefévre (2009) utilise la classification proposée à l’origine par Wegener et Fürst (1999). En particulier les trois approches principales identifiées sont les suivantes :  Une approche de type géographique et sociologique, basée sur la théorie de l’évolution de Darwin et orientée vers l’étude des dynamiques éco-socio-spatiales urbaines. Cette méthode fournit des résultats qualitatifs et ne peut pas simuler l’interaction entre transport et usage du sol.  Une approche de type micro-économique des dynamiques urbaines, basée sur la théorie des interactions spatiales de Lowry (1964) et orientée vers l’étude des interrelations entre transport et usage du sol, mais avec une représentation de l’espace homogène et généralement monocentrique. 188  Une approche de type opérationnel qui ne s’appuie pas sur une théorie spécifique, mais qui comprend généralement une modélisation des systèmes urbains de transports (modèle à quatre étapes), des modèles de choix discrets et un modèle de simulation intégré d’usage du sol et du transport. En particulier, les systèmes de modélisation urbaine de transports sont utilisés pour prévoir des effets sur la demande de transport. Donc, ils simulent le processus de choix fait par les utilisateurs concernant les motifs du déplacement, le mode de transport et le parcours. Le modèle mathématique le plus commun utilisé dans ce domaine est le modèle dit à quatreétapes, correspondant à une séquence de processus décisionnels qui couvre: l’émission des flux, la génération des flux origines-destination, la distribution de la demande de transport, le choix modal et de parcours. Pour cette typologie de modélisation, les données relatives à l’usage du sol doivent être ajoutées de manière exogène (Lefévre, 2009). Les modèles de choix discrets se basent en substance sur la théorie des utilités aléatoires de McFadden (1973). Ce type de modèle représente un développement des modèles classiques de transport (de la Barra, 2013), introduisant un élément aléatoire, analysé à travers des modèles de probabilité de type Logit et Probit (McFadden, 1973). En général, les différences dans les approches liées aux modèles LUTI (Wilson, 1997; Wegener, 2004) dépendent de la façon dont est étudiée l’évolution du système analysé. Le modèles statiques étudient une variable dans une période de temps fixe, en gardant inchangée les autres variables du système, tandis que les modèles dynamiques simulent explicitement l’évolution du système, compte tenu de différentes périodes de référence affectées par des changements dans le temps (DT, 2005). Les modèles dynamiques considèrent en fait l’hypothèse que les systèmes urbains sont toujours dans une situation de déséquilibre, due au fait que dans certain cas les changements de la demande et de l’offre (de transport ou d’usage du sol) se développent selon des temporalités très différentes. Ils sont définis également comme étant quasi-dynamique quand ils adoptent des méthodes de calcul de type récursif (Wegener, 2010). Parmi les modèles quasi-dynamiques on peut en outre distinguer : les modèles basés sur le principe de la maximisation de l’entropie (Wilson, 1970) et donc sur l’identification de la condition la plus probable d’équilibre ; les modèles spatio-économiques, qui reposent sur la reconnaissance de la dimension spatiale des phénomènes socio-économiques (basés sur le modèle entrée-sorties de Leontief, que l’on illustrera en détail dans la suite) ; les modèles basés sur les activités (activity based) et sur leurs interactions et dynamiques de choix de localisation, desquels dérive la demande de transport (Homocianu, 2009). La théorie des choix discrets ou des utilités aléatoires de McFadden (1973) est toutefois commune à tous les modèles LUTI, en permettant de modéliser le choix « à partir d’un ensemble 189 d’alternatives mutuellement exclusives » (Nguyen-Luong, 2012). La probabilité de choix d’une alternative est donc proportionnelle à l’utilité associée aux différents attributs considérés par le décideur, selon le principe de la maximisation de l’utilité. Wegener (2010) présente en outre une distinction en deux groupes de modèles : les modèles unifiés et composites (unified and composite models) ; en identifiant dans le premier cas ceux qui fusionnent tous les sous-systèmes présents et dans le deuxième cas ceux qui prévoient un système hiérarchique de sous-systèmes considérés, ou un couplage de modèles, qui sont interconnectés mais structurellement autonomes. Par rapport à la manière dont la localisation des activités et leur interaction dans l’espace sont mise en relation, on peut distinguer, en outre, les approches d’ « Interaction-Localisation » (IL) et de « Localisation-Interaction » (LI) (DT, 2005). L’approche IL ou intégrée prévoit que les interactions économiques entre les activités déterminent leur localisation, en suivant un principe d’équilibre et permet de convertir ces interactions en demande de transport. L’approche LI ne prévoit pas un équilibre entre la localisation et les interactions des activités et nécessite d’être liés à un modèle de transport distinct (DT, 2005). La littérature scientifique présente une large quantité de documents qui analysent les différents modèles LUTI utilisés et fournissent des comptes rendus et aperçus de leurs principales potentialités, faiblesses et caractéristiques opérationnelles (CERTU, 1996 ; DETR, 1999 ; NCHRP, 2002 ; Timmermans, 2003 ; DT, 2005 ; Hunt, et al., 2005 ; Zhao et Chung, 2006). Dans notre nous nous referons principalement à l’ouvrage de M. Wegener (2010) qui fournit une excellente synthèse des différentes méthodes utilisées et des avantages et inconvénients des principaux modèles LUTI, actuellement présents dans le domaine scientifique. 

Réflexions sur l’applicabilité et sur le potentiel d’apport aux décideurs de la modélisation intégrée

 Plusieurs chercheurs, dont F. Laurent (2012), observent cependant que la modélisation LUTI ou MUST représente un outil qui peut être appliqué pour répondre aux problèmes et aux questionnements typiques des aménageurs et des urbanistes, par ses potentialités et par sa capacité tant de spatialisation que de décomposition des temporalités et des différents aspects comportementaux des acteurs qui contribuent à l’évolution des territoires. Ce type de modélisation peut permettre une analyse globale et inclusive, en particulier pendant la démarche décisionnelle touchant à la localisation des services, ressources ou activités, ainsi que pour l’identification des configurations spatiales de développement à envisager. L’objectif est de maximiser la potentialité d’interaction entre la fonction de connexion fournie par les réseaux de transport et les multiples dynamiques de fonctionnement territoriaux, ainsi que d’optimiser les objectifs de durabilité économique, environnementale et sociale des projets de développement urbain et régional. 56 Pour une explication détaillée de cette caractéristique spécifique de solidité du modèle Tranus, on renvoie aux travaux de B. Lefèvre (2009). 193 “D’un point de vue technique, les perspectives sont excellentes. Des ordinateurs plus puissants peuvent éliminer les anciens obstacles à l’augmentation de la résolution spatiale, temporelle et matérielle des modèles.” (Wegener, 2010) En même temps en France comme dans toute l’Europe l’utilisation de ce type de modèles est encore limitée. En outre, l’application de la modélisation LUTI par des collectivités ou des bureaux d’études professionnels est très rare, avec des expériences qui se concentrent presque exclusivement dans le domaine de la recherche (Nguyen-Luong, 2012). En ce qui concerne les applications quantitatives, on constate au plan international une disparité entre les pays anglo-saxons mais aussi latino-américains et extrême-orientaux, où des MUST sont appliqués pour la plupart des grandes métropoles et parfois à des échelles territoriales plus larges, et d’autres pays dont la France, où les rares applications restent des expérimentations portées par des laboratoires de recherche. (F. Leurent, 2012) Nombreuses sont, en outre, les critiques qui dans le monde scientifique sont adressées à cette technique de modélisation, notamment au sujet de sa complexité, des faibles progrès accomplis par rapport aux théories traditionnelles de localisation et de transport et de leur caractère de boite noir (black box) (Timmermans, 2003). Berechman et Small (1988) identifient aussi dans leur faible capacité à reproduire l’effet d’agglomération, une importante faiblesse des modèles LUTI. P. Waddel (2002) toutefois affirme que les évolutions technologiques des dernières décennies dans l’informatique (notamment le développement des Systèmes d’information géographique (SIG) ont apporté d’énormes bénéficies à la modélisation LUTI, par rapport surtout à la capacité de désagrégation des calculs et des résultats (en stimulant le développement de la technique de microsimulation défendue par Wadell, qui n’est pas traitée dans cette thèse). Plusieurs laboratoires de recherche en France ont tenté d’aborder la thématique de la modélisation intégrée d’usage du sol et du transport. De plus en 2011, la Société du Grand Paris (SGP) a publié un appel d’offre pour l’application d’une modélisation LUTI, concernant les effets de la mise en place du projet du Grand Paris sur les dynamiques de fonctionnement de la région Île-de-France. Les modèles Mussa, UrbanSim et Relutran ont été utilisés dans le cadre de cette recherche, avec un bilan qui, pour le moment, ne semble pas être très positif, surtout à cause de problèmes de « zonages incompatibles, […] de calage approximatif sujet à caution, de confusion entre modèle explicatif (travail de l’économètre) et modèle prédictif (travail du modélisateur), et d’absence de tests de sensibilité » (Nguyen-Luong, 2012). Une autre expérience très intéressante est celle du projet CITiES (Calibrage et validation de modèles Transport – usage des Sols), qui a démarré début 2013, avec le but de développer des théories et méthodes de support à la 194 calibration des modèles LUTI. Plusieurs opérateurs et laboratoires français de recherche (IAU, IDDRI, IFSTTAR, INRIA, LET, LVMT, Vinci) ont été associés par l’ANR (Agence Nationale de la Recherche) dans le cadre de son programme «Modèles Numériques». Le projet voit, en outre, le support de Tomás de la Barra et Paul Waddel, qui sont les concepteurs et créateurs respectivement des modèles Tranus et UrbanSim. « Ce qui retarde aujourd’hui la diffusion de ces modèles dans le milieu professionnel, c’est d’abord la disponibilité d’un logiciel au sens commercial du terme, permettant une démarche complètement intégrée de la double modélisation de trafic et de l’occupation du sol. […] Une recommandation est de renforcer le dialogue entre les ingénieurs – modélisateurs et les expertmétiers sectoriels ou disciplinaires de l’aménagement (démographes, économistes, spécialistes du logement, urbanistes, géographes).» (Nguyen-Luong, 2012) Dans le cadre du colloque « Mobilités et dynamiques des localisations. Où en est la modélisation ? », organisé par le CERTU en 2011, plusieurs acteurs du monde de la recherche, professionnels, spécialistes de l’aménagement et représentants des collectivités, ont pu discuter sur les potentialités et l’utilité de la modélisation intégrée d’usage du sol et des transport, notamment en appui des élus, des décideurs et des responsables des politiques de transport et d’urbanisme. En analysant les conclusions de cet intéressant colloque, plusieurs difficultés émergent dans la diffusion de l’usage de ce type d’outil au sein des collectivités territoriales. La complexité intrinsèque dans la conception et l’implémentation des modèles et la nécessité d’une approche très spécialisée et multidisciplinaire, posent en fait un problème d’ingénierie et donc de compétence, ainsi qu’un problème de temporalité, de reproductibilité et de partage entre chercheurs et décideurs, sur les objectifs et questions à poser à la modélisation (CERTU – PST Rhône-Alpes, 2011). Ces problématiques se répercutent ensuite dans la difficulté à créer, des partenariats entre plusieurs maîtres d’ouvrages, consacrés à l’implémentation des modèles LUTI. La question de la pédagogie et donc de la façon de présenter par les modélisateurs ce type d’outil aux décideurs et aux élus, apparaît également très importante, par trouver des points de rencontre entre différentes sensibilités et contextes professionnels, ainsi que de bien clarifier quel type de réponses il est possible fournir à leurs questions, dans quelle temporalité et avec quel niveau de précision.

Le choix du logiciel de simulation intégré Tranus

 Dans le cadre du travail de doctorat, l’outil Tranus et plus généralement la modélisation LUTI, a été considéré comme étant la méthode la plus adaptée et cohérente dans l’optique de tester l’applicabilité et la potentialité de certains modèles et politiques de développement urbain innovants et de caractère intégré. C’est le cas des politiques de Transit Oriented Development (Calthorpe, 1993; Cervero, 1998; Bartolini, et al., 2009) ou d’urbanisme orienté vers le rail (L’Hostis, 2009; Leysens, 2011), qui prévoient une densification urbaine le plus possible structurée et axée autour des réseaux de transport collectif, en promouvant les principes de qualité du design urbain, de mixité fonctionnelle, de priorité aux modes de transport actifs et d’accessibilité vers les transports collectifs, avec des objectifs de réduction de la circulation automobile et de l’étalement urbain. Effectivement, les caractéristiques et potentialités de représentation multi scalaire propres du logiciel intégré Tranus, qui a été beaucoup plus exploité dans les pays de l’Amérique du Sud et d’Asie qu’en Europe, représentent le facteur qui a influé de manière décisive le choix du logiciel pour ce travail de modélisation. Le fait, en outre, que Tranus soit diffusé sous forme de logiciel libre avec un support continu et direct par ses créateurs à travers un forum en ligne60 , a également pesé dans le choix d’appliquer ce logiciel. Il faut préciser aussi que dans l’environnement scientifique du laboratoire de recherche LVMT et du département de planification territoriale de l’Université de Calabre (Italie)61, des chercheurs avaient déjà développé une expertise sur la modélisation LUTI en général et également sur le logiciel de simulation Tranus. De ce fait, il a été possible de bénéficier d’une aide et d’un soutien pour la conception et à la mise en œuvre du modèle, ainsi qu’à l’élaboration des résultats finaux62 . Tranus se distingue en particulier par sa faculté à intégrer plusieurs approches théoriques différentes63 dans une structure unique, qui représente tant les phénomènes liés aux transports que ceux liés à l’usage du sol. Parmi les fondements théoriques de Tranus on retrouve d’abord la théorie de la base économique de Lowry (1964), laquelle repose sur l’idée qu’un système territorial se développe autour d’un moteur économique qui représente le centre attractif et générateur d’emplois. Le modèle input-output (Leontief, 1936) permet de définir dans Tranus les relations entre consommation et production, pour les secteurs d’activité considérés, selon des fonctions de demande qui peuvent être inélastiques ou élastiques (en fonction du prix). Une autre théorie d’appui à la structure du logiciel Tranus est la théorie microéconomique de l’utilité aléatoire (random utility) de McFadden (1973). Grâce à cette théorie il est possible de définir les comportements de choix des consommateurs (choix du parcours,choix modal, choix de localisation, etc.) en fonction de l’utilité attribuée à toutes les options disponibles (Gaya, 2011). En substance Tranus est un logiciel de modélisation intégrée d’usage du sol et du transport, qui présente une approche basée sur l’équilibre général, obtenu à travers l’interaction entre la demande et l’offre (de transport, foncière ou immobilière). Tranus est basé essentiellement sur un modèle logit emboîté multinomial64 (T. de la Barra, 1989) et est un modèle spatial d’entréessorties, de type agrégé, basé sur l’équilibre en fonction des prix et du temps (CETE Normandie Centre, s.d.).