Analyse désagrégée par trajet et aux tronçons de la relation paysages

du choix et paysages à Lille

Si les résultats sont intéressants parce qu’ils présentent des relations relativement logiques, cela ne doit pas masquer la faiblesse des corrélations mises à jour. En outre, cette analyse agrégée n’est pas pleinement satisfaisante par rapport aux objectifs que nous nous sommes fixés.

valeur du choix

La recherche de corrélations entre paysages et choix d’itinéraires a déjà révélé quelques informations intéressantes. Pour évaluer les choix individuels, nous proposons de mettre en œuvre une analyse désagrégée où chaque trajet est considéré comme une entité spécifique. Les calculs de corrélations sont ainsi effectués pour chaque trajet, en fonction de la valeur du choix attribuée aux tronçons concernés par le déplacement en question. Ainsi, le contexte paysager

réel de chaque piéton est réellement pris en compte et les calculs ne tiennent compte que de valeurs paysagères issues des tronçons retenus (figure 69).

Figure 69 : Itération des calculs de corrélation po r chaque trajet

r ensemble mais du contexte local de choix réellement à disposition de chaque individu. Cette solution semble optimale et élimine le biais, a priori conséquent, issu Pour conduire ces analyses, nous avons sélectionné les valeurs de choix issues des modèles qui sont apparus comme les plus efficaces dans le chapitre précédent. Deux types de modèles ont

r e le pl

pe

comporte de nombreuses places, occasionne un nombre important de trajets simulés qui comportent la classe places pour au moins un tronçon (168 trajets exactement) alors que seulement 81 trajets donnent un accès visuel à des

parkings. En travaillant sur le nombre de corrélations significatives moyennées par le nombre

u

Les valeurs de choix sont directement comparées aux paysages des tronçons qui peuvent être théoriquement empruntés pour chaque trajet. Les calculs de corrélations ne dépendent plus, dès lors, des paysages dans leu

d’une analyse globale à l’échelle de la zone étudiée et qui engendre des compensations d’un trajet à l’autre.

donc été retenus pour chacune des villes étudiées : le modèle qui permet de rep oduir us grand nombre de trajets possibles et celui pour lequel les coefficients de détermination sont les plus élevés, exprimant ainsi une meilleure description des trajets réels.

Il reste ensuite à effectuer un décompte des trajets pour lesquels chaque catégorie paysagère est significative. Nous avons choisi d’exprimer les résultats en terme de pourcentages ce qui

rmet de ne retenir, pour chaque classe, que les trajets pour lesquels il y a effectivement eu un calcul de corrélation. Ainsi, le nombre de trajets significatifs pour telle ou telle classe est rapporté au nombre de fois où la classe paysagère est réellement présente sur les tronçons potentiellement accessibles pour chaque trajet. Cette méthode permet de mettre sur un pied d’égalité des classes paysagères très inégalement présentes dans les zones d’étude… La classe

haie n’est par exemple présente, à Lille, que dans 8 trajets potentiels contre 85 pour la classe portails. Autre exemple, le centre ville lillois, qui

de fois où la classe est soumise à un trajet potentiel, on peut par conséquent mesurer l’influence réelle de chaque élément paysager.

Figure 70 : Analyse désagrégée, corrélations relevées aux tronçons

Sur la figure 70 sont figurées les classes paysagères les plus significatives c’est-à-dire celles qui

diffici

différe importantes qui existent d’un poi

peut c pl probants, bien qu’ils demeurent rela

remarquera que certains résultats corroborent le rôle qu’on peut intuitivement attribuer à certaines classes paysagères ; c’est le cas des classes végétales (végétation, parcs, haies,

arbres), des cours d’eau et de la fonction commerciale qui agissent majoritairement de

manière positive. La fonction résidentielle joue négativement sans doute parce qu’elle est très prégnante et donc peu remarquable. En revanche, le rôle de la fonction monuments est très variable ce qui semble étonnant. On remarquera aussi que nombre de classes relatives à la voirie agissent de façon inattendue. Ainsi, la largeur des trottoirs est un paramètre assez sont les plus souvent corrélées à la valeur du choix. Dans un premier temps, il semble le d’établir un parallèle entre les deux villes tant les classes qui émergent sont

ntes. Cela peut notamment s’expliquer par les différences

nt de vue paysager entre les deux zones choisies et qui ont été décrites précédemment. On onstater que c’est à Lille que les résultats sont les us

nettement négatif alors que le nombre de voies de circulation, les carrefours routiers (et la présence de chantiers à Besançon) seraient favorables à la pratique pédestre…

La phase de validation du logit par les charges affectées aux tronçons et la recherche de Pour finir, on soulignera que pour une même ville, d’un modèle à l’autre, ce sont presque toujours les mêmes classes qui sont les plus corrélées aux trajets. Cette constance est d’autant plus remarquable que les modèles employés sont assez nettement différents. De la même façon, certains parallèles peuvent être établis d’une ville à l’autre, même s’ils sont moins systématiques.

corrélations avec les paysages par le biais de l’indice de valeur du choix ont esquissé des résultats intéressants. Cette méthode présente l’avantage de permettre un diagnostic spatial qui met en évidence les tronçons attirants et repoussants ; on s’affranchit ainsi des caractéristiques du réseau qui gênent souvent les analyses de choix d’itinéraires. La figure 71 illustre parfaitement ce propos. Sur la seule base des alternatives potentielles, le modèle logit permet d’affecter des probabilités d’usage à chaque tronçon de l’ensemble de choix. Cette méthode détecte les tronçons "obligatoires" qui ne peuvent alors être à associés à un choix fort de la part du piéton.

Figure 71 : Intérêt de la phase de validation aux tronçons

Lorsque l’espace est partie du de choix, les apports de la géographie semblent donc essentiels. En intégrant ces apports à la problématique des prises de décisions, ils complètent ainsi utilement les fo lismes des économistes.

prenante processus rma

3. Evaluation des modèles à partir des probabilités d’usage des