Les descriptions des trajets des déplacements comme variables de contrôle

Nous venons de voir quelles données nous allons utiliser pour constituer un panel de localisations résidentielles et d'emplois plausibles pour chaque actif. Apparier les couples origines-destinations domicile-travail consiste à sélectionner un couple parmi les croisements possibles de ces localisations ponctuelles. Le problème est que l'on ne connaît pas l'agencement de ces couples origines-destinations à construire : il n'existe aucune donnée nous permettant d'acquérir cette information. La difficulté est donc que l'on ne connaît pas beaucoup de choses sur l'appariement des couples origines-destinations à l'intérieur des communes. Toutefois, selon les modes de transport nous allons pouvoir introduire des contraintes de distances à parcourir.

Nous pouvons utiliser un modèle gravitaire non pas sur la structure globale des déplacements mais en l'utilisant pour localiser les individus selon un gradient de proximité aux points d'entrées et de sorties des systèmes de transport utilisés par les individus. Il s'agit de veiller à ce que les individus se déplaçant en transport en commun ne soient pas trop éloignées des stations de transport par exemple. Il s'agit aussi de veiller à ce que ceux qui déclarent marcher pour aller travailler effectuent des distances raisonnables.

Dans ce but, nous utilisons comme variable de contrôle des distributions sur les longueurs à parcourir selon les différents modes de transport. Prenons les cas de la voiture particulière (VP), des transports en commun (TC), puis des modes doux et actifs.

Les véhicules personnels

L'idée est de localiser les observations utilisant un véhicule personnel à proximité des infrastructures routières. Pour ce faire nous pourrions construire une variable de contrôle surfacique de densité de chevelu fin des infrastructures routières. Cela pourrait nous indiquer une proportion d’observations à placer en fonction de la densité du réseau. Toutefois cela pose la question de la redondance des informations. En effet, dans les modèles de transport on utilise bien plus le taux de motorisation des ménages (Dupuy, 1975, p.25). Cette information est disponible dans les fichiers INDCANTVILLE et MOBPRO. Pour chaque actif occupé nous disposons du mode de transport fréquemment utilisé pour aller travailler. Il est aisé de construire un taux de motorisation des ménages pour les zones (IRIS pour les communes de

plus de 10 000habitants et communes pour les petites communes77_{. Dans le cas d'application}

de cette thèse nous n'allons pas nous servir de la distances aux infrastructures de transport routier, nous nous servirons directement du taux de motorisation.

Les transports en commun

Comme nous disposons du mode de transport habituel dans le fichier MOBPRO nous pouvons placer les individus les utilisant à proximité des stations de transport en commun. Pour ce faire nous utilisons une règle de probabilité décroissante : plus on s'éloigne des stations de transport, moins un usager aura de chances de se localiser loin des stations. Pour cela, il nous faut disposer d'une information externe sur les aires de rabattement autour des stations.

Pour étudier les aires de rabattement autour des stations de transport en commun nous utilisons l'Enquête Globale Transport d’Île-de-France 2010 pour créer une variable de distance contrôlant les distances d'accès.

Dans le cas d'application proposé dans la suite de cette thèse, la distance sera utilisée comme variable de contrôle pour le choix des localisations des lieux de travail et non des lieux de résidence, dont le processus est encore plus complexe, et résulte d'arbitrages entre les membres d'un même ménage. Nous considérons la distance aux stations de transport seulement pour la ventilation des lieux d'emploi.

La distribution des distances entre les stations de sorties des réseaux de transport en commun et les lieux de travail. La distribution issue de l'enquête globale transport va servir de loi de probabilité lors des affectations des lieux de travail . Nous utiliserons la distribution suivante comme loi de probabilité (illustration 26).

77 C'est bien à l'aide de l'appariement des fichiers de détails que nous allons obtenir les communes de résidence des habitants des communes de moins de 10 000 habitants.

La marche à pied

Pour contrôler les distances effectuées en marche à pied, nous utiliserons la distribution des distances de l'enquête globale transport (illustration 27).

Nous pourrions utiliser cette méthode pour d'autres modes de transport, notamment pour les déplacements effectués en vélo. Toutefois le fichier MOBPRO ne renseigne actuellement pas sur ce mode.

Illustration 26

les sans déplacements

A la question demandant le mode de transport le plus souvent utilisé pour aller travailler le questionnaire du recensement comporte une modalité de réponse nommé «Pas de déplacement » (Insse, bulletin du recensement 201678_{). Cette modalité permet en principe de}

considérer les actifs travaillant à domicile. Mais en examinant les actifs de MOBPRO déclarant ne pas utiliser de mode de transport, nous remarquons que les communes de résidence et d'emploi ne sont pas toujours identiques et parfois même elles sont très éloignées. Nous sommes là devant un problème de qualité des données que nous allons devoir laisser de côté, puisque nous ne disposons d'aucune information auxiliaire permettant de traiter la question. Nous ne pouvons pas savoir s'il y a bien un déplacement réalisé ou si ces individus ne se rendant pas à l'adresse de leur employeur pour travailler. La question posée dans le questionnaire du recensement est inadaptée pour capter des mobilités irrégulières, des lieux d'emploi changeant, etc. Ces actifs « problématiques » sont 72 738 dans le fichier MOBPRO de 2012, ils représentent 205 850 actifs occupés soit 3,7% de la population active occupée. Dans le processus de changement de support nous considérerons ces observations comme utilisant un véhicule personnel. Ceci pourra éventuellement amener à une surestimation des distances parcourues par l'ensemble de la population.

78 Insee. bulletin du recensement 2016 [en ligne] (Consultée le 15/06/2016) <http://www.le- recensement-et-moi.fr/rpetmoi/pdf/Bulletin-individuel.pdf>

Conclusion du chapitre 3

Les hypothèses de construction de la désagrégation spatiale de donnée de mobilité sont de deux ordres. Premièrement, il faut disposer de suffisamment d'observations pour être en mesure de les répartir dans l'ensemble de l'espace géographique. Deuxièmement, nous devons choisir les données de contrôle qui nous apportent une information sur la répartition spatiale des origines et des destinations des localisations à désagréger.

L'étape de clonage des observations du recensement est conceptuelle et utilisée avec parcimonie. Elle est réalisée au plus simple et peut être raffinée. Nous nous servons des poids de sondage statistique comme coefficient multiplicateur des observations. Et, lors de la ventilation sous contrainte nous tentons de laisser groupés au maximum les clones statistiques, c'est-à-dire que nous leur affectons les mêmes localisations domicle-travail. Nous procéderons à la séparation des agrégats d'observations seulement pour respecter la répartition des effectifs qu'indiquent les données de contrôle. Dans ce cas les clones auront des localisations différentes.

La répartition spatiale des observations ventilées est donnée par les variables de contrôle. Les modalités des variables prises en compte vont contraindre la répartition spatiale des observations. Les modalités des variables non prises en compte dans la construction des quantités à répartir pour chaque modalité des variables de localisation sont mises à contribution mais de moindre manière. Si nous ne construisons pas les couples de coefficients de certaines modalités, celles-ci seront réparties selon les coefficients des autres croisement de modalités des variables de contrôle.

Dans le cas de données bi-localisées, la distribution des variables socio-économiques non prises en compte dans la ventilation sous contraintes nous intéresse tout particulièrement. Parmi les variables qui ne sont pas contrôlées il se trouve forcément les variables décrivant les localisations autres que celles que les données de contrôle permettent d'approcher. Dans notre cas d'application, lorsque on ventile les lieux de résidence, nous localisons dans le même temps des variables décrivant les lieux de travail (commune d'emploi et secteurs d'activité des actifs occupés). C'est avec ce lien que nous supposons considérer d'un seul tenant les origines, les destinations et l'appariement des couples origines-destinations domicile-travail. Le fait de localiser au lieu de résidence les variables décrivant les emplois

puis de procéder dans un deuxième temps à la ventilation spatiale des lieux d'emploi permet de traiter quelque peu le cas de l'interdépendance des données bi-localisées.

Nous allons donc effectuer des ventilations sous contraintes des lieux de résidence. Puis des ventilations sous contraintes des lieux d'emploi. Le tableau suivant (Tableau 9) récapitule les données de contrôle utilisées dans notre cas d'application à l’Île-de-France.

Tableau 9 : Les données de contrôle utilisées dans le processus de désagrégation appliqué à l'Ile-de-France

Données Date

Fichier de mobilité domicile-travail Millésime 2012

Fichier Individus localisé aux canton-ville Millésime 2012

Couche SIG IRIS-Communes Millésime 2011

Carroyage 200m 2010

Carroyage 1km 2010

SIRENE 2010

PT Adresse 2010

Distance aux stations de travail (EGT) 2010

Couche SIG des stations de transport en commun (APUR) 2015

Distance domicile-travail en marche à pied 2010

D'autres données de contrôle peuvent être utilisées, pour ventiler plus finement les localisations résidentielles que sur le carroyage de 200m les couches d'information géographique du bâti de l'IGN peuvent être utilisées. Nous choisissons de ne pas les utiliser, nous supposons que la localisation résidentielle au carroyage de 200m est suffisante puisque nous ré-agrégerons les résultats des ventilations sous contraintes aux carreaux de 1km. Nous avons désormais tous les éléments théoriques pour présenter le processus de désagrégation appliquée à la région Île-de-France.

Chapitre 4 : Le processus de