Discussion et prolongements

Le second objectif qui consistait à tirer des enseignements de la comparaison des résultats obtenus avec ceux des modèles annuels n’a été que partiellement atteint. En effet, les corrélations entre certaines variables explicatives rendent difficile l’interprétation des valeurs d’élasticités pour ce groupe de variables. Ces corrélations sont plus nombreuses dans l’approche bimodale que dans l’approche modale, et on privilégiera en fonction des objectifs un modèle bivarié pour son meilleur ajustement, ou un modèle univarié pour sa plus grande interprétabilité.

L’actualisation des modèles précédents a conduit à retenir une spécification différente, à élasticités constantes. Ces modèles sont apparus robustes lors du passage d’une format trimestriel à un format trimestriel, et à un changement de logiciel (passage de SAS à E-views). En revanche, l’utilisation des nouveaux agrégats de la comptabilité nationale a induit des modifications notables dans les modèles antérieurs.

7.7. Discussion et prolongements

Le point de débat central est la limitation de modèles agrégés à reproduire une réalité complexe de manière trop simplifiée et à fournir des paramètres interprétables. Les causes en sont diverses, et liées, puisqu’il s’agit tout-à-la fois d’utiliser les méthodes de modélisation appropriées à partir de représentations économiques utilisant les facteurs de demande adéquats, et de disposer de bases de données appropriées pour mesurer les indicateurs et les facteurs de demande.

Il ressort clairement qu’une approche agrégée est limitée dans son objectif, puisque les spécificités des marchés, tant pour les transports de personnes que pour les trafics de fret, ne peuvent être pris en compte de manière satisfaisante que dans une optique relativement désagrégée. La formulation économique doit s’appuyer sur une segmentation des déplacements de voyageurs et sur une approche sectorielle des transports de marchandises, sous réserve bien entendu que les connaissances sur les bases de données des facteurs de demande progressent. Il s’agit par exemple d’améliorer la mesure des variables de qualité de l’offre (vitesse des trains en rythme infra-annuel, décomposée selon le type de réseau ferroviaire), et celle des variables de prix (ou de recettes unitaires désagrégées) tant pour les

pour mesurer les facteurs de demande doit être précisée - la mesure des agrégats de comptabilité nationale pouvant à elle seule, comme nous l’avons constaté en intégrant les séries trimestrielles de la nouvelle base 1995, occasionner des changements sensibles des paramètres estimés dans les modèles.

L’approche économétrique multivariée, c’est-à-dire multi-modale, ressort inappropriée à l’interprétation des paramètres estimés, en raison de la corrélation entre variables exogènes fortement corrélées. L’approche économétrique modale, plus adaptée à l’interprétation des paramètres, est intéressante dans la mesure où elle fait ici ressortir une dynamique de très court terme qui ne peut pas être saisie sur une base annuelle. C’est par exemple le cas de la variable de prix (recette unitaire) ferroviaire qui ressort comme significative du trafic domestique de fret ferroviaire - les contrats signés entre les chargeurs et la SNCF sont bloqués pour un an, terme à partir duquel les prix pratiqués peuvent se rapprocher de ceux du mode routier - même en étant mesurée de manière très agrégée. Pour autant, la prise en compte de deux variables mesurant nos échanges extérieurs dans des modèles explicatifs des trafics de fret globaux (champ intérieur et international) ramène à la difficulté d’interpréter des paramètres relatifs à des variables corrélées, notamment d’importations et de production, même dans une approche modale.

Enfin, les modèles à élasticité constante, qui fournissent une bonne estimation à un pas (ce qui était ici un objectif majeur pour une estimation à court terme), ne sont pas appropriés pour représenter les transformations que l’on observe sur longue période. La séparation des mouvements de court terme et de long terme est d’ailleurs l’orientation prise en modélisation économétrique pour appréhender les évolutions à long terme. De nombreux travaux visant à appliquer les techniques de cointégration au secteur du transport, et à l’analyse de l’évolution des trafics de voyageurs et de marchandises pour différents modes de transport ont été menés ces dernières années (Meyer, 1998, Muzereau, 2004, Lenormand, 2007). C’est dans cette direction méthodologique que les efforts doivent porter.

Chapitre 7. Les effets à court terme des déterminants de la demande

Tableau 7.8 : Les données de trafic en 1992

Voyageurs

Routes Autoroutes Autoroutes Réseau routier Réseau principal Lignes Lignes nationales concédées non concédéesnational SNCF rapides régionales

Trafic annuel 78,7 45,44 26,88 151,01 52,93 47,21 5,72

moy. mensuelle 7,89 3,79 2,24 12,58 4,41 3,93 0,48

Marchandises

Domestique International Fret routier total Fret ferroviaire total Domestique International

Trafic annuel 101,68 18,03 119,71 50,37 29,49 20,89

moy. mensuelle 8,47 1,5 9,98 4,2 2,46 1,74

Unités : Milliards de véhicules-kms et milliards de voyageurs-kms pour le transport de voyageurs, Milliards de tonnes-kms pour le trafic de marchandises.

Tableau 7.9 : La structure des modèles de demande

Modes Routier Ferroviaire

Variables modélisées Trafic (voyageurs, marchandises) Trafic (voyageurs, marchandises)

Variables explicatives

Croissance économique Consommation des ménages Consommation des ménages Produit intérieur brut Produit intérieur brut

Production industrielle Production industrielle Réseau Longueur du réseau autoroutier Trains-kilomètres

ou Vitesse des trains

Prix Prix des carburants Recette unitaire (voyageurs, fret wagons) Péage autoroutier

Tableau 7.10: Modèles de transports interurbains de voyageurs, bases trimestrielle et semestrielle, sur 1980-1999 (Sorties SAS et E-views)

PIB ICARB PEAGETL DCM IPMFER

Modèles trimestriels sous SAS (maximum de vraisemblance)

PAAC 45,30% 1,17 -0,24 -0,53

PAER 41,30% 0,79 -0,13 -0,13

VKRP (*) 50,70% 0,16 1,05 -0,47

Modèles semestriels sous SAS (maximum de vraisemblance)

PAAC 69,40% 1,02 -0,24 -0,47

PAER 61,20% 0,46 -0,08 -0,23

VKRP (*) 59,50% 0,18 1,3 -0,78

Modèles trimestriels sous E-views (moindres carrés)

PAAC 46,20% 1,20 -0,24 -0,52

PAER 40,70% 0,77 -0,13 -0,14

VKRP (*) 55,80% 0,16 0,56 -0,18

Modèles semestriels sous E-views (moindres carrés)

PAAC 69,70% 1,05 -0,25 -0,45

PAER 61,10% 0,45 -0,08 -0,26

VKRP (*) 59,90% 0,19 1,18 -0,83

Seuil de significativité pour tous les paramètres: t-ratio supérieur à 1 en valeur absolue

(*)La série du trafic ferroviaire de voyageurs est corrigée de la grève de novembre-décembre 1995

Elasticités

Endogène R²

Avec : PAAC et PAER les parcours effectués par l’ensemble des véhicules sur les autoroutes concédées et sur l’ensemble du réseau routier national

VKRP le trafic de voyageurs sur le réseau principal de la SNCF, PIB le produit intérieur brut

DCM la dépense de consommation des ménages, ICARB le prix des carburants voiture,

IPEAGETL le tarif de péage autoroutier pour l’ensemble des véhicules IPMFER la recette unitaire sur le réseau principal de la SNCF (cf. la description précise des variables donnée dans le Tableau 7.7).

Chapitre 7. Les effets à court terme des déterminants de la demande

Tableau 7.11: Modèles de trafics de marchandises, bases trimestrielle et semestrielle, sur 1980-1999 (Sorties SAS et E-views)

IP3 IP7 IP9 IPRMTK IPROUT

Modèles trimestriels sous SAS (maximum de vraisemblance)

TRMTOTR 74,5% 1,44 -0,50

TRMR 73,5% 1,46 -0,49

SNCFTOT (**) 82,6% 1,56 -0,50 0,43

SNCF (**) 66,2% 0,92 -0,20

Modèles semestriels sous SAS (maximum de vraisemblance)

TRMTOTR 73,2% 0,44 0,6 -0,61

TRMR 71,5% 0,41 0,56 -0,52

SNCFTOT (**) 90,5% 1,65 -0,47 0,42

SNCF (**) 73,4% 0,9 -0,21

Modèles trimestriels sous E-views (moindres carrés)

TRMTOTR 77,2% 1,17 -0,41

TRMR 75,4% 1,20 -0,30

SNCFTOT (**) 84,0% 1,53 -0,48 0,44

SNCF (**) 68,0% 0,93 -0,20

Modèles semestriels sous E-views (moindres carrés)

TRMTOTR 78,3% 0,39 0,45 -0,37

TRMR 77,0% 0,37 0,42 -0,27

SNCFTOT (**) 95,9% 1,62 -0,52 0,40

SNCF (**) 75,2% 0,88 -0,21

Seuil de significativité pour tous les paramètres: t-ratio supérieur à 1 en valeur absolue

(**) Les séries de fret ferroviaire sont corrigées de la grève de novembre-décembre 1995

Elasticités

Endogène R²

Avec : TRMTOTR et TRMR le transport routier de marchandises, total et national, SNCTTOT et SNCF le fret ferroviaire wagons, total et national,

IP7 la production du BTP,

IP9 la production industrielle hors BTP et IP3 la production des biens intermédiaires, IPRMTK la recette unitaire wagons et IPROUT le prix routier en intérieur et en zone longue (cf. la description précise des variables donnée dans le Tableau 7.1).