Elodie Deschaintres ; Catherine Morency ; Martin Trépanier - Développement d’indicateurs de mesure de la variabilité d’utilisation du transport en commun à partir de données de cartes à puce

cst:9845 - Les Cahiers Scientifiques du Transport - Scientific Papers in Transportation, 26 octobre 2023, 76-77 | 2021 - https://doi.org/10.46298/cst-9845
Développement d’indicateurs de mesure de la variabilité d’utilisation du transport en commun à partir de données de cartes à puceArticle

Auteurs : Elodie Deschaintres 1; Catherine Morency 1,2; Martin Trépanier 1,3

  • 1 Polytechnique Montréal
  • 2 Chaire Mobilité et Chaire de recherche du Canada sur la mobilité des personnes
  • 3 Centre Interuniversitaire de Recherche sur les Réseaux d'Entreprise, la Logistique et le Transport

L’achalandage du transport en commun varie dans le temps, au sein du comportement d’un même usager, mais aussi d’un usager à l’autre. Ces variations rendent difficile l’ajustement des services et des modèles de prévision de la demande, conduisant potentiellement à des coûts d’opération supplémentaires et à une affectation non optimale des véhicules sur le réseau. Toutefois, la disponibilité croissante de données longitudinales et individualisées permet désormais de mieux comprendre la variabilité des comportements de déplacement. Cet article bénéficie ainsi de données de cartes à puce provenant du système OPUS de Montréal, Canada. Plus de 429 millions de validations, réalisées par près de 2 millions de cartes, sont exploitées pour étudier la variabilité d’utilisation du transport en commun à un niveau totalement désagrégé sur une période d’un an.Quatre indicateurs sont proposés afin de mesurer plusieurs types de variations : la dispersion des déplacements parmi les usagers, la variabilité de la fréquence d’utilisation, la variance temporelle du nombre de déplacements par mois et la diversité spatiale des lieux d’embarquement. Ces indicateurs sont appliqués pour comparer la régularité de dix groupes de cartes distincts définis en fonction de leur composition tarifaire. Face aux limites des tests statistiques traditionnels, sensibles à la taille de l’échantillon, la notion de taille d’effet est introduite pour mieux quantifier l’importance des différences observées entre les groupes. Les résultats révèlent qu’il existe une relation entre l’utilisation du transport en commun et le type de titre utilisé. Les utilisateurs d’abonnements annuels ou mensuels sont en moyenne très réguliers et fréquents, alors que les utilisateurs de carnets de tickets sont des usagers plus occasionnels. De plus, la variabilité d’usage tend à augmenter avec le nombre de titres différents utilisés durant l’année.


Volume : 76-77 | 2021
Publié le : 26 octobre 2023
Importé le : 27 juillet 2022
Mots-clés : public transit,smart cards,variability,indicators,effect size,transport en commun,cartes à puce,variabilité,indicateurs,taille d’effet,JEL: C - Mathematical and Quantitative Methods/C.C5 - Econometric Modeling/C.C5.C55 - Large Data Sets: Modeling and Analysis,JEL: L - Industrial Organization/L.L9 - Industry Studies: Transportation and Utilities/L.L9.L91 - Transportation: General,JEL: N - Economic History/N.N7 - Transport, Trade, Energy, Technology, and Other Services/N.N7.N70 - General, International, or Comparative,JEL: O - Economic Development, Innovation, Technological Change, and Growth/O.O1 - Economic Development/O.O1.O18 - Urban, Rural, Regional, and Transportation Analysis • Housing • Infrastructure,JEL: R - Urban, Rural, Regional, Real Estate, and Transportation Economics/R.R4 - Transportation Economics/R.R4.R41 - Transportation: Demand, Supply, and Congestion • Travel Time • Safety and Accidents • Transportation Noise,JEL: R - Urban, Rural, Regional, Real Estate, and Transportation Economics/R.R4 - Transportation Economics/R.R4.R42 - Government and Private Investment Analysis • Road Maintenance • Transportation Planning,JEL: R - Urban, Rural, Regional, Real Estate, and Transportation Economics/R.R4 - Transportation Economics/R.R4.R48 - Government Pricing and Policy,ACM: H.: Information Systems/H.2: DATABASE MANAGEMENT/H.2.8: Database Applications/H.2.8.0: Data mining,[SPI.GCIV.IT]Engineering Sciences [physics]/Civil Engineering/Infrastructures de transport,[INFO.INFO-DB]Computer Science [cs]/Databases [cs.DB],[SHS.STAT]Humanities and Social Sciences/Methods and statistics,[STAT.AP]Statistics [stat]/Applications [stat.AP]

Statistiques de consultation

Cette page a été consultée 343 fois.
Le PDF de cet article a été téléchargé 132 fois.