kick off meeting cities iddri et modèle tranus, application
DESCRIPTION
Kick off meeting Cities Iddri et modèle TRANUS, application. Grenoble 22, 23, 24 janvier 2013. Mathieu Saujot, [email protected] Iddri, SciencePo et Cerna, Mines de Paris. Présentation de l’Iddri. Institut du développement durable et des relations internationales - PowerPoint PPT PresentationTRANSCRIPT
Institut du développement durable et des relations internationales27 rue Saint-Guillaume – 75337 Paris Cedex 07
www.iddri.org
Benjamin [email protected]
Kick off meeting Cities Iddri et modèle TRANUS,
application
Grenoble22, 23, 24 janvier 2013 Mathieu Saujot, [email protected]
Iddri, SciencePo et Cerna, Mines de Paris
(p. 2)
Présentation de l’IddriInstitut du développement durable et des relations internationalesFondation de recherche reconnue d’utilité publique
• Elaborer et partager des clés d’analyse et de compréhension des enjeux stratégiques du développement durable dans une perspective mondiale• Mobiliser et diffuser les idées et les connaissances scientifiques dans les débats et les négociations• Collaboration avec les acteurs privés et les acteurs publics, à l’origine de l’Iddri• Participer à la recherche
Toutes les dimensions de la durabilité:• biodiversité• énergie-climat• adaptation• fabrique urbaine• gouvernance internationale• agriculture
(p. 3)
Présentation de l’Iddri
Programme Fabrique UrbaineCentré sur les mécanismes de fabrique de la ville.Analyse des politiques climatiques locales et modélisation, mode de vie durable, planification, mobilité et véhicules électriques…Club Ville: centré sur la fabrique urbaine avec les acteurs de la ville, au plus près de l’activité politique
Vincent Renard, économiste, spécialistes des questions foncières et immobilières, directeur de recherche CNRS.Mobilisation pour Cities -> longue expérience des modèles urbains, compréhension des besoins des collectivitésMathieu Saujot, ingénieur-économiste, doctorant aux Mines sur les questions de planification de la ville durable et d’analyse économique des politiques climatiques locales
(p. 4)
Rôle et attente de l’Iddri
Principalement :WP2: End-user specification: agency and stakeholders interactionsretour d’expérience sur la calibration avec TranusWP6: communication et valorisation
Centré sur l’interface entre le modélisateur et l’utilisateur-preneur de décision, adaptation de l’outil aux questions, rejoint pour nous la question de l’utilisation des évaluations économiques.
Attentes: faire avancer cette question rarement traitée, mais pourtant essentielle. Réflexion sur ce que signifie calibrer-valider un modèle, suivant l’acteur considéré (modélisateur, utilisateur, mathématicien..)
(p. 5)
Objectif de la présentation
Situer Tranus parmi d’autres modèles et parmi différents usages des modèles.
Présenter mon application de Tranus et son utilisation à l’analyse des politiques climatiques locales à Grenoble => Comprendre comment un outil comme Tranus peut être utile à la planification urbaine (Scot, PDU..)
Revenir sur les difficultés inhérentes à l’usage d’un modèle de ce type.
(p. 6)
WP2 End users specifications
Un utilisateur potentiel :Planificateur avec questionnement transport-urbanisme.Vision de long terme.Territoire large.
Simulation prospective
« Une foule de modèles, des usages différents ? »
(p. 7)
La simulation prospective au service de la planification
Une question centrale : modèles simples ou complexes? (Klosterman, 2012, Hardy, 2011)
Puissance de calcul en hausse
Chercheurs centrés sur le développement d’outil
Ambition théorique
Science prédictive face à un monde complexe
Complexité -> multiplication d’hypothèses (impact fort sur le résultat) qui ne seront pas tjrs discutées.
Développement de « Complexité non essentielle » Opérationnalité
Apparence de neutralité du fait de la sophistication, mais impossible.
Relative absence de réflexion sur l’intégration dans les processus de décision.
Modèles complexes
Coût marginal pour obtenir micro données parfois > valeur ajoutée
(p. 8)
La simulation prospective au service de la planification
Lourdeur base de données / Application plus rapide et opérationnelle
Chercheurs centrés sur la planification et les politiques envales
Flexibilité / processus de décision
Prospective plutôt que prédiction
S’assurer d’un certain niveau de représentation des phénomènes
Favoriser l’application, aller au bout de la logique -> calibration
Faire des hypothèses des éléments de la discussion
Spécifier la phase du processus visée.
« The question is not whether a model is correct in some absolute sense; the question is whether it is useful for a particular purpose » Klosterman, 2012
Comment définit-on la complexité ?
Quels sont les usages visés ?
(p. 9)
La simulation prospective au service de la planification
Structure théorique
Quantité de données nécessaires
Choix de l’application
Nombre d’équations à satisfaire
Probablement pas de définition de la complexité partagée par tous
Nombre de phénomènes simulés
Maillage
Nombre de boucles outputs -> inputs
Temps et argent nécessaire
Niveau d’expertise requis
Capacité du planificateur public
(p. 10)
Quelles questions ?
Pourquoi recourir à la modélisation numérique exactement ?Quantifier -- Estimer les effets de la variation d’une ou plusieurs variables/hypothèses -- Explorer le futur et interroger les tendances.
Quel usage exactement ? Optimiser ? Prédire ? Explorer ?
Conséquences importantes sur les spécificités de l’outil à développer: interface et prise en main, structure mathématique, maillage, contrainte sur les notions même de calibration et la validation.
« Demain est moins à prédire qu’à inventer » G.Berger
(p. 11)
Quelles questions ?
Policy development
Visioning
Strategic analysis
Tactical assessment
Large exploration des alternatives possibles pour un territoire.
Concertation et débats autours des scénarios.
Identification et analyse de politiques et mesures détaillées (transport ou land use).
Définition et design d’un projet spécifique (programmation).
Notre modélisation avec TRANUS Hardy, 2011, modèle
Mars
Différents usages
(p. 12)
Quel(le)s questions/indicateurs pour quels utilisateurs ?
A chaque question, des indicateurs différents, des façons différentes de visualiser les résultats seront nécessaires => implication sur l’analyse d’incertitude, l’analyse de sensibilité…
Exemple: discussion journée présentation Tranus au CASJ.C.Prager, études économiques du Grand Paris, E.Quinet• Très bonne compréhension économique et mathématique.• Choix d’un investissement, optimisation du bénéfice pour la collectivité.• Intérêt et question: minimum local ou global, plusieurs équilibres, tirs de monte-carlo et intervalle de confiance.• Vision très déterministe
(p. 13)
Quel(le)s questions/indicateurs pour quels utilisateurs ?
Agence d’urbanisme, EP Scot ou service technique d’une agglomération / région ?• Plus intéressé par la diversité du territoire et la représentation d’un grand nombre de phénomènes ?• Présence d’indicateurs faciles à utiliser avec les élus, flexibilité de l’exercice afin de répondre rapidement à des demandes…• Compréhension des dynamiques à l’œuvre, des variables les plus importantes.•….• repérer les incertitudes/risques• repérer les tendances lourdes • vertu pédagogique
(p. 14)
Questions proches que pour le calcul économique
Y.Crozet: « les résultats sont précis, mais la démarche de l’évaluation est loin d’être déterministe. Son rôle est bien d’aider et de conforter le politique dans ses choix […] et non de dicter purement et simplement les choix à opérer. Ceci est d’autant plus vrai que des pondérations explicites ainsi que des tests de sensibilité existent, mettant en évidence le caractère non univoque du calcul économique»
Risque commun: les critiques sur caractère aléatoire justifie le fait de ne pas poser les questions prospectives indispensables..
Unique possibilité : Intégration dans un processus de décisionImplication en termes méthodologiques pour le modélisateur.Démarche de construction et de communication des résultats.Identification des variables/paramètres les plus significatifs – analyse de leur sensibilité.
(p. 15)
Programme de travail
Identifier/ caractériser les utilisateurs potentiels : y compris BE
Identifier / caractériser les questions sur lesquelles ils ont besoin des modèles.
Les interroger sur ce que signifie pour eux calibration/ validation du modèle: quels critères ?
Traduire cela dans les différentes catégories de variables/paramètres d’un LUTI
Nous avons besoin de votre propre vision sur ces questions + vos expériences d’interaction avec utilisateurs et contacts
+ experts extérieurs de la modélisation (P.N.Giraud, J.C.Hourcade, P.Criqui..)
Entretiens + littérature et cas d’étude
(p. 16)
Application de Tranus pour le projet AETIC
ANR Villes Durables 2009 - Projet de 3 ansCoordinateurs: P.Criqui -P.Menanteau, Lab. Edden (Cnrs-Univ.Grenoble)Les partenaires : EDDEN, IDDRI, ENERDATA, CSTB, VEOLIA, PACTE,
Des objectifs très ambitieux pour les politiques climatiques (Facteur 4)
Existence de marges d’intervention importantes dans des secteurs tels que le bâtiment, les transports, la production distribuée d’énergie
Emergence de la dimension territoriale (urbaine en particulier) dans le débat sur les politiques climatiques
Des initiatives de plus en plus nombreuses des collectivités locales pour participer aux efforts de réduction des émissions
L’approche coût / efficacité : un moyen non suffisant mais absolument nécessaire pour aider à structurer les politiques climatiques locales
(p. 17)
Objectif du projet : une démarche pour l’élaboration des plans climat – énergie territoriaux
Quelles mesures mettre en œuvre pour réduire les émissions ?Introduire des critères de coût / efficacité pour identifier les options à privilégier dans les grands domaines, Energies Locales, Transports, Bâtiments.
• Développer des outils de calcul et d’évaluation• Développer une méthodologiepermettant de combiner approche systémique et incrémentale (tCO2)
Energieslocales
Total
TransportsBâtiments(€/tCO2)
(p. 18)
Aller au-delà de l’analyse Mac-Kinsey grâce à TRANUS
Uniquement de la techno
Pas de scénario urbain à discuter
Pas de mesures avec un effet sur le fonctionnement urbain
(p. 19)
Renforcer le contenu économique de la planification
Planification territoriale peu efficace (poursuite étalement) – constat d’un manque de contenu économique.
Usage des bilans socio-économiques pour la prospective/stratégie
Complémentaire aux outils de programmation----------Favoriser les visions intégrées et la problématisation.----------Quantifier des grandes tendances/hypothèses.----------Mieux estimer les coûts et les bénéfices de grandes orientations.----------Favoriser un pilotage économique des aires urbaines
(p. 20)
La dimension transport-urbanisme
Quelles trajectoires pour la région urbaine de Grenoble d’ici à 2030 ?
Dans quelle mesure les évolutions de formes urbaines // les transports publics // les innovations technologiques // peuvent contribuer à la réduction des émissions ?
Quelles mesures sont les plus coût-efficaces pour réduire le CO2 ?
Pour cela :• Construire des scénarios contrastés de développement urbain de la région urbaine (Scot)• Tester des politiques et mesures de réduction des émissions dans ces différents scénarios et les discuter• Estimer les coûts et les potentiels et construire des courbes de coûts
(p. 21)
Modéliser avec TRANUS
Pour cela il faut « bien » représenter le système urbain cad.. de manière suffisamment détaillée: maillage en intégrant transport et usage des solsPermettant.. de représenter une trajectoire jusqu’à 2030 de ne pas simplement reposer sur des hypothèses mais réellement simuler d’estimer les effets des mesures appliquées sur la mobilité et la forme urbaine de calculer des coûts et des émissions
Choix de TRANUS Un entre-deux en termes de complexité adapté à nos questions
(p. 22)
Le périmètre de l’aire urbaine
224 zonesMaillage: Iris pour l’agglomération, commune pour la 1ère couronne, agrégation de communes en périphérie
(p. 23)
Les secteurs pris en compte
Ménages: 4 niveaux de revenu
Etudiants and +65 ans
Industrie- Bureau- R&D
Commerces/services quotidiens
Commerces/services moins fréquents
Service Public
Ecole&Université
Supermarché
Logement -> Individuel, Collectif, Social (m²)
Shon Economique
Shon Commercial
Génère des emploisConsommé
par ménages
Consommé par secteurs Eco
Génère des déplacements
(p. 24)
3 scénarios contrastés pour la Région Urbaine de Grenoble à horizon 2030 : un usage hybride de Tranus
S1: Concentration urbaine sur l’agglomération
S2: Renforcement multipolaire
S3: Expansion urbaine
Région Urbaine (SCOT): 273 communes 730 000 habitantsAgglomération: 28 communes, 400 000 habitantset 65% des emplois.
(p. 25)
Scénarios
(p. 26)
Scénarios
Croissance annuelle des ménages, 2010-2030 Scénario VD0.9% Agglomération (174)0.95% Sud Grenoblois (3)1.2% Grésivaudan (15)1.3% Voironnais (18)1.47% Sud Grésivaudan (4)1.5 Trièves (3)2.2% Bièvre Valloire (4)
(p. 27)
Calibration sur l’année de base
Pour l’usage des sols :Relocaliser les ménages et les emplois aux bons endroits, avec la bonne consommation de logements.Estimation des paramètres par essai-erreurs.
Variable d’ajustement: paramètres de contrôle et indicateurs.Minimiser la valeur des variables d’ajustement pour les secteurs non transportables (logement, sol): entre 3 et 6% de moyenne pour les logementsMinimiser la variance des var. d’ajustement (exprimées en pourcentage des prix) pour les secteurs transportables (ménages, activités économiques): écart-type pour les ménages = [6; 20]
Objectif Cities : Mieux définir les seuils acceptables
(p. 28)
Calibration sur l’année de base
Pour le transport :Simulation sur la période de pointe 7h-10hDomicile travailDomicile EcoleDomicile Services
Retrouver les résultats des principaux indicateurs de la mobilité grenobloise (EMD et données SMTC) en jouant sur les paramètres du réseau (congestion, pénalité), la perception des différentes offres de transport, la fréquence, la vitesse.
(p. 29)
Travail avec les collectivités locale
Utilité de la méthode pour la planification urbaine ?
Trop lourde à simplifier ? Faciliter l’utilisation afin de rendre l’outil plus modulable.
Utilisation à quelle étape ? Par exemple pour un PDU ou un Scot ?
Développer des compétences en propre ou BE ?
(p. 30)
Difficultés pour utiliser Tranus
Au-delà de la difficulté à créer les bases de données nécessaires, Manque de documentation précise sur un certain nb de points.Difficulté à calibrer le module d’usage des sols (relatif manque d’indicateurs en plus de la difficulté intrinsèque; dispersion)Difficulté à « valider » le modèle et estimer l’impact de la convergence sur la nature des résultats (étude de sensibilité)
Sensation de passer beaucoup de temps pour calibrer le modèle sans savoir si cela sert vraiment la robustesse du modèle.Difficulté à estimer les conséquences des paramètres modifiés ou ajoutés pour la calibration sur la phase de simulation (attractivité par exemple)Difficulté à tout calibrer en même temps => option freeze très utile.
(p. 31)
Calibration sur l’année de basePartage de la fréquentation entre TC
0%5%
10%15%20%25%30%35%40%45%50%
3 BusAgglo 4 BusDept 5 Carexpress
6 Train 7 Tram
TRANUSRapport Calage Données
Déplacements Tranus-EMD par mode
0
50000
100000
150000
200000
250000
Voitureparticulière
TCU TC Velo Marche
EMD 7h-10hTranus
(p. 32)
Calibration sur l’année de base
Fréquentation pour la période de pointe des principales lignes de TC
Idem pour la vitesse des TC
Comparaison fréquentation des principales lignes de TC Tranus-données
05000
10000150002000025000
TranusDonnées
(p. 33)
Calibration
Comparaison données comptage trafic-Tranus
05000
10000150002000025000
A48/E711
A48/E713
A48/E715
A48BD JOSEPH VALLI..
BD JEAN PAIN N90
ROCADE SUD N87
N90N87
RUE DES MARTYRS
COURS JEAN JAU...
CRS LIBERATION ...
A48/E711
A41/E713
N75AV ST JEAN N532
nb v
éhic
ules
eq
pour
la P
PM, d
eux
sens
PPM data
Tranus
Comparaison vitesse Tranus-Data
020406080
100
A48/E711
A48/E712
A48/E713
A48/E714
A48/E715
A48A48
QUAI DE Franc...
BD JOSEPH VA...
BD MAR2CHA...
BD JEAN PAIN...
ROCADE SUD N87
ROCADE SUD N87
N90N90
A41N87
RUE DES MAR...
RUE DES MAR...
BD MARECHAL...
COURS JEAN ...
BD GAMBETTA...
CRS LIBERATI..
RUE LIBERATI..
A48/E711
A41/E712
A41/E713
N85N75
AV JOLIOT CUR..
AV ST JEAN N532
ROUTE DE CH...
Axes
Moy
enne
sur
les
2 se
ns,
km/h
Tranus speed
Visem Speed
Vitesse des voitures sur les principaux axes de l’agglomérationTrafic routier sur les principaux axes de l’agglomération
(p. 34)
Les courbes marginales d’abattement
2010 2030
Scénario de Référence
tCO2
€/tCO2
Quantités de réduction en 2030, €/tCO2
M3M2M1
M1M1+ M2 + M3
M1+ M2Mesures de réduction appliquées successivement
Mesures rangées par coûts croissants: stratégie coût-efficace de réduction
(p. 35)
Type de coûts Pour qui ? Pris Caractéristiques
Coûts économ
iques
Déplacement en transport en commun
Ménages Oui Coût moyen d’un déplacement obtenu par division de la recette totale par le nombre totale de déplacement sur le
réseau.
Déplacement en voiture particulière
Ménages Oui Coût complet (avec taxes): carburant, achat actualisé, assurance, maintenance. Coût du péage et du
stationnement.
Recettes + Charges d’exploitation
Coll. Publique Oui Calcul à partir de données du SMTC (réseau TC) et littérature pour péage.
Investissement en infrastructure
Coll. Publique Oui Calcul à partir de la littérature, et des projets récents de l’agglomération.
Externalité et utilité des voyageurs
Temps de déplacement
Ménages Oui Monétarisation temps de déplacement/attente sur l’heure de pointe (pas d’extrapolation à l’ensemble de la journée)
Pollution locale Ménages Oui Monétarisation des effets directement à partir des veh.km.
Bruit Ménages Oui Monétarisation des effets directement à partir des veh.km.
Surplus Ménages Oui Dans le cas du péage, estimation de la perte de surplus des automobilistes ayant quitté leur voiture.
A am
éliorer- développer
Coût d’urbanisation
Coll. Publique Non Difficulté à avoir des paramètres généraux robustes pour calculer ces coûts suivants les différents scénarios urbains.
Coût du logement
Ménages Pas directeme
nt
Nous n’intégrerons pas ces résultats dans les CMR (incertitude sur leur robustesse du fait de l’impossibilité de reposer sur des données de foncier), mais nous les analyserons par ailleurs.
(p. 36)
La construction des Courbes Marginales de Réduction
Nécessité d’identifier l’effet de chaque action, or liens systémiques entre elles.
Par exemple: quelle est le coût et le potentiel d’une nouvelle infrastructure de TC mise en place en 2015 ? -> dépend du niveau de report modal créé par cette nouvelle infra. Report modal dépend aussi des autres offres de transport en commun, de la politique stationnement ou d’une taxe carbone….etc-> difficile d’évaluer la part de réduction de cette mesure dans le bilan d’émissions de 2030.
La seule façon serait de tester chaque mesure une par une afin de tester son potentiel « incrémental/statique ».
Or ce potentiel n’aurait pas de sens, car une politique pertinente de réduction des émissions dans le transport combine forcément ces différentes mesures pour jouer sur le gain systémique.
(p. 37)
La construction des CMR
Plus intéressant d’avoir le potentiel et le coût d’un paquet de mesure, afin de le comparer à d’autres, plutôt que d’avoir le potentiel de chaque mesure. Avoir le potentiel de chaque mesure ne nous dit rien sur le potentiel de leur implémentation combinée
Paquets de mesures testés sur toute la période + d’autres mesures ajoutées -> effet additionnel évalué
Le rectangle M3 est la contribution et le coût de la mesure 3 dans un « monde » où l’on a déjà appliqué M1 et M2. => intégration de la dimension « système », indispensable si on veut être utile à la planif
MAIS nécessité de créer une séquence cohérente, puisque que les gains systémique sont pris en compte (diff d’un catalogue).
Plus on ne fait pas du transport uniquement pour une question climatique
APPORT de TRANUS
(p. 38)
Critères pour construire les séquences
Simulation prospective et non optimisation
Les critères pour construire la hiérarchie de la séquence de mesures
Hiérarchie économique dépend du périmètre/coûts considérés une logique urbaine : interaction entre les mesures et les scénarios (simulée ou non)
des critères de faisabilité politique et financière, d’acceptabilité
….. Possibilité de courbes non convexes……
Méthode/outil économique au service de la planification,
Au main des planificateurs, qui connaissent le territoire, que la séquence la plus pertinente peut être trouvée.
(p. 39)
Scénario Concentration Urbaine
Mesure Pourquoi cette place dans la séquence ? Avant, après ?
Caractéristiques & Coûts Résultats
Hypothèses du scénario de référence
+60% prix de l’énergie entre 2010 et 2030 ; -11% de consommation des véhicules thermiques ; croissance démographique et économique : [0.6% /an; 0.45% /an] ; les +65 ans passent de 16 à 22% de la population ; déploiement tendanciel des véhicules électrique/hybride.
M1 : Bus à haut niveau de service (sites propres et aménagements favorables aux bus) +Renforcement politique stationnement + infrastructure mode doux
Coût-Efficace Dynamisation bus a déjà bien fonctionné.Renforcement réseau TC cohérent avec le scénario de concentration urbaine.Investissement moindre que pour tramway.Potentiel d’amélioration de perception / fréquentation.
Simulation : Amélioration de la perception des bus dans le modèle, intermédiaire entre bus et tram. Coût exploitationCoûts : 100M€ : 5M€ /km pour les sites propres (18.5 km) ; achat de nouveaux bus.
Mobilité: Amélioration vitesse bus de 2 km/h / diminution congestion pour les voitures+16 veh.km et +37 pass.kmUrbanisation: 1300 emplois et 2000 ménages en plus dans l’agglomération ;
M2 : Péage
Pas avant : Acceptabilité difficile, améliorée par M1. Pas après : Potentiel très important de réduction des émissions de polluants locaux et CO2.Problématique des polluants locaux dans la « cuvette » de Grenoble.Générer des financements pour continuer les investissements dans les TC.Réduire la congestion.
Simulation : Intrarocade : tout Grenoble + une petite partie d’autres communes.4€ par jour pour se déplacer en voiture pour les résidents et les non résidents.Coûts : Exploitation + Investissement amorti sur 15 ans = 45M€/an
Mobilité: On passe de 105000 à 57 000 voitures dans la zone.+3km/h dans l’agglo.Pas de débordement de trafic sur la rocade.100M€ de recette annuelleUrbanisation: globalement positif pour l’agglomération en termes d’attractivité.
(p. 40)
Coût d'abattement - Scénario Concentration urbaine -Périmètre Agglo - Coût économique - TA 4%
-1400
-1200
-1000
-800
-600
-400
-200
0
200
400
600
800
1000
1200
1400
0 10 20 30 40 50 60 70 80
ktonne de CO2 réduite en 2030
€/tC
O2
Valeur si TA= 20%
BHNS Péage Extension Tram Vevhr Covoiturage
Scénario concentration urbaine
Potentiel du péage très élevéBHNS moins cher que tramBhns-péage-tram : effet globalement positif sur attractivité de l’agglo
TA 20% : voiture coûte plus cher à son propriétaire
(p. 41)
Scénario concentration urbaine
Coût d'abattement - Scénario Concentration urbaine -Périmètre Agglo - Coût économique + Externalités + Temps - TA 4%
-2300-2100-1900-1700-1500-1300-1100
-900-700-500-300-100100300500700900
110013001500170019002100
0 10 20 30 40 50 60 70 80
ktonne de CO2 réduite en 2030
€/tC
O2
Solution TC: augmentation tps d’attente, même si temps global cst, et valorisation tps d’attente x2. Légitime ?
Péage: +5% sur le tps heure de pointe: on ajouterais encore 900€/tCO2 avec ajout du surplus
Prise en compte pollution et bruit: env – 300€/tCO2 pr toutes les mesures
(p. 42)
Résultats de la modélisation
Hypothèse scénario de référence 2010-2030+60% prix énergie / hyp coût exploitation TC-11% consommation de carburantVieillissement de la population.Pénétration Vevhr (45%hr; 55%ve): 18% en 2030
Dans un contexte de croissance faible, l’existant domine et la forme urbaine a un impact relativement mesuré sur le niveau de réduction, au regard des hypothèses très contrastées.
Par contre la trajectoire urbaine a un impact important sur les coûts totaux.
Emissions CO2 Per. Scot Agglo
Diff max entre REF 8.5% 1.5%
Diff max entre Scénarios M5 9.9% 6.0%
Réduction entre M5 et REF Scot Agglo
S1 Concentration Urbaine -20% -30%
S2 Renforcement Multipolaire -18% -26%
S3 Expansion Urbaine -19% -28%
Réduction M5 [2010 ; 2030] Scot Agglo
S1 Concentration Urbaine -47% -49%
S2 Renforcement Multipolaire -41% -45%
S3 Expansion Urbaine -41% -47%
Somme coûts actualisés M5-Ref Coût éco +Exter + Ext + TpsS1 Concentration Urbaine 513 157 808S2 Renforcement Multipolaire 836 557 456
S3 Expansion Urbaine 837 549 310
Valorisation du temps d’attente !
(p. 43)
Trajectoires d’émissions
Comparaison trajectoire d'émissions suivant les FU, REF, SCOT, directes
0.000
0.100
0.200
0.300
0.400
0.500
0.600
0.700
0.800
0.900
1.000
2010 2015 2020 2025 2030 2040 2050
MtC
O²
REF S1 CU
REF S2 RM
REF S3 EU
S1 CU M5
S2 RM M5
S3 EU M5
(p. 44)
Les effets systémiques urbains
Extension TramwayS1 CU -> contrat d’axe, plus d’offre lgt le long de l’axe / BHNS mis en place avant alors que ce n’est pas le cas pour S2 et S3.Gain de temps supérieur pour S2.Grande sensibilité à la valeur prise pour le temps d’attente
RéductiontCO2
Coût éco
+Ext + ext +tps Fréq Tram, pass.km
Fréq Bus agglo
S1 concentration Urbaine
14963 1052 606 1308 +60% (offre +32%)
-19%
S2 Renforcement Multipolaire
8855 1213 705 -529 +50% -28%
S3 Expansion Urbaine
6904 1930 1472 885 +50% -26%
(p. 45)
Conclusions
Première application réussie de Tranus en France
Méthodologie originale de calcul de coût Intégration de la dimension urbaine dans l’analyse économique des politiques climatiques avec des Maccs
Discuter les coûts à la tonne obtenue, une façon de réinterroger des trajectoires urbaines et les politiques mobilités.Discuter la sensibilité aux hypothèses et aux paramètres (TA, évolution coût, valeur du tps, vitesse TC, préférences lgt…)
(p. 46)
Annexes - analyse par niveau de revenu
Mise en place du péage urbain dans le scénario 1 Renforcement Urbain: Qui perd qui gagne avec le péage ?
Est-ce que la mise en place du tramway permet d’améliorer la progressivité du dispositif ?
S1 Concentration Urbaine: Evolution par quartile de revenu avec le péage urbain
-1.0%
0.0%
1.0%
2.0%
3.0%
4.0%
5.0%
1er quartile 2e quartile 3e quartile 4e quartile
Evolution du coût detransport en pourcentagedu revenuEvolution de la distancepar déplacement
Evolution du temps detransport pardéplacement
S1 Concentration Urbaine: Evolution du temps d'attente par déplacement, par quartile de revenu, avec le péage urbain
38%40%
42%44%46%48%
50%52%
1 2 3 4
(p. 47)
M4 : Véhicule électrique/ hybride rechargeable
Pas avant : Contexte de réduction de la place de la voiture dans l’agglo, ce qui rend l’intégration des infra de charge plus complexe. Coût de la subvention à l’achat pour les ménages modestes (20M€). Pas après : levier important pour le périurbain. Technologie prometteuse.
Coûts : 20M€ pour infrastructure et gestion charge, expérimentation. Hypothèses : baisse coût de la batterie [760, 500, 400, 350€/kWh] entre 2015 et 2030 ; taille du véhicule optimisé (ex: Prius) ; 35.5 gCO2/km.
Mobilité : 5000 véhicules bas carbone en plus sur 200 000 VP.Urbanisation : pas d’effets notables. Substitution avec véhicule thermique.
M5 : Covoiturage
Pas avant : grande incertitude sur la capacité des investissements publics à enclencher la dynamique sociale du covoiturage, l’obstacle du changement de comportement. Savoir-faire public encore à développer.
Simulation : Passage de 1.3 à 1.5 pers/voiture entre 2010 et 2030.Coûts : 50 aires de covoiturage, 1000 places, en 2015 et 2025 + Etudes + Subvention/ incitation : 20€/ mois durant une période limitée pour les 10000 premiers covoitureurs (avec contrainte nombre de covoiturage à effectuer) + campagne de communication. Total : 3.5M€.
Mobilité : 18 000 covoitureurs.+2km/h dans l’agglo.Baisse fréquentation TC (-5%)Urbanisation : pas d’effets notables sur la population mais favorise la croissance des emplois hors de l’agglomération.
M3 : Extension Tram + Politique d’urbanisme « Contrat d’axe » et politique de stationnement
Pas avant : financements disponibles limités. Coût d’abattement plus élevé.Pas après : cohérence avec la trajectoire urbaine, desservir la première couronne qui a une croissance forte, logique d’extension du réseau existant, engagement à utiliser les recettes du péage pour financer TC.
Simulation : 13 km d’extension (réseau de 43 km avant).Mise en place de contrat d’axe pour intensifier l’urbanisation le long des nouvelles lignes de tram.Coûts : 170 M€ en 2020 et 162M€ en 2025 ; Amélioration vitesse 2 km/h
Mobilité: offre: +32% veh.km, demande: +60 pass.kmConcurrence au bus. Ne compense pas suffisamment impact péage sur mobilité.Urbanisation : Davantage d’emplois dans l’agglomération (1800).
(p. 48)
2 points intéressants du calcul de coût
Bénéfices du transfert modalModélisation à l’heure de pointe -> extrapolation à l’année (comparer, €/tCO2 )
Transfert modal -> abandon voiture -------------- > généralement fauxProbabiliser les cas d’abandon de la voiture, suivant couple 1 ou 2 voitureFait varier significativement le coût à la tonne mais plus réaliste => levier très important
Le péage urbainOn calcule gain en congestion/ effets de report potentiel de trafic / effets d’attractivité Mais aussi la perte/gain de temps des automobilistes passant aux TCCalcul de la perte de surplus: valorisation de la voiture par les automobilistes contraint à la quitter. Mesure de la difficile acceptabilité de la mise en place d’un péage Ce sont surtout les trajets courts qui sont réorienté vers les TC: cela modère l’impact en termes de réduction des émissions. Effet social : ??
(p. 49)
Effet de périmètre
Tous les résultats sont générés au niveau du périmètre du Scot et au niveau de l’agglomération.
Mouvements de population et d’emplois ont un impactUn renforcement de l’agglomération augmente forcément les émissions du territoire !Mais si on regarde au niveau du Scot, cela n’est plus vrai.Cela peut changer la hiérarchie des mesures.
Regarder distribution des coûts et des bénéfices, qui paie pour qui ?
(p. 50)
Scénarios
Simulation de scénarios de long terme reposant sur des scénarios démographiques et économiques (emplois) repris du Scot. 29000 emplois en plus d’ici à 2030 -> 0.5% de croissance annuelle 100 000 hab, cad environ 80 000 ménages en plus -> croissance de 1.1% par an les + 65 ans: de 17% de la population à 23% en 2030
Enjeu : répartir spatialement les croissances démographiques et économiques
(p. 51)
ScénariosCroissance annuelle moyenne des ménages entre 2010 et
2030
0.00%0.20%0.40%0.60%0.80%1.00%1.20%1.40%1.60%1.80%
Grenoble 1èrecouronne,
centreurbain horsGrenoble
Resteagglo+pôle
Voiron+StMarcellin
Pôlesprincipauxhors agglo
Reste Scot
VD
VP
VMC
Répartition nouveaux emplois entre 2010 et 2030
0%
20%
40%
60%
80%
VD VP VMC
Agglo
Hors Agglo
(p. 52)
La construction des Macc: analyse des coûts
Le coût d’implémentation de la mesure comprend le coût d’investissement et le coût d’exploitation et de maintenance, actualisés sur la trajectoire entre 2010 et 2030. Que ce soit pour les TC ou pour les voitures particulières : on comptabilise l’ensemble des coûts de la mobilité.
Il représente le coût pour celui qui prend la décision, dans notre cas, cela peut être l’agglomération, les entreprises, les particuliers, le département (Transisère par exemple), la région (TER par exemple) ou l’Etat.
Prise en compte du temps de déplacement monétarisé, polluants locaux et bruit.
Périmètre du Scot et périmètre de l’agglomération pour les émissions de CO2 (fct vitesse sur chaque lien du réseau, analyse cycle de vie pour les émissions indirectes)
Périmètre du Scot pour les coûts: point de vue du planificateur à l’échelle du Scot, un seul coût public, bilan social global pour les ménages.
(p. 53)
Output du modèle
224 zones (iris ou commune) et pour chacune:
- m2 total de logement collectif
- m2 total de logement individuel
- m2 total de logement social.
… en 2015, 2020, 2025 et 2030.
Et pour chaque type de ménages/zone:
-Taille moyenne du logement:
ex: zone 1, C4 consomme en moyenne 80m2
- Consommation totale: ex zone 1, l’ensembles des ménages C4 consomme 5000 m2
=> On peut donc en conclure le nombre de logement et leur taille (et on a le nombre de ménages)
(p. 54)
Quelques infrastructures de TC
(p. 55)
Le réseau routier du territoire
(p. 56)
Land use modelLand use model Transport Transport modelmodel
Location and interaction between actors
Land supply
Equilibre
Transport supply
Equilibre
Generalised costs
Matrice interaction Transport demand
TRANUS
(p. 57)
Une simulation sur le long terme
SIMULER == PREDIRE
« Demain est moins à prédire qu’à inventer » G.Berger