La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Kick off meeting Cities Iddri et modèle TRANUS, application

Présentations similaires


Présentation au sujet: "Kick off meeting Cities Iddri et modèle TRANUS, application"— Transcription de la présentation:

1 Kick off meeting Cities Iddri et modèle TRANUS, application
Grenoble 22, 23, 24 janvier 2013 Mathieu Saujot, Iddri, SciencePo et Cerna, Mines de Paris

2 Présentation de l’Iddri
Institut du développement durable et des relations internationales Fondation 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

3 Présentation de l’Iddri
Programme Fabrique Urbaine Centré 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 collectivités Mathieu Saujot, ingénieur-économiste, doctorant aux Mines sur les questions de planification de la ville durable et d’analyse économique des politiques climatiques locales

4 Rôle et attente de l’Iddri
Principalement : WP2: End-user specification: agency and stakeholders interactions retour d’expérience sur la calibration avec Tranus WP6: 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..)

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.

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 ? » Complémentaire d’autrres approches, enquêtes, monographie, entretien d’expert. Utile à la planification territoriale….à la condition de…. rendre le plus transparent possible les hypothèses afin d’en faire des objets de la discussion, et sachant que l’intégration dans un processus de décision nécessite un long apprentissage, une culture commune/confiance entre décideurs et modélisateurs.

7 La simulation prospective au service de la planification
Une question centrale : modèles simples ou complexes? (Klosterman, 2012, Hardy, 2011) Complexité -> multiplication d’hypothèses (impact fort sur le résultat) qui ne seront pas tjrs discutées. Puissance de calcul en hausse Chercheurs centrés sur le développement d’outil Ambition théorique Science prédictive face à un monde complexe Coût marginal pour obtenir micro données parfois > valeur ajoutée Apparence de neutralité du fait de la sophistication, mais impossible. Grosse flèche bcp d’effort et de développement Micro-simulation: modèles Urbansim de P.Waddel, modèle Irpud (Ilumas) de Wegener, Albatross de Arentze et Timmermans Comment on défini la complexité: maillage, nb de phénomène pris en compte, micro-simulation, Klosterman reprend Ascher 1981, complex models will be defined as models whose solutions must satisfy several propositions simultaneously or for which the output of one part of the model are inputs of other parts. Développement de « Complexité non essentielle » Opérationnalité Modèles complexes Relative absence de réflexion sur l’intégration dans les processus de décision.

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 Faire des hypothèses des éléments de la discussion Favoriser l’application, aller au bout de la logique -> calibration Spécifier la phase du processus visée. Comment définit-on la complexité ? Quels sont les usages visés ? Grosse flèche bcp d’effort et de développement. « Choice between these modeling approaches reflects more fundamentals assumptions about the limits of science, the role of the public in policy making, and the nature of planning », Wachs: planner qui trouve que la prévision est inadéquate. Développer des outils pour qu’ils soient plus facile d’accès et d’utilisation. « 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

9 La simulation prospective au service de la planification
Probablement pas de définition de la complexité partagée par tous Structure théorique Choix de l’application Quantité de données nécessaires Maillage Nombre d’équations à satisfaire Nombre de phénomènes simulés Nombre de boucles outputs -> inputs Par exemple, klosterman semble mettre tranus et urbansim dans la même case. Temps et argent nécessaire Niveau d’expertise requis Capacité du planificateur public

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

11 Quelles questions ? Différents usages
Large exploration des alternatives possibles pour un territoire. Policy development Visioning Concertation et débats autours des scénarios. Identification et analyse de politiques et mesures détaillées (transport ou land use). Strategic analysis Tactical assessment Définition et design d’un projet spécifique (programmation). Pour tâche 1, ça dépend de ce qu’on entend par alternative, et le besoin de construire des bases de données. Car sinon à partir du moment ou tranus est calibré, plutôt facile, c’est plutôt la gestion des résultats qu’il faudrait alors améliorer. Dernière étape ça va plutôt être un visem davisum. Urbansim: hardy dit Policy development et strategic analysis. Notre modélisation avec TRANUS Hardy, 2011, modèle Mars

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 CAS J.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

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

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 décision Implication 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.

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 Entretiens + littérature et cas d’étude + experts extérieurs de la modélisation (P.N.Giraud, J.C.Hourcade, P.Criqui..)

16 Application de Tranus pour le projet AETIC
ANR Villes Durables Projet de 3 ans Coordinateurs: 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 Se rappeler: avantage tranus, capacité à simuler l’interaction transport-usage des sols.

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 méthodologie permettant de combiner approche systémique et incrémentale (tCO2) Energies locales Total Transports Bâtiments (€/tCO2)

18 Aller au-delà de l’analyse Mac-Kinsey grâce à TRANUS
Pas de mesures avec un effet sur le fonctionnement urbain Pas de scénario urbain à discuter Uniquement de la techno les bénéfices non climatiques (pollution locale par exemple) sont souvent négligés, les interactions entre mesures ainsi que les dépendances de sentier ne sont pas prises en compte, la dimension technologique est privilégiée et les dimensions institutionnelles négligées, les nombreuses hypothèses ne sont pas toujours spécifiées. Pour le transport, les Maccs se contentent d’une perspective nationale, et de mesures incrémentales => montrer qu’on n’intègre pas vraiment le facteur urbain

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 Autre dimension/ point de vue. Construit au fur et à mesure de la thèse, en marge de la modélisation, revue littérature. En même tps ds discussion, chose évolue, Stéphane: notion d’efficacité coût centrale et expertise transport+ analyse rentabilité (mais pas bilan social global). Proposer une vision englobante de l’analyse économique, pas seulement transport, pas seult fréquentation et rentabilité, grandes stratégies.

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 Je vais décrire la méthodologie pour faire cela. Prospective stratégique: ce st ces questions. Donc très axé politiques climatiques (logique thèse + projet) mais vision plus large et utilisation autre => bilan social global. Illustration.

21 Modéliser avec TRANUS Choix de TRANUS
Pour cela il faut « bien » représenter le système urbain cad.. de manière suffisamment détaillée: maillage en intégrant transport et usage des sols Permettant.. 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 Modèle opérationnel, la modélisation n’est pas l’objet premier de la recherche mais davantage un outil. Tranus répond à ce cahier des charges. Rappeler simplement pourquoi on a besoin de tranus Un entre-deux en termes de complexité adapté à nos questions Choix de TRANUS

22 Le périmètre de l’aire urbaine
224 zones Maillage: Iris pour l’agglomération, commune pour la 1ère couronne, agrégation de communes en périphérie

23 Les secteurs pris en compte
Génère des déplacements 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 emplois Consommé par ménages Matrice input-output Les interactions entre ces secteurs sont transformés en demande de transport. Consommé par secteurs Eco

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 habitants Agglomération: 28 communes, habitants et 65% des emplois. S1: Concentration urbaine sur l’agglomération Hypothèses d’une grande attractivité de l’agglomération que ce soit pour les populations, ou pour les emplois, qui se concrétisent par une offre accrue de logement et de surface pour les emplois. Ces hypothèses sont très fortes. S2:Renforcement multipolaire Dans ce scénario, les orientations du Scot s’appliquent fortement, les élus de toute la région s’emparent des objectifs du document d’orientation, et ce sont les pôles du territoire qui captent une partie importante du développement, que ce soit en termes de population ou d’emplois. S3: Expansion urbaine Dans ce scénario nous faisons l’hypothèse que les orientations du Scot ne sont que très partiellement suivies par les acteurs locaux; ainsi les zones qui ont actuellement le plus fort taux de croissance, continuent de croitre fortement. La croissance des emplois est elle partagé entre Agglomération et reste du territoire, ce qui poursuit les tendances. Colloque - bilan 2012 de l'ANR sur les énergies

25 Scénarios

26 Scénarios

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 logements Minimiser 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

28 Calibration sur l’année de base
Pour le transport : Simulation sur la période de pointe 7h-10h Domicile travail Domicile Ecole Domicile 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.

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 ? Discuter

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.

31 Calibration sur l’année de base

32 Calibration sur l’année de base
Fréquentation pour la période de pointe des principales lignes de TC Idem pour la vitesse des TC

33 Calibration Vitesse des voitures sur les principaux axes de l’agglomération Trafic routier sur les principaux axes de l’agglomération Hiérarchie du réseau bien retrouvée. Pour la vitesse un peu plus dur. Peut-être aurait nécessité plus de travail.

34 Les courbes marginales d’abattement
tCO2 Scénario de Référence Mesures de réduction appliquées successivement M1 M1+ M2 M1+ M2 + M3 2010 2030 €/tCO2 Principe d’analyse économique Mesures rangées par coûts croissants: stratégie coût-efficace de réduction M3 M2 M1 Quantités de réduction en 2030, €/tCO2

35 Externalité et utilité des voyageurs A améliorer- développer
Type de coûts Pour qui ? Pris Caractéristiques Coûts économiques 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 Coût complet (avec taxes): carburant, achat actualisé, assurance, maintenance. Coût du péage et du stationnement. Recettes + Charges d’exploitation Coll. Publique Calcul à partir de données du SMTC (réseau TC) et littérature pour péage. Investissement en infrastructure Calcul à partir de la littérature, et des projets récents de l’agglomération. Externalité et utilité des voyageurs Temps de déplacement Monétarisation temps de déplacement/attente sur l’heure de pointe (pas d’extrapolation à l’ensemble de la journée) Pollution locale Monétarisation des effets directement à partir des veh.km. Bruit Surplus Dans le cas du péage, estimation de la perte de surplus des automobilistes ayant quitté leur voiture. A améliorer- développer Coût d’urbanisation Non Difficulté à avoir des paramètres généraux robustes pour calculer ces coûts suivants les différents scénarios urbains. Coût du logement Pas directement 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.

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. les bénéfices non climatiques (pollution locale par exemple) sont souvent négligés, les interactions entre mesures ainsi que les dépendances de sentier ne sont pas prises en compte, la dimension technologique est privilégiée et les dimensions institutionnelles négligées, les nombreuses hypothèses ne sont pas toujours spécifiées. Pour le transport, les Maccs se contentent d’une perspective nationale, et de mesures incrémentales => montrer qu’on n’intègre pas vraiment le facteur urbain

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 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 (figure 4). Ces chiffres seraient différents si cela n’avait pas été le cas ou si d’autres mesures avaient été appliquées : le résultat pour M3 ne peut être considéré seul. Notre méthodologie permet donc d’intégrer l’aspect systémique de la ville, ce que le travail emblématique

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. Pas produire un résultat optimal, donner la stratégie que devrait suivre Grenoble, mais mettre à disposition un outil permettant de tester et comparer des alternatives. Plus largement, si on prend en compte les effets de trajectoires (objectif de long terme) et d’inertie, il peut être préférable de commencer par une option plus onéreuse. Vogt-Hallegatte Simulation prospective et non optimisation

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 exploitation Coûts : 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.km Urbanisation: 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 à voitures dans la zone. +3km/h dans l’agglo. Pas de débordement de trafic sur la rocade. 100M€ de recette annuelle Urbanisation: globalement positif pour l’agglomération en termes d’attractivité.

40 Scénario concentration urbaine
TA 20% : voiture coûte plus cher à son propriétaire Bhns-péage-tram : effet globalement positif sur attractivité de l’agglo BHNS moins cher que tram Potentiel du péage très élevé Justification de l’enchainement des mesures (critères: efficacité économique, faisabilité politique et financière, cohérence avec la trajectoire urbaine du scénario) : 1: BHNS: En 1ère position car : après des investissements importants dans les trams durant les dernières décennies, qui ont permis d’équiper les zones à plus forts potentiels et ont aussi impliqué une dette importante, la priorité aujourd’hui est de rationnaliser l’offre autour de ligne de bus plus structurantes et plus attractives afin de conquérir plus d’usagers, tout en limitant les investissements (d’autant plus que cela a bien marché avec la ligne 1, coût au km de construction 6M€ contre 20M€ pour tram). Cela s’accompagne d’une restriction de la place de la voiture (site propre) et d’un développement des infrastructures pour les modes doux, qui favorise l’acceptabilité et l’attractivité de la ville dense. 2: Péage: nécessité de réduire les pollutions locales à Grenoble, car dépassement normes européennes (obj projet ZAPA-Ademe) + permet de valoriser au mieux le réseau de TC => effet additionnel de cette mesure, effet systémique avec politique BHNS. Enfin cela permet de générer des recettes pour la collectivité, pour continuer à investir. On met en place un péage intra-rocade (Grenoble + SMH + petit bout echirolles), dc périmètre assez grand, péage de zone => tous les dplct dans la zone sont payants (4€/jour) pour résidents de l’agglo et hors agglo (équité de traitement). 3: Extension ligne de tram: si on continue à investir dans les TC, l’extension des lignes de tram afin de renforcer le réseau et l’étendre en dehors du centre urbain parait la plus pertinente. Ces investissements sont permis par les recettes générées par le péage. Le fait d’utiliser les recettes du péage pour du TC, était un des engagements de la collectivité, afin de rendre plus acceptable le coût pour les ménages, grâce à l’investissement dans le tram, les automobilistes qui sont passés aux TC voient le réseau s’améliorer; ceux qui restent sur la route profitent d’une congestion en baisse (1km/h en plus dans l’agglo). 4: VEVHR: subvention, à l’échelle du Scot, pour faciliter le déploiement (pour les VEVHR, en % du parc utilisé, on passe de 18% REF à 24% pour ce scénario en 2030). Cad environ 4000 VEVHR en plus que pour REF (car dans le même temps le nb de Veh-thermique diminue du fait du péage et des investissement TC), si on dit 5000€ de subvention, en priorité pour les ménages non aisés, cela fait 20M€ (mais qui est un transfert donc ne rentre pas dans le calcul) + infra hors agglo = 25M€ En 4ème position car: dans la perspective d’un développement concentré sur l’agglomération, et donc d’une densité en hausse, la place de la voiture est réduite (stationnement +péage) à la fois pour améliorer la qualité de vie et aussi pour favoriser les autres modes de transport. Les vevhr, bien que n’émettant pas de pollutions localement, continuent de générer les autres externalités des véhicules en zone urbaine dense. Ainsi on vise davantage l’équipement en Vevhr dans la périphérie et non dans l’agglomération, là où sa pertinence nous parait la plus grande, d’autant plus que le jeu des incitations sur la place de la voiture de plus en plus réduite dans l’agglomération nous parait peu compatible avec une volonté forte des ménages d’investir dans un Vevhr. En 5ème position on fera apparaître covoiturage: potentiel important mais changement culturel difficile à lancer. La faisabilité paraît assez faible, mais nous souhaitons tester son potentiel afin d’estimer dans quelle mesure il est important de renforcer la politique pro-covoiturage.

41 Scénario concentration urbaine
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 Solution TC: augmentation tps d’attente, même si temps global cst, et valorisation tps d’attente x2. Légitime ?

42 Résultats de la modélisation
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 S1 Concentration Urbaine -20% -30% S2 Renforcement Multipolaire -18% -26% S3 Expansion Urbaine -19% -28% Réduction M5 [2010 ; 2030] -47% -49% -41% -45% Somme coûts actualisés M5-Ref Coût éco +Exter + Ext + Tps 513 157 808 836 557 456 837 549 310 Hypothèse scénario de référence +60% prix énergie / hyp coût exploitation TC -11% consommation de carburant Vieillissement 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. Alors qu’on a des trajectoires urbaines très contrastées. Même trajectoire d’émissions, si on se pose la question de 2050, mais légèrement en dessous pour la forme compacte. En termes de temps total: 1.5% de différence: S1CU représente le temps le plus court, mais temps d’attente élevé (S1c +30% par rapport à S2 et S3), donc coût plus grand. Incertitude sur le temps d’attente : même si Tranus permet de distinguer scheduled et non scheduled, on fixe à la main le tps minimum. Légitimité à compter les small saving times. Et rappel: coûts d’urbanisation. Valorisation du temps d’attente !

43 Trajectoires d’émissions

44 Les effets systémiques urbains
Réduction tCO2 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 -26% Extension Tramway S1 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

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…)

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 ?

47 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.km Concurrence au bus. Ne compense pas suffisamment impact péage sur mobilité. Urbanisation : Davantage d’emplois dans l’agglomération (1800). 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 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 Etudes + Subvention/ incitation : 20€/ mois durant une période limitée pour les premiers covoitureurs (avec contrainte nombre de covoiturage à effectuer) + campagne de communication. Total : 3.5M€. Mobilité : 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.

48 2 points intéressants du calcul de coût
Bénéfices du transfert modal Modélisation à l’heure de pointe -> extrapolation à l’année (comparer, €/tCO2 ) Transfert modal -> abandon voiture > généralement faux Probabiliser les cas d’abandon de la voiture, suivant couple 1 ou 2 voiture Fait varier significativement le coût à la tonne mais plus réaliste => levier très important Le péage urbain On calcule gain en congestion/ effets de report potentiel de trafic / effets d’attractivité Mais aussi la perte/gain de temps des automobilistes passant aux TC Calcul 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 : ??

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 impact Un 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 ?

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 > 0.5% de croissance annuelle hab, cad environ 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

51 Scénarios

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. En abscisse figure le potentiel de réduction de chaque mesure pour une année donnée, dans notre cas ce sera Ces réductions seront calculées par rapport à un scénario de référence, c'est-à-dire un scénario dans lequel aucune politique climatique particulière n’est entreprise. Dans notre cas il s’agira de poursuivre les tendances d’urbanisation de la dernière décennie pour le territoire Grenobloise, d’implémenter les mesures de transport déjà prévues, de continuer les tendances d’amélioration de l’efficacité énergétique des véhicules (VD).

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)

54 Quelques infrastructures de TC

55 Le réseau routier du territoire

56 TRANUS Transport Land use model model Matrice interaction
Location and interaction between actors Transport demand Transport supply Equilibre Land supply Equilibre Generalised costs

57 Une simulation sur le long terme
« Le futur est moins à prédire qu’à inventer » « Demain est moins à prédire qu’à inventer » G.Berger SIMULER == PREDIRE


Télécharger ppt "Kick off meeting Cities Iddri et modèle TRANUS, application"

Présentations similaires


Annonces Google