La répartition de la densité autour des arrêts des transports publics

La plupart des gens exercent leurs activités quotidiennes à différents endroits puisque leur lieu d’habitation diffère du lieu de travail. La séparation des activités dans l’espace est l’une des principales raisons pour laquelle il existe une demande en mobilité. C’est pourquoi la répartition de ces activités dans l’espace a une influence sur le volume de la demande en transport. La densité de l’activité indique le nombre d’activités par unité de surface (mesuré par exemple par habitant ou places de travail au km2). L'article de Christian Marti.

Dans l’aménagement du territoire et la planification des transports, la densité de l’activité dans la zone où se trouve un arrêt de transports publics est une donnée souvent employée pour évaluer comment la répartition dans l’espace se répercute sur la demande en transports publics. Effet, plus on s’éloigne d’un arrêt, plus la demande en transports publics diminue. Par conséquent, la densité d’activité moyenne n’est pas la seule donnée pertinente, il faut aussi prendre en compte sa répartition. Celle-ci doit également être intégrée dans la planification. La répartition de la densité autour des arrêts des transports publics - Un facteur essentiel pour la demande Densité d’activité et demande en transports publics
Le nombre de passagers est dans la majeure partie des cas l’élément décisif qui détermine le succès et la faisabilité économique d’un système de transports publics. Un des facteurs ayant une influence majeure sur le nombre de passagers est le nombre d’activités disposant d’un accès aux transports publics. Ce chiffre est obtenu d’une part en prenant en compte le nombre d’activités et d’autre part sa situation dans l’espace par rapport aux points d’accès aux transports publics.
Dans l’aménagement du territoire et la planification des transports, cette influence est d’habitude calculée au moyen de la densité d’activité à l’intérieur de la zone où se trouve les arrêts des transports publics. Les zones y sont définies à l’aide d’une distance fixe¹ jusqu’aux arrêts de transports publics: les activités situées dans les limites de cette distance ont un accès aux transports publics, toutes les autres non.
Cette évaluation basée sur le tout ou rien est souvent justifiée en considérant un trajet maximal aller et retour acceptable pour les piétons. Différentes études [1 – 4] démontrent toutefois que plus une activité est éloignée de l’arrêt suivant², plus la demande en transports publics baisse continuellement. Cela signifie qu’il n’existe pas de valeur limite pour la distance du trajet aller et retour que les utilisateurs de transports publics sont prêts à effectuer à pied. Par conséquent, la demande n’est donc pas seulement influencée par la densité d’activité moyenne dans la zone où se trouve un arrêt, mais aussi par la répartition de la densité à l’intérieur de cette zone³, c’est-à-dire dans les limites de la distance qui sépare chaque activité des transports publics.
Cela peut être expliqué au moyen d’un exemple générique. Le graphique 1 illustre trois différentes répartitions de 192 activités à l’intérieur de la zone dans laquelle se trouve un arrêt de transports publics. Les trois cas présentent donc tous la même densité dans la zone; ils ne sont toutefois pas égaux du point de vue des transports publics. Afin de saisir ces différences, il faut prendre en compte de façon explicite la répartition de la densité à l’intérieur de la zone.

Graphique 1: Trois exemples génériques concernant la répartition de 192 activités dans le zone où se trouve un arrêt des transports publics; toutes les trois zones présentent la même densité moyenne, mais ne sont pas équivalentes du point de vue des transports publics.

Comment peut-on évaluer la répartition du point de vue des transports publics?

Je propose d’instaurer la norme suivante qui fait office de standard minimal: la densité de l’activité ne doit pas augmenter en fonction de la distance à un arrêt et les «trous» dans la répartition de la densité doivent être évités. En suivant ce principe, si la densité est répartie proportionnellement ou si elle augmente avec la proximité des transports publics, le résultat obtenu est bon. Par contre, les concentrations d’activité très éloignées des transports publics ou des zones avec une densité comparativement⁴ basse près d’un arrêt obtiennent une évaluation négative.
Traduit en une unité de mesure quantitative pour une zone d’un arrêt, cela signifie que la densité ne doit en aucun point être plus élevée que la densité moyenne de tous les points situés plus près de l’arrêt et en aucun point plus basse que la densité moyenne de tous les points situés plus loin de l’arrêt. On peut par exemple les convertir en sections. Ce type d’évaluation de la répartition de la densité donne toutefois uniquement des informations sur la répartition des activités par rapport aux transports publics, mais rien sur leur nombre. Une zone d’arrêts pourrait donc obtenir un très bon résultat, même si très peu d’activités y sont situées. Il faudrait donc toujours évaluer la répartition de la densité en la combinant à la densité.

Exemple: Altstetten et Oerlikon
Les exemples des graphiques 2 et 3 indiquent la répartition de la densité dans une zone de 800 mètres autour des deux gares de Zurich Altstetten et Zurich Oerlikon. Les deux zones présentent une densité d’activité moyenne relativement similaire (19 947 activités par km2 à Altstetten et 22 074 à Oerlikon). Une analyse de la répartition de la densité au moyen de sections de 100 mètres indique par ailleurs que des différences existent. Du point de vue des transports publics, la répartition de la densité est presque optimale à Oerlikon; elle baisse continuellement à partir de 300 mètres de distance depuis la gare. Seule l’augmentation de la densité sur la distance de 300 mètres contredit les principes du modèle. À Altstetten par contre, la densité très élevée à une distance proche de la gare est un élément positif à souligner, mais il existe un «trou» dans la répartition de la densité dans la section de 200 à 300 mètres. L’augmentation de la densité près du bord de la zone est dans ce cas aussi plutôt malvenue.

Graphique 2: Répartition de la densité dans une zone de 800 mètres autour des gares de Zurich Altstetten et évaluation au moyen des sections
Activités = habitants + places de travail
Sources des données: habitants (StatBL) 2014 [5]; places de travail STATENT 2013 [6]; emplacement des gares [7]; arrière-plan de la carte [8]

Graphique 3: Répartition de la densité dans une zone de 800 mètres autour des gares de Zurich Oerlikon et évaluation au moyen des sections
Activités = habitants + places de travail
Sources des données: habitants (StatBL) 2014 [5]; places de travail STATENT 2013 [6]; emplacement des gares [7]; arrière-plan de la carte [8

Application pratique

Les différences de répartition de la densité entre les deux exemples dans les graphiques 2 et 3 démontrent la pertinence pratique de l’appel à prendre en compte non seulement la densité de l’activité, mais aussi sa répartition. Cela peut être effectué de différentes manières en fonction du cas d’application. Le plus simple est une interprétation qualitative de cartes de densité et de diagrammes sur la répartition de la densité (comme dans les graphiques 2 et 3). La mesure systématique de la répartition de la densité pourrait en revanche être un nouvel indicateur à développer. Le domaine principal d’application des deux méthodes est la comparaison de variantes pour un développement futur, par exemple pour l’emplacement de futurs arrêts des transports publics ou pour un plan de zone ou d’aménagement. Un indicateur pourrait de plus être utile pour améliorer l’évaluation du potentiel de la demande pour des arrêts ou des lignes entières.

Remarque

Cet article est basé sur ma thèse «Quantitative assessment of public transport and built environment integration at the neighborhood scale» qui va être publiée dans le courant de l’année 2018. On y trouve entre autres un mémoire complet sur différentes possibilités d’évaluer quantitativement la répartition de l’activité du point de vue des transports publics. Deux indicateurs quantitatifs que j’ai développés sont également appliqués à des cas d’études aux Pays-Bas et en Suisse.

¹ Dans la pratique, on utilise aussi bien des distances à vol d’oiseau que des trajets à pied; ces derniers sont plus précis et donc être employés en priorité, le principe est toutefois identique dans les deux cas.
² La forme de cette baisse est controversée; toutefois, toutes les études [1 – 4] démontrent une tendance claire à une diminution au moins linéaire de la demande pour une distance à partir d’une valeur limite de 0 à env. 200 mètres.
³ L’application de distances fixes pour la définition d’une zone dans laquelle se trouve un arrêt devrait aussi être remise en question étant donné que la demande ne s’arrête pas de façon abrupte à un point donné. Toutefois, les études mentionnées [1 – 4] démontrent aussi qu’à partir d’une certaine distance (très différente selon le contexte), la demande peut devenir minime. Pour cette raison, le concept de zone est du moins en partie justifié et va continuer à être utilisé dans ce rapport.
⁴ En comparaison avec la densité moyenne dans la zone où se trouve l’arrêt.
Sources
[1] Walther, K. (1973) Nachfrageorientierte Bewertung der Streckenführung im öffentlichen Personennahverkehr, Dissertation, TH Aachen, Aachen.
[2] Zhao, F., L.F. Chow, M.T. Li, I. Ubaka und A. Gan (2003) Forecasting transit walk accessibility – Regression model alternative to buffer method, Transportation Research Record, 1835 34-41.
[3] Gutiérrez, J., O.D. Cardozo und J.C. García-Palomares (2011) Transit ridership forecasting at station level: an approach based on distance-decay weighted regression, Journal of Transport Geography, 19 (6) 1081-1092.
[4] El-Geneidy, A., M. Grimsrud, R. Wasfi, P. Tetreault und J. Surprenant-Legault (2014) New evidence on walking distances to transit stops: identifying redundancies and gaps using variable service areas, Transportation, 41 (1) 193-210.
[5] OFS (2016a) Statistique des bâtiments et des logements (StatBL), état 2014, Dataset, Office fédéral de la statistique, Neuchâtel.
[6] OFS (2016b) Statistique structurelle des entreprises (STATENT), édition 2013, Dataset, Office fédéral de la statistique, Neuchâtel.
[7] OFT (2015) Arrêts des transports publics, Dataset, Office fédéral des transports, Berne.
[8] OpenStreetMap contributors (n.d.) OpenStreetMap, Web Page, http://www.openstreetmap.org, Zugang 03.05.2018.

Téléchargement

Vous trouverez ce blog ici sous format PDF.