Kick off meeting Cities Iddri et modèle TRANUS, application

1. Kick off meeting Cities Iddri et modèle TRANUS, application Grenoble 22, 23, 24 janvier 2013 Mathieu Saujot, Mathieu.saujot@iddri.org 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 ? »

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. 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 ? « 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 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). 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 2009 - 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 ambitieuxpour les politiques climatiques (Facteur 4) • Existence de marges d’interventionimportantes 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 initiativesde 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

17. Energies locales Transports Bâtiments Total 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) (tCO2)

18. Aller au-delà de l’analyse Mac-Kinsey grâce à TRANUS Pas de scénario urbain à discuter Pas de mesures avec un effet sur le fonctionnement urbain Uniquement de la techno

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

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

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 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 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 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 730 000 habitants Agglomération: 28 communes, 400 000 habitants et 65% des emplois.

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 ?

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

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

36. La construction des Courbes Marginales de Réduction Nécessité d’identifier l’effet de chaque action, orliens systémiquesentre 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.

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

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.

40. Scénario concentration urbaine TA 20% : voiture coûte plus cher à son propriétaire Bhns-péage-tram : effet globalement positif sur attractivité de l’agglo Potentiel du péage très élevé BHNS moins cher que tram

41. Scénario concentration urbaine Péage: +5% sur le tps heure de pointe: on ajouterais encore 900€/tCO2 avec ajout du surplus Solution TC: augmentation tps d’attente, même si temps global cst, et valorisation tps d’attente x2. Légitime ? Prise en compte pollution et bruit: env – 300€/tCO2 pr toutes les mesures

42. Résultats de la modélisation • Hypothèse scénario de référence 2010-2030 • +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. Valorisation du temps d’attente !

43. Trajectoires d’émissions

44. Les effets systémiques urbains • 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 ?

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 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