1.3 : L’introduction de la fraude dans le modèle de base

Dans un premier temps, les simulations sur le modèle de base intégrant la fraude conservent le paramétrage posé par Arnott et Rowse. La probabilité de détection est fixée47 à q = 0,3 et le montant de l’amende à F = 75 francs48. Ces simulations ont pour seul objectif d’apprécier le rôle du niveau de répression lorsque la fraude est intégrée dans les simulations réalisées par Arnott et Rowse.

Seul le cas pour lequel la probabilité de détection est fixe est envisagé ici. Il en sort alors un niveau d’amende d’équilibre. Les conclusions peuvent alors en être tirées sur le calcul du niveau d’équilibre de détection pour un montant d’amende fixé. En revanche, il est bien évident que, à la suite des conclusions de Becker (1968), ce raccourci n’est possible que dans la mesure où n’est étudié ici que le cas où l’agent est neutre au risque. Pour une analyse de la fraude au stationnement avec un agent averse au risque ou avec un agent ayant une propension au risque, il serait fondamental de simuler les deux cas de figure qui permettraient d’évaluer la sensibilité du comportement de fraude au niveau relatif de l’amende et de la probabilité de détection. En termes d’application, l’enjeu d’aborder l’hétérogénéité du comportement des agents face au risque permettrait de bien répondre au rôle que joue le niveau de répression sur la décision de frauder et de son incidence sur le partage modal.

Notes
47.

Taux pour lequel le stationnement est jugé comme ’bon’ en France (CERTU, 1997).

48.

Le montant correspond à l’amende forfaire de 1ère classe en France applicable au non-affichage du ticket de stationnement.