4.5.1. Problèmes liés à l’agrégation

Les données sont, la plupart du temps, agrégées suivant un critère géographique. Ainsi certaines variables ne sont introduites que par leur valeur moyenne par zone. Les “ observations ” concernent donc, en général, plusieurs ménages, c’est-à-dire que l’on ne peut souvent introduire que des comportements moyens. De plus, l’ensemble des ménages est très hétérogène par rapport aux caractéristiques dont dépend la demande.

Dans ces conditions, l’agrégation par zone masque une importante variabilité entre ménages et, par voie de conséquence, certaines relations entre les caractéristiques des ménages et le processus de formation des déplacements.

Cette réduction de la réalité par agrégation est très “ gourmande ” en données. Une bonne partie de l’information collectée est gaspillée pour n’obtenir que des moyennes ne représentant pas les comportements de façon satisfaisante.

En outre, cette agrégation géographique nécessite une approximation pour certaines variables de l’offre de transport : elle sont mesurées par rapport au seul centre de la zone, appelé centroide. Les modèles agrégés sont donc incapables de tenir compte de la valeur exacte pour chaque observation de certaines variables déterminantes, telles que le temps moyen pour se rendre à une station de transports en commun (seul un temps moyen est utilisé).

Certaines modifications du système de transport semblent difficilement traduisibles avec cette façon d’introduire les données.

Ces modèles sont de plus très sensibles à l’ordre de réalisation des phases, ainsi qu’au type de découpage zonal de la région d’étude. Le type d’agrégation peut faire varier la valeur des paramètres et même la formulation mathématique entre variables dépendantes et variables “ explicatives ”.

On trouve dans la littérature de très nombreuses autres critiques se rapportant quasiment toutes aux problèmes de l’agrégation et de la non causalité. “ D’un point de vue théorique, ces modèles sont mal fondés ; ils reposent sur des corrélations empiriques ou sur des idées intuitives, mais pas sur un raisonnement logique. En pratique, en outre, la qualité de l’adéquation à la réalité et la possibilité d’adaptation à des situations nouvelles sont limitées ” ⁵⁹ On parle souvent :

• d’une mauvaise prise en compte de l’offre (rejet de certaines variables, non causalité, agrégation) ;
• du caractère critiquable de l’acceptation de l’hypothèse de séquentialité du processus de décision : les connaissances actuelles du comportement ne permettent pas de justifier cette hypothèse, probablement trop simpliste ;
• du rejet de certaines variables importantes telles que : heure du déplacement, motorisation, taux d’occupation des véhicules (qui s'avèrent d’une grande importance dans la modélisation du choix modal). Ecarter ces variables conduit au fait que ces modèles sont incapables de traiter certains problèmes (covoiturage, étalement des pointes, …).

En résumé, fondés sur des relations existant entre moyennes par zones, les modèles conventionnels sont de nature corrélative et non causale. Leur structure fait souvent perdre une grande partie de l’information collectée auprès des ménages en matière de comportement de déplacement et les rend peu à même de traiter certains problèmes délicats.