Les limites de l’approche désagrégée

Les modèles désagrégés semblent, parce qu’ils sont causaux et non uniquement corrélatifs, capables de mieux représenter le comportement des individus que les modèles conventionnels.

• Ils fournissent une meilleure approximation du choix des individus, parce qu’ils traitent l’information au niveau individuel ;
• Ils utilisent les données de façon plus efficace et plus économique.

Dans leur domaine d’application (chaque modèle traduit un aspect de la demande de transport, le choix modal, par exemple), ils semblent donc supérieurs à leurs aines agrégés : le pouvoir explicatif est plus grand et les prévisions, qu'il fournisse, sont plus fiables.

Cependant :

• au niveau formel, leur structure n’est pas essentiellement différente de celle des modèles conventionnels ;
• ils sont soumis aux mêmes limites fondamentales que ces derniers ;
• le comportement sous-jacent à tout choix en matière de transport ne semble pas beaucoup mieux mis en évidence.

L’avantage majeur que cette approche a apporté, est d’avoir facilité le calibrage des modèles en réduisant le nombre de données, et ce par l’apport d’une meilleure structuration du processus d’estimation de la demande.

Recourir à l’unité décisionnelle semble donc être une condition quasiment nécessaire mais pas suffisante pour qu’un modèle représente effectivement le comportement des individus en matière de transport.

Les modèles désagrégés souffrent des mêmes défauts que les modèles conventionnels en ce qui concerne la causalité (reproduction d'une situation existante) et la séquentialité du processus de décision.

Le fait que la théorie de l’utilité soit applicable dans notre contexte et que le processus de choix soit compensatoire et maximisant est une hypothèse simplificatrice nécessaire à la formalisation des modèles désagrégés existants, mais ne semble pas forcement entièrement conforme à la réalité.

Les modèles désagrégés ne le sont que jusqu’à leur phase de calibrage. Le but étant d’obtenir des quantités agrégées, on a ensuite recours à des techniques de réagrégation des modèles, ce qui peut introduire des erreurs non négligeables.