La section qui précède souligne la difficulté qui existe à considérer un modèle comme étant meilleur que les autres. La présente section propose de dépasser ce dilemme en introduisant une méthode quasiment inédite de prévision de la demande en économie des transports, basée sur la combinaison des prévisions.
La combinaison de prévisions est une méthode de prévision communément utilisée depuis les années 1960. Dans une extensive revue de la littérature, Clemen (1989) recense ainsi plus de deux cents articles utilisant cette méthode en 1990 contre seulement une dizaine d’articles, trente ans plus tôt. En dépit du succès de cette technique de prévision dans des champs aussi variés que la finance, la météorologie ou la psychologie, cette méthode est méconnue en économie des transports. Il est alors tout à fait étonnant d’observer que l’article pionnier de cette littérature (Bates et Granger, 1969) illustre cette méthode en l’appliquant à la prévision de la demande de transport aérien de voyageurs et que, depuis cet article séminal, aucune recherche n’a plus utilisé cette méthode pour prévoir la demande de transport de voyageurs ou de marchandises 17 .
La combinaison de prévisions repose sur une idée simple. Cette idée consiste à penser qu’il est possible de réduire l’incertitude de prévision en combinant les prévisions de différents modèles de prévision. Cette idée rejoint l’attitude du financier qui diversifie son portefeuille pour réduire le risque d’un placement. Depuis les articles pionniers de Bates et Granger (1969), Nelson (1972) ou Dickinson (1973), cette idée a été largement discutée. Ces développements ont d’abord concerné des questions théoriques générales pour progressivement s’orienter vers l’estimation empirique de combinaisons de prévisions. Parallèlement à ces recherches, un article influent de Makiriadis et al. (1979) ouvre la voie d’une compétition entre techniques de prévisions, une littérature également entendue comme sous le nom de M-competition. Si les combinaisons de prévisions ne figurent pas dans cet article séminal, elles apparaissent dans une compétition plus large organisée par Makiriadis et al. (1982). Cet article montre en premier lieu que la combinaison de prévisions améliore l’exactitude des prévisions par rapport aux prévisions des modèles individuels. D’autre part, cet article souligne que les techniques de combinaison les plus simples (utilisant la moyenne des prévisions des modèles individuels) produisent des prévisions de meilleure qualité que les techniques de combinaison plus complexes. Cette conclusion figure encore aujourd’hui parmi les principales conclusions de cette littérature 18 .
La combinaison de prévisions est donc une méthode de prévision largement diffusée chez les prévisionnistes. Dans ce qui suit, deux simulations examinent la pertinence de cette technique pour réduire l’incertitude de prévision dans le cas de la demande de transport. Deux simulations sont successivement proposées pour montrer la pertinence de cette méthode. La première simulation applique une combinaison simple de modèles à la prévision de la demande de transport de marchandises à travers les Alpes. Un second exemple illustre ensuite la pertinence de cette méthode avec la demande totale de transport de marchandises en France.
A notre connaissance, cette méthode n’apparaît pas non plus dans les manuels ou les revues de littérature consacrés à la demande de transports.
Le lecteur souhaitant se renseigner sur les autres dimensions de cette littérature pourra utilement se reporter à l’article de Clemen (1989).