Perspectives

Les solutions proposées dans cette thèse pour la modélisation des choix résidentiels des ménages ont certainement leurs limites, liées notamment à la disponibilité des données requises par une telle démarche. Des améliorations et nouvelles pistes de recherche sont possibles, et nous proposons ici quelques unes.

L’étude et les résultats du modèle de mobilité résidentielle suggèrent le fait qu’il pourrait y avoir d’autres variables qui motivent les ménages à changer de logement, comme des caractéristiques des logements, de l’environnement résidentiel ou d’autres caractéristiques des ménages non observées. Il serait donc possible d’introduire dans le modèle de telles variables, ce qui pourrait améliorer la qualité prédictive de celui-ci (dans notre cas, l’objectif du modèle construit, en conformité avec la logique d’URBANSIM, était d’identifier uniquement les caractéristiques des ménages et d’établir leur influence sur la mobilité résidentielle).

Par rapport à la localisation des ménages, vu l’intérêt de la variable densité de la population, qui est un bon indicateur du degré d’urbanisation des différentes zones de l’aire urbaine et qui donne une mesure de l’intensité des relations sociales dans les différentes zones du territoire, on a décidé de l’utiliser dans le modèle, sous une forme catégorielle, pour décrire la localisation comme alternative de choix pour les ménages. Mais on pourrait très bien utiliser d’autres variables, comme par exemple une typologie des zones IRIS en zones résidentielles, d’activité économique ou mixtes, proposée par le module de développement urbain d’URBANSIM (module qui n’a pas été modélisé dans la version actuelle de SIMBAD, mais qui sera envisagé dans une phase ultérieure). Il serait aussi intéressant d’estimer le modèle de localisation a un niveau géographique encore plus fin (à l’îlot), mais pour l’instant on ne dispose pas des données nécessaires à cette échelle très désagrégée.

Parmi les variables explicatives du modèle de localisation résidentielle, il sera possible de tester et éventuellement d’intégrer dans le modèle d’autres mesures d’accessibilité, comme les indicateurs de type logsommes de Koenig, qui n’étaient pas calculés par le modèle de transport au moment où on a effectué l’estimation du modèle de localisation des ménages.

En ce qui concerne la modélisation de la localisation résidentielle, il est envisageable de combiner les deux méthodes qui ont été présentées, soit en effectuant une stratification des cellules tirées au hasard en se basant sur la typologie des IRIS définie en fonction de la densité de population, soit en imaginant une structure de modélisation hiérarchique, dans laquelle le premier choix serait celui du type d’IRIS et le deuxième celui de la cellule au sein d’un type d’IRIS, ce qui pourrait conduire à une amélioration des résultats.

Par rapport à notre problématique de la décision des ménages en matière de mobilité/localisation résidentielle, il faut remarquer qu’en fait cette décision comporte deux étapes, deux niveaux de choix, où le deuxième dépend du premier. La version actuelle d’URBANSIM traite ces deux étapes dans des modules distincts. Mais dans la logique qu’on vient d’évoquer, une solution plus réaliste serait de modéliser une structure hiérarchisée des choix, par un modèle logit hiérarchique ou emboîté.

Pour cela, on aura besoin des données désagrégées, c'est-à-dire des données sur les caractéristiques de chaque ménage au moment du déménagement, y compris la localisation précise. Dans l’Enquête Logement on n’a pas d’information sur la localisation précise des ménages, ce qui rend impossible toute tentative de modélisation de la localisation résidentielle à un niveau géographique suffisamment fin. En revanche, dans les données du recensement dont on dispose, où on connaît la localisation, on n’avait pas les informations sur le déménagement des ménages, nécessaires pour la modélisation du choix de déménagement.

Une autre alternative de modélisation des décisions des ménages liées à la résidence, mais qui, dans les circonstances actuelles, s’avère difficile à adopter, serait de modéliser la trajectoire de vie, avec ses composantes familiale, résidentielle et professionnelle, qui sont en interdépendance. Cela suppose la localisation dans le temps et dans l’espace des événements survenus dans la vie des personnes/ménages et permet d’inclure des facteurs spatiaux, qui ont une influence sur les choix résidentiels (distance résidence-travail, proximité de l’école, etc.). On aurait besoin, pour ce faire, d’une base de données longitudinale sur les ménages, c'est-à-dire un suivi de l’évolution au cours du temps de ces ménages, rendant compte de leurs trajectoires démographiques et résidentielles. Or, à ce jour, on ne dispose pas d’une telle source de données (une enquête longitudinale spécifique) au niveau de l’aire urbaine lyonnaise (l’Enquête Logement fournit des informations sur un échantillon de ménages à un moment donné, y compris leurs caractéristiques au moment du déménagement, avec une périodicité de 4-5 ans mais sans maintenir le même échantillon de référence, donc on n’a pas de suivi temporel de l’évolution des mêmes ménages).