Tableau de bord de la mobilité en Île-de-France

Afin de mieux comprendre l'évolution de la mobilité en Île-de-France, dans le contexte actuel de crise sanitaire, L'Institut Paris Region met en place un tableau de bord mensuel de suivi de la mobilité par mode et par motif.

 Contact : Dany Nguyen-Luong (directeur du département Mobilité transports)

Collecter, analyser, partager

Le besoin d’analyse de la mobilité s’affirme chaque jour dans un contexte de crise sanitaire qui perdure. Cette analyse peut se baser sur deux sources d’informations : les enquêtes de comportement et les données numériques. Ainsi, L’Institut a participé à une enquête de comportement de mobilité avec un collectif de 22 partenaires emmené par le cabinet Inov 360. Cette enquête qualitative en trois volets a apporté des enseignements très intéressants sur plusieurs sujets comme l’impact du télétravail sur la mobilité, la redistribution des modes de déplacement, la vision de la mobilité du futur. Cette enquête va se poursuivre avec trois autres volets d’ici à juillet 2021. Concernant les données numériques, il est souhaitable que soient rassemblées et partagées les informations les plus actualisées possible sur l'évolution de la mobilité en Île-de-France depuis la période pré-covid jusqu’à maintenant. Pour chaque mode de transport, les données d’usage existent, mais elles ne sont pas toujours accessibles facilement, ou n’ont pas encore été traitées. Ces données d’usage sont plus difficiles à collecter que les données d’offre.

Ce tableau de bord vise à remplir cet objectif. L’Institut se charge de collecter mensuellement les données, en « quasi-temps réel », pour chaque mode afin de les traiter et de les partager sous la forme de graphiques interactifs, accompagnés de commentaires concis. Cette approche globale donnera lieu chaque quadrimestre à une analyse croisant toutes les informations, y compris les résultats de l’enquête de comportement.

Lire la méthodologie

Aide à l'utilisation
Les graphiques sont interactifs : • Survolez les courbes à la souris pour faire apparaître les valeurs. • Survolez la légende pour mettre en évidence une courbe dans le graphique. • Cliquez sur la légende pour supprimer une ou plusieurs courbes du graphique, il se réajustera en conséquence. • Survolez le point d'interrogation pour lire l'analyse.

Ce tableau de bord est évolutif, tant sur le fond que sur la forme. Il est amené à s’enrichir progressivement (par exemple sur les comptages routiers, les comptages vélo par département). Il pourra aussi être complété ponctuellement par un zoom spécifique sur une donnée (par exemple avec la fréquentation des TC à La Défense).

Méthodologie

Les données utilisées proviennent de la sphère open data, de plateformes en ligne ou des partenaires de L'Institut, producteurs de données. Nous avons opté pour les choix suivants :

  • La plupart des graphiques présentent des évolutions en pourcentagede la mobilité quotidienne par rapport à un jour de référence (base 0). Seules les données sur les trajets de covoiturage, de free-floating et de PAM sont présentées en volume car elles sont quasi-exhaustives. 
  • L’unité de temps est la semaine hors week-end et jours fériés, sauf pour les données des vols aériens où l’unité de temps est la semaine entière. Le choix de la semaine permet un certain lissage des données sur une longue période. La donnée est la moyenne journalière du lundi au vendredi.
  • Les périodes de vacances scolaires sont généralement exclues, notamment la période estivale entre le lundi 13 juillet et le dimanche 30 août 2020
  • La période de référence est la première semaine de mars 2020 (semaine calendaire n° 10), située avant le premier confinement (du 17 mars au 10 mai) et après les vacances de février.
  • Pour les données Moovit et Google Mobility, la période de référence est fixée par les producteurs de données. Elle est la même à l’échelle internationale. Le choix de cette période a évidemment une incidence sur les évolutions relatives. Le mois de janvier 2020 est encore une période de grève de la SNCF, mais moins suivie qu’en décembre.
  • Lorsque des données sont manquantes ou manifestement erronées (par exemple dû au dysfonctionnement temporaire d’un compteur vélo, routier ou du SIDV), elles sont corrigées.
  • Nous arrêtons les données à la dernière semaine complète disponible.

Les sources de données

  • Les données de kilométrage de bouchons (pas de 6 minutes) sont fournies à notre demande par la DIRIF,  sur son réseau instrumenté (voies rapides et routes nationales). L’indicateur utilisé est le kilomètre moyen de bouchons sur la journée. Rappelons qu’il faut distinguer le volume de bouchons qui est un indicateur de congestion et le volume de trafic qui est un indicateur de la circulation. Les deux indicateurs sont souvent corrélés, mais restent indépendants. Ce n’est pas parce que la congestion est nulle que le volume de circulation est nul. Par exemple, il a été observé qu’avec un volume de trafic divisé par deux seulement, comparé à une journée normale, le volume de bouchons est quasi nul. Un travail collaboratif avec la DRIEA est en cours pour mettre au point un indicateur de la circulation routière et donnera lieu à une nouvelle donnée de ce tableau de bord en 2021.
  • Le suivi du trafic routier se limite pour l’instant aux débits observés sur le boulevard périphérique parisien et sur les voies parisiennes intra-muros. Les données sont mises en open data par la Ville de Paris et disponibles à J+1. Nous exploitons les données de 72 compteurs sur le BP et de 15 compteurs représentatifs sur la voirie intra-muros. L’indicateur calculé est le débit horaire moyen sur une semaine hors week-end et hors jour férié. Rappelons toutefois que le débit ne suffit pas à caractériser l’état du trafic. La connaissance en un point du taux d’occupation est l’autre donnée indispensable, comme le montre le « diagramme fondamental » en ingénierie du trafic qui comprend deux parties (régime fluide et régime saturé).
  • Les données sur le covoiturage de courte distance proviennent du registre national du covoiturage. Elles sont disponibles à M+1, chaque jour et chaque heure. Les trajets comptabilisés sont ceux effectués en passant par les plateformes privées de mise en relation en Île-de-France.telles que Karos, Klaxit, Oui’Hop, BlaBlaLines. Ils ne reflètent donc pas de manière exhaustive le covoiturage de courte distance. Notamment, le covoiturage informel dans le cercle familial ou amical n’est pas pris en compte.
  • Le SIDV (Système d'Information Décisionnel basé sur les Validations) a été mis en place par Île-de-France Mobilités. L’Institut Paris Region a un accès à cette plateforme, mais les données par jour et par heure ne sont disponibles qu’à M+1 (alors que les opérateurs ont le privilège d’un accès à J+2). Les données sont remontées des validations par les cartes à puce type Navigo ou ImaginR et ne sont donc pas exhaustives. Elles ne prennent pas en compte les tickets magnétiques. De plus, des valideurs peuvent être momentanément en panne, sans omettre la fraude. Dans les bus et tramway, la validation n’est pas systématique. Nous ne suivrons donc que l’évolution relative de la fréquentation du réseau ferré lourd et du métro (le tramway et le bus sont exclus).
  • L’indicateur Moovit de fréquentation quotidienne des TC (train, métro, tramway, bus) est basé sur les requêtes des utilisateurs de l’application Moovit d’aide à la recherche d’itinéraires et d’horaires des TC. Par rapport à d’autres sources de données similaires (CityMapper, lieu arrêt TC de Google Mobility), c’est la donnée qui s’aligne le mieux avec la donnée du SIDV. Elle présente l’avantage d’être mise à jour deux fois par semaine et disponible à J+2.
  • Les données sur le pôle de La Défense proviennent de 14 capteurs de comptage placés au niveau des points d’accès aux stations de La Défense (Grande Arche) et Esplanade de La Défense. Ces capteurs ont été installés en mars 2019 pour comptabiliser tous les entrants et sortants du pôle, dans le cadre d’une expérimentation sur le lissage des heures de pointe à La Défense. Cette expérimentation est menée depuis 2019 en partenariat avec la Région Île-de-France, Île-de-France Mobilités, Paris La Défense, la RATP, la SNCF et quatorze entreprises du territoire. La donnée présentée est le nombre total des entrants et sortants comptabilisés un jour ouvré en moyenne par semaine, hors vacances scolaires, week-end et jours fériés. Ces données ne reflètent pas l’affluence dans les transports, mais bien l’affluence au niveau des entrées et sorties des gares et stations de la Défense. La donnée est mise à jour à M+1.
  • Les données de comptages horaires de vélos à Paris sont en open data. Elles sont mises à jour à J+1. Début février 2021, on compte 69 compteurs, contre 17 en avril 2019. Pour pouvoir comparer l’évolution des trajets depuis avril 2019, alors que le périmètre des compteurs s’élargit mois après mois, nous analysons les comptages en moyenne. De plus, comme il y a de très nombreux dysfonctionnements de compteurs, il est nécessaire au préalable de bien apurer la BD.
    Sur les Hauts-de-Seine, les comptages vélos sont mis à disposition sur une plateforme publique de visualisation « d’éco-compteurs », mais pas en open data. Nous avons limité le suivi à 6 compteurs représentatifs (sur 58 en novembre 2020). Comme à Paris, les données sont actualisées à J+1.
  • Les données d’usage du free-floating concernent quatre modes : la trottinette, le vélo, le scooter et l’auto-partage. Collectées par le bureau Fluctuo, elles ne deviennent  exhaustives qu’à partir de mai 2020. Elles sont obtenues selon trois sources (directement auprès des opérateurs, via des flux « open data » et via une analyse des applications mobiles des services concernés), agrégées par mode puis redressées. Les opérateurs partenaires sont : Bird, Dott, Jump, Lime, Tier et VOI (trottinettes), Bolt et Jump (vélos), Cityscoot et Troopy (scooters), Free2Move, ShareNow et Zity (auto-partage).
  • Les données des vols aériens, par jour au départ des aéroports franciliens, proviennent de la base Opensky-Network en opendata. Elles sont disponibles à M+1. Ces données sont relatives aux vols et non aux passagers et ne distinguent pas les avions de voyageurs des avions de marchandises.
  • Les données sur la présence des touristes internationaux proviennent des données mensuelles de transactions bancaires mises en open data par le groupe BPCE. Ces données sont remontées des terminaux de paiement et gardent la trace du pays d’origine du payeur. Les dernières données disponibles datent d’août 2020. Elles sont ensuite redressées par pays d’origine à partir des données du CRT de 2019 pour en faire un indicateur de présence des touristes internationaux. Nous attirons l’attention sur le fait que cet indicateur n’est pas un indicateur de la mobilité des touristes internationaux en Île-de-France.
  • Les données PAM (Pour Aider à la Mobilité) nous sont fournies par chaque département, indépendamment les uns des autres, d’où une asynchronicité dans le recueil. PAM est un service départemental de transport à la demande, d’adresse à adresse. Réservé aux personnes handicapées (justifiant d’un taux d’invalidité d’au moins 80 %), il est assuré tous les jours de la semaine de 6h à minuit (sauf le 1er mai), par du personnel spécialement formé et dans des véhicules adaptés. Ces services sont financés par les départements, la Région Île-de-France et Île-de-France Mobilités.
  • Enfin, Google met en open data les données de fréquentation issues des traces des smartphones Android. Les données montrent l'évolution du nombre de visiteurs par jour par rapport à un jour de référence (base 0) pour diverses catégories de lieux. Il s'agit d'un pourcentage d’évolution, en valeur relative, et non un nombre de visiteurs. Nous avons retenu quatre catégories de lieux sur les six disponibles : loisirs, culture et shopping ; achats essentiels ; parcs et jardins ; travail. Ces données donnent une indication sur l’évolution des motifs de déplacement. Il est à noter que Google met dans la catégorie "Achats essentiels" les commerces alimentaires et les autres produits essentiels (pharmacies). Concernant la catégorie "Loisirs, culture, shopping", les achats non essentiels sont pris en compte (vêtements par exemple). Les données sont fournies par Google à l’échelle régionale et par département. Elles sont mises à jour à J+3.

Le calcul de l’indicateur de tendance mensuelle est basé sur les moyennes des semaines calendaires (hors week-end, jours fériés, congés) et non des jours du mois. Ainsi, si un mois commence par un mardi, nous incluons le lundi jour précédent dans la moyenne, et s’il finit par un jeudi, nous incluons le vendredi 1er du mois suivant.