Des impacts difficiles à évaluer et à généraliser
L’impact de l’information multimodale est tout d’abord difficile à évaluer. Il est généralement appréhendé par le report modal, selon une des méthodes suivantes :
- des estimations a priori, faites à dire d’expert sur la base d’autres exemples ;
- des enquêtes spécifiques, demandant aux usagers s’ils ont changé de mode grâce à l’information reçue (mais le report modal vers les TC est généralement surestimé, car l’enquête est souvent effectuée auprès des utilisateurs du site d’information, constituant un échantillon non représentatif de la population globale) ;
- des enquêtes classiques de mesure des parts modales (mais il est difficile d’isoler l’information multimodale des autres facteurs ayant changé entre deux mesures)
Le report modal induit par l’information multimodale est ensuite difficile à généraliser, car dépendant de nombreux paramètres :
- le moment où l’information est consultée : les informations en temps réel tendent à modifier l’itinéraire, mais peu le mode choisi ;
- le type d’information fournie (coûts, équipements, accessibilité)
- le besoin d’information de l’usager : les usagers quotidiens n’ont besoin d’information qu’en cas de perturbation et sont donc peu sensibles à l’information théorique.
Cette difficile généralisation est accentuée par la difficulté de s’accorder sur une définition univoque du report modal. On le définit souvent comme la baisse de la part modale des véhicules particuliers, exprimée en pourcentage du nombre de déplacements effectués par ces véhicules particuliers (selon les cas vers les TC ou vers tous les modes hors VP). Néanmoins, certains considèrent la baisse par rapport à l’ensemble des déplacements. Il est aussi possible de mesurer les parts modales non pas selon le nombre de déplacements, mais selon les distances parcourues…
Des reports modaux jusqu’à 5%
On peut toutefois citer des estimations de report modal (du mode routier vers le transport collectif), même s’il est difficile de retrouver les sources, les hypothèses ou la définition retenue :
- Royaume-Uni : 5,4% (parmi les utilisateurs seulement)
- Vienne en Autriche (www.AnachB.at) : 6% (étude réalisée a priori)
- Lyon (projet Optimod’Lyon) : 1% (hypothèse posée a priori)
- Pays-Bas (www.9292.nl) : 1%
- Münster en Allemagne : 7%
- Francfort en Allemagne : 4%
L’évaluation de Transport Direct (Royaume-Uni) a indiqué que 21% des utilisateurs du service étaient prêts à modifier leurs comportements. Parmi eux 7,7% souhaitent passer de la voiture au transport collectif, et 2,3% du transport collectif à la voiture. Ce dernier chiffre pose question, mais l’ensemble permet néanmoins un report modal de 5,4% (parmi les utilisateurs du portail). Le rapport complet est téléchargeable ici.
Le cas du système d’information de la région de Vienne est mentionné dans le rapport du groupe d’experts européens sur les ITS urbains. Il s’agit d’une valeur portant sur l’ensemble de la population, mais qui provient d’une étude faite a priori, en supposant une forte adhésion de la population au système d’information.
Le projet Optimod’Lyon pose l’hypothèse d’un report modal de 1% lié au système d’information en tant que tel, mais sans explication sur l’origine de cette hypothèse.
Les trois derniers cas sont mentionnés dans l’étude de l’ENGES pour le CERTU (2008) « STI dans les transports – impact sur les émissions de GES », mais ne précisant pas les sources initiales et les hypothèses.
Pour conclure
Le groupe d’experts européen sur les STI en milieu urbain conclut que dans de bonnes conditions, une information multimodale pertinente peut entraîner un report modal allant jusqu’à 5% (en nombre de déplacements).
Rappelons que le report modal n’est qu’un des bénéfices apportés par l’information multimodale. Cette information participe également à la qualité de service globale d’un système de transport, et contribue à un meilleur usage des capacités offertes par les transports collectifs (plus de détails dans l’article sur "les objectifs visés par l’information multimodale").