CONVENTION DE SUBVENTION

N° 09 MT CV 17

MESURE DE LA PERFORMANCE DES

LIGNES DE TRANSPORT PUBLIC URBAIN

Projet APEROL
« Amélioration de la Performance Economique
des Réseaux par l’Optimisation des Lignes »

Rapport final
Sous la direction de :

B. Faivre d’Arcier Mai 2012

Ministère de l'Ecologie, de l'Energie, Groupe Opérationnel 6

du Développement durable et de la Mer du PREDIT
en charge des Technologies vertes
et des Négociations sur le climat
Sommaire

Avant-propos ............................................................................................................................ 3

1. La nécessité d’améliorer la performance des réseaux .................................................. 5

Du « tout automobile » à la mobilité durable ................................................................................. 5
La face cachée du système : la durabilité de son financement ....................................................... 7
Des choix stratégiques guidés par la recherche d’une meilleure performance des réseaux.......... 11

2. Les diverses dimensions de la « performance » ........................................................... 17

La mesure de l’efficience.............................................................................................................. 19
Efficience productive et efficience commerciale.......................................................................... 21
Efficience commerciale et performance de réseau ....................................................................... 23
Articuler efficience et efficacité ................................................................................................... 25
La difficulté d’accès à des données détaillées par ligne ............................................................... 27

3. Facteurs explicatifs de l’efficience commerciale des lignes ........................................ 29

Une typologie des lignes qui reflète la hiérarchisation des réseaux ............................................. 29
Variables explicatives possibles de l’efficience commerciale...................................................... 36
Modélisation de l’efficience commerciale.................................................................................... 40
Une efficience fortement corrélée au niveau de service ............................................................... 42
Conclusion .................................................................................................................................... 45

4. L’efficacité en termes de politiques publiques............................................................. 47

4.1 Mesurer le rôle social des lignes de bus...................................................................................... 47
4.2 La contribution des lignes à la réduction de la congestion du trafic automobile ........................ 58
4.3 La contribution des lignes à la réduction des nuisances environnementales .............................. 63

5. La production d’un tableau de bord comme outil de diagnostic de la performance

par ligne................................................................................................................................... 67
5.1 Le tableau de synthèse ................................................................................................................ 67
5.2 Le diagnostic par ligne................................................................................................................ 72

Conclusion et perspectives..................................................................................................... 87

1
2
Avant-propos

La réalisation de cette recherche a bénéficié de la collaboration de :

Catherine Bouteiller, doctorante au LET

Lucas Ippoliti, doctorant au LET, en CIFRE auprès de Grenoble Alpes Métropole
Romain Regouby, élève-ingénieur de l’ENTPE, Master Transports, Espaces, Réseaux
Virgine Khomenko et Matthis Grimberg, élèves-ingénieurs de l’ENTPE

Ce travail n’aurait pu être entrepris sans la collaboration des Autorités Organisatrices

suivantes, que nous tenons à remercier :

Georges Lescuyer, Camel Mahdjoub, Carine Marty,

Direction des Transports et de la Mobilité, Montpellier Agglomération

Vincent Georjon, Valérie Blanchet, Anaïs Allain

Direction Mobilité et Transport Public, TISSEO, Toulouse

Hans Van Eibergen et Agnès Delarue,

Direction de la Mobilité et des Transports, SMTC, Grenoble Alpes Métropole

Pour l’accès aux données nécessaires à ce travail, à savoir :

Le tracé des lignes et les données descriptives des niveaux de services
Les enquêtes origine-destination des réseaux
Les fichiers géolocalisés des zones IRIS et des réseaux sous MapInfo®

Nous tenons enfin à remercier le Groupe Opérationnel n°6 « Politiques de transports » du

PREDIT pour la sélection de ce projet, Gérard Brun pour son suivi et la Direction de la
Recherche et de l’Innovation (DRI) du Ministère pour son financement.

3
4
 1. La nécessité d’améliorer la performance des réseaux
Depuis les années 70, la France a connu une période favorable au développement des réseaux
de transport public urbain (TPU)1. Les limites du modèle « tout automobile » prôné dans les
années 60 se sont rapidement révélées pour la desserte des centres : forte consommation
d’espace par les infrastructures routières et de stationnement, soulevant des conflits dans
l’occupation des sols, coût financier incompatible avec les moyens des villes et même de
l’Etat, explosion des effets externes négatifs de l’excès de voiture (congestion, bruit,
pollution). Dans un contexte de développement de la motorisation des ménages, le transport
collectif voit sa clientèle chuter régulièrement, et son rôle se limite à assurer la mobilité de la
population « captive » : les jeunes, qui n’ont pas le droit de conduire, les femmes, dont l’accès
au permis de conduire est encore très limité, les personnes âgées, qui n’estiment pas pouvoir
le passer, et les ménages modestes qui ne peuvent avoir une voiture, encore coûteuse à l’achat
et chère à l’usage. Face à la concurrence de l’automobile, les opérateurs de transport voient la
rentabilité de leurs lignes se dégrader, et adaptent leur réseau en conséquence, par des
fermetures de ligne et des réductions de service. C’est la période où les collectivités prennent
progressivement cette responsabilité de service public et vont couvrir les déficits
d’exploitation, pour assurer cette mission sociale (maintien de services non rentables, niveaux
tarifaires en lien avec la clientèle modeste visée).

Du « tout automobile » à la mobilité durable

Afin d’assurer la fluidité du trafic automobile, symbole de progrès et facteur favorable à

l’accroissement des échanges (économiques et sociaux), la relance des TPU a été le moyen de
contourner à court terme les difficultés de réalisation des infrastructures routières sans
pénaliser le développement économique des villes et leur croissance. L’objectif est alors de
capter la part excessive de demande de déplacement en voiture, source de congestion dans le
centre-ville. C’est donc d’abord dans les grandes villes que renait l’idée de transport collectif
de grande capacité, capable de capter les flux pendulaires domicile-travail en heure de pointe :
le métro est alors vu comme la solution idéale, puisque étant souterrain, il libère de l’espace
de circulation en surface.

C’est en ce sens qu’il faut historiquement analyser la création du Versement Transport (VT) :
un outil financier, sous forme de décentralisation fiscale, confiant aux Autorités
Organisatrices de Transport urbaines (AOT), la responsabilité de cette relance. Lille, Lyon et
Marseille, agglomérations millionnaires, bénéficient en premier de ce VT pour construire les
premières lignes de leur réseau de métro. Parallèlement, la procédure des Plans de Circulation
(financement par l’Etat à 50%, des études et des travaux) connaît un succès important, mais
viendra progressivement conforter l’idée que le tout automobile est une solution vaine : la
relance des transports collectifs devient incontournable en période de forte croissance de la
demande, et des villes comme Besançon deviennent des exemples d’une nouvelle forme de
partage de la voirie entre automobile, transports collectifs et même piétons. L’extension

1
Ce rapport se focalise sur les transports publics urbains de province, ce qui revient à mettre de côté l’Ile-de-
France, qui constitue 50 % du monde du transport collectif urbain, et ignore l’influence de ce modèle de
référence sur la conception des réseaux en province. L’ancienneté du réseau, la taille de l’agglomération et son
organisation institutionnelle en font un cas spécifique par rapport à la province.

5
progressive du Versement Transport aux villes moyennes permet d’accéder à une politique
d’investissement dans de nouvelles lignes de transport en commun en site propre (TCSP), qui
aboutira dans les années 80 à la réapparition du tramway en France (Nantes et Grenoble).

C’est dans cette seconde période que le transport collectif en site propre devient un outil
d’aménagement urbain. Face à l’étalement urbain et à la perte relative du poids de la
commune centre vis-à-vis de sa périphérie, le tramway devient le moyen de réhabiliter le
centre-ville en y améliorant la qualité de vie urbaine. Le « tramway à la française » se
caractérise en effet par un effort important – mais coûteux – de réaménagement des espaces
publics (qualité architecturale, espaces verts, zones piétonnes), profitant de l’installation des
rails pour chasser partiellement la voiture du centre-ville. Ce traitement qualitatif des espaces
centraux répond aux objectifs de renforcement de l’attractivité du centre (faire revenir de la
population, des activités commerciales et des services), mais a sans doute aussi été nécessaire
pour faire accepter le retour du tramway en ville.

Les années 90 seront marquées par l’émergence du concept de développement durable, qui
vient à nouveau redonner de l’ampleur aux transports collectifs. La loi sur l’air et l’utilisation
rationnelle de l’énergie (1996) permet de relancer la procédure des Plans de Déplacements
Urbains (PDU) initiée par la LOTI (1982), en introduisant comme premier objectif la
réduction de l’usage de la voiture en ville. La France est ainsi sans doute le seul pays au
monde où la législation impose aux villes une telle limitation de l’automobile. Les nouveaux
PDU des années 2000 seront donc l’occasion de mettre en œuvre des mesures de dissuasion
de l’usage de la voiture : réduction de la capacité de stationnement, généralisation du
stationnement payant dans les zones hyper-centrales, non augmentation de la capacité des
infrastructures routières, baisse de la vitesse (zones 30, ralentisseurs), incitations à l’usage des
modes alternatifs (modes doux, Plans de Déplacements Entreprises – PDE,…). Les Enquêtes
Ménages Déplacements (EMD) de la fin des années 2000 montrent ainsi des réductions
significatives de la part de la voiture dans les déplacements urbains, surtout dans les zones
centrales (même si en distance parcourue, la voiture reste encore largement majoritaire, du fait
de la forte progression des déplacements périphériques).

Les objectifs environnementaux constituent ainsi la quatrième mission désormais confiée aux
TPU. Cependant, si l’amélioration de la desserte en transport collectif des centres a permis de
gagner des parts de marché (principalement dans les grandes villes) et de contribuer à la
réduction de la congestion et de la pollution locale, l’objectif de réduction des émissions de
CO2 interroge la structure même des réseaux : les longs déplacements en voiture se font en
périphérie, où la faible densité ne permet pas d’assurer dans de bonnes conditions
économiques une desserte par les transports collectifs. On serait tenté de dire que la question
des centres est presque réglée et qu’aujourd’hui l’enjeu s’est déplacé en périphérie et pose de
nouveaux problèmes, plus difficiles à résoudre sur le plan énergétique et environnemental. Il
apparaît ici la nécessité d’une meilleure prise en compte de la mobilité dans l’aménagement
urbain, et donc d’une plus forte intégration entre transport et urbanisme pour favoriser une
ville plus « durable ».

Cette rapide synthèse historique du développement des transports urbains montre une
évolution globalement cohérente des politiques mises en œuvre depuis une cinquantaine
d’années. On est certes encore loin d’atteindre les objectifs ambitieux fixés en matière de
consommation énergétique (le fameux « facteur 4 » dans la réduction des émissions de CO2
en 2050), mais il faut également aborder les failles du système mis en place.

6
La face cachée du système : la durabilité de son financement

L’effort considérable de développement des transports collectifs sur la période a pu se faire

grâce au Versement Transport qui a doté les AOT d’une ressource affectée. Initialement
réservé au financement des investissements dans les agglomérations de plus de 300 000
habitants (1973), il s’applique depuis 2000 jusqu’aux agglomérations de plus de 10 000
habitants et pour l’ensemble des dépenses des réseaux. Les taux en vigueur aujourd’hui ont
légèrement progressé et peuvent atteindre dans les plus grandes villes jusqu’à 2% de la masse
salariale des entreprises privées et publiques de plus de 9 salariés, localisées dans le Périmètre
des Transports Urbains (PTU).

Tableau 1 : Les taux actuels du Versement Transport

Données : Modalités de recouvrement et taux du versement transport en province [en ligne],

http://www.developpement-durable.gouv.fr/Modalites-de-recouvrement-et-taux.html, consulté le 11/04/2012

Figure 1 : Evolution des recettes de Versement Transport

Source : GART, 2011, L’année 2010 des transports urbains

(Données : Enquête annuelle sur les réseaux de TPU – DGTIM, CERTU, GART, UTP)

Les sommes ainsi récoltées sur les entreprises, bénéficiaires indirects de la réduction de la
congestion liée à l’amélioration de l’offre en TPU, ont constitué une manne financière très

7
élevée, qui a permis aux AOT de financer les projets de transport en commun en site propre
en grand nombre depuis deux décennies. Le bon rendement du VT permet de disposer d’une
recette incontournable atteignant aujourd’hui, environ 6 milliards d’euros par an (dont 50 %
pour l’Ile de France – figure 1). Le CERTU recense en 2009 :

• 2 agglomérations dotées de métro lourd (Lyon et Marseille : 49 km) et 3 équipées de

VAL (Lille, Rennes, Toulouse : 81 km)
• 17 agglomérations françaises équipées de tramway (pour un total de 375 km), et 10
ayant un projet à l’étude
• 8 agglomérations équipées de BHNS (71 km)

Si ce fort équipement a permis de développer l’offre de transport et sa fréquentation dans ces

villes, cet investissement a également contribué à accroitre sensiblement les dépenses
d’exploitation des réseaux. Comme parallèlement les tarifs n’ont pas progressé en rapport
avec cette amélioration du service offert, que la recette moyenne par voyage a été tirée vers le
bas en raison du développement des abonnements mensuels, et que – sauf ces cinq dernières
années – la clientèle n’a pas augmenté dans des propositions comparables, il en résulte un
accroissement des déficits d’exploitation qui aujourd’hui interpellent les AOT.

Les figures 2, 3 et 4 permettent de résumer sur longue période cette évolution de la situation
des réseaux français2. Il ressort clairement de la figure 2 que le développement de l’offre (en
véhicule.km), important jusqu’au milieu des années 80, s’est poursuivi à un rythme d’environ
2% par an jusqu’en 2009.

Figure 2 : Evolution sur longue période de l’offre et de la fréquentation

Données : Enquête annuelle sur les réseaux de TPU – DGTIM, CERTU, GART, UTP – calcul sur les réseaux de
plus de 100 000 habitants en 2009

2
Ces graphiques sont critiquables, dans la mesure où sur longue période, les données de l’enquête annuelle
auprès des réseaux (pilotée par le CERTU en lien avec la DGTIM, le GART et l’UTP) manquent de fiabilité. De
plus, les valeurs moyennes le sont sur un échantillon de 60 réseaux de plus de 100 000 habitants (en 2009), et
non d’un vrai panel de réseaux, comme le fait par exemple l’UTP sur une période de 10 ans. Ces graphiques ont
donc plus une visée illustrative des grandes tendances observables en longue période.

8
Par contre, la croissance de la fréquentation (en voyages) a été malheureusement faible
(0,4 %/an en moyenne) pendant près de 15 ans. A partir de 2002, une croissance importante
des voyages peut être observée de nouveau : celle-ci semble, à notre avis, résulter dans un
premier temps, de la mise en œuvre des nouveaux PDU visant à pénaliser l’usage de la voiture
(notamment le stationnement), et plus récemment à l’accroissement du prix des carburants,
qui a pu inciter certains automobilistes à basculer sur le mode collectif. Le palier observable
en 2008-09 résulte très probablement des effets de la crise économique sur la mobilité des
ménages.

Malgré cette tendance encourageante, la situation des réseaux s’est globalement dégradée,
comme le montre la figure 3.

Figure 3 : Evolution du coût moyen et de la recette moyenne par voyage

Données : Enquête annuelle sur les réseaux de TPU – DGTIM, CERTU, GART, UTP – calcul sur les réseaux de
plus de 100 000 habitants en 2009

Il apparaît que ce coût moyen d’exploitation par voyage a progressé en euros courants à un
taux de 6,2 % /an sur la période 1976/2009, tandis que la recette moyenne par voyage n’a cru
que de 3,5 %/an. L’écart s’est même accentué sur la période 1990/2009, le coût progressant
de 4,2 %/an et la recette seulement de 1,1 %/an (soit à peine l’inflation…). Il en résulte
logiquement que le ratio R/D (recettes commerciales / dépenses d’exploitation) s’est dégradé
tout au long de ce fort développement des réseaux, comme le montre la figure 4.

Il faut noter que la dégradation du R/D est continue depuis la fin des années 80 et coïncide
avec la phase de fort développement des TCSP dans les villes de province. La barre
symbolique des 50 % est franchie en 1995, et le niveau de 32 % atteint en 2009 interroge sur
la soutenabilité financière d’une telle politique3. Soulignons de plus, que ces chiffres très

3
Signalons que sur la période 1992 / 2007, les réseaux urbains allemands, qui ne bénéficient pas du Versement
Transport, ont vu leur ratio R/D passer d’environ 59 % à 77 %. Voir Buehler & Pucher, 2010

9
globaux masquent des différences importantes selon la taille des réseaux : il apparaît en effet
que la reprise de la fréquentation s’observe essentiellement dans les agglomérations de plus de
250 000 habitants, dans lesquelles la taille de la ville et les difficultés de circulation et de
stationnement (en lien avec les PDU) expliquent en grande partie ce report modal plus
favorable dans la fin des années 2000.

Figure 4 : Evolution du R/D sur longue période

Données : Enquête annuelle sur les réseaux de TPU – DGTIM, CERTU, GART, UTP – calcul sur les réseaux de
plus de 100 000 habitants en 2009

Dans une précédente recherche (Faivre d’Arcier, 2008), ce risque de crise majeure du
financement avait été relevé, en étudiant la période 1995-2005. On peut fort heureusement
observer dès 2007 une inversion de tendance au niveau des dépenses globales des AOT,
comme le montre la figure 5. Il semble que l’année 2006 marque un pic dans les
investissements (avec une série de mises en service de lignes de TCSP), avec un recours à
l’emprunt élevé. Une certaine pause dans l’investissement, conjuguée aux incertitudes des
collectivités concernant leurs propres recettes fiscales (réforme de la taxe professionnelle et
des collectivités locales) s’est ensuite prolongée dans un contexte de crise économique, qui a
pu fortement inciter les AOT à mieux maitriser le coût de leurs réseaux. On observe ainsi que,
même si le produit du Versement Transport continue de progresser en volume, les
contributions des collectivités locales au financement des TPU sont globalement à la baisse,
de 2006 à 2010.

Il semble que le produit du VT ait atteint son maximum (sauf dans les petites villes, qui ne
sont encore toutes au plafond en termes de taux), et que les AOT constatent que
l’accroissement des charges d’exploitation, résultant de la dérive des coûts unitaires et de
l’augmentation de l’offre en véhicule.km, conduit non seulement à limiter leur capacité
d’investissement, mais également à consommer la majeure partie du VT pour couvrir le
déficit d’exploitation. L’augmentation de la contribution des collectivités locales au
financement des réseaux obligerait ces dernières à des prélèvements plus importants sur leur

10
budget général : des arbitrages difficiles entre secteurs de l’action publique (enfance, social,
culture,…) risquent d’émerger si le besoin de financement public des TPU continue de
progresser au même rythme.

Figure 5 : Evolution de la structure du financement des AOT dans les années 2000
(en millions d’euros 2010)

Source : GART, 2011, L’année 2010 des transports urbains

(Données : Enquête annuelle sur les réseaux de TPU – DGTIM, CERTU, GART, UTP)

Outre une certaine pause dans l’investissement, on assiste également à l’émergence de projets
moins coûteux, avec le développement de lignes de bus à haut niveau de service, comme en
témoignent les nombreux projets en réponse à l’appel à projet 2011 du Grenelle
Environnement (456 km de BHNS, contre 125 km de tramways et 14 km de métro). Mais
c’est surtout sur les dépenses d’exploitation que la recherche d’économie semble s’orienter.
Plusieurs grands réseaux français ont dernièrement tenté de « réduire la facture », par des
réductions de service limitées, ou par des restructurations de grande ampleur des réseaux de
bus, secteur un peu laissé pour compte pendant la période de fort développement des TCSP.

Plus globalement, les Journées du Transport Public (Strasbourg, 2011) ont clairement mis
l’accent sur la nécessité de recherche d’un nouveau « business model », en soulignant la
dégradation du ratio R/D, qui résulte de trois facteurs : l’augmentation des coûts
d’exploitation, la baisse de la recette par voyage, la quasi-stagnation de la fréquentation…

Des choix stratégiques guidés par la recherche d’une meilleure

performance des réseaux

Si le développement des réseaux de transport urbain est incontestable au cours des 30

dernières années, le bilan global reste mitigé, notamment du fait de son coût élevé. L’objectif
d’une mobilité durable en ville reste toujours pertinent, mais la croissance récurrente des
charges d’exploitation est de nature à remettre en cause cette politique. Orfeuil (2011)
souligne ainsi, à partir des Comptes Transport de la Nation, le coût public élevé des réseaux

11
locaux de transport collectif (estimé à environ 20 milliards d’euros par an, pour l’urbain et le
régional, France entière – soit deux fois la dotation de l’Etat pour l’ensemble des universités
françaises…). Le rapport qualité/prix semble donc pouvoir être amélioré, et les trois facteurs
de dérive mentionnés ci-dessus appellent des actions de nature différente.

• La maîtrise des coûts unitaires d’exploitation s’inscrit dans un contexte difficile :

l’évolution des coûts salariaux est réglementée, et la croissance du poste énergie est
difficilement contournable. Pourtant, une meilleure prise en compte des contraintes
d’exploitation (graphicage) peut laisser espérer une dérive moins forte au cours des
années à venir. C’est en premier lieu une action sur la « productivité externe », en
améliorant la vitesse d’exploitation des réseaux de bus, qui constituent encore la part
majoritaire des véhicules.km offerts. Cela passe par des mesures plus fortes de priorité
au transport collectif sur la voirie, mais aussi par des actions sur le design même des
lignes de TC : l’allongement des distances inter-arrêt, l’adaptation des fréquences en
fonction de l’optimisation du parc, sont des mesures efficaces pour contenir
l’évolution des coûts de production.
La généralisation des contrats de Délégation de Service Public (DSP) traduit le souci
des AOT d’avoir une vision claire sur les sommes qu’elles devront débourser tout au
long du contrat. Les engagements demandés aux opérateurs sur les recettes sont
souvent difficiles à tenir, car la fréquentation dépend également des conditions de
concurrence avec la voiture en ville, et bien sûr de la conjoncture économique et
sociale. La mise en concurrence des opérateurs (désormais en nombre très limité en
France…) ne semble pas pouvoir générer des gains importants sur les coûts de
production unitaires, mais la possibilité offerte aux opérateurs de proposer des
restructurations significatives de l’offre dans leur réponse à appel d’offre, est un
moyen important de générer des diminutions du coût total d’exploitation. Il semble
ainsi que l’évolution vers des « contrats de performance » pourrait être une solution
pour juguler la dérive des dépenses, à condition que les AOT soient prêtes à négocier
des modifications sensibles du design des réseaux.

• La baisse de la recette par voyage soulève très directement la question de la

tarification, qui reste en France un champ encore largement sous-exploité. Comme le
montre la figure 4 (cf.infra), celle-ci plafonne depuis une dizaine d’années à moins de
0,60 €. C’est le résultat de tarifs qui n’ont pas progressé en même temps que la qualité
du service offert, mais aussi du développement des abonnements mensuels (politique
de fidélisation de la clientèle) et d’un grand nombre de réductions tarifaires, sociales
ou commerciales, auprès de divers segments de clientèle. Ici, la situation est contrastée
entre les petites et les grandes agglomérations : dans les premières, les conditions de
concurrence avec la voiture sont défavorables (faible congestion, peu de contraintes
sur le stationnement), la majorité de la clientèle est captive (scolaires, ménages à faible
revenu) et l’on comprend que le rôle social marqué des TPU conduise à des tarifs peu
élevés. Dans les secondes, les nouveaux PDU incitent fortement à réduire l’usage de la
voiture en ville, et ce sont donc des automobilistes qui constituent la nouvelle clientèle
visée.
Ces derniers révèlent un consentement à payer plus élevé, à condition que les niveaux
de service et la qualité offerte par les TC les rendent effectivement compétitifs par
rapport à la voiture. De nombreuses études ont montré que le coût privé (pour
l’usager) du passager.km en TC est actuellement sensiblement plus faible que celui en
voiture (voir récemment Beauvais, 2012). Il n’est donc pas déraisonnable d’envisager
une augmentation des titres plein tarif, afin de redresser la situation du R/D, surtout

12
 dans un contexte où le prix des carburants vient déjà renchérir l’usage de la voiture.
Ceci n’est pas contradictoire avec une orientation sociale, dès lors que se met en place
une « tarification solidaire » autorisant des réductions tarifaires en fonction des
revenus du ménage (indexation sur le Quotient Familial, comme à Dunkerque ou
Grenoble). De même, les nouvelles possibilités offertes par la billettique (calcul du
prix selon la consommation, comme à Londres, post-paiement pour les personnes
âgées, comme à Belfort,..) laissent espérer de nouveaux produits tarifaires adaptables
aux consommations réelles des usagers.

• La stagnation de la fréquentation pose le problème de l’attractivité des réseaux TC.

La diminution du nombre de voyages par véhicule.km jusqu’au début des années 2000
tend à démontrer que l’accroissement de la fréquentation a été moindre que celle de
l’offre et a contribué à la dégradation de la situation financière des réseaux. Cette
évolution correspond à une période d’extension des PTU vers des zones peu denses de
la périphérie, mais aussi à des renforcements de fréquence et d’amplitude horaire,
nécessaires pour assurer la disponibilité des TC sur l’ensemble de la journée. Là
encore, la présence de TCSP et la taille des agglomérations joue fortement sur
l’efficience commerciale des réseaux, comme le montre la figure 6.

Figure 6 : Variation du nombre de voyages par véhicule.km selon les réseaux

Source : GART, 2011, L’année 2010 des transports urbains

(Données : Enquête annuelle sur les réseaux de TPU – DGTIM, CERTU, GART, UTP)

Les écarts au sein de chaque classe résultent de nombreux facteurs liés au contexte local, et
sont donc difficiles à analyser à l’échelle du réseau. Si l’on retrouve logiquement des taux
moyen d’utilisation qui croissent avec la taille des agglomérations, l’importance des écarts
laissent penser qu’une optimisation est possible.

13
L’hypothèse principale qui motive cette recherche consiste à affirmer que c’est au niveau du
design des réseaux que les gains potentiels seront les plus importants, comparativement à la
maîtrise des coûts unitaires de production ou à l’accroissement des tarifs. C’est la raison qui
explique pourquoi l’analyse de la performance doit être menée au niveau de chaque ligne, en
recherchant les facteurs explicatifs d’une bonne efficience commerciale. Il reste cependant
nécessaire de garder à l’esprit les « missions » confiées au transport public (rôle social,
décongestion, amélioration de l’environnement, cohérence transport/urbanisme), afin de ne
pas tomber dans une simple rationalisation économique qui serait contraire aux objectifs de
politique publique visés par les AOT. En effet, il suffirait de limiter les services aux heures de
pointe pour améliorer automatiquement l’efficience commerciale des réseaux. Il est donc
indispensable de coupler l’optimisation économique des lignes avec la notion d’efficacité,
c’est-à-dire de degré d’atteinte des objectifs des politiques publiques. La finalité de cette
recherche est de proposer une méthodologie d’analyse de la performance des lignes, afin
d’aider à une certaine rationalisation de l’offre sous contraintes.

La réalisation de ce travail n’aurait pas été possible sans la coopération des AOT, car les
données par ligne sont souvent difficilement accessibles. C’est notamment le cas des données
de fréquentation, pour lesquelles nous avons eu recours aux enquêtes origine-destination (ou
« Montées-Descentes ») que les opérateurs réalisent épisodiquement à la demande des AOT.
Ceci explique que les données concernent les années 2008-2009.

Nous tenons à remercier ici plus particulièrement :

• Montpellier Agglomération et TISSEO (Toulouse) pour nous avoir fourni les données
d’offre et de fréquentation de leur réseau respectif
• Le SMTC de Grenoble, pour lequel un financement de thèse CIFRE permet
d’approfondir la méthodologie et de l’appliquer à l’optimisation du réseau.
• Le GART, ainsi que plusieurs AOT, qui ont manifesté leur intérêt pour ce projet.

Ce rapport s’appuie principalement sur les réseaux de Montpellier et de Toulouse, dont les
caractéristiques principales sont les suivantes :

Tableau 2 : Données générales sur les réseaux de Montpellier et Toulouse

Valeurs 2008 Montpellier Toulouse

Population desservie 337 000 h. 856 000 h.
Surface PTU 255 km² 876 km²
Longueur des lignes 367 km 1 128 km
Kilomètres produits (milliers) par an (a) -VK 11 074 30 517
Voyages (milliers) par an (b) 65 571 127 339
Efficience commerciale (b/a) 5,9 4,2
Type de TCSP Tramway VAL
Part des TCSP dans l’offre 29,5 % 26,5 %
Part des TCSP dans la fréquentation 75,1 % 70,1 %
Efficience commerciale moyenne des TCSP 15,1 Voy/VK 11,0 Voy/VK
Efficience commerciale moyenne des bus 2,1 Voy/VK 1,7 Voy/VK
Données : UTP, 2009

14
Ces deux agglomérations bénéficient de réseaux de TCSP attractifs (11,0 à 15,1 voyages par
véhicule.km), qui jouent un rôle majeur dans les déplacements en TC, en assurant plus du
quart des véhicules.km totaux et en captant plus de 70 % des voyages totaux. Il est dès lors
intéressant d’analyser la performance beaucoup plus modeste du réseau de bus (1,7 à 2,1
voyages par véhicule.km), qui constitue une part fortement majoritaire des véhicules.km
produits, pour ne capter qu’environ un quart des voyages.

15
16
 2. Les diverses dimensions de la « performance »
Si le terme de performance est maintenant fréquemment utilisé dans le secteur des transports,
ce concept fait souvent référence à des dimensions très diverses. Assimilable à un rendement,
elle renvoie le plus souvent à la notion de rapport qualité/prix, intégrant aussi bien l’idée
d’efficacité (sur le plan socio-économique) que d’efficience. Sur le site gouvernemental « le
Forum de la performance »4, l’accent est mis sur l’efficience des politiques publiques, au
travers d’un pilotage par des indicateurs de performance, sur la base de missions précises.
Trois familles d’indicateurs sont ainsi privilégiées :

• « les indicateurs d'efficacité socio-économique (point de vue du citoyen) qui

mesurent les bénéfices attendus des politiques publiques pour le citoyen (par exemple
: réduire la pratique du tabagisme) ;
• les indicateurs de qualité de service (point de vue de l'usager) qui mesurent
l’amélioration du service rendu à l'usager (par exemple : réduire le délai de réponse
judiciaire) ;
• les indicateurs d'efficience (point de vue du contribuable) qui portent sur
l'optimisation des moyens employés en rapportant les produits obtenus aux ressources
consommées. »5

Dans le domaine des réseaux de transport public, l’IGD et l’AMF ont publié en mars 2008 un
document recensant une liste des « indicateurs de performance des réseaux de transport
public », dont l’objectif est de fournir aux collectivités des moyens « d’aide à la décision »
avec la possibilité de faire des « comparaisons dans le temps et avec les autres » (p.4). Pour
les auteurs, l’analyse de la performance des réseaux de transports publics se distingue de celle
des autres services publics sur deux plans :

• « d’une part, la performance des services de transports publics ne réside pas uniquement
dans la qualité du service offert en cours de déplacement, mais également dans l’accès
qu’elle permet aux différentes aménités urbaines (lieux de travail, d’études, de services,
de commerces).
• d’autre part, les transports collectifs ne constituent qu’un moyen parmi d’autres (marche,
vélo, voiture particulière) pour répondre aux besoins de mobilité des personnes (tout le
monde a un robinet d’eau dans son logement, mais tout le monde n’est pas usager des
transports collectifs) ; ils s’insèrent dans l’organisation globale d’un système de
déplacements, défini par l’ensemble des infrastructures de transport, les modes et les
services disponibles, ainsi que l’offre de stationnement. » (p.5)

L’analyse de la performance des transports publics doit donc prendre en compte trois
domaines, la sphère des transports collectifs (caractéristiques des infrastructures, du matériel,
des services offerts), celle des déplacements (l’organisation globale du système de
déplacements) et la sphère urbaine (fonctionnement du système urbain dans son ensemble).
Chacune d’elle mobilise un nombre variable d’acteurs impliqués.

4
http://www.performance-publique.gouv.fr/
5
http://www.performance-publique.gouv.fr/glossaire/lettre/i/indicateur-de-performance.html?no_cache=1

17
Encadré 1 : Indicateurs de performance des transports publics

Les fonctions du service de transport public

Source : IGD, AMF, 2008, Indicateurs de performance des réseaux de transport public

1 Faciliter l’accès des territoires aux citoyens : travail, commerce, loisirs, santé, école,
etc. (par une offre de service adaptée)
1.1 Faciliter l’accès physique (implantation des lignes/territoires)
1.2 Faciliter l’accès temporel (fréquence adaptée, fréquence minimale des services réguliers
dans une amplitude maximale)
1.3 Faciliter la continuité des modes de transports (intermodalités)
2 Favoriser l’accessibilité de tous aux transports publics
2.1. Garantir l’accès des personnes à mobilité réduite
2.2. Favoriser l’accès des personnes en situation de précarité
3 Réduire les impacts du transport individuel par l’attractivité des transports publics
3.1. Informer sur les modalités de déplacement (service normal + incidents…), respecter les
horaires, améliorer le confort (déplacements, lieux d’attente)
3.2. Garantir la continuité du service (incidents, grèves)
4 Développer la relation citoyenne
4.1. Renforcer la sûreté du réseau
4.2. Enregistrer et prendre en compte les réclamations
4.3. Développer la transparence de gestion et la concertation
5 Participer à la qualité environnementale par un fonctionnement propre
6 Garantir un fonctionnement économique acceptable pour l’utilisateur et pour la
collectivité
6.1. Assurer la pérennité du patrimoine de transport (investissements/besoins…)
6.2. Assurer la durabilité du financement (répartition de la charge utilisateurs, collectivités,
salariés…)
6.3. Garantir un bon rapport qualité/coût global

Mettant en avant le point de vue des usagers, la démarche s’appuie sur diverses « fonctions »
que le réseau de transport public se doit d’assumer (cf. encadré 1). Une batterie de 14
indicateurs principaux (et 15 indicateurs complémentaires) est ainsi proposée pour constituer
un tableau de bord de mesure de la performance pour les réseaux urbains.

Le dernier indicateur « garantir un bon rapport qualité/coût global » est un indicateur de

synthèse construit sur une base multicritère, visant à donner une note globale de la
performance du réseau, dans une perspective de comparaison « dans le temps et avec les
autres ». Les pondérations nécessaires à ce calcul ont été établies par le groupe de travail
ayant participé à la définition des indicateurs.

Si cette démarche répond bien à des objectifs de pilotage de l’action publique, elle reste
cependant peu explicative des résultats obtenus et ne permet pas d’identifier les sources
d’(in)efficience du réseau. Elle répond ainsi plus à une nécessité managériale qu’à une
compréhension des facteurs explicatifs de la performance. Divers économistes ont ainsi mis
l’accent principalement sur l’efficience productive, définie comme le rapport entre les inputs
(capital, travail, énergie,…) et les outputs (véhicule.km produits).

18
La mesure de l’efficience
L’efficience, définie comme l’optimisation de la relation entre les moyens mobilisés et les
résultats, se distingue de l’efficacité, définie comme le degré d’atteinte d’objectifs
préalablement fixés. Dans le domaine des transports urbains, la distinction est d’autant plus
importante que les objectifs des politiques de transport sont complexes et variés, comme le
rappellent Baumstark et al., 2005 :

« L’objectif n’étant pas défini, l’efficacité n’est pas évaluable. Ce cas est symptomatique d’un
grand nombre d’évaluations. Les objectifs des politiques sont très rarement précisés.
L’efficience peut apparaître comme une dimension plus facile à évaluer, et toute aussi
importante que l’efficacité. En particulier, lorsque les objectifs opérationnels ne sont pas
spécifiés, il est toujours possible, ex post, de mesurer l’efficience à partir des résultats et des
moyens observables (les objectifs ne sont pas observables ex post) ». (pp 65-66)

Les auteurs insistent sur la nécessité de distinguer deux types d’efficience, selon la nature de
l’output considéré : « l’efficience productive », pour laquelle l’output considéré est l’offre
réalisée (niveau de service, le plus souvent exprimé en véhicules-kilomètres produits), et
« l’efficience commerciale », qui met l’accent sur l’usage de cette offre (mesurée le plus
souvent par le taux d’utilisation, défini comme le nombre de voyages par véhicule.km) :

« la première catégorie rassemble les indicateurs standards de performance (ceux

traditionnellement retenus dans l’industrie), alors que la seconde fait place à des
problématiques plus spécifiques aux services, relatives à l’adéquation entre offre et demande
et à la pertinence de l’offre » (p.72).

Les auteurs ont choisi de mettre l’accent sur l’efficience productive, considérant qu’elle doit
être un objectif permanent de l’amélioration de la production, en lien avec la dérive observée
des coûts d’exploitation des réseaux (cf. nos travaux sur le besoin de financement des
réseaux : Faivre d’Arcier, 2008). Cette thématique est classique en économie des transports et
de nombreux travaux internationaux sont depuis longtemps produits, visant à rechercher les
facteurs explicatifs de la performance économique des opérateurs de transport. Ce courant
d’analyse, d’inspiration économétrique, s’est développé dès les années 70, lorsque la
concurrence de la voiture a remis en cause la rentabilité des opérateurs privés et que le
mécanisme des subventions publiques s’est mis en œuvre. Bly et al. (1980) ont ainsi montré la
relation entre la croissance des subventions et la perte d’efficience des réseaux.

C’est dans ce contexte que s’est développée la remise en question des opérateurs publics, au
profit du recours au secteur privé, allant de la dérégulation complète à l’anglaise, jusqu’aux
recommandations européennes actuelles du recours à une concurrence régulée, via des appels
d’offre (Règlement OSP, 2007). L’analyse du degré incitatif des contrats entre autorités
organisatrices et opérateurs (Wallis I., 2003 ; Gagnepain et Ivaldi, 2002) constitue désormais
un champ fécond pour les travaux académiques, qui débouche en particulier sur deux
dimensions importantes : l’allotissement (découpage des grands réseaux en lots de taille
optimale sur le plan de la production) et le partage du « niveau tactique » (design du réseau)
entre autorités organisatrices et opérateurs (Van de Velde, 2003).

L’analyse de l’efficience technique de production vise à identifier les facteurs explicatifs de la

formation du coût d’exploitation des réseaux. Outre les paramètres classiques du capital, du
travail et de l’énergie, de nombreuses variables ont été testées pour comprendre les

19
différences entre réseaux. Cela va de la vitesse d’exploitation à l’appartenance à un groupe de
transport spécifique, en passant par des paramètres de structure et de design des réseaux
(correspondance, relief, longueur des lignes, population, etc.). Parmi les travaux menés en
France, citons (Croissant Y., 1996) ou (Kerstens K., 1999). La technique des « frontières de
production » est ainsi utilisée pour mesurer les sources d’inefficience et le poids relatif de
chacun des facteurs (De Borger et al.., 2002).

Baumstark et al. (2005) mettent ainsi l’accent sur la nature des relations contractuelles pour
expliquer des différences d’efficience entre les réseaux français. Ils soulignent cependant la
grande variété de situations liées au contexte local, mais aussi à l’importance des autorités
organisatrices dans la définition de l’offre de transport et des conditions d’exploitation. En
effet, les autorités organisatrices maitrisent – dans le cas français – des éléments clé de la
performance globale du réseau, comme la tarification, le choix des dessertes, le niveau de
service offert et l’investissement (infrastructures et matériel roulant). Dès lors les conditions
d’exploitation sont fortement encadrées et les résultats en termes de fréquentation largement
liés aux choix tactiques opérés. Les auteurs proposent ainsi de distinguer plusieurs niveaux de
performance, selon l’acteur impliqué (opérateur, AO) et selon le terme observé (court/moyen
terme), afin d’approcher une performance globale qui renvoie aux objectifs de politique de
déplacement (figure 7).

Figure 7 : Une performance liée aux acteurs

Source : Baumstark et al., 2005

Ainsi, l’efficience commerciale n’est pas forcément directement dérivée de l’efficience

productive, même si cette dernière reste fondamentale pour minimiser les coûts de production
du service. L’environnement général du réseau est sans doute le facteur plus important pour la
fréquentation, qu’il s’agisse de la population et des emplois desservis (notamment via la
densité des zones desservies), des politiques menées en faveur de chacun des modes de
transport (concurrence avec la voiture). Le tracé des lignes, les niveaux et la qualité du service

20
proposé (amplitude horaire, fréquence, vitesse) et par conséquent les choix d’investissement
opérés sont autant de facteurs à prendre en compte pour apprécier l’efficience commerciale.
Les statistiques publiées annuellement (UTP, 2010) permettent ainsi de constater que
l’efficience commerciale (mesurée en voyages par véhicule.km) connaît deux faits marquants.
Le premier est l’influence de la taille des réseaux : en 2008, ce taux d’utilisation est en
moyenne de 4,4 voyages par véhicule.km pour les réseaux de plus de 250 000 habitants en
province, de 3,7 pour ceux de 100 à 250 000 et seulement de 2,2 pour les réseaux de moins de
100 000 habitants.

Figure 8 : Relation entre offre et efficience commerciale en 2008

9,0
LYON
8,0

7,0
MARSEILLE
MONTPELLIER
6,0
Voyages/veh.km

STRASBOURG

5,0
GRENOBLE NANTES TOULOUSE

4,0
RENNES
LILLE
NICE
BORDEAUX
3,0
ROUEN

2,0

LENS
1,0

0,0
0 5 000 10 000 15 000 20 000 25 000 30 000 35 000 40 000 45 000 50 000
Véhicule.km annuels (milliers)

Grandes Villes (> 250 000 h.) Villes Moyennes (100-250 000 h.)
Données : UTP, 2010, les principaux chiffres de l’année 2008

Le second est une évolution contrastée de ce ratio au cours du temps : « sur la période 1998-
2008, ce ratio a progressé de 13,3% dans les grandes agglomérations alors qu’il reculait de
10,2% et 13,4% dans les moyennes et petites. » (UTP, 2010, p. 18) Pourtant, depuis 2005, une
inflexion semble marquer un changement, puisque ces ratios se stabilisent dans les réseaux de
moins de 250 000 habitants, et connaissent une progression sensible dans les plus grands (+
9,4% entre 2005 et 2008).

Efficience productive et efficience commerciale

Si l’efficience productive reste un objectif structurel pour l’entreprise exploitante, puisqu’elle
impacte directement ses résultats, elle préoccupe également l’Autorité Organisatrice, en tant
que client qui achète une prestation de service. Il faut noter ici l’importance d’un dialogue
entre les deux parties sur la définition même de ce service, les standards d’offre imposés par
l’AO ayant une conséquence directe sur l’ampleur des moyens que l’opérateur doit mobiliser
(matériel et personnel). Les nombreuses contraintes imposées à la production du service ne
permettent pas en effet d’optimiser le procès de production, autant que dans la production
industrielle classique : pas de stockage intermédiaire possible (production instantanée et

21
localisée), variation des niveaux de production au cours du temps (journée, semaine, année),
évolution des conditions de circulation (vitesse, régularité), etc. Certaines conditions imposées
via les standards d’offre (amplitude, fréquence, confort,…) imposent de sur-dimensionner les
moyens de production mobilisés et ont un impact direct sur les coûts. L’optimisation sous
contrainte est donc difficile et nécessite à la fois des adaptations à la marge du cahier des
charges, et des actions de l’AO sur les conditions de circulation (priorité).

D’un autre côté, la recherche de l’efficience commerciale pose différents problèmes sur le
plan des politiques publiques. Rapporter la performance d’un réseau à son taux d’utilisation
(nombre de voyages par véhicule.km produit) aboutit mécaniquement à l’adaptation de l’offre
au volume de la demande. Dès lors, la facilité consiste à supprimer les services à faible taux
d’utilisation (heures creuses), ou à limiter la desserte des zones peu denses (périphérie), mais
cela entre en contradiction avec les objectifs d’une mobilité soutenable (réduction de l’usage
de la voiture). L’intérêt de l’indicateur n’est donc pas dans sa valeur absolue, mais dans sa
valeur relative : c’est un descripteur, qui permet de repérer quelles lignes ou parties de réseau
présentent des résultats faibles, afin d’en rechercher les raisons et de définir les actions
susceptibles d’en améliorer la performance. Les raisons peuvent être structurelles
(inadéquation du type de service au niveau de la demande) ou bien résulter de l’écart entre le
service offert et les attentes de la clientèle visée (trop faible fréquence, temps de parcours par
rapport aux modes concurrents). Dans tous les cas, cela suppose une analyse plus approfondie
des attentes d’une clientèle de plus en plus diversifiée.

Figure 9 : Relation entre efficience productive et efficience commerciale

Source : Baumstark et al., 2005

Si la théorie suggère que les contrats entre AO et opérateurs doivent comprendre des clauses
incitatives, et que la « contribution financière forfaitaire » (net cost contract), qui établit un
partage des risques industriels (coûts d’exploitation) et commerciaux (recettes commerciales),
est la forme la plus adaptée, il n’en reste pas moins que la définition d’un cahier des charges
très strict n’autorise pas une optimisation profitable aux deux parties. Il semble donc opportun
(dans un contexte financier difficile pour les collectivités) de réfléchir à des mécanismes
contractuels favorisant cette optimisation des réseaux, par exemple par des clauses de

22
performance liées à une plus grande marge de manœuvre de l’opérateur pour adapter l’offre
en fonction des contraintes de production du service. Comme le suggère indirectement la
figure 9 ci-dessus, une mesure de l’efficience globale pourrait être le coût au voyageur
transporté. Certaines AO, comme la Communauté Urbaine de Bordeaux, publient déjà
régulièrement le coût public par voyageur, ce qui permet en outre de prendre en compte
l’impact du système tarifaire.

Efficience commerciale et performance de réseau

Les chiffres globaux de l’efficience commerciale révèlent une performance relativement
faible. Les raisons en sont facilement identifiables et sont relatives aux objectifs des politiques
publiques. Outre la concurrence de la voiture qui fut privilégiée pendant des décennies, le
faible taux d’utilisation provient principalement du fait que l’offre ne se limite pas à l’heure
de pointe, segment le plus rentable. L’« obligation de service public » conduit en effet à offrir
un service tout au long de la journée, alors que la demande de déplacement est faible. Plus
récemment, l’extension des Périmètres de Transport Urbain a conduit à développer des
services dans des zones périphériques où la densité de population est par nature très faible.

Face au déficit d’exploitation croissant qui en résulte (sans oublier la dérive des coûts
unitaires de production et la stabilité des tarifs), la pertinence économique de ces
prolongements de l’offre dans le temps et l’espace se pose. Sans remettre en question les
objectifs de réduction de l’usage de la voiture en ville, il importe de vérifier dans quelle
mesure l’offre est optimisée. Ainsi, même sur le plan environnemental, est-il justifié de faire
rouler en périphérie lointaine des bus diesel consommant 40 litres aux 100 km pour
transporter deux ou trois clients ? Poser cette question revient à s’interroger sur l’adéquation
de l’offre aux missions que le transport public doit jouer dans la mobilité urbaine. C’est donc
en termes d’efficacité des politiques publiques, que l’on se doit également d’apprécier
l’efficience commerciale.

Figure 10 : Les quatre missions du transport public

Le rôle La protection de
social l’environnement

Quelle offre
pour
quelle mission ?

+
Qui finance
quoi ?

La fluidification L’aménagement
de la circulation urbain

Source : Faivre d’Arcier, 2010

23
Encore faut-il être en mesure de définir des objectifs pour pouvoir évaluer les politiques de
transport, et plus particulièrement celles en matière de transport public urbain. Naturellement,
ces objectifs varient d’une ville à l’autre, mais l’observation a posteriori des politiques de
transport permet de dégager quatre missions principales, historiquement marquées (figure 10).
Il est clair que la juxtaposition de ces différentes missions conduit à des compromis dans la
structuration du réseau de transport. En effet, la clientèle visée n’est pas la même, et les
attentes des clients en termes de desserte et de niveau de service sont différentes.

• La mission sociale traditionnelle vise à offrir l’accès au travail et à la ville à des

populations captives ou à revenus modestes. Elle suppose donc d’assurer la desserte de
quartiers souvent périphériques (coût du logement moins élevé), mais aussi de
satisfaire des besoins de déplacement qui peuvent être périphériques (localisation de
l’emploi) et parfois à des heures décalées par rapport aux heures de pointe
traditionnelles (exemple du personnel d’entretien en soirée ou tôt le matin). Mais cette
mission peut également couvrir les besoins de mobilité d’une population captive,
comme les jeunes (scolaires), les étudiants ou les retraités, tant dans l’accès aux lieux
d’enseignement que dans l’accès aux services et commerces de centre-ville ou de
quartier. La diversité des comportements de mobilité tendrait à privilégier une logique
de couverture spatiale étendue et de maillage au sein de la ville, afin de multiplier les
opportunités de destination pour des flux qui peuvent rester modestes : ici la notion
d’obligation de service public prend tout son sens, même si la contrainte financière
conduit souvent à proposer une offre minimale. Il reste cependant à s’assurer que
l’offre mise en place répond correctement à cette demande de déplacement, ce que
l’on peut vérifier par l’analyse des caractéristiques des usagers des lignes (âge,
statut,…). Si l’on comprend bien la notion de service public qui justifie le maintien de
lignes à faible fréquentation, encore faut-il s’assurer que ce coût n’est pas excessif et
que des alternatives plus légères ne permettraient pas d’offrir un service équivalent à
moindre coût. C’est en particulier le cas de prolongements de lignes en périphérie pour
lesquelles deux situations sont fréquemment observables : soit un nombre de services
important, sans rapport avec le volume de clientèle attendu, soit à l’inverse une offre
très faible, purement symbolique (la commune est desservie), mais dont l’attractivité
est proche de zéro…

• La réduction de la congestion est une mission particulièrement importante dans les

grandes agglomérations. Elle concerne une clientèle se déplaçant en heure de pointe,
principalement à destination du centre-ville, pour le motif domicile-travail.
L’amélioration de l’offre vise donc à capter des automobilistes, dans un contexte de
pénalisation de l’usage de la voiture en ville dans le cadre du PDU (contraintes de
stationnement, abaissement des vitesses). Cette situation concurrentielle peut être
favorable dans une période où l’augmentation des prix des carburants constitue une
incitation forte au report modal. Dès lors, le temps de parcours, prenant en compte la
vitesse et la fréquence des TC, devrait ne pas dépasser 1,5 fois le temps en voiture
pour que l’offre TC soit attractive6. La recherche de tracés plus directs (voire de
services express), la protection par des couloirs assurant une bonne régularité et
l’aménagement de lieux de correspondance adaptés sont des éléments renforçant cette
attractivité. Là encore, l’importance de la clientèle domicile-travail en heure de pointe
peut être un moyen de vérifier la performance de la ligne vis-à-vis de cet objectif.
6
L’étude de la restructuration du réseau de Berlin met en évidence que la probabilité d’usage des TC dépasse les
50 % quand le temps TC est inférieur à 1,5 fois le temps en VP (Reinhold, 2008). Ce qui signifie que pour un
parcours en VP de 30 mn, l’automobiliste accepte un temps en TC de 45 mn environ.

24
 • L’amélioration de l’environnement constitue une des nouvelles missions du
transport public en offrant une alternative modale à la voiture. L’efficacité suppose ici
de pouvoir capter des trajets longs, entre le centre et la périphérie, mais également au
sein de la périphérie, où les déplacements automobiles sont en forte croissance ces
dernières années. Les dernières Enquêtes Ménages Déplacements montrent en effet
que les distances parcourues continuent de croître, et le renchérissement du prix des
carburants est un facteur qui peut aider à un transfert modal significatif. Cependant, la
faible densité des espaces périphériques est un frein, et le développement de trajets
combinés (VP+TC) peut être un moyen efficace de réduire le kilométrage en voiture.
L’intermodalité reste encore marginale en France : son développement suppose que
l’offre TC soit attractive et que le stationnement en parc-relais facilite ces reports
partiels. La consommation énergétique et les émissions de CO2 étant directement
corrélées à la distance, il importe de développer les analyses en termes de
passagers.km, et non seulement de nombre de voyages.

• La contribution à l’aménagement urbain fait plus largement référence aux

investissements de développement des réseaux, notamment autour des lignes fortes.
La recherche d’une meilleure intégration transport/urbanisme dans le développement
des nouveaux quartiers ou des opérations de réhabilitation de quartiers anciens
s’appuie désormais sur des procédures de planification et de réalisation plus efficaces
comme les Contrats d’Axes (CERTU, 2010). Cette mission s’inscrivant dans le temps
long et s’appuyant sur des choix d’investissement, ne sera pas abordée dans le cadre
de cette recherche. Il serait cependant intéressant de développer des indicateurs
permettant d’apprécier l’importance de l’usage des lignes de TC en lien avec cet
objectif. Ceci pourrait par exemple passer par une comparaison des niveaux d’usage
des lignes avec l’importance des flux de déplacement générés par ces nouveaux
quartiers.

Articuler efficience et efficacité

La mesure de la performance d’un réseau de transport collectif est donc particulièrement
complexe, si l’on cherche à en mesurer toutes les facettes. Il semble en effet important
d’articuler les questions d’efficience et d’efficacité pour éviter de simples processus
d’optimisation financière des lignes constitutives d’un réseau, tout en s’assurant que les
objectifs de politique publique mis en avant dans les PDU soient bien atteints. La figure 11
tente de résumer les nombreuses interactions qui influencent cette performance et sa
conséquence sur le besoin de financement public nécessaire à couvrir l’écart entre le coût
d’exploitation et les recettes commerciales.

La partie supérieure rappelle que le réseau s’inscrit dans un territoire à desservir, caractérisé
par un système de localisation (habitat, emplois, commerces, services, lieux d’enseignement)
et des offres de transport alternatives ou concurrentielles. Les objectifs du PDU se déclineront
sur le plan opérationnel par des niveaux d’offre en transport collectif : tracé des lignes et
hiérarchisation technique de l’offre, en lien avec l’importance de la clientèle attendue,
niveaux de service offert (fréquence, amplitude horaire, vitesse, régularité,..). L’efficience
productive dépendra en grande partie de ce design du réseau, mais aussi des choix de priorité
accordée à la circulation des transports collectifs sur la voirie, et aux mécanismes incitatifs
définis dans les contrats avec les opérateurs. L’efficience commerciale dépend également du

25
design des lignes constitutives du réseau, en fonction de la nature des territoires desservis, de
l’attractivité des niveaux de service offerts et de la politique tarifaire en vigueur. Enfin,
l’efficacité prend en compte les caractéristiques de la demande de déplacement satisfaite, tant
au niveau des clients utilisateurs du réseau que de la nature des trajets effectués (motif,
distance, période horaire/journalière).

Figure 11 : Facteurs influençant la performance d’un réseau TPU

L’analyse de la performance au niveau de la ligne de transport collectif permet ainsi de mieux

apprécier son attractivité, et d’expliquer les niveaux de performance globale du réseau. Il est
cependant nécessaire de considérer la ligne comme le point d’accès au réseau pour tenir
compte de l’importance croissante des correspondances dans la structuration des réseaux : la
hiérarchisation technique mise en œuvre lors de la mise en service des TCSP conduit en effet
à articuler ces lignes de forte capacité avec des logiques de rabattement pour assurer une
desserte fine des territoires, tout en multipliant les opportunités de destination dans la ville.
Cette analyse des correspondances est un moyen d’apprécier l’effet réseau généré par la
structuration des lignes. Mais cette hiérarchisation n’est pas que technique : il apparaît que
quelles que soient les villes, les réseaux se composent le plus souvent de quelques lignes
fortes, captant l’essentiel de la clientèle, et d’un grand nombre de « petites » lignes plus
destinées à assurer la couverture géographique du territoire. Massot et Orfeuil (1989, 1990,
1991) ont analysé une trentaine de villes « sans métro » et ont montré que la performance des
lignes était très variable au sein d’un réseau, en fonction des territoires desservis et des
niveaux de service offerts. Aujourd’hui, cette hiérarchisation est encore plus recherchée, dans
la mesure où il apparaît que pour capter des automobilistes, il est nécessaire de viser un
niveau d’offre élevé (nombre de services par jour) pour pouvoir concurrencer la disponibilité
de la voiture. La récente restructuration du réseau de bus de Lyon (Atoubus), ou même de

26
plus petits réseaux comme Belfort va dans ce sens, et de nombreux projets (comme
Chronobus à Nantes) sont dans l’idée de favoriser ces lignes à haut niveau de service, qui
semblent être plus attractives.

La difficulté d’accès à des données détaillées par ligne

La construction d’indicateurs de performance par ligne nécessite de disposer de données à
cette échelle. Les données d’offre (tracé de la ligne, implantation des arrêts, distribution des
services sur la journée) sont facilement disponibles, même si parfois le mode d’exploitation
de la ligne les rend complexes : services variant selon les jours, existence de terminus
intermédiaires ou d’antennes, itinéraires variables au cours de la journée. Le service
exploitation de l’opérateur dispose de ces données, mais elles ne sont pas toujours
sauvegardées pour des traitements ex post. Du côté de l’AOT, les informations manquent
parfois de précisions, par exemple sur la géolocalisation des arrêts ou les distances inter-
arrêts7. Plus globalement, il a été nécessaire de vérifier la codification des arrêts (dont les
noms ont tendance à changer selon les lignes, et à construire des tables de correspondance
entre arrêts, afin de pouvoir bien identifier les déplacements complets des individus par la
suite.

Les données concernant la clientèle sont également souvent fragmentaires. Si la fréquentation

de chaque ligne est globalement bien connue sur une année d’exploitation, il s’agit
essentiellement du nombre de voyages, obtenu par un recoupement entre les données fournies
par des systèmes de comptage automatique (type « marche sensible » ou cellule infrarouge),
et celles provenant de la validation des titres. Compte-tenu des besoins de l’exploitant (suivi
de la charge des véhicules, statistiques contractuelles pour l’AOT, type serpent de charge), ce
dispositif est suffisant pour la gestion opérationnelle de la ligne. Par contre, ces types de
comptage ne permettent pas d’identifier le trajet effectué en transport en commun (itinéraire
montée-descente, correspondance sur le réseau), et encore moins de connaître les
caractéristiques de l’usager. Le service Marketing, en lien avec l’AOT, fait pour cela réaliser
des enquêtes spécifiques origine-destination, qui sont assez lourdes et coûteuses puisque la
passation des questionnaires nécessite le recrutement d’enquêteurs. C’est la raison pour
laquelle ces enquêtes O-D ne sont réalisées qu’épisodiquement : le plus souvent, une ligne
n’est enquêtée sur une journée complète que tous les 3 ans. Enfin, dans certains réseaux, des
enquêtes Mobilités sont effectuées sur le même rythme, afin d’apprécier la fréquence
d’utilisation de certains titres comme les abonnements mensuels.

Il faut noter que ces enquêtes O-D ne sont pas normalisées aujourd’hui, tant dans la
construction des échantillons (sélection de lignes, sélection de périodes horaires ou de
services, recensement exhaustif ou tirages aléatoires) que dans le contenu des informations
demandées. Les caractéristiques des clients sont en général recensées sur les variables
suivantes : genre, âge, statut, commune de résidence, et parfois le titre de transport utilisé. Les
données concernant le voyage comprennent : la ligne utilisée, le service (ou l’heure), le sens
de circulation, l’arrêt de montée, l’arrêt de descente, les modes d’accès aux arrêts, les motifs
origine et destination (voir annexe 1). Il faut en particulier noter que les trajets amont et aval
du voyage enquêté ne sont pas toujours recensés avec précision : il est en effet nécessaire de

7
Pour les deux réseaux sur lesquels l’analyse a été conduite en détail, il a notamment été nécessaire de mener un
travail important de vérification des données disponibles sous le logiciel MapInfo. Cet outil est principalement
utilisé comme un logiciel de cartographie thématique, et rarement comme une vraie base de données géo-
référencée.

27
disposer, en cas de correspondance amont ou aval, non seulement de la ligne utilisée, mais
aussi de l’arrêt de montée ou de descente, afin de pouvoir reconstituer l’intégralité du
déplacement de l’usager. Ce fut le cas pour Montpellier, mais pas pour Toulouse, ce qui n’a
pas permis de calculer tous les indicateurs envisagés. Il semble que le coût de ces enquêtes
explique leur périodicité (souvent 3 ans, selon les restructurations du réseau), mais cela tient
aussi au fait que le suivi détaillé de la clientèle par ligne n’est pas souvent exigé par les AOT.

Une des limites importantes des indicateurs d’usage qui seront présentés dans la suite de ce
rapport, tient à cette absence de suivi détaillé de la clientèle : généraliser les profils des lignes
à partir d’une journée moyenne enquêtée est donc abusif. C’est pourquoi les valeurs de ces
indicateurs doivent être prises avec un certain recul : l’objectif est principalement ici de
proposer des indicateurs, leur méthode de mesure et d’en montrer l’intérêt pour améliorer la
performance des lignes.

La périodicité de ces enquêtes oblige à faire porter les analyses sur l’année de réalisation.
C’est la raison pour laquelle les données d’offre et d’usage concernent la période 2008-2009.
Ceci conduit à un décalage important entre la situation analysée et la situation actuelle, les
modifications d’offre étant fréquentes dans les réseaux (changement de fréquences ou
d’amplitude horaire, modification du tracé de la ligne, voire restructuration complète lors de
la mise en service de lignes de TCSP). Ce décalage ne remet pas en cause a priori les
éléments de méthodes proposés pour analyser la performance.

Enfin, la construction des indicateurs nécessite également des données externes, concernant la
localisation de l’habitat et des emplois, ainsi que des services, commerces et lieux
d’enseignement. Il est alors difficile de trouver des données géo-localisées facilement
disponibles, ces sources n’étant pas de la responsabilité des AOT. C’est la raison pour
laquelle nous avons dû limiter nos ambitions aux seules données de population, par
l’utilisation des fichiers IRIS librement accessibles via le site de l’INSEE. Ici un travail
important de mise en relation des zones IRIS et de la localisation des arrêts a été nécessaire,
afin de pouvoir estimer les poids de population résidente située dans un rayon de 300 m
autour des arrêts. A défaut de données plus précises, les populations ont été affectées au
prorata des surfaces des zones IRIS, ce qui génère un biais potentiel important en supposant
une équi-répartition de la population dans la zone. Afin de limiter ce biais, notamment dans
les communes périphériques, cette répartition a été corrigée en tenant compte de la surface de
bâti8.

Il n’a par contre pas été possible de disposer des effectifs salariés à proximité des arrêts (les
données IRIS 2008 fournissent seulement le nombre d’établissements), ni de la localisation
des activités de commerces et de services. Le recensement des effectifs des établissements
d’enseignement (collège, lycée, université) n’a également pas pu être entrepris. Il s’agit là
d’une limite importante dans l’analyse de l’attractivité des lignes.

8
Merci à Romain Regouby, étudiant du Master TER, qui a réalisé ce travail sous MapInfo.

28
 3. Facteurs explicatifs de l’efficience commerciale des
lignes
Les chiffres moyens par réseau de l’efficience commerciale (cf. figure 6) cachent des
différences très importantes selon les lignes, en fonction de la technologie de transport (métro,
tramway, bus), des territoires desservis (centre/périphérie, desserte d’équipements) et des
itinéraires suivis. Il semble donc logique de commencer par segmenter l’offre en lien avec la
place que chaque ligne occupe au sein du réseau : les lignes de TCSP desservent
systématiquement le centre et les quartiers les plus denses, tandis que les lignes de bus
assurent des liaisons sur lesquelles la clientèle est potentiellement moins importante et jouent
un rôle de couverture géographique des territoires, souvent en connexion avec les lignes
structurantes du réseau. Il en découle des niveaux d’offre sensiblement différents et
l’efficience des lignes est naturellement corrélée avec les territoires desservis.

L’analyse portera en premier lieu sur la construction d’une typologie des lignes, même si les
résultats sont limités, du fait que le nombre de lignes est peu important dans chaque réseau, ce
qui ne confère qu’un caractère qualitatif à cette approche. Dans un second temps, on
recherchera des facteurs explicatifs de l’efficience commerciale, tenant compte des niveaux
de service et de la nature des espaces desservis.

Une typologie des lignes qui reflète la hiérarchisation des réseaux

On observe dans la plupart des réseaux une répartition des lignes en fonction des territoires
traversés et de leur distance par rapport au centre-ville où la densité de population et
d’activités est la plus importante. Trois catégories sont fréquemment présentées : les lignes
« urbaines » desservant presque exclusivement la commune centre, les lignes « suburbaines »
qui desservent les communes de banlieue et assurent souvent une liaison avec le centre, les
« lignes périphériques » présentes dans les communes les plus éloignées du centre, qui
assurent des dessertes de quartier, souvent en rabattement sur les lignes de TCSP. Cependant,
cette distinction fondée sur l’implantation géographique des lignes ne semble pas suffisante
pour expliquer les différences d’efficience commerciales. Ainsi le nombre de voyageurs par
véhicule.km est en moyenne à Montpellier, de 5,04 pour les lignes « urbaines » et de 1,19
pour les lignes suburbaines (respectivement 3,33 et 1,50 à Toulouse), mais les variations au
sein de chaque groupe sont importantes : pour les lignes urbaines, l’efficience commerciale
varie ainsi de 3,47 à 6,17 à Montpellier et de 2,85 à 5,40 à Toulouse.

Une autre distinction fréquemment faite porte sur la forme de la ligne, entre des lignes
radiales, diamétrales, de rocade, de desserte de quartier, voire sur les fonctions assurées
(desserte du centre, desserte de pôle secondaire ou d’équipement, rabattement sur une station
de TCSP). Ce dernier critère semble de moins en moins pertinent, car le rabattement est une
pratique qui tend à se généraliser, et les lignes sont parfois connectées à plusieurs lignes de
TCSP. Comme on peut le voir à partir de ces exemples, la multiplication des critères de
description des lignes conduirait à multiplier les catégories, au risque de n’avoir qu’une ligne
dans chaque classe…

29
Il est alors apparu logique de rechercher une typologie plus simple, croisant ces divers
critères, en s’inspirant des travaux de L. Clément (1995), qui propose de segmenter l’offre
autour de trois fonctions de la ligne au sein du réseau :
- La massification : fonction assurée par des lignes situées majoritairement dans la zone
la plus dense de l’agglomération (= le centre), sur lesquelles les rabattements sont
effectués et assurant principalement l’écoulement des voyageurs. Ces lignes peuvent
être caractérisées par un équilibre relatif des échanges aux différents arrêts ;
- La connexion : fonction assurée par des lignes situées elles aussi majoritairement dans
la zone la plus dense de l’agglomération (= le centre) mais assurant à la fois
l’écoulement des voyageurs et l’accès à des lignes de massification ;
- La diffusion : fonction assurée par les lignes situées majoritairement en zone
périphérique de l’agglomération et assurant principalement l’accès à des lignes de
massification. Ces lignes peuvent être caractérisées par un fort déséquilibre des
échanges aux différents arrêts.
Cette segmentation a été cependant enrichie pour tenir compte du poids important du centre
dans les villes de province, et de l’existence de nœuds majeurs dans des réseaux encore le plus
souvent en étoile. Cela ne concerne pas les lignes de massification qui sont dans ces villes, les
lignes de TCSP (métro à Toulouse, tramway à Montpellier), et desservent le centre de façon
radiale (même si certaines desservent la périphérie, comme à Montpellier). On distinguera
donc :
- Les lignes de connexion majeures desservant l’hyper centre de l’agglomération :
elles sont connectées aux nœuds principaux du réseau, sont des radiales ou diamétrales
qui sont des compléments aux lignes de massification ;
- Les lignes de connexion de maillage ne desservent pas l’hyper centre, mais des
quartiers plus secondaires du centre ou sont des rocades. Elles viennent en
complément du maillage principal du réseau constitué des lignes de massification et
des lignes de connexion majeures ;
- Les lignes de diffusion majeures entrant dans le centre en provenance du périurbain
ou de la périphérie, et qui sont connectées au reste du réseau dans le centre voire
l’hyper centre de l’agglomération ;
- Les lignes de diffusion secondaires restant en périphérie/périurbain (n’entrant pas
dans le centre).
Ceci conduit à une typologie en 5 classes, résumée par le tableau 3. Cette typologie
fonctionnelle constituera une première variable descriptive pour comparer les différentes
lignes et caractériser la morphologie du réseau. Elle présuppose des marchés potentiels de
taille décroissante en allant de la « massification » à la « diffusion », et par conséquent des
niveaux de service adaptés à ces marchés.

Cependant, cette segmentation ne peut être reliée directement à des standards de niveaux de
service, comme la fréquence en heure de pointe et en heure creuse, l’amplitude horaire ou la
vitesse de circulation. Ces éléments résultent en effet des choix opérés par l’AO, mais aussi de
la taille de l’agglomération étudiée, et de la spécificité des contextes locaux desservis (par
exemple, le cas particulier des lignes desservant des campus universitaires, qui peuvent
nécessiter des fréquences élevées en lien avec une clientèle étudiante très consommatrice des
transports collectifs).

30
Tableau 3 : Typologie des lignes au sein d’un réseau
Fonctions des Connexion Diffusion
Massification
lignes Majeure De maillage Majeure Secondaire
Périphérie/
Centre et Hyper Centre et Hyper Centre (hors Périphérie/
Localisation Périurbain jusqu'au
centre centre hyper centre) Périurbain
Centre
Bus en rocade
Bus en radiale ou desserte de
Type de ligne TCSP Tous types de lignes de bus
ou diamétrale quartiers
secondaires
Ecoulement des voyageurs et
Ecoulement des
Fonction accès à des lignes de Accès à des lignes de massification
voyageurs
massification
Equilibre des
échanges aux Equilibre relatif Variable Fort déséquilibre
arrêts

Figure 12 : Hiérarchisation du réseau de Montpellier (2008)

Réalisation : Regouby, 2010 – réalisé avec MapInfo®

Tableau 4 : Classification des lignes de Montpellier

Fonctions Massifi- Connexion Diffusion

des lignes cation Majeure De maillage Majeure Secondaire

Numéros de 6, 7, 8, 11, 15, 18, 21, 22, 23, 24,

T1 et T2 5, 9, 10, 13 20, 25, 29, 30, 31, 34
ligne 16 28, 32, 33, 35, 37

Total 2 lignes 6 lignes 4 lignes 10 lignes 6 lignes

31
Figure 13 : Hiérarchisation du réseau de Toulouse (2008)

Réalisation : Regouby, 2010 – réalisé avec MapInfo®

Tableau 5 : Classification des lignes de Toulouse

Connexion Diffusion
Fonctions Massifi-
des lignes cation Majeure De maillage Majeure Secondaire

17, 20, 21, 25, 26, 32, 35, 40,

1, 2, 10, 12, 3, 8, 13, 19, 34,
33, 39, 42, 43, 52, 47, 49, 50, 51, 53, 55, 56, 57,
Numéros de 14, 15, 16, 22, 36, 37, 41, 46,
A et B 64, 65, 66, 67, 70, 58, 59, 60, 61, 62, 69, 72, 73,
ligne 23, 27, 29, 38, 54, 68, 110,
71, 75, 76, 78, 80 74, 77, 79, 81, 82, 83, 107,
44 111
108, 112
Total 2 lignes 13 lignes 13 lignes 15 lignes 33 lignes

La typologie fonctionnelle met ainsi en évidence une organisation des réseaux relativement
hiérarchisée du réseau de bus : pour Montpellier comme pour Toulouse, 1/3 environ des
lignes assurent un rôle principal de connexion et 2/3 un rôle de diffusion. Il est alors
intéressant de chercher à voir si cette hiérarchisation se traduit dans les niveaux de service
offert et bien sûr en termes d’efficience commerciale.

Le niveau de service est défini dans un premier temps, comme le nombre de services offert
sur chaque ligne par jour. La comptabilisation des voyages par ligne recensant les deux sens
de la ligne, une rotation (aller-retour) est comptabilisée comme 2 services. L’efficience
commerciale est définie comme le nombre de voyages dans les deux sens, divisé par le total
des véhicules.km commerciaux (haut-le-pied non compris).

32
Figure 14 : Hiérarchisation, niveau de service et efficience commerciale à Montpellier

Connexion majeure Connexion maillage Diffusion majeure Diffusion secondaire

Plusieurs observations peuvent être faites à partir de cette figure.

• Les lignes de connexion présentent un niveau de service sensiblement plus élevé que
les lignes de diffusion, qui assurent une desserte fine des territoires locaux.
• L’efficience commerciale semble sensiblement corrélée avec le niveau de service
offert (R²=0,76)
• La hiérarchisation fonctionnelle se retrouve globalement dans les niveaux de service et
dans l’efficience commerciale

Cependant, quelques lignes s’écartent de ce modèle général :

• La ligne 15, longue radiale reliant la périphérie ouest avec le centre-ville (desserte de
la gare St Roch) présente un très haut niveau de service. Signalons qu’elle vient d’être
supprimée pour devenir la ligne de tramway T3 du réseau.
• Deux lignes de connexion (11 et 13) présentent une efficience commerciale plus
élevée ; la ligne 11 dessert également l’ouest de Montpellier et relie la gare St Roch
(une partie du trajet étant commune avec la ligne 15) ; la ligne 13 est une petite ligne
de rabattement sur le tramway, desservant un campus universitaire.
• La ligne 28 dessert une commune périphérique de l’est de Montpellier (Pérols) : elle
présente la particularité d’assurer des services semi express en rabattement sur la ligne
T1, ce qui semble expliquer sa bonne efficience commerciale.
• Trois lignes (5, 9 et 10) offrent un bon niveau de service (plus de 50 services par jour)
mais ont une efficience commerciale proportionnellement faible, moins de 3
voyageurs par véhicule.km : ce plus faible rendement nécessite des analyses
complémentaires.

Cette première analyse montre la grande diversité des lignes et constitue un premier élément
de diagnostic intéressant pour rechercher des facteurs explicatifs plus précis de la
performance commerciale du réseau de bus.

33
Figure 15 : Hiérarchisation, niveau de service et efficience commerciale à Toulouse

Connexion majeure Connexion maillage Diffusion majeure Diffusion secondaire

Comparativement à Montpellier, le réseau de bus de Toulouse couvre un territoire beaucoup

plus vaste et le nombre de lignes de bus est plus important. L’efficience commerciale semble
globalement un peu plus faible (une seule ligne dépasse les 6 voyageurs par véhicule.km).
Plusieurs observations peuvent être faites à partir de cette figure.
• Les lignes de connexion présentent un niveau de service sensiblement plus élevé que
les lignes de diffusion, mais la différenciation semble moins marquée qu’à
Montpellier : dix lignes de connexion ont un nombre de services par jour inférieur à
50, tandis que pour cinq lignes de diffusion, ce nombre est supérieur à 50.
• L’efficience commerciale est corrélée avec le niveau de service offert, mais à un
moindre degré (R²=0,61). La pente de la droite de régression est également moins
forte.
• La hiérarchisation fonctionnelle se retrouve globalement dans les niveaux de service et
dans l’efficience commerciale.

Plusieurs exceptions notables peuvent être signalées :

• Les lignes 44 et 68 ont une efficience très faible pour des lignes respectivement de
connexion majeure et de maillage. Ce résultat peut être dû au fait que ces lignes sont à
la fois parmi les plus courtes du réseau (donc n’offrent que peu d’opportunités
directes) et sont de surcroît « doublées » sur la majorité voire l’intégralité de leur tracé
(ce qui peut renforcer leur manque d’attractivité en comparaison des autres lignes sur
le même tracé). De plus leur nombre de services par jour est faible et de l’ordre de
lignes de diffusion ; c’est également le cas des lignes 46, 54 et 110.

34
 • La ligne 41 a une efficience très faible pour une ligne de connexion de maillage. Outre
la faible longueur de son tracé, cette ligne souffre certainement également du territoire
qu’elle dessert, dont la densité de population est plutôt faible par rapport au reste de la
ville de Toulouse ;
• La ligne 29 a une efficience très faible pour une ligne de connexion majeure. Ceci peut
s’expliquer par le fait que son tracé « suit » celui de la ligne de métro B, la
concurrence est donc beaucoup trop forte, ce qui affaiblit notablement son efficience
commerciale ;
• La ligne 13 a une efficience très élevée pour une ligne de connexion de maillage. Ceci
s’explique par le fait qu’elle dessert un grand nombre d’établissement d’enseignement
(au moins une faculté, un lycée, un collège et une école). Or les étudiants et scolaires
sont une population très captive des transports publics, ce qui explique les bons
résultats d’efficience de cette ligne ;
• Les lignes 60 et 62 ont une efficience très élevée pour des lignes de diffusion
secondaire. Ceci peut être dû au fait que les zones qu’elles desservent sont toutes
d’une densité plutôt élevée pour du périurbain (respectivement les communes de
Castelginest et Castanet-Tolosan), avec en plus pour la ligne 62 une distance inter-
arrêt moyenne parmi les plus grandes, ce qui en fait une ligne « express » encore plus
intéressante. Enfin, ces deux lignes sont aussi caractérisées par un tracé très droit, ce
qui favorise probablement leur attractivité.

D’autres écarts significatifs peuvent être soulignés : il apparaît globalement que la complexité
du réseau de Toulouse s’accompagne d’un processus de hiérarchisation moins marqué qu’à
Montpellier. Cela conduit surtout à démontrer que cette hiérarchisation fonctionnelle est
insuffisante pour expliquer l’efficience commerciale d’une ligne. Elle présente cependant un
intérêt pédagogique dans la définition d’une stratégie d’organisation des réseaux : la
hiérarchisation fonctionnelle doit se traduire par une hiérarchisation des niveaux de service
offert, afin d’améliorer la lisibilité et le mode de fonctionnement du réseau, comme le résume
le tableau 6.

Tableau 6 : Typologie des lignes, niveaux de service et efficience commerciale

Montpellier Toulouse
Typologie Nombre Fréquence Efficience Nombre Fréquence Efficience
de ligne (Nb service/jour) (Voy./Vkm) de ligne (Nb service/jour) (Voy./Vkm)
Connexion
Majeure
6 172 6,2 13 159 3,6
Connexion
de maillage
4 138 4,2 13 100 3,0
Diffusion
Majeure
10 51 1,6 15 82 1,9
Diffusion
Secondaire
6 36 0,8 33 68 1,4
Ensemble 26 85 2,7 74 92 2,2

Les différences de résultats entre les deux villes peuvent s’expliquer par de nombreux facteurs
(cf. tableau 2). Si Toulouse est une ville de plus grande taille que Montpellier, son PTU est
également beaucoup plus vaste, ce qui conduit à une densité moyenne de population plus
faible (977 hab./km² contre 1 322). Bien que l’offre par habitant soit légèrement plus forte à
Toulouse (35 km/hab. contre 33), il est logique que le niveau d’usage des TC y soit un peu
moins élevé (149 voyages/hab. contre 195).

35
Variables explicatives possibles de l’efficience commerciale

Les variables potentiellement explicatives de l’efficience commerciale sont a priori

nombreuses et concernent aussi bien les caractéristiques de l’offre proposée, que le
« contexte » dans lequel les lignes s’insèrent.

Les caractéristiques des lignes concernent à la fois le niveau de service et l’inscription de

chaque ligne au sein du réseau. On peut ainsi recenser :

• La longueur de la ligne : plus une ligne est longue, plus elle dessert le territoire et
serait susceptible de capter de la clientèle résidente ;
• La vitesse commerciale : le temps de parcours reste un élément clé de l’attractivité
des TC comparativement aux autres modes de transport ;
• L’amplitude horaire de fonctionnement : en dehors des trajets domicile-travail qui
ont lieu principalement en heure de pointe, les heures de début et de fin de service
participent à la perception de la qualité du service offert ;
• La sinuosité de son tracé : le souhait de desservir l’ensemble de l’espace urbain
conduit parfois à des itinéraires assez complexes, mais ce cabotage territorial tend à
rallonger les temps de parcours ;
• La fréquence : le temps d’attente reste un des principaux défauts des réseaux TC.
Cette fréquence pouvant varier au cours de la journée, cette caractéristique sera
approchée par le nombre de service par jour et par sens ;
• La structure du service (rapport entre heure de pointe et heure creuse) : un trop fort
écart entre HP et HC peut donner l’impression d’une ligne ne fonctionnant qu’en
heure de pointe, ce qui réduit l’attractivité de la ligne ;
• Le nombre d’arrêts (ou la distance inter-arrêt) : s’il est courant de considérer que la
zone d’attractivité d’une ligne de bus est de l’ordre de 300 m, la multiplication des
arrêts pénalise le temps de parcours.

L’insertion territoriale de la ligne concerne la nature des espaces desservis, mais aussi les
opportunités de destination, en lien avec les motifs de déplacements :
• La densité de population résidant à proximité des arrêts (cercle de 300 m) : le nombre
d’habitants desservis semble logiquement un facteur explicatif de la fréquentation ;
• Les établissements d’enseignement (écoles, collèges, lycées, universités,…)
desservis : la clientèle pour motif études reste une composante forte de la
fréquentation des réseaux ;
• La localisation des entreprises et leur nombre de salariés, pour ce qui concerne de
possibles déplacements domicile-travail ;
• La localisation des services et commerces, puisque la mobilité non liée au travail est
de plus en plus importante ;
• La localisation des centres d’échanges, permettant la connexion à d’autres réseaux,
notamment les gares SNCF.

Comme cela l’a été indiqué précédemment, l’accès à des données géolocalisées sur les
entreprises, établissements d’enseignement, commerces et services n’a pas été possible dans

36
le cadre de cette recherche, ce qui n’a pas permis de prendre en compte ces variables dans
l’analyse de la performance des lignes.

L’ensemble des caractéristiques des lignes a pu être obtenue pour Montpellier et Toulouse.
Cependant, il est rapidement apparu que le lien entre ces variables et l’efficience commerciale
n’était pas évident pour un certain nombre d’entre elles. La recherche de corrélations a été
décevante, voire a conduit parfois à des résultats contradictoires. Ainsi, par exemple, la mise
en relation des données d’efficience commerciale avec la vitesse commerciale des lignes
montre que plus une ligne est rapide, moins l’efficience commerciale est bonne… Quoique
illogique a priori, ce résultat ne fait qu’exprimer un constat évident : c’est dans les zones
périphériques de faible densité que les bus circulent le plus vite, du fait de l’absence de
congestion… Autrement dit, pour mesurer l’influence de la vitesse sur l’efficience, il serait
nécessaire de comparer des lignes comparables (centre-ville / périphérie). Malheureusement,
dans ce cas, le faible nombre de lignes de chaque catégorie dans un réseau ne permet pas de
réaliser un traitement statistique significatif. Ainsi, seul un petit nombre de variables ont pu
être analysées et semblent avoir une influence mesurable sur l’efficience commerciale.

• Le nombre de services par jour, facteur explicatif principal

Comme les figures 14 et 15 l’ont montré, la corrélation entre le nombre de services par jour et
l’efficience commerciale est visible, même si le petit nombre de lignes ne permet pas
d’explorer plus en profondeur en fonction de la hiérarchie du réseau. Le coefficient de
détermination R² est de 0,75 pour Montpellier et de 0,61 pour Toulouse.

• L’importance de la population résidant à proximité des arrêts

Le calcul de la population située dans un cercle de 300 m autour des arrêts d’une ligne a été
fait à partir des zones IRIS, au prorata de la surface de bâti. Cette répartition, certes grossière,
permet une première approche, qu’il serait nécessaire d’affiner. La corrélation avec
l’efficience commerciale est assez bonne sur Montpellier (R²= 0,6), moyenne sur Toulouse
(0,3), mais ce facteur semble jouer un rôle dans la performance des lignes.

Figure 16 : principe de calcul de la population résidant à proximité des arrêts à partir

des zones IRIS (distance de 300 m)

37
 • La sinuosité des lignes

La recherche d’un indicateur simple permettant de prendre en compte la géométrie du tracé,

vise à comparer la distance à vol d’oiseau avec le kilométrage réellement effectué. Cependant,
les usagers ne parcourent pas l’intégralité d’une ligne, et le calcul de terminus à terminus n’a
pas de sens. C’est pourquoi le calcul se fait en tenant compte de l’arrêt le plus fréquenté (à
partir des données de montée-descente), ce qui peut bien correspondre au fonctionnement des
lignes diamétrales, mais aussi aux lignes de rabattement (l’arrêt le plus fréquenté est alors l’un
des terminus) : deux demi-lignes sont ainsi constituées et l’indicateur est la moyenne du ratio
distance réelle / distance à vol d’oiseau, entre cet arrêt principal et chaque terminus.

Figure 17 : Principe de calcul de l’indicateur de sinuosité

• La connexion aux autres lignes du réseau

L’appartenance de chaque ligne au réseau peut être appréciée par l’importance des
connexions qu’elle permet avec les autres lignes. Il ne suffit pas ici de savoir si la ligne
desserte une station de TCSP – car cela devient une règle générale – mais de qualifier ces
possibilités de correspondance, en tenant compte des fréquences des lignes en
correspondance, et des temps de parcours pour atteindre une destination visée. L’indicateur
proposé ici consiste à mesurer la distance cumulée que l’on peut parcourir sur le reste du
réseau, en un budget temps donné (et en tenant compte du temps d’attente sur la ligne, pris
égal à la moitié de la fréquence). Un algorithme de calcul a été établi pour estimer tous les
chemins possibles sur le réseau9. L’indicateur s’exprime donc comme une distance cumulée :
plus elle est élevée, plus les opportunités de destination sont importantes. Le budget temps
retenu, après différents tests, a été de 45 mn, temps jugé supportable pour l’usager effectuant
un trajet avec correspondance. Il est calculé comme la moyenne pour tous les arrêts de la
ligne.

Figure 18 : Principe de calcul de l’indicateur de correspondance (distance cumulée)

9
Pour plus de précisions sur le mode de calcul de cet indicateur, voir Regouby, 2010

38
Si cet indicateur a été retenu par la suite pour la modélisation de l’efficience commerciale, il
est cependant apparu comme « peu parlant » (distance en mètres de tous les chemins
possibles). Il a été donc recalculé également sous une forme plus expressive, à savoir, le
pourcentage d’arrêts du réseau accessibles en un budget temps donné. Les figures 19 et 20
présentent respectivement cet indicateur pour les réseaux analysés.

Figure 19 : Nombre d’arrêts du réseau accessibles en un budget-temps donné

(Montpellier)

Figure 20 : Nombre d’arrêts du réseau accessibles en un budget-temps donné (Toulouse)

39
Cet indicateur est un moyen d’apprécier globalement la performance d’un réseau dans
l’accessibilité à la ville, puisqu’il prend en compte le degré de maillage et les fréquences des
lignes. On peut observer ici que seules les lignes de TCSP permettent d’accéder à au moins
50 % des arrêts dans un budget temps de 45 mn.

Pour Montpellier, les lignes se segmentent en deux groupes, les urbaines, pour lesquelles
50 % des arrêts sont accessibles pour un temps compris entre 50 et 60 m,, et les suburbaines
pour lesquelles il faut au moins 75 mn. Pour Toulouse, le gradient semble plus continu, sans
doute du fait du PTU très large de l’agglomération, mais les ordres de grandeur sont
similaires.

L’importance du budget temps nécessaire pour atteindre les différents points de la ville
montre bien que le maillage des réseaux reste faible, dès lors que l’on prend en compte les
fréquences et les temps de parcours de chaque ligne.

Modélisation de l’efficience commerciale

Différentes combinaisons de variables ont été successivement testées, donnant le plus souvent
des résultats limités ou décevants10. Ces efforts ont conduit progressivement à définir des
méta-variables afin d’améliorer les estimations. Nous ne présenterons ici que le modèle
donnant les meilleurs résultats, et qui reprend les quatre variables décrites ci-dessus : le
nombre de services par jour, l’indice de correspondance (distance cumulée), le coefficient de
sinuosité, et la population résidant dans un cercle de 300 m autour des arrêts. Précisons que le
modèle est calé sur les lignes de bus, sans prendre en compte les lignes de TCSP.

Tableau 7 : Modélisation de l’efficience commerciale

Régression linéaire – variables centrées-réduites.
Montpellier Toulouse
Variable Coefficient Probabilité Coefficient Probabilité
de Student de Student
Nombre de services par jour 0,522 2,3 E-04 0,477 3,2 E-05
Racine carré de l’indice de
0,291 0,0252 0,312 0,0056
correspondance
Coefficient de sinuosité x
0,296 0,00106 0,194 0,0068
Ln(population)
Constante 0 0
R² 0,88 0,71

La faible taille des échantillons ne permet pas d’affiner le modèle en tenant compte de la
typologie des lignes. De plus, il faut noter que si le nombre de services est la variable ayant le
poids le plus fort, ce nombre devrait être par nature corrélé avec les densités de population : la
demande potentielle influe sur la fréquence des lignes. L’intérêt du modèle est principalement
de montrer le poids relatif des variables, qui apparaît variable selon les réseaux :

• il est intéressant de constater que le nombre de voyageurs par véhicule.km est d’autant
plus grand que le nombre de services proposés est élevé : ceci veut dire que le nombre

10
Cf. Regouby, 2010

40
 de voyages évolue proportionnellement au carré du nombre de services. Un tel
résultat signifie que l’attractivité d’une ligne serait, toutes choses égales par ailleurs,
conditionnée par des niveaux de fréquence élevés. Certes, il ne suffit pas de doubler la
fréquence pour améliorer l’efficience commerciale, car il faut qu’il existe un réservoir
de clientèle potentielle (population et activités desservies), mais c’est un élément qui
milite en faveur de la mise en place de niveaux minimaux de fréquence pour que la
ligne commence à attirer de la clientèle. On aborde ici en particulier l’inefficacité de la
mise en place de lignes à faible niveau de service, comme par exemple les
prolongements de lignes en périphérie par quelques services par jour : il serait sans
doute plus pertinent d’augmenter la fréquence de la ligne, plutôt que de la prolonger –
sous réserve d’assurer une possibilité de rabattement (à pied, en vélo ou en voiture) sur
le terminus.
Certes, il n’a pas été possible de déterminer à partir de quel « niveau d’offre minimal »
la ligne devient attractive, mais l’analyse tend à démontrer que cette question de la
fréquence est déterminante dans l’attractivité du réseau.

• La qualité des connexions contribue également à l’attractivité du réseau. L’indice de

correspondance, calculée par la distance parcourable sur l’ensemble du réseau (l’arrêt
comme point d’entrée), prend en compte non seulement les points de correspondance,
mais également les fréquences et les temps de parcours sur les autres lignes. On
remarquera cependant que d’une ville à l’autre, l’influence de ce paramètre varie, sans
qu’il soit évident d’en déterminer les raisons. Il serait nécessaire de faire cette
modélisation sur un grand nombre de réseaux, pour voir si d’autres facteurs structurels
(design du réseau, distribution des densités de population, effet des modes lourds –
tram ou métro) peuvent expliquer ces différences11.

• Enfin, et de manière plus surprenante, l’importance de la population desservie semble

jouer un rôle secondaire dans l’attractivité des lignes : la pondération par le logarithme
indique que l’impact est important pour les zones très faiblement peuplées, mais
qu’au-delà d’un certain seuil, cette variable joue proportionnellement beaucoup moins
que le niveau de fréquence. Comme indiqué plus haut, il semble logique de penser que
le nombre de services par jour est en partie corrélé avec la population desservie :
l’observation des situations des deux réseaux montre que cette corrélation n’est que
partielle (l’ordre de grandeur est de 0,6 service pour 1000 habitants, mais le coefficient
de corrélation R² n’est que de 0,51 à Montpellier, et de 0,38 à Toulouse).

Du fait de la faible taille des échantillons de lignes analysés, cette modélisation de l’efficience
commerciale des lignes de bus mériterait d’être validée par une application à plusieurs autres
réseaux. De plus, elle ne prend pas en compte de nombreux facteurs. Pour juger de
l’attractivité du réseau, il importe en effet de tenir compte des conditions de concurrence de la
voiture (circulation, stationnement) et donc des stratégies développées dans le cadre des Plans
de Déplacements Urbains. De même, il serait nécessaire de prendre en compte l’emploi et les
équipements desservis, données non disponibles à l’échelle de l’analyse par ligne.

La compréhension des facteurs explicatifs de l’efficience doit également tenir compte de

l’hétérogénéité des lignes de bus. La typologie selon les fonctions des lignes devrait permettre
d’affiner les estimations du modèle, mais nécessite de disposer d’un plus grand nombre de
11
Signalons toutefois que les premières tentatives d’application de ce modèle sur le cas de Grenoble, par L.
Ippoliti ne sont pas convaincantes quant à l’influence de cet indice de correspondance, qui tendrait même plutôt
à dégrader le résultat de la modélisation. Des analyses complémentaires sont en cours.

41
lignes. Il pourrait être possible ici de regrouper les lignes de plusieurs réseaux, à condition de
lever l’hypothèse sur leur comparabilité.

Enfin, une autre piste de recherche envisagée a été de découper les lignes en tronçons
homogènes, de façon à mieux tenir compte des territoires traversés selon les différents types
de lignes, mais aussi du fonctionnement des lignes elles-mêmes, en tenant compte des points
d’arrêt les plus fréquentés. Outre le fait que cela complique encore plus l’analyse (sur
Montpellier, 26 lignes de bus donnent 84 tronçons), les tentatives de modélisation n’ont pas
donné de meilleurs résultats que le modèle par ligne. De plus, cela pose le problème des
passagers « transitant » par un tronçon sur une ligne. C’est pourquoi cette piste a été
rapidement abandonnée.

Une efficience fortement corrélée au niveau de service

Il ressort de l’ensemble de ces analyses que l’efficience commerciale est fortement corrélée
avec le nombre de services offert par jour. Ce résultat n’est pas surprenant, mais les analyses
par ligne permettent de quantifier cette relation et de donner un panorama de la diversité des
situations observées. Dans la figure 21, nous avons agrégé les données de trois réseaux,
Montpellier, Toulouse et Grenoble, ville dans laquelle cette analyse est en cours d’application.
Bien que ce regroupement puisse être contestable, puisque les terrains sont différents, cet
échantillon de 122 lignes de bus donne une idée de la structuration de l’offre et de son
efficience commerciale.

Figure 21 : relation entre le nombre de services et l’efficience commerciale – données

agrégées sur Montpellier, Toulouse et Grenoble

L’enjeu de l’amélioration de l’efficience commerciale des lignes de bus apparaît clairement à

la lecture de ce tableau. Un quart des lignes présente un bon niveau d’offre (> 150 services),
mais moins d’une ligne sur cinq dépasse le niveau de 4 voyages par véhicule.km offert et une
ligne sur deux est en-dessous de 2 voyages par véhicule.km. Pour améliorer la performance
globale des réseaux, un important effort de restructuration des lignes semble s’imposer.

42
Tableau 8 : Distribution des lignes selon le niveau d’offre et le niveau d’efficience

122 lignes Nombre de Voyages par Véhicule.km

<2 2-4 4-6 6-8 >8 Total
< 50 20% 2% 23%
50-100 28% 7% 35%
Nombre de 100-150 1% 13% 3% 17%
services
150-200 1% 7% 6% 1% 1% 16%
par jour et
par sens 200-250 0% 2% 5% 1% 7%
> 250 2% 2%
Total 50% 32% 14% 2% 2%

Cependant l’approche par voyage induit un biais qu’il semble nécessaire de corriger. En effet,
le voyage ne tient pas compte de la distance parcourue par l’usager. C’est pourquoi il a été
nécessaire de recalculer, à partir des matrices origine-destination des enquêtes, les
voyageurs.km pour chaque ligne.

Figure 22 : Distance par voyage et efficience commerciale à Montpellier

Connexion majeure Connexion maillage Diffusion majeure Diffusion secondaire

Comme le montrent les figures 22 et 23, on observe des situations très différentes selon les
lignes. Ainsi à Montpellier peut-on distinguer quatre groupes qui se différencient, en croisant
l’efficience commerciale avec la distance moyenne parcourue (obtenue en divisant le total des
voyageurs.km par le nombre de voyages) : il apparaît nettement que les lignes à efficience
commerciale bonne ou moyenne sont en quasi-totalité des lignes de connexion desservant le
centre-ville (la ligne 13 est celle qui relie le tramway et le campus universitaire en position
péricentrale, et la ligne 28 est une radiale rabattant une commune périphérique sur le tramway

43
par des services semi express). En même temps, cela signifie que les trajets effectués sont
particulièrement courts (de 2 à 3 km en moyenne).

A l’inverse, les lignes de diffusion se caractérisent par une distance moyenne très variable (de
2 à 11 km), et une efficience commerciale faible (< 2 voyages/veh.km). On retrouve ici
beaucoup de lignes périphériques, qui assurent de longs trajets vers la ville, souvent en
rabattement sur le tramway.

Ceci tend à montrer que les lignes efficientes se nourrissent surtout de petits trajets dans le
centre, qui sont sans doute plus liés à d’autres motifs que le domicile-travail. L’analyse par
catégorie d’usager (cf. supra) permettra de revenir sur cette question des petits trajets.

La situation à Toulouse est légèrement différente, même si l’on retrouve le même groupe de
lignes de connexion à bonne efficience commerciale, mais alimentées là aussi par des trajets
courts de centre-ville. Les lignes de diffusion ont-elles aussi une efficience commerciale
faible et des distances moyennes variant principalement de 2 à 12 km.

Figure 23 : Distance par voyage et efficience commerciale à Toulouse

Connexion majeure Connexion maillage Diffusion majeure Diffusion secondaire

44
Conclusion

L’analyse de l’efficience commerciale des lignes de Montpellier et Toulouse montre, au-delà

de spécificités locales, des traits relativement similaires. La hiérarchie des lignes (connexion /
diffusion) se retrouve dans les niveaux de service offert et donc dans l’attractivité même de
chaque ligne. Si ces résultats n’ont rien d’extraordinaire, l’analyse permet de souligner
l’importance du nombre de services par jour comme principale variable explicative de
l’efficience commerciale, mais aussi de souligner que la bonne fréquentation des lignes du
centre provient d’un grand nombre de trajets courts : la pénalisation progressive de l’usage de
la voiture dans le centre explique sans doute ce phénomène, mais met en lumière a contrario
la faible attractivité du réseau pour les trajets longs, notamment ceux liés au domicile-travail,
qui constituent pourtant l’une des cibles principales de la réduction de « l’autosolisme ».
Enfin, les figures mettent clairement en évidence des lignes à très faible performance, dont la
pertinence ne semble pas s’imposer : des gains d’efficience semblent donc possible, au prix
d’une restructuration des lignes de bus. Mais pour mieux apprécier l’intérêt de telles
modifications, il est nécessaire d’apprécier la contribution de chaque ligne aux grands
objectifs de politique publique : le rôle social, la réduction de la congestion, l’amélioration de
l’environnement. C’est l’objet des parties suivantes de ce rapport.

45
46
 4. L’efficacité en termes de politiques publiques

4.1 Mesurer le rôle social des lignes de bus

Le rôle traditionnel du transport public est d’assurer la mobilité des personnes captives ou à
faible revenu. Il semble donc intéressant d’évaluer comment chaque ligne du réseau contribue
à cet objectif, en analysant non seulement le profil des usagers, mais aussi quelle part du
potentiel de ces groupes d’usagers est captée par une ligne donnée sur son tracé. Il faut
également considérer ici deux groupes d’usagers :

• Ceux qui résident à proximité de la ligne, que l’on peut identifier dans les enquêtes
origine-destination par le fait que le motif à l’arrêt de montée ou de descente est le
domicile (desserte des populations résidentes).

• Ceux qui utilisent la ligne au sein du réseau pour leurs déplacements, sans pour autant
être résidents : ce sont les usagers « en transit » sur la ligne.

Figure 24 : Potentiel de clientèle par segments d’usagers

Mesurer le potentiel de clients « résidents »

L’un des indicateurs utilisés couramment pour apprécier le niveau de fréquentation d’un
réseau, est le nombre de voyages par habitant. Cependant cet indicateur regroupe par nature
tous les voyages et tous les types de voyageurs, ce qui ne permet pas de caractériser les
groupes de population réellement utilisateurs du réseau. Il est donc proposer ici de construire
un indicateur mesurant le nombre de voyages fait par les « résidents », définis comme la
population habitant dans le cercle de 300 m autour de chaque arrêt. Cet indicateur peut ensuite
être décomposé en fonction de groupes de population spécifiques. Ici, la désagrégation en
groupes dépend des données disponibles.

47
Dans le cas des statistiques de population fournies par l’INSEE à l’échelle des zones IRIS, on
peut distinguer deux variables, celle de l’âge et celle du statut :

Statut Age
Scolaires 0 - 14 ans
Etudiants 15 - 18 ans
Actifs 19 - 24 ans
Chômeurs 25 - 34 ans
Sans Emploi 35 - 54 ans
Retraités 55 - 69 ans
70 ans et +

Il n’est pas contre par possible d’avoir des données sur les revenus des ménages auxquels les
individus appartiennent, ce qui ne permet pas de cerner tous les aspects de la dimension
sociale. Pour les voyages réalisés, les enquêtes O-D fournissent le plus souvent l’âge et le
statut de l’usager, ainsi que le motif à l’origine et à la destination, ce qui permet d’identifier
les voyages de résidents. De plus, l’indication du titre de transport utilisé peut permettre de
repérer les usagers bénéficiant de tarifs sociaux.

Après diverses tentatives de regroupement, la décomposition en groupes d’usagers retenue

comporte les catégories suivantes, pour la population âgée de 15 à 64 ans :

• Actifs occupés
• Chômeurs
• Elèves, étudiants, stagiaires non rémunérés
• Retraités / pré-retraités
• Autres inactifs

Bien que cette segmentation ne soit pas totalement satisfaisante par rapport à l’objectif visé, il
a ainsi été possible de mesurer pour chaque groupe le nombre de voyages effectués sur chaque
ligne.

Usage des lignes par les « résidents » à Montpellier

L’analyse des voyages des résidents des lignes de Montpellier (calculé en nombre de voyages
par résident et par an12) montre des situations très contrastées selon les lignes. Ainsi, les deux
lignes de tramway T1 et T2 semblent globalement capter un grand nombre de voyages de
résidents (rappelons qu’en 2008, le réseau de Montpellier atteint 194 voyages par habitant et
par an).

Ce tableau permet de voir que certaines lignes se distinguent par des niveaux d’usage des
résidents sensiblement plus élevés que la moyenne (cases colorées). Les lignes 9, 11, 13, 15 et
16 se distinguent ainsi par un usage sensiblement plus élevé des résidents, tandis qu’à
l’inverse, les lignes 5, 6, 7, 8 et 18 ont un usage particulièrement faible, du même ordre que
les lignes suburbaines.

12
Le passage des voyages le jour de l’enquête aux voyages annuels est obtenu en multipliant ce nombre par 255
jours d’exploitation. Ce nombre se révèle sans doute un peu excessif, si on le compare avec la valeur calculée en
rapportant le total des voyages enquêtés au nombre annuel de voyages déclarés pour 2008 dans l’enquête
annuelle sur les réseaux (environ 245 jours).

48
Il souligne en outre, qu’à l’exception des lignes de tramway, l’attractivité des lignes est
particulièrement faible pour ce qui concerne les actifs ayant un emploi, sauf pour les lignes 9,
13, 15 et 28. La capacité du réseau à offrir une alternative à l’usage de la voiture pour les
déplacements domicile-travail semble donc limitée.

Cependant, les chiffres donnés ici sont sans doute à interpréter avec précaution. Outre le fait
que l’on généralise à l’année les trafics d’une journée enquêtée, rappelons que l’on se limite
ici aux déplacements dont le motif à l’origine ou la destination est le domicile. C’est plus dans
la comparaison des lignes entre elles, que l’analyse peut aider dans le diagnostic de leur
fonctionnement, en soulignant leur rôle plus ou moins marqué par rapport à des groupes de
clientèle visés.

Tableau 9 : Nombre de voyages par résident et par an à Montpellier

Population Elèv Etud Retraités

Actifs Autres Total ligne
15-64 ans Chômeurs Stag non Préretraité
occupés inactifs voy/hab/an
(2006) rémunérés s
1 170,9 54,6 360,3 409,8 72,4 233,6
2 68,6 35,3 289,6 155,4 50,0 122,8
5 2,5 1,9 8,4 13,3 3,1 5,0
6 5,7 3,6 17,3 27,7 5,4 9,9
7 5,6 3,4 19,5 26,0 5,9 10,3
8 3,8 0,8 10,5 16,5 4,6 5,9
9 37,4 17,0 176,3 46,1 26,1 51,1
10 5,9 4,2 19,2 13,7 4,9 9,6
11 9,6 6,3 21,5 39,6 9,5 14,5
13 32,1 14,4 5,4 61,8 17,5 12,2
15 23,6 20,5 83,1 72,8 17,8 165,8
16 12,9 8,2 19,2 41,9 11,7 119,7
18 3,7 2,1 4,8 3,3 1,3 14,7
20 0,5 1,0 3,4 0,4 0,0 0,5
21 1,5 2,5 10,4 2,8 1,6 3,8
22 2,3 0,9 64,7 2,8 2,1 27,6
23 2,8 2,2 3,6 2,7 0,5 4,8
24 3,3 5,1 11,4 3,6 5,0 8,9
25 1,6 0,7 54,4 2,4 1,8 7,4
28 22,7 13,6 68,1 30,4 12,8 26,9
29 2,2 0,7 46,5 3,5 3,2 23,7
30 1,4 1,5 14,2 2,7 1,2 1,7
31 1,2 1,2 3,5 3,8 1,8 1,1
32 1,2 1,3 102,0 4,5 0,5 3,4
33 0,8 0,4 19,3 3,2 1,7 2,6
34 0,4 0,2 15,8 1,2 0,2 15,5
35 0,5 0,6 1,4 1,6 0,1 0,0
37 2,7 2,7 9,0 0,8 0,0 0,0

49
Figure 25 : Type de clientèle « résidente » sur les lignes de Montpellier

La même analyse en fonction des revenus de la population résidente serait intéressante à

conduire, mais les données n’ont pu être obtenues, tant sur les populations résidentes, que sur
les usagers, via l’enquête origine-destination.

Usage des lignes par les « résidents » à Toulouse

Le même type d’analyse a pu être réalisé sur le réseau de Toulouse, et les résultats soulignent
également cette grande variété des profils des lignes, comme l’indique le tableau 10.

Tableau 10 : Nombre de voyages par résident et par an à Toulouse

Population Elèv Etud Retraités Population Elèv Etud Retraités
Actifs Autres Total ligne Actifs Autres Total ligne
15-64 ans Chômeurs Stag non Préretraité 15-64 ans Chômeurs Stag non Préretraité
occupés inactifs voy/hab/an occupés inactifs voy/hab/an
(2006) rémunérés s (2006) rémunérés s
A 260,3 365,0 801,9 581,7 64,8 369,9 50 4,2 7,0 19,3 14,8 1,1 6,7
B 197,5 275,9 743,7 434,6 70,2 341,4 51 0,6 0,3 4,4 1,7 0,4 1,5
1 6,4 10,5 16,7 39,9 6,4 10,6 52 3,5 9,1 10,0 23,6 2,8 6,2
2 6,9 11,6 14,1 50,1 4,3 10,6 53 0,4 1,4 3,9 0,0 0,0 0,8
3 3,0 5,4 8,7 22,0 4,0 5,4 54 3,3 4,9 26,6 8,8 2,0 9,2
8 19,2 26,4 77,9 85,0 7,6 28,7 55 2,7 5,1 51,3 1,9 0,0 8,0
10 10,8 12,4 18,2 69,3 4,5 15,0 56 2,8 7,2 27,7 16,1 2,9 9,3
12 13,4 20,6 32,0 49,1 3,7 18,4 57 6,6 15,7 73,5 19,9 3,6 15,9
13 12,0 30,5 57,7 37,2 6,7 21,9 58 5,6 7,0 70,0 12,2 1,2 13,0
14 6,0 12,2 7,6 31,8 2,6 7,8 59 5,2 9,3 75,5 9,0 2,8 12,2
15 3,9 7,7 4,4 35,4 1,6 5,6 60 13,4 22,2 165,5 29,0 5,7 30,0
16 17,9 14,3 49,1 48,3 4,8 24,3 61 5,5 9,8 83,2 7,1 0,5 15,4
17 1,0 1,0 51,0 4,7 0,6 7,4 62 16,4 22,9 172,4 28,8 3,1 37,2
19 10,2 19,3 61,3 32,8 4,6 17,9 64 13,2 22,2 60,0 31,9 6,2 21,4
20 16,9 18,4 529,4 45,5 4,9 84,0 65 6,5 15,3 59,4 21,8 3,9 15,5
21 5,1 7,1 36,8 7,2 2,0 8,8 66 10,3 15,0 42,0 52,0 5,0 17,9
22 10,1 17,4 32,8 70,0 5,7 18,0 67 4,1 9,0 48,6 9,7 1,7 11,8
23 4,0 6,6 13,9 24,7 1,7 7,0 68 13,0 37,2 8,7 125,8 10,3 13,8
25 0,7 2,5 1,9 1,8 0,0 1,0 69 4,8 5,9 92,2 7,5 1,9 14,0
26 4,7 2,7 21,4 7,6 1,3 6,3 70 4,7 10,7 30,9 18,4 2,2 10,6
27 4,7 4,5 9,7 27,0 2,0 6,5 71 2,2 1,5 19,8 5,1 0,5 5,4
29 2,6 2,2 8,1 14,4 1,4 4,2 72 13,6 24,1 102,9 74,9 10,8 33,0
32 0,4 1,4 3,6 0,8 0,8 0,9 73 9,3 8,0 90,8 36,7 6,0 19,9
33 3,6 6,1 93,5 17,6 3,4 14,8 74 13,2 28,3 404,8 26,6 0,0 57,6
34 5,6 3,7 7,6 27,4 1,9 6,8 75 6,2 14,5 140,6 23,7 0,9 23,1
35 6,2 1,9 98,6 5,1 1,5 17,8 76 2,3 3,6 60,3 13,0 1,1 9,7
36 14,8 13,4 68,0 39,3 10,0 22,6 77 8,9 9,5 81,3 38,6 3,6 21,3
37 4,9 7,7 26,7 19,5 4,3 9,2 78 4,4 5,2 12,5 12,7 1,1 6,3
38 10,8 11,8 26,2 53,8 2,8 15,8 79 29,0 18,4 84,1 31,0 2,2 38,8
39 5,5 18,2 37,8 48,3 0,0 12,6 80 1,2 3,9 3,0 5,3 0,8 1,9
40 2,2 4,0 27,7 11,1 1,8 6,0 81 4,4 7,5 34,4 15,5 3,9 10,7
41 2,1 3,5 2,0 17,3 0,8 3,1 82 1,9 2,2 17,3 8,2 0,5 4,8
42 1,8 3,8 13,2 10,2 0,7 4,3 83 7,0 14,1 53,6 18,5 3,1 13,9
43 1,3 2,5 13,5 7,5 0,4 3,4 107 5,8 18,4 10,3 19,5 1,5 8,2
44 0,7 1,0 2,5 3,0 0,3 1,1 108 5,0 13,2 5,0 18,1 3,1 6,0
46 5,0 6,6 27,8 15,5 3,1 9,7 110 2,2 7,4 14,5 5,0 0,0 4,2
47 3,3 7,8 46,7 10,9 1,5 8,8 111 11,8 21,0 12,9 4,9 6,3 11,7
49 1,3 0,7 1,1 0,7 0,0 1,0 112 3,6 8,4 17,0 12,2 1,8 7,0

50
On observe ici aussi la forte attractivité du métro sur les résidents, puisque les niveaux
d’usage sont très élevés, y compris pour les actifs ayant un emploi. Là encore la valeur
absolue des chiffres est à prendre avec précaution : les populations résidentes ont été calculées
sur la base d’un cercle de 300 m, et il est avéré que la zone d’attraction de stations de métro
est beaucoup plus élevée. Ceci conduit à sous-estimer la population résidente de chaque
catégorie, et par voie de conséquence à surestimer leur niveau de mobilité quotidienne en TC.
Les chiffres pour le métro sont donc donnés pour disposer d’un ordre de grandeur, sachant
que l’analyse se focalise ici sur les lignes de bus, dont on peut voir que l’attractivité est très
variable d’une ligne à l’autre. Comme pour Montpellier, on retrouve une assez bonne
attractivité sur les scolaires, mais on peut également noter l’importance relative des retraités
dans l’usage des TC.

Figure 26 : Type de clientèle « résidente » sur les lignes de Toulouse

51
Il ressort de ces analyses que la capacité d’attraction des lignes vis-à-vis des populations
résidentes ciblées est très variable. Cet indicateur permet donc de définir des profils de lignes,
qui seront repris dans les tableaux de bord par ligne (cf. supra), en qualifiant chaque ligne par
rapport à l’attractivité moyenne du réseau de bus. Rappelons que les valeurs absolues sont à
prendre avec précaution : pour les rendre lisibles, cet usage par catégorie de résidents est
exprimé en nombre de voyage par an et par résident, mais que les données d’enquête servant à
l’analyse ne concernent que la journée enquêtée.

L’importance des usagers « non-résidents »

La performance d’une ligne ne peut se limiter bien sûr à l’analyse des clients résidents. En
effet, la ligne peut être fréquentée par des populations non résidentes, soit pour des trajets
directs, (déplacements « secondaires », non liés au domicile), soit pour des correspondances.
L’indicateur proposé ici est le pourcentage de clients non-résidents par rapport au total de la
clientèle de la ligne : ceci permet d’apprécier leur contribution à l’efficience de la ligne. Par
contre, il n’est pas possible de mesurer ici un « potentiel » capté en nombre de voyages par
an, puisqu’il n’y a pas de population de référence.

Figure 27 : Part des « non-résidents » dans la clientèle de chaque ligne à Montpellier

En moyenne, un peu plus d’un tiers des usagers (37%) ne sont pas résidents de la ligne. On
remarquera que les lignes de tramway sont dans cette moyenne (T1 : 39% ; T2 : 35%), de
même que les lignes les plus chargées du réseau (lignes 6, 7, 11, 15 et 16). Seule la ligne 13
présente un taux sensiblement plus élevé (48%), puisqu’il s’agit de la ligne desservant le pôle
universitaire. Les lignes connaissant les taux les plus élevés correspondent souvent au
parcours urbain de lignes départementales et sont souvent des lignes à faible fréquentation.
Globalement, 13 lignes ont une part de non-résidents inférieure à 30%, 21 une part de 30 à
50% et seulement 7 lignes une part supérieure à 50 %.

Il est également intéressant de voir comment se distribuent les trajets avec correspondances
sur ces lignes. Il apparaît globalement que 69 % des trajets sont directs, 30 % ont une
correspondance (amont ou aval) et seulement 1% ont plus d’une correspondance. Mais cela
tient en grande partie au fort trafic des deux lignes de tramway, puisque 25 lignes sur 31 ont

52
une part de trajets directs inférieure à 50 %, ce qui montre l’importance des correspondances
dans le fonctionnement des lignes.

Figure 28 : Taux de correspondances par ligne à Montpellier

La répartition en pourcentage masque cependant l’importance des flux de trafic avec

correspondance. L’analyse montre que les lignes de connexion sont celles qui génèrent les
flux en correspondance les plus importants, à l’exception de la ligne 5 et de la ligne 8, dont la
fréquentation est faible pour des lignes de ce type (respectivement 3 900 et 4 500 voyages /
jour).

Il n’est pas a priori simple de trouver des facteurs explicatifs de cette variation du taux de
voyages avec correspondances. Cela tient sans doute à la diversité des situations rencontrées,
entre l’importance et la nature des populations et activités desservies, ainsi qu’aux
opportunités de connexion avec les autres lignes du réseau. Cependant, dans une perspective
de restructuration des lignes et de leur niveau de service, ce taux de trajets avec
correspondance nous semble être un élément utile pour mieux comprend le fonctionnement
d’une ligne.

La même analyse sur Toulouse semble donner des résultats du même genre. On observe ainsi
que le taux d’usagers non-résidents est sensiblement plus élevé (47%, soit près d’un voyage
sur deux) qu’à Montpellier. Ce taux élevé résulte du poids important des deux lignes de métro
dans la fréquentation : ces lignes connaissent des taux de 56 % (ligne A) et de 51% (ligne B).
Y aurait-il ici un effet spécifique au métro, qui génèrerait des déplacements secondaires et des
trajets en correspondances plus importants dans le centre-ville ? Faut-il y voir un effet lié à la
taille de l’agglomération toulousaine ?

La distribution de ces parts d’usagers non-résidents est globalement proche, puisque 30 lignes
ont une part inférieure à 30 %, 37 lignes une part comprise entre 30 et 50 % et seulement 9
(dont les deux lignes de métro) dépassent une part de 50 %.

L’analyse des taux de correspondance montre qu’en moyenne 57 % des trajets sont directs,
soit une part sensiblement plus faible que pour Montpellier (69%), avec des taux un peu plus
élevés pour les lignes de métro (61 % pour la ligne 4 et 59 % pour la ligne B). Là encore, les
raisons sont multiples, mais l’on peut y voir un effet de taille, favorisant les trajets avec
correspondance à Toulouse.

53
Figure 29 : Part des « non-résidents » dans la clientèle de chaque ligne à Toulouse

54
Figure 30 : Taux de correspondances par ligne à Toulouse

Conclusion : un problème d’accès aux données sur les clients

Cette tentative de mesure du rôle social d’une ligne de transport collectif n’a pu être menée
jusqu’à son terme, du fait d’une difficulté d’accès à des données détaillées par ligne.
L’objectif principal était d’essayer de vérifier le caractère social de la clientèle de la ligne, en
identifiant des catégories d’usagers spécifiques : les personnes captives (comme les scolaires,
une partie des retraités), ou les personnes à revenu modeste. Il aurait été nécessaire pour cela
de disposer d’informations sur les clients et sur leur localisation résidentielle.

La proposition de l’indicateur du nombre de voyage par an et par résident cherche à

contourner – en partie – cette difficulté en tentant de mesurer l’attractivité de la ligne vis-à-vis
des populations desservies. Au-delà des chiffres qu’il est nécessaire de prendre avec un
certain recul, cette analyse montre que les taux d’usage des actifs occupés sont la plupart du
temps très faible, ce qui tend à démontrer la difficulté du réseau à attirer ce type de clientèle :
les politiques de limitation de l’usage de la voiture en ville sont donc encore loin de se
traduire dans la réalité des quartiers, sur le plan des alternatives offertes. Ce résultat vient
conforter le diagnostic apporté sur l’efficience commerciale des lignes, qui reste globalement
faible, à l’exception de quelques lignes fortes. Il semble que les bons résultats de
fréquentation dépendent encore largement des petits trajets faits en TC dans le centre-ville, là
où l’usage de la voiture devient de plus en plus contraint.

Une autre piste d’analyse du rôle social des transports collectifs pourrait passer par l’étude des
données de billétique. Celles-ci permettent de connaître le titre utilisé, et donc d’identifier des
catégories spécifiques de clientèle (scolaire, étudiant, tarifs sociaux,…) et leur usage des
lignes. Cependant, deux limites se font rapidement jour. La première est que – sauf dans le cas

55
de « systèmes fermés » couplés à une tarification à la distance (comme le RER en Ile-de-
France), les données recueillies le sont au moment de la validation : il n’est donc pas possible
de connaître l’origine-destination du voyage, et encore plus du déplacement. La seconde est la
difficulté à pouvoir mettre ces consommations de transport en rapport avec les
caractéristiques du voyageur, comme par exemple sa localisation résidentielle : il faudrait
pour cela assurer une liaison entre les données de voyages et les données des clients, ce que la
CNIL ne semble pas accepter.

Aussi ces données de billétique ne donnent-elles qu’une vision globale de la clientèle

fréquentant la ligne, sans pouvoir distinguer les résidents, ni même connaître les motifs des
voyages effectués. Pour le réseau de Toulouse, ce traitement permet par exemple de sortir des
profils de ligne en fonction des titres principalement utilisés.

Figure 31 : Clientèle par ligne selon le titre de transport – réseau de Toulouse

100%

90%

80%

70%

60%

50%

40%

30%

20%

10%

0%
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67 69 71 73 75 77 79 81 83 85 87 89 91

Abonnement 31 J. 4-25 ans Ticket D Emploi Ptu Abonnement 31 J. Ticket Scolaires HG

Ticket 3eme Age Ticket 10 Dep. Ticket 1 Dep. Ticket 2 Dep.
Ticket Rmi Ptu Ticket 10 Dep. 4-25 ans Ticket 3eme Age Ticket Handicapes
Ticket D Emploi Ptu Abonnement Annuel Abonnement Activeo Abonnement 7 J.
Ticket 10 Dep. Loisirs 4-15 ans Ticket 10 Dep. Abonnement Annuel jeunes

On peut ainsi remarquer le profil très « scolaire HG » de deux lignes tandis que d’autres
lignes se caractérisent par un très faible poids de ces titres scolaires. Les abonnements
« moins de 25 ans » sont par contre présents sur pratiquement toutes les lignes et représentent
entre 10 et 40 % des voyages. Sur le réseau de Toulouse, la base de données billétique
identifie en 2009, 95 titres différents, selon le type de titre (tickets, carnet, abonnement) ou le
type de bénéficiaire (jeune, retraité, RMIste, demandeur d’emploi,…).

Si ces données sont donc peu adaptées pour le calcul des indicateurs proposés, elles
permettent cependant d’apprécier le rôle social joué par les lignes en fonction du statut des
individus. De plus, elles offrent l’avantage de couvrir l’ensemble de l’année (et pas seulement
une journée, comme pour les enquêtes O-D).

56
Ces différents éléments nous amènent à souligner que la mesure de la performance sociale des
lignes est difficile à faire, dans un contexte où les données nécessaires par ligne ne sont pas
aisément accessibles. On peut espérer que le développement des systèmes d’informations
géographiques (SIG) conduise progressivement à disposer de données localisées qui
faciliteraient l’analyse par ligne.

Malgré le caractère parcellaire des indicateurs produits, ces informations sont de nature à
alimenter des tableaux de bord par ligne, qui aideront à mieux interpréter les indicateurs
d’efficience. Dans la perspective de restructuration des lignes, il est en effet important de
mettre en évidence, par exemple, qu’une ligne à faible efficience assure la desserte de
populations cibles, et qu’à ce titre, l’AOT peut tout à fait justifier le maintien d’une desserte,
au titre de la fonction sociale du réseau.

57
4.2 La contribution des lignes à la réduction de la congestion du trafic
automobile

La seconde « mission » du transport public est de réduire la congestion, en captant une partie
de la demande excessive de déplacement en voiture. Cet objectif reste une des justifications
importantes de développement des réseaux, afin d’assurer le bon fonctionnement des activités
de la ville. Il semble donc utile de mesurer la contribution des lignes à cet objectif, puisque
c’est une des dimensions de la performance des réseaux.

Les phénomènes de congestion sont complexes à mesurer13, car leur apparition résulte de
l’écart entre une demande instantanée et une capacité des voies. Elle est donc localisée et peut
être soit ponctuelle, soit récurrente, ce qui rend difficile sa quantification, autrement que par
une comptabilisation des kilomètres de voies saturées. Apprécier le rôle d’un réseau TC dans
la réduction de cette congestion est donc difficile, et il a fallu rechercher une variable proxy
pour exprimer ce phénomène.

Une première analyse a consisté à identifier le nombre de déplacements en voiture évités

pour une population cible, celle des non-captifs, pour leurs déplacements domicile-travail en
heures de pointe. La définition des non-captifs s’est faite en tenant compte de l’âge (accès au
permis : fixé ici à 20 ans pour tenir compte des données IRIS disponibles), et en éliminant les
personnes titulaires d’abonnements sociaux (moyen d’approcher la contrainte de revenu et
donc la possession d’une voiture). Enfin, pour tenir compte de possibles trajets courts, un
seuil de distance de 3,5 km a été retenu, en dessous duquel on estime que le trajet serait plutôt
fait en mode doux (marche à pied, deux-roues) qu’en voiture [pour la justification de ce seuil,
voir ci-après]. Cette règle conduit à éliminer 34 % des voyages des non-captifs pour
Montpellier et 24 % pour Toulouse, où les déplacements sont globalement plus longs.

Sur cette base, les calculs ont été faits pour Montpellier et pour Toulouse.

Tableau 11 : Estimation des déplacements domicile-travail en voiture évités pour les non
captifs en heure de pointe

Montpellier Toulouse
déplacements domicile/travail de non-captifs
8 762 31 394
en heures de pointe
dont voyages sur les lignes de TCSP 7 271 30 542
Voitures.km évités 58 800 km 431 230 km

Ce premier tableau met en évidence un effet de taille entre Montpellier et Toulouse, où les
volumes de circulation évités sont sensiblement plus importants. Il identifie également le rôle
majeur joué par les lignes de TCSP, qui captent plus de 80 % des déplacements domicile-
travail des non captifs : on retrouve ici des éléments mis en lumière sur l’attractivité des
lignes auprès des actifs (partie sur le rôle social des TC). Concernant les lignes de bus, la
figure 32 présente le détail des voyages de non-captifs évités.

13
Voir la thèse de Gaëlle Lesteven, 2012, les stratégies d’adaptation à la congestion dans les grandes métropoles
– analyse à partir des cas de Paris, Sao Paulo et Mumbai, Doctorat de géographie- aménagement, Université
Paris Panthéon-Sorbonne.

58
Figure 32 : Estimation du nombre de voyages de non-captifs pour les déplacements
domicile-travail en heures de pointe pour chaque ligne de bus

Montpellier
16
64
66
22
10
12
19
62
14
38
79
13
65
60
2
58
21
70
57
36
78
8
37
72
111
1
83
23
Lignes de tranpsort public urbain

50
59
34
27
69
77
71
67
15
52
61
46
110
47
73
49
75
3
39
42
54
81
33
108
40
80
20
107
43
74
56
29
51
26
76
41
25
35
112
82
55
68
17
44
32
53

0 100 200 300 400 500 600 700 800 900

Nombre de voyages de non-captifs Toulouse

59
Il apparaît pour Montpellier que seules 11 lignes sur 26 étudiées arrivent à attirer des flux de
non captifs supérieurs à 100, ce qui souligne la faible performance globale du réseau de bus
vis-à-vis de cette clientèle spécifique. Pour Toulouse, avantagée par sa plus grande taille, le
résultat n’est pas vraiment meilleur, puisque 24 lignes sur 74 attirent des flux supérieurs à
200.

On remarquera par ailleurs que les lignes attirant les flux de non-captifs les plus importants
sont toutes des lignes offrant un nombre de services par jour élevé.

Cette première analyse semble montrer que le rôle de décongestion de la circulation est
essentiellement assuré par les lignes de TCSP, tandis que les lignes de bus ne jouent le plus
souvent qu’un rôle mineur relativement à cet objectif. Cependant, la restriction aux individus
non captifs a tendance à sous-estimer ce rôle : en effet, en heure de pointe, le trafic comprend
également de nombreux trajets liés à l’enseignement (lycées, universités,…), et qu’en
l’absence de système de transport public, ces trajets nécessiteraient des accompagnements,
donc des trafics en voiture. C’est pourquoi, un second indicateur a été construit, prenant en
compte plus largement l’ensemble de la clientèle en heure de pointe.

L’indicateur proposé est le nombre de kilomètres de trajets en voiture en heures de pointe

évités par l’utilisation des transports collectifs. Le raisonnement consiste à dire qu’en
l’absence de TC, ces déplacements auraient été faits à l’identique (même période, même O-D)
par un autre mode de transport. C’est une hypothèse forte, car bien sûr rien ne nous garantit
qu’en l’absence de réseau TC, la mobilité des individus ne se serait pas organisée autrement.
Il est donc clair que cet indicateur a un caractère fictif, et qu’il n’a pour objectif que
d’approcher la mesure de la contribution des TC à la décongestion.

Il est apparu ensuite nécessaire de distinguer deux situations de report modal, en l’absence de
TC : l’usager peut se reporter sur la voiture, ou bien sur des modes doux, comme le vélo et la
marche à pied. Ce choix semble largement reposer sur la distance du déplacement, comme le
montrent de nombreuses statistiques. A titre d’illustration, la figure 33 est tirée de
l’Observatoire des Déplacements du Grand Lyon et montre sur la base de l’Enquête Ménages
Déplacements menée à Lyon en 2006, la répartition de l’usage des modes en fonction de la
portée (à vol d’oiseau) des déplacements. Il apparaît ainsi qu’au-delà de 2,3 km environ, plus
de 50 % des déplacements sont faits en voiture. En exprimant cette portée en distance réelle
(coefficient de 1,5 tenant compte de la géométrie des réseaux), on obtient un seuil de l’ordre
de 3,5 km.

Ce genre de règle de distance pour le report modal a également été proposée par plusieurs
chercheurs ayant travaillé sur des scénarios potentiels de report modal (projet Paris21, piloté
par M.H. Massot, et projet Lyon21, piloté par P. Bonnel)14 : les seuils proposés sont
différents, car ils sont calculés sur la base de la longueur des boucles (trajets aller-retour),
sont fonction de l’âge des personnes (contrainte physique) et varient pour la marche ou le
vélo.

Compte-tenu de la taille des deux agglomérations étudiées, plusieurs seuils de distances (1,5
km, 2,5 km et 3,5 km) ont été testés : les variations des résultats sont apparues mineures, et
c’est le seuil de 3,5 km qui a été choisi pour faire les calculs de l’indicateur.

14
Cf. Bonnel P., Caubel D., Massot M.-H., 2003

60
Figure 33 : Répartition des modes de déplacements en fonction de la portée en
kilomètres du déplacement dans le Grand Lyon en 2006

Source : Agence d’Urbanisme pour le développement de l’agglomération lyonnaise, 2010,

L’observatoire des déplacements de l’agglomération lyonnaise – les distances de
déplacements, n°3, 8 p.

L’indicateur de décongestion est donc défini comme la somme des distances de déplacements
évités en voiture en heure de pointe grâce au réseau. Il regroupe l’ensemble des déplacements
de plus de 3,5 km réalisés sur du domicile/travail ou autre motif entre 7h et 9h et 17h et 19h.
Ces trajets sont calculés à partir des déplacements en TC (origine/destination de l’ensemble
du déplacement, correspondances comprises) des individus. La longueur du trajet en voiture
est estimée à partir de la distance à vol d’oiseau entre l’origine-destination, multipliée par un
coefficient tenant compte de la géométrie du réseau (1,4).

Puisque le calcul de l’indicateur suppose de disposer de l’ensemble du déplacement effectué

par l’usager, il n’a pas été possible de le calculer pour l’agglomération de Toulouse. En effet,
l’enquête origine-destination ne nous fournit pas les arrêts de montée et descente en amont ou
en aval du voyage recensé, ce qui ne permet pas de calculer les voyageurs.km complets.

La limitation aux déplacements dont l’origine ou la destination est le centre-ville, n’a in fine
pas été retenue. Outre qu’elle complexifie sensiblement les calculs lorsque l’on prend en
compte le déplacement complet de l’usager (et pas seulement le voyage sur la ligne), les
différences de volumes de l’indicateur restent dans le cas des agglomérations de province a
priori peu importantes.

61
Sur cette base, les résultats pour Montpellier montrent que le réseau contribuerait à réduire
d’environ 100 000 voyageurs.km l’occupation du réseau sur l’ensemble des heures de pointe.
En tant que tel, ce chiffre a peu de signification (il faudrait pouvoir le comparer au total des
passagers.km en voiture sur l’agglomération, donnée dont nous ne disposons pas). Il est par
contre intéressant de noter que les déplacements domicile-travail ne représentent qu’un tiers
de ce total, et comme indiqué précédemment, ce sont les lignes de tramway qui semblent
jouer le premier rôle.

Tableau 12 : Voyageurs.km évités en heures de pointe – Montpellier

Nombre de voyageurs.km évités en voiture en heures de pointe 93 559 voy.km

(tous motifs) :
Dont réseau de bus : 51 564 voy.km (55%)
Dont réseau tramway : 41 995 voy.km (45%)
Dont domicile-travail 30 878 voy.km (33%)

Il est par contre plus intéressant de disposer des chiffres par ligne, pour apprécier leur
performance relativement à l’objectif de décongestion. Il apparaît clairement que cette
contribution est modeste, puisque seules 10 lignes de bus sur 29 étudiées (1/3) dépassent les
2 000 voyageurs.km journaliers.

Figure 34 : Contribution des lignes à la décongestion – réseau de Montpellier

Ensemble des déplacements de plus de 3,5 km, de 7h à 9h et de 17h à 19h

Seule la ligne 15 (qui vient d’être remplacée par la 3ème ligne de tramway) offre une
contribution vraiment significative à la décongestion (8077 voy.km), tandis que certaines
lignes urbaines (5 et 8) ont un niveau 10 fois inférieur… L’interprétation de ce résultat mitigé
doit cependant être faite avec précaution. Ceci souligne par contre l’intérêt de mesurer les
voyageurs.km, car cet indicateur met en évidence que la bonne fréquentation de certaines
lignes résulte d’un grand nombre de trajets courts en centre-ville, alors que la faible
fréquentation des lignes périphériques ne suffit pas à totaliser des niveaux importants de
voyageurs.km.

62
4.3 La contribution des lignes à la réduction des nuisances
environnementales

L’appréciation du rôle des lignes de TC à la réduction des nuisances environnementales peut

se faire à de nombreux niveaux, en fonction des diverses nuisances prises en compte (bruit,
pollution locale, effet de serre). L’idée reste d’apprécier dans quelle mesure l’usage des TC
permet de limiter les impacts négatifs que générerait un trafic automobile plus important. Pour
autant, la constitution d’un « bilan environnemental » complet par ligne semble excessive, par
rapport à l’objectif d’apprécier la performance d’un réseau relativement à un objectif de
politique publique, lui-même multiforme.

Ainsi, même si des efforts importants ont été faits ces dernières années au niveau des
matériels roulants (par exemple avec les normes européennes sur la consommation et les
émissions des véhicules), l’image du bus dans la ville reste encore souvent dégradée : le
« gros véhicule diesel qui fume », le bruit des moteurs, et bien entendu la consommation de
produits pétroliers et les émissions de CO2 qui en résultent, font partie de ces clichés courants
parmi les résidents. Certaines AOT se sont orientées vers le choix de motorisation ou de
carburant différents, avec des parcs de véhicules au gaz, sans parler du regain d’intérêt pour
les véhicules électriques ou hybrides, en attendant l’hydrogène…

Il ne sera pas question ici de conduire de tels bilans des « nuisances » générées par les
véhicules de transport collectif – ce qui aurait nécessité une analyse détaillée des
caractéristiques du parc – mais bien d’apprécier comment les déplacements évités en voiture
conduisent globalement à une amélioration de l’environnement. Aussi la démarche proposée
est-elle assez proche de ce qui a été fait pour la contribution à la décongestion, en tentant
d’estimer l’impact des voyageurs.km évités sur le réseau. La différence est que l’on ne se
limite pas qu’aux seules heures de pointe.

On retrouve ici l’importance de pouvoir quantifier les voyageurs.km sur le réseau pour
l’ensemble des déplacements, en retenant le même principe d’estimation des déplacements en
voiture évités : seuls les déplacements de plus de 3,5 km sont a priori retenus, comme justifié
dans la partie précédente.

Puisqu’il ne pouvait être question d’identifier tous les impacts environnementaux, le choix
symbolique a été fait de se limiter à un indicateur, les émissions de CO2, thème bien connu
des collectivités dans la perspective d’une mobilité durable. Ce choix est bien sûr contestable,
mais la production d’un grand nombre d’indicateurs n’est pas de nature à modifier
fondamentalement l’appréciation de la contribution du réseau à l’amélioration de
l’environnement.

Il faut par contre tenir compte du fait que le réseau est lui-même émetteur de CO2, et
l’objectif est alors de s’assurer que le bilan net est positif. C’est pourquoi l’indicateur proposé
est le ratio suivant :

Total des émissions de CO2 résultant de l’exploitation de la ligne

Total des émissions de CO2 par les déplacements évités s’ils étaient réalisés en voiture

63
La construction de l’indicateur suppose donc de calculer :
• Les émissions de CO2 générées par l’exploitation de la ligne, à partir de la longueur de
la ligne, du nombre de services par jour, et d’un équivalent d’émissions de CO2 par
km ; les hypothèses servant au calcul des émissions de CO2 par véhicule.km sont
détaillées en annexe 4.
• Comme pour la congestion, estimer les kilomètres VP évités du fait de l’usage du
réseau TC. Ici, c’est l’ensemble des déplacements (tous motifs, journée entière) qu’il
faut prendre en compte, et le même principe de report modal VP / modes doux selon
un seuil de distance a été retenu : des tests ont été faits sur ce seuil (de 1,5 à 3,5 km).
Ensuite les voyageurs.km VP estimés sont convertis en véhicule.km (taux
d’occupation de 1,2) puis transformés en émissions de CO2 sur la base d’un
équivalent unique (la non connaissance du parc automobile ne permettant pas d’affiner
l’estimation).

La signification de l’indicateur est alors simple à interpréter : lorsque l’indicateur est inférieur
à 1, cela signifie que le total des émissions générées par l’exploitation de la ligne est inférieur
au total des émissions qui auraient été produites par le trafic VP en l’absence de réseau TC. Il
y a donc un intérêt environnemental à maintenir cette ligne. A l’inverse, si l’indicateur est
supérieur à 1, c’est que la faiblesse des voyageurs.km assurés par la ligne fait que les
émissions de CO2 des TC sont supérieures à ce que produirait le trafic VP de ces usagers : le
maintien de la ligne – relativement à l’objectif environnemental – n’est pas justifié.

Certes, un tel indicateur est grossier et ne peut être considéré comme une évaluation complète
de l’intérêt environnemental des lignes. Il faut le concevoir comme un simple indicateur
visant à souligner que l’efficacité environnementale dépend du taux d’utilisation des lignes.
C’est un clignotant construit dans la perspective d’un tableau de bord visant à apprécier
globalement la performance des lignes du réseau.

Comme pour la congestion, cet indicateur n’a pu être calculé que pour le réseau de
Montpellier, puisqu’il nécessite de connaître les distances des déplacements des usagers.

La figure 35 présente les résultats détaillés par ligne. S’il apparait clairement que la très
grande majorité des lignes a un indicateur inférieur à 1, quatre lignes sont dans la situation
inverse (20, 30, 35, 37) : il s’agit de lignes de diffusion en périphérie, qui présentent un
nombre de services faible à moyen (de 10 à 50), peu de voyages (de 50 à 280 par jour) et donc
une efficience commerciale particulièrement faible (de 0,2 à 1,1 voyages/vehicule.km). Il est
de ce fait logique que l’efficacité environnementale de ces lignes soit contestable.

On notera l’influence du seuil de report modal (de 1,5 à 3,5 km), qui peut faire basculer
quelques lignes (5, 24) au-dessus du seuil de 1,0. Ceci concerne des lignes sur lesquelles un
grand nombre de voyages sont de faible portée : l’abaissement du seuil conduit
mécaniquement à augmenter le nombre de voyages qui seraient reportés sur la voiture, et donc
à améliorer la valeur de l’indicateur environnemental en le faisant diminuer. Cependant,
globalement, le choix du seuil ne vient pas perturber la hiérarchie des lignes selon ce critère.

Ces résultats soulignent une fois de plus l’intérêt de calculer les voyageurs.km sur les lignes.
Si la valeur de l’indicateur semble largement corrélée avec l’efficience commerciale (les
meilleures lignes sont les 11, 13 et 15), on remarquera que la ligne 28 présente un meilleur
ratio environnemental que des lignes plus efficientes (6, 7, 8, 16), du fait de la longueur des
voyages de ses usagers.

64
Figure 35 : Indicateur d’efficacité environnementale – réseau de Montpellier

Bien que son mode de calcul soit complexe (puisqu’il nécessite de recalculer les distances de
chaque déplacement effectué sur une ligne), cet indicateur peut paraître simpliste, en résumant
le bilan environnemental de la ligne à un simple ratio des émissions de CO2. Cependant, il
nous semble avoir une vertu pédagogique forte, dans les discussions sur l’optimisation des
lignes d’un réseau. En effet, les demandes de prolongements de lignes en périphérie peu
denses sont fréquentes, et génèrent des véhicules.km en exploitation qui se révèlent
particulièrement peu productifs, souvent parce que le service offert est limité en fréquence et
donc peu attractif. Montrer que cette offre n’est pas adaptée, mais qu’en plus elle n’est pas
convaincante sur le plan environnemental, peut favoriser la recherche de solutions plus
pertinentes.

Les équivalents retenus pour l’estimation des émissions de CO2 des TC et des trajets évités en
voiture, peuvent bien sûr être discutés, et le mode de calcul de l’indicateur amélioré. Il
faudrait en particulier tenir compte du parc de véhicule utilisé sur la ligne (gabarit, énergie
utilisée) pour affiner cette appréciation, mais là encore l’objectif n’est pas de faire un bilan
environnemental, mais de disposer d’un « clignotant » au sein d’un tableau de bord,
permettant de juger de l’efficience et de l’efficacité d’une ligne au sein d’un réseau.

65
66
 5. La production d’un tableau de bord comme outil de
diagnostic de la performance par ligne
L’ensemble des informations et analyses produites constitue une base permettant d’envisager
un tableau de bord par ligne, qui peut devenir un outil de gestion intéressant, dans la
perspective de la recherche d’une plus grande performance du réseau de transport public.
Comme il l’a été rappelé à de nombreuses occasions, l’efficience des réseaux (productive et
commerciale) reste un impératif de gestion, surtout dans un contexte marqué par une dérive
des coûts d’exploitation et par de nouvelles difficultés de financement pour les AOT. Mais
cette recherche d’efficience ne doit pas se faire indépendamment des objectifs de politique
publique poursuivis, dans la perspective de favoriser une mobilité urbaine durable. Les
différentes missions explicitées dans la partie précédente (social, congestion, environnement)
font partie du rôle de service public des réseaux : les AOT sont en droit d’accepter de financer
certains services à la population, même s’ils s’avèrent peu efficients. Il est cependant
intéressant d’informer ces AOT du rapport bénéfices/coûts des lignes, afin de favoriser une
meilleure utilisation des fonds publics consacrés au transport public. Certaines lignes peuvent
représenter un volume d’offre (en véhicule.km produits) peu important, et donc ne contribuer
que modestement au coût total du réseau, mais leur utilité sociale peut être forte, parce
qu’elles desservent un équipement particulier ou une population fragile. D’autres peuvent
connaître un niveau d’offre plus élevé et pourtant ne pas générer un usage en rapport avec la
qualité du service proposé, ce qui devrait induire une analyse plus détaillée pour comprendre
les raisons de cette faible performance. D’autres enfin donnent satisfaction en termes de
fréquentation, mais parfois au prix d’un niveau de service élevé, ce qui fait que le déficit par
voyage reste important.

L’intérêt d’une démarche par tableau de bord est également de favoriser un benchmarking,
c’est-à-dire de comparer les résultats d’une ligne à d’autres de même type. C’est pourquoi
nous avons choisi à chaque fois de comparer les résultats d’une ligne à la moyenne des lignes
du réseau. Cette approche permet d’un rapide coup d’œil de souligner par un jeu de couleurs
les performances de la ligne. Afin de ne pas trop complexifier la lecture de ce tableau de bord,
le nombre d’indicateurs reste limité, en présentant les caractéristiques de l’offre et de l’usage
et les contributions aux objectifs de politique publique. L’objectif n’est pas de disposer d’un
diagnostic détaillé, mais de critères de positionnement relatif de la ligne par rapport aux
autres, en vue de souligner les éléments de faible ou forte performance de la ligne.

Ce tableau de bord comprendrait deux parties : un tableau de synthèse des données et

indicateurs sur l’ensemble des lignes, une série de fiches par ligne, donnant plus de précisions.

5.1 Le tableau de synthèse

Cinq familles de critères sont retenues pour structurer ce tableau de bord :

- Les données caractérisant l’offre
- Les données d’usage
- L’efficience commerciale
- La performance sociale
- La performance en décongestion
- La performance en réduction des émissions de CO2

67
Tableau 13 : Indicateurs de performance de l’offre
OFFRE
% d'arrêts du
Nbe
Type de Longueur Vitesse Veh.km TC Coeff de Population (par réseau
lignes Services
ligne (km) Commerciale /jour sinuosité arret) accessible en
/Jour
45 mn
5 Connexion 109 4,6 19,8 502 0,54 1 762 40,9%
6 Connexion 167 11,5 13,5 1 923 0,65 3 449 43,3%
7 Connexion 125 13,1 14,7 1 641 0,64 3 157 44,4%
8 Connexion 107 2,6 15,1 276 0,72 5 170 45,1%
9 Connexion 160 10,3 19,3 1 655 0,52 397 40,2%
10 Connexion 111 18,0 17,8 2 002 0,53 1 541 44,9%
11 Connexion 174 5,2 13,7 908 0,75 4 173 44,1%
12
13 Connexion 392 3,1 19,9 1 220 0,77 1 616 47,5%
14
15 Connexion 306 10,9 15,6 3 323 0,71 3 476 46,4%
16 Connexion 153 14,6 16,0 2 241 0,57 2 632 47,3%
18 Diffusion 57 14,5 23,1 828 0,52 673 3,4%
20 Diffusion 52 9,3 17,9 485 0,28 511 2,4%
21 Diffusion 37 7,4 22,3 273 0,78 898 1,9%
22 Diffusion 61 11,1 23,5 678 0,49 1 112 15,7%
23 Diffusion 43 11,6 27,1 500 0,59 512 2,9%
24 Diffusion 37 8,3 24,7 309 0,62 342 6,8%
25 Diffusion 38 7,9 26,6 300 0,55 700 4,0%
28 Diffusion 67 9,4 23,0 632 0,80 451 8,1%
29 Diffusion 37 12,1 26,2 446 0,80 729 1,1%
30 Diffusion 52 17,9 21,2 933 0,67 579 2,7%
31 Diffusion 10 8,6 28,4 86 0,91 512 0,0%
32 Diffusion 31 14,5 34,9 450 0,45 1 146 0,8%
33 Diffusion 52 8,0 26,6 414 0,88 714 2,1%
34 Diffusion 14 18,2 30,8 254 0,64 784 0,0%
35 Diffusion 33 6,2 21,0 205 0,53 1 035 5,3%
36
37 Diffusion 10 4,7 18,4 47 0,77 251 3,7%
1 Massific. 434 14,6 6 350 55,4%
2 Massific. 297 19,7 5 860 57,4%

TOTAL 3166 298 34 740

Total bus 2435 264 22 531

Moyenne Bus 94 10,1 21,6 867 0,64 1 474 19,4%

Moyenne Réseau 113 10,7 21,6 1 241 22,1%
Moyenne Tram 366 17,2 6 105 56,4%

N.B. : les lignes 12, 14 et 36 ne sont pas renseignées, les données de l’enquête O-D n’étant pas disponibles. Les
couleurs (de rouge à vert) indiquent le positionnement de chaque ligne de bus par rapport à l’ensemble, pour
chaque critère isolément.

La synthèse des données d’offre permet ainsi rapidement de repérer les points forts et les
points faibles de chaque ligne, relativement aux autres.

Ce premier tableau met en évidence la segmentation entre les lignes urbaines principales (5 à
16), qui présentent un nombre de services sensiblement supérieur à celui des lignes de
périphérie. La population desservie en moyenne par arrêt y est supérieure, du fait de la densité
urbaine, et leur bonne connexion au réseau via la desserte du centre offre une accessibilité
élevée à la ville via les possibilités de correspondances. Par contre, leur situation centrale les
conduit à avoir une vitesse commerciale plus faible qu’en périphérie. On notera cependant
que certaines d’entre elles sont très courtes (moins de 6 km), ce qui peut expliquer une
attractivité limitée.

68
Tableau 14 : Indicateurs d’usage et d’efficience

USAGES EFFICIENCE COMMERCIALE

Voy/Veh.km J Distance
Type de Nbe Voyages Nb Voy.km
lignes = efficience moyenne par
ligne /Jour /jour
commerciale voyage

5 Connexion 1 044 3 899 2,1 3,7

6 Connexion 9 697 32 782 5,0 3,4
7 Connexion 8 130 28 404 5,0 3,5
8 Connexion 1 548 4 576 5,6 3,0
9 Connexion 3 487 14 532 2,1 4,2
10 Connexion 5 091 20 448 2,5 4,0
11 Connexion 6 880 22 344 7,6 3,2
12 1 989 5 900 3,0
13 Connexion 9 867 38 332 8,1 3,9
14 835 2 520 3,0
15 Connexion 27 438 109 220 8,3 4,0
16 Connexion 10 214 41 624 4,6 4,1
18 Diffusion 1 469 10 600 1,8 7,2
20 Diffusion 120 815 0,2 6,8
21 Diffusion 383 3 093 1,4 8,1
22 Diffusion 1 154 6 815 1,7 5,9
23 Diffusion 576 4 948 1,2 8,6
24 Diffusion 502 2 249 1,6 4,5
25 Diffusion 629 3 839 2,1 6,1
28 Diffusion 2 350 17 818 3,7 7,6
29 Diffusion 560 5 977 1,3 10,7
30 Diffusion 279 2 091 0,3 7,5
31 Diffusion 90 766 1,0 8,5
32 Diffusion 529 5 600 1,2 10,6
33 Diffusion 398 3 679 1,0 9,2
34 Diffusion 240 2 213 0,9 9,2
35 Diffusion 101 429 0,5 4,3
36 22 199 9,0
37 Diffusion 51 229 1,1 4,5
1 Massific. 116 035 204 868 18,3 1,8
2 Massific. 53 365 129 420 9,1 2,4

TOTAL 265 073 730 228 7,6 2,8

Total bus 95 673 395 940 4,2 4,1

Moyenne Bus 3 299 13 653 2,8 5,9

Moyenne Réseau 8 551 23 556 3,5 5,7
Moyenne Tram 84 700 167 144 13,7 2,1

Ce second tableau fournit les données d’usage, en distinguant les voyages recensés par jour
mais aussi les voyageurs.km, donnée essentielle pour le calcul des autres indicateurs de
performance. On peut ainsi en déduire une distance moyenne par voyage, qui souligne que les
trajets dans la partie centrale de la ville sont par nature plus courts que ceux réalisés en
périphérie.

En termes d’efficience commerciale, la moyenne des lignes du réseau se situe à 2,8 voyages
/véhicule.km, soit six fois moins que la moyenne des lignes de tramway. On notera cependant
que trois lignes dépassent les 7 voyages par véhicule.km, niveau souvent observé pour les
lignes de Bus à Haut Niveau de Service. Enfin, la ligne 28, qui assure le rabattement d’une
commune périphérique sur le tramway par un itinéraire rapide (peu d’arrêts intermédiaires de
type semi-express), atteint un niveau d’efficience commerciale supérieur à la moyenne du
réseau.

69
Tableau 15 : Indicateurs de performance sociale
SOCIAL - Voyages/Résident/an
Part des % voyages
Elèves
Type de Actifs Retraités Autres total ligne voyages de avec
lignes Chômeurs Etudiants
ligne occupés Préretraités inactifs voy/hab/an non correspon-
Stagiaire
résidents dances
5 Connexion 2,5 1,9 8,4 13,3 3,1 5,8 26% 72%
6 Connexion 5,7 3,6 17,3 27,7 5,4 11,9 31% 29%
7 Connexion 5,6 3,4 19,5 26,0 5,9 12,1 31% 35%
8 Connexion 3,8 0,8 10,5 16,5 4,6 7,2 41% 63%
9 Connexion 37,4 17,0 176,3 46,1 26,1 60,6 48% 65%
10 Connexion 5,9 4,2 19,2 13,7 4,9 9,6 32% 45%
11 Connexion 9,6 6,3 21,5 39,6 9,5 17,3 31% 33%
12 28% 55%
13 Connexion 32,1 14,4 5,4 61,8 17,5 26,3 48% 72%
14 26% 36%
15 Connexion 23,6 20,5 83,1 72,8 17,8 43,6 33% 33%
16 Connexion 12,9 8,2 19,2 41,9 11,7 18,8 38% 44%
18 Diffusion 3,7 2,1 4,8 3,3 1,3 3,0 31% 39%
20 Diffusion 0,5 1,0 3,4 0,4 0,0 1,0 38% 50%
21 Diffusion 1,5 2,5 10,4 2,8 1,6 3,8 51% 68%
22 Diffusion 2,3 0,9 64,7 2,8 2,1 14,6 26% 50%
23 Diffusion 2,8 2,2 3,6 2,7 0,5 2,3 41% 53%
24 Diffusion 3,3 5,1 11,4 3,6 5,0 5,7 35% 41%
25 Diffusion 1,6 0,7 54,4 2,4 1,8 12,2 31% 30%
28 Diffusion 22,7 13,6 68,1 30,4 12,8 29,5 43% 42%
29 Diffusion 2,2 0,7 46,5 3,5 3,2 11,2 35% 75%
30 Diffusion 1,4 1,5 14,2 2,7 1,2 4,2 26% 82%
31 Diffusion 1,2 1,2 3,5 3,8 1,8 2,3 48% 67%
32 Diffusion 1,2 1,3 102,0 4,5 0,5 21,9 25% 40%
33 Diffusion 0,8 0,4 19,3 3,2 1,7 5,1 12% 61%
34 Diffusion 0,4 0,2 15,8 1,2 0,2 3,6 11% 31%
35 Diffusion 0,5 0,6 1,4 1,6 0,1 0,8 40% 63%
36 27% 86%
37 Diffusion 2,7 2,7 9,0 0,8 0,0 3,0 37% 73%
1 Massific. 170,9 54,6 360,3 409,8 72,4 213,6 39% 23%
2 Massific. 68,6 35,3 289,6 155,4 50,0 119,8 35% 25%

TOTAL 37% 30%

Total bus 35% 43%

Moyenne Bus 7,2 4,5 31,3 16,5 5,4 13,0 33% 53%
Moyenne Réseau 15,3 7,4 52,2 35,5 9,4 24,0 34% 51%
Moyenne Tram 119,8 45,0 325,0 282,6 61,2 166,7 37% 24%

Ce tableau fournit la synthèse des voyages par catégorie de résidents et par an. Il permet de
souligner la plus ou moins bonne performance de chaque ligne, relativement à un groupe cible
identifié. Rappelons que l’absence de données sur les revenus ou les bénéficiaires de titres
sociaux n’a pas permis de construire un indicateur de ce type pour cibler les populations
fragiles.

Deux indicateurs complètent cette approche, pour tenir compte d’une part de l’importance de
la clientèle non résidente (i.e. dont le domicile n’est pas situé dans l’aire d’attraction de 300 m
autour des arrêts de la ligne), et du fonctionnement du réseau, en indiquant le taux de
correspondance par ligne.

Là encore la lecture du tableau met en évidence des situations contrastées selon certains
critères. Les lignes 9, 13, 15 et 28 ressortent du lot avec un profil très vert. Signalons que la
ligne 13, qui connecte les tramways au campus universitaire, a pourtant un ratio de voyage par
étudiant très faible : ceci est normal, car ce ratio ne concerne que les étudiants résidant à
proximité de la ligne.

70
Tableau 16 : Indicateurs de performance – décongestion et environnement
CONGESTION - km VP évités en HP - dépl.> 3,5 km ENVIRONNEMENT - km VP évités /jour - dépl. > 3,5 km
Emissions
Motifs Voiture.km Rapport
Type de Autres totales Emissions VP Emission VP
lignes Domicile - HP >3,5 km Part D-T Voy.km Emission
ligne Motifs journalières en gCO2 / voy.km
Travail Total TC / VP
TC en gCO2
5 Connexion 242 534 776 31,2% 478 674 495 445 207 1,08 114,2
6 Connexion 935 2 276 3 211 29,1% 1 834 672 3 798 3 419 435 0,54 104,3
7 Connexion 571 1 605 2 175 26,2% 1 565 336 3 475 3 182 982 0,49 112,1
8 Connexion 70 268 337 20,6% 263 363 494 508 094 0,52 111,0
9 Connexion 1 008 748 1 756 57,4% 1 578 317 1 785 1 737 101 0,91 119,5
10 Connexion 944 1 524 2 468 38,2% 1 909 259 2 564 2 544 533 0,75 124,4
11 Connexion 591 1 198 1 789 33,1% 865 797 2 424 2 233 477 0,39 100,0
12 153 393 546 28,0% 624 610 053 103,4
13 Connexion 822 1 717 2 539 32,4% 1 163 281 5 438 4 719 571 0,25 123,1
14 36 40 76 47,0% 161 161 364 64,0
15 Connexion 2 462 5 615 8 077 30,5% 3 169 783 13 569 13 577 381 0,23 124,3
16 Connexion 2 022 2 470 4 492 45,0% 2 137 521 4 951 4 925 863 0,43 118,3
18 Diffusion 1 092 2 824 3 916 27,9% 789 567 1 264 1 683 919 0,47 158,9
20 Diffusion 86 490 576 15,0% 462 424 91 125 471 3,69 154,0
21 Diffusion 481 834 1 315 36,6% 260 193 282 494 936 0,53 160,0
22 Diffusion 758 1 583 2 341 32,4% 646 885 795 999 542 0,65 146,7
23 Diffusion 915 1 393 2 309 39,6% 477 380 447 791 231 0,60 159,9
24 Diffusion 107 468 575 18,7% 294 643 252 279 663 1,05 124,4
25 Diffusion 276 1 407 1 683 16,4% 286 417 419 577 032 0,50 150,3
28 Diffusion 1 077 2 667 3 744 28,8% 603 061 2 189 2 837 851 0,21 159,3
29 Diffusion 524 1 368 1 892 27,7% 425 535 453 950 911 0,45 159,1
30 Diffusion 256 488 744 34,5% 889 481 232 329 843 2,70 157,7
31 Diffusion 54 104 158 34,4% 82 164 65 123 600 0,66 161,4
32 Diffusion 311 1 144 1 454 21,4% 429 434 426 899 058 0,48 160,6
33 Diffusion 214 1 143 1 358 15,8% 394 568 352 590 783 0,67 160,6
34 Diffusion 212 630 842 25,2% 242 699 180 341 752 0,71 154,4
35 Diffusion 58 92 150 38,7% 195 649 60 58 700 3,33 136,7
36 41 52 94 44,2% 16 29 900 150,5
37 Diffusion 112 60 172 65,1% 44 732 25 29 142 1,53 127,1
1 Massific. 9 140 14 983 24 124 37,9%
2 Massific. 5 307 12 564 17 871 29,7%

TOTAL 30 878 62 681 93 559 33,0% 21 490 834 49 208 398 0,44 150
Total bus 16 430 35 134 51 564 31,9% 21 490 834 49 208 398

Moyenne Bus 567 1 212 1 778 32% 826 571 1 632 1 696 841 0,92 134
Moyenne Réseau 996 2 022 3 018 33% 826 571 1 632 1 696 841 0,92 134
Moyenne Tram 7 224 13 774 20 997 34%

Ce dernier tableau de synthèse permet d’apprécier la contribution relative de chaque ligne aux
objectifs de décongestion (trajets en heures de pointe) et de réduction des émissions de CO2
(trajets sur l’ensemble de la journée).

Du fait du poids très important des lignes de tramway dans la décongestion (impact plus de 10
fois supérieur à l’impact moyen d’une ligne de bus), les résultats peuvent paraître modestes.
De plus, certaines lignes du centre ont des résultats du même ordre que ceux des lignes
périphériques.

On retrouve également une diversité des résultats pour la réduction des émissions de CO2, les
lignes du centre n’étant pas toujours globalement plus performantes : ceci tient au fait que les
déplacements effectués y sont plus courts, et que la règle retenue de report modal sur la
voiture ne retient que les déplacements supérieurs à 3,5 km.

Ces premiers tableaux de synthèse permettent d’avoir une vue d’ensemble de la performance
relative des lignes de bus les unes par rapport aux autres, performance qui se révèle complexe
à analyser, puisqu’elle prend en compte les niveaux d’offre, l’usage et la contribution aux
objectifs de politique publique. C’est là l’intérêt de cette approche, dans la perspective de
conduire une optimisation des lignes prenant en compte tous les facteurs.

71
5.2 Le diagnostic par ligne

Afin d’illustrer la démarche de diagnostic de la performance, nous proposons d’analyser

quelques lignes du réseau de Montpellier, pour tenter de proposer une évaluation de synthèse
sur leur fonctionnement.

Ces fiches par ligne sont volontairement résumées aux principaux indicateurs du tableau de
bord de la performance. Il ne s’agit donc pas ici de conduire des études par ligne détaillées,
qui nécessiteraient une connaissance fine du terrain, comme en disposent les services
marketing du réseau. L’objectif est de montrer que l’analyse de la performance peut avoir un
intérêt opérationnel dans la construction d’un diagnostic du fonctionnement du réseau, en
mettant rapidement en lumière les points forts et les points faibles de chaque ligne. Ce
« jugement de valeur » ne prétend donc pas offrir une vue complète et détaillée de la « vie »
d’une ligne, compte tenu de la complexité de son fonctionnement dans son inscription
territoriale locale.

Les analyses faites à partir des résultats de l’enquête origine-destination sont bien sûr
potentiellement beaucoup plus riches. Afin de ne pas alourdir la présentation, seuls quelques
traitements annexes ont été indiqués, comme la distribution des voyages et des voyages.km
par catégorie d’usagers. D’autres résultats comme les « serpents de charge », la fréquentation
de chaque arrêt, ou les correspondances réalisées, seraient tout à fait utiles pour un travail de
restructuration et d’optimisation des lignes.

Rappelons également les limites de cette analyse, du fait de la difficulté à disposer de données
détaillées par ligne : la clientèle analysée est celle circulant le jour de l’enquête, et la
généralisation à l’année de ces résultats est par nature abusive. Enfin, signalons que les
données concernent la période 2008-09 : les remarques faites le sont donc sur un réseau qui a
depuis fortement évolué, et l’objectif reste ici d’illustrer la démarche en l’appliquant à un cas
réel.

72
Ligne 15 : Pierre de Coubertin Gare Saint Roch

Offre, usage et efficience commerciale

lignes 15 TOTAL Total bus Moy. Bus Moy. Réseau Moy. Tram
Type de ligne Connexion
Nbe Services /Jour 306 3166 2435 94 113 366
Longueur (km) 10,9 298 264 10,1 10,7 17,2
Vitesse Commerciale 15,6 21,6 21,6
OFFRE Veh.km TC /jour 3 323 34 740 22 531 867 1 241 6 105
Coeff de sinuosité 0,71 0,64
Population (par arret) 3 476 1 474
% d'arrêts du réseau accessible en 45 mn 46,4% 19,4% 22,1% 56,4%

Nbe Voyages /Jour 27 438 265 073 95 673 3 299 8 551 84 700
USAGES
Nb Voy.km /jour 109 220 730 228 395 940 13 653 23 556 167 144

EFFICIENCE Voy/Veh.km J = efficience commerciale 8,3 7,6 4,2 2,8 3,5 13,7
COMMER-CIALE Distance moyenne par voyage 4,0 2,8 4,1 5,9 5,7 2,1

Presque tous les indicateurs sont au vert pour la meilleure ligne du réseau, sur le plan de
l’offre : nombre de services par jour élevé, population moyenne par arrêt élevée, connexion au
reste du réseau forte (46% des arrêts accessibles en 45 mn). Il est donc logique de trouver une
efficience commerciale forte (8,3 voyages/véhicule.km), digne d’un BHNS.

Cette ligne « radiale » connait cependant un trajet un peu sinueux et est surtout confrontée à la
pénétration dans l’hyper centre de Montpellier (desserte de la gare St Roch). Bien qu’elle soit
d’une assez bonne longueur (près de 11 km), la distance moyenne par voyage est peu élevée
(4 km), indiquant un usage fractionné sur le territoire.

73
Répartition des voyages selon la distance des déplacements (O-D complète)

L’observation de la distribution des voyages et voyageurs.km confirme ce fait, puisque 58 %

des déplacements font moins de 4 km (19% font de 2 à 3 km).

La clientèle est composée pour 35 % de jeunes de 18 à 29 ans (42 % pour l’ensemble du

réseau) , et pour 34 % de personnes de 30 à 60 ans (28 %), les scolaires ne représentant que
19 % (19 %) et les plus de 60 ans, 10 % (8 %). Ceci semble exprimer la bonne attractivité de
la ligne pour les actifs.

74
Efficacité de la ligne

lignes 15 TOTAL Total bus Moy. Bus Moy. Réseau Moy. Tram
Type de ligne Connexion
Actifs occupés 23,6 7,2 15,3 119,8
Chômeurs 20,5 4,5 7,4 45,0
Elèves Etudiants Stagiaire 83,1 31,3 52,2 325,0
SOCIAL - Voyages Retraités Préretraités 72,8 16,5 35,5 282,6
/Résident /an Autres inactifs 17,8 5,4 9,4 61,2
total ligne voy/hab/an 43,6 13,0 24,0 166,7
Part des voyages de non résidents 33% 37% 35% 33% 34% 37%
% voyages avec correspon-dances 33% 30% 43% 53% 51% 24%

Motifs Domicile -Travail 2 462 30 878 16 430 567 996 7 224

CONGESTION - km
Autres Motifs 5 615 62 681 35 134 1 212 2 022 13 774
VP évités en HP
Voiture.km HP >3,5 km Total 8 077 93 559 51 564 1 778 3 018 20 997
dépl.> 3,5 km
Part D-T 30,5% 33,0% 31,9% 32% 33% 34%

Emissions totales journalières TC en gCO2 3 169 783 21 490 834 21 490 834 826 571 826 571
ENVIRONNEMENT - Voy.km 13 569 1 632 1 632
km VP évités /jour - Emissions VP en gCO2 13 577 381 49 208 398 49 208 398 1 696 841 1 696 841
dépl. > 3,5 km Rapport Emission TC / VP 0,23 0,44 0,92 0,92
Emission VP / voy.km 124,3 150 134 134

Là aussi, presque tous les indicateurs sont également au vert. L’attractivité de la ligne est
bonne auprès de toutes les catégories de résidents, et la fréquentation par des non-résidents
(33% des voyages) est assez bonne. Seul le taux de correspondance reste faible, mais cela
peut provenir de la structure radiale de la ligne desservant l’hyper-centre.

La contribution à la décongestion est forte, du fait de la bonne fréquentation en heure de

pointe, avec une part de trajets domicile-travail moyenne. Le bilan environnemental est
positif, malgré les fortes émissions dues à l’importance du service offert.

La ligne 15 est sans conteste la meilleure ligne du réseau. Cela peut expliquer son
remplacement récent par la nouvelle ligne de tramway T3 sur la plus grande partie de son
itinéraire, et par un prolongement de la ligne de tramway T1.

75
Ligne 20 : St Jean de Védas St Hubéry St jean de Védas La Lauze

Offre, usage et efficience commerciale

lignes 20 TOTAL Total bus Moy. Bus Moy. Réseau Moy. Tram
Type de ligne Diffusion
Nbe Services /Jour 52 3166 2435 94 113 366
Longueur (km) 9,3 298 264 10,1 10,7 17,2
Vitesse Commerciale 17,9 21,6 21,6
OFFRE Veh.km TC /jour 485 34 740 22 531 867 1 241 6 105
Coeff de sinuosité 0,28 0,64
Population (par arret) 511 1 474
% d'arrêts du réseau accessible en 45 mn 2,4% 19,4% 22,1% 56,4%

Nbe Voyages /Jour 120 265 073 95 673 3 299 8 551 84 700
USAGES
Nb Voy.km /jour 815 730 228 395 940 13 653 23 556 167 144

EFFICIENCE Voy/Veh.km J = efficience commerciale 0,2 7,6 4,2 2,8 3,5 13,7
COMMERCIALE Distance moyenne par voyage 6,8 2,8 4,1 5,9 5,7 2,1

Presque tous les indicateurs sont au rouge pour cette ligne de diffusion secondaire, qui
desserte la commune de Saint Jean de Vedas, en rabattement sur le terminus de la ligne de
tramway T2. L’itinéraire est particulièrement sinueux, avec un niveau d’offre moyen, et
couvre un territoire peu dense (500 habitants par arrêt en moyenne). Il en résulte également
une faible connexion au réseau de l’agglomération du fait de sa situation éloignée en
périphérie, si bien que la fréquentation est particulièrement faible pour ce niveau de service.
L’efficience commerciale y est l’une des plus faibles du réseau (0,2 voyage par véhicule.km).

76
Répartition des voyages selon la distance des déplacements (O-D complète)

L’observation de la distribution des voyages et voyageurs.km montre une structure assez

désordonnée et peu significative, du fait du faible nombre de voyages réalisés. 55 % des
déplacements font moins de 8 km (16% font de 6 à 7 km).

La clientèle est composée à 53 % de scolaires (19 % sur l’ensemble du réseau) , et de 24 % de

personnes de 30 à 60 ans (28 %), les actifs de 30 à 60 ans ne représentant que 17 % (28 %). Il
est clair que cette ligne de desserte locale semble n’attirer que quelques captifs.

77
Efficacité de la ligne

lignes 20 TOTAL Total bus Moy. Bus Moy. Réseau Moy. Tram
Actifs occupés 0,5 7,2 15,3 119,8
Chômeurs 1,0 4,5 7,4 45,0
Elèves Etudiants Stagiaire 3,4 31,3 52,2 325,0
SOCIAL - Voyages Retraités Préretraités 0,4 16,5 35,5 282,6
/Résident /an Autres inactifs 0,0 5,4 9,4 61,2
total ligne voy/hab/an 1,0 13,0 24,0 166,7
Part des voyages de non résidents 38% 37% 35% 33% 34% 37%
% voyages avec correspon-dances 50% 30% 43% 53% 51% 24%

Motifs Domicile -Travail 86 30 878 16 430 567 996 7 224

CONGESTION - km
Autres Motifs 490 62 681 35 134 1 212 2 022 13 774
VP évités en HP
Voiture.km HP >3,5 km Total 576 93 559 51 564 1 778 3 018 20 997
dépl.> 3,5 km
Part D-T 15,0% 33,0% 31,9% 32% 33% 34%

Emissions totales journalières TC en gCO2 462 424 21 490 834 21 490 834 826 571 826 571
ENVIRONNEMENT - Voy.km 91 1 632 1 632
km VP évités /jour - Emissions VP en gCO2 125 471 49 208 398 49 208 398 1 696 841 1 696 841
dépl. > 3,5 km Rapport Emission TC / VP 3,69 0,44 0,92 0,92
Emission VP / voy.km 154,0 150 134 134

Là aussi, presque tous les indicateurs sont au rouge. L’attractivité de la ligne est très faible
auprès de toutes les catégories de résidents, y compris les scolaires et étudiants, et la
fréquentation par des non-résidents (38% des voyages) est heureusement assez bonne (même
si cela réfère à des volumes de clientèle très faibles. Le taux de correspondance est de 50 %,
indiquant bien un certain rôle dans le rabattement sur le tramway.

La contribution à la décongestion est donc très faible, tant du fait de la faible fréquentation,
que de l’absence d’attractivité de la ligne sur les déplacements domicile-travail. Le résultat
sur le plan de l’environnement est encore plus mauvais, puisque le ratio émissions TC /VP
signifie que la ligne de bus pollue trois fois plus que si ces usagers avaient circulé en
voiture…

La ligne 20 est sans conteste la plus mauvaise ligne du réseau. Cela peut s’expliquer par son
implantation périphérique dans une zone à faible densité, mais sans doute aussi par son tracé
de desserte assez compliqué. Il est clair que cette ligne, qui bénéficie pourtant d’un nombre de
services par jour relativement élevé, mériterait une restructuration profonde, afin d’en
améliorer la performance.

78
Ligne 5 : Boutonnet Aiguelongue (Jussieu)

Offre, usage et efficience commerciale

lignes 5 Moy. Bus Moy. Réseau Moy. Tram

Type de ligne Connexion
Nbe Services /Jour 109 94 113 366
Longueur (km) 4,6 10,1 10,7 17,2
Vitesse Commerciale 19,8 21,6 21,6
OFFRE Veh.km TC /jour 502 867 1 241 6 105
Coeff de sinuosité 0,54 0,64
Population (par arret) 1 762 1 474
% d'arrêts du réseau accessible en 45 mn 40,9% 19,4% 22,1% 56,4%

Nbe Voyages /Jour 1 044 3 299 8 551 84 700

USAGES
Nb Voy.km /jour 3 899 13 653 23 556 167 144

EFFICIENCE Voy/Veh.km J = efficience commerciale 2,1 2,8 3,5 13,7

COMMERCIALE Distance moyenne par voyage 3,7 5,9 5,7 2,1

La ligne 5 a été classée dans la catégorie « Connexion de maillage », dans la mesure où elle
assure une liaison avec les lignes de tramway T1 et T2, mais sans pénétrer l’hyper centre de la
ville. De plus elle présente un nombre de services par jour (109) assez élevé. Son tracé est
cependant très sinueux, mais elle offre une très bonne connexion avec le réseau (41 % des
arrêts accessibles en 45 mn). Pourtant, sa fréquentation est moyenne et son efficience
commerciale (2,1) est deux fois moindre que la moyenne des lignes de connexion de maillage.
On peut donc être surpris par les résultats très moyens de cette ligne.

79
Répartition des voyages selon la distance des déplacements (O-D complète)

Il apparait que 60 % des déplacements sont courts (moins de 4 km), ce qui laisse penser que la
desserte de la ligne reste principalement locale, ou dans le secteur via un rabattement sur l’une
des lignes de tramway.

La clientèle de la ligne comprend une part de scolaires (25 %) sensiblement supérieure à la

moyenne (19%), et proportionnellement un peu moins de jeunes de 18 à 29 ans (35 % contre
42 % en moyenne). La part des 30-60 ans (27 %) est dans la moyenne, mais ce sont des trajets
plutôt courts. Enfin les plus de 60 ans (12 %) sont sensiblement plus importants que la
moyenne (8 %).

80
Efficacité de la ligne

lignes 5 Moy. Bus Moy. Réseau Moy. Tram

Actifs occupés 2,5 7,2 15,3 119,8
Chômeurs 1,9 4,5 7,4 45,0
Elèves Etudiants Stagiaire 8,4 31,3 52,2 325,0
SOCIAL - Voyages Retraités Préretraités 13,3 16,5 35,5 282,6
/Résident /an Autres inactifs 3,1 5,4 9,4 61,2
total ligne voy/hab/an 5,8 13,0 24,0 166,7
Part des voyages de non résidents 26% 33% 34% 37%
% voyages avec correspondances 72% 53% 51% 24%

Motifs Domicile -Travail 242 567 996 7 224

CONGESTION - km
Autres Motifs 534 1 212 2 022 13 774
VP évités en HP
Voiture.km HP >3,5 km Total 776 1 778 3 018 20 997
dépl.> 3,5 km
Part D-T 31,2% 32% 33% 34%

Emissions totales journalières TC en gCO2 478 674 826 571 826 571
ENVIRONNEMENT - Voy.km 495 1 632 1 632
km VP évités /jour - Emissions VP en gCO2 445 207 1 696 841 1 696 841
dépl. > 3,5 km Rapport Emission TC / VP 1,08 0,92 0,92
Emission VP / voy.km 114,2 134 134

Le profil des résidents utilisateurs met en évidence la faiblesse de la catégorie

élèves/étudiants, qui constitue généralement la partie la plus importante de la clientèle. A
l’inverse, les retraités sont plus nombreux que la moyenne, ce qui laisse supposer un certain
profil du quartier desservi. De même, la part des usagers non-résidents est faible (26 %). On
peut enfin observer un taux de correspondance très élevé, qui résulte de la logique de
rabattement sur les tramways.

Sur le plan de la décongestion, comme de l’environnement, le bilan n’est pas très positif, et
ceci résulte de la fréquentation très moyenne de la ligne.

Bien qu’offrant un nombre de services relativement élevé, et une très bonne connexion au
reste du réseau, la fréquentation de la ligne reste proportionnellement modeste, voire
décevante. Deux pistes de réflexion émergent de l’analyse. La première est relative au tracé
très sinueux de la ligne, ce qui peut en limiter l’attractivité. La seconde concerne plus les
caractéristiques du quartier desservi : la part modeste des scolaires et des étudiants, conjuguée
à une part assez importante de retraités correspond-elle à un « vieillissement » du quartier ?
Faut-il dès lors considérer plus cette ligne comme une ligne de diffusion (desserte du
quartier), auquel cas le nombre de services offert ne serait-il pas excessif ?

81
Ligne 9 : La Pompignane (Sémard) Grammont

Offre, usage et efficience commerciale

lignes 9 TOTAL Total bus Moy. Bus Moy. Réseau Moy. Tram
Type de ligne Connexion
Nbe Services /Jour 160 3166 2435 94 113 366
Longueur (km) 10,3 298 264 10,1 10,7 17,2
Vitesse Commerciale 19,3 21,6 21,6
OFFRE Veh.km TC /jour 1 655 34 740 22 531 867 1 241 6 105
Coeff de sinuosité 0,52 0,64
Population (par arret) 397 1 474
% d'arrêts du réseau accessible en 45 mn 40,2% 19,4% 22,1% 56,4%

Nbe Voyages /Jour 3 487 265 073 95 673 3 299 8 551 84 700
USAGES
Nb Voy.km /jour 14 532 730 228 395 940 13 653 23 556 167 144

EFFICIENCE Voy/Veh.km J = efficience commerciale 2,1 7,6 4,2 2,8 3,5 13,7
COMMERCIALE Distance moyenne par voyage 4,2 2,8 4,1 5,9 5,7 2,1

La ligne 9 est classée dans la catégorie « Connexion de maillage », là aussi vu la connexion au

réseau de tramway, sans desservir l’hyper centre de Montpellier. Son niveau de service est
élevé (160 services), mais son tracé en W est complexe. De plus, les quartiers desservis
semblent de faible densité (397 résidents par arrêt en moyenne), si bien que l’efficience
commerciale est inférieure à la moyenne du réseau de bus, résultat plutôt pour une ligne de ce
niveau de service. Pourtant, la connexion au reste du réseau est particulièrement bonne.

82
Répartition des voyages selon la distance des déplacements (O-D complète)

La distribution des voyages selon les distances de déplacement montre que les trajets sont
courts : 60 % des déplacements dont moins de 4 km, ce qui laisse penser à un fonctionnement
très local de la ligne.

La distribution par âge montre sue toutes les catégories de population sont concernées, dans
des proportions proches de la moyenne des lignes. On notera cependant une part des
personnes de 30 à 60 ans un peu supérieure (34 % contre 28 % en moyenne), au détriment des
personnes de 18 à 29 ans (36 % au lieu de 42 %).

83
Efficacité de la ligne
lignes 9 TOTAL Total bus Moy. Bus Moy. Réseau Moy. Tram
Actifs occupés 37,4 7,2 15,3 119,8
Chômeurs 17,0 4,5 7,4 45,0
Elèves Etudiants Stagiaire 176,3 31,3 52,2 325,0
SOCIAL - Voyages Retraités Préretraités 46,1 16,5 35,5 282,6
/Résident /an Autres inactifs 26,1 5,4 9,4 61,2
total ligne voy/hab/an 60,6 13,0 24,0 166,7
Part des voyages de non résidents 48% 37% 35% 33% 34% 37%
% voyages avec correspondances 65% 30% 43% 53% 51% 24%

Motifs Domicile -Travail 1 008 30 878 16 430 567 996 7 224

CONGESTION - km
Autres Motifs 748 62 681 35 134 1 212 2 022 13 774
VP évités en HP
Voiture.km HP >3,5 km Total 1 756 93 559 51 564 1 778 3 018 20 997
dépl.> 3,5 km
Part D-T 57,4% 33,0% 31,9% 32% 33% 34%

Emissions totales journalières TC en gCO2 1 578 317 21 490 834 21 490 834 826 571 826 571
ENVIRONNEMENT - Voy.km 1 785 1 632 1 632
km VP évités /jour - Emissions VP en gCO2 1 737 101 49 208 398 49 208 398 1 696 841 1 696 841
dépl. > 3,5 km Rapport Emission TC / VP 0,91 0,44 0,92 0,92
Emission VP / voy.km 119,5 150 134 134

Cette ligne se distingue par des usages élevés des résidents desservis, quel que soit leur statut,
et par une proportion de non-résidents forte (48 %), même si cela se rapporte à une
fréquentation globale modérée. La part des trajets avec correspondance est élevée (65 %), ce
qui résulte de la bonne connexion avec le tramway.

L’efficacité en décongestion est assez bonne, avec une part forte (57 %) des trajets domicile-
travail. Cependant, sur le plan de l’environnement, le tracé relativement long de la ligne et le
niveau de service élevé font que les émissions de CO2 sont élevées et que le bilan n’est pas
très bon (ratio de 0,91).

Le fonctionnement de la ligne semble bien répondre aux habitants du secteur, en assurant une
connexion sur le réseau de tramway pour se rendre dans le centre de Montpellier. De plus, les
déplacements domicile-travail sont relativement importants, sans doute du fait que la ligne
assure une liaison entre le tramway et la zone d’activités du Millénaire. Le résultat moyen en
termes d’efficience commerciale provient sans doute du tracé complexe de cette ligne, qui
regroupe en fait plusieurs sections d’importance inégale (la liaison sur Grammont semble être
peu productive, tout en allongeant les véhicules.km). Peut-être un découpage en plusieurs
lignes pourrait en améliorer l’efficience.

84
Conclusion

Le tableau de bord proposé reste donc très synthétique et permet d’avoir une vue d’ensemble
de la performance des lignes, avec un zoom sur les points forts et les points faibles de chacune
d’elles. Les quelques exemples présentés montrent clairement que cette démarche de suivi de
la performance peut avoir un intérêt opérationnel pour l’optimisation du réseau.

Il serait cependant utile de le compléter par des données sur les coûts d’exploitation (coût
unitaire et coût total) afin de situer les enjeux sur le plan du financement du réseau. En effet,
certaines « petites » lignes peuvent présenter une performance très modeste, mais du fait du
faible volume d’offre produit, le déficit global à la charge de l’AOT restera modeste, et donc
acceptable si cette ligne présente un intérêt fort pour certaines catégories de population. Mais
ce peut être aussi l’occasion de repenser plus globalement la desserte locale, d’assurer de
meilleures connexions avec les lignes fortes, voire d’augmenter la fréquence si le potentiel de
résidents est présent, pour arriver in fine à faire progresser l’efficience commerciale.

Enfin, il pourrait être possible à terme de chercher à « monétariser » les externalités positives
de la ligne (coût social de décongestion, coût du CO2) pour mettre en rapport le coût public
supporté par l’AOT avec les avantages sociaux produits par la ligne.

85
86
Conclusion et perspectives

Alors que la mise en avant des objectifs du développement durable constitue un nouvel
argument de poids pour favoriser l’usage des transports publics dans les villes, les statistiques
nationales sur les réseaux montrent qu’à l’exception de l’Ile-de-France, leur fréquentation
reste encore modeste. Certes, on ne change pas brutalement une situation qui fut favorable à la
voiture pendant des décennies, et qui a profondément marqué la forme urbaine. Aujourd’hui,
les transports publics ne sont plus dans les grandes villes des services réservés à la seule
population captive. L’impossibilité pour la voiture individuelle de satisfaire une demande de
déplacement croissante, a conduit progressivement les villes à remettre en cause l’hégémonie
automobile, et à conduire des politiques de reconquête des espaces centraux, au profit des
modes alternatifs. Grâce au Versement Transport, et sous l’influence des lois
environnementales, les villes ont agi dans trois directions complémentaires : développer des
transports en commun en site propre (TCSP), qui ont fortement changé l’image du transport
collectif, pénaliser l’usage de la voiture dans les zones centrales (réduction de capacité viaire,
baisse de vitesse, limitation et paiement du stationnement), et enfin favoriser l’usage des
modes doux (marche et vélo). Plus récemment, la perspective d’un accroissement significatif
du prix des carburants vient conforter ces politiques de déplacement.

Pourtant l’habitude du recours à la voiture reste forte, en partie justifiée par une mobilité qui
se diversifie, tant dans ses rythmes quotidiens, que dans les territoires concernés : l’étalement
urbain, porteur d’une faible densité, tend à éparpiller la demande, facteur peu favorable à des
transports collectifs qui se nourrissent de la concentration des flux. Ainsi l’augmentation des
volumes d’offre de service ne suffit pas pour attirer en nombre les automobilistes. Outre
l’investissement dans les TCSP, ceci conduit à une forte progression du coût des réseaux, que
le Versement Transport ne pourra à lui seul couvrir. L’équation du financement des réseaux
revient donc sur la scène et nécessitera des ajustements structurels pour en garantir le
développement : accroissement des tarifs (tout en maintenant des réductions pour les plus
défavorisés), augmentation des contributions des collectivités, recherche de nouvelles sources
de financement (péage urbain, taxation des plus-values foncières, écotaxes,…).

La contrainte de financement vient donc désormais interroger les stratégies de développement

des réseaux. Pour éviter le risque d’une diminution de l’offre (que l’on observe déjà dans
certains pays européens) qui serait contraire aux objectifs de mobilité durable, la question
devient : « peut-on faire mieux pour le même prix ? ». C’est en ces termes que la notion de
performance des réseaux est aujourd’hui au cœur des réflexions sur le transport public. Mais il
apparaît vite que ce concept, très facilement appréhendable, fait référence à un domaine
particulièrement complexe, dès lors que l’on souhaite articuler les dimensions économiques et
celles de l’action locale. Cette recherche s’est fixée pour objectif de décrypter le contenu de la
notion de performance dans le domaine des transports publics urbains, en tentant d’articuler
les notions d’efficience et d’efficacité.

La question de l’efficience productive n’a pas été abordée en tant que telle, puisqu’elle
renvoie aux facteurs de production de l’offre et in fine au coût d’exploitation par véhicule.km,
qui fait l’objet de négociations dans le cadre des appels d’offre. L’accès à ces données touche
le domaine de l’entreprise, et de plus la connaissance fine de ces coûts par ligne nécessiterait
de disposer des données de comptabilité analytique. Toutefois, les réflexions menées sur

87
l’offre (tracé des lignes, niveaux de service) soulignent le lien entre cette efficience
productive et le design du réseau.

L’accent a volontairement été mis sur l’efficience commerciale, dans la mesure où la finalité
d’un réseau reste bien sûr de transporter des passagers, et ainsi de satisfaire au mieux les
besoins de mobilité des usagers de la ville. Le second défi a été de proposer des éléments
méthodologiques pour essayer de mesurer également l’efficacité du réseau, c’est-à-dire le
degré d’atteinte des objectifs des politiques publiques mises en œuvre. Il s’agit là d’un
problème complexe, et nous sommes conscients que les quelques indicateurs proposés ne font
sans doute qu’effleurer le sujet. Mais cette première pierre pourra peut-être contribuer
utilement à d’autres travaux de recherche.

Produire des données par ligne

La seconde originalité de cette recherche s’appuie sur l’idée que la performance globale d’un
réseau est la résultante de celle de ses composantes, à savoir les lignes de transport public.
L’accent a été mis sur les lignes de bus, tant parce qu’elles constituent la part majoritaire de
l’offre (en véhicule.km) et donc des coûts générés, mais aussi parce qu’elles jouent un rôle de
desserte fine des territoires et de connexion à l’ensemble du réseau. Ceci a permis également
de disposer d’un plus grand nombre de cas à étudier, tandis que les lignes de TCSP sont peu
nombreuses. Mais l’ambition de cette analyse par ligne s’est heurtée aux difficultés
d’obtention de données à ce niveau : si l’offre est bien connue, le suivi de l’usage et de la
clientèle est plus épisodique, en raison du coût des enquêtes que cela nécessite. Le recours aux
données des enquêtes origine-destination a permis d’atteindre ce détail, mais avec une limite
importante qu’il faut rappeler : ces données concernent une journée-type d’exploitation, et
leur généralisation à l’année est certainement abusive.

De plus, chaque enquête origine-destination propose sa méthodologie : la contrainte de coût

d’enquête et l’absence de réflexion sur l’utilisation de ces données à d’autres fins que de
dresser le profil de la clientèle d’une ligne, font que les bases de données ne contiennent pas
les mêmes champs, et que leur disponibilité est épisodique. Un travail de standardisation de
ces enquêtes serait fort utile, en s’assurant notamment que l’on dispose des informations sur le
déplacement complet du client (et pas seulement le voyage sur la ligne enquêtée), et que les
données sur ses caractéristiques individuelles soient structurées d’une façon compatible avec
les données localisées de population de l’INSEE.

Il faut espérer sur ce plan que le développement des Systèmes d’Informations Géographiques
(SIG) permettra à terme la production de données géolocalisées, de façon à pouvoir aisément
mettre en rapport sur un territoire donné, les informations relatives à l’offre (lignes, arrêts,
niveaux de service), celles relatives aux usagers de la ligne (résident ou non, statut, âge, motif
du déplacement,…) et celles propres au territoire concerné (population, emplois,
établissements d’enseignement, commerces et services,…). L’utilisation d’un tel outil a été
indispensable pour mener à bien cette recherche, notamment pour apprécier les niveaux
d’attractivité des lignes vis-à-vis des populations desservies. Cela a cependant nécessité un
lourd travail de vérification des données extraites des systèmes locaux (qui n’étaient pas
conçus pour un tel usage).

88
Assurer le suivi de la performance des lignes

La construction des indicateurs de performance a permis de proposer un tableau de bord

comparatif des lignes, qui peut constituer un outil utile dans le processus d’optimisation des
réseaux, en offrant un diagnostic simplifié de leur fonctionnement. Certes, l’analyse détaillée
des lignes a montré que chacune d’elles est spécifique et que ses résultats dépendent d’un
grand nombre de paramètres. Les nombreuses servitudes locales, liées à la localisation des
équipements à desservir et aux contraintes propres à la structure du réseau de voirie, limitent
les possibilités d’optimisation. Mais dans la compétition entre les modes de déplacement, il
ressort que l’attractivité des lignes dépend fortement de leur tracé et du niveau de service
offert : plus que la desserte fine des territoires – qui se révèle coûteuse – c’est bien la
fréquence qui semble rester le facteur explicatif le plus fort de la fréquentation des lignes.
C’est pourquoi les processus en cours de hiérarchisation des réseaux de bus nous semblent
aller dans la bonne direction, quitte à réduire la desserte fine et obliger les usagers à marcher
un peu plus pour accéder à un service de meilleure qualité. C’est d’ailleurs un phénomène que
l’on observe déjà lors de la mise en place de lignes de TCSP : beaucoup d’usagers préfèrent se
rabattre à pied sur la ligne forte, plutôt que de se rabattre avec une ligne de bus à plus faible
fréquence.

Compte tenu de l’impérieuse nécessité de maitriser les coûts d’exploitation des réseaux, il
nous semblerait utile que les contrats de délégation de service public comprennent une partie
relative au suivi de la performance par ligne. Cette dernière ne doit pas se limiter à de simples
exigences (certes nécessaires) de respect de la qualité du service produit (comme la
régularité), mais prendre en compte la dimension de l’efficience commerciale. Cela suppose
en échange une collaboration accrue entre l’AOT et son exploitant, qui est en mesure de
proposer des modifications de tracé et de niveau de service visant à améliorer le taux
d’utilisation de la ligne tout en prenant en compte les contraintes d’exploitation, afin de ne pas
faire dériver les coûts. Ce processus de négociation sur le design du réseau existe déjà lors des
appels d’offre, mais il pourrait être généralisé à l’exécution quotidienne du contrat. Pourquoi
par exemple ne pas favoriser un système de bonus/malus fondé sur la performance de chaque
ligne ?

Nous restons en effet convaincus à l’issue de cette recherche que les gains d’efficience (y
compris productive) sont principalement à attendre dans le design des réseaux.

Approfondir la modélisation de l’efficience commerciale

Le travail entrepris avec les réseaux de Montpellier et Toulouse a permis une première
approche de la performance des lignes et de suggérer des pistes sur les facteurs explicatifs de
l’efficience commerciale. Il sera certes nécessaire d’étendre cette observation à d’autres
réseaux, comme cela est en cours dans le cadre de la thèse CIFRE conclue avec Grenoble
Alpes Métropole. Les éléments méthodologiques produits dans le cadre de cette recherche
peuvent être aisément repris par d’autres AOT, en vue de disposer d’une base de données par
ligne plus vaste, afin de confirmer et d’affiner la modélisation de l’efficience commerciale.
Plusieurs pistes de recherche peuvent être avancées : la segmentation des lignes, comme la
typologie fonctionnelle proposée, mérite d’être précisée, ce qui suppose de disposer d’un plus
grand nombre de cas ; d’autres variables explicatives doivent être introduites, comme la

89
localisation des emplois, et des équipements (enseignements, commerces,…), mais aussi un
champ qui n’a pas été exploré, à savoir les conditions de concurrence entre modes sur les
itinéraires. Ainsi, il serait utile de prendre en compte les contraintes pesant sur l’usage de la
voiture (congestion, difficulté de stationnement), car l’on sait que cela joue fortement sur les
potentialités de report modal. Là encore, on peut espérer que le développement des SIG
permette à terme de disposer d’informations localisées plus fiables pour aller dans ce sens.

De même, le développement de la billétique dans les réseaux est une source d’informations
importante sur la clientèle et ses usages, surtout dans un contexte où les rythmes de
déplacement se diversifient et que les pratiques multimodales s’accroissent. De plus, ceci
serait le moyen de disposer de données saisonnières et annuelles, permettant de mieux
apprécier la fréquentation des lignes et les caractéristiques des usagers. Ce peut être enfin un
moyen de repenser la tarification des transports publics, dans le sens d’une plus grande
diversification des niveaux de prix en fonction des usages et des caractéristiques des clients.
Certes, il est important de conserver une simplicité dans l’accès aux réseaux, mais il est tout
aussi utile de prendre en compte le consentement à payer des clients, en lien avec la qualité du
service offert. C’est là un des enjeux de l’accroissement de la contribution financière des
usagers, sans risquer les pertes de clientèle qu’un accroissement uniforme des tarifs pourrait
induire.

Approfondir les liens entre efficience commerciale et efficience

productive

Un dernier axe de recherche nous semble devoir être proposé et concerne le lien entre les
deux dimensions de l’efficience. L’influence d’un haut niveau de service sur la fréquentation
semble établie, mais cet accroissement de l’offre conduit-il mécaniquement à un
accroissement proportionnel des coûts d’exploitation d’un réseau ? Comme le montre
l’illustration fictive présentée en couverture de ce rapport, le coût unitaire d’exploitation
d’une ligne à forte efficience commerciale semble devoir être plus élevé, du fait de la
mobilisation d’un parc plus important pour assurer une bonne fréquence, voire du recours à
des systèmes techniques plus complexes (tramway,…). Quel est l’ordre de grandeur de ce
surcoût unitaire selon le niveau de service proposé ? Par ailleurs, une plus grande efficience
commerciale signifie une croissance plus que proportionnelle du nombre d’usagers, et donc
une progression des recettes commerciales directes. Dès lors, le déficit unitaire (par
véhicule.km) est réduit, ce qui signifie que l’AOT voit sa contribution unitaire baisser. Certes,
le volume de déficit global de la ligne peut augmenter, mais dans quelles proportions ?

Il nous semble que cet axe de recherche serait de nature à constituer auprès des AOT un
argument complémentaire pour favoriser la hiérarchisation des réseaux, si l’on peut démontrer
que l’augmentation des fréquences contribue non seulement à accroitre la fréquentation mais
également à améliorer l’efficience productive. Certes ceci suppose une optimisation de
l’exploitation afin d’utiliser au mieux le parc disponible, quitte à ajuster à la marge la
fréquence, voire à accompagner l’augmentation du niveau de service, des quelques
aménagements de voirie nécessaires pour faire progresser la productivité externe de la ligne.

90
Au terme de cette recherche, nous tenons à souligner quelques-uns des enseignements que
nous retirons de ce long travail d’analyse. La première est la complexité de la notion de
performance lorsqu’elle est appliquée à des réseaux de transport public, chargés d’assurer de
nombreuses fonctions dans l’espace urbain : c’est là un champ de recherche qui mérite d’être
développé, dans le contexte de forte contrainte sur les finances publiques. La seconde est
l’intérêt de l’analyse au niveau de la ligne, surtout dans une période où l’on cherche à capter
de nouveaux clients : le choix de l’usage de la voiture se fait au domicile et résulte d’un
arbitrage sur la performance des différentes alternatives, ressentie par les clients potentiels, et
la qualité de l’offre bus est un des déterminants de ce choix. Certes, cela complexifie les
analyses, et nécessite de gérer un grand nombre de données qui ne sont pas produites à cette
fin.

Cette recherche apporte des éléments méthodologiques qui peuvent être repris par d’autres
réseaux, urbains, départementaux ou même régionaux. Elle ne prétend pas avoir fait le tour de
la question, et nous restons ouverts aux suggestions pour améliorer la démarche. De plus,
nous n’avons pu atteindre tous les objectifs fixés, tant du fait de la sous-estimation de la
lourdeur du travail à l’échelle d’une ligne, que parce que la question de l’optimisation même
de ces lignes n’a été qu’effleurée. Un travail plus fin sur les conditions d’exploitation serait
nécessaire dans cette perspective, en s’appuyant même sur un découpage en tronçons
homogènes des lignes. Mais ce travail de gestion opérationnelle est de la responsabilité des
AOT et des opérateurs, et nous aurait écarté de notre objectif principal, proposer une
méthodologie de la performance des réseaux.

91
Références
André M., Garrot B., 2003, Conditions de fonctionnement des autobus et cycles de conduite
représentatifs pour l'évaluation des émissions de polluants, Rapport INRETS-LTE 0338, 62
p.
Baumstark L., Ménard C., Roy W., Yvrande-Billon A., 2005, Modes de gestion et efficience
des opérateurs dans le secteur des transports urbains de personnes, Rapport PREDIT n°
03MT24, 154 p.
Beauvais J.M., 2012, Dépenses engagées par les voyageurs : comparaison entre le transport
public et la voiture particulière – situation en 2008 et évolution depuis 1970, étude FNAUT
multi-clients, 152 p.
Bonnel P., Caubel D., Massot M.-H., 2003, Efficacité spatiale des réseaux de transport dans
une perspective de réduction drastique de l'usage de la voiture – Application aux zones
denses parisienne et lyonnaise, [en ligne], http://halshs.archives-
ouvertes.fr/docs/00/09/66/79/PDF/asrdlf_2003.pdf, consulté le 19/02/2010.
Bonnel P., Caubel D., Mignot D., 2005, Lyon21 : Etude de faisabilité d’un système de
transport radicalement différent pour la zone dense lyonnaise. Lyon : LET. 220p (Etude et
Recherches, n°17). ISSN 0769-6434
Bouzouina L., Nicolas J.P., Vanco F., 2011, « Evolution des émissions de CO2 liées aux
mobilités quotidiennes : une stabilité en trompe l’oeil », Recherche – Transport - Sécurité,
vol. 27, n°2, pp.128-139.
Bly P.H., Webster W., Pounds S., 1980, Effects of subsidies on urban public transport,
Transportation 9, pp. 311-331
Buehler, R., Pucher, J., 2010, Making public transport financially sustainable. Transport
Policy
CERTU, 2010, Articuler urbanisme et transports : chartes, contrats d’axe, etc… retours
d’expériences,
CERTU, LET, 2012, Calcul des émissions de CO2 à partir de l’Enquête Nationale
Transports Déplacements 2008: méthodologie et premiers résultats, 46 p. [en ligne]
http://www.certu.fr/fr/_Mobilit%C3%A9_et_d%C3%A9placements-
n25/D%C3%A9placements_et_planification-n46/Mod%C3%A9lisation-n50/IMG/pdf/Rapport_Entd_CO2.pdf
Clément L., 1995, Offre intermédiaire et organisation hiérarchique des réseaux de transports
collectifs urbains, Thèse, Université Lyon 2, 538 p.
Croissant Y., 1996, Les performances des firmes françaises de transport urbain, Revue
d’Economie Politique 105(3) mai-juin, pp. 466-485.
De Borger B., Kerstens K., Costa A., 2002, Public transit performance: what does one learn
from frontier studies, Transport Reviews, 22(1), pp. 1-38.
Faivre d’Arcier, B. 2008, Prospective pour un financement durable des transports publics
urbains, rapport pour le PREDIT III, 164 p.
Faivre d’Arcier, B. 2010, La situation financière des transports publics urbains est-elle
« durable » ?, Les Cahiers Scientifiques du Transport, n°58

92
Gagnepain P, Ivaldi M., 2002, Incentive Regulatory Policies: The Case of Public Transit
Systems in France, Rand Journal of Economics 33(4), pp. 605-629.
IGD, AMF, 2008, Indicateurs de performance des réseaux de transport public, 65 p.
Kerstens K., 1999, Decomposing Technical Efficiency and Effectiveness of French Urban
Transport, Annales d'économie et de statistique, n° 54.
Lesteven G., 2012, Les stratégies d’adaptation à la congestion dans les grandes métropoles –
analyse à partir des cas de Paris, Sao Paulo et Mumbai, Doctorat de géographie-
aménagement, Université Paris Panthéon-Sorbonne, 368 p. + annexes
Massot M.H., Armoogum J., 2002, Evaluation des potentiels de réduction des trafics
automobiles dans le cas de la zone dense francilienne, Recherche Transports Sécurité, vol.77,
pp.259-280
Massot M.-H., Orfeuil J.-P., 1989, Offre et demande de transport en commun dans les villes
françaises sans métro, Premier tome : usages et usagers des services de transport en commun
urbains, INRETS, 54 pages.
Massot M.-H., Orfeuil J.-P., 1990, Offre et demande de transport en commun dans les villes
françaises sans métro, Deuxième tome : structures de l’offre de transport, INRETS, 71 pages.
Massot M.-H., Orfeuil J.-P., 1991, Offre et demande de transport en commun dans les villes
françaises sans métro, Troisième tome : sensibilité de l’usage à l’offre, INRETS, 76 pages.
Mert Cubukcu K, 2008, Examining the cost structure of urban bus transit industry: does urban
geography help? Journal of Transport Geography 16, pp. 278–291
Orfeuil J.P., 2011, Transports publics de voyageurs : coûts, concurrence, multimodalité, in
Infrastructure & Mobilité n°111
Reinhold T., 2008, More passengers and reduced costs – the optimization of the Berlin Public
Transport Network, communication à la Conférence « Travel Demand Management 2008 »,
Vienne, juillet, pp. 292-301
Regouby R., 2010, Mesure et analyse de la performance des lignes de transport public urbain
en vue de leur optimisation, mémoire du master Recherche Transports, Espaces, Réseaux,
Université Lyon 2 & ENTPE, LET, 109 p.
UTP, 2010, les principaux chiffres de l’année 2008, [en ligne]
http://www.utp.fr/images/stories/utp/publications/ChiffresCl_s2008_pp12_21.pdf
Van de Velde D.M., 2003, First Experiences with Tendering at the Tactical Level (Service
Design) in Dutch Public Transport, 8th Conference on Competition and Ownership in Land
Passenger Transport, Rio de Janeiro, 14-18 September.
Wallis I., 2003, Incentive Contracts in Urban Public Transport – Appraisal of Practice and
Experience to Date, 8th International Conference on Competition and Ownership in Land
Passenger Transport, 12-19 September, Rio de Janeiro.

93
Liste des figures
1 : Evolution des recettes de Versement Transport.................................................................... 7
2 : Evolution sur longue période de l’offre et de la fréquentation ............................................. 8
3 : Evolution du coût moyen et de la recette moyenne par voyage............................................ 9
4 : Evolution du R/D sur longue période.................................................................................. 10
5 : Evolution de la structure du financement des AOT dans les années 2000 ......................... 11
6 : Variation du nombre de voyages par véhicule.km selon les réseaux.................................. 13
7 : Une performance liée aux acteurs ....................................................................................... 20
8 : Relation entre offre et efficience commerciale en 2008 ..................................................... 21
9 : Relation entre efficience productive et efficience commerciale ......................................... 22
10 : Les quatre missions du transport public............................................................................ 23
11 : Facteurs influençant la performance d’un réseau TPU ..................................................... 26
12 : Hiérarchisation du réseau de Montpellier (2008).............................................................. 31
13 : Hiérarchisation du réseau de Toulouse (2008).................................................................. 32
14 : Hiérarchisation, niveau de service et efficience commerciale à Montpellier ................... 33
15 : Hiérarchisation, niveau de service et efficience commerciale à Toulouse ....................... 34
16 : principe de calcul de la population résidant à proximité des arrêts à partir des zones IRIS
(distance de 300 m) .................................................................................................................. 37
17 : Principe de calcul de l’indicateur de sinuosité .................................................................. 38
18 : Principe de calcul de l’indicateur de correspondance (distance cumulée)........................ 38
19 : Nombre d’arrêts du réseau accessibles en un budget-temps donné (Montpellier)............ 39
20 : Nombre d’arrêts du réseau accessibles en un budget-temps donné (Toulouse)................ 39
21 : relation entre le nombre de services et l’efficience commerciale – données agrégées sur
Montpellier, Toulouse et Grenoble .......................................................................................... 42
22 : Distance par voyage et efficience commerciale à Montpellier ......................................... 43
23 : Distance par voyage et efficience commerciale à Toulouse ............................................. 44
24 : Potentiel de clientèle par segments d’usagers ................................................................... 47
25 : Type de clientèle « résidente » sur les lignes de Montpellier ........................................... 50
26 : Type de clientèle « résidente » sur les lignes de Toulouse ............................................... 51
27 : Part des « non-résidents » dans la clientèle de chaque ligne à Montpellier ...................... 52
28 : Taux de correspondances par ligne à Montpellier ............................................................ 53
29 : Part des « non-résidents » dans la clientèle de chaque ligne à Toulouse .......................... 54
30 : Taux de correspondances par ligne à Toulouse ................................................................ 55
31 : Clientèle par ligne selon le titre de transport – réseau de Toulouse.................................. 56
32 : Estimation du nombre de voyages de non-captifs pour les déplacements domicile-travail
en heures de pointe pour chaque ligne de bus .......................................................................... 59
33 : Répartition des modes de déplacements en fonction de la portée en kilomètres du
déplacement dans le Grand Lyon en 2006 ............................................................................... 61
34 : Contribution des lignes à la décongestion – réseau de Montpellier.................................. 62
35 : Indicateur d’efficacité environnementale – réseau de Montpellier................................... 65

94
Liste des tableaux
1 : Les taux actuels du Versement Transport ............................................................................ 7
2 : Données générales sur les réseaux de Montpellier et Toulouse......................................... 14
3 : Typologie des lignes au sein d’un réseau........................................................................... 31
4 : Classification des lignes de Montpellier ............................................................................ 31
5 : Classification des lignes de Toulouse ................................................................................ 32
6 : Typologie des lignes, niveaux de service et efficience commerciale ................................ 35
7 : Modélisation de l’efficience commerciale ......................................................................... 40
8 : Distribution des lignes selon le niveau d’offre et le niveau d’efficience ........................... 43
9 : Nombre de voyages par résident et par an à Montpellier................................................... 49
10 : Nombre de voyages par résident et par an à Toulouse..................................................... 50
11 : Estimation des déplacements domicile-travail en voiture évités pour les non captifs en
heure de pointe ......................................................................................................................... 58
12 : Voyageurs.km évités en heures de pointe – Montpellier ................................................. 62
13 : Indicateurs de performance de l’offre .............................................................................. 68
14 : Indicateurs d’usage et d’efficience................................................................................... 69
15 : Indicateurs de performance sociale .................................................................................. 70
16 : Indicateurs de performance – décongestion et environnement ........................................ 71

95
Table des Matières

Sommaire .................................................................................................................................. 1
Avant-propos ............................................................................................................................ 3
1. La nécessité d’améliorer la performance des réseaux .................................................. 5
Du « tout automobile » à la mobilité durable ................................................................................................ 5
La face cachée du système : la durabilité de son financement....................................................................... 7
Des choix stratégiques guidés par la recherche d’une meilleure performance des réseaux......................... 11
2. Les diverses dimensions de la « performance » ........................................................... 17
La mesure de l’efficience ............................................................................................................................ 19
Efficience productive et efficience commerciale......................................................................................... 21
Efficience commerciale et performance de réseau ...................................................................................... 23
Articuler efficience et efficacité .................................................................................................................. 25
La difficulté d’accès à des données détaillées par ligne .............................................................................. 27
3. Facteurs explicatifs de l’efficience commerciale des lignes ........................................ 29
Une typologie des lignes qui reflète la hiérarchisation des réseaux............................................................. 29
Variables explicatives possibles de l’efficience commerciale ..................................................................... 36
Modélisation de l’efficience commerciale................................................................................................... 40
Une efficience fortement corrélée au niveau de service .............................................................................. 42
Conclusion................................................................................................................................................... 45
4. L’efficacité en termes de politiques publiques............................................................. 47
4.1 Mesurer le rôle social des lignes de bus ..................................................................................................... 47
Mesurer le potentiel de clients « résidents »................................................................................................ 47
L’importance des usagers « non-résidents »................................................................................................ 52
Conclusion : un problème d’accès aux données sur les clients.................................................................... 55
4.2 La contribution des lignes à la réduction de la congestion du trafic automobile........................................ 58
4.3 La contribution des lignes à la réduction des nuisances environnementales .............................................. 63
5. La production d’un tableau de bord comme outil de diagnostic de la performance
par ligne................................................................................................................................... 67
5.1 Le tableau de synthèse................................................................................................................................ 67
5.2 Le diagnostic par ligne ............................................................................................................................... 72
Ligne 15 : Pierre de Coubertin Gare Saint Roch................................................................................ 73
Ligne 20 : St Jean de Védas St Hubéry St jean de Védas La Lauze .................................................. 76
Ligne 5 : Boutonnet Aiguelongue (Jussieu)....................................................................................... 79
Ligne 9 : La Pompignane (Sémard) Grammont................................................................................. 82
Conclusion................................................................................................................................................... 85
Conclusion et perspectives..................................................................................................... 87
Produire des données par ligne .................................................................................................................... 88
Assurer le suivi de la performance des lignes.............................................................................................. 89
Approfondir la modélisation de l’efficience commerciale .......................................................................... 89
Approfondir les liens entre efficience commerciale et efficience productive.............................................. 90
Références ............................................................................................................................... 92
Liste des figures ...................................................................................................................... 94
Liste des tableaux ................................................................................................................... 95
Table des Matières ................................................................................................................. 96
Annexes ................................................................................................................................... 97
Annexe 1 : enquêtes origine-destination ........................................................................................... 97
Annexe 2 : Structure des données nécessaires au calcul des indicateurs .......................................... 98
Annexe 3 : Données zones IRIS disponibles pour 2008 ................................................................... 99
Annexe 4 : Hypothèses pour le calcul de l’indicateur environnemental......................................... 100

96
ANNEXES
Annexe 1 : enquêtes origine-destination
Variables des enquêtes origine-destination (exemple)
Variable Contenu
ENR Numéro Enregistrement
MODE Mode du voyage support de l'enquête bus ou tramway
LIGNE Indice (n° de ligne)
SENS Sens du voyage
TRH Périodes (d'après l'heure de départ des courses) - clair
PER Périodes (d'après l'heure de départ des courses) - code
HDEP Heure de départ de la course
KV Nombre de voyages
KD Nombre de déplacements
NV Ratio voyages / déplacements - redressement réseau
TYPDEPL Type de déplacement
TYPDEPLCORRType de déplacement en correspondance
ZO Zone d'Origine du déplacement - zonage EMD
ZD Zone de Destination du déplacement - zonage EMD
ZODET Zone d'Origine du déplacement - zonage EMD + détail des communes hors MM
ZFDET Zone de Destination du déplacement - zonage EMD + détail des communes hors MM
OM Zone fine de montée du voyage - zonage EMD
DM Zone fine de descente du voyage - zonage EMD
OCOMM Commune d'Origine du déplacement combiné TaM+mode mécanisé
DCOMM Commune de Destination du déplacement combiné TaM+mode mécanisé
MTE Code Arrêt de montée du voyage
DEC Code Arrêt de descente du voyage
ARMTE Code Arrêt de montée du voyage - EN CLAIR
ARDEC Code Arrêt de descente du voyage - EN CLAIR
IDMTE Identifiant Arrêt de montée - SIG
IDDEC Identifiant Arrêt de descente - SIG
MNMTE Identifiant Arrêt de montée - SIG MN
MNDEC Identifiant Arrêt de descente - SIG MN
Titre Titre utilisé pour le déplacement/voyage
CATEG Catégorie de titres
MOTIFC Motif combiné principal du déplacement/voyage
OMOTIF Motif à l'origine du déplacement/voyage
DMOTIF Motif à destination du déplacement/voyage
OMODE Mode à l'origine du déplacement
DMODE Mode à destination du déplacement/voyage
CORM2 Ligne de prise en correspondance amont avant CORM1
CORMNA2 Arrêt de montée de la ligne CORM2
CORM1 Ligne de prise en correspondance amont
CORMNA1 Arrêt de montée de la ligne CORM1
AMONT1 Arrêt de montée de la ligne CORM1 en clair
AMONT2 Arrêt de montée de la ligne CORM2 en clair
CORP2 Ligne prise en correspondance aval après CORP1
CORPNA2 Arrêt de descente de la ligne CORP2
CORP1 Ligne prise en correspondance aval
CORPNA1 Arrêt de descente de la ligne CORP1
AVAL1 Arrêt de descente de la ligne CORP1 en clair
AVAL2 Arrêt de descente de la ligne CORP2 en clair
Fréquence Fréquence d'utilisation
Sexe Sexe du répondant
Age Age en clair
TRAGE Tranche d'age
Profession Activité du répondant
NOC Numéro de course

97
Annexe 2 : Structure des données nécessaires au calcul des indicateurs

98
Annexe 3 : Données zones IRIS disponibles pour 2008

NOM_IRIS Nom de l’IRIS

DEPCOM Code INSEE de la commune dans laquelle l’IRIS se trouve
NOM_COM Nom de la commune dans laquelle l’IRIS se trouve
DCOMIRIS Code complet de l’IRIS à 9 caractères
Pop_2006 Population totale de l’IRIS en 2006 (source : INSEE)
Pop_DomTrav_IRIS Nombre de déplacements domicile/travail ayant le domicile dans
l’IRIS étudié (calculé à partir du nombre de ces déplacements au
niveau de la commune et par un rapport de proportionnalité des
populations totales de l’IRIS et de la commune dans laquelle il se
trouve)
Surf_IRIS Superficie de l’IRIS
Surf_Bati_IRIS Superficie totale cumulée du bâti de l’IRIS
Pop_Commune Population totale de la commune dans laquelle l’IRIS se trouve
(source : INSEE)
Pop_DomTrav_Commune Nombre de déplacements domicile/travail ayant le domicile dans
la commune où l’IRIS étudié se trouve (source : INSEE)
Surf_Commune Superficie de la commune dans laquelle l’IRIS se trouve
Surf_Bati_Commune Superficie totale cumulée du bâti de la commune dans laquelle
l’IRIS se trouve
Act_IRIS Nombre d’actifs résidant dans l’IRIS (calculé à partir du nombre
d’actifs dans la commune dans laquelle se trouve l’IRIS et par un
rapport de proportionnalité des populations totales de l’IRIS et de
la commune)

Statut et Age dans IRIS

Statut Age
Scolaires 0 - 14 ans
Etudiants 15 - 18 ans
Actifs 19 - 24 ans
Chômeurs 25 - 34 ans
Sans Emploi 35 - 54 ans
Retraités 55 - 69 ans
70 ans et +

99
Annexe 4 : Hypothèses pour le calcul de l’indicateur environnemental
Hypothèses retenues pour le calcul des émissions de CO2 par véhicule.km

Les hypothèses concernant le calcul des émissions de CO2 pour les bus sont délicates à
établir, du fait de la structure du parc et de son âge. De plus les technologies et les normes
évoluent rapidement et peu d’études sont facilement accessibles sur les conditions
d’utilisation réelles. Citons par exemple :

André M., Garrot B., 2003, Conditions de fonctionnement des autobus et cycles de conduite
représentatifs pour l'évaluation des émissions de polluants, Rapport INRETS-LTE 0338, 62
p.
Bouzouina L., Nicolas J.P., Vanco F., 2011, « Evolution des émissions de CO2 liées aux
mobilités quotidiennes : une stabilité en trompe l’oeil », Recherche – Transport - Sécurité,
vol. 27, n°2, pp.128-139.
CERTU, LET, 2012, Calcul des émissions de CO2 à partir de l’Enquête Nationale
Transports Déplacements 2008: méthodologie et premiers résultats, 46 p. [en ligne]
http://www.certu.fr/fr/_Mobilit%C3%A9_et_d%C3%A9placements-
n25/D%C3%A9placements_et_planification-n46/Mod%C3%A9lisation-n50/IMG/pdf/Rapport_Entd_CO2.pdf

Après discussion avec divers experts, nous avons pu constater la fluctuation des valeurs
unitaires, en matière d’émissions de CO2, selon qu’elles soient calculées sur la base d’un parc
(l’UTP propose des valeurs de l’ordre de 150 gCO2 par voyageur.km pour une traction
thermique, ou de 449 gCO2 par voyage ; l’éco comparateur de l’ADEME semble proposer
une valeur de 132 gCO2 par voyageur.km pour les bus de province), ou sur la base des
déplacements réalisés (le CERTU proposent des valeurs globales par mode de transport à
partir de l’Enquête Nationale Transport de 2008 : en rapportant ces données aux
voyageurs.km, les valeurs varie de 100 à 105 gCO2, mais du fait de la composition mixte de
la traction des véhicules, on peut trouver des valeurs moyennes de l’ordre de 43
gCO2/voyageurs.km).

Face à ces incertitudes, les hypothèses moyennes suivantes ont été retenues :
- Un taux d’émission moyen pour les bus de 273 geC/ kg de CO2
- Une émission moyenne de 260,4 geC/véhicule.km
- Soit une valeur moyenne de 953,8 gCO2 par véhicule.km
Pour les trajets en voiture, les émissions moyennes ont été estimées à 174 gCO2/Voyageur.km
Ces chiffres peuvent être contestés ou affinés. Le calcul visant à produire un indicateur de
comparaison des lignes, de telles modifications ne sont pas de nature à bouleverser les
estimations faites.

100
101
Résumé

Les transports publics urbains font aujourd’hui face à de nouvelles difficultés de financement,
résultant de l’accroissement de l’offre, afin de favoriser la réduction de l’usage de la voiture
en ville. Bien que le développement des transports en commun en site propre dans les grandes
villes de province ait fortement revalorisé l’image de ce mode de transport, l’augmentation
des coûts de production du service, la hausse modérée de la fréquentation et la faible
contribution des usagers, conduisent à aggraver la charge récurrente de couverture des déficits
d’exploitation pour les Autorités Organisatrices. L’hypothèse principale de cette recherche
consiste à affirmer que c’est au niveau du design des réseaux que les gains potentiels seront
les plus importants, comparativement à la maitrise des coûts unitaires de production ou à
l’accroissement des tarifs. C’est la raison pour laquelle l’analyse de la performance doit être
menée au niveau de chaque ligne, en recherchant les facteurs explicatifs d’une bonne
efficience commerciale. Il reste cependant nécessaire de garder à l’esprit les « missions »
confiées au transport public (rôle social, décongestion, amélioration de l’environnement,
cohérence transport/urbanisme), afin de ne pas tomber dans une simple rationalisation
économique qui serait contraire aux objectifs de politique publique visés par les AOT. Il est
donc indispensable de coupler l’optimisation économique des lignes avec la notion
d’efficacité, c’est-à-dire de degré d’atteinte des objectifs des politiques publiques. Ce rapport
propose une méthodologie d’analyse de la performance des lignes de bus, sur la base
d’indicateurs relatifs à l’offre, à l’efficience commerciale et à l’efficacité en termes de
politiques publiques, afin d’aider à une certaine optimisation de l’offre sous contraintes.

Abstract

Urban Public Transport is today facing new difficulties in its funding, due to the increase of
supply in order to encourage car use reduction in cities. Even if the development of ‘right-of-
way’ systems renewed the image of UPT in main cities in France, increasing operating
deficits result from several parameters: the growth of unit costs for operation, the light
increase of patronage, the weak contribution of fare box revenue. The main assumption of this
research is to consider that potential savings can be obtained through an improved design of
the network. Performance measurement should be conducted at the level of each line by
identifying the explanatory factors of the commercial efficiency. But, as the PT network has
also to satisfy public policy goals (social mission, traffic congestion reduction, environment
improvement), a pure financial optimization could lead to results in contradiction with these
objectives. This report presents a methodology for the measurement of the performance of bus
lines, through a set of indicators on the level of supply, the commercial efficiency and the
political goals achievement, in order to favor an optimization process under constraints.

102