Advertisement

Recherche Transports Sécurité

, Volume 28, Issue 1, pp 33–45 | Cite as

Intérêt du modèle « Hurdle » pour la comparaison des comportements de mobilité déclarée dans un protocole d’enquête mixte

  • C. BayartEmail author
  • P. BonnelEmail author
Article Original / Original Article
  • 38 Downloads

Résumé

Face au déclin des taux de réponse des enquêtes ménages déplacements, il est nécessaire que les recherches sur les méthodes d’enquêtes travaillent sur la mise en place de protocoles d’enquête mixtes. Dans cette perspective, le laboratoire d’économie des transports a mené une enquête Web auprès des non-répondants à l’enquête ménages déplacements, administrée en face-à-face sur l’agglomération lyonnaise en 2005–2006. L’analyse comparative des données montre que, globalement, les répondants en faceà-face se déplacent davantage que les répondants sur le Web. Cet écart s’explique en partie par une forte proportion de personnes immobiles le jour de référence de l’enquête, ainsi que par une moindre mobilité des personnes mobiles. Les modèles de régression classiques permettent d’expliquer le niveau de mobilité individuelle selon les caractéristiques socio-économiques des répondants, mais ne prennent pas en compte les individus qui ne se sont pas déplacés pendant la période de référence de l’enquête. Dans le cadre de deux estimations économétriques (Poisson simple; Poisson Hurdle), nous nous intéressons aux facteurs impactant la décision de se déplacer, d’une part, le niveau de mobilité, d’autre part. Il s’agit de donner une estimation de la mobilité quotidienne moyenne des individus, ainsi que la fonction reliant cette dernière à leurs caractéristiques socioéconomiques en considérant que, pour une part non négligeable de la population enquêtée, la mobilité quotidienne est nulle. Notre démarche consiste à mieux caractériser les déterminants de l’immobilité, d’une part, et du niveau de mobilité, d’autre part, grâce à l’apport d’un modèle « Hurdle » afin de comparer les résultats obtenus sur les deux échantillons Web et face-à-face.

Mots clés

Enquêtes ménages déplacements Protocoles d’enquête mixte Modèles de type « Hurdle » Comportements de mobilité Immobilité 

Relevance “Hurdle” model to compare declared travel behaviour in a mixed-mode survey

Abstract

Due to decline in response rate to household travel surveys, it is essential that survey methods research explore the use of mixed-mode surveys. With this in mind, the Laboratoire d’économie des transports (Transport Economics Laboratory) conducted a web-based survey on non-respondents to a face-to-face household travel survey administered in the Lyon urban area in 2005–2006. Comparative analysis of the figures shows that, overall, face-to-face respondents travel more than web-based respondents. This difference is partly explained by a high proportion of individuals who did not travel on the survey reference day and also by a lower trip level for those who travel. Classical regression methods can explain the individual mobility level with individuals socioeconomic characteristics, but do not take account of individuals who did not travel during the survey reference period. Using two econometric methods (simple Poisson and Hurdle Poisson regression) we examined factors affecting the decision to travel on one hand and the level of mobility on the other hand. This involves estimating the average daily mobility of individuals as a function of their socioeconomic characteristics while taking into account the fact that for a considerable part of the survey population, daily mobility is nil. Our approach intends firstly to define the causes of immobility better and secondly to characterise the mobility level with the help of a Hurdle model, so as to compare the results obtained in the web-based and faceto-face samples.

Keywords

Household travel surveys Mixed-mode survey methods Hurdle models Mobility behaviour Immobility 

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Références

  1. 1.
    Atrostic BK, Burt G (1999) Household non-response: what we have learned and a framework for the future. Statistical Policy working paper no28, Federal Committee on Statistical methodology, Office of Management and Budget, Washington, pp 153–180Google Scholar
  2. 2.
    Bayart C, Bonnel P (2010) Enquête déplacements Web faceà-face: quelle comparabilité ? Cahiers Scientifiques du Transport 57:141–167Google Scholar
  3. 3.
    Bayart C, Bonnel P (2010) L’impact du mode d’enquête sur la mesure des comportements de mobilité. Économie et Statistique 437:47–70Google Scholar
  4. 4.
    Bayart C (2009) Le potentiel du Web pour les enquêtes de mobilité urbaine, thèse pour le doctorat de sciences économiques. Laboratoire d’économie des transports, université Lyon-II, ENTPE, Lyon, 361 pGoogle Scholar
  5. 5.
    Bohara AK, Krieg RG (1996) A poisson Hurdle mode of migration frequency. J Reg Anal Pol 26:37–45Google Scholar
  6. 6.
    Bounie D, Bourreau M, François A (2006) Les déterminants de la détention et de l’usage de la carte de crédit: une analyse empirique sur données individuelles françaises. Telecom Paris, CREST-LEI et LAEP, Paris-I, 69pGoogle Scholar
  7. 7.
    Zeileis A, Kleiber C, Jackman S (2008) Regression mode for count data in r. J Statistical Software 27(8):25Google Scholar
  8. 8.
    Mullahy J (1986) Specification and testing of some modified count data models. J Econom 33:341–365MathSciNetCrossRefGoogle Scholar
  9. 9.
    Certu (2008) L’enquête ménages déplacements « méthode standard ». Éditions du Certu, Lyon, 204pGoogle Scholar
  10. 10.
    Ardilly P (2006) Les techniques de sondage. Éditions Technip, 2e édition, 675pGoogle Scholar
  11. 11.
    Axhausen KW (2003) Definitions and measurement problems. In: Axhausen KW, Madre JL, Polak JW, Toint P (eds) Capturing long distance travel. Research Science Press, Bal-dock, pp 8–25Google Scholar
  12. 12.
    Dejoux V, Armoogum J, Madre JL (2010) The travel practices of disabled travellers in France. Transp Res Board 2010 Annual Meeting, 16pGoogle Scholar
  13. 13.
    Madre JL, Axhausen KK, Brög W (2007) Immobility in travel diary surveys. Transportation 34:107–128CrossRefGoogle Scholar
  14. 14.
    Armoogum J, Axhausen K, Hubert JP, Madre JL (2005) Immobility and mobility seen through trip-based versus time-use surveys. Transp Rev 28:641–658Google Scholar
  15. 15.
    Stopher PR, Wilmot CG, Stecher C, Alsnih R (2004) Household travel surveys: proposed standards and guidelines. 7th International Conference on Travel Survey Methods, Costa Rica, August. Actes sur cédéromGoogle Scholar
  16. 16.
    Madre JL, Axhausen K, Gascon MO (2003) Immobility: a microdata analysis. 10th IATBR conference, LucerneGoogle Scholar
  17. 17.
    Han XL, Polak JW (2003) Imputation with non-ignorable missing values: a stochastic approach. In: Axhausen KW, Madre JL, Polak JW, Toint P (eds) Capturing long distance travel. Res Sci Press, Baldock, pp 172–187Google Scholar
  18. 18.
    Armoogum J, Hubert JP, Roux S, Le Jeannic T (2010) Plus de voyages, plus de kilomètres quotidiens: une tendance à l’homogénéisation des comportements de mobilité des Français, sauf entre ville et campagne. La revue du CGDD. La mobilité des Français, panorama issu de l’enquête nationale transports et déplacements 2008. Commissariat Général au Développement Durable, Paris, pp 5–23Google Scholar
  19. 19.
    Zorn CJW (1996) Zero-inflating and hurdle Poisson specifications. Midwest Political Science Association, San Diego, pp 18–20Google Scholar
  20. 20.
    Tobin J (1958) Estimation of relationship for limited dependent variables. Econometrica 26:24–36MathSciNetzbMATHCrossRefGoogle Scholar
  21. 21.
    Amemiya T (1984) Tobit models: a survey. J Econom 24:3–61MathSciNetzbMATHCrossRefGoogle Scholar
  22. 22.
    Maddala G (1986) Limited dependant and qualitative variables in econometrics. Cambridge University Press, LondonGoogle Scholar
  23. 23.
    Hine J (2004) Transport disadvantage and social exclusion in urban Scotland. Built Environ 30:161–171CrossRefGoogle Scholar
  24. 24.
    Hubert JP (2003) Travel and time use surveys, a comparison of two Belgian surveys. 25e Conférence IATUR, BruxellesGoogle Scholar
  25. 25.
    Christensen L (2006) Possible explanation for an increasing share of no-trip respondents. In: Stopher P, Stecher C (eds) Travel survey methods: quality and future directions. Elsevier Press, Pergamon, pp 303–316Google Scholar

Copyright information

© INRETS et Springer-Verlag France 2012

Authors and Affiliations

  1. 1.ISFAuniversité Lyon-ILyon cedex 07France
  2. 2.ENTPEuniversité lumière Lyon-II, CNRSVaulx-en-Velin cedexFrance

Personalised recommendations