🔬 physics

Access graph: a novel graph representation of public transport networks for accessibility analysis

Cet article présente le « Access Graph », une nouvelle représentation graphique des réseaux de transport public basée sur les temps de voyage généralisés, qui permet d'analyser l'accessibilité et l'équité à travers des indicateurs topologiques appliqués à 51 réseaux de métro mondiaux.

Auteurs originaux : Tina Šfiligoj, Aljoša Peperko, Oded Cats

Publié 2026-03-24

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Tina Šfiligoj, Aljoša Peperko, Oded Cats

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous voulez évaluer la qualité d'un réseau de métro, non pas en comptant le nombre de lignes ou de stations, mais en répondant à une question simple : « Si je dispose de 30 minutes, combien de lieux différents puis-je atteindre ? »

C'est exactement ce que propose cette nouvelle étude. Les chercheurs ont inventé une nouvelle façon de « dessiner » les réseaux de transport, qu'ils appellent le « Graphique d'Accès » (ou Access Graph).

Voici une explication simple, avec des images pour mieux comprendre.

1. Le problème : Les cartes habituelles sont trompeuses

Imaginez que vous avez deux cartes pour dessiner un réseau de métro :

La carte des rails (L-espace) : Elle montre les rails. Si deux stations sont voisines sur la même ligne, elles sont reliées. C'est comme dessiner les tuyaux d'un système d'irrigation. C'est utile pour les ingénieurs, mais ça ne dit pas grand-chose sur la facilité de voyage pour un humain.
La carte des lignes (P-espace) : Ici, on relie toutes les stations d'une même ligne entre elles, comme si c'était un gâteau où chaque part est connectée à toutes les autres. C'est mieux, mais ça ignore le temps d'attente et les correspondances.

Le problème, c'est que pour mesurer l'accessibilité (la capacité à atteindre des opportunités comme un travail ou un parc), ces cartes traditionnelles sont trop rigides. Elles ne tiennent pas compte du temps réel que vous passez dans le métro, d'attendre le train, ou de changer de ligne.

2. La solution : Le « Graphique d'Accès » (A-espace)

Les chercheurs proposent une nouvelle carte, le Graphique d'Accès.

L'analogie du filet de pêche :
Imaginez que vous lancez un filet de pêche (votre budget de temps) depuis une station.

Si vous avez 5 minutes, votre filet est petit : il ne touche que les stations tout près.
Si vous avez 30 minutes, votre filet est plus grand : il attrape des stations plus loin, même si vous devez changer de ligne.
Si vous avez 1 heure, votre filet est énorme : il touche presque tout le réseau.

Dans ce nouveau graphique, on ne dessine une ligne entre deux stations que si on peut aller de l'une à l'autre en dessous de votre limite de temps (par exemple 30 minutes).

Plus le filet est grand, plus le graphique a de lignes.
Le nombre de lignes qui partent d'une station (son « degré ») vous dit directement : « Combien de lieux puis-je atteindre en 30 minutes ? ». C'est une mesure directe de la richesse des opportunités.

3. Comment ça marche ? (La recette)

Pour créer ce graphique, les chercheurs prennent les données réelles des métros (temps de trajet, fréquence des trains, temps d'attente) et calculent un « temps généralisé ».

Ils ajoutent une pénalité pour les correspondances (changer de ligne est pénible, donc ça compte comme du temps perdu).
Ils créent une série de graphiques, un pour chaque minute de 0 à 100 minutes.
Ils observent comment le réseau « grandit » et se remplit de connexions au fur et à mesure que le temps passe.

4. Ce qu'ils ont découvert (L'étude de 51 métros)

Ils ont appliqué cette méthode à 51 réseaux de métro dans le monde (Paris, New York, Oslo, etc.). Voici ce qu'ils ont vu :

La croissance en « S » : Pour la plupart des villes, l'accessibilité ne grandit pas lentement et régulièrement. Elle suit une courbe en forme de « S ».
- Début : Ça va doucement (les stations proches).
- Milieu : Soudain, ça explose ! Le filet attrape beaucoup de nouvelles stations d'un coup. C'est le moment où le réseau devient vraiment utile.
- Fin : Ça ralentit, car il ne reste plus grand-chose à atteindre.
L'équité (La justice sociale) : Ils ont mesuré si tout le monde avait le même accès.
- Certaines villes (comme Vienne) ont un filet très régulier : tout le monde a à peu près le même nombre de destinations accessibles. C'est équitable.
- D'autres villes (comme Oslo ou New York) ont des disparités : certaines zones sont des « oasis » très bien connectées, tandis que d'autres sont des « déserts » où le filet ne passe pas.
La taille n'est pas tout : New York a un réseau immense, mais cela ne signifie pas automatiquement qu'il est le plus accessible. Parfois, un réseau plus petit mais bien conçu (comme Paris) offre un accès plus rapide et plus équitable.

5. Pourquoi est-ce important ?

Avant, comparer deux métros était difficile car on utilisait des mesures compliquées qui ne racontaient pas la même histoire.
Avec ce Graphique d'Accès :

C'est clair : On voit directement combien de lieux on peut atteindre.
C'est juste : On peut comparer des villes de tailles différentes sur un pied d'égalité.
C'est utile pour les décideurs : Si vous êtes maire et que vous voulez améliorer le métro, ce graphique vous montre exactement où ajouter une ligne pour que le « filet » attrape le plus de gens possible.

En résumé :
Les chercheurs ont remplacé la vieille carte des rails par une carte du temps. Au lieu de demander « Où sont les rails ? », ils demandent « Où puis-je aller en 30 minutes ? ». C'est une nouvelle boussole pour construire des villes plus accessibles et plus justes pour tous.

1. Problématique et Contexte

L'accessibilité, définie comme l'impédance de voyage entre des opportunités d'activité spatialement dispersées, est un déterminant majeur de l'utilisation des transports en commun. Bien que le concept existe depuis des décennies, il existe un manque d'approche unifiée pour son opérationnalisation et sa mesure.

Les défis identifiés dans la littérature incluent :

Hétérogénéité des mesures : Les définitions de l'impédance de voyage et les indicateurs varient considérablement selon les implémentations.
Limites des représentations graphiques existantes : Les représentations standards des réseaux de transport public (PTN), telles que l'espace-L (infrastructure) et l'espace-P (service), ne capturent pas toujours fidèlement la notion d'accessibilité. L'espace-L est trop rigide (liaisons consécutives), tandis que l'espace-P, bien qu'utile pour les flux, ne intègre pas directement les contraintes de temps de voyage global (attente, correspondances) dans une structure de graphe unique dédiée à l'accessibilité.
Besoin d'indicateurs unifiés : Il manque un cadre conceptuel basé sur la science des réseaux pour analyser l'accessibilité au niveau de la structure du réseau, permettant des comparaisons équitables entre différents systèmes.

2. Méthodologie : Le Graphe d'Accès (A-space)

Les auteurs proposent une nouvelle représentation graphique, le Graphe d'Accès (ou A-space), conçue spécifiquement pour l'analyse de l'accessibilité.

Construction du Graphe d'Accès ( $G_A$ )

Le graphe est construit à partir de données GTFS (General Transit Feed Specification) en suivant ces étapes :

Représentations de base : Utilisation des représentations L-space (temps de voyage à bord) et P-space (fréquences de service).
Temps de voyage généralisé : Calcul d'une matrice de distances $D$ $D$ entre toutes les paires de nœuds (arrêts). Ce temps généralisé intègre trois composantes pondérées :
- Temps à bord ( $t_{in-veh}$ ).
- Temps d'attente ( $t_{wait}$ ), calculé comme la moitié de l'intervalle de service.
- Pénalité de correspondance ( $t_{transfer}$ ), fixée empiriquement (ex: 5 minutes).
- Formule : $D = D_{L}^{in-veh} + w_{wait}D_{P}^{wait} + w_{transfer}(D_{P}^{u} - J_N)$ .
Seuil de temps budgétaire ( $t_b$ ) : Un lien (arête) existe entre deux nœuds $i$ et $j$ dans le graphe d'accès si et seulement si le temps de voyage généralisé $d_{ij} \le t_b$ .
Nature du graphe : Le graphe est non orienté et non pondéré. Il évolue dynamiquement : à $t_b=0$ , le graphe est vide ; à $t_b = t_{max}$ (diamètre du réseau), il devient un graphe complet (clique).

Indicateurs Proposés

Les auteurs définissent une série d'indicateurs basés sur l'évolution topologique du graphe en fonction de $t_b$ :

Indicateurs Privaux (Système) :
- $t_M$ (Point d'inflexion) : Le temps budgétaire où la croissance du degré moyen $\langle k \rangle$ est maximale (dérivée première maximale). Cela marque le passage d'une phase de connectivité lente à une phase rapide.
- $\delta t_M$ : Version normalisée ( $t_M / t_{max}$ ), permettant des comparaisons indépendantes de la taille du réseau.
- $\langle k \rangle_M$ et $\langle k \rangle_{30}$ : Degré moyen respectivement au point d'inflexion et à un temps fixe de 30 minutes (perspective passager).
Indicateurs d'Équité :
- $G_M$ et $G_{30}$ : Coefficient de Gini appliqué à la distribution des degrés du graphe d'accès aux temps $t_M$ et $t=30$ min. Une valeur élevée indique une forte inégalité d'accès entre les arrêts.
Indicateurs Structurels :
- $t_{JS}$ : Temps où la divergence de Jensen-Shannon (JSD) entre les distributions de degrés de deux étapes temporelles consécutives est maximale. Cela identifie le moment de la plus grande réorganisation structurelle du réseau.

3. Résultats et Analyse Empirique

La méthodologie a été appliquée à un jeu de données de 51 réseaux de métro à travers le monde.

Observations Clés

Comportement Sigmoidal : La croissance du degré moyen $\langle k \rangle(t_b)$ suit généralement une courbe en S, confirmant que la connectivité se développe d'abord dans le centre puis s'étend vers la périphérie.
Comparaison Oslo vs Vienne :
- Vienne présente une croissance plus régulière et un point d'inflexion plus précoce, indiquant une meilleure accessibilité globale et une équité supérieure.
- Oslo montre une croissance plus étalée avec des pics de changement structurel multiples, suggérant des disparités plus importantes dans la connectivité.
Analyse des 51 réseaux :
- Les réseaux les plus grands (ex: New York, Londres, Paris) ont des temps maximaux ( $t_{max}$ ) élevés, mais Paris se distingue par une haute accessibilité ( $t_{max}$ faible par rapport à sa taille).
- Inégalités : Les réseaux de grande taille tendent à avoir des coefficients de Gini plus élevés (plus d'inégalités), suivant une loi de puissance. Cependant, au-delà d'une certaine taille, l'inégalité semble se stabiliser.
- Corrélations : Une forte corrélation négative existe entre l'accessibilité à 30 min ( $\langle k \rangle_{30}$ ) et la taille du réseau, tandis que l'inégalité ( $G_{30}$ ) augmente avec la taille.

Indicateurs de Performance

Les indicateurs normalisés ( $\delta t_M$ , $\delta t_{JS}$ ) s'avèrent utiles pour comparer des réseaux de tailles très différentes, car ils sont indépendants de la dimension physique du réseau. Par exemple, Copenhague et Rennes montrent des performances d'accessibilité exceptionnelles avec des temps d'inflexion très courts.

4. Contributions et Signification

Contributions Principales

Innovation Méthodologique : Introduction du Graphe d'Accès (A-space), une nouvelle représentation graphique qui transforme les contraintes de temps de voyage en connectivité topologique directe.
Cadre Unifié : Proposition d'un ensemble d'indicateurs interprétables (dérivés de la science des réseaux) permettant une comparaison systématique de l'accessibilité entre différents modes et villes.
Approche Algorithmique : La méthode est reproductible, basée sur des données standardisées (GTFS) et applicable à n'importe quel réseau de transport public.

Signification et Implications

Pour la Planification : Ce cadre offre aux planificateurs un outil pour identifier les zones mal desservies et simuler l'impact de modifications du réseau sur l'équité d'accès.
Théorique : Il comble le fossé entre la théorie des graphes et les études d'accessibilité, en proposant une métrique simple (le degré du nœud) qui capture directement la notion d'opportunités accessibles.
Équité : L'utilisation du coefficient de Gini sur la distribution des degrés permet de quantifier objectivement les disparités spatiales d'accès, un enjeu crucial pour les politiques urbaines inclusives.

Limites et Perspectives

L'étude se concentre uniquement sur la composante transport, en supposant implicitement que le nombre d'arrêts accessibles équivaut aux opportunités d'activité. Les auteurs suggèrent de futures recherches intégrant des données d'utilisation des sols, l'utilisation de réseaux multicouches (pour modéliser différents coûts ou perceptions), et une approche probabiliste des seuils de temps.

En conclusion, cette recherche propose un changement de paradigme en modélisant l'accessibilité non pas comme une métrique externe appliquée au réseau, mais comme une propriété intrinsèque de la structure du graphe lui-même, évoluant dynamiquement avec le temps de voyage.