Ecological Footprint of Road Congestion in Kolkata City: An Integrated Traffic, Carbon Emission and Spatial Assessment Framework

Résumé technique : Empreinte écologique de la congestion routière dans la ville de Calcutta

Énoncé du problème
La congestion routière impose des coûts environnementaux importants en réduisant la vitesse des véhicules, en prolongeant le ralenti et en induisant une conduite de type « stop-and-go », ce qui augmente collectivement la consommation de carburant et les émissions de gaz à effet de serre. Bien que la littérature existante traite séparément des émissions de transport, de la qualité de l'air et de la congestion, il manque des cadres intégrés capables de quantifier la charge écologique spécifique imputable à la congestion au niveau des corridors. De plus, les évaluations standards de l'empreinte carbone ne parviennent souvent pas à distinguer les émissions générées en conditions de flux libre de celles résultant spécifiquement des inefficacités induites par la congestion. Cette étude comble la lacune entre la connexion de l'intensité de la congestion observée avec les véhicules-kilomètres parcourus (VKP), la consommation de carburant, les émissions de CO₂ et leur conversion en une zone biologiquement productive équivalente (empreinte écologique).

Méthodologie
L'article propose le cadre de l'Empreinte Écologique de la Congestion Routière (EECR), une approche intégrée reliant la dynamique du trafic à la comptabilité écologique. L'étude se concentre sur huit corridors de trafic majeurs à Calcutta, en Inde.

• Source de données : L'analyse utilise un jeu de données synthétiques de transport et de structure routière (N = 400 observations) conçu pour une démonstration méthodologique. Il est explicitement précisé qu'il ne s'agit pas de mesures de terrain mais d'un jeu de données structuré pour tester le flux de travail.
• Cadre conceptuel : Le cadre progresse du volume de trafic et de sa classification vers les caractéristiques opérationnelles (vitesse, longueur de file d'attente, ralenti) afin de dériver une mesure de l'intensité de la congestion. Celle-ci est traduite en consommation de carburant excédentaire (séparant les composantes de mouvement et de ralenti), convertie en émissions de CO₂, et enfin exprimée en tant qu'empreinte écologique de carbone en hectares globaux (ha).
• Indicateurs : Les indicateurs clés incluent l'indice de congestion (IC), l'indice de retard, les VKP et un indice composite d'empreinte écologique de la congestion routière (IEECR). L'IEECR agrège des indices normalisés de congestion, de carburant, de CO₂, de ralenti et de VKP.
• Analyse statistique et spatiale : L'étude utilise des statistiques descriptives, des corrélations de Pearson et de Spearman, une régression multiple avec diagnostics de variance d'inflation (VIF), une analyse en composantes principales (ACP), une ANOVA à un facteur à travers cinq zones de Calcutta, ainsi qu'une analyse spatiale utilisant le I de Moran et la cartographie des points chauds basée sur le SIG (Getis-Ord Gi*, Densité de Noyau, IDW).

Résultats clés
Les résultats, dérivés du jeu de données synthétiques, démontrent le flux de travail et les relations statistiques au sein du cadre :

• Corrélations : L'indice composite IEECR a montré des corrélations positives très fortes avec la consommation de carburant (r = 0,960), les émissions de CO₂ (r = 0,960) et les VKP (r = 0,877). À l'inverse, il était modérément corrélé avec l'indice de congestion (r = 0,384) et la vitesse moyenne (r = −0,383).
• Analyse de régression : Un modèle de régression multiple a expliqué 94,2 % de la variance de l'empreinte écologique (R² ajusté = 0,941). Les seuls prédicteurs statistiquement significatifs étaient les VKP et la part de véhicules lourds. L'indice de congestion et la vitesse moyenne se sont révélés parfaitement colinéaires (r = −1,000), ce qui les rend interchangeables dans le modèle et empêche l'interprétation séparée de leurs coefficients.
• Analyse en composantes principales (ACP) : Deux composantes principales expliquent 86,17 % de la variance totale. La CP1 représente une dimension d'« échelle » (chargement sur l'IEECR, le CO₂, le carburant et les VKP), tandis que la CP2 représente la dynamique « congestion vs vitesse ».
• Différences spatiales et zonales :
  • Variation zonale : Les empreintes écologiques moyennes diffèrent significativement entre les zones de Calcutta (F = 7,4658, p < 0,001). Le sud-ouest de Calcutta présentait l'empreinte moyenne la plus élevée (2,734 ha), tandis que l'est de Calcutta présentait la plus faible (2,006 ha).
  • Performance des corridors : MG Road–Central Avenue a enregistré l'IEECR le plus élevé (1,68) en raison des faibles vitesses et du ralenti élevé, tandis qu'EM Bypass–Science City présentait le plus bas (1,12) malgré des volumes de trafic élevés, grâce à des vitesses plus élevées et des parts de ralenti plus faibles.
  • Regroupement spatial : L'autocorrélation spatiale globale (I de Moran = −0,0964) n'était pas significative, indiquant l'absence de regroupement global des corridors à forte empreinte au niveau des nœuds, bien que la cartographie SIG ait mis en évidence des concentrations locales dans le quartier central des affaires (CBD).

Principales contributions

1. Développement de cadre : L'article introduit le cadre EECR, qui intègre de manière unique l'intensité de la congestion, la consommation de carburant spécifique aux véhicules (mouvement vs ralenti) et les besoins d'absorption de carbone en un seul indicateur au niveau du corridor exprimé en hectares globaux.
2. Différenciation de la charge de congestion : Il sépare explicitement la charge écologique de la congestion des émissions totales de transport, répondant ainsi à la lacune où les impacts spécifiques à la congestion sont souvent masqués par les moyennes à l'échelle de la ville.
3. Démonstration méthodologique : L'étude fournit un flux de travail analytique complet, de la synthèse des données à la cartographie des risques spatiaux basée sur le SIG, démontrant comment opérationnaliser l'analyse de l'empreinte écologique pour des corridors routiers spécifiques.
4. Aperçus statistiques : L'analyse souligne la dépendance mathématique entre les indices de congestion et la vitesse, offrant des conseils méthodologiques sur la sélection des variables dans les modèles de régression pour éviter la multicolinéarité.

Signification et affirmations
L'article affirme que le cadre EECR offre une compréhension plus nuancée de la durabilité urbaine que les indicateurs traditionnels tels que la vitesse moyenne ou le retard seuls. En convertissant les émissions de carbone en surface de terre biologiquement productive, le cadre permet de comparer différents corridors sur une échelle écologique unifiée.

L'auteur souligne que les résultats numériques sont uniquement démonstratifs, dérivés de données synthétiques pour valider le flux de travail. L'article soutient que le cadre est conçu pour être appliqué à des comptages de trafic réels, des données de vitesse GPS et des facteurs d'émission validés. Il conclut que la congestion routière à Calcutta doit être perçue non seulement comme une inefficacité de transport, mais comme un problème de ressources environnementales, où la réduction des vitesses et l'augmentation du ralenti augmentent directement la demande écologique sur les écosystèmes de la ville. L'application future du cadre nécessite une validation sur le terrain pour confirmer les relations statistiques et les modèles spatiaux identifiés dans cette démonstration méthodologique.