Post-doctorant ou Post-doctorante en Behavioral Insights for Energy Efficient Mobility - CDD - 24 mois

En intégrant des caractéristiques détaillées des véhicules et des données sur les émissions, le modèle fournira des estimations précises de la consommation d'énergie et des émissions de GES. En outre, une évaluation du cycle de vie permettra de saisir les implications environnementales plus larges des politiques.

Le deuxième axe examinera comment les groupes socio-économiques réagissent différemment aux politiques de transport. Par exemple, les personnes à faible revenu peuvent plus facilement opter pour les transports en commun, même si cela entraîne une augmentation de la durée du trajet, en raison de la valeur moindre qu'elles accordent au temps. À l'inverse, les personnes âgées et les personnes handicapées peuvent éprouver des difficultés à changer de mode de transport, en particulier lorsque les itinéraires en transports publics impliquent de longues distances de marche ou des lignes inaccessibles. Pour tenir compte de ces hétérogénéités, le projet développera des méthodes d'estimation et d'étalonnage économétriques avancées, en utilisant des populations synthétiques et des données d'enquête sur les déplacements pour affiner les données d'entrée des simulations de transport (par exemple, la valeur du temps, les préférences en matière d'horaires).

Les méthodologies seront appliquées à diverses études de cas dans la région métropolitaine de Paris et dans d'autres villes françaises. Les politiques spécifiques à évaluer comprennent l'expansion de l'infrastructure de transport public (par exemple, le Grand Paris Express ou les Services express régionaux métropolitains) et des incitations personnalisées pour l'adoption de véhicules électriques. Le projet mesurera les réductions de la consommation d'énergie et des émissions de gaz à effet de serre, tout en évaluant l'acceptabilité des politiques par leur impact sur l'équité sociale.