Quelles possibilités pour un acteur de transférer une partie de sa chaine de transport vers des modes décarbonés ?
Notice bibliographique
Résumé
Quelles possibilités pour un acteur de transférer une partie de sa chaine de transport vers des modes décarbonés ? A l’échelle française, le transport routier de marchandises représente 17% des émissions de CO2 en 2018. En effet, ce dernier est le mode prédominant et représente 88% des flux totaux. Pour réussir la transition vers une économie décarbonée, une solution durable est de transférer une part de ces flux, vers d’autres modes peu ou pas carbonés.Pour étudier cela, une monographie d’un acteur : DB Schenker, agrémentée de cas d’étude sur certains points (transporteurs et chargeurs), a été réalisé permettant d’analyser l’ensemble de sa chaine de transport. Ce travail s’appuie sur des bases de données opérationnelles qui permettent d’expliciter le fonctionnement global avec précision puis d’évaluer de manière précise l’impact d’un report modal pour chaque acteur. Deux solutions ont été étudiées : le vélo cargo pour le premier et dernier kilomètre, d’une part, et le ferroviaire pour la longue distance, d’autre part. L’étude du fonctionnement d’un transporteur montre que la chaine d’un transporteur, ne concerne pas seulement le lien entre réseaux de longue-distance et premier et dernier kilomètre. Il s’agit d’un feuillage complexe dans lequel chaque élément est entremêlé : au sein du réseau de longue-distance, les routages sont programmés pour permettre à un colis de prendre plusieurs connexions en une nuit ; du côté du premier et dernier kilomètre, les transporteurs mettent en place une stratégie de polycentrisme pour opérer des zones importantes résultant en des localisations optimales des plateformes en périphérie des villes.L’étude sur la localisation des plateformes ayant souligné l’intérêt de les localiser en périphérie du centre, l’utilisation de vélo cargo repose, de ce fait, sur la mise en place de micro hub. Cependant, ce foncier à un coût qui a peut-être compensé par le coût opérationnel plus faible des vélos cargo par rapport aux camions sous réserve d’une forte densité. D’une certaine manière, ce travail permet de faire le lien entre la littérature traitant des choix de flotte de véhicules et celle sur la l’immobilier logistique urbaine. Ceci étant, l’utilisation des vélos cargo ne signifie pas la fin des camions en ville : ils seront toujours nécessaires pour approvisionner les micro hubs ainsi que pour opérer les colis ne pouvant être opérés par un vélo cargo.L’étude, en deux temps, du transport combiné montre, tout d’abord, une inadéquation entre l’offre actuelle en France et les attentes d’un messager à la fois d’un point de vue organisationnel que du point de vue la couverture spatiale. En omettant la contrainte économique, il n’est possible de transférer que 0.2 % des trajets quotidiens. Dans un deuxième temps, l’étude d’un consortium de 9 entreprises (chargeurs et transporteurs) a permis de mettre en lumière le besoin de la mutualisation pour permettre de remplir pleinement les trains. Cela permet d’augmenter les flux sur les axes et ainsi d’augmenter le nombre de rotation, pour que les industriels n’aient pas à modifier l’organisation de leur supply chain. Cependant, il a été montré que la mutualisation peut mettre en place un jeu de gagnant/perdant lorsque l’on se place à l’échelle de l’acteur d’un point de vue économique alors que l’opération est globalement intéressante. Dans son ensemble son travail met en avant l’intérêt d’une approche par acteur pour une compréhension plus fine de certaines situations dans le cadre du transport de marchandises. Cette approche, apporte une vision complémentaire par rapport aux études s’appuyant sur des statistiques publiques. Sans s’y opposer elle peut parfois en modifier drastiquement les conclusions, comme la mise en avant d’une dynamique gagnant/perdant dans le cas du transport combiné
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».