Quel avenir pour les véhicules utilitaires légers électriques ? : une analyse prospective du marché des vans électriques pour le transport de marchandises en ville
Notice bibliographique
Résumé
Le marché des véhicules électriques est animé par une dynamique très positive. Il s'agit cependant essentiellement d'un marché de niche. Il est donc légitime de s’interroger quant à son avenir.D'une part, cette dynamique est portée par de fortes préoccupations environnementales et bénéficie d'un large soutien des autorités publiques. Les constructeurs automobiles ont ces dernières années fortement investi dans cette technologie, les progrès technologiques sont rapides et offrent des perspectives intéressantes.D'autre part, des subventions conséquentes sont aujourd’hui nécessaires pour permettre aux véhicules électriques d’être compétitifs. Il est inévitable que ces subventions diminuent si le marché grandit. Deux mécanismes opposés sont donc en jeu et rendent incertain le développement du marché des véhicules électriques pour les années à venir.Notre recherche propose d'analyser ces mécanismes pour les véhicules utilitaires légers, et plus particulièrement pour le transport urbain de marchandises. Les besoins des entreprises de transport de marchandises sont évalués à travers une quarantaine d'entretiens, menés dans quatre pays européens et analysés à la lumière de la théorie de la diffusion de l'innovation. Ces entretiens mettent en évidence les obstacles opérationnels et économiques à l'utilisation de véhicules électriques, qui sont liés à la technologie elle-même mais aussi à sa nouveauté.Une approche quantitative complète cette étude. Elle s’appuie sur un modèle de prédiction de parts de marché, qui quantifie la façon dont les contraintes économiques et opérationnelles évoluent avec les développements technologiques. Ces contraintes sont mesurées par deux indicateurs: l'adéquation de l'autonomie du véhicule avec son usage et les comparaisons de coûts totaux de possession (TCO). Une originalité du modèle est qu’il traite le montant des subventions à l’achat d’un véhicule électrique comme une variable endogène, qui s’adapte dynamiquement aux évolutions du marché.Afin de compenser le manque de données disponibles sur les usages des véhicules utilitaires, un modèle statistique a été développé. Ce modèle permet d’exploiter au mieux les données d'une enquête sur les véhicules utilitaires légers en France, menée par le service de la donnée et des études statistiques (SDES) du Ministère de la Transition Écologique et Solidaire
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».