Professional Documents
Culture Documents
UN MODELE SARIMA
1
Institut des Hautes Etudes Commerciales de Sfax, Université de Sfax.
« LaREMFiQ », Laboratoire de recherche en Economie, Management et Finance Quantitative,
IHEC Sousse, Université de Sousse.
Résumé. L'objet de ce papier est d'estimer l'insécurité routière en Tunisie par des modèles de
séries temporelles. On suppose comme variables explicatives le volume de trafic, l'excès de
vitesse et les variables calendaires liées aux nombre de jours des vacances et des fêtes
religieuses. On se base sur des données mensuelles entre 2006 et 2016 issues de l’Institut
National de la Statistique et de l’Observatoire Nationale de la Sécurité Routière. La répartition
mensuelle de nombre d'accident a montré qu’il était difficile de supposer que la composante
saisonnière se répète à l’identique pour chaque période. Par conséquent, un modèle SARIMA
s'avère nécessaire. Les résultats d'estimation de ce modèle montrent que le volume de trafic,
l'excès de vitesse ainsi que les variables calendaires agissent positivement et significativement
sur le nombre d'accident de la route en Tunisie.
1 Introduction
Les transports sont essentiels à notre développement économique, politique et culturel. Ils
rapprochent les citoyens les uns des autres et ils facilitent le commerce et les échanges
internationaux. L'évolution des transports a toujours été liée à la compétitivité économique mais
aussi à la création d'emplois directs et indirects. En Tunisie, le secteur des transports représente
7% du PIB en 2016 et a réalisé un taux de croissance de 3% entre 2012 et 2015. Malgré tous
les avantages qu'ils offrent, l'insécurité routière demeure un problème majeur. En effet, le
nombre d'accident est de 11034 en 2016, soit un taux dépassant largement la moyenne
européenne, et ce avec un taux de motorisation quatre fois inférieur. Ces accidents sont graves,
avec un décès pour 8 accidents, et 1,5 blessé par accident.
Face à la gravité et l'accentuation des problèmes de l'insécurité routière, les présidents de
plusieurs pays réunis en septembre 2015 à l’occasion de l’Assemblée générale des Nations
Unies ont marqué l’histoire en adoptant le Programme de développement durable à l’horizon
2030 qui contient 17 objectifs de développement durable. Un de ces nouveaux objectifs, est de
diviser par deux le nombre de décès et de blessés dus à des accidents de la circulation d’ici
2020.
Une étude de la banque africaine de développement a essayé de développer les capacités coûts
associés. La banque élargie le cadre de réflexion en assistant le gouvernement Tunisien dans
2. Revue de la littérature
L'objet de cette section est de faire un tour de la littérature sur l'estimation de l'insécurité
routière. On distingue entre trois approches: macroéconomique, microéconomique et
économétrique.
Selon l'approche macroéconomique, l'évaluation des accidents se fait en pourcentage de PIB.
Les travaux recueillis sur l'évaluation des accidents selon cette approche montrent que le coût
des accidents est très élevé aux Etats-Unis (4,6% de PIB). En revanche, il ne représente que
2,1% de PIB au Royaume-Uni et variant entre 0,5% et 2,7% en Europe. En Tunisie, ce coût
varie entre 4% et 5.7%.
Certaines analyses ont montré qu'il existait d'importantes différences liées à la fois à la cause et
à la gravité des accidents d'une part, et au profil socio-économique des victimes d’autre part.
La relation entre le niveau de PIB par habitant et accidents routiers a été traitée de manière
abondante dans la littérature. Kopits et Cropper (2005) utilisent une analyse en panel sur 88
pays pour la période 1963-1999. Ils montrent que la croissance du PIB par habitant favorise
l'augmentation de la mortalité routière par habitant et par véhicule jusqu'à un seuil de 8600 $.
Au-delà de ce seuil, la poursuite de la croissance économique apparaît comme un facteur
contribuant à la réduction de la mortalité routière, probablement lié entre autres à un cadre
institutionnel et législatif plus contraignant.
Bishai et al. (2006) utilisent un modèle à effets fixes à partir de données sur 41 pays de 1992 à
1996. Ils montrent qu’une hausse du PIB de 10% (dans les pays ayant un PIB/habitant inférieur
à $1600) augmente de 3,1% le nombre de décès par rapport à la taille de la population, au
nombre de véhicule, à l’utilisation d’essence et à la présence de routes.
Paulozzi et al. (2007) montrent, sur un échantillon de 44 pays pour la période 2000 -2004, que
l'évolution du revenu a un impact plus important sur la mortalité des piétons que sur celles des
autres usagers. Les trois études citées ci-dessus, par de-là leurs différences en termes
2
L'approche microéconomique fait référence à une approche basée sur l'individu. Il s'agit
d'estimer les coûts des accidents qui n'ont pas de valeur de marché, plus précisément la perte de
la qualité de vie et les pertes de productivité. L’évaluation du coût humain de la mortalité et de
la morbidité routière se base sur la révélation des préférences (évaluation contingente,
propension à payer et propension à accepter des compensations). L’accident de la route ne se
limite pas seulement à des atteintes à l’intégrité physique du corps. La victime peut également
subir des traumatismes d’ordre psychique, liés à la souffrance et à la peur occasionnées lors de
l’accident. Elle doit aussi faire face à des conséquences post-traumatiques qui ne sont pas
toujours associées à l’atteinte de l’intégrité physique (Chan et al. 2003).
Johannesson et al. (1996) étudient la valeur d'évitement d'un décès par une méthode
contingente. Ils trouvent que le transport engendre un coût d'un décès variant de 4,5 à 8,8 M$
alors que ce coût varie entre 2,6 et 7,3 M$ pour le transport public. De leur côté, Desaigues et
Rabl (1994) étudient la réduction du nombre de vies perdues dans les accidents routiers en
France. Ils obtiennent une valeur de 1,1 M$.
Leksell (2000) fait référence à une valeur d'évitement de décès de 2,4M$ utilisée en Suède pour
les accidents de la route et il propose une valeur d'année de vie de 0,12 M$ pour un taux
d'actualisation de 3% par an. Pearce (1996) présente une valeur d'évitement de décès de
0,448 M$ en se utilisant la méthode de prix hédonique.
Gabbe et al. (2007) et Haris et al. (2005) privilégient la dimension individuelle qui implique
naturellement à porter une plus grande attention aux dimensions psychologiques de
l’indemnisation et de la prise en charge de la victime. Alors que Murgatroyd et al. 2011 mettent
en évidence des effets associés aux conditions d’indemnisation sur l’amélioration de l’état de
santé de la victime.
Par ailleurs, d'autres études adoptant la perspective individuelle ont montré que les principaux
facteurs de risque sont la vitesse, le port du casque, le port de la ceinture de sécurité, les
dispositifs de sécurité pour enfants. Ses études s'accordent à reconnaître le rôle aggravant de
l’alcool et de la vitesse dans les pays industrialisés et dans les pays en développement. L’une
des analyses les plus abouties est sans doute celle de Dano (2013) sur un échantillon aléatoire
d’adultes danois.
Selon la théorie économique, il a fallu attendre longtemps pour qu'on puisse passer d’une vision
des accidents comme de purs aléas (Bortkiewicz, 1898) à une vision explicative (Smeed, 1949
et Weber, 1970). En effet, la russe d’origine polonaise Bortkiewicz (1898) a construit un tableau
qui montrait le nombre de cavaliers tués de l’armée prussienne par année pendant 20 ans en
utilisant une distribution de poisson. C'est après une cinquantaine d'année, que Smeed et Weber
se sont intéressés de près aux accidents routiers et à leur explication systématique.
Le premier modèle agrégé de l’insécurité routière a été conçu par Smeed (1949). Il relie le
nombre annuel de décès dans des accidents de la circulation routière au nombre de véhicules
motorisés et à la population correspondante. Plus tard, c’est Weber (1970, 1971) qui, avec cinq
variables explicatives, a estimé le premier modèle de la fréquence individuelle d’accidents de
la route à partir d’un fichier de 148 000 accidents en Californie.
Nous observons aussi depuis peu le développement de systèmes d’équations pour rendre
compte simultanément le type d'accident et le niveau de gravité. Gaudry & Vernier (2000)
étudient la détermination simultanée de la vitesse, de la fréquence et de la gravité des accidents
sur les routes françaises. Lapparent (2008) proposent ainsi d’étudier simultanément les facteurs
qui déterminent le port de la ceinture de sécurité et la gravité d’un accident de voiture en
supposant le fait que, si la décision de porter la ceinture de sécurité a ses propres motivations,
elle a aussi un effet direct sur le niveau de gravité de l’accident.
Dans une autre optique, plusieurs chercheurs se sont tournés vers une analyse des données sur
les accidents de la route avec des techniques de séries chronologiques telles que ARMA,
ARIMA ou des modèles structurels afin de mieux prédire les variables d'accident. Vu que les
observations supplémentaires sont indépendantes, les méthodes de régression simple présentent
des problèmes d'estimations. Cependant, le risque d'accident ne peut être observé directement
et il varie avec le temps. L'analyse des risques est modélisée comme un processus
chronologiques. Les modèles de séries temporelles de risque d'accident étendent les approches
existantes par la modélisation simultanée de l'exposition à un événement, le risque de l'accident
et la gravité de l'accident.
Le modèle autorégressif explicatif le plus avancé pour le risque routier a été développé par
Gaudry (Gaudry, 1984) : DRAG, un modèle de la Demande Routière, des Accidents et de leur
Gravité, appliqué au Québec de 1956 à 1982. Ce modèle permet d'évaluer l’influence de divers
facteurs sur la demande routière et sur le nombre de victimes d’accidents de la route. Il applique
cette procédure à des séries chronologiques mensuelles. Les facteurs explicatifs utilisés dans ce
Tableau 1 : Une synthèse des modèles utilisés sur l’estimation de l’insécurité routière
Abdel (2005) a étudié les accidents de la route au Koweït. Il a utilisé un modèle ARIMA afin
de prédire les décès au Koweït. Wen et al (2005) ont établi une procédure de lésion routière en
3. Présentation de la méthodologie
L'objet de cet article est d'étudier l’effet de divers facteurs (notamment le volume de trafic,
l'excès de la vitesse et les variables calendaires) sur le nombre de victimes d’accidents de la
route en Tunisie entre 2006 et 2016. On se base sur des données mensuelles issues de
l’Annuaire Statistique de la Tunisie et l’Observatoire Nationale de la Sécurité Routière en
Tunisie1.
Le tableau ci-dessous fournit la description des principales variables retenues pour la présente
étude.
Variables Description
Nombre mensuel d'accident de la route, qui regroupe les
Répartition totale des accidents victimes selon leurs états de gravités (blessés et tués)
Pour estimer l'insécurité routière en Tunisie, nous nous basons sur les techniques de
modélisation des séries temporelles. L’étude des séries temporelles semble avoir atteint sa
maturité au cours des années 70 où des développements significatifs sont apparus. En 1965,
Cooley et Tukey ont beaucoup aidé l’étude spectrale des séries. A la même époque, en 1970,
Box et Jenkins ont publié leur ouvrage ‘Time series analysis, forecasting and control’,
proposant une démarche de prévision pour les séries univariées, fondée sur l’utilisation des
processus ARIMA (Auto Regressive Integreted Moving Average). La propriété centrale de tel
processus, qui le distingue des modèles linéaires de régression, est la forme "adaptative" et la
prise en compte de l'information fournie par les corrélations temporelles de la variable à
expliquer. Il comporte un filtre qui permet d'éliminer en particulier une tendance ou des
périodicités, pour ne retenir dans l'estimation que les liaisons temporelles à court terme. Pour
1
http://www.onsr.tn/
En appliquant les tests ADF de stationnarité, les résultats ont montré qu’il s’agit d’un processus
DS sans dérive :
y1t = y1t−1 + εt .
L’analyse des fonctions d’autocorrélation simple et partielle sur la série stationnaire (graphique
2) montre bien qu’il ne s’agit pas d’une marche au hasard (les probabilités critiques de la Q-
Stat sont toutes très largement inférieures à 0,05), le processus est à mémoire, il existe donc une
représentation dans la classe des processus ARMA. Compte tenu de la forme des
corrélogrammes simple et partiel nous sélectionnons un modèle ARMA(1, 1).
Nous constatons que la constante est significativement différente de 0, et des essais d’autres
représentations concurrentes (ARMA(6, 7) ou encore ARMA(6, 8)) indiquent des valeurs des
critères d’information (AIC ou SC) supérieures au modèle retenu.
i1
avec :
Yt l’indicateur endogène,
k variables explicatives Xit ; i=1,2 ,3.
les paramètres associés, βi ; i=1,2 ,3
B et B12 deux opérateurs retards qui permettent de pré filtrer les données
observées de leur tendance et de leur saisonnalité,
Φ(B) et Θ(B) deux polynômes de l’opérateur retard B, Θ12 (B12) un
polynôme de l’opérateur retard B12,
et (ut)t∈ Z un bruit d’innovation, de variance σ2
4. Résultats et interprétation
Après avoir présenté le fondement et la formulation d'un modèle SARIMA avec variables
exogènes, nous présentons les résultats d'estimation de ce modèle.
On constate que le volume de trafic est positif et significatif. En effet, le volume de trafic sur
les routes est le premier facteur de risque d'accident. Plus la circulation routière augmente plus
le risque d'accidents augmente. Ce résultat est prévisible étant donné que le nombre d’accidents
est corrélé avec l’évolution du nombre de véhicules en circulation. Cette relation est vérifiée
selon le graphique 3 ci-dessous où on remarque des tendances à la baisse ou à la hausse des
deux variables sur la période d’étude.
Pour les variables calendaires telles les jours de départ en vacances, l’estimation montre que la
relation est significativement positive. Les résultats obtenus montrent que pendant les vacances
la circulation routière s'accentue et par conséquent le risque l'accident augmente. En effet,
pendant les vacances, les automobilistes ont tendance à se relâcher, surtout le jour du départ.
Ils sont tellement pressés d'arriver sur leur lieu de vacances qu'ils ont tendance à rouler trop
vite. Mais il vaut mieux perdre dix minutes et arriver en vie. En Tunisie, le nombre d’accidents
a évolué de 7,78% entre 2006 et 2016 pendant les départs en vacances.
5. Conclusion
Si le transport routier a fortement contribué au développement de zones enclavées, les accidents
de la route représentent aujourd’hui un grave problème de santé publique aux niveaux mondial
et national. Un accident est un évènement imprévu qui entraine des dommages. En particulier,
un accident de la route est un choc ayant lieu sur le réseau routier entre un engin roulant et toute
autre chose ou personne. Il peut engendrer des blessures et des pertes humaines, ainsi que des
dommages matériels. De nombreux facteurs contribuent aux risques de collision, à sa gravité,
et au-delà même de la collision, à la survie ou non des victimes. Face à la gravité et
l'accentuation des problèmes liés aux transports, de nombreux gouvernements ont pris ces
dernières années des mesures pour améliorer l'efficacité des transports en favorisant la maîtrise
de la congestion, la diminution du nombre d'accidents et de victimes des transports. En
particulier, la Tunisie est engagée par plusieurs conventions internationales pour limiter et pour
10
6. Bibliographie
[1] Abdel, H. A. (2005). Stats Methods of Predicting Fatalities of Road Traffic Accidents in
Kuwait. “Egyptian Population and Family Family Review. pp. 2 – 19. Accident Analysis and
Prevention, 18(2):pp.119-127.
[2] Bortkiewicz, L. von (1898), Das Gesetz der Kleinen Zahlen, Leipzig: Teubner.
11
[5] Desaigues B. et Rabl A., (1995), "Reference values for human life : an econometric analysis
of a contingent valuation in France". In : Schwab Christe, N.G., Soguel, N.C. (Eds.), Contingent
Valuation, Transport Safety and the Value of Life. Kluwer Academic Publishers, Boston, pp.
85-112.
[6] Elvik, R. (1997), Evaluations of road accident black spot treatment: a case of the iron law
of evaluation studies? Accident Analysis and Prevention, vol. 29 (2), 191-199.
[7] Fosser, S., Christensen, P. et L. Fridstrom (1999). Older Cars are Safer. Institute of
Transport Economics, Oslo, 7p.,. Communication presentee a la 10eme Conference
internationale " Traffic Safety on Two Continents ", 20-22 septembre 1999, Malmo.
[8] Fournier, F. et R. Simard (2000). The DRAG-2 model for Quebec. Ch. 2 in Gaudry, M. et
S. Lassarre, (dir.), Structural Road Accident Models : The International DRAG Family,pp.37-
66, Elsevier Science, Oxford
[9] Gaudry M. [1984], « DRAG, un modèle de la demande routière, des accidents et de leur
gravité, appliqué au Québec de 1956-1982 », Publication CRT , 359, Centre de recherche sur
les transports, Université de Montréal.
[10] Gaudry M., LASSARRE S. (Eds.) (2000) Structural Road Accident Models - The
International DRAG Family, Pergamon.
[11] Holdridge, J.M., Shankar, V.N., et G.F. Ulfarsson (2005), the crash severity impact of
fixed roadside objects, Journal of Safety Research, vol. 36(2), 139-147.
[12] Johannesson M., Johansson P. O. et O.Conor R., 1996, .The value of private safety versus
the value of public safety. Journal of Risk and Uncertainty 13, pp. 263-275.
[13] Kopits, E. et M. Cropper (2008). Why Have Traffic Fatalities Declined in Industrialised
Countries? Journal of Transport Economics and Policy 42, 1, 129-154.
[14] Kweon, Y.J., Kockelman, K.M., (2002). Overall injury risk to different drivers: combining
exposure, frequency, and severity models, Accident Analysis and Prevention, 35(4), 441–450.
[15] Leksell I., (2000), "Health costs of particle emissions-Economic valuation of increaed
mortality due to exhaust emissions of .ne particles", Chalmer University of Technology,
Göteborg University, Sweden, Department of physical resource theory - Goteborg University.
[16] O’Donnell, C. J. et Connor, D. H. (1996), Predicting the severity of motor vehicle accident
injuries using models of ordered multiple choice. Accident Analysis and Prevention, vol. 28(6),
739-753.
[17] Page,Y. (1997), La mortalité routière dans les pays de l’OCDE, Les Cahiers de
l’Observatoire, vol. 3, 67-122, Observatoire National Interministériel de Sécurité Routière, La
Documentation Française, Paris, Juillet.
12
[19] Toy, E.L., Hammitt, J.K.,( 2003). Safety impacts of SUVs, vans, and pickup trucks in two
vehicle crashes, Risk Analysis, 23 (4), 641–650.
13