Comprendre pourquoi les villes divergent dans les trajectoires de possession de véhicules à moteur est essentiel pour concevoir des politiques de transport différenciées et durables. Cette étude développe un cadre d'analyse intégré national-ville pour examiner les processus d'automatisation urbaine hétérogènes en Chine. Une courbe gompertz nationale est d'abord estimée pour représenter la relation revenu-possessions de référence. Les écarts spécifiques à chaque ville sont ensuite décomposés en deux dimensions interprétables : un paramètre de stade horizontal (h), capturant l'avancement relatif ou le retard dans le timing de l'automatisation, et un paramètre d'échelle vertical (s), reflétant des différences persistantes d'intensité de possession conditionnelles au revenu. Les résultats montrent une hétérogénéité considérable et multidimensionnelle entre les villes. Le timing de stade (h) et l'intensité de possession (s) sont faiblement corrélés, indiquant qu'une transition plus précoce vers des stades d'automatisation plus élevés n'implique pas nécessairement une intensité de possession supérieure à la référence. Les modèles de forêt aléatoire avec validation temporelle montrent un pouvoir explicatif fort (R2 ≈ 0,88 pour h et 0,80 pour s). L'interprétation basée sur SHAP révèle que l'écart de stade est principalement associé à l'offre de transport et aux caractéristiques structurales urbaines, tandis que l'écart d'intensité de possession est plus fortement lié à l'échelle spatiale urbaine et à la structure économique. Les mesures réglementaires, y compris les restrictions d'achat et de conduite, présentent des effets comparativement plus faibles et hétérogènes. En démêlant les dimensions de timing et d'intensité de l'automatisation urbaine, cette étude affine les modèles de diffusion basés sur le revenu et fournit des preuves quantitatives que les caractéristiques structurelles urbaines jouent un rôle plus fondamental que les interventions réglementaires dans la formation des différences d'automatisation entre les villes.
Chen et al. (Thu,) ont étudié cette question.