La fonction job_active_populationpermet de télécharger les bases de l'INSEE sur la population active française par CSP par commune et le nombre d'emplois par CSP par commune. Elle réécrit ensuite ces bases en fichiers parquet. Ces bases serviront à estimer la mobilité domicile travail avec le modèle d'opportunités.
La fonction permanent_db_facilitiestélécharge la Base Permanente des équipements de l'INSEE (l'ensemble des équipements par commune). Elle regroupe ensuite les équipements en plusieurs familles (commerces, enseignement, administration, soins, sport, spectacle, musée, restaurant). Chaque famille correspond à un motif de l'enquête de déplacements. L'information pour quel type d'équipement correspond à quel motif est stocké dans equipments_features.xlsx : cela n'est pas définitif et doit être sujet à débat.
Ensuite un poids est attribué à chaque type d'équipements. Le poids est censé être représentatif de la quantité de déplacements que l'équipement génère. Par exemple dans le cas des commerces on a utilisé le chiffres d'affaire du commerce, à partir des données de l'ESANE (stockées dans shops_turnover.xlsx) ; pour le reste des équipement, une fréquentation arbitraire a été utilisée et est stockée dans equipments_features.xlsx. Cette fréquentation n'est pas définitive et devra faire l'objet d'une analyse plus approfondie.
Une base est crée pour chaque motif, contenant le poids de la commune pour le motif en question (en se basant le nombre d'équipements et leur poids pour la commune et le motif en question)
Enfin, ces bases sont écrites en fichiers parquet.
La fonction get_insee_datafonctionne de manière similiare à get_survey_datapour récupérer les bases générées par les deux fonctions précédentes.
Le dossier examples/Millau permet de tester le modèle d'opportunités et la fonction get_insee_data. Il suffit d'exécuter le script exemple_CCMGC.py. Il utilise le modèle d'opportunités et les bases Emplois et Population active pour générer des flux domicile-travail et les compare avec ceux mesurés par l'INSEE sur la ville de Millau en 2017.
La fonction
job_active_population
permet de télécharger les bases de l'INSEE sur la population active française par CSP par commune et le nombre d'emplois par CSP par commune. Elle réécrit ensuite ces bases en fichiers parquet. Ces bases serviront à estimer la mobilité domicile travail avec le modèle d'opportunités.La fonction
permanent_db_facilities
télécharge la Base Permanente des équipements de l'INSEE (l'ensemble des équipements par commune). Elle regroupe ensuite les équipements en plusieurs familles (commerces, enseignement, administration, soins, sport, spectacle, musée, restaurant). Chaque famille correspond à un motif de l'enquête de déplacements. L'information pour quel type d'équipement correspond à quel motif est stocké dans equipments_features.xlsx : cela n'est pas définitif et doit être sujet à débat. Ensuite un poids est attribué à chaque type d'équipements. Le poids est censé être représentatif de la quantité de déplacements que l'équipement génère. Par exemple dans le cas des commerces on a utilisé le chiffres d'affaire du commerce, à partir des données de l'ESANE (stockées dans shops_turnover.xlsx) ; pour le reste des équipement, une fréquentation arbitraire a été utilisée et est stockée dans equipments_features.xlsx. Cette fréquentation n'est pas définitive et devra faire l'objet d'une analyse plus approfondie. Une base est crée pour chaque motif, contenant le poids de la commune pour le motif en question (en se basant le nombre d'équipements et leur poids pour la commune et le motif en question) Enfin, ces bases sont écrites en fichiers parquet.La fonction
get_insee_data
fonctionne de manière similiare àget_survey_data
pour récupérer les bases générées par les deux fonctions précédentes.Le dossier examples/Millau permet de tester le modèle d'opportunités et la fonction
get_insee_data
. Il suffit d'exécuter le scriptexemple_CCMGC.py
. Il utilise le modèle d'opportunités et les bases Emplois et Population active pour générer des flux domicile-travail et les compare avec ceux mesurés par l'INSEE sur la ville de Millau en 2017.