1

Vulnérabilité des mobilités quotidiennes exposées au risque de crues éclairs dans le Gard

Lucile Ecault

Mémoire de Master 2, Géographie, spécialité « Evaluation et Gestion de l’Environnement et

des Paysages de Montagne »

Promotion 2011-2012, Institut de Géographie Alpine

Encadrement :

Céline Lutoff, Institut de Géographie Alpine/UMR-PACTE, Université Joseph Fourier

Isabelle Ruin, Institut de Géographie Alpine/UMR-PACTE, Université Joseph Fourier & LTHE/

Université Joseph Fourier

2

3

Remerciements

Je remercie le LTHE et son directeur de m’avoir accueilli dans son laboratoire pour toute la

durée de ce stage.

Un grand merci à mes tutrices professionnelles et universitaires, Céline Lutoff et Isabelle

Ruin pour m’avoir donné la possibilité de réaliser ce stage et découvrir leurs problématiques

de la vulnérabilité aux crues rapides. Merci à elles pour leur suivi, leurs conseils et leur

disponibilité durant toute la période de ce stage et lors de la rédaction de ce mémoire.

A Laure Charleux pour m’avoir aidé avec les données de mobilité et d’avoir consacré de son

temps.

A tous les stagiaires de l’équipe HMCI du bâtiment 305 pour la convivialité et la bonne

humeur

A Sonia Chardonnel pour avoir accepté de faire partie du Jury.

A celles et ceux qui m’ont toujours encouragé dans les moments de doute

Au-delà de ce stage, je souhaite remercier l’ensemble des professeurs que j’ai pu rencontrer

tout au long de ma formation en Géographie, que ce soit à l’Université de Nantes où à

l’Université de Grenoble qui m’ont beaucoup apporté et donné le goût d’apprendre.

4

5

Sommaire

Remerciements

Sommaire

Introduction

Partie I : Contexte de l’étude

1.1/Eléments théoriques et contextuels sur les crues éclairs et la vulnérabilité des mobilités

1.1.1/ Notions de bases et cadre géographique de l'étude

1.1.2/ Les automobilistes et les crues : un risque latent

1.1.3/ Les facteurs de vulnérabilité des mobilités aux crues rapides

1.2/ Contexte du stage

1.2.1/ Présentation de la structure d’accueil

1.2.2/ Projets de recherche en cours sur la vulnérabilité dans le Gard

Partie II : Données et méthode

2.1/ Les principales sources de données utilisées

2.1.1/ Le nouveau recensement de la population

2.1.2/ Les déplacements domicile-travail et domicile-études

2.1.3/ Le zonage en aire urbaines et aires d’emploi de l’espace rural

2.1.4/ Les données enquêtes issues de la thèse de I.Ruin (2007)

2.2/ Méthodologie de l’étude des mobilités quotidiennes

2.2.1/ Présentation de la méthodologie générale adoptée

2.2.2/ Traitement des bases des flux de mobilité FM_DET & FM_DTR

2.2.3/ Traitement des fichiers individuels de mobilité MOBPRO & MOBSCO

2.2.4/ Un critère géographique essentiel et différentiateur des mobilités : la taille de la

population communale

2.3/ Calage des données INSEE

2.3.1/ Représentativité sociodémographique des navetteurs des enquêtes 2004 et 2006

2.3.2 Représentativité des navetteurs des enquêtes de 2004 et de 2006 au regard des critères

de mobilité

Partie III : Analyse et résultats

3.1/ Les patterns de mobilité quotidienne dans le Gard

3.1.1/ 1ière lecture géographique du territoire et des flux

3.1.2/Représentation graphique des indicateurs de polarisation/dispersion

3.1.3/ Représentation des indicateurs de polarisation/dispersion selon les critères communaux

6

3.1.2/ Aspatialisation des données de mobilité

3.2/ Les facteurs de vulnérabilité des mobilités aux crues rapides

3.2.1/ Rappel des facteurs de vulnérabilité associés aux représentations du risque dans le Gard

3.2.2/ Quels enseignements peut-on tirer en relation avec la connaissance des patterns de

mobilité ?

3.2.2/ Rappels des facteurs de vulnérabilité associés aux comportements déclarés dans le Gard

3.2.3/ La vulnérabilité des actifs en question

3.3/ Typologie des mobilités à risque des navetteurs 2004

3.3.1/ Présentation des objectifs de la typologie

3.3.2/ Principes de bases des ACM

3.3.3/ Résultats et interprétations de l’ACM effectuée

3.3.4/ Présentation de la classification ou nouvelle typologie succédant à l’analyse factorielle

Conclusion

Bibliographie

Table des matières

Liste des figures

Liste des tableaux

Annexes

7

Introduction

Dans les régions méditerranéennes, les crues rapides représentent un des

phénomènes naturels les plus dommageables et causent chaque année de nombreux dégâts

matériels et humains (inondations de l’Aude, 12 et 13 novembre 1999, Gard, 8 et 9

septembre 2002, Var, 14 et 15 juin 2010, pour ne citer que des exemples français). Résultant

de la concentration rapide des eaux de pluies par de petits bassins versants, ces crues

rapides sont en général de courte durée et très localisées. De plus, leur caractère soudain les

rend difficilement prévisibles. Dans ce contexte, il apparaît essentiel de mieux connaître ce

risque afin d'en réduire les impacts négatifs et de le prendre en compte dans toute pratique

concernant l'aménagement du territoire (mise en place/révision de plan de prévention des

risques, de système d'alerte et de prévention, amélioration de la sensibilisation de la

population à la culture du risque etc.). Cette meilleure connaissance du risque passe par

plusieurs éléments tels que la connaissance de l'aléa, l'étude du territoire ou de ses

vulnérabilités.

C'est sur ce dernier point que nous allons nous intéresser, en nous attachant plus

précisément à l'étude d'un type de vulnérabilité particulière : la vulnérabilité des mobilités

routières. La mobilité des personnes représente en effet un enjeu humain considérable au

regard de l’augmentation croissante du nombre de décès recensés dans des circonstances

associées à l’utilisation de la voiture. Lors des derniers événements de crues rapides en

Méditerranée et également en Europe et aux Etats-Unis, l’importance du phénomène est tel

que les automobilistes ont pu représenter de la moitié jusqu'à 70% des décès, comme il en

ressort au travers des travaux de Staes (1994), Antoine et al. (2001), Montz & Gruntfest

(2002), Jonkman & Kelman (2005) ou encore Ruin (2007), etc. L’importance du problème a

ainsi conduit depuis quelques années chercheurs, services opérationnels d’alerte ou encore

gestionnaires du réseau routier à se pencher ensemble plus en avant sur la question, dans

l’objectif d’une atténuation de cette vulnérabilité.

Le travail de thèse d’I.Ruin (2007) fait apparaitre par ailleurs que cette mobilité

constitue un facteur de vulnérabilité pour une population très spécifique. Les personnes

ayant trouvé la mort durant un trajet lors d’une crue sont plutôt des adultes (46 ans en

moyenne pour les cas étudiés), surpris au cours de leur pratique de mobilité quotidienne par

des débordements concernant plutôt des petits bassins versants.

Une fois ce constat établi, comment étudier la vulnérabilité des mobilités sur un

territoire précis, dans notre cas, le Gard ? Quels critères prendre en compte au regard des

facteurs de vulnérabilité aux crues rapides qui sont issus de la thèse d’I.Ruin et quels poids

leur accorder? Comment sortir d’une logique spatiale pour estimer plus largement cette

vulnérabilité à l’échelle de notre territoire ?

8

Si en sciences humaines et plus particulièrement en sociologie ou en géographie, la

problématique des mobilités n'est pas nouvelle, celle de la vulnérabilité de la mobilité est en

comparaison relativement récente. Les recherches ont été initiées par les pays anglo-saxons,

puis se sont développées en France. La lecture et l'analyse de certains de ces travaux portant

sur les risques mais aussi sur l’analyse des mobilités quotidiennes nous a permis d'alimenter

la réflexion que l'on trouvera tout au long de ce mémoire ; nous y reviendrons plus tard dans

le premier chapitre.

La zone d'étude retenue pour ce travail, le Gard, est un des départements qui est le

plus régulièrement touché par les phénomènes de crues rapides (ou éclairs) comme en

témoignent les événements de Nîmes en 1988 (11 victimes, 45 000 autres personnes

sinistrées) où les inondations catastrophiques des 8 et 9 septembre 2002 qui ont touché

l’ensemble des communes du Gard en 2002, occasionnant 23 victimes et 1,2 milliards

d’euros de dommages économiques. Des études sur la vulnérabilité des mobilités sur cette

zone d'étude sont actuellement menées par une équipe associant des chercheurs des

laboratoires PACTE et du LTHE au sein de l'Université de Grenoble.

Ces travaux et notamment la thèse d'I.Ruin (2007) ont permis d'établir une première

analyse des facteurs de vulnérabilités liés aux comportements de mobilités des usagers face

aux crises hydro météorologiques dans le département du Gard. Ces résultats ont été

obtenus notamment à partir de la réalisation et l'analyse de deux enquêtes en 2004 et 2006

auprès de résidents.

Dans le cadre de ce stage de recherche, il est apparu intéressant de partir des

observations et résultats obtenus par I.Ruin et d'améliorer la connaissance que l'on avait des

pratiques de mobilités quotidiennes en se basant, d’une part, sur les données INSEE et en

approfondissant, d’autre part, l'analyse des données récoltées dans le cadre des enquêtes.

Une grande partie de mon travail a donc reposé sur des traitements statistiques permettant

de mettre en relation diverses variables (âge, sexe, catégories sociales de la population mais

aussi lieu et temps de trajets domicile-travail, domicile-études etc.) pouvant servir à l'étude

de la vulnérabilité des mobilités.

Selon les différents travaux réalisés dans ce domaine en géographie, ces mobilités se

caractérisent par un accroissement des distances parcourues journalièrement ainsi que par

la segmentation des différents lieux de vie et d’activité au quotidien, entrainant un

éloignement progressif des lieux de vie ainsi qu’une dépendance de plus en plus forte vis-à-

vis des moyens de transport, notamment de la voiture.

Après avoir rappelé les définitions et concepts relatifs aux crues éclairs et à l'étude de

la vulnérabilité des mobilités, nous évoquerons le contexte scientifique et géographique

dans lequel s'inscrit notre étude (partie 1). Nous présenterons ensuite les données et la

9

démarche utilisée pour l’exploitation des données navettes issues de l’INSEE dans le

département du Gard, pour l’établissement des patterns de mobilités et leur intégration

potentielle avec les données enquêtes (partie 2). Enfin, nous nous attacherons à présenter

plus en détail les résultats issus de l’analyse des déplacements domicile-travail et domicile-

études avant de se pencher sur les facteurs de vulnérabilité dans le Gard en relation avec la

perception du risque par les usagers et avec leurs comportements supposés lors de la

survenance d’une crise hydrologique (partie 3).

10

11

Partie I : Contexte de l’étude

Cette première partie a pour objectif premier de rappeler quelques éléments et notions

indispensables à la compréhension de la problématique des crues éclairs et des enjeux de

vulnérabilité pour les personnes en situation de mobilité lors d’un événement hydrologique.

Nous reviendrons brièvement sur quelques notions scientifiques sur l’aléa dans son contexte

territorial, le Gard, introduisant ainsi le contexte géographique de l’étude, avant de revenir

sur les différentes composantes de la vulnérabilité des mobilités. Nous présenterons dans un

dernier paragraphe le contexte du stage dans lequel s’inscrit ce mémoire de recherche.

1.1/Eléments théoriques et contextuels sur les crues éclairs et la

vulnérabilité des mobilités

1.1.1/ Notions de bases et cadre géographique de l'étude

Les pluies intenses : un phénomène récurrent dans la zone Méditerranéenne

Les régions bordant la mer Méditerranée sont régulièrement touchées par des épisodes de

pluies intenses qui peuvent engendrer des phénomènes de crues rapides. En France, on

compte de 7 à 8 épisodes de pluies intenses chaque année, certains pouvant occasionner de

véritables catastrophes comme en témoignent les événements survenus dans le Gard en

2002 ou plus récemment ceux survenus dans le Var, du côté Draguignan, en juin 2010 qui

ont entrainé la mort de 25 personnes et fait plus de 30 000 sinistrés. Les régions du sud de la

France sont ainsi particulièrement touchées par ce phénomène, du fait de la position

géographique et de la configuration orographique de la zone qui créent des conditions

météorologiques spécifiques, propices aux orages et aux précipitations torrentielles.

Ce phénomène météorologique, souvent appelé "épisode cévenole" où "pluies cévenoles"

est bien connu des météorologues. Il se déclenche lorsque d'importantes masses d'air

chaudes et humides provenant de la mer Méditerranée rencontrent le massif des Cévennes,

plus froid. Cette situation entraîne la formation de systèmes convectifs régénératifs quasi

stationnaires, qui, par effets cumulatifs et orographiques vont faire que la perturbation

« cévenole », coincée sur le relief, va apporter d’énormes quantités d’eau en quelques

heures. Les épisodes orageux qui peuvent découler de ce phénomène durent souvent de 24

à 76h et ont des valeurs de cumuls de pluies facilement supérieures à 300 ou 400 mm.

Les régions les plus touchées sont les départements du Gard, de l'Hérault, de la Lozère ou de

l’Ardèche comme le montre la carte ci-dessous. Il faut également noter que la période la

plus propice à ces pluies intenses s’étale du début de l’automne à la mi-décembre environ.

12

Figure 1 : Nombre de jours sur 30 ans où les valeurs de cumuls de pluies dépassent 100 ou 200 mm

Source : Météofrance (2009)

Définition des crues rapides

Les pluies intenses du type de celles que nous venons de décrire peuvent en conséquent

entrainer des phénomènes de crues rapides. Selon la définition donnée par le National

Weather Service1, les crues éclairs ou crues rapides sont caractérisées par un flux d’eau

rapide et très intense, d’une hauteur d’eau importante dans des zones normalement sèches,

du fait de la hausse rapide du niveau de l’eau provenant d’un petit affluent, et ce dans les six

heures consécutives à l’événement météorologique responsable (pluies intenses orageuses,

rupture de barrage ou encore crues d’embâcles). Leur caractère soudain et souvent

catastrophique, se produisant souvent sur des échelles très localisées, pose de nombreux

problèmes en termes de prévision et d’alerte aux populations.

La réponse hydrologique et la configuration des bassins versants

Au-delà des conditions météorologiques, la configuration des bassins versants joue

également un rôle majeur quant à leur prédisposition à engendrer des crues rapides. Deux

éléments principaux sont ainsi à prendre en compte : la superficie du bassin versant et la

morphologie des cours d'eau.

1 Le National Weather Service (NWS) est le service météorologique national des États-Unis d'Amérique. Il est

chargé de la recherche sur les phénomènes atmosphériques, la prévision du temps, les études climatologiques

et hydrologiques. Il émet également des veilles et des alertes météorologiques et hydrologiques pour avertir la

population des dangers imminents.

13

Les crues torrentielles résultant des pluies cévenoles peuvent concerner des bassins versants

allant de quelques km² à 5 000 km². Sur de très petites surfaces, on observe une intensité

horaire très forte sur un court laps de temps (quelques heures), tandis que sur des surfaces

plus grandes, on observera une intensité horaire plus faible et un intervalle de temps plus

long, jusqu’à trois où quatre jours parfois. Il a pu être noté que les bassins versant d’une

taille donnée, tendaient à réagir aux objets atmosphériques de même taille (Creutin, 2001).

Antoine et al, (2001) distinguent la « configuration des bassins versants et la morphométrie

des chenaux fluviaux et de leurs abords, qui apparaissent comme un potentiel à haut risque

de torrentialité, associés à l’intensité démesurée des averses ». Ainsi, la superficie du bassin

versant n'est pas le seul déterminant de la potentialité de survenue d'une crue rapide.

L’intensité de cette dernière, la configuration des bassins versants ou encore la morphologie

des cours d'eau jouent également un rôle très important.

Figure 2 : Présentation du réseau hydrographique principal et secondaire du Gard

Source : DDTM du Gard, Atlas de l’eau, février 2011

La carte ci-dessus présente les principaux cours d’eau du réseau hydrographique gardois,

s’organisant autour de quatre grandes rivières : L’Ardèche en limite nord du département, la

Cèze également au nord, le Gardon formé par le Gardon d’Alès et le Gardon d’Anduze et

enfin le Vidourle et le Vistre. Tous ces cours d’eau trouvent leur source dans le massif des

14

Cévennes pour se jeter soit dans le Rhône à l’est qui marque la frontière du département,

soit dans la mer Méditerranée en traversant les Garrigues. Ces cours d’eau ne présentent

pas d’unité paysagère à l’échelle du département, traversant depuis leur source dans les

contreforts montagneux différents secteurs morphologiques aux profils variés, alternant des

passages en secteurs montagnards, secteurs de piémonts, traversée des plaines et parties

plus maritimes en basse altitude où les cours d’eau sont parfois canalisés comme le Vidourle.

Du fait du caractère intense et soudain des pluies torrentielles, la réponse hydrologique

associée est fréquemment courte, avec un temps de montée des eaux inférieur ou égal à six

heures (durée séparant le pic de pluie du pic de crue dans l’hydrogramme). La réponse

rapide est ainsi toujours associée aux écoulements de surface et à la concentration quasi

instantanée des eaux de ruissellements dans le réseau hydrographique ; les écoulements

souterrains retardant au contraire la réponse du cours d’eau. La relation temps/surface

observée pour les bassins versants nous renseigne qu’à l’échelle du Gard, les temps de

montée les plus courts concernent les affluents les plus petits, de niveau 1 où 2 selon l’ordre

de Strahler. Ceux-ci sont situés en amont des principaux cours d’eau avec des temps de

restitution du pic de crue variant entre 0 et 4 heures. Il a par ailleurs été constaté d’après

l’observation en retour de la crue de 2002, que les bassins versants réagissaient tout du long

de l’événement pluvieux et ce quelle que soit leur taille.

Il faut cependant signaler que la dangerosité des crues éclairs n’est pas seulement associée à

la rapidité de montée des eaux mais est également liée à la vitesse du courant qui peut être

très importante. Associées à la hauteur d'eau atteinte, les crues sont souvent dévastatrices

et impressionnantes, les habitants témoins parlant souvent de « murs d’eau » et de « vague

soudaine ». On comprend alors ce que peut représenter ce risque pour les automobilistes au

volant de leur véhicule lors de la survenue d'une crue rapide.

1.1.2/ Les automobilistes et les crues : un risque latent

Les crues éclairs font de nombreuses victimes chaque année, tendant à surprendre les

populations au milieu de leurs activités journalières, dont notamment des personnes en

déplacement lors de ces événements. Ces crues étant difficiles à prévoir, elles contribuent à

rendre ce phénomène particulièrement dangereux pour les automobilistes.

En effet, lorsque l'on s'intéresse aux circonstances des décès survenus lors des crues éclairs,

on s'aperçoit bien souvent qu'une partie des victimes ont été surprises par la crue alors

qu'elles conduisaient sur des routes inondées, lors de franchissement de ponts déjà sous

l’eau, lorsque la route longe un cours d'eau en crue ou lors d’intersections avec le réseau

hydrographique lui-même.

De nombreuses études se sont en conséquent intéressées aux circonstances des décès lors

des crues éclairs dont quelques unes à l'étude des comportements des individus se trouvant

15

au volant de leur véhicule au moment de fortes précipitations. Pour plus d'informations, on

pourra notamment se reporter aux rapports réguliers de l'USSARTF2 aux Etats Unis qui se

consacre à la recherche, au sauvetage et aux secours des sinistrés des catastrophes

naturelles sur une partie du territoire des Etats Unis. On pourra également se reporter aux

travaux menés par Coates (1999), Antoine et al. (2001) où encore Jonkman et Kelman (2005)

qui montrent tous que l’utilisation d’un véhicule est impliquée dans près de la moitié des

décès enregistrés lors de crues rapides. D’après les conclusions tirées, cette mortalité

associée aux déplacements routiers au moment de l’évènement ne cesse d’augmenter ces

dernières décennies et les crues rapides figurent ainsi parmi les phénomènes les plus

meurtriers au regard de leur faible extension spatiale et de leur grand nombre de victimes.

On peut cependant s'attarder sur les observations qu'on faites Staes et al. (1994) à la suite

d'une analyse épidémiologique et spatiotemporelle des décès liés à l’utilisation d’un véhicule

lors des crues éclairs qui ont affecté l’île de Puerto-Rico en 1992. Leurs travaux sont très

intéressants pour comprendre comment les populations s’exposent dans l’espace et dans le

temps. La plupart des décès survenus se sont produits durant la montée très rapide des eaux

suite à l’orage, avant le début de toute alerte officielle. La localisation spatiale des décès

nous renseigne quant à elle sur le degré de familiarité des individus avec leur environnement

quotidien. En effet, près de 78% des décès ont été enregistrés sur la commune de résidence

des individus et les 22% des décès restants, dans une commune voisine. Sur les 23 victimes

de l’inondation, 20 étaient occupantes de véhicules et 80% des incidents se sont produits

alors que les automobilistes tentaient de franchir un pont inondé ou le cours d’eau lui

même. En conclusion, et en comparaison avec l’étude des facteurs de risque menée

parallèlement, il a été trouvé par les auteurs, qu’être occupant d’un véhicule en contexte de

crue augmentait le risque d’accident mortel de façon significative.

Ce constat peut s'expliquer par plusieurs éléments mais l'un de ces éléments les plus

révélateurs est le fait que les individus minimisent le danger. S'il est vrai que la perception

du danger reste assez difficile dans ce genre de circonstances, de nombreuses études ont

démontré qu'il y avait une grande méconnaissance des automobilistes par rapport à leur

vulnérabilité sur la route en cas de crues éclairs (difficulté d'évaluer la puissance des

écoulements sur les routes, faux sentiment de protection, ignorance de la déstabilisation

engendrée dès quelques centimètres d'eau etc.). Il a par ailleurs été observé que la plupart

des décès était liée à une prise de risque inutile (Jonkman et Kelman, 2005). En effet, dans la

précipitation, la plupart des automobilistes cherchent à poursuivre leur déplacement à tout

prix, quitte à s'affranchir des règles de sécurité (non respect des barricades de sécurité,

tentatives de traverser à gué les cours d’eau inondés) au lieu de délaisser leur véhicule pour

s'éloigner du danger potentiel. D’après les rapports de l’USSARTF, il semblerait même que

des personnes s’étant déjà retrouvées dans cette situation de conduite sur routes inondées

2 L’United States Search and Rescue Task Force (USSARTF) est un organisme bénévole situé dans le nord-est des

États-Unis consacré à la recherche, au sauvetage et aux secours des sinistrés. L'organisation couvre les États

de Pennsylvanie, New Jersey, New York, le Delaware, le Maryland et le District de Columbia.

16

sans rencontrer de difficultés apparentes, sont susceptibles d’adapter une conduite similaire

lors d’un prochain événement, en ne prenant pas conscience du danger que représentent

quelques centimètres d’eau supplémentaires.

On peut donc en conclure que l'utilisation de la voiture par les individus lors des crues est

encore mal associée à la possibilité d'un danger. On se rend alors compte, combien il est

intéressant d'étudier le comportement des individus en cas de crise. Et si les recherches

menées dans le domaine des crues rapides s'intéressaient principalement aux aspects

physiques (l'aléa), les études portant sur la dimension sociale du risque émergent petit à

petit depuis une cinquantaine d'année. On peut par exemple notamment citer les travaux

d'Eva Gruntfest aux Etats-Unis qui étudie depuis plus de trente ans les réponses sociales des

populations face aux crues rapides. Ses études qui s’attachent à comprendre les réactions et

comportements des individus au volant face aux crues à dynamique rapide sont riches

d’enseignements sur le sujet, et elle est ainsi l’une des rares à aborder, à côté des travaux

initiés en France par I.Ruin (2007) dans le Gard, les facteurs de vulnérabilité social au volant.

1.1.3/ Les facteurs de vulnérabilité des mobilités aux crues rapides

Quelle conception de la vulnérabilité des mobilités aux crues rapides ?

S'intéresser à la vulnérabilité des mobilités face aux crues rapides dans sa dimension

humaine nécessite d'avoir une approche globale et intégrée. En effet, aborder la question de

la vulnérabilité revient à s'intéresser à la fragilité d'un système dans son ensemble et sa

capacité à répondre à une crise potentielle. Et comme toute approche systémique, il est

important de bien cerner et définir les enjeux qui entrent dans le fonctionnement du

système étudié et de comprendre les liens qu'ils peuvent entretenir entre eux en temps

normal et en temps de crise. Selon Léone et Vinet (2006), cette vulnérabilité ne s’apprécie

pas de la même façon selon que l’on étudie un individu, un groupe social, une infrastructure,

un réseau ou encore un système territorial dans son ensemble.

En géographie, cette démarche a notamment été développée dans le cadre de recherches

menées par D'Ercole. La vulnérabilité apparaît, selon lui, comme un système articulé autour

d’un grand nombre de variables, naturelles et humaines, dont la dynamique dans le temps et

l’espace peut engendrer des situations plus ou moins dangereuses pour une société donnée

exposée. On pourra se référer aux études portant sur l'analyse du risque et de la

vulnérabilité dans les villes d'Amérique du Sud, s'inscrivant dans le cadre du programme

PACIVUR3 de l'IRD et notamment aux études appliquée à l'échelle du district métropolitain

de Quito en Equateur (D’Ercole, 1991 ; Demoraes, 2004).

Ces recherches sont riches d'enseignements et montrent la complexité des enjeux liés à

cette problématique de la vulnérabilité et l'implication de très nombreux critères pour en

définir les facteurs et apprécier cette vulnérabilité de façon globale.

3 PACIVUR : Programme andin de formation et de recherche sur la vulnérabilité et les risques en milieu urbain

17

Au sujet de la vulnérabilité des automobilistes face aux crues rapides, on peut évoquer plus

spécifiquement les travaux de Maples et Tiefenbacher (2008) qui ont travaillé sur les

conséquences des inondations au Texas. Ils rappellent qu'en adoptant une démarche

systémique, la propension à subir des dommages pour l’automobiliste placé au centre de

l’analyse, varie selon le poids de nombreux facteurs naturels, socioéconomiques, individuels,

cognitifs ou encore climatiques. Il est donc nécessaire de les identifier et de les analyser car

ils induisent un certain état et un certain type de réponse de la société susceptible de subir

une catastrophe. Un bon aperçu des interactions se produisant et des facteurs intervenant

entre les automobilistes et l’environnement dans le processus final de décision, est le

modèle conceptuel ci-dessous qu'ils ont développé, dans le cadre d’une étude géographique

des morts par inondation associant l’utilisation d’un véhicule au Texas entre 1950 et 2004.

Figure 3 : Modèle conceptuel développé par Maples et Tiefenbacher représentant les facteurs

influençant le risque d’accident routier dû aux inondations

Source : Maples et Tiefenbacher, 2008

Ce modèle prend donc en compte les nombreux facteurs d’influence dans le temps et dans

l’espace. La décision finale du conducteur de s’engager sur une routes inondée dépend donc

aussi bien de son adéquation temporelle avec la dynamique du phénomène que de sa

compatibilité avec le contexte géographique ; les différents facteurs d’adaptations possibles

reposant aussi bien sur la qualité de la représentation du risque, la perception d’un danger

et des facteurs externes comme l’alerte météorologique ou les contraintes personnelles.

18

D’autres approches sont bien sûr possibles, notamment si l’on place la mobilité au cœur de

l’enjeu territorial ; cette capacité à se déplacer étant alors jugée fondamentale. Les réseaux,

quelle que soit leur nature, jouent un rôle majeur dans le développement des territoires et

assurent en même temps la bonne gestion de la crise. Leur existence et leur pérennité est

cruciale et toute rupture ou perte potentielle de ces réseaux entraine une désorganisation

ou perturbation du territoire dans son fonctionnement. Cette approche a été développée en

système urbain, dans le District Métropolitain de Quito par Demoraès (2004), ou à l’échelle

de la ville de Nice par Lutoff (2000) dans le cadre des séismes pour n’en citer que deux

exemples. En géographie des transports, certains auteurs s’intéressent également à la

vulnérabilité et à la fiabilité des réseaux de communication, c’est notamment le cas de

Jenelius (2006) qui, au sein du Royal Institute of Technology, s’intéresse à la vulnérabilité des

réseaux routiers définie en terme de réduction de l’offre des services rendus aux usagers et

leur perte d’accessibilité. Les conséquences de cette perte d’opérabilité sont mesurées en

termes de retards où de coûts sociaux et économiques mais sans aborder directement les

conséquences d’une réduction de l’intégrité de ces réseaux sur le fonctionnement du

territoire ou de la gestion de la crise comme l’ont fait Demoraès (2004) ou Lutoff (2000). Par

ailleurs ces études de la vulnérabilité et de la fiabilité des réseaux n’abordent pas la question

des crues éclairs mais plus la sensibilité aux aléas climatiques extrêmes.

Nous nous attacherons dans notre étude à l’appréhension d’une composante principale de

la vulnérabilité : la vulnérabilité des mobilités. Ainsi les mobilités quotidiennes, avant d’être

enjeux de fonctionnement dynamique du territoire, et les questions d’accessibilité du

réseau, avant d’être enjeux prioritaires pour les périodes de crise dans la capacité de

résilience, sont vues avant tout comme un élément de fragilité pour les individus eux-

mêmes. En effet, partant sur la base du postulat affirmé par I.Ruin (2007) que les mobilités

quotidiennes sont le reflet des mobilités en temps de crise, il convient d’anticiper le mieux

possible ces déplacements à risque qui posent problème du fait de leur persistance pendant

les crises hydrométéorologiques. Les stratégies de mobilités au quotidien des individus sont

le plus souvent établies en fonction de leur programme d’activité dans la journée avec

certaines activités obligatoires comme le travail, qui doivent se dérouler en des lieux et

temps plus ou moins contraints. Au quotidien, l’individu est donc obligé de s’organiser pour

gérer ce système de contraintes spatio-temporelles. Activités et déplacements sont

également organisés en fonction des différents membres de la famille, notamment dans des

activités d’accompagnement. Les migrations alternantes pour le travail où les études,

reposant sur une logique de déplacement routinier et programmé sont particulièrement

intéressantes pour notre étude du fait de leur prévisibilité, de leur régularité et de leur

polarisation entre les différents pôles dans l’espace.

Il implique ainsi de connaître pour notre territoire d’étude, dans le Gard, et en parallèle les

différents patterns de mobilités existants des individus, leur niveau d’exposition au risque de

coupures routières par submersion, la représentation de cette exposition ainsi que la

vulnérabilité des comportements déclarés face aux crises hydrométéorologiques.

19

Nous allons maintenant développer plus longuement cette vulnérabilité des mobilités sur la

route et des facteurs de représentation du risque et des comportements qui y sont associés

au travers d’une courte revue des lectures effectuées sur le sujet.

Les facteurs de vulnérabilité des comportements et des représentations du risque

de crues rapides

Comme il a pu être souligné par de nombreux auteurs en géographie ou sociologie, le faible

niveau de perception de la menace de représentation du danger pour soi même, est l’un des

facteurs essentiels de la prise de risque des individus. Parmi les différents facteurs associés à

cette perception, les facteurs d’ordre psycho et socioculturels jouent notamment un rôle

important. Ces représentations du risque sont également très largement alimentées par les

pratiques quotidiennes. L’utilisation de la voiture comme mode de déplacement principal

n’est pas neutre et participe à construire une certaine expérience de l’espace. Si les

représentations spatiales constituent un facteur important lors de la décision finale de

déplacement ou face au danger pressenti sur la route, elles ne présagent pas par ailleurs

quant aux comportements réels des automobilistes, dans leur décision finale de maintenir

leur déplacement ce jour là, ou au volant en cas de submersion soudaine des chaussées.

Ruin et Lutoff (2004) rappellent ainsi que les comportements face aux risques sont issus d’un

processus socio psychologique de décision influencé par plusieurs facteurs et passant par

cinq étapes : de la perception des stimuli extérieurs de l’alerte, suivie de l’interprétation de

la situation, puis par la crédibilité associée au message, puis de la considération du danger

ou de la menace par soi-même avant d’envisager au final les éventuelles possibilités d’action

impliquant l’évaluation de la rentabilité de l’action. Ces principaux facteurs, tels qu’ils ont pu

être décrit dans des études précédentes par d’Ercole (1994) sont donc principalement :

- Les facteurs propres à la personnalité et au vécu, conditionnant la perception de

l’environnement et des risques ainsi que la perception et l’évaluation des perspectives

d’action face à la crise

- Les facteurs externes et conjoncturels associés aux circonstances particulières dans

laquelle survient l’événement

- La perception du danger et la connaissance de l’environnement

- La qualité de la confiance accordée à l’information venant des institutions officielle ; le

message pour être jugé comme crédible, devant être précis, ciblé et reçu à temps

Les études effectuées sur les mortalités associées aux crues rapides, ont, nous l’avons vu,

fait ressortir la forte implication des automobilistes dans le total des victimes, ceux-ci

pouvant aller jusqu'à représenter 2/3 des décès ces dernières années aux Etats-Unis. Il

ressort généralement de l’ensemble de ces travaux, que les principaux critères traditionnels

associés à la vulnérabilité des populations (voir notamment à ce ne sujet les travaux du

Cutter) sont assez différents dans des circonstances de mobilité.

20

- L’âge joue un rôle majeur, à la fois dans les perceptions et dans les comportements. En

effet, si les plus jeunes et les plus âgés tendent à sous-évaluer le risque du fait d’une plus

faible perception et connaissance de leur environnement, il ressort des statistiques des

différentes études que ce sont majoritairement des personnes d’âge jeune où moyen et

en bonne santé qui sont les premières victimes sur la route. Lors de la crue de septembre

2002, il a par exemple pu être établi que sur les 11 décès survenus en extérieurs qui

concernaient de petits bassins versants, la moyenne d’âge était de 43 ans, et à l’inverse,

sur les 11 décès survenus au lieu de résidence qui impliquaient de plus grands bassins

versants, l’âge moyen des victimes était de 76 ans (Ruin et al., 2008). On observe par

ailleurs une surmortalité des classes d’âge plus jeune aux Etats-Unis, inférieures à 20 ans,

notée par Mooney (1983) où Jonkman et Kelman (2005). Staes et al. (1994) ont noté

également que sur les 23 victimes des inondations de Porto-Rico survenues en 1992, 14

des victimes étaient âgées entre 15 et 44 ans. L’âge joue ainsi pour les plus jeunes dans

l’imprudence des comportements tandis que pour les adultes un peu plus âgés, il peut

refléter le niveau des contraintes individuelles, professionnelles où familiales au moment

de prendre le volant.

- Le genre constitue également un facteur important, puisque l’on retrouve dans la plupart

des études, une surmortalité des hommes d’âge jeune qui peuvent représenter jusqu’à

70% des décès (Jonkman et Kelman, 2005). Toutefois, si le genre semble jouer en

majorité dans les comportements au volant, il ne se semble au contraire avoir que peu

d’influence dans les représentations préalables du risque, les hommes étant aussi bien

conscients du risque au volant en cas de crues rapides (Ruin, 2007 ; Drobot et al., 2007).

- L’expérience vécue d’un phénomène similaire de crues rapides contribue à renforcer le

sentiment de vulnérabilité des individus et leur plus grande prudence de mise (Ruin,

2007). Cependant, il apparait dans d’autres études (USSARTF, 2006 ; Drobot et al., 2007)

que si l’expérience a été vécue comme positive, l’individu ayant réussi à franchir la zone

inondée sans dommages, cette expérience vécue peut jouer dans le sens contraire dans

les comportements en temps réel. Ainsi, les personnes peuvent être amenées à une prise

de risque renouvelée du fait d’une perception erronée par l’expérience qui a pu les

conforter dans une fausse idée du peu de dangerosité à circuler en cas de précipitations

intenses. Par ailleurs, l’étude en retour de la crue de 2002 par I.Ruin (2004) a montré que

pour certaines des personnes interrogées et s’étant retrouvées dans des circonstances

délicates sur la route, l’absence de crainte a pu les conforter dans la faible perception du

danger associée aux déplacements en voiture.

- Le cadre de vie, l’environnement et la relation à l’espace parcouru quotidiennement,

sont des variables qui contribueraient aux meilleures représentations de cette exposition

sur la route. Pratiques spatiales et cadre de vie conditionnent en grande partie le niveau

d’exposition sur la route tandis que l’ancienneté dans la commune de résidence joue

21

également en faveur d’une meilleure représentation du risque (Ruin, 2007). Toutefois le

degré de familiarité avec un trajet ou à l’espace vécu, semble jouer parfois de façon

plutôt contradictoire dans les comportements finaux. Par exemple, l’étude menée par

Maples et Tiefenbacher (2008) sur les décès associés à l’utilisation d’un véhicule lors des

crues rapides au Texas entre 1950 et 2004, montre qu’un nombre important de victimes

(27%) présentait un degré de familiarité très important avec le lieu de l’accident, ce qui

est confirmé par l’étude de Staes et al. (1994) sur les inondations de 1992 à Puerto- Rico.

Une hypothèse avancée par Maples et Tiefenbacher (2008) affirme dès lors que plus les

gens sont familiers avec leur environnement, plus ils sont susceptibles de s’engager face

à un risque perçu comme connu.

Enfin, il existe d’autres facteurs relatifs à la prise en compte du sérieux des alertes qui

montrent que les individus qui ne les tiennent pas comme sérieuses sont les plus à même de

conduire sur une route inondée, montrant ainsi l’importance de l’éducation citoyenne à ce

sujet (Drobot et al., 2007). Il est également important d’évaluer les priorités des individus en

contexte de crise et notamment les facteurs liés aux pratiques de mobilité avec pour

objectif, par exemple, de déterminer les différents seuils individuels permettant de s’adapter

à la crise hydrométéorologique ou plus simplement comment passer d’un fonctionnement

quotidien à un fonctionnement de crise.

1.2/ Contexte du stage

Après avoir abordé plus en détail le contexte théorique relatif aux crues rapides et à la

vulnérabilité associée pour les automobilistes, nous allons évoquer dans cette seconde

partie le contexte scientifique de l’étude dans lequel s’inscrit mon travail, dans le cadre du

projet ADAPTFlood qui s’intéresse à l’adaptation des mobilités sujettes aux crues éclairs.

1.2.1/ Présentation de la structure d’accueil

Le Laboratoire d’Etudes des Transferts en Hydrologie et Environnement (LTHE) est un

important laboratoire français de plus d’une centaine de chercheurs, ingénieurs, techniciens

et doctorants venant de disciplines variées, travaillant dans le domaine des recherches sur le

cycle de l’eau, à l’interface des évolutions environnementales et climatiques. Le laboratoire

privilégie les recherches sur les processus gouvernant les interactions entre le climat, l’eau et

l’environnement, au travers de compétences reconnues en expérimentations, modélisations,

techniques d’observations et analyses de données. Une des spécificités du laboratoire est le

développement de capteurs et leur mise en œuvre dans le cadre de campagnes de terrains

internationales et d’observatoires de recherche dont la mission est de surveiller les

évolutions à court et moyen terme du climat et de l’environnement. Le laboratoire participe

également à de grands projets internationaux (projet AMMA en Afrique de l’Ouest par

exemple), tout autant que régionaux. Les recherches entreprises traitent ainsi des extrêmes

climatiques et de la qualité de l’environnement dans l’objectif de prévoir l’évolution des

22

ressources en eau et du climat. La problématique régionale des crues méditerranéennes est

étudiée par le LTHE dans sa compréhension physique et sociale et du point de vue de leur

prévision spatio-temporelle, notamment dans le cadre de l’observatoire OHM-CV.

L’OHM-CV est ainsi un projet pluridisciplinaire rattaché au laboratoire du LTHE, visant à

fédérer les compétences de chercheurs de disciplines variées (hydrologie météorologie,

géophysique, socio-économie, géographie, mathématiques appliquées etc.) pour améliorer

les connaissances et les capacités de prévision des orages générateurs de pluies intenses et

de crues éclairs en région de moyenne montagne. L’observatoire recoupe trois stratégies

d’observations complémentaires : un site pilote centrée sur la région Cévennes-Vivarais

d’une fenêtre spatiale de 160 x 210 km² (Cf. voir figure ci-dessous) permettant le recueil et la

collecte de données hydrométéorologiques opérationnelles, la réalisation de retours

d’expériences hydrologiques et socio-économiques dans les régions méditerranéennes et la

caractérisation des pluies et des débits par l’étude des archives historiques.

Figure 4 : Fenêtre d’observation du site pilote de l’OHM-CV

Source : www.ohmcv.fr

Au niveau international, l’observatoire s’inscrit dans le projet HyMEX (2011-2013) qui

regroupe un ensemble d’observations climatiques, météorologiques, océanographiques et

hydrologiques autour de la thématique du cycle de l’eau en Méditerranée. Au niveau

européen, le LTHE participe au projet FLOODsite qui couvre la gestion du risque inondation

23

et en particulier les crues éclairs en traitant aussi bien les aspects physiques relatifs à l’aléa

que le volet humain de la vulnérabilité.

Si l’observation et la compréhension de la dynamique des crues éclairs et de leur prévision

sont bien abordées du point de vue physique de l’aléa, depuis plusieurs années déjà le LTHE

associe à sa démarche des chercheurs en sciences humaines et sociales pour apporter une

lecture complémentaire à ces questions environnementales, contribuant à développer cet

aspect pluridisciplinaire entre sciences dures et sciences sociales. On peut par exemple citer

en sciences sociales les travaux de thèse de L. Creton-Cazanave4 sur le processus d’alerte aux

crues sur le bassin versant du Vidourle, et ceux de B. Aublet5 sur le rôle des médias et de la

communication de crise. Les recherches sur la vulnérabilité se développent ainsi de plus en

plus en parallèle des études sur l’aléa, dans une démarche scientifique originale visant à

démontrer qu’aléa et vulnérabilité peuvent se décliner en termes d’échelles spatiales et

temporelles. Les études sur les impacts socioéconomiques en cours abordent la vulnérabilité

face aux crues rapide de façon globale, intégrant aussi bien les contraintes liées au milieu et

aux occupations humaines que les représentations du risque.

1.2.2/ Projets de recherche en cours sur la vulnérabilité dans le Gard

En parallèle, deux projets de recherche ANR sont en cours, portant sur l’analyse spatio-

temporelle des adaptations et des vulnérabilités sociales face aux crues rapides dans le sud-

est de la France. Les deux projets en question s’intéressent plus particulièrement à la

problématique de la vulnérabilité aux crues rapides en situation de mobilité, soit du point de

vue des usagers à travers la compréhension de leurs comportements où soit par la prévision

des conséquences affectant le réseau routier.

Le projet PreDiFlood : Prévision distribuée des crues pour la gestion des routes

en région Cévennes -Vivarais

D’un côté, le projet Prediflood ou prévision distribuée des crues pour la gestion des routes

en région Cévennes-Vivarais, coordonné par le Laboratoire Central des Ponts et Chaussés

s’intéresse à la prévision des points de coupures potentielles des routes et de leur

distribution spatiotemporelle en relation avec la dynamique météorologique propre au

phénomène. Sa finalité est l’opérationnalité pour les gestionnaires du réseau routier au

travers le développement d’un logiciel de modélisation pour la prévision des coupures de

routes par inondation lors des épisodes de crues cévenoles. Cet outil d’aide à la décision

permettra au travers de l’identification de zones routières à risque, de servir d’appui

4 Thèse soutenue le 18 juin 2010 : Penser l’alerte par les distances. Entre planification et émancipation,

l’exemple du processus d’alerte aux crues rapides sur le bassin versant du Vidourle

5 Thèse en cours au laboratoire PACTE sur la communication de crise, le rôle des médias et les conséquences aménagistes dans le Gard.

24

décisionnel en période de crise pour mettre en place des mesures de sécurité et de secours

appropriées. A côté du LCPC, d’autres laboratoires et organismes sont associés au projet tel

que Météo France, Le LTHE et le Cemagref ainsi que l’UMR PACTE-Territoires (pour le volet

social). Cet enjeu est capital car le réseau routier constitue à la fois une menace particulière

pour les usagers en période de crue et une ressource d’accessibilité pour les secours lors de

la gestion de crise.

Ce projet fait suite aux premiers tests développés de prévision de coupures des routes dans

des secteurs limités du département du Gard par P.A.Versini lors de sa thèse (2007) ainsi que

dans le cadre du projet européen FLOODsite.

Le projet ADAPTFlood : Dynamiques d’adaptation des mobilités quotidiennes aux

situations de crises hydrométéorologiques

Le projet ADAPTFlood s’inscrit dans la perspective des travaux développés par I.Ruin depuis

2004 et des conclusions portées sur les travaux menés depuis six ans en étroite collaboration

entre le LTHE et le laboratoire PACTE de l’université Joseph Fourier, qui ont contribué à

identifier les facteurs de vulnérabilité des populations aux crues rapides dans le Gard.

L’objectif principal de cette recherche est la compréhension des choix et des contraintes de

déplacements des individus ou groupes familiaux en période de crise hydrométéorologique

dans un but préventif. Il s’agit pour répondre à ce questionnement entre autre de mieux

comprendre comment les individus passent d’un mode de fonctionnement quotidien à un

fonctionnement de crise au regard de leurs obligations journalières lorsque les conditions

environnementales se dégradent, et ainsi savoir quels sont les différents facteurs cognitifs,

situationnels, temporels gouvernant cette transition. L’identification des priorités d’actions

et les contraintes spatio-temporelles et sociales qui s’imposent aux individus dans diverses

situations du quotidien à la crise sont donc essentielles à comprendre. L’observation à long

terme des comportements est également un enjeu majeur. Ce projet propose également de

réfléchir aux méthodes et moyens nécessaires pour envisager l’observation et la prévision

des mobilités quotidiennes à risque dans le temps long.

Mon travail s’intéresse tout particulièrement à la première phase du projet précédant

l’observation et la modélisation des mobilités quotidiennes en situation normale et leurs

variations potentielles en temps de crise. La connaissance approfondie de ces mobilités au

quotidien nous permettra ainsi, au travers de l’exploitation des données issues de INSEE, par

confrontation avec les données enquêtes déjà recueillies faisant état des représentations du

risque sur certains trajets du réseau routier entre Nîmes et Alès ou des comportements

déclarés face à une crise hydrologique, de mieux quantifier et qualifier la vulnérabilité des

automobilistes lors de leurs déplacements domicile-travail ou domicile-études. La méthode

adoptée pour l’observation des patterns de mobilité va être spécifiquement détaillée dans la

seconde partie de ce travail.

25

Partie II : Données et méthode

Après avoir fait état de la connaissance actuelle de la vulnérabilité associée aux pratiques de

mobilité, nous nous attacherons dans cette seconde partie à expliciter notre démarche

d’analyse des mobilités quotidiennes dans le Gard. A partir des bases de données navettes

issues de l’INSEE 2006, leur exploitation et leur comparaison avec les données des deux

enquêtes 2004 et 2006 issues de la thèse d’I.Ruin (2007) sur les facteurs de vulnérabilité des

mobilités aux crues rapide, nous nous poserons entre autres les questions suivantes :

- Quels sont les différents patterns de mobilité des usagers du réseau routier du Gard que

l’on peut établir à partir des données navettes de l’INSEE?

- Sur quel(s) critère(s) de différentiation peut ‘on les établir ?

- Retrouve t’on ces patterns de mobilité dans l’enquête de 2006 sur la perception des risques

sur la route et celle de 2004 sur la représentation des comportements en temps de crise?

2.1/ Les principales sources de données utilisées

Les données enquêtes de 2004 et 2006 auxquelles nous nous référons dans ce travail sont

décrites dans la thèse d’I.Ruin (2007) ainsi que dans mon précédent rapport de l’an passé. En

conséquent nous en présenterons ici l’essentiel, en fonction de l’utilisation qui en est faite.

Par ailleurs, nous avons utilisé les principales données en libre accès provenant de l’INSEE :

les fichiers des mobilités professionnelles (MOBPRO) et des mobilités scolaires (MOBSCO)

issus tous deux de l’exploitation complémentaire du recensement de la population de

l’année 2006, ainsi que les bases navettes des flux des mobilités professionnelles (FM_DTR),

et scolaires (FM_DET), issues également de l’exploitation complémentaire du recensement

de la population de la même année. Nous nous référerons par la suite comme tels aux noms

de ces fichiers. D’autres indicateurs communaux tels que la population communale que nous

présenterons plus en détail ci-après ont pu également être utilisés pour qualifier les

communes et leurs types de mobilité qui y sont associés.

2.1.1/ Le nouveau recensement de la population

Présentation du nouveau mode de recensement

Avant de présenter plus en détail ces volumineuses bases de données, il convient de

détailler un certain nombre de précision quant à la méthodologie utilisée de l’INSEE pour le

recensement de la population, méthodologie qui a récemment changé depuis 2004. Ainsi

jusqu’en 1999, date du dernier recensement général de la population, la méthode prévoyait

un recensement exhaustif par comptage traditionnel des 36 679 communes, en moyenne

tous les 8 où 9 ans. Ce recensement repose désormais sur un nouveau mode de collecte

26

annuelle concernant successivement tous les territoires communaux au cours d’une période

de cinq ans. Les communes de 10 000 habitants et plus, réalisent tous les ans une enquête

par sondage auprès d'un échantillon d'adresses représentant 8 % de leurs logements, les

communes de moins de 10 000 habitants réalisant une enquête de recensement portant sur

toute leur population, avec une commune sur cinq enquêtée chaque année (cf. tableau n°1).

Tableau 1 : Synthèse des changements ayant eu lieu entre l’ancien et le nouveau mode de

recensement de la population

Recensement de 1999 Recensement à partir de 2004

Méthode d’enquête Recensement exhaustif par comptage

traditionnel

Techniques d’enquêtes annuelles de

recensement

Fréquence de collecte Tous les 8 où 9 ans

-Annuelle dans les communes de 10 000

habitants et plus

-Tous les 5 ans dans les communes de

moins de 10 000 habitants

Durée de collecte 1 mois 4 à 5 semaines selon la taille de la

commune

Distinction entre les

communes Aucune

-Pour les communes de moins de 10 000

habitants : recensement exhaustif

quinquennal

-Pour les communes de plus de 10 000

habitants : enquête annuelle auprès d’un

échantillon des logements

Nombre de communes

concernées par chaque

collecte

Totalité des 36 679 communes

Environ 8 000 communes chaque année.

Toutes les communes ne sont pas

recensées la même année.

% de population recensé à

chaque collecte 100%

-Pour les communes de moins de 10 000

habitants : 100% des habitants dans 1/5

des communes chaque année

-Pour les communs de 10 000 habitants ou

plus : 8% des habitants chaque année et

40% au bout de cinq ans

-Au total, 14% par an

Acteurs du recensement

-L’INSEE prépare et contrôle la collecte.

Il traite les données et diffuse les

résultats.

-La commune réalise la collecte

Partenariat renforcé INSEE - commune :

-L’INSEE organise et contrôle la collecte des

informations. Il traite données et résultats

-La commune prépare et réalise les

enquêtes de recensement

Fraicheur de l’information 6 ans en moyenne 3 ans en moyenne

Source : www.insee.fr

Ainsi, en cumulant cinq enquêtes, l'ensemble des habitants des communes de moins de

10 000 habitants et 40 % de la population des communes de 10 000 habitants sont pris en

compte. Les informations collectées sont alors ramenées à une même date pour toutes les

communes afin d'assurer l'égalité de traitement entre elles et d'obtenir une bonne fiabilité

des données. Cette nouvelle méthode de recensement ayant été mise en place à partir de

l’année 2004, il a donc été possible à partir de 2008 d’obtenir un résultat complet du

recensement et libellé de l’année 2006, date du milieu de période. Il est ensuite prévu que

27

chaque année les recensements comptabilisent les cinq enquêtes annuelles les plus récentes

en abandonnent les informations issues de l'enquête la plus ancienne et en prenant en

compte la nouvelle enquête de l’année. Dans un souci de cohérence et de comptabilité de

nos données enquêtes de 2004 et 2006 avec les données de mobilité INSEE issues du

recensement de la population, nous avons choisi d’utiliser les données du recensement daté

de 2006, couvrant une période de collecte des données s’étalant de 2004 à 2008.

Les exploitations principales et complémentaires

Tout comme l’ancien, le nouveau recensement fait l’objet d’une exploitation principale qui

porte sur l’ensemble des questionnaires collectés pour les communes, et d’une exploitation

complémentaire qui porte sur l'ensemble des bulletins collectés auprès des ménages des

communes de plus de 10 000 habitants soit environ 40 %, et un quart des bulletins des

ménages des communes de moins de 10 000 habitants. L’exploitation statistique principale

permet de produire un fichier "détail" contenant l’ensemble des logements et des individus

recensés et d’un grand nombre de variables, chaque observation étant par ailleurs assortie

d’un poids spécifique. La seconde phase d’exploitation statistique complémentaire permet

de produire des variables nouvelles plus complexes décrivant la structure familiale des

ménages et les liens qui unissent les personnes, et des variables relatives à l’activité, la

profession où encore l’emploi des individus. Outre les variables déjà présentes dans le fichier

de l’exploitation principale, qui pour les logements et les individus sont recopiées sans

modification, certaines variables issues de l’exploitation principale sont recalculées lors de la

seconde exploitation complémentaire et améliorent leur qualité.

Précision des données et choix de l’exploitation

La précision des données est fournie par l’INSEE qui signale avant toute utilisation que « la

qualité des résultats statistiques d’un recensement dépend de multiples facteurs et en

premier lieu de la qualité de la collecte. Elle dépend aussi de la fiabilité des fichiers et

répertoires utilisés ainsi que de la qualité des différents traitements mis en œuvre : saisie,

contrôles, redressements des anomalies et codification des variables ». Dans les deux

exploitations, principale et complémentaire, le sondage entraîne une marge d’incertitude

sur les résultats. L’utilisation de l’une où l’autre des exploitations dépend de plusieurs

critères, tels que la précision uniquement supérieure à l’exploitation principale pour les

communes de moins de 10 000 habitants, la qualité de la variable en particulier pour le lieu

de travail qui est mieux localisé au complémentaire avec l’adresse de l’établissement ou

encore en fonction de l’origine des autres variables que l’on souhaite utiliser. Le tableau n°2

ci-dessous représente les conseils d’utilisation de l’INSEE en fonction des effectifs dans

l’exploitation principale ; ces conseils restant les mêmes pour l’exploitation complémentaire.

Pour l’ensemble des fichiers navettes, le choix se portera naturellement sur l’utilisation de

l’exploitation complémentaire qui est la plus préconisée pour traiter de ce sujet. Par ailleurs,

du fait de l’étalement de la collecte sur cinq ans, de nombreux changements vont impacter

28

le recensement des flux d’une commune à l’autre. En effet, les flux entrants et sortants

d’une commune ou d’un territoire ont de fortes chances de ne pas être comptabilisés la

même année de la collecte, et notamment pour les flux concernant les communes de moins

de 10 000 habitants. Il est toutefois précisé par l’INSEE que cela ne remet pas en cause la

fiabilité générale de la mesure des déplacements. Cependant, les effectifs inférieurs à 200

individus doivent néanmoins être utilisés avec précaution à titre d’ordre de grandeur.

Tableau 2 : Conseils d’utilisation des données issues du recensement en fonction des tailles des

effectifs

Effectif Conseil

Moins de 50 Danger

De 50 à 100 Vigilance

De 100 à 200 Un peu de prudence

Plus de 200 Normalement pas de problème

Source : www.insee.fr

Nous pouvons ainsi considérer que les données INSEE présentent une fiabilité suffisante

pour notre zone d’étude concernant l’utilisation que nous souhaitons en faire. L’incidence de

la collecte dans le temps ne remet pas en cause les échanges de flux entre les communes

d’entrée et de sortie, sauf en cas rare de fermeture où de création d’une grande entreprise

où d’un établissement scolaire de taille importante. En conclusion, comme nous souhaitons

utiliser ces données en regroupant les flux selon différents critères communaux tels que la

taille de la population, leur utilisation ne nécessite aucune précaution particulière.

2.1.2/ Les déplacements domicile-travail et domicile-études

Précisions générales sur les données

L’ensemble des données navettes et des bases des flux de mobilité que nous utiliserons

proviennent donc de l’exploitation complémentaire du recensement de la population 2006.

Nous allons présenter maintenant plus en détail les données de mobilité des déplacements

domicile-travail, domicile-études issues du recensement de la population. Ces déplacements

sont également appelés migrations alternantes ou pendulaires ou encore navettes par

opposition à la migration résidentielle. Le recensement permet de mesurer des échanges de

flux de commune à commune des personnes actives où scolarisées. Il mesure donc un

nombre de migrants alternants et en aucun cas le nombre de leurs déplacements dans une

journée type, ni les caractéristiques du déplacement en lui-même (trajet, horaires, durée

etc.). La fréquence de ces déplacements (journalière, hebdomadaire etc.) n’est pas non plus

renseignée. Les lieux de résidence et d’activité sont connus au niveau communal.

Les déplacements domicile-travail recensent les seuls actifs ayant un emploi, c'est-à-dire au

sens de la définition donnée par l’INSEE, les personnes :

29

exerçant une profession (salariée où non), même à temps partiel

aidant une personne dans son travail (même sans être rémunérée) ;

apprenties ou stagiaires rémunérées

chômeuses tout en exerçant une activité réduite

étudiantes ou retraitées et occupant un emploi

Au sens de l’INSEE, le terme d’actif est assez large et recouvre l’activité de quelques

personnes n’ayant pas un emploi à temps plein ou dont le travail ne constitue pas l’activité

principale. Les personnes se trouvant dans des situations mixtes au regard de l’activité, de

l’emploi (travaillant occasionnellement ou au chômage) sont en théorie mieux appréhendées

dans leurs mobilités quotidiennes. Une difficulté inhérente à la méthode de recensement se

pose pour les personnes très mobiles dans l’espace géographique. Par défaut l’INSEE à choisi

de les rattacher à leur domicile. Les personnes ayant deux résidences principales et dont

celle qui leur est assignée dans le recensement semble excessivement éloignée de leur lieu

d’activité quand l’on recalcule les distances parcourues ou que l’on s’intéresse au mode de

transport utilisé, montre qu’il existe des difficultés liées à la méthode du recensement. (~5%

d’actifs dans le Gard seraient concernés d’après nos croisements sur les données).

Les déplacements domicile-études recensent eux la population des élèves et des étudiants

inscrits dans un établissement d’enseignement pour l’année scolaire en cours. Différents

changements ont affecté récemment le rattachement des élèves et étudiants au domicile

familial. Ainsi, les élèves et étudiants mineurs sont recensés par défaut au foyer des parents,

tandis que ceux majeurs sont recensés à leur propre domicile, quelle que soit la nature de

l’hébergement en question (cité universitaire, studio, internat etc.). L’incidence de ces

changements est en général plutôt faible. Le tableau n°3 présente pour les différentes

catégories d’élèves et d’étudiants, où celles-ci se trouvent désormais comptabilisées au

recensement de 2006, et où elles l’étaient auparavant au recensement de 1999 :

Tableau 3 : Synthèse des changements ayant affectés le rattachement des élèves et des étudiants

dans le nouveau recensement à partir de 2006

Recensement de 2006 Recensement de 1999

Majeurs dans un établissement

d’enseignement avec internat

L’établissement d’enseignement avec

internat La résidence familiale

Majeurs dans un établissement

d’enseignement militaire

L’établissement d’enseignement

militaire La résidence familiale

Étudiants mineurs en cité

universitaire La résidence familiale La cité universitaire

Militaires logés en caserne ayant

une résidence familiale La caserne La résidence familiale

Source : www.insee.fr

30

Les bases des flux de mobilités : FM_DTR & FM_DET

Les bases de données sur les flux des déplacements domicile-études et domicile-travail

fournissent pour l'ensemble des communes, les effectifs correspondant au croisement du

lieu de résidence avec le lieu d'études ou de travail. Ces fichiers simplifiés comportent cinq

variables initiales ; le code INSEE de la commune de résidence et de la commune d’activité,

le nom des communes ainsi que le nombre de flux de navettes correspondant. Ces données

sont issues de l'exploitation complémentaire, ceci afin d'assurer leur cohérence avec les

« fichiers détails bilocalisés ». Ces fichiers nous ont servi pour la construction des différents

indicateurs que nous présenterons plus en amont dans la partie démarche et méthodologie.

Les fichiers détails bilocalisés de mobilités : MOBPRO & MOBSCO

Les deux fichiers bases des déplacements domicile-travail et domicile-études contiennent

l’ensemble des fichiers détails bilocalisés dans lesquels chaque enregistrement correspond à

un individu actif où un élève, décrivant les caractéristiques de ses déplacements quotidiens

pour aller travailler (déplacements domicile-travail) où étudier (déplacements domicile-

études), ses principales caractéristiques sociodémographiques ainsi que celles du ménage

auquel il appartient. Les individus actifs sont décrits selon une trentaine de variables tandis

que les individus scolaires sont décrits selon une vingtaine de variables seulement. Il existe

enfin comme nous l’avons évoqué plus haut, relativement peu de caractéristiques sur les

déplacements en eux-mêmes, en dehors des informations sur la commune de résidence et

celle d’activité. En effet, en dehors de ces deux informations, on retrouve seulement des

informations sur le mode de transport pour se rendre au travail pour les actifs. Les activités

d’accompagnement d’autres personnes pendant le déplacement principal ne sont pas non

plus prises en compte. Par ailleurs, ces bases fournissent deux autres indicateurs du lieu

d’activité en fonction de la délimitation des unités urbaines et qui servent à définir le rural

de l’urbain stricto-census comme nous avons le voir ci-dessous.

2.1.3/ Le zonage en aire urbaines et aires d’emploi de l’espace rural

La distinction des types de mobilités quotidiennes reposant principalement dans notre étude

sur des critères communaux de taille ou différenciant les espaces urbains ou ruraux, il

semble dès lors utile de revenir plus en détail sur certaines définitions. Nous préciserons ici

les définitions entendues, au sens de l’INSEE, entre l’urbain et le rural et le zonage des

espaces urbains et ruraux que nous utiliserons également plus ponctuellement.

Urbain où rural ? Quelques précisions des termes

Avant de présenter plus en détail ce découpage toujours en vigueur de l’espace urbain et de

l’espace rural, nous allons auparavant revenir sur la définition de l’urbain et du rural de

l’INSEE. Celle-ci découle de la définition des unités urbaines, puis des communes urbaines.

Une unité urbaine est ainsi « un ensemble d’une ou plusieurs communes qui comporte sur

31

son territoire une zone bâtie d’au moins 2 000 habitants où aucune habitation n’est séparée

de la plus proche de plus de 200 mètres. La seconde condition est que chaque commune de

l'unité urbaine possède plus de la moitié de sa population dans cette zone bâtie. (Nicot,

2005) La taille de population n’est ainsi pas le seul critère et un ensemble de plusieurs

communes contigües peut satisfaire à la définition. Des communes voisines de moins de

2 000 habitants formant une zone bâtie, dense et continue, peuvent donc être classées en

unité urbaine tandis qu’à l’inverse de grandes communes supérieures à 2 000 habitants

peuvent être classées en rural si leur urbanisation présente un tissu lâche sur le territoire.

Il existe en parallèle une seconde acception du terme d’urbain ou de rural qui se base cette

fois sur un découpage de l’espace. Ce découpage repose sur les flux de déplacements pour le

travail issus du recensement de la population et leur polarisation. Le Zonage en Aire Urbaine

ou (ZAU) a été élaboré dans le milieu des années 90 par l’INSEE et distinguait les espaces à

dominante urbaine et ceux à dominante rurale.

Selon la définition donnée par le site de l’INSEE, les aires urbaines sont « un ensemble de

communes d'un seul tenant et sans enclaves, constitué par un pôle urbain, et par des

communes rurales où unités urbaines (couronne périurbaine) dont au moins 40 % de la

population résidente ayant un emploi travaille dans le pôle où dans des communes attirées

par celui-ci ». Le pôle urbain est quant à lui « une unité urbaine offrant au minimum 5 000

emplois et qui n'est pas située dans la couronne périurbaine d'un autre pôle urbain ». Les

communes dont au minimum 40% des actifs vont travailler dans plusieurs aires urbaines,

sont appelées des communes multipolarisées. Celles-ci forment avec les communes de la

couronne périurbaine, les communes périurbaines. Le ZAU s’appuie très fortement sur la

définition des communes urbaines et les unités urbaines restent indivisibles. L’ensemble des

aires urbaines et des communes multipolarisées constitue l’espace à dominante urbaine ; les

autres communes formant par défaut l’espace à dominante rurale. Il résulte que certaines

communes rurales se trouvent dans l’espace à dominante urbaine, et inversement pour les

communes urbaines, celles ci peuvent se trouver dans l’espace à dominante rurale.

Ainsi, la délimitation du milieu urbain ou rural renvoie à la définition stricte de l’INSEE tandis

que la distinction entre espace urbain ou rural se réfère au découpage du ZAU, l’espace rural

restant alors indifférencié dans la première typologie élaborée.

Le ZAUER : Zonage en aires urbaines et aires d’emploi de l’espace rural

Ce zonage en vigueur depuis 2002 succède au précédent ZAU. Il a été défini et reconnu une

première fois au travers de la carte des territoires vécus, publiée par l’INSEE en 2002. Le

zonage reprend le découpage du ZAU pour l’espace à dominante urbaine mais va rediviser

en trois autres catégories les communes de l’espace à dominante rurale. Ainsi, selon la

définition donnée par l’INSEE, « les communes du pôle d’emploi de l’espace rural doivent

compter au minimum 1 500 emplois et les communes de la couronne du pôle d’emploi de

l’espace rural doivent compter au minimum 40% de leurs actifs résidants, travaillant hors

32

commune dans l’aire d’emploi de l’espace rural. Enfin les autres communes de l’espace rural

ne doivent appartenir ni à l’espace à dominante urbaine, ni à une aire d’emploi de l’espace

rural ». Les pôles d’emplois de l’espace rural et leurs couronnes constituent donc le pendant

des aires urbaines du précédent ZAU. L’actuel ZAUER est alors formé de six catégories de

communes. Il existe dans ce nouveau zonage, deux catégories de communes seulement qui

sont homogènes : les pôles urbains qui possèdent exclusivement des communes ou des

unités urbaines et les pôles ruraux qui contiennent exclusivement des communes rurales.

Figure 5 : Représentation schématique des communes et de leur catégorisation dans le ZAUER

Source : d’après les définitions données par l’INSEE (2011). Réalisation : Ecault, 2011

On peut souligner ici qu’il existait précédemment une ancienne typologie de l’espace rural

effectuée en 1998 par l’INSEE et qui distinguait quatre sous types dans l’espace à dominante

indifférenciée. Celle-ci était basée sur le recensement de la population de 1990 tout comme

le premier ZAU. Les nouvelles définitions adoptées et appliquées depuis le recensement de

33

1999 ont cependant vu évoluer le découpage de l’espace vers l’actuel ZAUER. A ce jour, les

données du ZAUER datent donc de l’ancien recensement de 1999 et n’ont pas encore été

actualisées pour la diffusion vers le public.

Pour ces raisons cet indicateur ne peut être utilisé qu’avec précaution, plutôt comme ordre

de grandeur du fait du manque de fraicheur des informations. Nous n’utiliserons dans notre

travail le ZAUER qu’en comparaison indicative avec nos indicateurs des tailles de population

que nous présenterons dans leur construction dans la section 2.2.4. La catégorisation entre

urbains et ruraux nous sera également très précieuse dans le sens où elle nous permettra de

fonder notre analyse des mobilités quotidiennes sur la base de quelques critères explicatifs.

2.1.4/ Les données enquêtes issues de la thèse de I.Ruin (2007)

Les données enquêtes par questionnaires de 2004

L’enquête 2004, interrogeant un échantillon de 960 résidents du Gard, avait été établie dans

l’objectif initial d’appréhender les mobilités quotidiennes des résidents et d’évaluer les

capacités de réponses de ceux-ci face à une alerte aux crues rapides et lors de l’événement

hydrométéorologique. Le questionnaire portait entre autres sur : la nature du principal

déplacement quotidien, ses caractéristiques, la connaissance du phénomène de crue rapide,

la représentation de sa dangerosité, la connaissance des moyens de s’en protéger, les

sources de confiances et enfin la nature des facteurs individuels qui pourraient entraver une

évacuation en cas de danger. Cette enquête avait permis de traiter essentiellement de la

partie des mobilités en temps de crise, au travers des comportements déclarés des individus

face à différentes situations : de l’alerte ou pré alerte, à la gestion de crise par les autorités.

Interrogeant donc un échantillon de résidents sur la base d’un échantillonnage par quotas en

fonction de trois critères sociodémographiques et croisant l’âge, le genre et la catégorie

d’actifs, la campagne d’enquête effectuée par un groupe de 15 étudiants de troisième année

de l’Institut de Géographie Alpine s’est déroulée sous la forme d’un stage de terrain d’une

semaine entre le 18 et le 22 octobre 2004. Ces étudiants ne disposant pas de ressources

propres de mobilité, étaient répartis dans la journée dans douze communes, toutes situées

autour de la RN 106 entre Nîmes et Alès, questionnant principalement de fait les personnes

disponibles dans la rue, dans leur commune de résidence où d’activité (travail, loisirs et vie

sociale, activités d’accompagnements, achats, autres démarches administratives etc.). Au

final, la distribution géographique des lieux de résidence fait qu’environ 40% des communes

du Gard (soit 142 communes sur les 353 que compte le département) ont été enquêtées.

Les données enquêtes par cartes mentales de 2006

L’enquête 2006 a permis dans un second temps de traiter plus spécifiquement du problème

des mobilités quotidiennes en temps de crise. Elle porte sur un échantillon de 200 résidents

du Gard, utilisant le support des cartes mentales associées à un questionnaire pour

34

comprendre plus finement les déplacements quotidiens et les modifications possibles lors

d’orages violents. Les individus ont été interrogés sur leurs pratiques spatiales quotidiennes,

leurs représentations de la menace sur leur itinéraire principal, la représentation de leur

exposition face aux coupures brutales des routes par inondation sur cet itinéraire et enfin

sur leur connaissance d’un éventuel itinéraire de secours. La connaissance en parallèle du

degré d’exposition sur la route, mesuré au travers du recensement des points de coupures

effectifs des routes entre 2002 et 2005 par la DDE du Gard, avait permis de confronter la

représentation de leur propre exposition et sa conformité, par le biais de la construction de

différents indicateurs de perception du risque.

La méthode d’échantillonnage utilisée est basée sur la stratégie spatiale des quatre secteurs

d’étude préalablement définis, situés dans une zone tampon égale à 10 km autour de l’axe

routier reliant Nîmes à Alès. Deux secteurs ruraux Ouest et Est et deux secteurs urbains Nord

et Sud ont été délimités, regroupant près de 99 communes en tout. Ce choix conciliait

plusieurs objectifs, à savoir assurer la même représentativité des communes urbaines et

rurales et assurer une représentativité statistique sur la base de 50 enquêtes par secteurs,

autorisant alors les traitements bivariés. A partir de là, le calcul d’un taux de sondage a

permis de connaitre le nombre de personnes à enquêter par commune, tout en limitant

volontairement le nombre d’enquêtes dans la ville de Nîmes. Au final, ce sont donc 90

communes du Gard qui ont été enquêtées en 2006 (cf. voir figure n°6 ci-dessous).

Figure 6 : Délimitation des quatre zones d’étude et des taux de sondage correspondants de l’enquête

par cartes mentales 2006

Source : I.Ruin (2007)

35

Concernant la campagne de terrain effectuée entre janvier et avril 2006, rappelons que cette

étude a été effectué par L. Avvenengo Ducca dans le cadre de son mémoire portant sur les

indicateurs pour appréhender la connaissance de l’aléa et la perception du risque de crues

rapides sur les routes du Gard (Avvengo Ducca, 2006).

2.2/ Méthodologie de l’étude des mobilités quotidiennes

Dans cette seconde sous partie, nous aborderons la méthodologie utilisée pour l’exploitation

des données INSEE, i.e. comment l’utilisation des navettes des déplacements domicile-travail

et domicile-études va-t-elle nous permettre d’appréhender les mobilités quotidiennes dans

le Gard en se fondant sur quelques critères communaux aspatialisés ou individuels que nous

pourrons par la suite retrouver dans les enquêtes 2004 et 2006.

2.2.1/ Présentation de la méthodologie générale adoptée

Deux principaux objectifs guident ainsi notre travail :

Le premier objectif tient dans l’aspatialisation des résultats afin de tenter d’estimer plus

largement la vulnérabilité des mobilités à l’échelle du Gard. En effet, les deux enquêtes

2004 et surtout 2006 étaient très ancrées dans un référant spatial, situé entre Nîmes et

Alès. Une des conclusions portée sur le travail précédent qui soulignait la fracture entre

les comportements et les pratiques spatiales quotidiennes des individus et calqués sur le

modèle des quatre secteurs d’étude de 2006, soulignait l’intérêt de mieux comprendre

cette vulnérabilité en sortant du cadre préétabli pour les enquêtes. Dans cette logique

l’une des réponses apportée était de « déterritorialiser » les variables de mobilité.

Le second objectif découlant du premier nous permettra, sur la base des mobilités issues

de l’INSEE, d’informer la vulnérabilité dans les enquêtes de 2004 et 2006. Ainsi, à partir

des indicateurs associés que l’on pourra retrouver, il sera possible de prévoir une partie

des mobilités quotidiennes les plus à risque en cernant les communes qui vont réunir à la

fois les personnes qui sont le plus exposées par leur déplacements, leurs représentations

du risque sur la route ainsi que leurs comportements potentiels dans le temps de la crise.

La figure n°7 ci-dessous présente la démarche générale adoptée dans les différentes étapes

suivies de la méthode, de l’ouverture des volumineuses bases de données de l’INSEE et la

préparation des variables, la sélection des indicateurs jusqu’à la synthèse et l’analyse finale

de la vulnérabilité des mobilités quotidiennes exposées aux crues éclairs dans le Gard.

36

Figure 7 : Schéma méthodologique et conceptuel d’approche de la problématique

Réalisation : Ecault, 2011

37

2.2.2/ Traitement des bases des flux de mobilité FM_DET & FM_DTR

A partir des bases des flux de mobilité des navettes FM_DET & FM_DTR qui fournissent pour

l'ensemble des communes les effectifs correspondant au croisement du lieu de résidence

avec les lieux d'études ou de travail, nous avons crée cinq variables, en recalculant les flux

par commune. En agrégeant les données selon le code INSEE de la commune de résidence,

nous avons ainsi calculé le nombre d’actifs et de scolaires travaillant ou étudiant dans leur

commune, et ceux travaillant ou étudiant hors de leur commune. Dans le sens inverse, en

agrégeant les données selon le code INSEE de la commune d’activité, nous avons calculé le

nombre d’actifs et de scolaires venant de l’extérieur travaillant ou étudiant sur la commune.

Nous en avons afin déduit par addition le nombre total d’actifs et de scolaires résidant de la

commune et le nombre total d’actifs ou de scolaires employés ou présent sur la commune.

Figure 8 : Exemple des données obtenues à partir du fichier navette domicile-travail FM_DTR

Ces cinq données de base obtenues ont par la suite permis de calculer quatre indicateurs de

polarisation et de dispersion, pour les actifs d’un côté, et les scolaires de l’autre. Ces quatre

indicateurs dont le principe de calcul est le même pour les actifs ou les scolaires sont donc :

POLAR_MIGR : nb entrant / (nb entrant + nb restant)

POLAR_RESID : nb restant / (nb entrant + nb restant)

DISPER_RESID : nb sortant / (nb sortant + nb restant)

REST_RESID : nb restant/ (nb sortant + nb restant)

La base de données finale des navetteurs scolaires et professionnels est ensuite fusionnée

avec un certain nombre de critères communaux existants où parallèlement crées. La taille de

la population communale qui constitue le critère essentiel des mobilités quotidiennes sera

explicitée dans sa construction dans la partie 2.3. Les différents indicateurs de polarisation et

de dispersion élaborés sont par la suite testés avec les critères communaux, vis-à-vis de leur

pouvoir explicatif des mobilités. Ainsi, l’analyse de ces indicateurs communaux nous permet

d’appréhender en premier les mobilités quotidiennes par les communes de résidence, avant

de s’intéresser ensuite aux mobilités quotidiennes par les caractéristiques individuelles.

38

Figure 9 : Méthodologie de traitement des données navettes de l’INSEE, FM_DET & FM_DTR

Réalisation : Ecault, 2011

39

2.2.3/ Traitement des fichiers individuels de mobilité MOBPRO & MOBSCO

Préalablement à tout traitement statistique dans les bases de données, nous avons choisi de

créer un identifiant unique par individu afin de prévenir, d’une part toute éventuelle erreur

lors du traitement des données ou lors de la manipulation des bases entre elles, d’autre part

de permettre le rajout postérieur de variables individuelles. La seconde étape a consisté à

sélectionner dans chacune des bases de données MOBPRO et MOBSCO, les caractéristiques

relatives aux individus et à leur ménage que l’on souhaitait conserver pour notre étude des

patterns de mobilité (cf. voir figure n°10 ci-contre).

Nous avons choisi de sélectionner au total 18 variables originelles, et de créer deux variables

de synthèses. La variable du type d’actifs a été obtenue par croisement des deux autres

variables du statut professionnel et du temps de travail. La variable du cycle de scolarité

regroupe les modalités d’âge. Certaines variables originelles ont également dû être recodées

pour être simplifiées, comme le mode de cohabitation ou bien pour correspondre dans leurs

modalités, comme la variable de l’âge. Enfin, d’autres variables existant seulement pour les

actifs ont été gardées telles quelles, c’est notamment le cas du mode de transport ou de la

CSP. Une fois les deux bases nettoyées séparément, celles-ci ont donc pu être fusionnées par

ajout d’observations d’un fichier à l’autre, permettant d’obtenir une nouvelle base des actifs

et des scolaires regroupés. La faiblesse des variables concernant la mobilité en tant que telle,

nous a conduit à injecter ultérieurement dans le fichier des individus, des données

communales provenant de l’INSEE (population municipale, Unités et Aires Urbaines, ZAUER

etc.) ainsi que du fichier GEOFLA du répertoire géographique des communes (coordonnées X

et Y du chef lieu de la commune etc.).

La distance parcourue dans l’espace géographique

A partir des nouvelles variables communales injectées, nous avons pu produire de nouveaux

indicateurs de mobilité des individus. Parmi ceux-ci, la distance parcourue quotidiennement

par les individus a pu être obtenue par calcul de la distance euclidienne entre communes de

résidence et d’activité, les coordonnées géographiques des centroïdes des chefs lieux des

communes étant renseignées dans le fichier du GEOFLA. L’espace est ainsi volontairement

considéré comme isotrope dans l’équation et ramené à une seule distance mathématique

minimale entre deux points. Cette distance physique hors référent spatiotemporel (i.e. en

l’absence d’informations quant au trajet réel, de l’itinéraire et des routes empruntées mais

également des horaires du déplacement ou des conditions de circulation etc.) préjuge donc

de toute notion d’accessibilité territoriale pour les individus. Le second inconvénient de

cette méthode découle de la démarche adoptée qui ne permet en aucun cas d’apprécier les

distances parcourues par les individus qui travaillent ou étudient dans une même commune.

Par défaut, nous avons donc affecté les individus concernés qui représentent 50,6% de

l’ensemble des déplacements, dans une seule et même modalité regroupant les « distances

intra communales ».

40

Figure 10 : Méthodologie adoptée pour le traitement des fichiers détails de mobilité de l’INSEE

Réalisation : Ecault, 2011

41

Un dernier inconvénient à noter tient dans le fait que les personnes travaillant à l’étranger

ou encore dans les DOM-TOM sont toutes affectées d’une distance métrique qui peut

sembler « excessive » pour relever de simples déplacements quotidiens. Ceci en raison du

problème de double domicile évoqué plus haut, la personne rentrant alors rarement au

domicile familial où elle est recensée, lors des vacances par exemple. De façon générale, le

découpage des distances en classes permet de s’affranchir du problème des très longues

distances en affectant les individus dans une même modalité à partir du seuil choisi de 48

km qui correspond au « dernier pic » observé dans l’histogramme des distances parcourues.

La médiane des distances se trouvant à 11,3 km et le premier quartile à 6,4 km, nous avons

choisi de procéder à un découpage arithmétique en 6 classes des distances (voir figure n°11).

Figure 11 : Histogramme des distances parcourues par les navetteurs du Gard et choix des classes

Sources : INSEE (2006), GEOFLA (2010), N = 406 170. Réalisation : Ecault, 2011

Les indicateurs de mobilité ruraux et urbains (ILA_D_rur & ILA_D_urb)

A partir du calcul de la distance parcourue, nous avons construit deux nouveaux indicateurs

combinant la catégorie urbaine ou rurale de la commune d’activité (INSEE) et la distance

parcourue par l’individu. L’indicateur du lieu d’activité urbain (ILA) qui a servi de modèle,

existait déjà initialement dans les fichiers de mobilité. Celui-ci distingue les ruraux selon que

ceux-ci travaillent soit dans la même commune de résidence, soit dans une autre commune ;

42

ceux-ci travaillent dans la même commune de résidence ou dans une autre commune. Il

distingue également les urbains selon que ceux-ci travaillent soit dans la même commune de

résidence, soit dans une autre commune de la même unité urbaine ou soit en hors de l’unité

urbaine. A ces cinq modalités de réponses, nous avons en avons ajouté une sixième pour les

ruraux, selon que ceux-ci se dirigent soit vers une autre commune rurale ou soit vers une

unité urbaine. La variable ILAUR (indicateur du lieu d’activité urbain et rural) produite à été

croisée avec la distance parcourue et, en fonction des distributions observées, nous avons

répartis les effectifs selon sept modalités. Le tableau n°4 représente les deux indicateurs

ILA_D_rur et ILA_D_urb et les effectifs individus associés par modalités.

Tableau 4 : Construction des indicateurs de mobilité urbains et ruraux ILA_D_rur & ILA_D_urb

ILA_D_rur

Indicateur de mobilité rural

Réside dans une commune

rurale et travaille dans la

même commune

Réside dans une commune

rurale et travaille dans une

autre commune rurale

Réside dans une commune

rurale et travaille dans une

unité urbaine

Distance intra commune

Moins de 6km

Entre 6 et 12 km

Entre 12 et 24 km

Entre 24 et 48 km

Plus de 48 km

33 242

6 828 9 047

5 894

15 585

20 133

11 715

ILA_D_urb2

Indicateur de mobilité urbain

Réside dans une commune

urbaine et travaille dans la

même commune

Réside dans une commune

urbaine et travaille dans une

autre commune de la même

unité urbaine

Réside dans une commune

urbaine et travaille en

dehors de l'unité urbaine

Distance intra commune

Moins de 6km

Entre 6 et 12 km

Entre 12 et 24 km

Entre 24 et 48 km

Plus de 48 km

172 188

21 987 9 260

10 505

33 565

28 011

27 922

Source : INSEE (2006), GEOFLA (2010), N= 406 170. Réalisation : Ecault, 2011

2.2.4/ Un critère géographique essentiel et différentiateur des mobilités : la

taille de la population communale

L’objectif de cette partie est l’identification d’indicateurs standards permettant de mesurer

et de suivre l’évolution de la vulnérabilité des mobilités face aux crues rapides. Nous avons

recherché au début de notre travail, différentes variables explicatives des comportements

de mobilité des individus sur la base des données INSEE qui possèdent l’avantage d’être

facilement accessibles, régulièrement collectées et mises à jour vers le public. Nous avions

43

au préalable choisi de travailler avec la base des équipements de l’INSEE (BPE) remplaçant la

base des indices communaux (IC). Cependant, la recherche de caractéristiques communales

susceptibles d’influencer les comportements individuels de mobilité, indépendamment des

diverses caractéristiques sociodémographiques relatives aux individus, ne nous a pas permis

de trouver à travers les équipements, d’indicateurs pertinents des mobilités quotidiennes.

Les annexes n°1 et 2 explicitent la méthodologie alors adoptée pour la démarche. Toutefois,

il s’est avéré au vu de l’examen des résultats, que la taille des populations communales

constituait un critère fortement différentiateur des patterns des mobilités quotidiennes,

notamment pour les déplacements domicile-études où la taille de la commune résume assez

bien la présence des catégories d’équipements scolaires et leur implantation sur le territoire.

Nous souhaitons ici mettre en valeur les mobilités des personnes originaires des petites

communes, car celles-ci restent potentiellement les plus problématiques vis-à-vis des crues

rapides. Les études menées par P.A. Versini, I.Ruin (2007) et M.B.Rojo (2009) montrent en

effet que les portions secondaires du réseau routier départemental font très souvent l’objet

de sous estimation du risque et présentent de plus de nombreux points d’intersections avec

le réseau hydrographique, notamment avec des cours d’eau temporaires. Ainsi, ces secteurs

tendent à être oubliés en conditions normales, présentant pourtant un important risque de

coupures effectives des routes en cas de crues rapides.

Figure 12 : Histogramme des effectifs des navetteurs selon la taille de leur commune d’origine

Source : INSEE (2006), N = 406 170. Réalisation : Ecault, 2011

Nous avons dès lors choisi de procéder à un découpage de la population en neuf classes

logarithmique (cf. voir figure n°12), la dernière classe obtenue permettant d’isoler les villes

de Nîmes et d’Alès où les mobilités sont spécifiques comme nous le verrons plus loin.

44

Figure 13 : Cartographie des tailles de population des communes du Gard en 9 classes

Sources : INSEE (2011), GEOFLA, (2010). Réalisation : Ecault, 2011

En addition des tailles logarithmiques de leur population, nous avons choisi de caractériser

ces communes selon leur catégorie urbaine ou rurale provenant de l’INSEE (cf. voir figure

n°13). Comme nous l’avons vu auparavant dans les définitions, le seuil de 2 000 habitants

n’est pas suffisant à lui seul pour définir le caractère urbain ou rural de la commune. Ainsi,

sur 267 communes du Gard classées comme rurales, 10 ont plus de 2 000 habitants. Sur les

86 communes urbaines restantes, 25 possèdent moins de 2 000 habitants et parmi elles, 10

possèdent moins de 1 000 habitants. Le tableau n°5 donne la situation des 353 communes

du Gard selon leur taille de population et leur catégorie d’appartenance urbaine ou rurale.

Tableau 5 : Construction des indicateurs de taille des communes urbaines et rurales

Communes rurales Effectifs Communes urbaines Effectifs

Pop rurale < 125 habitants 23 Pop urbaine de 500 à 1 000 habitants 10

Pop rurale de 125 à 250 habitants 55 Pop urbaine de 1 000 à 2 000 habitants 15

Pop rurale de 250 à 500 habitants 71 Pop urbaine de 2 000 à 4 000 habitants 30

Pop rurale de 500 à 1 000 habitants 64 Pop urbaine de 4 000 à 8 000 habitants 21

Pop rurale de 1 000 à 2 000 habitants 44 Pop urbaine de 4 000 à 20 000 habitants 8

Pop rurale > 2 000 habitants 10 Pop urbaine > 20 000 habitants 2

Total communes rurales 267 Total communes urbaines 86

Source : INSEE (2011). Réalisation : Ecault, 2011

Kilomètres

0 10 20

45

Figure 14 : Cartographie des tailles de population des communes rurales du Gard

Sources : INSEE (2011), GEOFLA, (2010). Réalisation : Ecault, 2011

Figure 15 : Figure 16 : Cartographie des tailles de population des communes urbaines du Gard

Sources : INSEE (2011), GEOFLA, (2010). Réalisation : Ecault, 2011

Kilomètres

0 10 20

Kilomètres

0 10 20

46

Le dernier indicateur de taille de population des communes crée les découpent en quatre

tailles avec des seuils de population fixés de manière à ce que les effectifs soit le plus

homogène possible entre les classes (~25% des individus), afin d’assurer une représentativité

équitable des flux. La première classe va ainsi concerner des communes inférieures à 2 000

habitants, la seconde regroupe les communes comprises entre 2 000 et 5 000 habitants, la

troisième classe distingue les communes comprises entre 5 000 et 20 000 habitants et enfin

la dernière regroupe les communes urbaines de très grande taille, supérieures à 20 000

habitants. Ce dernier indicateur de taille, représenté sur la figure n°14, nous permettra de

comparer les flux de commune à commune ; nous le verrons au chapitre suivant.

Figure 17 : Cartographie des tailles de population des communes du Gard en 4 classes

Sources : INSEE (2011), GEOFLA, (2010). Réalisation : Ecault, 2011

Comme on peut le voir, les deux villes de Nîmes et Alès constituent une classe spécifique et

représentent donc près de 25% des effectifs de navetteurs actifs et scolaires dans le Gard.

Les communes comprises entre 5 000 et 20 000 habitants qui sont au nombre de vingt,

présentent une répartition concentrée dans la frange sud-est du département tandis que les

plus petites communes entre 2 000 et 5 000 habitants se répartissent sur la bande littorale

au sud de Nîmes, dans le nord du Gard autour de la ville d’Alès ou encore en chapelet entre

les deux villes. Les petites communes inférieures à 2 000 habitants représentent près de 70%

des communes du département mais seulement 25% des effectifs de navetteurs. Elles sont

localisées, en comparaison, majoritairement au nord-ouest, là ou le relief montagneux est le

plus important au pied des contreforts des Cévennes.

Kilomètres

0 10 20

47

2.3/ Comparaison des patterns de mobilité des enquêtes

Cette dernière étape méthodologique a pour objectif l’analyse de la représentativité des flux

dans l’enquête de 2004 (enquête par questionnaires portant sur 960 individus) et celle de

2006 (enquête par cartes mentales portant sur 200 individus) issues de la thèse d’I.Ruin, et

en comparaison avec les données de mobilité de l’INSEE de l’année 2006. Les objectifs et

besoins identifiés pour les enquêtes n’étant pas les mêmes, les stratégies d’échantillonnage

ont été différentes en conséquent, comme avons pu déjà le voir dans le chapitre précédent.

Chacune des enquêtes présente donc ses forces et ses faiblesses quant à la représentativité

des profils sociodémographiques ou spatiaux.

La représentativité des personnes interrogées se référait ainsi exclusivement à la population

du Gard. En contrepartie, aucune comparaison n’avait pu être menée quant à la réalité

effective des déplacements quotidiens dans le Gard. Seule l’enquête 2006 permet donc de

connaître les itinéraires quotidiens précis des automobilistes proches du secteur routier de

la RN 106. Une partie de mon travail de l’an passée avait consisté à l‘approfondissement de

la connaissance des mobilités quotidiennes des individus enquêtés en 2004 et notamment la

comparaison de leur flux avec ceux issus de l’enquête par cartes mentales. Cette analyse

avait conduit à la construction d’une typologie de ces différents patterns de mobilité en se

focalisant sur la délimitation des quatre secteurs urbains et ruraux (selon le modèle de

l’étude par carte mentale de 2006) et ainsi d’une logique très fortement spatiale.

Il convient de repréciser ici les différentes informations dont nous disposons dans chacune

des deux enquêtes concernant les données sur la mobilité quotidienne. L’enquête 2004,

n’était pas prévue à l’origine pour l’analyse spécifique des déplacements journaliers. Elle

comportait néanmoins quelques variables concernant l’activité journalière (origine et

destination, durée du déplacement, mode de transport utilisé, horaires habituels etc.). Si

l’on s’en tient aux seuls déplacements motivés par le travail où les études, c’est au final dans

cette enquête 2004, 312 actifs et de 256 scolaires qui effectuent quotidiennement des

navettes. Quant à l’enquête 2006, les itinéraires quotidiens renseignés précisément sur des

cartes routières par les personnes interrogées, correspondaient à des motifs variés : parmi

eux, 78 déplacements avaient pour objectif l’activité professionnelle. Par l’entremise des

données des mobilités de l’INSEE, nous pouvons désormais mesurer la représentativité des

enquêtes 2004 et 2006 en termes des profils sociodémographiques et de mobilité (distance

parcourue, taille des communes etc.).

2.3.1/ Représentativité sociodémographique des navetteurs des enquêtes

2004 et 2006

Sur la base des 312 individus actifs, des 256 scolaires de l’enquête 2004 et des 78 individus

actifs de l’enquête 2006 effectuant un déplacement quotidien pour le travail ou les études,

48

en comparaison avec les données navettes de l’INSEE, existe-t-il une représentativité des

navettes dans les enquêtes ? Quelles sont les forces et les faiblesses de chacune des

enquêtes ? Quelles sont les précautions à prendre concernant leur utilisation?

Nous allons présenter ici les résultats pour la catégorie des actifs seulement car les scolaires

interrogés dans l’enquête de 2004 ne sont de fait pas du tout représentatifs de l’ensemble

des scolaires du Gard et ce en raison de leur âge (étudiants ou lycéens en majorité), mais

également de leurs caractéristiques de mobilité (origine et destination des villes de Nîmes et

d’Alès principalement).

La variable du genre

Il existe au sein de l’enquête 2004 une sous représentation importante des actifs de sexe

masculin, largement moins nombreux que les femmes à avoir été interrogés (40% d’hommes

actifs contre 60% de femmes actives). Selon l’INEE, les hommes actifs représentent près de

55% des navetteurs, tandis que les femmes n’en représentent que 45%. C’est également ce

qui a pu être observé via l’enquête 2006, qui à ce titre présente une bonne représentativité.

La variable de l’âge

Si l’on s’intéresse maintenant à la variable de l’âge des actifs, on constate qu’il n’existe

pratiquement pas d’écarts de représentativité des différentes catégories d’âge dans

l’enquête de 2004. Selon l’INSEE, la majorité des navetteurs (51%) sont âgés entre 25 et 45

ans, près de 39% sont âgés entre 45 et 65 ans, moins de 10% d’entre eux seulement ont

moins de 25 ans, et 1% à peine sont âgés de plus de 65 ans. Ces proportions sont ainsi

globalement respectées dans l’enquête de 2004. En revanche, dans l’enquête 2006, on

constate une très importante surreprésentation des actifs âgés entre 25 et 45 ans (64%) au

dépend des autres catégories.

Figure 18 : Ecarts de représentativité des flux des actifs en fonction de l’âge et du genre

Sources : Enquête 2006 (N=78), enquête 2006 (N=312), données INSEE 2006 (N=250 452)

Réalisation : Ecault, 2011

-10,0 -7,5 -5,0 -2,5 0,0 2,5 5,0 7,5 10,0 12,5

Actifs de moins de 25 ans

Actifs de 25 à 44 ans

Actifs de 45 à 64 ans

Actifs de plus de 65 ans Ecart femme en %(enquête 2004)

Ecart homme en %(enquête 2004)

Ecart femme en %(enquête 2006)

Ecart homme en %(enquête 2006)

49

Le croisement entre variables de genre et d’âge (cf. voir figure n°17) montre l’existence de

déséquilibres importants au sein des deux enquêtes 2004 et 2006, notamment dans les

catégories intermédiaires entre 25 et 64 ans où l’apparente bonne représentativité de cette

tranche d’âge masque des déséquilibres importants entre les sexes.

La catégorie socioprofessionnelle

Figure 19 : Répartition de la catégorie socioprofessionnelle des actifs selon l’INSEE dans le Gard

Source : INSEE (2006), N=250 452. Réalisation : Ecault, 2011

Au regard du profil des CSP des navetteurs du Gard, représentés ci-dessus, on peut constater

de grands écarts de représentativité de plusieurs catégories de CSP dans chacune des deux

enquêtes, comme le montre la figure n°20. Ainsi les ouvriers sont systématiquement sous

représentés dans les navettes, notamment dans l’enquête de 2004, ou l’écart mesuré est

important (-14%). Les employés tendent à être surreprésentés dans les deux enquêtes avec

un écart de 18% dans l’enquête de 2004 où ils représentent près de la moitié des actifs

interrogés pour seulement près de 30% des déplacements selon l’INSEE.

Figure 20 : Ecarts de représentativité des flux en actifs en fonction de la CSP et du genre

Sources : Enquête 2006 (N=78), enquête 2004 (N=312), données INSEE 2006 (N=250 452)

Réalisation : Ecault, 2011

Agriculteurs exploitants

2%

Artisans, commerçants et

chefs d'entreprise 8% Cadres et

professions intellectuelles supérieures

12%

Professions Intermédiaires

26%

Employés 30%

Ouvriers 22%

-15,0-12,5-10,0-7,5 -5,0 -2,5 0,0 2,5 5,0 7,5 10,012,5

Agriculteurs exploitants

Artisans, commerçants et chefs d'entreprise

Cadres et professions intellectuellessupérieures

Professions Intermédiaires

Employés

Ouvriers

Ecart femme en %(enquête 2004)

Ecart homme en %(enquête 2004)

Ecart femme en %(enquête 2006)

Ecart homme en %(enquête 2006)

50

Il s’avère également que les professions intermédiaires sont massivement sous représentées

dans la même enquête de 2004 (10% contre 26% selon l’INSEE). La CSP des artisans,

commerçants et chefs d’entreprises est quant à elle assez surreprésentée dans les deux

enquêtes (+6% en 2006, +10% en 2004). La CSP des agriculteurs et exploitants est elle

représentée à la hauteur de sa faible proportion par rapport aux autres CSP, et concerne

moins de 7 actifs cumulés entre les deux enquêtes

Si l’on s’intéresse au croisement entre les variables du genre et de la CSP (cf. voir figure

n°19), on s’aperçoit qu’il existe des déséquilibres importants au sein des deux enquêtes, en

particulier au sein de l’enquête 2004 où la représentativité des différentes catégories de CSP

est la moins bonne. Sur certaines catégories professionnelles, l’écart de représentativité est

en majorité dû à un seul genre, comme c’est le cas pour les ouvriers, les professions

intermédiaires ou encore les artisans, commerçants et chefs d’entreprises

Pour conclure sur la représentativité des actifs des enquêtes 2004 et 2006, il semble que

celle-ci soit globalement peu respectée sur le plan de la socio démographie. Cela s’explique

aisément du fait que les enquêtes à l’origine n’avaient pas été calibrées sur les déplacements

domicile-travail ou domicile-études. La représentativité des flux des scolaires dans l’enquête

2004 est quant à elle totalement invérifiable. Par ailleurs, il semblerait que les actifs issus de

l’échantillon de l’enquête 2006 soient plus représentatifs que ceux issus de l’enquête 2004,

notamment sur les variables du genre et de la CSP. Enfin, il faut signaler que nous n’avons

pas la possibilité d’appréhender la représentativité sociodémographique en dehors des trois

critères de l’âge, du genre et de la catégorie socioprofessionnelle. Les autres caractéristiques

relatives à l’individu ou à sa famille n’existant pas dans les mêmes modalités dans les deux

enquêtes, elles ne peuvent pas par conséquent être comparées.

2.3.2 Représentativité des navetteurs des enquêtes de 2004 et de 2006 au

regard des critères de mobilité

Pour analyser la représentativité des flux dans les enquêtes de 2004 et de 2006 par rapport

aux données de l’INSEE sur les navettes professionnelles ou scolaires, nous avons calculé la

variable distance parcourue pour chaque individu dans les fichiers des deux enquêtes selon

les mêmes modalités de classes, recodé le mode de transport utilisé puis importé les critères

communaux de taille sur lesquels se fondent ainsi l’essentiel de notre lecture des mobilités

quotidiennes motivées par le travail ou les études.

La distance parcourue des navetteurs

Si l’on regarde la courbe des distances parcourues par les 568 navetteurs actifs et scolaires

de l’enquête 2004, en comparaison des distances évaluées selon les données INSEE 2006, on

constate que les deux courbes présentent la même forme. De même, si l’on s’intéresse aux

distances intra communales, il s’avère que dans les deux cas celles-ci représentent près de la

51

moitié des effectifs. Dans l’enquête 2006 qui avait pour objectif d’interroger les gens sur

leurs déplacements routiers habituels, l’ensemble des 78 actifs dont la destination principale

est leur lieu de travail, effectuent des trajets vers une commune située en dehors de leur

commune de résidence. Il existe donc un biais systématique des résidents enquêtés. A coté

de l’absence des distances intra communales, il semble au vu de l’examen de la courbe que

celle-ci présente les mêmes similarités que les deux autres, notamment par rapport à la

courbe de référence de l’INSEE, avec toutefois une sur proportion des très longues distances.

Figure 21 : Comparaison des distances parcourues par les navetteurs entre les enquêtes 2004 et 2006

et les données de référence de l’INSEE 2006

Sources : GEOFLA (2010), INSEE 2006 (N = 274 775), enquête 2004 (N = 568), enquête 2006 (N = 78)

Le mode de transport utilisé

La comparaison n’est ici possible qu’avec les seuls individus actifs, le mode de transport

utilisé n’étant pas renseigné pour les scolaires. La figure n°22 ci-dessous, nous montre qu’en

comparaison, l’échantillon de l’enquête 2004 nous montre une sous représentation des

déplacements en voiture (74,5%) au profit des déplacements à pieds (16%) ou en transports

en communs (6,5%). Les déplacements en deux roues sont eux sous représentés (1%). Dans

52

l’échantillon de l’enquête 2006, l’ensemble des trajets sont effectués en voiture, du fait de

l’objectif initial de représentation du risque sur l’itinéraire principal.

Figure 22 : Répartition du mode de transport utilisé des actifs selon l’INSEE dans le Gard

Source : INSEE (2006), N=250 452. Réalisation : Ecault, 2011

Les indicateurs de taille de commune d’origine et de destination

L’enquête 2006 qui est basée sur un échantillon spatial stratifié accorde volontairement la

même importance aux communes rurales et urbaines (cf. voir section 2.1.4) a conduit à une

surreprésentativité des petites communes de moins de 2 000 habitants. L’enquête 2004 qui

n’a quant à elle pas d’impératif spatial, nous montre une répartition moins déséquilibrée des

actifs selon les tailles des commune d’origine (cf. voir figure n°23). On peut noter malgré

tout une légère surreprésentation des grandes villes de Nîmes et Alès au profit des autres

communes comprises entre 5 000 et 20 000 habitants.

Figure 23 : Représentativité des actifs en fonction de la taille de leur commune d’origine en %

Sources : INSEE 2006 (N = 250 452), enquête 2006 (N = 78), enquête 2004 (N=312)

Réalisation : Ecault 2011

La représentativité des très petites communes, inférieures 1 000 habitants est faible dans

l’enquête 2004 (cf. voir figure n°24). En effet, plus de 70% des petites communes enquêtées

Pas de transport 4%

Marche à pied 8%

Deux roues 4%

Voiture, camion, fourgonnette

80%

Transports en commun

4%

0

10

20

30

40

50

60

70

commune < 2 000habitants

commune entre 2 000et 5 000 habitants

commune entre 5 000et 20 000 habitants

commune > 20 000habitants

%

% Insee (2006) % enquête 2004 % enquête 2006

53

comptaient plus de 1 000 habitants, alors que selon les données INSEE 2006 ces communes

représentent la moitié de la population des communes inférieures à 2 000 habitants. On

constate à l’inverse que cette proportion est plutôt bien respectée dans l’enquête 2006 qui,

rappelons le, possédait déjà une surreprésentativité des petites communes rurales.

Figure 24 : Représentativité des actifs en fonction de la taille des petites communes d’origine en %

Sources : INSEE 2006 (N=67 105), Enquête 2006 (N=48), enquête 2004 (N=96)

Réalisation : Ecault, 2011

Si l’on regarde la taille de la commune d’activité, on constate une représentativité plutôt très

bonne de l’enquête 2004, et une moindre représentativité de l’enquête 2006 ; ceci étant dû

au manque de flux à destination des commune entre 5 000 et 20 000 habitants. Cela

s’explique en partie par la configuration de la zone d’étude qui ne comporte que très peu de

ces tailles de communes et de fait beaucoup de petites communes. Par ailleurs, le fait que

cette zone d’étude soit établie dans un rayon de part et d’autre des villes de Nîmes et Alès

entraine une surreprésentation logique des flux à destination de ces deux communes.

Figure 25 : Représentativité des actifs en fonction de la taille de leur commune d’activité

Sources : INSEE 2006 (N = 250 452), enquête 2006 (N=78), enquête 2004 (N=312)

Réalisation Ecault, 2011

0

10

20

30

40

50

60

70

80

De 0 à 125habitants

De 125 à 250habitants

De 250 à 500habitants

De 500 à 1000habitants

De 1000 à 2000habitants

%

% INSEE (2006) % enquête 2004 % enquête 2006

0

10

20

30

40

50

60

70

commune < 2 000habitants

commune entre 2 000et 5 000 habitants

commune entre 5 000et 20 000 habitants

commune > 20 000habitants

%

% Insee (2006) % enquête 2004 % enquête 2006

54

Conclusion

L’analyse des données des déplacements domicile-travail et domicile-études de l’INSEE vont

nous permettre, d’apporter un éclairage neuf sur les mobilités quotidiennes à risque des

populations du Gard. Permettant principalement de mesurer les flux échangés entre les

communes ainsi que la distance parcourue par les individus, la méthodologie employée dans

le cadre de l’étude repose sur la sélection de critères communaux ou individuels explicatifs

des patterns de mobilité. Souhaitant ainsi poursuivre le travail effectué dans le cadre de la

thèse d’I.Ruin (2007) et sortir du cadre spatial trop fortement marqué des enquêtes (i.e. les

quatre secteurs d’étude délimités autour de la RN 106 dans le Gard), l’aspatialisation des

données de mobilité nous semble une réponse pertinente. Si la représentativité des flux

dans les deux enquêtes n’est pas satisfaisante au regard des profils sociodémographiques, il

existe en revanche une représentativité suffisante au regard des critères de distance ou des

tailles de communes. Pour conclure sur l’utilisation des données issues de l’INSEE, celle-ci va

pouvoir nous permettre au travers des indicateurs de vulnérabilité que l’on retrouvera dans

les enquêtes 2004 et 2006, d’estimer plus généralement les mobilités à risque dans le Gard.

55

Partie III : Analyse et résultats

Après avoir présenté dans la partie II, les données et la méthodologie adoptée pour notre

étude des patterns de mobilité à partir des données navettes INSEE et comment au travers

des critères de mobilité nous allons pouvoir retrouver certains des critères de vulnérabilité

issus des enquêtes, nous allons présenter ici les principaux résultats obtenus en trois étapes.

Dans une première partie, nous allons nous attacher à décrire les pratiques de mobilités

quotidiennes domicile-travail, et domicile-études du Gard sur la base des indicateurs crées.

La connaissance effective des mobilités à l’échelle du Gard nous amènera dans une seconde

partie à confronter les critères de mobilité INSEE aux critères de vulnérabilité face aux crues

éclairs issus des enquêtes et qui combinent :

des expositions dangereuses pour les conducteurs dépendant, d’une part de l’évolution

spatiotemporelle des flux sur les axes routiers concernés et, d’autre part, de l’évolution

du phénomène hydrométéorologique lui-même.

des perceptions et des représentations de cette exposition face au risque de coupures

des routes lors d’un déferlement soudain d’eau sur la chaussée.

de la capacité des automobilistes à adapter leurs comportements au long de l’évolution

des circonstances environnementales et par la mise en œuvre d’actions de protection.

Nous nous intéresserons dans cette seconde partie à la mise en relief des critères associés

aux facteurs de vulnérabilité issus de la thèse d’I.Ruin avec ces mêmes critères que l’on

retrouvera au travers de l’analyse des patterns de mobilité. Autrement dit comment l’étude

des mobilités quotidiennes de l’INSEE va-t-elle nous permettre de renseigner la vulnérabilité

des enquêtes. Enfin, une troisième partie s’attachera à la remise en cause de ces indicateurs

au travers d’une nouvelle analyse des correspondances multiples des actifs et scolaires de

l’enquête de 2004, entre les critères sociodémographiques, ceux associés aux pratiques de

mobilité et ceux des comportements.

3.1/ Les patterns de mobilité quotidienne dans le Gard

3.1.1/ 1ière lecture géographique du territoire et des flux

Avant d’aborder plus en détail, quelques résultats de l’analyse des patterns de mobilités

quotidiennes du Gard établis selon différents critères communaux et individuels aspatialisés,

nous nous proposons dans cette présentation de présenter les dynamiques existantes entre

les territoires et les liens spatiaux que les communes établissent au travers de leur échange

de flux. Nous présenterons également les quatre indicateurs produits à partir des données

des navettes, conduisant à une image certes plutôt statique et figée de l’espace, mais

néanmoins intéressante pour mieux comprendre l’organisation des flux sur le territoire, les

pôles et les liaisons qui s’établissent entre les divers communes.

56

D’emblée, on peut constater que le territoire gardois présente une certaine dichotomie

entre une bande sud-est largement urbanisée et sous influence de plusieurs grands pôles

urbains (Nîmes, Avignon, Arles, Montpellier, Lunel etc.) et une bande sud-ouest beaucoup

plus faiblement urbanisée, plutôt rurale, sous influence principale du pôle urbain d’Alès situé

tout au nord du département. Entre les deux, on va trouver une bande de plus petits pôles

urbains ou ruraux également polarisants : Le Vigan, Saint-Hippolyte-du -Fort, Quissac, Uzès,

Laudun, Chusclan, Bagnols-sur-Cèze où encore Pont-Saint-Esprit.

Figure 26 : Représentation cartographique de la classification des communes du Gard selon le ZAUER

Sources : INSEE (2011), GEOFLA, (2010). Réalisation : Ecault, 2011

La représentation graphique du ZAUER expliqué précédemment dans sa construction (cf.

voir section 2.1.3), nous montre ainsi la domination des deux pôles urbains de Nîmes et

d’Alès mais également des communes du sud-est du Gard. Entre ces deux villes, on trouve

des communes sous l’influence unique d’un seul pôle urbain ou encore multipolarisées pour

les communes situées au centre, témoignant de l’importance des migrations pendulaires au

quotidien pour le travail dans ce secteur.

La représentation de la constellation des flux existant selon leur intensité permet quant à

elle d’apporter une image plus structurée du territoire et fait ressortir l’importance des

différents pôles pour le travail ou les études qui sont globalement les mêmes (cf. voir figures

n°27 et n°28) avec une intensité des échanges entre communes plus marquée pour le travail.

On peut enfin constater la faiblesse des flux intercommunaux au nord-ouest du Gard.

Kilomètres

0 10 20

57

Figure 27 : Représentation cartographique des flux des actifs dans le Gard

Sources : INSEE (2006), GEOFLA, (2010). Réalisation : Ecault, 2011

Figure 28 : Représentation cartographique des flux des scolaires dans le Gard

Sources : INSEE (2011), GEOFLA, (2010). Réalisation : Ecault, 2011

Kilomètres

0 10 20

Kilomètres

0 10 20

58

3.1.2/Représentation graphique des indicateurs de polarisation/dispersion

Cette partie a pour objectif de présenter les indicateurs crées à partir des bases des fichiers

navettes (cf. voir section 2.2.2) en les cartographiant par commune. La comparaison des

résultats obtenus avec les précédentes cartes représentant les tailles des communes ou leur

catégorisation, nous permettra de confirmer notre choix des indicateurs aspatialisés issus

des données INSEE permettant de caractériser les mobilités et de pouvoir généraliser par la

suite nos observations sur la vulnérabilité à l’échelle du Gard.

L’indicateur de polarisation pour le travail ou les études

Cet indicateur permet de mesurer l’attractivité des communes par la représentation du

pourcentage des navetteurs extérieurs dans les emplois communaux ou les effectifs scolaires

de la commune. On peut d’emblée constater que certaines toutes petites communes rurales

ne possèdent aucun emploi ou aucun scolaire étudiant sur la commune. Globalement, il

semblerait que ce soit les plus grandes communes qui attirent logiquement le plus les

navetteurs. Toutefois, dans le cas des de Nîmes et Alès, la proportion d’emplois occupés par

des migrants n’est pas la plus importante. Ce serait ainsi surtout les communes périurbaines

qui possèderaient le plus fort taux d’occupation extérieur pour l’emploi. Nous retrouvons

ainsi un parallèle entre cette carte et celle du ZAUER (cf. voir figure n°26).

Figure 29 : Part de la population active employée résidant hors de la commune (POL_MIGR_TR)

Sources : INSEE (2006), GEOFLA (2010). Réalisation : Ecault, 2011

Kilomètres

0 10 20

59

Nous pouvons également relever que la plupart des grandes communes de la frange sud-est

du Gard se trouvent dans une situation intermédiaire avec taux d’occupation extérieur

moyen, c'est-à-dire qu’elles ne semblent pas spécifiquement plus attractives pour l’emploi.

La situation est par ailleurs plutôt contrastée dans les communes rurales de très petite taille

ou l’on peut relever deux extrêmes en termes d’attractivité. Ceci s’explique probablement

par un effet de poids des très faibles effectifs dans les communes.

Figure 30 : Part des scolaires présents sur la commune résidant hors de la commune (POL_MIGR_ET)

Sources : INSEE (2006), GEOFLA (2010). Réalisation : Ecault, 2011

Si l’on examine la carte des scolaires avec l’indicateur d’attractivité, on observe une logique

plutôt différente par rapport à celle de l’emploi ; l’occupation par des scolaires extérieurs

étant généralement la plus forte dans les petites communes comprises 1 000 et 2 000

habitants. Ceci s’explique par l’existence des regroupements pédagogiques intercommunaux

(RPI) en secteur rural. Les communes comprises entre 2 000 et 5 000 habitants possèdent

quant à elles la plus faible proportion de scolaires extérieurs dans leurs effectifs tandis que

les communes entre 5 000 et 20 000 habitants montrent un certain rayonnement, et ce du

fait de la présence sur leur territoire d’équipements d’enseignements de gamme supérieure.

L’indicateur de dispersion pour le travail ou les études

Cet indicateur permet de représenter la proportion de la population active ou scolaire

travaillant ou étudiant dans une autre commune que celle de résidence. On observe, pour

Kilomètres

0 10 20

60

les actifs (cf. voir figure n°31) plusieurs phénomènes : les toutes petites communes rurales,

inférieures à 250 habitants, possèdent soit une assez faible proportion de navetteurs actifs

effectuant des navettes en direction des autres communes dans la majorité des cas, ou soit

inversement une très forte proportion de navetteurs actifs effectuant des navettes en

direction des autres communes ; voir pour certaines toutes petites communes, la totalité de

leurs actifs qui partent (une dizaine de communes concernées dans le Gard).

Figure 31 : Part des actifs originaires de la commune travaillant hors commune (DISP_RESID_TR)

Sources : INSEE (2006), GEOFLA (2010). Réalisation : Ecault, 2011

Si l’on met en parallèle la carte du ZAUER (cf. voir figure n°26), il semble que les grandes

communes urbaines non monopolarisées possèdent quant à elles une faible proportion de

leurs navetteurs actifs partant. En revanche, on peut observer que les communes des

couronnes périurbaines possèdent logiquement un très fort pourcentage de navetteurs

partant dans leurs actifs, et ce quelle que soit la taille de la commune.

Si l’on examine la carte des scolaires (cf. voir figure n°32), on constate une très forte logique

territoriale des navettes des scolaires en fonction de la taille de leur commune d’origine :

ainsi plus la commune d’origine est petite, plus la proportion des scolaires effectuant des

navettes pour aller étudier sera importante et inversement. On retrouve, en conséquent, la

fracture opposant les communes du nord-ouest du département, faiblement peuplées, et les

commune du sud-est, plus importantes en termes de population.

Kilomètres

0 10 20

61

Figure 32 : Part des scolaires originaires de la commune étudiant hors commune (DISP_RESID_ET)

Sources : INSEE (2006), GEOFLA (2010). Réalisation : Ecault, 2011

3.1.3/ Représentation des indicateurs de polarisation/dispersion selon les

critères communaux

L’objectif est ici de mettre en relation ce que l’on a pu observer, au travers de la

représentation graphique des indicateurs, avec les caractéristiques des communes du Gard

en se servant pour cela des différents indicateurs communaux précédemment crées. Comme

nous l’avons constaté sur les cartes, deux critères géographiques jouent essentiellement

dans l’attractivité des actifs ou scolaires extérieurs et la dispersion des actifs ou scolaires

originaires de la commune. Le critère de la taille de population communale ainsi que sa

catégorisation par l’INSEE interviennent donc tous deux dans l’explication des indicateurs de

polarisation ou de dispersion pour le travail, tandis que pour les études la seule taille de la

population communale semble être une explication suffisante de la mobilité des scolaires.

Le taux de gains ou de pertes des actifs et des scolaires

Cet indicateur est obtenu en calculant pour chaque commune, à partir des données navettes

sur le nombre de personnes originaires de la commune et le nombre total d’actifs employés

ou de scolaires présents sur la commune, les effectifs finaux correspondants (formule : nb

d’actifs ou de scolaires employés ou étudiant sur la commune – nb d’actifs ou de scolaires

résidents / nb d’actifs ou de scolaires résidents). Cet indicateur calculé initialement pour

Kilomètres

0 10 20

62

chaque commune est ensuite agrégé en fonction des tailles de population communale ou du

ZAUER. On obtient ainsi une mesure globale d’attractivité des communes en fonction de ces

deux principaux critères communaux. Par ailleurs, il faut noter que ce nouvel indicateur ne

permet pas de mesurer l’importance des flux échangés entre les communes.

Le classement des communes dans le ZAUER (cf. voir figure n°33) nous confirme leur

appartenance, à savoir que seuls les pôles urbains et les pôles d’emplois ruraux dans leur

ensemble attirent des actifs, les autres communes en perdant toutes, notamment pour les

communes des couronnes périurbaines et des couronnes des pôles d’emploi de l’espace

rural. Les autres communes de l’espace rural qui ne sont pas sous l’influence d’un pôle

urbain ou d’un pôle rural perdent en comparaison moins d’actifs que les autres.

Figure 33 : Taux de gains où de pertes des actifs des communes selon leur catégorisation dans le ZAUER

Source : INSEE (2006), N= 250 452. Réalisation : Ecault, 2011

Figure 34 : Taux de gains où de pertes des actifs et des scolaires en fonction des tailles de population

Source : INSEE (2006), N=250 452 (actifs), N= 155 722 (scolaires). Réalisation : Ecault, 2011

-60% -50% -40% -30% -20% -10% 0% 10% 20% 30%

Pôle urbain

Communes monopolarisées

Communes multipolarisées

Pôle d'emploi de l'espace rural

Couronne du pôle d'emploi de l'espace rural

Autres communes de l'espace rural

Taux de gains ou de pertes des actifs en %

-100% -90% -80% -70% -60% -50% -40% -30% -20% -10% 0% 10% 20% 30% 40% 50% 60% 70%

De 0 à 125 habitants

De 125 à 250 habitants

De 250 à 500 habitants

De 500 à 1000 habitants

De 1000 à 2000 habitants

De 2000 à 4000 habitants

De 4000 à 8000 habitants

De 8000 à 20000 habitants

Plus de 20000 habitants

Taux de gains ou de pertes des actifs en % Taux de gains ou de pertes des scolaires en %

63

L’examen de cet indicateur vu au travers de la taille de la population des communes nous

montre une réalité différente (cf. voir figure n°34). Ainsi, l’ensemble des communes de

moins de 20 000 habitants perdent plus d’actifs qu’elles n’en possèdent à l’origine. Seules les

deux villes de Nîmes et d’Alès polarisent plus d’actifs qu’elles n’en ont. Pour les scolaires on

peut observer que cette perte est très largement proportionnelle à la taille de la commune

d’origine, et qu’à partir du seuil de 8 000 habitants, les communes urbaines attirent plus de

scolaires qu’elles n’en possèdent à l’origine. Pour les actifs ce phénomène est plus complexe.

Parmi les communes inférieures à 2 000 habitants, on remarque que le taux de pertes est

significativement élevé, compris entre - 37% et - 54%. Les communes qui attirent le moins

d’actifs sont ainsi celles comprises entre 1 000 et 2 000 habitants où le taux de pertes est le

plus élevé, suivi des très petites communes comprises entre 125 et 250 habitants. Les

communes urbaines comprises entre 2 000 et 4 000 habitants ont également un taux élevé

de pertes de leurs actifs, tandis que celui est presque trois fois moindre pour les communes

plus importantes, entre 4 000 et 8 000 habitants et six fois moindre pour les communes

comprises entre 8 000 et 20 000 habitants où le taux de pertes des actifs est quasi nul (- 5%).

La part des navetteurs restant dans leur commune de résidence

Cet indicateur représente la proportion des navetteurs restant dans leur commune de

résidence. Il permet ainsi de tempérer les résultats obtenu par le premier indicateur

d’attractivité présenté plus haut en montrant l’importance des flux à l’intérieur des

communes elles-mêmes. Nous le représentons ici selon les critères communaux de taille de

population et de catégorisation des communes dans le ZAUER (pour les actifs seulement).

Figure 35 : Part des actifs restant dans leur commune de résidence selon la catégorisation du ZAUER

Source : INSEE (2006), N= 250 452. Réalisation : Ecault, 2011

La figure n°35 nous montre que ce sont en premier lieu les communes des pôles urbains qui

comportent la plus grande proportion d’actifs qui résident et travaillent à l’intérieur de ces

communes à plus de 60%, suivi du pôle d’emploi de l’espace rural où plus de 45% des actifs

0

10

20

30

40

50

60

70

80

90

100

Pôle urbain Communesmonopolarisées

Communesmultipolarisées

Pôle d'emploide l'espace rural

Couronne dupôle d'emploi

de l'espace rural

Autrescommunes del'espace rural

%

% d'actifs restant dans leur commune

64

résident et travaillent dans leur commune. Les communes monopolarisées de la couronne

périurbaine sont celles qui perdent le plus d’actifs, avec 20% seulement des actifs originaires

de la commune restant pour y travailler. Les communes monopolarisées et de la couronne

du pôle d’emploi de l’espace rural polarisent quant à elles près d’un tiers de leurs actifs.

Figure 36 : Part des actifs et des scolaires restant dans leur commune de résidence selon la taille de

celle-ci

Source : INSEE (2006), N=250 452 (actifs), N= 110 119 (scolaires). Réalisation : Ecault, 2011

Ces constatations sont à mettre en regard de la taille de commune qui représente la part des

navetteurs restant dans leur commune selon la taille de celle-ci. On peut ainsi observer que

pour les actifs des communes de moins de 1 000 habitants, la proportion d’actifs travaillant

dans la commune augmente à mesure que le nombre d’habitants diminue. Ce constat trouve

probablement son origine explicative dans le phénomène de périurbanisation qui touche les

espaces ruraux situés en périphérie des grandes villes. Pour les communes de plus de 2 000

habitants, la proportion d’actifs travaillant dans la commune augmente en fonction de la

taille de la population de la commune. Ainsi, à partir du seuil de 2 000 habitants, plus la taille

de la commune est importante, plus la proportion d’actifs qui résident et travaillent dans

cette commune est élevée, celle ci atteignant même près de 80% pour les villes de Nîmes et

d’Alès. En ce qui concerne les scolaires, on s’aperçoit que la proportion de scolaires restant

étudier dans la commune augmente toujours proportionnellement à la taille de commune,

conformément à ce qui a pu être observé lors de la lecture des cartes.

La part de la population active employée (ou de scolaires étudiant) résidant sur la

commune

Cet indicateur représente la proportion des résidents, actifs ou scolaires, sur le nombre total

de navetteurs, actifs ou scolaires présents dans la commune. Il permet d’appréhender la

diversité de l’emploi communal et celle des effectifs de scolaires présents sur la commune.

0

10

20

30

40

50

60

70

80

90

100

De 0 à 125habitants

De 125 à250

habitants

De 250 à500

habitants

De 500 à1000

habitants

De 1000 à2000

habitants

De 2000 à4000

habitants

De 4000 à8000

habitants

De 8000 à20000

habitants

Plus de20000

habitants

%

% d'actifs restant dans leur commune % de scolaires restant dans leur commune

65

Figure 37 : Part de la population employée résidant sur la commune selon la catégorisation du ZAUER

Source : INSEE (2006), N=250 452. Réalisation : Ecault, 2011

La figure n°37 qui représente l’indicateur selon le zonage du ZAUER, nous montre que celui-

ci parait assez peu pertinent pour décrire les différentes situations observées sur les cartes

n°29 et n°30 en fonction de la catégorisation de la commune. On peut toutefois noter que ce

sont les pôles urbains et ceux d’emplois ruraux qui comportent la plus faible proportion de

résidents dans emplois totaux, ceci confirmant leur attractivité pour les migrants extérieurs.

On peut enfin noter que les communes de la couronne du pôle d’emploi de l’espace rural

comportent plus de 60% d’actifs dans leurs effectifs totaux, autrement dit ces communes

semblent à tous points de vues très peu attractives, entre la perte de leurs actifs et la faible

attractivité des navetteurs extérieurs à la commune.

Figure 38 : Part des actifs ou des scolaires résidents dans les emplois ou les effectifs scolaires totaux selon la taille de la commune

Source : INSEE (2006), N = 250 452 (actifs), N = 110 119 (scolaires). Réalisation : Ecault, 2011

0

10

20

30

40

50

60

70

Pôle urbain Communesmonopolarisées

Communesmultipolarisées

Pôle d'emploide l'espace rural

Couronne dupôle d'emploi

de l'espace rural

Autrescommunes del'espace rural

%

% des emplois existants totaux occupés par les résidents des communes

0

10

20

30

40

50

60

70

80

90

100

De 0 à 125habitants

De 125 à250

habitants

De 250 à500

habitants

De 500 à1000

habitants

De 1000 à2000

habitants

De 2000 à4000

habitants

De 4000 à8000

habitants

De 8000 à20000

habitants

Plus de20000

habitants

%

% des emplois existants totaux occupés par les résidents des communes

% des effectifs scolaires totaux occupés par les résidents des communes

66

Si l’on examine cet indicateur en fonction de la taille de la population de la commune cette

fois (cf. voir figure n°38), on observe une information apportée sensiblement différente de la

précédente concernant l’emploi local. On voit ainsi que les toutes petites communes rurales,

inférieures à 500 habitants, présentent une proportion élevée de résidents dans l’emploi

local, avec plus de 70% des emplois qui sont occupés par des actifs originaires de cette taille

de commune. A l’inverse, les communes comprises entre 500 et 1 000 habitants sont les

communes rurales où l’emploi extérieur est le plus important, avec moins de la moitié des

emplois locaux qui sont occupés par des actifs résidents de la commune. Les communes de

1 000 à 2 000 habitants présentent quant à elle une situation intéressante : ce sont à la fois

des communes où le nombre d’actifs restant est très faible, inférieur au quart, ainsi qu’à la

fois des communes où l’emploi reste majoritairement occupé par des personnes résidentes

de la commune (55,5% de l’emploi est occupé par des actifs originaires de cette taille de

commune). Du côté des grandes communes supérieures à 2 000 habitants, la proportion des

emplois occupés par les actifs résidents oscille entre 40% pour les plus petites communes et

50% pour les plus grandes villes supérieures à 20 000 habitants.

Si l’on s’intéresse à la situation des scolaires, on s’aperçoit que les petites communes

inférieures à 2 000 habitants présentent des situations contrastées à l’inverse des grandes

communes où la proportion de scolaires originaires de la commune dans les effectifs totaux

est stable, située autour de 60%. Il semblerait pour les petites communes, que plus la taille

de la population soit importante, plus la proportion de scolaires originaires de la commune

dans les effectifs totaux soit également importante, atteignant jusqu’à 78% des effectifs

scolaires totaux dans le cas des communes de 1000 à 2 000 habitants.

3.1.2/ Aspatialisation des données de mobilité

Nous avons ainsi vu que les différents indicateurs mesurant l’attractivité, la polarisation ou la

dispersion des navetteurs étaient plutôt pertinents pour décrire la mobilité à l’échelle des

communes, notamment au regard de la taille de population. Une conclusion intéressante

porte sur le fort turn-over existant à l’intérieur des communes de 1 000 à 2 000 habitants :

ces communes dispersent le plus leurs actifs et sont également très polarisantes vis-à-vis des

flux extérieurs. On peu dès lors conclure sur l’intérêt que représente l’étude particulière des

mobilités des navetteurs issus de cette catégorie de taille de commune. Ceux-ci possèdent

potentiellement une vulnérabilité d’autant plus forte qu’ils effectuent quotidiennement des

trajets plus ou moins longs en direction d’autres communes. Représentant près d’un sixième

des actifs du Gard, ces communes constituent ainsi un réservoir important des mobilités. En

comparaison les grandes villes qui représentent ¼ des actifs possèdent une mobilité faible.

Synthèse des facteurs influençant la mobilité des actifs et des scolaires

Les deux tableaux ci-après présentent le résultat des croisements statistiques bivariés (Chi2

et V de Cramer) entre les critères de mobilité d’une part et les profils sociodémographiques :

des individus, de leur ménage ou de leurs différentes caractéristiques communales.

67

Tableau 6 : Synthèse de relations statistiques existantes entre les critères de mobilité et les variables relatives aux individus actifs, leurs ménages et leurs caractéristiques communales

Source : INSEE (2006), N = 250 165. Réalisation : Ecault, 2011

ACTIFS

Critères de mobilité

Distance (6) Taille_log (9)

dest Taille_com

(4) dest ILA_D_rur

dest ILA_D_urb

dest ZAUER_dest

Individu

Âge 0,053 0,030 0,014 0,076 0,048 0,013

Genre 0,100 0,086 0,053 0,099 0,100 0,039

Diplôme 0,067 0,053 0,083 0,083 0,059 0,058

Ménage Type de ménage 0,056 0,037 0,031 0,043 0,056 0,022

Nb pers du ménage 0,051 0,032 0,030 0,034 0,054 0,025

Contraintes Type d'actifs 0,096 0,081 0,102 0,165 0,071 0,068

CSP 0,109 0,138 0,149 0,192 0,093 0,105

Ressources Nb voit du ménage 0,127 0,062 0,037 0,098 0,124 0,030

Mode de transport 0,217 0,112 0,096 0,257 0,199 0,077

Domicile Statut occup du logt 0,080 0,063 0,052 0,043 0,083 0,043

Commune

de

résidence

Taille_com (4) 0,248 0,442 0,057 0,266 0,266

ZAUER_GEO 0,183 0,265 0,296 0,147 0,290 0,480

ZAUER_rur_urb 0,182 0,285 0,338 0,145 0,322 0,406

Taille_ log (9) 0,204 0,460 0,079 0,213 0,211

Liaison entre 2 variables (Test du chi2)

Force de la relation (V de Cramer)

Significatif P < 0,05 Relation très faible V < 0,200

Non significatif (N.S.) P > 0,05 Relation faible 0,200 < V < 0,300

Relation forte V > 0,300

Tableau 7 : Synthèse de relations statistiques existantes entre les critères de mobilité et les variables relatives aux individus scolaires, leurs ménages et leurs caractéristiques communales

Source : INSEE (2006), N = 155 716. Réalisation : Ecault, 2011

SCOLAIRES

Critères de mobilité

Distance (6) Taille_log (9)

dest Taille_com

(4) dest ILA_D_rur

dest ILA_D_urb

dest ZAUER_dest

Individu

Âge 0,279 0,261 0,273 0,427 0,258 0,194

Genre 0,019 0,022 0,014 0,022 0,019 0,016

Diplôme 0,166 0,120 0,177 0,193 0,151 0,122

Ménage Type de ménage 0,070 0,104 0,130 0,073 0,070 0,083

Nb pers du ménage 0,076 0,106 0,127 0,089 0,076 0,078

Contraintes Cycle de la scolarité 0,364 0,347 0,316 0,557 0,332 0,253

Ressources Nb voit du ménage 0,139 0,135 0,112 0,106 0,134 0,096

Domicile Statut occup du logt 0,125 0,128 0,123 0,059 0,122 0,101

Commune

de

résidence

Taille_com (4) 0,263 0,611 0,152 0,273 0,343

ZAUER_GEO 0,190 0,314 0,347 0,110 0,275 0,627

ZAUER_rur_urb 0,188 0,358 0,410 0,103 0,299 0,565

Taille_ log (9) 0,217 0,613 0,144 0,214 0,299

Liaison entre 2 variables (Test du chi2)

Force de la relation (V de Cramer)

Significatif P < 0,05 Relation très faible V < 0,200

Non significatif (N.S.) P > 0,05 Relation faible 0,200 < V < 0,300

Relation forte V > 0,300

68

La représentation des flux en fonction des tailles de communes

La figure n°39 présente les flux observés des actifs dans le Gard entre les différentes tailles

de communes en fonction d’une échelle de progression logarithmique. L’axe des abscisses

passant par l’origine représente le pourcentage d’actifs restant à l’intérieur des communes

de même taille. On observe ainsi une série de distribution normale, décalée sur l’axe des

abscisses. Globalement les actifs résident et travaillent pour plus de la moitié d’entre eux

dans une commune de taille similaire (51,01% du total). Lorsqu’un changement de la gamme

de taille de commune se produit, 39% des flux sont à destination d’une commune de taille

supérieure et 10% des flux seulement se dirigent vers une commune de taille inférieure.

Figure 39 : Flux des actifs en fonction du seuil de taille de la commune d’activité

Source : INSEE (2006), N = 250 165. Réalisation : Ecault, 2011

Concernant les flux se dirigeant vers une commune de taille inférieure, on peut constater

une décroissance arithmétique du pourcentage d’actifs au fur et à mesure que le rapport

entre la taille de commune d’origine et la taille de commune d’activité augmente. Si l’on

s’intéresse au flux à destination des communes de taille supérieure, on constate que les

actifs se dirigent dans des proportions similaires vers des communes, deux, quatre ou encore

huit fois plus grandes. A partir de ce dernier seuil, l’on observe à nouveau une décroissance

69

arithmétique du pourcentage d’actifs au fur et à mesure que le rapport entre la taille de

commune d’origine et la taille de commune d’activité augmente.

Si l’on examine les scolaires dans un second temps, on observe la même forme de la courbe

plus ramassée du fait que la proportion de scolaires restant à l’intérieur de communes de

même taille est beaucoup plus importante, de l’ordre de 66%. Les scolaires sont enfin moins

de 4% seulement à se diriger vers des communes de taille inférieure et 30% d’entre eux vont

vers des communes de taille supérieure, deux, quatre ou fois plus grandes. A partir de ce n

dernier seuil, on observe de même que pour les actifs une décroissance arithmétique du

pourcentage de scolaires se dirigeant vers des communes de seize à deux cent cinquante six

fois plus grandes que leur commune de résidence. Ceci semble assez logique au regard de la

répartition des équipements d’enseignements sur le territoire.

Figure 40 : Flux des scolaires en fonction du seuil de taille de la commune d’activité

Source : INSEE (2006), N = 155 716. Réalisation : Ecault, 2011

Typologie des patterns de mobilité des actifs selon les tailles de communes

Nous allons nous intéresser maintenant plus en détail aux patterns de mobilité des actifs en

fonction de la taille de leur commune de résidence, en relation avec la taille de la commune

d’activité et la distance parcourue (Cf. voir section 2.2.3 pour la construction de la distance).

70

La figure n°41 nous montre que les communes de résidence, quelle que soit leur taille,

émettent leur premier flux à destination d’une commune de même taille, la proportion de

celui-ci augmentant alors sensiblement selon la taille de la commune de résidence. On peut

également noter sur le graphique, l’importante polarisation des grandes villes qui reçoivent

entre 28 et 38% des flux en provenance des autres communes de taille inférieure. La grande

majorité des actifs travaillant dans les petites communes inférieures à 2 000 habitants y sont

originaires. Les communes comprises entre 2 000 et 5 000 habitants polarisent quant à elles

essentiellement les petites communes de l’ordre de 14%, et actifs des communes de taille

supérieure de l’ordre de 7%. Les communes de taille supérieures comprises entre 5 000 et

20 000 habitants polarisent elles en premier lieu les actifs originaires des petites communes

inférieures à 2000 habitants de l’ordre de 18% puis les actifs originaires des communes

comprises entre 5 000 et 20 000 habitants de l’ordre de 13%. Enfin, les grandes villes (>

20 000 habitants) émettent 85% de leur flux à destination de communes de même taille.

Figure 41 : Flux des actifs selon les tailles de population des communes de résidence et d’activité

Source : INSEE (2006), N = 250 165. Réalisation : Ecault, 2011

La mobilité des actifs originaires des petites communes inférieures à 2 000 habitants

Les actifs originaires des petites communes inférieures à 2 000 habitants sont moins d’un

71

tiers à travailler sur la même commune (27, 4%), les flux à destination d’autres communes

rurales représentant alors près de 13% (cf. voir figure n°41). A l’intérieur de ce pourcentage,

⅓ des ruraux se dirigent vers une commune voisine (< 6km), un autre tiers se dirigent vers

une commune proche (entre 6 et 12km), le derniers tiers se dirigeant vers des communes

plus éloignées. Les communes comprises entre 2 000 et 5 000 habitants attirent près de 14%

des flux, dont ⅓ de flux de proximité (< 6km), un autre tiers des distances comprises entre 6

et 12 km, le dernier tiers représentant des très longues distances. Les communes comprises

entre 5 000 et 20 000 habitants polarisent elles environ 18% des flux, dont 10% de ces flux

qui représentent de petites distances. Enfin, les grandes villes attirent elles près de 28% des

flux. Les distances parcourues par les actifs pour les rejoindre sont alors plus importantes :

¼ des flux des flux se font avec une distance inférieure à 12 km, près de la moitié des flux

représentent une distance intermédiaire comprises entre 12 et 24 km, le quart restant des

flux représentant des longues distances supérieures à 24 km.

Figure 42 : Distances parcourues par les actifs des petites communes inférieures à 2 000 habitants selon la taille de population de la commune d’activité

Source : INSEE (2006), GEOFLA (2010), N = 67 210. Réalisation : Ecault, 2011

La mobilité des actifs originaires des communes comptant de 2 000 à 5 000 habitants

Les actifs originaires des communes comptant entre 2 000 et 5 000 habitants sont eux près

72

de 30% à travailler dans la même commune de résidence, et environ 42% à travailler dans

des communes de taille similaire (cf. voir figure n°41). Sur ces 12% des flux restant, on peut

noter ⅓ des flux s’effectuant à une distance de moins de 6km, un autre tiers s’effectuant à

une distance entre 6 et 12 km, le dernier tiers représentant alors les distances de plus de 12

km. Les flux se dirigeant vers des communes de taille inférieure représentent eux moins de

6% du total. Les communes comprises entre 5 000 et 20 000 habitants attirent elles 13% des

actifs et parmi les distances parcourues par les actifs, on peut noter la moitié des flux qui se

font à une distance inférieure à 12km. Enfin les grandes communes supérieures à 20 000

habitants polarisent 38,5% du total des flux des actifs originaires des communes comprises

entre 2 000 et 5 00 habitants. La distance parcourue par ceux-ci pour rejoindre ces grandes

villes est majoritairement courte, avec plus de 22% des flux qui s’effectuent à une distance

inférieure à 12 km, dont 6,5% qui s’effectuent à une distance inférieure à 6km.

Figure 43 : Distances parcourues par les actifs des communes comptant entre 2 000 et 5 000 habitants selon la taille de population de la commune d’activité

Source : INSEE (2006), GEOFLA (2010), N = 59 506. Réalisation : Ecault, 2011

La mobilité des actifs originaires des communes comptant de 5 000 à 20 000 habitants

Les actifs originaires des communes comptant entre 5 000 et 20 000 habitants sont eux

41,5% à rester sur leur commune de résidence pour y travailler et plus généralement près de

73

58% à travailler dans communes de taille similaire (cf. voir figure n°41), avec en majorité des

courtes distances (< 12 km). Ces communes n’envoient respectivement que seulement 5 et

7% de leur flux à destination des communes inférieures à 2 000 habitants et comprises entre

5 000 et 20 000 habitants, mais près de 30% de leur flux à destination des communes plus

peuplées. On peut alors noter que les distances parcourues par les actifs pour rejoindre une

commune de taille inférieure sont majoritairement courtes (< 12 km), ou comprises entre 12

et 24 km. Ceux rejoignant les grandes communes supérieures à 20 000 habitants parcourent

pour plus de la moitié d’entre eux des distances importantes (cf. voir figure n° 44).

Figure 44 : Distances parcourues par les actifs des communes comptant entre 5 000 et 20 000 habitants selon la taille de population de la commune d’activité

Source : INSEE (2006), GEOFLA (2010), N = 62 348. Réalisation : Ecault, 2011

La mobilité des actifs originaires des villes de Nîmes et Alès

Les actifs originaires des grandes communes, supérieures à 20 000 habitants, sont eux plus

des ¾ à travailler dans leur commune de résidence (cf. voir figure n° 41). Le pourcentage

restant se dirige quant à lui pour 2,5% des actifs seulement vers des communes inférieures à

2 000 habitants, 6,5% vers une communes comptant entre 2 000 et 5 000 habitants et enfin

6,5% vers une commune comptant entre 5 000 et 20 000 habitants. On peut alors souligner

l’importance des longues distances parcourues par les actifs dans les flux à destination des

74

communes inférieures à 2 000 habitants et des communes comptant entre 5 000 et 20 000

habitants. A l’inverse, on peut remarquer l’importance des courtes distances (< 12 km), dans

la part des flux à destination des communes comptant entre 2 000 et 5 000 habitants. Enfin,

on note sur la figure suivante que lorsque les actifs originaires d’une grande ville se dirigent

vers une autre de taille similaire, leur distance parcourue est alors nécessairement longue (>

24 km) ; ces flux concernant par ailleurs au total près de 6% des actifs des grandes villes.

Figure 45 : Distances parcourues par les actifs des grandes communes supérieures à 20 000 habitants selon la taille de population de la commune d’activité

Source : INSEE (2006), GEOFLA (2010), N = 61 388. Réalisation : Ecault, 2011

Typologie des patterns de mobilité des scolaires selon les tailles de communes

Les scolaires se différencient principalement des actifs par le fait qu’ils sont plus nombreux à

rester dans leur commune de résidence pour y étudier, ce chiffre atteignant près de 95%

pour ceux qui résident dans les grandes villes. On peut observer sur la figure n°45 le même

phénomène que pour les actifs, à savoir une attractivité des communes inférieures à 5 000

habitants pour les scolaires originaires des communes inférieures à 2 000 habitants et une

attractivité des communes comptant de 5 000 à 20 000 habitants pour les scolaires venant

de communes de taille inférieure. Enfin, les grandes villes présentent une forte attractivité et

attirent dans les mêmes proportions, les scolaires en provenance des communes inférieures

75

à 2 000 habitants et des communes comprises entre 5 000 et 20 000 habitants (~20%), et

dans une proportion supérieure les scolaires en provenance des communes comprises entre

2 000 et 5 000 habitants (~30%). On remarquera par ailleurs que les flux des scolaires

s’effectuent presque toujours vers des communes de taille supérieure.

Figure 465 : Flux des scolaires selon les tailles de population des communes de résidence et d’activité

Source : INSEE (2006), N = 155 719. Réalisation : Ecault, 2011

L’analyse des distances parcourues par les scolaires nous montre ainsi que plus la taille de la

commune de scolarisation sera supérieure à la taille de la commune de résidence, plus la

distance parcourue par les scolaires pour la rejoindre sera importante. Inversement les

scolaires se dirigeant vers une commune de même taille parcourent dans leur immense

majorité de petites distances. Par ailleurs, les flux en direction de communes de taille

inférieure, très marginaux, ne semblent pas avoir de logique quant à la distance parcourue.

Le mode de transport utilisé en fonction des distances parcourues

Le mode de transport utilisé n’étant disponible que pour les seuls actifs, nous l’analyserons

en conséquence uniquement pour cette catégorie. Ainsi, dans les déplacements quotidiens

et professionnels, la voiture et les quatre-roues assimilés sont plébiscités dans plus de 80%

des cas (cf. voir figure n°22 du chapitre 2.3.2), ce qui va avoir des conséquences notables

76

concernant la vulnérabilité vis-à-vis de notre problématique des crues rapides. La marche à

pieds regroupe 8% des actifs, les deux-roues 3,7% et les transports en communs 3,6%. Enfin

4,2% des actifs déclarent ne pas utiliser de transports pour se déplacer ou plus simplement

on peut en déduire qu’ils travaillent sur leur lieu de résidence.

Figure 47 : Mode de transport utilisé selon la distance parcourue

Source : INSEE (2006), GEOFLA (2010), N = 250 165. Réalisation : Ecault, 2011

Si l’on croise le mode de transport utilisé avec les distances parcourues par les actifs (cf.

figure n°74), on constate qu’une majorité des distances intra communales sont effectuées en

voiture à plus de 64% et que l’essentiel des distances intermédiaires sont effectuées à plus

de 90% en voiture individuelle, les autres modes de transport restant anecdotiques en

comparaison. Les longues distances sont quant à elles effectuées en voiture pour près de

90% des cas, les 10% restants représentant des déplacements effectués en transport en

communs. La vulnérabilité semble être maximale pour les trajets effectués à une distance

intermédiaire, dans notre étude les distances intercommunales inférieures à 24 km, qui

représentent près de 40% des déplacements des actifs au quotidien selon l’INSEE.

Enfin, si l’on croise le mode de transport utilisé avec la taille de la commune d’origine (cf.

figure n°48), on constate que ce sont les actifs originaires des communes de moins 5 000

habitants qui utilisent le plus la voiture, dans plus de 85% des cas ; les actifs originaires des

communes comptant entre 5 000 et 20 000 habitants l’utilisant pour 80% d’entre eux et les

actifs originaires des grandes communes l’utilisant, en comparaison, dans 70% de leurs

déplacements professionnels seulement. Les transports en communs sont utilisés en grande

majorité par les personnes originaires des grandes communes urbaines dans près de 8% de

leurs déplacements. La marche à pieds est le second mode de transport le plus utilisé pour

se rendre au travail après la voiture individuelle et ce quelle que soit la taille de la commune

de résidence. Les deux-roues sont enfin sensiblement plus utilisés en fonction de la taille de

la commune de résidence, jusqu'à 5% d’utilisateurs quotidiens dans les grandes villes.

77

Figure 48: Répartition du mode de transport utilisé par les actifs en fonction de la taille de population de leur commune de résidence

Source : INSEE (2006), N = 250 165. Réalisation : Ecault, 2011

Les migrations pendulaires sont une réalité majeure à l’échelle de notre territoire, le Gard.

La proximité du lieu de travail ne constitue plus l’essentiel du quotidien de nombreux actifs

qui se déplacent de plus en plus loin pour travailler chaque jour. Cette mobilité dans l’espace

géographique, est essentiellement le fait des communes inférieures à 2 000 habitants où

plus du ¾ des actifs effectuent des navettes d’autant plus longues qu’ils se dirigent vers des

communes de taille importante. Il existe en conséquent une très forte polarisation des flux

ayant pour vocation l’activité professionnelle sur le territoire qui fait logiquement ressortir la

hiérarchie des communes selon leur taille. La dépendance à la voiture individuelle est

également une caractéristique marquante de ces navettes, d’autant plus dans les petites

communes rurales où les ressources en transports collectifs sont plus limitées. A l’opposé,

les résidents des grandes villes sont nombreux à conserver une mobilité de proximité, la

commune de résidence étant ainsi la commune du lieu de travail pour près de ¾ des actifs.

Connaissant un peu plus les différents profils spatiaux des navetteurs, il apparait intéressant

de compléter notre analyse par une lecture sociodémographique des migrations alternantes

sur la base des deux principaux critères retenus pour décrire les flux des navettes, à savoir la

distance parcoure et l’origine-destination des déplacements selon les tailles de communes.

78

L’influence des variables sociodémographiques sur la mobilité

Partant de l’hypothèse de travail affirmant que les variables influençant les navetteurs sont

liées à leurs types de contraintes professionnelles ou scolaires et au genre pour les mobilités

à caractère professionnel, nous étudierons ainsi les mobilités du point de vue de ces critères.

La catégorie socioprofessionnelle des individus, le statut professionnel et le temps de travail

regroupés sous la variable du type d’actifs vont notamment jouer sur la distance à l’activité.

Les actifs dont la CSP est assimilée aux agriculteurs où exploitants possèdent essentiellement

une mobilité de proximité, avec des distances parcourues majoritairement intracommunales

à plus de 80%. La deuxième CSP qui parcoure le moins de distance au quotidien est celle des

artisans, commerçants et chefs d’entreprises avec plus de 65% des distances parcourues qui

sont intracommunales, suivie par la CSP des employés qui sont 50% à résider et travailler sur

la même commune. A l’inverse, les catégories socioprofessionnelles qui parcourent les plus

longues distances sont celles des cadres et professions intellectuelles supérieures, suivies

des professions intermédiaires et des ouvriers. La taille de la commune d’activité est

également très liée à la catégorie socioprofessionnelle comme le montre la figure n°49 qui

représente les écarts à la moyenne entre les quatre tailles des communes d’activité selon les

différentes catégories socioprofessionnelles.

Figure 49 : Comparaison des tailles des communes d’activité selon les catégories socioprofessionnelles des navetteurs dans le Gard

Source : INSEE (2006), N = 406 170. Réalisation : Ecault, 2011

On constate bien sur le graphique suivant que les différentes de catégories CSP existantes ne

se dirigent pas dans les mêmes gammes de taille de commune selon leur appartenance. On

observe ainsi un déficit des agriculteurs exploitants dans les grandes communes urbaines

-80% -60% -40% -20% 0% 20% 40% 60% 80% 100%

Agriculteurs exploitants

Artisans, commerçants et chefs d'entreprise

Cadres et professions intellectuelles supérieures

Professions Intermédiaires

Employés

Ouvriers

Scolaires

Commune > 20 000 habitants Commune entre 5 000 et 20 000 habitants

Commune entre 2 000 et 5 000 habitants Commune < 2 000 habitants

79

Le type d’actif est une variable qui joue également sur la longueur de la distance parcourue

et sur le rapport entre la taille de commune de résidence et celle d’activité. Ce sont en

d’abord, les salariés travaillant à plein temps où à temps partiel qui sont les plus nombreux

dans leur proportion à se déplacer pour travailler hors de leur commune de résidence à

respectivement plus de 60 et 50%. Les travailleurs indépendants à plein temps sont ceux qui

présentent la plus forte propension à travailler dans la même commune dans plus de 75%

des cas. Les longues distances sont elles les plus significatives pour les salariés travaillant à

plein temps tandis que les aides familiaux travaillent le plus souvent très proches de leur

domicile. Les travailleurs indépendants à temps partiels sont également assez nombreux en

proportion à effectuer de longues distances. Quant aux catégories de scolaires, leur distance

parcourue est inversement proportionnelle à leur position dans le cycle de scolarité : plus ils

sont âgés, plus ils sont nombreux en proportion à effectuer des longues distances, les élèves

de 1er cycle scolaire étudiant à plus de 80% dans la même commune de résidence contre

56% des collégiens et 38% des lycéens qui sont par essence les plus mobiles au quotidien,

avant même les étudiants qui sont légèrement plus nombreux en proportion à résider et

étudier dans la même commune. Parallèlement les étudiants sont plus nombreux à effectuer

des longues distances que les lycéens qui font surtout des distances moyennes pour

rejoindre leur établissement scolaire.

Si l’on s’intéresse maintenant au rapport des effectifs entre la taille de la commune d’origine

et la taille de la commune de destination selon le type d’actif, on observe quelques relations

intéressantes mais sont nettement moins significatives que pour la CSP :

Figure 50 : Rapport en pourcentage entre la taille de la commune de résidence et la taille de la commune d’activité selon le type d’actif

Source : INSEE (2006), N = 250 165. Réalisation : Ecault, 2011

Les grandes communes urbaines, sans surprise, polarisent toutes plus d’actifs qu’elles n’en

possèdent, et ce pour toutes les catégories d’actifs confondues. Les communes urbaines de

taille intermédiaire sont elles assez stables, sans pertes singulières d’aucune des catégories.

0

50

100

150

200

Travailleursalarié à plein

temps

Travailleursalarié à

temps partiel

Travailleurindépendantà plein temps

Travailleurindépendant

à tempspartiel

Employeurtravaillant àplein temps

Employeurtravaillant à

temps partiel

Aidesfamiliaux

travaillant àplein temps

Aidesfamiliaux

travaillant àtemps partiel

Commune rurale (< 2 000 hab) Petite commune urbaine (entre 2 000 et 5 000 hab)

Moyenne commune urbaine (entre 5 000 et 20 000 hab) Grande commune urbaine (> 20 000 hab)

80

En revanche, les petites communes urbaines gagnent elles plus d’employeurs travaillant à

temps partiels qu’elles n’en possèdent à l’origine. Les communes rurales perdent elles

systématiquement des actifs toutes catégories confondues et notamment des travailleurs

salariés à temps plein où partiel qui sont par ailleurs ceux qui se déplacent le plus loin.

Si l’on s’intéresse à l’âge des scolaires selon leur cycle de la scolarité, on s’aperçoit que les

relations existantes dans le rapport des effectifs entre la taille de commune d’origine et taille

de la commune d’activité sont très importantes comme le montre le graphique ci-dessous :

Figure 51: Rapport en pourcentage entre la taille de la commune de résidence et la taille de la commune d’activité selon la catégorie d’âge des scolaires

Source : INSEE (2006), N = 155 716. Réalisation : Ecault, 2011

Les scolaires de premier cycle changent ainsi relativement peu de taille de commune. Pour

les scolaires de deuxième où troisième cycle, le rapport entre les effectifs d’origine et

d’études varie de façon importante selon les tailles de commune. Les communes rurales

perdent ainsi près de 75% des effectifs de collégiens et près de 85% des effectifs de lycéens

où d’étudiants. Si les petites communes urbaines ne perdent que 15% de collégiens, elles

perdent en revanche environ 30% des scolaires de cycle supérieur. Les moyennes communes

urbaines gagnent elles près de 30% de collégiens, perdent seulement 5% de lycéens mais

perdent par comparaison plus de 45% des élèves âgés de 18 ans où plus. Enfin, il convient de

noter que les grandes communes urbaines constituent des pôles d’attractivité pour les

lycéens avec un gain de presque 150% par rapport à leurs effectifs d’origine, ce gain n’étant

en proportion que de 85% pour les étudiants.

La dernière variable sociodémographique présentant un intérêt différentiateur des mobilités

est la variable du genre, pour les actifs seulement. Les hommes sont proportionnellement

plus nombreux que les femmes à effectuer des longues distances et moins nombreux

qu’elles à résider et travailler au sein d’une même commune. On peut également noter que

0

50

100

150

200

250

Scolaire de moins de6 ans

Scolaire de 6 à 10 ans Scolaire de 11 à 14ans

Scolaire de 15 à 17ans

Scolaire de 18 ans etplus

Commune rurale (< 2 000 hab) Petite commune urbaine (entre 2 000 et 5 000 hab)

Moyenne commune urbaine (entre 5 000 et 20 000 hab) Grande commune urbaine (> 20 000 hab)

81

les femmes sont en proportion un peu plus nombreuses que les hommes à travailler dans

des grandes villes par rapport à leurs effectifs d’origine.

Pour conclure sur les profils sociodémographiques présentant des pratiques de mobilité

différenciatrices pour le travail, rappelons tout d’abord que les variables les plus fortement

corrélées sont celles liées aux contraintes professionnelles elles mêmes, à savoir le type

d’actif et la catégorie de CSP et dans une moindre mesure le genre. Les scolaires sont eux le

plus mobile en fonction de leur âge, lié lui-même à leur position dans le cycle de la scolarité.

Les actifs de sexe masculin, salariés à temps plein où partiel, de CSP assimilées cadres et

professions intellectuelles supérieures, professions intermédiaires où ouvriers, sont ceux qui

sont les plus susceptibles de parcourir de longues distances journalières pour aller travailler,

ceci d’autant plus s’ils résident dans une commune rurale (entre 500 et 2 000 habitants).

A l’inverse, les actifs de sexe féminin, travailleurs indépendants à temps plein où aides

familiaux, de CSP assimilées agriculteurs, artisans, commerçants et chefs d’entreprises où

employés, sont ceux qui sont le plus susceptibles de posséder une mobilité quotidienne de

proximité, ceci d’autant plus s’ils résident dans une grande ville (> 20 000 habitants).

Concernant les mobilités quotidiennes motivées par les études, les scolaires se déplacent

d’autant plus loin selon s’ils sont âgés, les plus grandes communes rurales et les petites

communes urbaines polarisant les flux des élèves de premier cycle et les collégiens, les

communes urbaines de taille supérieure polarisant les lycéens qui représentent la classe

d’âge la plus mobile et parcourant les plus longues distances au quotidien. Les scolaires et

étudiants sont quant à eux marqués par deux types de mobilité : une mobilité de proximité

marquée par l’importance des distances intra communales où en opposition une mobilité

lointaine marquée par l’importance des longues voir très longues distances.

3.2/ Les facteurs de vulnérabilité des mobilités aux crues rapides

Possédant désormais une meilleure connaissance des pratiques de mobilités quotidiennes

domicile-travail où domicile-études dans le Gard, nous pouvons y intégrer quelques critères

permettant d'évaluer les différents facteurs de vulnérabilités et par là, voir si l'on peut faire

apparaitre dans la suite de notre analyse de la vulnérabilité des migrations quotidiennes

soumises à un aléa de crues rapides quelques conclusions intéressantes à l’échelle du Gard.

Les facteurs de vulnérabilité sociales que nous souhaitons évaluer sont ainsi associés aux :

Représentations du risque de crues rapides en général et des situations de grande

vulnérabilité impliquant l’utilisation de la voiture en cas de fortes précipitations

Représentations de l’exposition sur l’itinéraire quotidien

Comportements déclarés des usagers selon différents contextes, de la pré-crise à la crise

82

3.2.1/ Rappel des facteurs de vulnérabilité associés aux représentations du

risque dans le Gard

Nous rappellerons tout d’abord, les principaux critères de vulnérabilité des représentations

du risque de crues rapides dans le Gard issus de la Thèse de I.Ruin (2007) avant d’analyser

ces critères au regard des profils sociodémographiques et spatiaux issus de notre analyse

précédente des migrations alternantes pour le travail où les études.

Les représentations du risque associé aux crues éclairs dans le Gard par les automobilistes

sont le plus souvent très faibles, ceux-ci tendant le plus souvent à sous estimer leur propre

exposition au quotidien sur la route où encore le danger que représente le fait de se

déplacer en voiture lors de très fortes précipitations. Les hauteurs de submersion suffisant à

déstabiliser un véhicule sont également assez mal connues, tandis que la possibilité d’un

accident fatal que représente un déplacement lors d’une vigilance météorologique orange

est largement négligée par les individus.

Critères de vulnérabilité associés aux représentations du risque en général

Les représentations du risque de crues rapides couvrent différents aspects relatifs à l’aléa et

aux situations de vulnérabilité associées à l’utilisation de la voiture lors de circonstances

hydrologiques de crues. Les principaux critères que l’on peut associer à ces représentations

du risque en général reposent à la fois sur des variables de nature spatiale, liées au cadre de

vie, à l’expérience de crues passées où encore à l’ancienneté dans la commune. La

familiarité avec l’environnement contribue ainsi à forger des représentations du risque plus

pertinentes et plus adéquates semble t’il. La différentiation spatiale entre les secteurs bien

plus que la différence simple entre urbains et ruraux joue également un rôle important dans

la qualité des représentations du risque par les usagers. Les responsabilités familiales qui

sont représentées dans l’étude par la charge d’enfants en âge scolaire, tendent quant à elles

à entrainer une certaine exagération du risque couru. L’âge, la profession et dans une faible

mesure le genre sont également synonymes de différentiation dans la représentation du

risque en général. Si la question de l’âge semble jouer assez unilatéralement, les plus jeunes

(-25 ans) et les plus âgés (+65 ans) possédant globalement une sous estimation du risque en

général, la catégorie socioprofessionnelle joue quant à elle différemment et plus faiblement

selon les questions posées, démarquant le plus souvent les inactifs des autres catégories.

Toutefois, ces représentations du risque de crues rapides, de l’aléa à la vulnérabilité associée

aux pratiques de mobilité, ne permettent pas à elles seules d’estimer l’exposition réelle des

conducteurs lors de leur déplacement quotidien et des représentations qui en découlent.

C’est pourquoi afin d’intégrer connaissances conjuguées de leur environnement, pratiques

spatiales journalières et représentations de l’exposition sur leur trajet, les cartes mentales

administrées aux résidents du Gard en 2006 tentaient de répondre à ces questions.

83

Critères de vulnérabilités associés à la représentation du risque de coupures des

routes sur l’itinéraire principal

La perception et la représentation spatiale du risque de coupures sur la route lors des

déplacements quotidiens dans le Gard a donc pu être plus longuement testée lors de

l’enquête par cartes mentales. Cette exposition était par ailleurs connue au travers du

recensement des points de coupures du réseau routier lors de différents événements

recensés entre 2002 et 2005 par la DDE. Ainsi, en fonction des trajets reportés sur un fond

de carte du réseau routier localisant les tronçons routiers empruntés par les automobilistes,

ceux qu’ils pensent sujets à coupures en cas d’événement hydrologique, l’itinéraire de

secours éventuel, plusieurs indices cartographiques relatifs à leur exposition quotidienne sur

l’itinéraire et à la conformité de la représentation du risque de coupures ont été construits. Il

faut par ailleurs rappeler que cette étude s’inscrivait dans un contexte spatial particulier,

d’usagers se déplaçant dans le secteur de la route nation n°106 reliant Nîmes à Alès, route

très fréquentée et fortement sensible aux épisodes pluvieux intenses.

Le schéma suivant nous rappelle ainsi les principaux critères de vulnérabilité associés à ces

représentations du risque sur la route, ceux-ci étant comme on peut le constater de nature

sociodémographique où spatiale, liés au cadre de vie où à l’expérience de crues passées.

Figure 52 : Synthèse des variables influençant la représentation du risque de crues rapides et la

perception du danger sur l’itinéraire principal

Source : D’après I.Ruin, 2007, enquête par carte mentale (2006), N = 200. Réalisation : Ecault, 2011

Les représentations spatiales du danger de coupures sur la route des usagers face à leur

exposition physique réelle sont ainsi une autre possibilité d’évaluer la perception du risque

en la corrélant directement avec l’expérience quotidienne et sensorielle. Sur cette question

on retrouve certaines formes de pratiques de mobilité quotidienne qui sont fortement liées.

L’exposition de l’itinéraire tient en effet tout aussi bien de son exposition physique réelle aux

84

coupures par l’eau, mais du point de vue de l’usager, fréquence du déplacement, longueur

et durée du trajet et représentations de cette exposition tiennent une place importante dans

la vulnérabilité quotidienne des mobilités des usagers. Comme le montre le graphique plus

haut la représentation de l’exposition sur la route peut elle-même être reliée aux critères

sociodémographiques, aux critères spatiaux (les quatre secteurs d’étude) où encore à

l’expérience de crues passées.

Ces mêmes caractéristiques personnelles étant foncièrement reliées aux différentes formes

de mobilité et à la façon de pratiquer l’espace, il peut être établi que les différents patterns

de mobilités conditionnent la nature du risque routier en cas de crise hydrométéorologique,

soit par le niveau d’exposition qu’ils génèrent, soit par la pertinence des représentations

spatiales qui en découlent. La longueur de l’itinéraire constitue ainsi un critère essentiel de

vulnérabilité du fait de la faiblesse de la représentation associée aux coupures de routes en

cas de longs trajets et de l’exposition aux coupures qui est également plus forte. L’usager

selon la nature de sa pratique à ainsi potentiellement plus de chance de se retrouver

confronté à une submersion brutale d’autant plus nombreuses portions du réseau routier.

Le graphique ci-dessous présente la conformité des représentations du risque de coupures

sur la route par les usagers du réseau routier situé autour de la RN106 en relation avec leur

niveau d’exposition (lui-même assez fortement dépendant de la longueur de l’itinéraire).

Figure 53 : Relations entre l’indice de représentation cartographique et le niveau d’exposition sur l’itinéraire principal dans le Gard

Source : I.Ruin, 2007, Enquête par carte mentale (2006), N = 200

3.2.2/ Quels enseignements peut-on tirer en relation avec la connaissance

des patterns de mobilité ?

Cette partie à ainsi pour objectif d’estimer le poids des différents facteurs de vulnérabilité

des représentations du risque de crues rapides dans le Gard en relation avec le poids des

différents critères de mobilités aspatialisés pour l’étude? Ou plus simplement les facteurs de

vulnérabilité des représentations du risque convergent ‘ils avec les critères de mobilité ?

85

Des pratiques de mobilités quotidiennes à risque ?

Au regard du critère aspatial précédemment crée et différenciant les tailles de communes,

on peut observer que les pratiques quotidiennes des 200 usagers de la RN 106 possèdent un

lien avec la taille de la commune de résidence où de destination. Il s’avère en effet que le

motif du déplacement est assez spécifique en fonction de la taille de la commune d’activité.

Les déplacements pour l’activité professionnelle se font par exemple dans 60% des cas, vers

les grandes communes urbaines, ce chiffre étant de près de 78% pour les trajets répondant à

un besoin physiologique de ravitaillement. Les déplacements s’effectuant sur un impératif

de vie sociale sont quant à eux principalement dirigés vers des communes de petite où

moyenne taille. Enfin, les déplacements à vocation de loisirs reflètent quant à eux la

distribution des tailles de commune de résidence. Les grandes villes sont par ailleurs le siège

de nombreux déplacements de fréquence quotidienne où pluri hebdomadaires.

Par ailleurs, si le découpage en secteurs à pu permettre de faire ressortir des différences

spatiales entre secteurs urbains et ruraux, il n’existe à fortiori que peu de liens entre taille

des communes et perception du risque sur la route. Il existe néanmoins comme nous l’avons

vu une forte corrélation entre exposition routière et représentation du risque. En effet, sur

les itinéraires plus faiblement exposés, les automobilistes possèdent une représentation

majoritairement conforme du risque de coupures, voir une tendance à la surestimation de

celui-ci comme le montre le graphique ci-dessus. A l’inverse, un niveau d’exposition faible à

fortement exposé entraine des représentations du risque en deçà de la réalité où totalement

éloignées de celle-ci. Ceci peut s’expliquer toutefois en partie par la relation entre la

longueur du trajet et l’indice d’exposition, les plus courts trajets tendant à être les moins

exposés. Il existe ainsi des pratiques de mobilité à risque dans le Gard combinant :

l’exposition physique intrinsèque des trajets aux coupures reliée elle-même aux types de

pratique de mobilité qui engendrent une différence dans l’exposition des individus

(distance parcourue, durée et fréquence de l’exposition, longueur de l’itinéraire, type de

routes empruntées etc.), les pratiques de mobilité variant également selon les

différentes contraintes familiales et socioprofessionnelles.

la qualité de la représentation du risque sur la route qui peut être associée aux

différentes façons de pratiquer l’espace au quotidien. Ces représentations spatiales de

l’environnement sont elles mêmes associées à différentes variables de nature

sociodémographique (statut familial, âge et profession), où relatives au cadre de vie

(situation géographique des communes) ainsi qu’au « degré de familiarité » avec le

phénomène des crues rapides, l’expérience de crues et l’ancienneté dans la commune

jouant un rôle déterminant dans la qualité de la représentation spatiale de l’exposition.

L’analyse simultanée par une ACM suivie d’une CAH des différentes variables combinant

pratiques de mobilité, exposition physique sur l’itinéraire principal et la représentation de

86

celle-ci, a permis de voir plus à même dans la thèse quelles étaient les types de mobilité

dites « à risque ». Il en résulte ainsi que les différentes pratiques de mobilités quotidiennes

conditionnent en grande partie le niveau d’exposition au risque de crues rapides sur la route

du fait des itinéraires plus ou moins exposés aux coupures des routes par inondation et des

représentations du risque de coupures des routes par inondation qui semblent très en liens

avec les différentes pratiques spatiales de mobilité.

La vulnérabilité des migrations alternantes pour le travail en question

On sait de l’étude précédente des navettes domicile-travail de l’Insee dans le Gard, que seuls

56% des actifs se déplacent hors de leur commune de résidence pour se rendre à leur travail

avec 96,5% de ces déplacements qui se font principalement en voiture individuelle. Les actifs

interrogés en 2006 répondant du fait de l’enquête uniquement à ces deux critères, on

suppose que leur vulnérabilité est d’autant plus forte et non représentative de l’ensemble

des migrations alternantes. Il avait été établi par ailleurs au travers des profils de mobilité

que ces migrations alternantes présentaient un risque fort, du fait de l’exposition

conséquente des actifs aux coupures physiques des routes le long de leur itinéraire principal,

avec plus de la moitié des trajets dont la représentation de l’exposition était en deçà de la

réalité ainsi qu’un fort pourcentage de représentation non conforme à la réalité. Toutefois

cette classe ne regroupant que les ¾ des actifs, un petit pourcentage d’entre eux par

opposition (~18%), possèdent une mobilité de proximité plus sure du fait de trajets

majoritairement courts, peu exposés et d’une représentation de cette exposition soit

conforme, soit surestimée par rapport au risque réel de coupures de routes.

On retrouve alors une certaine dichotomie entre les deux secteurs urbains de Nîmes et

d’Alès, puisqu’au premier est associé une mobilité alternante à risque fort et au second une

mobilité alternante à risque faible. Par ailleurs, si l’on trouve une surreprésentation des

ouvriers effectuant des migrations alternantes à risque faible dans l’enquête 2006, la réalité

nous montre qu’il existe un biais possible concernant ces ouvriers enquêtés car l’analyse des

navettes de l’Insee nous montre que ceux-ci ont tendance à l’instar des cadres, professions

intellectuelles supérieures et autres professions intermédiaires à se déplacer plutôt assez

loin pour rejoindre leur lieu de travail. Enfin, exposition, longueur de l’itinéraire et qualité de

la représentation du risque étant toutes trois des variables corrélées, on peut prudemment

conclure qu’il y a d’autant plus d’ouvriers évaluant correctement le risque sur la route que

ceux-ci parcourent de courtes distances. Il ne faut pas par ailleurs oublier que les ouvriers

sont parmi les premiers à sous estimer le danger associé à un niveau de vigilance orange.

A l’inverse, si les cadres, professions intellectuelles supérieures et professions intermédiaires

sont deux autres catégories socioprofessionnelles qui ont tendance à sous estimer le risque

et à avoir des mobilités plus exposées physiquement au risque de coupures du fait de la

longueur de l’itinéraire, ils compensent peut être cette mauvaise perception par une plus

grande conscience du danger que représente le fait de se déplacer en voiture en cas de très

87

fortes précipitations et qui a été prouvé dans l’enquête. Il faut également ajouter le manque

de représentativité des migrations alternantes de l’enquête de 2006 qui se font presque

exclusivement des communes rurales vers les grandes communes urbaines de Nîmes et Alès

où en direction des communes rurales ; les autres trajets étant sous représentés.

En définitive, s’il s’avère que les migrations alternantes pour le travail sont l’une des

pratiques de mobilité au quotidien qui présente le plus de risque entre les itinéraires

souvent exposés à l’aléa et les représentations de la vulnérabilité sur l’itinéraire principal qui

sous estiment bien souvent le risque, il reste toutefois difficile d’évaluer la proportion de

personnes concernées au quotidien. De plus, la difficulté de présager de la capacité de

réponse des individus en situation de crise engendrée par les précipitations extrêmes,

relativise de la seule évaluation sur des représentations du risque.

Enfin, si la confiance dans les prévisions de Météo France est plutôt bonne et l’association

entre les précipitations et le danger dans un contexte de déplacement routier bien avérée

pour la plupart des personnes interrogées qui affirment se sentir plus vulnérable au volant

que chez elles, il semble que leur sensibilité à maintenir leur déplacement et notamment en

pré vigilance orange soit importante. Ceci est surement d’autant plus vrai pour les actifs que

les déplacements quotidiens pour le travail représentent une contrainte difficilement

négociable notamment si les alertes sont trop souvent déclenchées dans l’année par les

organismes chargés de la vigilance météorologique. La maitrise d’un environnement familier

et routinier largement approprié par les individus ne joue pas par ailleurs en faveur d’une

certaine prudence de mise associée à ce type de mobilité, puisqu’elle peut amener les

individus à un faux sentiment de sécurité ainsi qu’à une baisse de l’attention portée à

l’environnement extérieur.

Pour conclure, s’il semble que l’expérience de crues passées et les responsabilités familiales

augmentent la perception du risque sur la route, la trop forte confiance en sa propre

expérience peut inciter les individus à s’engager malgré tout sur un itinéraire qu’ils se savent

maitriser en temps normal, tandis que les parents sont le plus souvent tenter de regrouper

la famille pour la mettre en sécurité s’ils perçoivent la menace d’un danger sur la route ;

indépendamment semble t’il de tout état et de connaissance et de perception du risque. Par

ailleurs si les femmes ne semblent pas faire état d’une meilleure représentation du risque en

général et sur la route, leurs patterns de mobilité semblent moins à risque que les hommes,

notamment du fait de leur nombre et de leur distance parcourue qui est moindre comme l’a

montré l’analyse des migrations alternantes dans le Gard.

3.2.2/ Rappels des facteurs de vulnérabilité associés aux comportements

déclarés dans le Gard

Nous rappellerons ici les principaux critères de vulnérabilité des comportements déclarés

des individus issus de la Thèse de I.Ruin (2007) dans le Gard lors de différents cas de figure :

face à une alerte Météo France officielle, sur le lieu de résidence avec où sans ordre

88

d’évacuation où encore au volant en cas de confrontation physique directe avec un

phénomène de submersion des routes. Nous essayerons ensuite de croiser ces éléments de

vulnérabilité avec les critères spatiaux issus de l’analyse des migrations alternantes.

Rappelons d’emblée que les comportements en temps de crise hydrométéorologique sont

motivés essentiellement par deux grands types de pratiques : « d’un côté les pratiques

spatiales quotidiennes et leur persistance dans l’espace et le temps, et d’un autre côté des

pratiques curatives dictées par l’événement lui-même » (I.Ruin, 2007). Certaines des

personnes interrogées dans le cadre du retour d’expérience de la crue de 2002 ont par

ailleurs eu une absence totale de réaction tout au long de l’événement, ceci du fait de leur

absence totale de conscience du danger de leur propre exposition. On comprend dès lors

l’intérêt que représente l’évaluation des comportements intentionnels des individus face à

un événement pluvieux présentant un risque fort pour les automobilistes, et notamment

pour les gestionnaires opérationnels du risque chargés de la sécurité des routes, les services

météorologiques chargés de la diffusion des cartes de vigilance, les responsables de l’alerte

où les médias pour le contenu du message diffusé et des consignes d’alerte associées.

Critères de vulnérabilité associés aux comportements potentiels déclarés

D’après D’Ercole (1994), le passage des représentations du risque aux comportements des

individus repose principalement sur deux facteurs :

D’une part les facteurs individuels portant sur la connaissance et l’attitude vis-à-vis des

moyens de protection à mettre en œuvre durant le temps d’anticipation représentant

dans notre cas la durée séparant la réaction sociale du pic de crue pour un bassin versant

de taille donnée. Ces actions de protection doivent être impulsées au bon moment et les

réactions en conséquence appropriées à l’événement.

D’autre part les facteurs contraignants d’ordre technique (l’alerte et sa diffusion, la

communication de crise, les sécurités éventuelles mises en œuvre sur la route etc.) et

social, relatifs à la décision prise ou non de mise en sécurité par l’individu (besoin de

rassembler la famille, manque de confiance dans les autorités de la gestion de crise,

problème de la récupération des enfants en âge scolaire etc.)

Dans l’enquête effectuée en 2004 dans le Gard, aux comportements déclarés en cas de crise

hydrométéorologique peuvent être associés différents facteurs de vulnérabilité reposant

essentiellement sur les variables sociodémographiques ; les variables de représentation du

risque n’étant pour leur part qu’assez peu liées à ces comportements potentiels de même

que les variables spatiales et de cadre de vie qui interviennent de manière plus ponctuelle.

Le genre constitue une différentiation principale entre les comportements déclarés des

hommes qui peuvent être qualifiés d’imprudents et ceux des femmes plus préventifs. La

classe d’âge ainsi que la catégorie socioprofessionnelle interviennent en second lieu et

distinguent surtout de fait la position dans le cycle de vie entre étudiants, personnes actives

89

et inactives d’âge jeune où retraitées. En effet, la profession où l’âge des actifs et inactifs

non retraités sont des variables qui interviennent sur des questions particulières et qui ne

jouent pas tout le temps dans le même sens de vulnérabilité où de résilience, que ce soit en

termes de décision de déplacement, de réaction sur le lieu de résidence où au volant. Par

ailleurs, la variable de la charge d’enfant intervient de manière plus ponctuelle dans les

décisions des individus. Le niveau d’adaptation de la réponse individuelle dépend donc de

plusieurs facteurs plus ou moins facilement indentifiables. Nous allons rappeler ici en détail

les résultats issus de la thèse (I.Ruin, 2007) des facteurs de vulnérabilité des comportements

sur les graphiques suivants : 6

Figure 54 : Synthèse des facteurs influençant la décision de déplacement en vigilance orange

Source : D’après I.Ruin (2007), enquête 2004, N = 934. Réalisation : Ecault, 2011

Figure 55 : synthèse des facteurs influençant la décision de déplacement en vigilance rouge

Source : D’après I.Ruin (2007), enquête 2004, N = 934. Réalisation : Ecault, 2011

6 Lecture des graphiques : les principaux critères associés aux facteurs de vulnérabilité sont basés sur le test du Chi2 et établis sur la valeur des Chi2 locaux permettant de déterminer les différentes modalités qui ont contribué à l’établissement de la relation statistique. Les catégories représentées au dessus sont celles qui ont contribuées positivement à la relation, et au dessous celles qui ont contribué négativement à la relation

90

Figure 56 : Synthèse des facteurs influençant l’attitude au volant en cas de submersion des routes

Source : D’après I.Ruin (2007), enquête 2004, N = 934. Réalisation : Ecault, 2011

Figure 57 : Synthèse des facteurs influençant la réaction sur le lieu de résidence

Source : D’après I.Ruin (2007), enquête 2004, N = 934. Réalisation : Ecault, 2011

Figure 58 : Synthèse des facteurs influençant l’attitude au domicile face à un ordre d’évacuation

Source : D’après I.Ruin (2007), enquête 2004, N = 934. Réalisation : Ecault, 2011

91

Figure 59 : Synthèse des facteurs influençant la réaction concernant les raisons de retard où de non

d’évacuation

Source : D’après I.Ruin (2007), enquête 2004, N = 934. Réalisation : Ecault, 2011

Concernant la réaction concernant les enfants à l’école si près de la moitié de parents

d’enfants en âge scolaire aurait tendance à venir chercher leur enfant à l’école en cas

d’inondation où à y envoyer un proche, il ne semble par contre pas y avoir de différentions

importantes dans le comportement entre les variables de nature sociodémographique.

En conclusion du rappel des critères associés de vulnérabilité des comportements déclarés, il

apparait que les comportements que l’on pourrait qualifier de vulnérables où à l’inverse de

résilients ne sont pas parfaitement étanches, certaines réactions étant en conséquence dans

une situation intermédiaire. Il n’existe de plus pas exactement de facteurs de vulnérabilité

additionnelle où l’on pourrait ainsi relever directement sur une échelle graduelle certains

comportements plus à risque que d’autres. Par ailleurs, comme on peut le voir sur les

graphiques, pour chaque question différents facteurs de vulnérabilité vont en ressortir qui

peuvent parfois jouer dans un sens contraire de résilience où de vulnérabilité selon les cas

de figure. Pour l’ensemble de ces raisons, nous avons choisi d’utiliser l’analyse statistique

multivariée effectuée dans la thèse sur les comportements déclarés en utilisant directement

les profils regroupant l’ensemble de ces facteurs pour les mettre en comparaison avec nos

critères -spatialisés de mobilité.

L’analyse simultanée des facteurs de vulnérabilité avait permis d’établir un diagnostique du

niveau d’adaptation de la réponse individuelle face à une crise hydrométéorologique dans le

Gard. La typologie effectuée à fait ressortir différents profils de comportements potentiels,

dont trois d’entre eux présente des réactions particulièrement inadaptées en cas de crues

rapides, soit à peine 8% de l’échantillon ; la moitié des personnes interrogées représentées

dans deux profils spécifiques présentent quant à eux des réactions que l’on peut qualifier de

très prudentes et respectueuses des consignes. Trois autres profils présentent quant à eux

un diagnostique de vulnérabilité moins évident, car combinant à la fois des réactions

prudentes et imprudentes. Ces différents profils étaient donc :

92

Prudents respectueux des consignes 43,5% Profils résilients,

A pieds c’est plus sûr 6% à comportements prudents

Sceptiques prudents 15%

Maison comme refuge 13,5% Profils mixtes,

Actifs contraints à la mobilité 13% à facteurs contraignants

Rétifs à l’évacuation 3%

Voiture comme refuge 3% Profils vulnérables,

Kamikazes 2% à comportements imprudents

3.2.3/ La vulnérabilité des actifs en question

Ainsi, sans remettre en cause la typologie établie sur les facteurs de vulnérabilité des

comportements et tout en gardant conscience des forces et faiblesses de la représentativité

des actifs présentée dans le chapitre II, nous allons croiser ces différents profils en fonction

des quelques critères de mobilité établis précédemment. Si les actifs ne représentent plus

que seulement un tiers de l’échantillon des 960 personnes interrogées, ils sont inégalement

répartis dans les différents profils comme le montre les deux graphiques suivants.

Figure 60 : Rapport en pourcentage entre le nombre d’actifs par profils et l’effectif initial du profil

Source : I.Ruin (2007), enquête 2004, N = 934. Réalisation : Ecault, 2011

On observe ainsi une répartition proportionnelle des actifs dans les premiers profils, tandis

que les profils de comportements imprudents au volant (« voiture comme refuge » et les

« kamikazes ») possèdent une surreprésentation des actifs. Par ailleurs le profil des « rétifs à

l’évacuation « concerne assez peu les actif, avec moins de 15% d’actifs dans cette classe,

tandis que celle des « actifs contraints à la mobilité » est constituée assez logiquement de

45% d’actifs. Les actifs ne constituent donc pas une classe en soi avec seulement 1/5 des

actifs interrogés qui sont rangés dans la catégorie des « actifs contraints à la mobilité ».

0

10

20

30

40

50

Sceptiquesprudents

Prudentsrespectueux

des consignes

Maisoncommerefuge

A pieds c'estplus sûr

Rétifs àl'évacuation

Voiturecommerefuge

Kamikazes Actifscontraints àla mobilité

93

Figure 61: Répartition des actifs, des scolaires et des autres inactifs en pourcentage dans les différents profils de comportements

Source : I.Ruin (2007), enquête 2004, N = 934. Réalisation : Ecault, 2011

On perçoit bien dès lors les contraintes qui pèsent sur les actifs, ceux-ci ayant plus de mal à

annuler leurs déplacements sur la base des seules mises en vigilance orange où rouge Météo

France en cas de très fortes précipitations, où à laisser leurs véhicules pour partir à pieds. Ils

auraient ainsi plus tendance par rapport aux autres personnes scolaires où inactives, à

conserver leurs déplacements en cas de mauvaises conditions météorologiques, tout en

déclarant plutôt chercher à les adapter où à rechercher des informations supplémentaires

avant. Par ailleurs, ils sont plutôt très prudents quant à leur comportement au domicile, en

déclarant évacuer immédiatement en cas de consignes données, ceci peut être du fait de

leurs responsabilités familiales qui peuvent intervenir dans cette prise de décisions, comme

nous avons pu le noter lors de l’analyse croisée des facteurs de vulnérabilité.

Quels liens entre distance parcourue au quotidien et comportements déclarés ?

L’examen du graphique ci-dessous nous montre ainsi qu’il existe des liens potentiels entre la

distance parcourue et la catégorisation des actifs dans la typologie des comportements

déclarés. En effet, sachant que les distances quotidiennes parcourues dans le Gard sont pour

44% des distances intra communales, 30% des distances inférieures à 12km, 15% des

distances comprises entre 12 et 24 km et 11% des longues distances supérieures à 24 km ;

on peut observer qu’il existe des différences notables entre les profils de comportements

des actifs issus de l’enquête 2004. Les comportements qualifiés de « kamikazes » sont par

exemple pour plus des ¾ des individus qui parcourent chaque jour de petites distances à

l’intérieur de leur commune. A l’inverse, les individus qui plébiscitent la « voiture comme

refuge », c'est-à-dire ceux qui déclarent maintenir en les adaptent leurs déplacements en

vigilance rouge et orange et rester malgré tout dans leur voiture en cas de début de

submersion des routes, sont des actifs qui effectuent en majorité des distances moyennes

0

10

20

30

40

50

Sceptiquesprudents

Prudentsrespectueux

des consignes

Maisoncommerefuge

A pieds c'estplus sûr

Rétifs àl'évacuation

Voiturecommerefuge

Kamikazes Actifscontraints àla mobilité

Actifs Scolaires Autres inactifs Nombre total

94

inférieures à 12 km, et seulement moins d’un actif sur six effectuera dans ce profil des

distances intra communales. Le groupe des « actifs contraints à la mobilité » est quant à lui

très marqué par une sous représentation dans la classe des petites distances intra

communales ce qui constitue un facteur de vulnérabilité aggravant. Les autres profils ne

présentent quant à eux pas de spécificités particulières quant aux distances parcourues.

Figure 62 : Répartition de la distance parcourue dans les profils de comportement des actifs.

Source : I.Ruin (2007), enquête 2004, N = 312. Réalisation : Ecault, 2011

Si l’on regarde maintenant les étudiants scolaires qui comme on l’a vu ne sont globalement

pas représentatifs des navettes quotidiennes des scolaires du Gard, on peut noter que le

profil des « rétifs à l’évacuation » concerne minoritairement des étudiants qui résident et

étudient dans les grandes villes car les distances parcourues intra communales sont sous

représentées dans ce profil. De même, le profil des « contraints à la mobilité » concerne un

groupe d’étudiants dont plus de la moitié résident dans une autre commune que celle

d’études. Enfin, ceux qui appartiennent au profil « à pieds c’est plus sûr » se déplacent en

très grande majorité pour étudier dans la même commune de résidence

Quels liens entre les tailles de communes et les comportements déclarés ?

Comme nous avons pu le constater dans le chapitre II, les actifs originaires des communes

comprises entre 1 000 et 2 000 habitants et les actifs originaires des grandes villes de Nîmes

et d’Alès sont quelque peu surreprésentés au profit des communes urbaines de taille

intermédiaire, avec 30% d’effectifs pour chacune des deux catégories environ. Ceci étant

rappelé, nous pouvons énoncer avec précaution qu’il existe des liens entre les tailles des

communes et les profils, ceux-ci étant par ailleurs assez faibles. Ainsi, l’apanage d’un

comportement potentiel n’a de fait pas grand-chose à voir avec la taille de la commune ce

qui semble assez logique. Il parait plus probant que les comportements soient influencés par

d’autres variables relatives à la situation de la commune par rapport aux inondations : la

95

présence de cours d’eau, la fréquence de crues où encore l’expérience passée d’événements

mortels. On en conclue ainsi que le fait d’être originaire d’une commune rurale où urbaine

ne présage pas d’un comportement à risque, ce critère n’ayant en définitive que très peu de

poids parmi les autres critères de vulnérabilité liés aux comportements.

Figure 63 : Répartition des tailles de commune d’origine et d’activité dans les profils des actifs.

Source : I.Ruin (2007), enquête 2004, N = 312. Réalisation : Ecault, 2011

Quels liens entre le mode de transport utilisé au quotidien et les comportements

déclarés ?

L’examen du mode de transport utilisé nous montre quant à lui qu’il existe des liens entre

certains des modes de transports utilisés et les comportements déclarés. Les « kamikazes »

sont pour la moitié des piétons, le profil vulnérable « la voiture comme refuge » utilise à

l’inverse dans une écrasante majorité la voiture pour se rendre au travail, tandis que le profil

des actifs « prudents et respectueux des consignes » présente une surreprésentation des

96

déplacements à pieds et en transport en commun. Enfin, les « actifs contraints à la

mobilité » sont plus de 80% à se déplacer en voiture et plutôt loin à l’égard des distances

parcoures, ce qui représente un important facteur de vulnérabilité supplémentaire.

Figure 64 : Répartition du mode de transport utilisé dans les profils des actifs

Source : I.Ruin (2007), enquête 2004, N = 312. Réalisation : Ecault, 2011

Ainsi, les comportements déclarés des actifs relatifs à la décision finale de prise de risque

dans le déplacement, sont essentiellement liés aux contraintes inhérentes aux individus ainsi

qu’à leur niveau de perception du risque et de conscience du danger au moment de prendre

leur voiture lors de fortes précipitations. Les pratiques de mobilité au quotidien montrent

qu’il existe potentiellement un facteur conjoncturel supplémentaire de vulnérabilité des

comportements déclarés des actifs en prévision d’une situation de crise hydrologique.

Certains des profils présentent donc à la fois des attitudes supposées qui peuvent être

qualifiées d’imprudentes et des impératifs pour le travail amenant à une exposition

quotidienne sur la route plus longue ce qui augmente intrinsèquement leur vulnérabilité. En

effet, comme nous l’avons vu précédemment, longueur de l’itinéraire, exposition physique

aux coupures et représentation de celles-ci sont liées le plus souvent. A l’inverse, certains

profils de comportements que l’on peut qualifier de plutôt imprudents possèdent une

exposition quotidienne sur la route plus faible du fait de courtes distances parcourues où de

non utilisation de la voiture comme mode de transport pour se rendre chaque jour à leur

travail.

Le fait d’avoir supprimé toute logique spatiale quant à la localisation géographique des

communes entraine toute désolidarisation des comportements déclarés en cas de crise d’un

secteur particulier comme nous le souhaitions ainsi dans notre objectif et nous montre de

plus que la distinction des tailles de communes entre les différentes catégories d’urbains et

de ruraux ne présente pas de signification particulière quant aux seuls comportements. Elle

permet cependant de contrebalancer et nuancer le poids des attitudes des résidents selon

97

nos connaissances acquises des mobilités quotidiennes pour le travail où les études dans le

Gard. En effet, les mobilités des ruraux sont potentiellement les plus exposées si l’on part

sur la constatation d’une plus importante proportion des longues distances parcourues dans

ces communes ainsi que le recours plus important à la voiture pour se déplacer au quotidien

notamment pour le travail où les études autour desquels se déploient les autres activités.

Dans la logique de cette hypothèse, une origine destination rurale de courte distance est

ainsi supposée plus à risque qu’une origine destination urbaine de même distance.

3.3/ Typologie des mobilités à risque des navetteurs 2004

3.3.1/ Présentation des objectifs de la typologie

Nous allons essayer dans cette dernière partie d’établir une typologie des mobilités à risque

au sein de l’enquête 2004 concernant les seuls navetteurs. Les personnes concernées sont

ainsi sur un même plan face au travail où aux études qui constituent un facteur contraignant

important des attitudes en temps de crise bien que certaines catégories soit évidemment

plus ou moins flexibles sur leur facilité à annuler leurs déplacements en cas d’alerte officielle

de Météo France. La charge social pesant sur les individus quant à leur famille n’est

également pas la même entre individus et reste très difficile à déterminer au travers de

l’enquête et impliquerait de savoir le nombre d’enfants où de personnes à charge, leur

moyen principal de déplacement, la dispersion de la famille au quotidien etc. Néanmoins

cette partie permet ainsi une confrontation directe des facteurs de vulnérabilité des

mobilités aux crues rapides en mélangeant variables de mobilité, variables socio-

démographiques et variables de comportements potentiels face à la crise.

Nous allons ainsi pratiquer les techniques d’analyses multivariées qui sont des techniques

exploratoires sur les données permettant de traiter simultanément un ensemble nombreux

de variables et de rendre intelligible un ensemble d’observations dont la structure profonde

n’est pas immédiatement décelable, pour en donner une représentation simplifiée et

organisée. Nous allons pratiquer dans un premier temps, une analyse factorielle des

correspondances multiples où ACM qui repose sur les tableaux de contingence avec la

constitution d’une matrice de relation symétriques entre les variables appelée matrice

d’inertie, établie selon la métrique du Chi2. Les analyses factorielles servent ainsi

principalement à résumer et hiérarchiser les informations contenues dans un tableau

contenant n lignes et p colonnes qui sont projetées sur un nuage de points. Les axes

factoriels sont déterminés de façon à rendre compte le mieux possible de la dispersion du

nuage de points dans les sous espaces de projection de dimension inférieure à p. Les axes de

ce sous espace constituent les facteurs qui sont ainsi des résumés de l’information initiale

contenue sur les profils-colonnes des variables.

Le choix des variables dans une analyse factorielle est crucial et doit être établi en fonction

de ce que l’on veut faire ressortir. Partant sur l’hypothèse de l’existence de relations entre

contraintes professionnelles et familiales relatives aux individus, caractéristiques de mobilité

98

et comportements déclarés face à la potentielle survenance d’un événement dangereux,

nous avons en conséquent choisi les variables actives dans l’ACM en fonction de leurs liens

existants qui ont été établi statistiquement par le test du Chi2 et le calcul du V de Cramer.

Ces différentes variables actives et illustratives sont donc :

Figure 65 : Variables actives et supplémentaires retenues dans l’ACM des comportements et des mobilités à risque des actifs

Variables actives Variables illustratives

Variables de mobilité

-Taille de la commune de résidence

-Taille de la commune d’activité

-Distance

-Moyens de locomotion

-Durée du trajet

-Type de véhicule -Routes utilisées

Variables de comportement

-Q56a Décision déplacement vigilance rouge

-Q56b Décision déplacement vigilance orange

-Q63 Réaction et comportement au volant

-Q68 Réaction enfants à l’école

-Q59 Réaction sur le lieu d’hébergement

-Q65 Réaction à l’évacuation

-Q66 Freins à l’évacuation

Variables socio démographiques

-Sexe

-Age

-CSP

-Perception des cours d’eau environnant

-Temps de résidence

-Expérience de crues

Variables de perception du risque

-Q41 Hauteur d’eau dangereuse piétonne

-Q42 Hauteur d’eau dangereuse voiture

Source : I.Ruin (2007), enquête 2004. Réalisation : Ecault, 2011

3.3.2/ Principes de bases des ACM

La compréhension des résultats d’une ACM permet une bonne interprétation des axes et des

plans factoriels résultants. Sans revenir sur les phases constitutives de l’ACM et ses calculs

qui sont réalisés automatiquement par le logiciel d’analyse statistique utilisé ici (SPAD), nous

allons rappeler brièvement les quatre types de résultats apportés par chaque axe factoriel :

Valeurs propres et % d’inertie :

La détermination des axes factoriels d’une ACM se pratique sur la matrice d’inertie,

construite selon la métrique du Chi2. Les vecteurs propres expriment les directions des axes

99

factoriels. A chaque vecteur propre est associée une valeur propre (ou constante), qui

correspond à la quantité d’information prise en compte par le vecteur propre. Les valeurs

propres vont donc exprimer la hiérarchie des axes factoriels. Les axes factoriels sont ainsi

déterminés par les vecteurs propres successifs de la matrice. Toutefois, dans une ACM ces

valeurs propres ne sont pas directement interprétables et nous allons rechercher plutôt la

part totale d’informations prise en compte par l’axe, qui est exprimée par le pourcentage

d’inertie, ajustée ou non

Les contributions des axes factoriels où CTR

Les contributions où CTR permettent la représentation en pourcentage d’une modalité à

l’inertie expliquée par le facteur et d’établir le rôle de chaque modalité où variable dans la

détermination du facteur. Les CTR représentent ainsi la part d’un point i où d’un point j à

l’inertie et mesure ainsi sa contribution à la formation de l’axe. Il convient également de

regarder la masse relative de l’individu qui intervient dans le calcul de la contribution. En

effet, plus cette masse est élevée et plus la contribution est forte. En revanche, un individu

de masse faible aura une faible contribution dans la formation de l’axe, même si sa position

peut être très particulière au regard des coordonnées par rapport au centre de gravité du

nuage de point et qu’il s’en retrouve projeté à une extrémité de l’axe. L’analyse des

contributions apparait ainsi essentielle dans l’interprétation des axes factoriels. La somme

en colonne des contributions est toujours égale à 1.

La qualité de la représentation sur l’axe où COR

La qualité de la représentation sur l’axe est mesurée par les carrés du cosinus de l’angle

formé par le point avec se projection sur l’axe où COR. Un individu où une variable est

d’autant mieux représenté sur l’axe qu’il en est proche. Cette proximité est mesurée par

l’angle θ séparant le vecteur individu où variable de l’axe. Ainsi, plus l’angle est petit, plus

son cosinus carré sera élevé et plus le vecteur individu où variable sera proche de l’axe. La

somme en ligne des qualités de représentation sur l’axe est toujours égale à 1.

Les valeurs tests

L’examen approfondi des valeurs tests permet de voir les modalités qui s’opposent sur l’axe,

soit en l’étirant dans les valeurs positives, soit en l’étirant dans les valeurs négatives. Ces

valeurs tests n’ont de sens que pour les modalités supplémentaires où les modalités actives

ayant des contributions absolues faibles. Quand les modalités supplémentaires sont

nombreuses, les valeurs test permettent de repérer ainsi rapidement les modalités utiles à

l’interprétation d’un axe où d’un plan factoriel.

3.3.3/ Résultats et interprétations de l’ACM effectuée

100

Axe 1 9,82%

Axe 2 6,30%

Axe 3 5,40%

Axe 4 5,11%

Axe 5 4,60%

Axe 6 4,25%

Axe 7 4,01%

Axe 8 3,84%

CSP 26%

Âge 24%

Transp 17%

Enfant 13%

Distance35%

Com O 26%

Transp 20%

Com O 26%

Com A 25%

Vigi_O 16%

Vigi_R 11%

Vigi_R 33%

Vigi_O 31%

Com O 21%

Com A 21%

Vigi_O 17%

Vigi_R 10%

Com O 23%

Com A 26%

Vigi_O 14%

Vigi_R 14%

Vigi_R 25%

Volant 24%

CSP 25%

Volant 20%

Âge 14%

CSP 14%

Com A 13%

Figure 66 : Contributions des modalités actives à la formation des axes factoriels

L’inertie totale où trace de la matrice vaut 3. Les huit premiers axes présentent un taux

d’inertie cumulée de 43%, le premier axe cumulant 9,8% de l’information ce qui est

amplement suffisant pour identifier les modalités prépondérantes et leurs interrelations.

Comme on pouvait s’y attendre, il n’existe pas de liens significatifs entre les variables de

mobilité, les variables de comportements et les variables individuelles. Les deux premiers

axes renseignent sur les relations existantes entre les types de mobilités selon l’âge, la CSP,

la distance, le mode de transport où encore la taille de la commune d’origine. Le troisième

axe met en exergue le lien entre les tailles de commune de résidence et d’activité et les

décisions de déplacements en vigilance Météo France orange où rouge. L’axe cinq et six

relient les communes de résidence et d’activité et les décisions de déplacements en vigilance

orange et rouge. Le huitième axe prend en compte l’âge, la CSP, la taille de la commune

d’activité et les comportements au volant. Aucun des huit premiers axes ne semble prendre

en compte la variable du genre. L’information est ainsi fragmentée entre comportements et

mobilité professionnelles où scolaires, et il ne semble pas exister de groupes d’individus

spécifiques au regard de leur caractéristiques regroupant à la fois des mobilités et des

comportements à risque.

Nous allons toutefois examiner les premiers plans factoriels et les oppositions existantes sur

les axes pour mettre à l’épreuve l’ensemble des navetteurs interrogés dans le cadre de

l’enquête 2004 sur les comportements en temps de crise. L’étude du premier plan factoriel

nous montre l’opposition sur l’axe horizontal entre mobilités à but scolaire et mobilités à

caractère professionnelle. La mobilité des scolaires est caractérisée par les déplacements en

transports en commun et s’oppose ainsi à la mobilité en voiture des travailleurs. Le second

axe oppose quant à lui les distances intra communales, en valeur négative, des autres

distances, en valeur positive. L’axe montre également une opposition entre les communes

rurales et les communes urbaines en valeur négative ainsi plus proche de la modalité des

distances intra communales. Ce deuxième axe représente également très bien les

déplacements à pieds où en deux roues qui sont très largement proches de la modalité des

distances intra communales ainsi que des moyennes où grandes communes urbaines.

Le second plan factoriel ne présente quant à lui que peu d’intérêt. D’une assez faible inertie

totale au vu de sa forme assez sphérique et ramassée au centre, il nous montre de plus que

les modalités des comportements à risque « pas de changements » et « maintient de

l’activité tout en l’adaptant » ne sont proches à la fois ni d’une catégorie individuelle

101

spécifique ni d’un type de mobilité caractéristique. On peut tout au plus souligner le

comportement des professions intermédiaires et des ouvriers qui seraient les deux CSP les

plus à même de poursuivre leur trajets pour les seconds où de maintenir leur déplacement

quel que soit le niveau de vigilance pour les premiers. On peut également signaler une plus

grande proximité des hommes de ce type de comportements à risque malgré une qualité de

leur représentation dans le plan factoriel qui est très faible.

Figure 67 : Représentation du premier plan factoriel de l’ACM

Source : I .Ruin (2007),enquête 2004, N = 568. Réalisation : Ecault, 2011

Le troisième plan factoriel prend en considération les relations existantes entre les

trajectoires en fonction des communes d’origine et d’activité et les niveaux de vigilance

orange où rouge associés sans que l’on puisse toutefois noter de franches proximités entre

les variables. Quant à l’examen du quatrième plan factoriel, il est de même très difficile d’en

tirer des observations. Les artisans, commerçants et chefs d’entreprises semblent être la

catégorie socioprofessionnelle la plus susceptible de maintenir en adaptant son activité en

cas de vigilance orange où rouge, ce qui reste toutefois à confirmer au regard de la faible

importance de l’information prise en compte par ses axes. Enfin, les personnes déclarant

vouloir récupérer leur enfant à leur école sont majoritairement de jeunes actifs.

3.3.4/ Présentation de la classification ou nouvelle typologie succédant à

l’analyse factorielle

Ainsi, si les indicateurs de vulnérabilité des comportements ne semblent pas être remis en

cause au travers de l’analyse des correspondances multiples, nous allons toutefois procéder

à la classification ascendante hiérarchique qui reste une méthode complémentaire de l’ACM.

102

En effet, si les analyses des correspondances, en tant que techniques exploratoires sur les

données permettent d’obtenir une assez bonne visualisation de l’ensemble des informations

contenues dans la base de données, elles restent par ailleurs insuffisantes pour plusieurs

raisons. Notamment leur représentation graphique limitée à des plans factoriels en 2D rend

leur interprétation assez complexe. La CAH effectuée à la suite en complément de l’ACM

aide à la compréhension de la structure des données, et notamment pour l’interprétation

des résultats grâce aux procédures automatiques de description des classes.

La CAH réalisée sur les premiers axes factoriels choisis va permettre la classification des

individus et aide à l’interprétation des plans factoriels en identifiant des zones bien décrites.

La description des classes est alors assez aisée et intuitive, reposant sur des comparaisons de

moyennes et de pourcentages ainsi que la caractérisation des valeurs tests pour les variables

continues. Pour plus de détails concernant les principes de bases de la classification

ascendante hiérarchique, la complémentarité avec l’analyse factorielle des correspondances

multiples, le critère d’agrégation retenu de la méthode, la procédure de consolidation des

classes, la description de l’arbre hiérarchique, le choix des classes par coupure de l’arbre où

encore leur caractérisation sous SPAD, on peut se référer ici au rapport précédent où encore

à l’excellent ouvrage de Piron & al. (2000)

Figure 68 : Présentation de l’arbre hiérarchique et partition de l’arbre en 10 classes

L’histogramme ainsi obtenu est relativement peu robuste et il existe plusieurs groupements

possibles des individus. L’examen de l’histogramme des indices de niveau nous montre

l’existence de douze paliers importants existants, avec toutefois à l’intérieur des valeurs

d’indices de niveaux très proches, témoignant ainsi de la fragilité qu’il peut exister entre

deux classes dont la distance est moindre. Par rapport à notre objectif, nous choisirons une

coupure en 10 classes de la population malgré le risque de faibles effectifs dans les classes.

En effet, vu le manque de liens apparents entre mobilité quotidienne des actifs et leurs

comportements déclarés, il parait intéressant d’aller chercher une partition faisant ressortir

les sous groupes pouvant exister au sein d’une population de navetteurs professionnels où

de scolaires. Nous ne chercherons ainsi pas à décrire tous les profils mais uniquement ceux

pouvant nous renseigner sur des phénomènes pouvant ainsi être passés inaperçus lors de

103

l’analyse des correspondances multiples. Sur les dix profils tirés de l’analyse, deux vont

concerner les mobilités scolaires proprement dites, les huit autres restants concernant les

mobilités à caractère professionnel.

Le profil n°5 qui regroupe 34 individus nous montre ainsi le lien assez fort existant dans

cette classe entre « le maintient des déplacements adaptés aux circonstances lors des

vigilances orange où rouge « et les distances parcourues qui sont surreprésentées par les

très longues distances (>24 km). On note également une sur représentativité des hommes

dans cette classe. On peut également constater que les CSP présentes dans ce profil

concernent uniquement des artisans, commerçants et chefs d’entreprise et des employés

et également des étudiants qui représentent près de 55% de l’effectif total du profil. La

majeure partie de ces personnes sont sans enfants en âge scolaire, et moins de 5% d’entre

elles désireraient aller les récupérer à leur école en cas d’inondation. Au volant, cette classe

est également surreprésentée par les personnes déclarant arrêter leur voiture en attendant

que les conditions extérieures s’améliorent.

Le profil n°2 qui regroupe 59 individus établi le lien entre le mode de transport utilisé, l’âge,

la CSP et l'attitude en cas de vigilance rouge où orange. Ce profil intégralement constitué de

déplacements en voiture surreprésente ainsi la tranche d’âge des 25-45 ans ainsi que les

modalités « recherche des informations supplémentaires avant d’adapter éventuellement

ses déplacements ». Il concerne surtout les CSP des cadres et professions intellectuelles

supérieures mais également des employés ainsi que des ouvriers. On trouve également une

surreprésentation des personnes déclarant rouler vers un point haut en cas de fortes

précipitations sur la route. On note enfin une surreprésentation des comportements adaptés

concernant la réaction des enfants à l’école. La mobilité est quant à elle non caractéristique.

Le profil n°7 qui regroupe les « kamikazes de la mobilité » qui déclarent ne pas annuler ni

adapter leur déplacement en cas de vigilance orange où rouge est également très

intéressant. Il ne regroupe en effet que seulement 15 individus dont la moitié se déplace

quotidiennement à pieds où en 2 roues. La distance parcourue est à plus de 80% intra

communale et les hommes forment les trois quart des effectifs du profil. Fait intéressant à

noter, la représentation des hauteurs d’eau dangereuses pour un homme est presque

intégralement mauvaise pour l’ensemble des personnes du profil. On note également une

surreprésentation des personnes déclarant posséder un 4x4 dans cette classe. Les attitudes

face à un ordre d’évacuation sont également très à risque : refus, attente d’évolution de la

situation etc. Les CSP les plus trouvées, surreprésentées dans ce profil sont les employés et

les professions intermédiaires.

Le profil n°8 fait ressortir les comportements prudents des personnes effectuant des

déplacements à l’intérieur des grandes villes de Nîmes et d’Alès. Il concerne ainsi 53

individus mais à peine plus du quart des actifs originaires de ces deux communes, ce qui est

par conséquent assez peu représentatif. On peut néanmoins noter la surreprésentation des

comportements prudents, que ce soit en vigilance orange où rouge, au volant où au domicile

104

ou les individus sont 80% à attendre des informations supplémentaires sur l’évolution de la

situation. La confiance est également assez forte envers les autorités locales. Les CSP les plus

représentées sont les employés et les artisans, commerçants et chefs d’entreprise.

Le profil n°9 présente les étudiants où scolaires qui résident et travaillent à l’intérieur des

grandes villes de Nîmes où Alès et qui constituent l’intégralité de la classe qui comporte 94

individus. Ils se déplacent ainsi essentiellement à pieds où en 2 roues et tendent à annuler

tout déplacement en cas de vigilance rouge à plus de 90% ; les réponses étant plus partagées

en cas de vigilance orange.

Le profil n°10 composé de 113 individus s’oppose au précédent profil en présentant des

étudiants où scolaires qui se déplacent en grande majorité en transport en commun,

essentiellement à destination des grandes communes urbaines sans toutefois y résider. Les

distances parcourues sont en conséquent assez variées sans n’être jamais intra urbaine. Ces

étudiants sont par ailleurs une majorité à déclarer annuler leurs déplacements en cas de

vigilance orange et une très large majorité à déclarer annuler en cas de vigilance rouge.

Cette analyse supplémentaire mélangeant ainsi variables sociodémographiques, variables de

mobilité aspatialisées et variables de comportements au volant ne remet globalement pas

en cause nos analyses précédentes. Il existe par ailleurs très peu de profils présentant une

synthèse de ces trois critères. Ainsi, si l’aspatialisation des données de mobilité à permis de

comprendre un peu mieux dans un premier temps les patterns de mobilité existants au

quotidien pour les actifs où les scolaires, elle rend également très difficile l’identification de

profils de comportements vulnérables. Cette typologie est en conséquent peu performante

dans la synthèse qu’elle propose entre les variables.

Par rapport à l’analyse effectuée l’an passée sur 355 individus résidents des quatre secteurs

d’étude en question, on ne retrouve ainsi que le profil des « kamikazes de la mobilité » qui

regroupe les hommes, les CSP des employés et les professions intermédiaires. Le profil des

« longues distances à risque fort » diffère significativement de celui trouvé dans l’étude

précédente, notamment au niveau des variables sociodémographiques qui ne croisent pas

les mêmes CSP. L’étude précédente ressortait dans ce profil les professions intermédiaires

qui constituent près de 50% de la classe, tandis que dans cette analyse on ne trouve que des

artisans, commerçants et chefs d’entreprise, des employés et des étudiants.

105

Conclusion

Cette étude menée dans la perspective du travail commencé sur l’analyse des mobilités

quotidiennes dans le Gard et dans un objectif de dépassement du simple cadre des enquêtes

de perception des risques et des comportements déclarés nous montre plusieurs choses :

- Premièrement la difficulté de mesurer les mobilités quotidiennes dans le département

sur la seule base des données INSEE. Le manque crucial d’informations concernant les

déplacements en eux-mêmes (horaires, nombre, durée, motifs, fréquence etc.) et

l’impossibilité de sortir du contexte des navettes fait qu’une grande partie de la sphère

des déplacements échappe à notre objet d’étude. Dans ce sens, il apparait d’autant plus

important de jeter les bases nécessaires à l’observation répétées des mobilités dans le

temps et dans l’espace, notamment dans la suite du projet ADAPTFlood.

- Secondement, les enquêtes semblent avoir trouvé une limite quant aux possibilités de

leur utilisation à d’autres fins. Si la première partie du travail effectué dans le rapport

précédent à permis d’explorer et de mieux comprendre la mobilité des personnes dans

l’enquête 2004 basée sur le modèle des quatre secteurs d’étude de l’enquête 2006 et

d’en tirer des conclusions intéressantes quand à la vulnérabilité des mobilités qui

distinguait assez fortement l’opposition existante entre les deux secteurs urbains et les

deux secteurs ruraux, il ressort de l’aspatialisation des données de mobilité, une lisibilité

beaucoup plus floue.

- Enfin, si l’aspatialisation des critères de mobilités communaux, rattachés en grande part

à la taille des communes suite à la recherche de données communales permettant de

caractériser les déplacements quotidiens, montre sa pertinence dans l’exploration des

données navettes du Gard, il a été assez complexe d’étudier et d’estimer le poids des

critères de mobilité issus des données INSEE, en parallèle du poids des autres critères de

vulnérabilité issus de la thèse. Par ailleurs, le manque de représentativité à la fois des

mobilités et des individus sur le plan de la socio démographie entre les deux enquêtes et

les données INSEE ne permet pas de tirer de conclusions généralisatrices.

En conclusion, il parait intéressant de comprendre plus en détail comment et pourquoi les

individus s’exposent dans l’espace et dans le temps et de mieux cerner les contraintes

inhérentes à leurs déplacements au quotidien. L’identification des seuils leur permettant de

passer d’un fonctionnement normal à un fonctionnement de crise et l’étude des réponses

sociales avec les temporalités de l’alerte et de la gestion de crise, devrait ainsi permettre de

faire avancer la recherche sur la question de la vulnérabilité des mobilités. Cette plus grande

compréhension des comportements des individus doit être à la base de pistes de réflexions

pour une meilleure prévision des conséquences possibles des crues éclairs sur la population

et, de là, proposer des pistes d’amélioration pour l’atténuation de cette vulnérabilité passant

par exemple par une meilleure éducation citoyenne sur le sujet.

106

Bibliographie

Antoine, J.M., Desailly, B., Gazelle, F., 2001. Les crues meurtrières, du Roussillon aux Cévennes,

Annales de Géographie, vol. 622, p. 597–623

Avvenengo Ducca, L., 2006. Essai d’apport méthodologique pour appréhender la connaissance de

l’aléa et la perception du risque liées aux crues rapides sur les routes du Gard, mémoire de master en

géographie, 121 p. + annexes

Bertran Rojo, M., 2006. Bilan spatio-temporel de la vulnérabilité des routes du Gard face aux crues

rapides, mémoire de master en géographie, Université Joseph Fourier, 55 p. + annexes

Coates, L., 1999. Flood fatalities in Australia, 1788 - 1996. Australian Geographer, vol. 30, n°3, p. 391–

408

Dauphiné, A., 2004. Risques et catastrophes – Observer, spatialiser, comprendre, gérer, Armand

Colin, Paris, 288 p.

Demoraes, F., 2004. Mobilité, enjeux et risques dans le District Métropolitain de Quito (Equateur),

Thèse de Doctorat de géographie, Université de Savoie, Chambéry, 587 p.

Demoraes, F., 2009. De l’intérêt d’une étude sur la vulnérabilité des réseaux routiers et de transport

pour la compréhension des vulnérabilités territoriales – Le cas du District Métropolitain de Quito

(Equateur), CyberGeo : European Journal of Geography, 18p.

Demoraes, F., 2009. Risque et accessibilité dans le district métropolitain de Quito (Equateur), Revue

Mappemonde n°95 (3), 20 p.

D'Ercole, R., 1991. Vulnérabilité des populations face au risque volcanique. Le cas de la région du

volcan Cotopaxi (Equateur), Thèse de doctorat, Université Joseph Fourier, Grenoble, 460p.

D’Ercole, R., 1994. Les vulnérabilités des sociétés et des espaces urbanisés: concepts, typologies,

mode d’analyse. Revue de Géographie Alpine, vol 82, n°4, p.87-96

D’Ercole, R., 1996. Représentations cartographiques des facteurs de vulnérabilité des populations

exposées à une menace volcanique : application à la région du volcan Cotopaxi (Equateur), Bulletin de

l’Institut français des études andines, n°25(3), p.479-507

D’Ercole, R., 1998. Approches de la vulnérabilité et perspectives pour une meilleure logique de

réduction des risques Pangea, n°29/30, p.20-28

Drobot, S.D., et al., 2007. Risk factors for driving into flooded roads. Environmental Hazards, 8 p.

Duclos, P., Vidonne, O., Beuf, P., Perray, P., Stoebner, A., 1991. Flash flood Disaster - Nîmes, France

1998, European Journal of Epidemiologie , vol 7, n°4, p.365-371

Ecault, L., 2010. Les pratiques de mobilités exposées au risque de crues rapides dans le département du Gard, Rapport d’étude, LTHE, 107 p. + annexes

107

Gruntfest, E,. 1997. What people did during the Big Thompson flood. Thèse de doctorat, Institute of

Behavioral Science, University of Colorado,

Jenelius,E., Peterson, T., Mattson, L.G, 2005. Importance and exposure in road network vulnerability

analysis, Transportation research Part A 40, p. 537-560

Jonkman, 2005. Global perspectives on loss of human life caused by floods. Natural Hazards 34,

p.151–175.

Jonkman, S., Kelman, I., 2005. An analysis of causes and circumstances of flood disaster deaths.

Disasters 29 (1), 75–97.

Léone, F., Vinet, F., 2006. La vulnérabilité, un concept fondamental au cœur des méthodes

d’évaluation des risques naturels, in La vulnérabilité des sociétés et des territoires face aux menaces

naturelles, Analyses géographiques : Géorisques n°1, p.9 - 25

Maples, L.Z., Tiefenbacher, J.P., 2008. Landscape, development, technology and drivers: The

geography of drownings associated with automobiles in Texas floods, 1950-2004, Applied Geography,

p.1-11

Nicot, B.H., 2005 Urbain-rural : de quoi parle-t-on ? SIRIUS, IUP, UPVM, 11p.

Piron et Al, 2000. Statistique exploratoire multidimensionnelle, Paris, Dunod, 2000, 439p

Ruin I., 2007, Conduite à contre-courant. Les pratiques de mobilité dans le Gard : facteur de

vulnérabilité aux crues rapides, thèse de doctorat de géographie, Université Joseph Fourier, Institut

de Géographie Alpine, 316p. + annexes.

Ruin, I., Lutoff, C., 2004. Vulnérabilité face aux crues rapides et mobilités des populations en temps de

crise. La Houille Blanche 6, p.114–119.

Ruin, I., Gaillard, J. C., and Lutoff, C., 2007. How to get there ? Assessing motorists’ flash flood risk perception on daily itineraries, Environmental Hazards, 7(3), p.235–244 Ruin, I., Creutin, J.D., Anquetin, S., Lutoff, C., 2008. Human exposure to flash floods – Relation

between flood parameters and human vulnerability during a storm of September 2002 in Southern

France. Journal of hydrology, vol 361, (1-2), p.199-213

Staes, C., Orengo, J.C., Malilay, J., Rullan, J., Noji, E., 1994, Deaths due to flash-floods in Puerto-Rico,

January 1992 : Implications for prevention, International Journal of Epidemiology, vol.23, n°5, p. 968-

975

Thouret, C., D’Ercole, R., 1996. Vulnérabilité aux risques naturels en milieu urbain : effets, facteurs et

réponses sociales, Cahier des Sciences humaines, n° 32(2), P.407-422

VERSINI, P.A., 2007. Surveillance du risque hydrologique diffus le long des itinéraires routiers.

Éléments pour la construction d’un outil d’annonce de coupure, Thèse de doctorat, Ecole Nationale

des Points et Chaussées, 255p.

108

Table des matières

Remerciements .................................................................................................................. 3

Sommaire........................................................................................................................... 5

Introduction ....................................................................................................................... 7

Partie I : Contexte de l’étude ............................................................................................ 11

1.1/Eléments théoriques et contextuels sur les crues éclairs et la vulnérabilité des mobilités ........ 11

1.1.1/ Notions de bases et cadre géographique de l'étude .......................................................... 11

Les pluies intenses : un phénomène récurrent dans la zone Méditerranéenne ....................... 11

Définition des crues rapides ..................................................................................................... 12

La réponse hydrologique et la configuration des bassins versants ........................................... 12

1.1.2/ Les automobilistes et les crues : un risque latent .............................................................. 14

1.1.3/ Les facteurs de vulnérabilité des mobilités aux crues rapides ........................................... 16

Quelle conception de la vulnérabilité des mobilités aux crues rapides ? ................................. 16

Les facteurs de vulnérabilité des comportements et des représentations du risque de crues

rapides ...................................................................................................................................... 19

1.2/ Contexte du stage ..................................................................................................................... 21

1.2.1/ Présentation de la structure d’accueil ............................................................................... 21

1.2.2/ Projets de recherche en cours sur la vulnérabilité dans le Gard ........................................ 23

Le projet PreDiFlood : Prévision distribuée des crues pour la gestion des routes en région

Cévennes -Vivarais ................................................................................................................... 23

Le projet ADAPTFlood : Dynamiques d’adaptation des mobilités quotidiennes aux situations

de crises hydrométéorologiques .............................................................................................. 24

Partie II : Données et méthode ......................................................................................... 25

2.1/ Les principales sources de données utilisées ............................................................................ 25

2.1.1/ Le nouveau recensement de la population ........................................................................ 25

Présentation du nouveau mode de recensement .................................................................... 25

Les exploitations principales et complémentaires .................................................................... 27

Précision des données et choix de l’exploitation ...................................................................... 27

2.1.2/ Les déplacements domicile-travail et domicile-études ...................................................... 28

Précisions générales sur les données ....................................................................................... 28

Les bases des flux de mobilités : FM_DTR & FM_DET .............................................................. 30

Les fichiers détails bilocalisés de mobilités : MOBPRO & MOBSCO .......................................... 30

2.1.3/ Le zonage en aire urbaines et aires d’emploi de l’espace rural .......................................... 30

109

Urbain où rural ? Quelques précisions des termes ................................................................... 30

Le ZAUER : Zonage en aires urbaines et aires d’emploi de l’espace rural ................................. 31

2.1.4/ Les données enquêtes issues de la thèse de I.Ruin (2007) ................................................. 33

Les données enquêtes de 2004 ................................................................................................ 33

Les données enquêtes de 2006 ................................................................................................ 33

2.2/ Méthodologie de l’étude des mobilités quotidiennes .............................................................. 35

2.2.1/ Présentation de la méthodologie générale adoptée .......................................................... 35

2.2.2/ Traitement des bases des flux de mobilité FM_DET & FM_DTR ........................................ 37

2.2.3/ Traitement des fichiers individuels de mobilité MOBPRO & MOBSCO .............................. 39

La distance parcourue dans l’espace géographique ................................................................. 39

Les indicateurs de mobilité ruraux et urbains (ILA_D_rur & ILA_D_urb) .................................. 41

2.2.4/ Un critère géographique essentiel et différentiateur des mobilités : la taille de la

population communale ................................................................................................................ 42

2.3/ Calage des données INSEE ........................................................................................................ 47

2.3.1/ Représentativité sociodémographique des navetteurs des enquêtes 2004 et 2006 ......... 47

La variable du genre ................................................................................................................. 48

La variable de l’âge ................................................................................................................... 48

La catégorie socioprofessionnelle ............................................................................................ 49

2.3.2 Représentativité des navetteurs des enquêtes de 2004 et de 2006 au regard des critères

de mobilité ................................................................................................................................... 50

La distance parcourue des navetteurs ...................................................................................... 50

Le mode de transport utilisé ........................................................ Error! Bookmark not defined.

Les indicateurs de taille de commune d’origine et de destination ........................................... 52

Partie III : Analyse et résultats .......................................................................................... 55

3.1/ Les patterns de mobilité quotidienne dans le Gard .................................................................. 55

3.1.1/ 1ière lecture géographique du territoire et des flux ............................................................ 55

3.1.2/Représentation graphique des indicateurs de polarisation/dispersion .............................. 58

L’indicateur de polarisation pour le travail où les études ......................................................... 58

L’indicateur de dispersion pour le travail où les études ........................................................... 59

3.1.3/ Représentation des indicateurs de polarisation/dispersion selon les critères communaux

..................................................................................................................................................... 61

Le taux de gains où de pertes des actifs et des scolaires .......................................................... 61

La proportion des navetteurs restant dans leur commune d’origine ....................................... 63

La proportion des navetteurs résidents dans le nombre total de navetteurs de la commune . 64

3.1.2/ Aspatialisation des données de mobilité............................................................................ 66

110

Synthèse des facteurs influençant la mobilité des actifs et des scolaires ................................. 66

La représentation des flux en fonction des tailles de communes ............................................. 68

Typologie des patterns de mobilité des actifs selon les tailles de communes .......................... 69

Typologie des patterns de mobilité des scolaires selon les tailles de communes .................... 74

Le mode de transport utilisé en fonction des distances parcourues ........................................ 75

L’influence des variables sociodémographiques sur la mobilité ............................................... 78

3.2/ Les facteurs de vulnérabilité des mobilités aux crues rapides .................................................. 81

3.2.1/ Rappel des facteurs de vulnérabilité associés aux représentations du risque dans le Gard

..................................................................................................................................................... 82

Critères de vulnérabilité associés aux représentations du risque en général ........................... 82

Critères de vulnérabilités associés à la représentation du risque de coupures des routes sur

l’itinéraire principal .................................................................................................................. 83

3.2.2/ Quels enseignements peut-on tirer en relation avec la connaissance des patterns de

mobilité ? ..................................................................................................................................... 84

Des pratiques de mobilités quotidiennes à risque ? ................................................................. 85

La vulnérabilité des migrations alternantes pour le travail en question ................................... 86

3.2.2/ Rappels des facteurs de vulnérabilité associés aux comportements déclarés dans le Gard

..................................................................................................................................................... 87

Critères de vulnérabilité associés aux comportements potentiels déclarés ............................. 88

3.2.3/ La vulnérabilité des actifs en question ............................................................................... 92

Quels liens entre distance parcourue au quotidien et comportements déclarés ? .................. 93

Quels liens entre les tailles de communes et les comportements déclarés ? ........................... 94

Quels liens entre le mode de transport utilisé au quotidien et les comportements déclarés ? 95

3.3/ Typologie des mobilités à risque des navetteurs 2004 ............................................................. 97

3.3.1/ Présentation des objectifs de la typologie ......................................................................... 97

3.3.2/ Principes de bases des ACM ............................................................................................... 98

3.3.3/ Résultats et interprétations de l’ACM effectuée ................................................................ 99

3.3.4/ Présentation de la classification où nouvelle typologie succédant à l’analyse factorielle 101

Conclusion ...................................................................................................................... 105

Bibliographie ................................................................................................................... 106

Table des matières .......................................................................................................... 108

Liste des figures............................................................................................................... 111

Liste des tableaux ............................................................................................................ 114

Annexes .......................................................................................................................... 114

111

Liste des figures

Figure 1 : Nombre de jours sur 30 ans où les valeurs de cumuls de pluies dépassent 100 où 200 mm

________________________________________________________________________________ 12

Figure 2 : Présentation du réseau hydrographique principal et secondaire du Gard _____________ 13

Figure 3 : Modèle conceptuel développé par Maples et Tiefenbacher représentant les facteurs

influençant le risque d’accident routier dû aux inondations ________________________________ 17

Figure 4 : Fenêtre d’observation du site pilote de l’OHM-CV _______________________________ 22

Figure 5 : Représentation schématique des communes et de leur catégorisation dans le ZAUER __ 32

Figure 6 : Zones d’étude et taux de sondage de l’enquête par carte mentale __________________ 34

Figure 7 : Schéma méthodologique et conceptuel d’approche de la problématique _____________ 36

Figure 8 : Méthodologie de traitement des données navettes de l’INSEE, FM_DET & FM_DTR ____ 38

Figure 9 : Méthodologie adoptée pour le traitement des fichiers détails de mobilité de l’INSEE ___ 40

Figure 10 : Représentation des distances euclidiennes parcourues par les navetteurs du Gard ____ 41

Figure 11 : Effectifs des navetteurs du Gard selon la taille logarithmique de leur commune d’origine

________________________________________________________________________________ 43

Figure 12 : Représentation cartographique des 9 tailles logarithmiques de communes dans le Gard 44

Figure 13 : Représentation cartographique de l’indicateur de taille des communes rurales ______ 45

Figure 14 : Représentation cartographique de l’indicateur de taille des communes urbaines _____ 45

Figure 15 : Représentation cartographique des tailles de communes rurales ___ Error! Bookmark not

defined.

Figure 16 : Ecarts de représentativité des flux des actifs en fonction de l’âge et du genre ________ 48

Figure 17 : Répartition de la catégorie socioprofessionnelle des actifs dans le Gard _____________ 49

Figure 18 : Ecarts de représentativité des flux en actifs en fonction de la CSP et du genre ________ 49

Figure 19 : Distances parcourues par les navetteurs dans le Gard _____ Error! Bookmark not defined.

Figure 20 : Distances parcourues par les actifs et les scolaires dans l’enquête 2004 _ Error! Bookmark

not defined.

Figure 21 : Distance parcourue par les actifs dans l’enquête 2006 _____ Error! Bookmark not defined.

Figure 22 : Répartition du mode de transport utilisé des actifs dans le Gard ___________________ 52

Figure 23 : Représentativité des actifs en fonction de la taille de leur commune d’origine en % _ Error!

Bookmark not defined.

Figure 24 : Représentativité des actifs en fonction de la taille des petites communes d’origine en % 53

Figure 25 : Représentativité des actifs en fonction de la taille de leur commune d’activité _______ 53

112

Figure 26 : Représentation cartographique de la classification des communes du Gard selon le ZAUER

________________________________________________________________________________ 56

Figure 27 : Représentation cartographique des flux des actifs dans le Gard ___________________ 57

Figure 28 : Représentation cartographique des flux des scolaires dans le Gard _________________ 57

Figure 29 : Part des navetteurs extérieurs dans les emplois où les effectifs scolaires communaux

totaux _____________________________________________________ Error! Bookmark not defined.

Figure 30 : Part du nombre d’actifs où de scolaires effectuant des navettes par commune _______ 61

Figure 31 : Taux de gains où de pertes des actifs des communes selon leur catégorisation dans le

ZAUER ___________________________________________________________________________ 62

Figure 32 : Taux de gains où de pertes des actifs et des scolaires en fonction des tailles de communes

________________________________________________________________________________ 62

Figure 33 : Proportion d’actifs restant dans leur commune selon leur catégorisation dans le ZAUER 63

Figure 34 : Proportion des actifs et des scolaires restant dans leur commune en fonction de leur taille

________________________________________________________________________________ 64

Figure 35 : Proportion d’actifs résidents dans les emplois communaux selon la catégorie de la

commune dans le ZAUER ____________________________________________________________ 65

Figure 36 : Proportion de navetteurs résidents dans les emplois où les effectifs scolaires communaux

selon la taille de la commune __________________________________ Error! Bookmark not defined.

Figure 37 : Flux des actifs en fonction du seuil de taille de la commune d’activité ______________ 68

Figure 38 : Flux des scolaires en fonction du seuil de taille de la commune d’activité ____________ 69

Figure 39 : Flux des actifs en fonction des tailles de communes d’origine et de destination_______ 70

Figure 40 : Distances parcourues par les actifs ruraux selon la taille de la commune d’activité ____ 71

Figure 41 : Distances parcourues par les actifs petits urbains selon la taille de la commune d’activité

__________________________________________________________ Error! Bookmark not defined.

Figure 42 : Distances parcourues par les actifs moyens urbains selon la taille de la commune

d’activité ___________________________________________________ Error! Bookmark not defined.

Figure 43: Distances parcourues par les actifs grands urbains selon la taille de la commune d’activité

__________________________________________________________ Error! Bookmark not defined.

Figure 44 : Flux des actifs en fonction des tailles de communes d’origine et de destination_____ Error!

Bookmark not defined.

Figure 45 : Distances parcourues les scolaires selon les tailles de commune d’activité Error! Bookmark

not defined.

Figure 46 : Mode de transport utilisé selon la distance parcourue ___________________________ 76

Figure 47 : Répartition du mode de transport utilisé en fonction de la taille de résidence ________ 77

113

Figure 48 : Rapport en pourcentage entre la taille de la commune de résidence et la taille de la

commune d’activité selon les différentes catégories de CSP ________________________________ 78

Figure 49 : Rapport en pourcentage entre la taille de la commune de résidence et la taille de la

commune d’activité selon le type d’actif _______________________________________________ 79

Figure 50 : Rapport en pourcentage entre la taille de la commune de résidence et la taille de la

commune d’activité selon la catégorie d’âge des scolaires _________________________________ 80

Figure 51 : Synthèse des variables influençant la représentation du risque de crues rapides et la

perception du danger sur l’itinéraire principal ___________________________________________ 83

Figure 52 : Relations entre l’indice de représentation cartographique et le niveau d’exposition sur

l’itinéraire principal dans le Gard _____________________________________________________ 84

Figure 53 : Synthèse des facteurs influençant la décision de déplacement en vigilance orange ____ 89

Figure 54 : synthèse des facteurs influençant la décision de déplacement en vigilance rouge _____ 89

Figure 55 : Synthèse des facteurs influençant l’attitude au volant en cas de submersion des routes 90

Figure 56 : Synthèse des facteurs influençant la réaction sur le lieu de résidence _______________ 90

Figure 57 : Synthèse des facteurs influençant l’attitude au domicile face à un ordre d’évacuation _ 90

Figure 58 : Synthèse des facteurs influençant la réaction concernant les raisons de retard où de non

d’évacuation ______________________________________________________________________ 91

Figure 59 : Rapport en pourcentage entre le nombre d’actifs par profils et l’effectif initial du profil 92

Figure 60 : Répartition des actifs, des scolaires et des autres inactifs en pourcentage dans les

différents profils de comportements __________________________________________________ 93

Figure 61 : Répartition de la distance parcourue dans les profils de comportement des actifs. ____ 94

Figure 62 : Répartition des tailles de commune d’origine et d’activité dans les profils des actifs. __ 95

Figure 63 : Répartition du mode de transport utilisé dans les profils des actifs _________________ 96

Figure 64 : Variables actives et supplémentaires retenues dans l’ACM des comportements et des

mobilités à risque des actifs__________________________________________________________ 98

Figure 65 : Contributions des modalités actives à la formation des axes factoriels _____________ 100

Figure 66 : Représentation du premier plan factoriel de l’ACM ____________________________ 101

Figure 67 : Présentation de l’arbre hiérarchique et partition de l’arbre en 10 classes ___________ 102

114

Liste des tableaux

Tableau 1 : Synthèse des changements ayant eu lieu entre l’ancien et le nouveau mode de

recensement de la population ________________________________________________________ 26

Tableau 2 : Conseils d’utilisation des données issues du recensement en fonction des tailles des

effectifs __________________________________________________________________________ 28

Tableau 3 : Synthèse des changements ayant affectés le rattachement des élèves et des étudiants

dans le recensement _______________________________________________________________ 29

Tableau 4 : Construction des indicateurs de mobilité urbains et ruraux ILA_D_rur & ILA_D_urb ___ 42

Tableau 6 : Construction des indicateurs de taille des communes urbaines et rurales ___________ 44

Tableau 6 : Synthèse de relations statistiques existantes entre les critères de mobilité et les variables

relatives aux individus actifs, leurs ménages et leurs caractéristiques communales _____________ 67

Tableau 7 : Synthèse de relations statistiques existantes entre les critères de mobilité et les variables

relatives aux individus scolaires, leurs ménages et leurs caractéristiques communales __________ 67

Annexes

Annexe 1 : Démarche générale adoptée pour l’identification de variables communales explicatives

des mobilités quotidiennes dans le Gard___________________________________________113

Annexe 2 : Méthodologie explicative pour l’identification de variables communales explicatives des

mobilités quotidiennes dans le Gard______________________________________________114

115

116