Memoire Ecault Lucile VB
Transcript of Memoire Ecault Lucile VB
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