• Aucun résultat trouvé

Conclusion

Dans le document RAPPORT FINAL– DECEMBRE 2020 (Page 154-159)

3. ANALYSE TERRITORIALE

3.3 F REQUENTATION

3.3.1 Données mobiles

3.3.1.3 Conclusion

Cette analyse de la fréquentation à partir de la téléphonie mobile soulève de nombreuses ques-tions et démontre non seulement une sous-estimation des nombres de nuitées issus des don-nées officielles mais aussi les nombreux types et lieux d’hébergements qui ne sont pas enregistrés par le CGT. S’il est légitime de douter de la validité des données Proximus tant les écarts par rapport aux statistiques officielles et AirDNA sont importants, il faut rappeler que les données mobiles ne mesurent pas la même chose et n’ont pas le même degré de précision.

Un des grands enjeux du tourisme est de pouvoir définir ce que l’on inclut et ce que l’on exclut du champ du tourisme notamment, de pouvoir distinguer le « tourisme d’affaire » du « tourisme de loisirs ». Actuellement, les statistiques officielles et AirDNA ne permettent pas de faire la dis-tinction entre ces deux formes de tourisme de manière exhaustive. Les valeurs obtenues par les données mobiles mesurent, quant à elle, l’activité touristique de façon beaucoup plus large in-cluant des formes moins commerciales de tourisme, en réalité tout délogement qui n’est pas

régulier. L’analyse a montré que des pans entiers du tourisme sont négligés par les statistiques officielles et ce, bien au-delà des nuitées liées aux plateformes d’hébergements de type Airbnb.

Du point de vue loisirs, signalons le tourisme fluvial, les motor-homes, les hébergements dans les écoles, le camping lors de festivals ou évènements sportifs. Du point de vue affaire, les héberge-ments d’ouvriers du bâtiment, de saisonniers agricoles en dehors des hôtels ou la présence de routiers sur les aires de repos questionnent la définition d’un touriste et la difficulté de les distin-guer et de les recenser séparément. Il y a également l’inconnue du tourisme médical ; sur base de quels critères un séjour à l’hôpital ou en maison de convalescence devrait-il être associé à une nuitée touristique ? La limite est tenue. La définition traditionnelle du touriste ne semble plus adaptée aux nouvelles formes de tourisme qui se sont développées parallèlement aux économies collaboratives et aux nouvelles technologies. De plus, comment évaluer la raison de la présence d'un individu et déterminer si cette raison est "autre que l'exercice d'une activité rémunérée par le territoire visité" ? En outre, en ce qui concerne la raison principale d'un séjour, les définitions doivent tenir compte du statut économique du logement. Le tableau ci-dessous (Tableau 37) re-prend les différents variables, sources de nuitées Proximus, identifiées au départ des six études de cas. Elles ont été groupées selon qu'elles concernent des hébergements, des personnes sans domicile, le domaine médical, les noctambules, les travailleurs, les loisirs et/ou l'événementiel ou encore, les biais propres aux données mobiles.

Tableau 37. Variables identifiées comme sources des nuitées touristiques captées par la téléphonie mobile.

Hébergements

Hébergements repris dans l'offre Statbel

Hébergements non repris dans l'offre Statbel car non reconnus par le CGT Hébergements collectifs

Hébergements AirDNA

Hébergements issus de plateformes autres que Airbnb/Vrbo (par ex. Couchsur-fing, Booking…)

Evénements propres au territoire (ex : Brocante de Temploux) Salle de mariages/fêtes

Festivals et compétitions sportives Endroits de camps

Biais liés aux données mo-biles

Effet de frontière nationale et communale

Biais liés aux extrapolations des données Proximus

De plus, les biais dans les statistiques officielles et AirDNA sont nombreux. Pour les statistiques officielles, ils résident dans le fait que ces statistiques portent principalement sur les héberge-ments reconnus (Point 3.3.2), n’incluent pas les statistiques relatives au tourisme fluvial, aux se-condes résidences et aux centres d’hébergement collectifs et se basent sur la déclaration des taxes de nuitées par les hébergements qui peuvent faire l’objet de fraude. Cela a notamment été mis en évidence lors de l'analyse de la commune de Brugelette où un hébergement collectif destiné aux militaires explique 35% des nuitées Proximus l'été et presque 60% l'automne 2018.

Nous avons également mis en évidence un biais relatif aux Plans Habitat Permanent avec le cas d'Hastière et à la surestimation que cela entraine. En ce qui concerne les données AirDNA, le principal biais repose sur le fait que la fréquentation soit estimée et maximale. En effet, elle se base sur le nombre de jours de réservation estimés par l’algorithme avec un degré de précision qui n’est pas connu pour le territoire étudié et sur la capacité maximale de l’hébergement. Il est impossible de connaître la fréquentation réelle liée aux hébergements Airbnb et Vrbo. De la sorte, les fréquentations peuvent être surestimées, comme c'est le cas de la commune de Somme-Leuze, lorsque les établissements sont, par exemple, des gîtes de grande capacité qui ne sont pas entièrement occupés et/ou sous-estimées, lorsque les voyageurs contournent la plateforme afin d’éviter les frais liés à celle-ci.

Par ailleurs, la validité des données mobiles varie selon les types de milieux. Les statistiques se-ront fournies à une échelle d’analyse plus précise en milieu urbain qu’en milieu rural car la cou-verture des antennes est davantage dense en zone urbaine. Néanmoins, les agglomérations urbaines couvrent des phénomènes qui n’apparaissent pas dans les campagnes et qui intervien-nent dans les nuitées Proximus telles que les nuitées en milieu hospitalier ou encore les noctam-bules qui fréquentent les discothèques ou les casinos. Il existe également des différences entre les territoires frontaliers et transfrontaliers. Les territoires transfrontaliers étant sujets aux effets de frontières et aux biais qui s’y rapportent. Ceci explique que pour les cas de Namur et Aubange, la part de nuitées Proximus expliquée est relativement faible, 17 et 25% pour Namur l'été et l'automne 2018 et 12 et 6% pour Aubange. A l'inverse, pour Dour, nous avons expliqué jusqu'à 93% des nuitées Proximus l'été.

A la question, les données mobiles reflètent-elles les activités touristiques d’un territoire donné, la réponse est nuancée tant par les points positifs que négatifs qui découlent de ces données.

En effet, tout dépend de ce que l’on entend par touriste. Une personne qui déloge chez un ami/amie est-elle considérée comme un touriste, de même un routier est-il un touriste ? La défi-nition développée avec l’opérateur nous permet d’estimer la fréquentation du territoire par des non-résidents qui contribuent à la vie économique de celui-ci mais également, qui utilisent les équipements et ressources de ce même territoire. Les figures ci-dessous mettent en évidence, selon la période étudiée, la part que les touristes identifiés par Proximus représentent parmi les personnes qui dorment au sein des communes (occupation touristique) et la part de la population que ces touristes équivalent (intensité touristique) (Figure 36).

L'été 2018, pour les communes de La Roche-en-Ardenne, Vresse-sur-Semois, Bouillon, Tellin, Stavelot, Houffalize, Durbuy, Rendeux, Daverdisse, Herbeumont, Froidchapelle, Manhay, Stou-mont, Vielsalm et Erezée, les visiteurs représentent plus de 25% des nuitées et équivalent plus de 30% de leur population. En particulier, les touristes équivalent plus de 45% de la population dans les communes de La Roche-en-Ardenne (68%), Vresse-sur-Semois (68%), Bouillon (65%), Tellin (60%), Stavelot (60%), Houffalize (51%) et Durbuy (46%). En effet, les Maisons du Tourisme Cœur de L'Ardenne, au fil de l'Ourthe & de l'Aisne, Pays de Bouillon et Haute Ardenne se démar-quent en termes d'occupation et d'intensité touristiques. Pour la première, 33% des personnes qui dorment sur le territoire de cette Maison du Tourisme sont des visiteurs qui équivalent 48%

de sa population totale. Concernant la seconde, les visiteurs équivalent 30% de sa population et 23% des personnes dormant au sein de ses communes. Enfin, pour la Maison du Tourisme de la Haute Ardenne, 20% des nuitées observées sont des nuitées touristiques, les visiteurs équiva-lent 26% de la population.

L'automne 2018, ce sont toujours les Maisons du Tourisme Cœur de L'Ardenne, au fil de l'Ourthe

& de l'Aisne, Haute Ardenne et Pays de Bouillon qui se démarquent en termes d'occupation et d'intensité touristiques. En particulier, les communes de Vresse-sur-Semois, Bouillon, Houffalize, La Roche-en-Ardenne, Durbuy, Rendeux, Vielsalm et Daverdisse se positionne en premières places avec des touristes qui équivalent plus de 20% de la population et une valeur maximale pour la commune de Vresse-sur-Semois (36%). La part de nuitées touristiques dans ces com-munes ne dépassent pas les 26%. Ainsi, les données mobiles traduisent bien la saisonnalité au-tour de laquelle le au-tourisme s'articule.

Figure 36. Occupations et intensités touristiques moyennes par jour identifiées par la téléphonie mobile (été et automne 2018).

SUBVENTION 2020·RAPPORT FINAL ·IGEAT/LEPUR·DECEMBRE 2020

Dans le document RAPPORT FINAL– DECEMBRE 2020 (Page 154-159)