• Aucun résultat trouvé

Chapitre 1 : Des données pour répondre aux changements de paradigme des

1.1 Le changement de paradigme des politiques de mobilité et ses conséquences

1.1.2 Les nouveaux objectifs des politiques de transport : un changement de

1.1.2.3 L'appel aux données pour connaître et agir

Parallèlement à cette demande pour plus de données, nous voyons se développer un mouvement de libéralisation des données sur la demande de transport au même titre que sur l'offre de transport (Jutand, 2015). Ce mouvement peut être désigné sous le terme « open data ». Illustrons cet appel à la libéralisation des données sur la demande de transport avec un autre rapport ministériel issu du Grenelle de l'Environnement de 2007, celui du comité opérationnel consacré à la recherche, composé de représentants de la recherche académique, des entreprises et de parlementaires qui se sont interrogés sur les recherches scientifiques à mener.

- « Pour être en mesure d'agir, la recherche doit mobiliser des données, des modèles, des outils et des compétences. Afin de répondre aux enjeux de la biodiversité, des risques sanitaires et du changement climatique, la recherche doit se traduire en moyens d’action et doit permettre le développement de stratégies innovantes. Ces stratégies doivent répondre à un double objectif : inverser les tendances actuelles (émission de gaz à effet de serre, pression sur l’environnement et augmentation des risques) et s’adapter aux contraintes de notre environnement (perturbations climatiques, disponibilité énergétique, limitation des ressources...). Les propositions du comité opérationnel Recherche concernent à la fois les méthodes et les stratégies innovantes. » (Guillou et Colombani, 2008, p.6)

La sous-section consacrée à la Ville, l'Urbanisme et l'Habitat a soulevé les points suivants : - « Fédérer des équipes autour du thème de la modélisation environnementale de la ville, c'est-à-dire de la simulation du fonctionnement des zones urbaines à plusieurs échelles, en interaction avec les évolutions globales.

-Développer des systèmes d’observation urbaine interdisciplinaires, permettant de fédérer les efforts, de capitaliser les données et de favoriser les échanges et donc les collaborations. Les moyens modernes (exemple: géolocalisation) devrait permettre de renouveler les processus de collecte de données, une fois mises en place des solutions compatibles avec le respect de le vie privée, à l'instar de ce qui est fait dans le domaine de la santé

-Développer la modélisation comme outil d'aide à la concertation et à la décision, et comme outil d'évaluation des politiques publiques, etc.

multidisciplinaires intégrant toutes les dimensions de l’évolution urbaine, afin d'étudier les effets sur les comportements des variations des prix (immobilier, énergie), les effets des infrastructures de transport (routes, métros, tramways, sites propres bus)

-l'importance de disposer de données pertinentes et régulièrement mises à jour sur les attentes et comportements des habitants ; une équipe d’une quinzaine de personnes devrait être spécifiquement mise en place à cet effet pour un coût annuel récurrent de 2M€.

-Le pôle de Marne la Vallée, qui se structure autour du PRES Paris-Est, du pôle de compétitivité « Advancity », du pôle scientifique et technique francilien du MEEDDAT. C’est au sein de ce pôle que pourraient se regrouper et se structurer une action majeure sur le thème «modélisation, bases de données, métrologie ».

Ce dernier point sur la métrologie mérite quelques explications supplémentaires. La métrologie est la science de la mesure. Dans l'esprit du comité de recherche, la métrologie s'applique de manière très concrète, par exemple au système d'éclairage urbain. En allant plus loi, la métrologie définit les principes et les méthodes permettant de garantir et maintenir la confiance envers les mesures résultant des processus de mesure. Il s'agit d'une science transversale qui s'applique dans tous les domaines où des mesures quantitatives sont effectuées. Cette référence à la métrologie signale donc que les données doivent être issues de méthodes de mesures scientifiques. Or, en reprenant l'exemple des données sur les parts modales, les effectifs utilisant les transports en commun seront différents selon la référence spatiale choisie pour l'aire géographique ciblée par le projet. Les données relatives sont des artefacts, il faut que celles-ci soient cohérentes (Desrosières, 2003), ce qui dépend des méthodes de construction. En reprenant la distinction de Cirillo et al. (2004), nous pouvons classer les données en deux types, celles issues des enquêtes de terrain (données descriptives) et celles issues de traitement de données post-enquêtes (données explicatives) qui relèvent d'un processus de modélisation.

Le plus souvent les données statistiques de mobilité sont construites à l'aide d'enquêtes de terrain qui constituent le meilleur moyen pour observer la complexité de la mobilité (Cirillo et al., 2004). Mais cela coûte vite très cher surtout si la rentabilité économique est demandée. Alors pour disposer de plus d'information, la construction de données explicatives à partir de sources d'information différentes peut être utile. La question de la métrologie interroge donc sur les limites de ces méthodes de collecte et d'enrichissement. Jusqu’à quel point pouvons-

nous effectuer des traitements post-enquêtes sur les données ? Le rapport du Grenelle de l'Environnement invite à développer la modélisation, à produire des données, tout en disposant de données pertinentes. Le rapport traite implicitement de données issues d'enquêtes. La question est de savoir utiliser ces deux méthodes à bon escient en précisant bien ce sur quoi les données doivent renseigner.

En 2013, le PREDIT-422 lance l'appel à projet intitulé « Connaître pour mieux agir » qui

développe cette question :

- « Ce projet s'inscrit dans les actions « Mobilités ». Il vise à améliorer nos connaissances sur les pratiques réelles pour mieux concevoir de nouvelles solutions de mobilité multimodales en identifiant les contraintes (notamment en termes d'organisation spatiale), en facilitant la réorganisation des activités des entreprises et des ménages. Ce projet a pour principal objectif de réaliser un prototype qui valide d'une part l'acceptabilité des acteurs dont les citoyens, et d'autre part les dispositifs technologiques, pour créer et mettre en forme de nouvelles connaissances sur les pratiques quotidiennes de mobilités. Il permettra également, sous certaines conditions, à des acteurs économiques (bureaux d'études, consultants, fournisseurs de services de mobilités) d'industrialiser le processus. Par ailleurs, le projet doit apporter des éclairages sur les points suivants :

L'accès à de nouvelles connaissances sur nos pratiques de mobilités est-il actuellement techniquement possible, à quel coût ?

En quoi de nouvelles représentations, via des outils adaptés, des mobilités, modifient les pratiques pour les usagers et les mesures à mettre en œuvre pour les acteurs de la décision ?

Comment ce projet mobilise-t-il les différents interlocuteurs : citoyens, décideurs politiques locaux et nationaux, industries utilisatrices de solutions de transport et industries créatrices de solutions de transport ?

Quelles sont les modalités pour mesurer l'évolution des pratiques des citoyens en fonction du contexte, de l'offre et des contraintes ? » (PREDIT. Connaître pour mieux agir23).

La première question pose la question de la valeur ajouté des données plus précises. Nous

22 Le PREDIT-4 a été également lancé par le Grenelle de l'Environnement. 23 PREDIT. Connaître pour mieux agir [en ligne] (Consultée le 03/03/2016)

commençons par répondre à la quatrième question sur les modalités des données dont nous disposons pour mesurer l'évolution des pratiques des citoyens (partie 1.2). Puis, nous nous interrogerons sur les nouvelles approches pour produire des données sur les pratiques de déplacement (partie 1. 3).

1.2 Les données sur la mobilité dans la perspective