Sélection de neuf indicateurs

De ce fait nous allons maintenant présenter les indicateurs sur lesquels nous comptons nous appuyer pour réaliser ce travail. Il nous faut réaliser une sélection permettant de produire une évaluation à la fois pertinente et simpliée : pertinente quant à la représentativité des indicateurs choisis au vu des enjeux relatifs au dé- veloppement durable, simpliée par la limitation du nombre des indicateurs traités. Il s'agit en eet de réaliser l'architecture d'un processus méthodologique conduisant à la production d'indicateurs synthétiques dans chacune des trois sphères, comme nous l'avons dit dans le chapitre précédent. Nous avons donc choisi, pour tester, neuf indicateurs, à raison de trois par sphère. Comme nous avons pu le voir dans le rapport Vilmodes, chacun à vocation à représenter une problématique crédible en lien avec les questions de durabilité du territoire. Ce choix, d'abord arbitraire, peut bien évidemment être sujet à discussion. Il s'est eectué par un choix raisonné d'indicateurs jugés représentatifs, en fonction, aussi, des possibilités oertes par les données de sorties de MobiSim. Il va de soi que d'autres indicateurs auraient pu être choisis. Mais ici, il s'agit pour nous de pouvoir procéder, à l'aide d'exemples, à l'élaboration de la méthodologie. Avant d'exposer celle-ci, nous allons décrire ici la composition des neufs indicateurs retenus.

4.1.3.1 Sphère économique

Nous souhaitons nous pencher ici sur divers aspects relatifs à la performance économique d'un territoire. Notamment, la question de l'accessibilité aux emplois et, incidemment, le coût des déplacements pouvant y être liés. Dans l'optique de po- litiques incitatives aux usages, plus écologiques, des transports en commun, l'intérêt de ceux-ci dans le temps de parcours pour les déplacements semble être également

une dimension à envisager.

1. Coût généralisé des déplacements, tous modes confondus

Objectif : Calculer le coût généralisé d'un point i vers tous les points j, quel que soit le mode de transport employé, et en déduire quel est le mode le plus attractif selon les diérentes localisations.

Méthode : Calculer le coût généralisé de déplacement d'une cellule i vers un point j (Bonnafous et al., 2009).

Cij = P ij + vT ij où :

 P ij correspond au coût monétaire du mode n  v à la valeur du temps

 T ij au temps de déplacement en mode n

2. Performance du TC (Transport en commun)

Objectif : Déterminer les espaces desservis plus rapidement par les TC et modes doux que par le VP.

Méthode : Calculer le diérentiel d'accessibilité (A) entre TC/MAP10_{et VP}11

vers un point (Bonnafous et al., 2010) en utilisant la distance temporelle en minutes.

A = T ijTC - T ijVP où :

 T ijTC = Temps de trajet d'un point i à un point j par TC  T ijVP = Temps de trajet d'un point i à un point j par VP

10. MAP = Marche à pied 11. VP = Véhicule particulier

3. Part des emplois accessibles

Objectif : Déterminer le potentiel d'emplois accessibles selon la distance tem- porelle au lieu de résidence.

Méthode : Calculer la distance temps à parcourir pour accéder à un nombre n d'emplois à partir d'une cellule i, en identiant un périmètre d'accessibilité P aux emplois depuis la cellule d'origine (Crozet et al, 2012).

L'heure de départ devra être précisée pour intégrer le paramètre de la conges- tion.

P i = d tel que {T ij|T ij < d|} = n

où T ij = distance en minutes entre i et j 4.1.3.2 Sphère sociale

Nous souhaitons nous attacher ici à évaluer la sphère sociale en recourant à des indicateurs ayant trait aux problématiques de mixité de la population ainsi que des potentielles ségrégations socio-spatiales pouvant en résulter. De même, la question de l'accessibilité aux aménités urbaines, notamment l'accès aux commerces et aux services, apparaît comme un enjeu social important.

1. Indice de mixité

Objectif : comparer l'hétérogénéité de la population des diérentes unités spa- tiales ou zones d'études.

Méthode : Il s'appuie sur la répartition par CSP12_{de la population, évaluée par}

l'indice de Shannon-Wiener basé sur la notion d'entropie (Apparicio, 2000). Si H est égal à 0, l'unité spatiale est totalement homogène (seul un groupe so- cial y réside) tandis qu'elle est très hétérogène pour une valeur de 1. L'indice permet ainsi de dégager les espaces à forte ségrégation sociale des espaces plus hétérogènes.

H = −Pn i=1[( P ij P j)ln( P ij P j)] où :  n = Nombre de groupes

 P ij = Population de la CSP i dans l'unité spatiale j

 P j = Somme des populations des CSP 1 à n dans l'unité spatiale j

Pour pouvoir faire des comparaisons entre zones avec des catégories diérentes, on utilise l'indice de Pielou (avec des valeurs entre 0 et 1), qui normalise l'in- dice de Shannon-Wiener :

J = _{ln K}H

où K est le nombre de catégories présentes. 2. Indice de ségrégation

Objectif : Mesurer la ségrégation sociale relative au taux de chômage.

Méthode : Recours à l'indice de Duncan (Duncan et Duncan, 1955). Cet in- dice compare les distributions de deux groupes dans les unités spatiales. Ici, la population avec emploi et la population sans emploi (CSP7), la distribution d'une catégorie variant entre 0 (hérérogénéité : 50/50 entre les deux catégories) et 1 (homogénéité totale : 1 seule catégorie)(Apparicio, 2000).

IS =Pn

i=1[

ti|pi−P | 2T P (1−P )]

où :

 ti = Population totale dans l'unité spatiale i  T = Population totale dans la ville

 pi = Proportion du groupe CSP7 dans l'unité spatiale i  P = Proportion du groupe CSP7 dans la ville

 n = Nombre d'unités spatiales dans la ville. 3. Accessibilité aux aménités urbaines

(niveau 1), dans un rayon de 400 m (Frankhauser et al., 2010).

Méthode : Il s'agit de compter le nombre de commerces et services de niveau 1 (recours quotidien) dans des cellules bâties (à partir d'un carroyage d'une échelle de 400 m). An de pallier au problème des eets de bord, nous pren- drons en compte les 8 cellules jouxtant la cellule i.

Si =Pn

j nj dij + ni

où :

 ni est le nombre de services dans la cellule i

 nj est le nombre de services dans les cellules voisines, avec P nj = 8  dij la distance entre i et j

4.1.3.3 Sphère environnementale

Dans le vaste domaine des préoccupations environnementales, il nous a paru pertinent de sélectionner des indicateurs relatifs à trois enjeux : le cadre de vie, les problèmes liés à la pollution, et ceux relatifs à l'articialisation des sols.

1. Proximité aux espaces verts

Objectif : Evaluer la qualité du paysage et du cadre de vie par la proximité aux espaces verts.

Méthode : Calcul de la proportion d'espaces verts autour d'un espace bâti. A partir des données d'occupation des sols, calcul de la proportion d'espaces verts dans un rayon de 400 mètres autour d'une cellule i.

2. Pollutions atmosphériques

Objectif : Evaluer les nuisances dues au trac routier par la mesure des pollu- tions atmosphériques dégagées par celui-ci.

Méthode : A partir des données produites par MobiSim, fournissant le nombre d'émissions de polluants rapporté au mètre, carroyage de l'espace en grille de cellules de 400 mètres. Dans chaque cellule i sera mesuré le nombre de mètres

de réseau routier et les valeurs d'émission de polluant qui s'y rapportent. P Ai =P

tP t∀t ∩ i

où :

 P t = émission de polluant atmosphérique par le tronçon t 3. Préservation des espaces agricoles

Objectif : Identier un phénomène de mitage de l'espace à partir des espaces agricoles entourant un espace bâti.

Méthode : A partir là aussi des données d'occupation des sols, calcul de la proportion d'espace agricole autour d'une cellule bâtie. Découpage de l'espace par carroyage en cellules de 400 mètres. Calcul du nombre de cellules voisines d'une cellule bâtie i, occupées par un espace agricole. Une forte proportion de cellules agricoles signierait un fort mitage (M) de l'espace.

M i = P j,a_J où :

 a = cellule occupée par un espace agricole  j = cellule de voisinage

Ces indicateurs sélectionnés, la question se pose de l'échelle d'analyse : sur quel maillage traiter, analyser et transformer les données ? Il apparaît clairement que le recours à un maillage administratif (commune, IRIS, îlot) ne saurait retranscrire la diversité des espaces qui les composent. Ainsi, le recours au carroyage nous semble pertinent : il s'agit d'analyser l'espace par le biais d'une grille le découpant en cel- lules régulières, de nature à identier les variations pouvant apparaître, parfois sur de courtes distances. Il a été décidé que les indicateurs seraient calculés, agrégés et analysés dans une grille de cellules de 400 mètres de côté. Nous avons testé plusieurs mailles et cette taille présente plusieurs avantages : elle correspond à la distance de référence pour l'accessibilité aux usages urbains d'usage quotidien (Frankhauser et al., 2010), et évite les pièges d'un maillage trop n13_{. Pour les indicateurs sociaux et}

13. Il est clair que nous pouvions choisir, par exemple, un maillage de 100 mètres de côté : outre le fait que cette échelle posait des problèmes de pertinence pour l'analyse de certains indicateurs

économiques, les données produites par la simulation seront agrégées à travers ces cellules tandis que pour l'environnement, un traitement sera eectué à l'aide d'un SIG (Arc GIS) à partir des données d'occupation des sols (BD TOPO ou Corine Land Cover).

Ces neuf indicateurs sélectionnés en s'appuyant sur les sorties du modèle MobiSim, dans le but de procéder à une évaluation basée sur un nombre limité d'indicateurs, sont ainsi jugés représentatifs, et doivent conduire à la production d'un indicateur synthétique pour chacune des sphères dans le but de produire une donnée d'ana- lyse des performances d'un territoire en matière de durabilité. Ces neuf indicateurs seront traités, après des tests théoriques, sur le territoire de la Communauté d'ag- glomération du Grand Besançon, dans le but de s'appuyer sur un territoire réel pour vérier la pertinence des choix méthodologiques.