Affiliation:
1. Doctorant – Économie – Cerema / ESPRIM
2. Chargé de recherche – Sociologue – Cerema / ESPRIM
3. Chargé de recherche – Géographe – Cerema / ESPRIM
Abstract
Il existe plusieurs manières de mesurer la mobilité des personnes. Selon l’indicateur choisi, la faible mobilité des résidents des quartiers prioritaires ne va pas de soi. En France, en réalité, les résidents des quartiers prioritaires consacrent autant de temps que les autres à leurs déplacements et sortent de chez eux autant de fois par jour. Ils sont donc mobiles même si la portée des déplacements est moins importante. Ils se déplacent simplement moins vite. Nous explorons dans cet article la mobilité des habitants de Quartiers de Politique de la Ville (QPV) à travers une base unifiée des Enquêtes Mobilité Certifié Cerema (EMC²). L’enjeu est d’offrir un angle original d’observation en comparant les QPV selon différentes tailles d’unité urbaine. L’objectif est de comprendre si les différences éventuelles de mobilité sont plus importantes au sein d’une même agglomération (selon que les individus résident au sein d’un QPV ou hors QPV) ou entre les quartiers de différentes tailles d’agglomérations. Il s’avère que les unités urbaines où s’observe une relative égalité (plus faibles différences de niveau de mobilité entre les quartiers) sont celles où l’utilisation de la voiture est la plus faible. La réduction des différences d’accès au volant ne passe pas par un accroissement de l’accès à la voiture des résidents des quartiers prioritaires, mais par une baisse de celui des résidents des autres quartiers. Au final, notre analyse montre qu’il existe une réelle hétérogénéité dans les pratiques de mobilité dans les quartiers prioritaires suivant les unités urbaines. Il n’est dès lors pas possible de faire abstraction des spécificités de chaque territoire pour définir une politique de mobilité à même d’améliorer la situation des habitants de ces quartiers.
Reference45 articles.
1. Andrews, D.W.K. (1991). Heteroskedasticity and Autocorrelation Consistent Covariance Matrix Estimation, Econometrica, 59(3): 817–858.
2. Bonnemaison, G. (1982). Face à la délinquance : prévention, répression, solidarité. Rapport de la Commission des maires pour la sécurité. La Documentation française.
3. Bouzouina, L., Havet, N., & Pochet, P. (2016). Résider en ZUS influet- il sur la mobilité quotidienne des actifs ? : Une analyse économétrique à partir de l’enquête Ménages déplacements de Lyon (2006), Revue économique, 67(3) : 551‑580.
4. Buchot, N. (2012). La mobilité contextuelle comme lien entre la mobilité quotidienne et la mobilité résidentielle. Du concept à la pratique, Vertigo n°11 – hors-série, mai 2012.
5. Buisson, M.-A., Mignot, D., & Aguiléra-Bélanger, A. (2001). Métropolisation et polarités intraurbaines : le cas de Lyon, Revue d’Economie Régionale et Urbaine, (2): 271-296.