1 Mises à jour

8 juin :

  • Certains graphiques ont été étendus pour afficher l’ensemble des données depuis octobre 2019.
  • Les graphiques sociodémographiques ont été lissés pour en améliorer l’interprétation. Les données non lissées sont toujours disponibles via le lien de téléchargement.
  • Nouvelle analyse du travail à domicile. lien
  • Unification de la palette de couleurs et élargissement des graphiques.

31 mai :

  • En raison de divergences au niveau de la composition régionale entre les panels Link et MOBIS original, les rapports ont été ajustés afin de n’inclure que les participants qui répondent aux critères d’éligibilité MOBIS originaux. Les analyses futures incluront tous les participants lorsqu’une comparaison avec 2019/20 n’est pas nécessaire.

25 janvier :

  • Il y a eu des changements importants depuis le dernier rapport.
  • Depuis le 12 novembre, une coopération avec la société LINK nous a permis d’augmenter la taille de notre panel. Ces nouveaux participants sont désormais inclus dans nos résultats, et les changements dans la répartition du panel sont indiqués ici : lien
  • Cela signifie que certains graphiques ont été modifiés à partir de novembre en raison de la nouvelle composition de l’échantillon.
  • Les résultats des différentes enquêtes en ligne sur les changements concernant l’emploi et le ménage ont été intégrés dans les résultats.

14 décembre :

  • La plupart des graphiques sont désormais interactifs. Les effets du temps hivernal sont clairement visibles.

Nouvelles précédentes (cliquez pour agrandir)

18 novembre :

  • Les graphiques 2 à 6 sont maintenant interactifs et zoomables.

2 novembre:

  • Le calcul des jours actifs a été amélioré. Certains résultats ont été modifiés en conséquence.
  • Nouveau graphique de la distance quotidienne moyenne par objectif de voyage. link

6 octobre:

  • Le graphique indiquant la distance moyenne journalière par sexe a été corrigé pour indiquer la distance totale, alors qu’il n’incluait auparavant que les déplacements en voiture. Le même graphique affiche désormais une moyenne mobile de 4 jours pour la visibilité. Les valeurs originales sont toujours disponibles dans les données téléchargeables.

28 septembre:

  • Ajout d’un nouveau graphique avec les principaux indicateurs de mode de transport. link

24 août:

  • Conclusions mises à jour.
  • Le rapport sera désormais mis à jour toutes les deux semaines.

11 août:

  • Nouvelle analyse du motif des déplacements (parts des différents modes de transport, décomptes horaires). link
  • La pondération l’échantillon, calculée à l’échelle de la semaine, par rapport à l’étude MOBIS initiale, a été appliquée à tous les résultats. link

6 août :

13 juillet:

  • Depuis le 6 juillet, le port du masque est obligatoire dans les transports publics en Suisse.
  • Afin de refléter cette évolution, des lignes verticales ont été ajoutées aux graphiques appropriés pour indiquer le début du confinement (16 mars), l’assouplissement du confinement (11 mai) et l’introduction de l’obligation de porter un masque (6 juillet).

29 juin :

  • Nouvelle analyse sur l’évolution des parts modales du transport - lien.

15 juin:

  • Les données peuvent maintenant être téléchargées directement pour certaines figures souhaitées. Veuillez citer les sources IVT, ETHZ et WWZ, Uni Basel.
  • Les comptages horaires montrent maintenant la journée entière : la périod de minuit à 4h du matin n’est plus exclu.
  • Analyse du télétravail - lien.
  • En réponse à de nombreuses questions, nous aimerions préciser que la période de référence 2019 couvre les mois de septembre et octobre 2019.
  • Résultats par genre corrigé
  • Nouvelle analyse des vitesses de déplacement en voiture par classe de distance - lien.

25 mai :

  • Le nombre d’activités par jour ajusté de manière à ne pas inclure la première activité à domicile par jour.
  • Conversion de tableaux longs en graphiques.

18 mai :

  • Premier rapport après l’assouplissement des mesures de confinement du 11 mai.
  • La période de référence 2019 a été raccourcie pour n’inclure que les mois de septembre et octobre - Cela affecte principalement les statistiques pour le vélo.

11 mai:

  • Nouveau graphique de l’espace d’activité et du rayon quotidien - lien.

4 mai:

  • Nouveau graphique issu d’une enquête en ligne auprès des participants sur la perception du risque - lien.
  • Résumé des points clés et ajustements de formatage.

27 avril:

  • Nouveau tableau sur l’évolution du type d’activité par zone géographique.

20 avril:

  • Participants mobiles par jour.
  • Les participants non mobiles sont désormais inclus dans les statistiques sur les espaces d’activité, en plus d’un nouveau tableau sur les espaces d’activité hebdomadaires médians.
  • Nouveaux graphiques, incluant la distance de trajet moyenne par mode.
  • Améliorations de la mise en page et autres petites corrections.

13 avril:

  • Les semaines précédentes ont été regroupées et colorées en gris dans certains graphiques.

2 Introduction

Le 16 mars 2020, les 3700 participants qui ont complété l’étude MOBIS entre septembre 2019 et janvier 2020 ont été invités à réinstaller l’application de suivi GPS et de journal de voyage “Catch-My-Day”, développée par MotionTag. Grâce à cet enregistrement volontaire de leur comportement de mobilité, nous avons pu suivre l’impact des différentes mesures spéciales prises pendant la pandémie. Un an plus tard, la pandémie est toujours en cours et de nombreux participants sont encore en train de participer.

Les résultats sont présentés en comparaison avec les données de mobilité des premières semaines de l’étude MOBIS originale, qui ont été enregistrées entre le 1er septembre et le 1 novembre 2019, et servent donc de référence bien avant que la pandémie ne frappe la Suisse. Seuls les déplacements à l’intérieur de la Suisse sont actuellement pris en compte, bien que des données sur les déplacements transfrontaliers soient disponibles.

La participation est passée d’environ 1’300 participants à environ 500 au début de la deuxième vague COVID-19 à l’automne 2020. Cela peut être dû à plusieurs facteurs, tels qu’un nouveau smartphone, des mises à jour du système d’exploitation, etc. Environ 250 ont réintégré le panel après une deuxième invitation en octobre 2020. Nous leur sommes très reconnaissants pour leur engagement. Néanmoins, nous avons volontiers accepté la proposition de LINK de recruter davantage de participants au panel, ce qui nous a permis de complémenter le noyau existant. À la mi-janvier, 393 participants supplémentaires avaient rejoint le panel via LINK.

Pour l’étude MOBIS, les participants n’étaient éligibles que s’ils utilisaient une voiture au moins 3 jours par semaine, ce qui biaise l’échantillon par rapport à la population suisse en général. Nous n’avons pas imposé de condition similaire aux participants recrutés par LINK, afin d’obtenir un échantillon plus représentatif de la population. Cela signifie toutefois que l’échantillon de 2021 ne peut plus être comparé à celui de 2019 et 2020, car le comportement des deux groupes en matière de mobilité est très différent. Ainsi, seuls les participants LINK qui répondent aux critères MOBIS sont inclus dans les analyses qui établissent des comparaisons avec la période avant la pandémie.

Le nombre de participants actifs chaque jour, utilisé pour calculer les valeurs moyennes quotidiennes, comprend tous les participants qui ont enregistré des données avant ou après cette date. Cela permet de considérer ceux qui restent à la maison tout en tenant compte de ceux qui se sont retirés de l’enquête.

Il peut y avoir un délai de 2 à 3 jours avant que les données de l’application Catch-My-Day (pour iOS et Android) ne soient disponibles pour analyse. La pondération par le nombre de participants actifs permet de tenir compte de ce délai, mais les résultats des rapports précédents peuvent changer lors des mises à jour. Les pondérations sont calculées en fonction de l’échantillon représentatif obtenu lors du processus de recrutement MOBIS.

Les couleurs choisies pour les graphiques ci-dessous servent à regrouper les différents modes de transport : les verts indiquent les modes actifs, les bleus/violets les transports publics, le marron correspond à la voiture et le noir au total de tous les modes. Ces couleurs apparaissent dans tous les graphiques relatifs aux modes de transport.

3 Distance quotidienne moyenne

La distance quotidienne moyenne parcourue par les participants est présentée ici en fonction du sexe. Une moyenne mobile sur 7 jours est utilisée pour faciliter la lecture. On constate une nette réduction du nombre de déplacements due au confinement au début de la pandémie, suivie d’une augmentation progressive au cours des mois suivants. Le nombre de déplacements revient lentement au niveau d’avant la pandémie, comme cela a été le cas pendant la période relativement normale précédant la deuxième vague de l’automne 2020.

[1] “Télécharger les données du graphique

4 Journées actives

Le graphique ci-dessous montre le nombre de participants mobiles pour un jour donné, c’est-à-dire ceux ayant enregistré des déplacements dans l’application Catch-my-day, même une courte promenade. Les creux correspondent aux week-ends. La moyenne mobile sur 7 jours est représentée par la ligne noire, qui est relativement stable depuis la fin du premier confinement et même lors du deuxième semi-confinement. D’autres fluctuations sont principalement dues aux jours fériés, où les gens restent à la maison.

[1] “Télécharger les données du graphique

5 Évolution des kilomètres parcourus par mode de transport

La répartition par mode de transport est présentée dans cette section. Les valeurs relatives au comportement avant la pandémie ont été calculés sur la base de la moyenne de septembre et octobre 2019. La forte augmentation de la pratique du vélo observée pendant le confinement et maintenue tout au long de l’été 2020 est particulièrement évidente. L’utilisation des transports publics s’est effondrée pendant le confinement et a repris beaucoup plus lentement que les autres modes de transport, se situant toujours à environ 50 % seulement des niveaux enregistrés avant la pandémie.

Cette section présente également une version superposée de ce graphique, dans laquelle les modes de transport public sont regroupés. Celui-ci met en évidence l’évolution globale des parts modales, la voiture et le vélo ayant pris le dessus sur les transports publics.

[1] “Télécharger les données du graphique

Les deux graphiques suivants présentent des estimations de régression basées sur un modèle de Poisson. Un tel modèle peut être utilisé pour estimer la variation proportionnelle moyenne d’une variable d’intérêt tout en contrôlant les facteurs confondants. Nous contrôlons les effets de la météo et les effets fixes de la personne afin de tenir compte de l’hétérogénéité non observée constante dans le temps. Les barres verticales ou les bandes colorées indiquent les intervalles de confiance à 90 %.

[1] “Télécharger les données du graphique

6 Indicateurs clés par mode

Cette section présente des indicateurs supplémentaires par mode de transport, en plus de la distance quotidienne correspondant aux graphiques précédents de la section 5. Ici encore, ces graphiques présentent la variation en pourcentage par rapport à la période de référence de 2019. La variation des distances parcourues est particulièrement intéressante. D’une part, les déplacements à pied étaient beaucoup plus longs pendant le confinement, mais ce comportement ne s’est pas maintenu par la suite. D’autre part, les déplacements en bus se sont raccourcis depuis le début de la pandémie, ce qui pourrait s’expliquer par le travail à domicile.

[1] “Télécharger les données du graphique

7 Données sociodémographiques

L’évolution de la moyenne des kilomètres quotidiens parcourus selon différentes données sociodémographiques peut être visualisée à l’aide des onglets ci-dessous. Les lignes ont été lissées pour en améliorer la lisibilité. Veuillez noter que le nombre de participants est faible pour certaines données sociodémographiques (voir la section sur la distribution des participants). Les différences observées en fonction de la taille du ménage pendant et après le confinement sont particulièrement intéressantes, tout comme le comportement de la tranche d’âge des 25-35 ans pendant l’été 2020. Pendant le premier confinement, le groupe aux revenus les plus élevés a réduit davantage ses déplacements quotidiens.

7.1 Âge

7.2 Éducation

7.3 Statut d’emploi

7.4 Genre

7.5 Taille du ménage

7.6 Revenu mensuel

7.7 Langue de correspondance

7.8 Accès à la voiture

8 Analyse de l’objectif de déplacement

Le motif de chaque déplacement est déterminé à partir de l’activité effectuée à destination. Ces motifs sont imputés à l’aide d’un modèle de forêt d’arbres décisionnels (random forest), entraîné sur les données des personnes qui ont volontairement indiqué le motif de leurs activités. L’évolution des parts modales est plus marquée pour certains motifs de déplacement que pour d’autres. En 2020, le vélo est devenu plus populaire pour faire les courses. Aucune distinction n’est faite entre les courses à l’épicerie et les autres types de courses. Le train n’est presque jamais pris pour aller faire des courses, alors que les transports publics locaux sont encore utilisés.

[1] “Télécharger les données du graphique

8.1 Achats

8.2 Assistance

8.3 Autre

8.4 Commissions

8.5 Domicile

8.6 Éducation

8.7 Loisirs

8.8 Travail

9 Vitesses de circulation routière

Le graphique suivant montre l’effet de la crise COVID-19 sur les vitesses de déplacement médianes en voiture pendant la semaine, excluant les weekends et les jours fériés. Pendant la période de confinement du 16 mars au 11 mai, une augmentation des vitesses aux heures de pointe a été observée, indiquant une diminution de la congestion routière. Depuis l’assouplissement des mesures, les vitesses aux heures de pointe sont revenues aux valeurs pré-COVID-19, signe que la congestion routière est revenue à son niveau habituel.

Télécharger les données du graphique

10 Évolution des parts modales du transport

Un diagramme ternaire est la représentation graphique de triplets de données numériques. Il convient pour représenter une somme constante, qui est décomposée en trois valeurs. La figure suivante montre un exemple d’un tel diagramme avec un seul point. Le triplet correspondant à ce point peut être lu en suivant les lignes vertes : A=0.5, B=0.3 et C=0.2. La somme des trois valeurs est égale à 1.

Les diagrammes ternaires suivants montrent l’évolution des parts modales au cours de la crise COVID-19, pour différents types d’abonnements aux transports publics (AG, demi-tarif et autres). Les modes sont regroupés dans les catégories suivantes :

  • Transport individuel motorisé (voiture, moto, taxi, Uber)
  • Transports publics (bus, tram, ferry, métro, train)
  • Transports non motorisés (marche, vélo)

Pendant le confinement, une part plus importante de kilomètres et de déplacements a été effectuée en utilisant des modes individuels motorisés et non motorisés par rapport à la période de référence. Après le confinement, la part des transports publics a augmenté et la part des modes non motorisés a diminué, dans les deux cas légèrement. La part des modes individuels motorisés reste plus importante que pendant la période de référence.

11 Réduction des kilomètres parcourus selon la situation professionnelle

Les personnes ayant participé à l‘enquête MOBIS-Covid19 ont été invitées à décrire leur situation professionnelle au moyen de courts questionnaires en ligne. Cette situation étant susceptible de changer fréquemment, les participants ont été invités à répondre à ces questionnaires à de multiples reprises. Les graphiques suivants ont été réalisés grâce aux réponses collectées dans ce cadre. Pour les participants n’ayant pas répondu à ces questionnaires, on prend en compte la réponse qu’ils ont indiquée dans l‘enquête MOBIS initiale. Concrètement, nous avons interrogé les participants sur le nombre de jours pendant lesquels ils ont travaillé soit à leur domicile, soit hors de chez eux ; ils ont ensuite été groupés en différentes catégories, qui sont utilisées dans la suite de l‘analyse :

  • Télétravail exclusivement
  • Travail uniquement hors du domicile
  • Alternance entre télétravail et travail en présentiel

Une enquête menée fin 2020 comportait une question portant sur le chômage partiel, cette information n’a pas été actualisée depuis.

Le premier graphique montre la moyenne glissante sur 7 jours du pourcentage de participants en situation d‘emploi ayant travaillé hors de leur domicile. La différence entre les participants autorisés à télétravailler et ceux pour qui cela est impossible n‘est pas bien perceptible. Toutefois, même le groupe de ceux qui ne peuvent pas télétravailler a reporté moins de déplacements qu‘avant le début de la pandémie, probablement parce que les conditions de travail ne sont pas encore revenues à la normale. De plus, on constate clairement une résistance face au retour sur le lieu de travail de la part des télétravailleurs.

[1] “Télécharger les données du graphique

[1] “Télécharger les données du graphique (Lieu de travail)

[1] “Télécharger les données du graphique (Chomâge partiel)

12 Réduction des kilomètres parcourus par canton

La série des graphiques cantonaux représente la variation du nombre de kilomètres parcourus par les participants à notre enquête, selon le canton dans lequel est situé leur lieu de résidence (défini par le code postal). Les cantons correspondent au niveau administratif régional en Suisse. Si un code postal peut correspondre à plusieurs cantons, le canton couvrant la plus grande surface du territoire défini par le code postal est retenu. Seuls les cantons dans lesquels suffisamment (N > 5) de participants résident sont représentés. Les données sont lissées sur des périodes de 6 semaines. Les lignes grises discontinues indiquent la moyenne au niveau fédéral. Genève se distingue des autres cantons par l‘absence de réduction de la mobilité qu‘on y constate.

[1] “Télécharger les données du graphique

13 Durée de trajet par mode de transport et par genre

Pour certains modes de transport, on remarque des différences dans la durée moyenne du trajet selon le genre. En particulier, les participants masculins ont tendance à utiliser leur vélo et leur voiture pour des trajets plus longs que leurs homologues féminines. En particulier, la durée des trajets effectué en vélo a augmenté pendant le confinement et, si l‘utilisation du vélo a diminué quand les mesures ont été relâchées, elle se maintient à un niveau élevé par rapport à ce qu‘on observait avant la pandémie, et cela même si la période d’étude couvre aussi les mois d‘hiver. Pour la voiture et le train, les différences dans la durée des trajets selon le genre a diminué significativement.

[1] “Télécharger les données du graphique

14 Longueur de trajet moyenne par mode de transport (km)

Les tendances quant à la distance parcourue à chaque trajet selon le mode de transport utilisé, ne sont pas clairement définies. Pour tous les modes, sauf le vélo et la marche, on a observé une réduction de la distance moyenne parcourue pendant le confinement.

[1] “Télécharger les données du graphique

15 Espace d’activité et rayon de déplacement quotidien

La notion d‘ « espace d‘activité » est une approche possible pour décrire l‘espace dans lequel se déroule la majorité des activités d‘un individu. Une mesure de cet espace couramment utilisée est l‘aire de l‘ellipse dans laquelle la majorité des activités, pondérées par leur durée, a lieu. Un seuil de confiance de 95% est retenu. Dans l‘analyse qui suit, les activités qui se sont déroulées au domicile sont incluses pour les participants qui ont activé l‘application lors de la journée en question. Il s‘agit d‘une mesure importante pour donner un aperçu de la surface dans laquelle les déplacements ont lieu. Le rayon de déplacement quotidien est également représenté. Ici, le rayon (mesuré sur le grand axe) de l‘ellipse est utilisé.

Dans le premier graphique, un élargissement important de l‘espace d‘activité dès la fin du confinement peut être observé. On peut comprendre cette augmentation comme une « décompensation » après les semaines de confinement, pendant lesquelles la plus grande partie des infrastructures étaient fermées. Dans le deuxième graphique, la distribution des espaces d‘activité quotidiens est présentée. Une valeur de 1 m² signifie en substance que le participant est resté à son domicile. Il est clair, également, que, si de nombreux participants sont restés à leur domicile lors du confinement (ce que l’on constate avec la petite « bosse » sur la ligne noire en pointillés), d‘autres, nombreux également, sont restés relativement mobiles. Depuis le confinement, l‘espace d‘activité moyen a crû lentement ; toutefois, il est encore, de loin, plus réduit que ce que la distribution observée avant la pandémie (représentée en rouge) montre.

Le troisième graphique représente les variations de l‘espace d‘activité médian selon la tranche d‘âge. La mobilité des groupes les plus jeunes, après le confinement, est évidente.

[1] “Télécharger les données du graphique

16 Comptages horaires

Le nombre de trajets commencés par heure. L’axe des y est normalisé par la valeur horaire maximale dans le graphique.

[1] “Télécharger les données du graphique (total)

[1] “Télécharger les données du graphique (by transport mode)

17 Participation

18 Perception du risque

Une première analyse de l’enquête sur la perception du risque dans le cas d’une infection COVID-19 montre que les participants évaluent les risques de différentes conséquences différemment pour eux-mêmes et pour la population suisse. Les participants considèrent que, par rapport à l’ensemble de la population suisse, il est moins probable qu’ils éprouvent eux-mêmes des symptômes graves nécessitant une hospitalisation ou des symptômes mortels. Tant les hommes que les femmes semblent surestimer la probabilité de décès en considérant que la voie asymptomatique est moins probable. Si les valeurs médianes des différentes catégories de symptômes ne diffèrent pas beaucoup entre les hommes et les femmes, l’éventail des valeurs pour les hommes est un peu plus large que pour les femmes.

19 Variations dans les distributions

Les graphiques suivants montrent les caractéristiques de l’échantillon MOBIS:COVID-19 par rapport à l’échantillon MOBIS original. Il y a quelques petites différences, mais les échantillons sont généralement cohérents. Ce graphique sera étendu pour être comparé aux données pertinentes du recensement.

Comparaison avec le dernier Microrecensement mobilité et transports (MZ) 2015
Covid
MZ
06.04.2020
Ce rapport
N % N % N %
Argovie 94 5.2 26 5.5 4,325 7.6
Autre 13 0.7 9 1.9 18,491 32.4
Bâle-Campagne 201 11.1 52 11.0 1,940 3.4
Bâle-Ville 39 2.2 10 2.1 1,555 2.7
Berne 208 11.5 60 12.7 7,244 12.7
Fribourg 10 0.6
1,942 3.4
Genève 133 7.3 29 6.1 3,062 5.4
Schwytz 20 1.1 6 1.3 1,005 1.8
Soleure 23 1.3 8 1.7 1,813 3.2
Vaud 318 17.5 57 12.1 5,303 9.3
Zurich 742 40.9 215 45.6 10,410 18.2

20 Pondération de l’échantillon

Afin de prendre en compte les variations dans la taille et la composition de l’échantillon, des pondérations ont été calculées pour chaque participant, puis appliquées pour chaque semaine de l’étude MOBIS-Covid (les semaines de la période de référence étant incluses). Cela permet de corriger les résultats correspondant à des semaines où un groupe démographique particulier était sur- ou sous-représenté. À partir des données récoltées parmi les 21 571 participants qui ont complété le questionnaire d’introduction, la pondération a été réalisée en utilisant la méthode dite d’« ajustement proportionnel itératif » (Iterative Proportional Fitting) prenant en compte les attributs suivants : âge, genre, niveaux de revenu et d’éducation, possession éventuelle de moyens de transports et accessibilité du lieu de résidence. La pondération des données collectées n’a eu que peu d’impact sur les résultats.

21 Conclusions mises à jour

En date du 2021-07-26, l’étude de suivi MOBIS:COVID-19 a enregistré 1,276,624 voyages-personnes depuis le printemps dernier. Cette étude comprend aussi trois courtes enquêtes sur la situation professionnelle et la santé des participants. Un maximum de 1,370 personnes et une moyenne de 669 ont participé. Nous utilisons l’application de suivi pour smartphone Catch-my-Day, qui est basée sur la technologie de MotionTag. L’échantillon est assez comparable, en ce qui concerne les données sociodémographiques, au dernier microrecensement fédéral de 2015, mais il présente un biais en faveur des hommes à plus haut revenu, ayant un niveau d’éducation plus élevé et possédant un abonnement pour les transports publics. Les parties les plus denses des régions germanophones et francophones du pays sont également sur-représentées dans notre échantillon. Les conclusions sont basées sur des résultats pondérés qui garantissent que l’échantillon correspond à l’échantillon représentatif d’environ 20’000 personnes invitées à l’étude MOBIS originale. Ces pondérations sont calculées en fonction de l’âge, du sexe, de l’éducation, des revenus, de la possession d’un outil de mobilité et du niveau d’accessibilité du lieu de domicile de la personne.

Notre étude n’est pas la seule source en Suisse à suivre l’impact de la pandémie et des mesures mises en œuvre pour la maîtriser. Le panel Intervista a été financé par différents offices fédéraux au cours des derniers mois. Les données de Google ont l’avantage d’être disponibles dans le monde entier, mais uniquement à une plus faible résolution spatiale et sans aucune donnée sociodémographique. À l’inverse, nous pouvons nous appuyer sur les informations plus détaillées des participants concernant leurs données sociodémographiques et leurs habitudes.

Les principales observations portent sur l’acceptation continue du “travail à domicile (TAD)” et le transfert modal lors de la reprise des volumes de déplacements et des kilomètres parcourus. Il est également important de noter que les changements observés sont globalement indépendants des conditions sociales.

La part des jours actifs, c’est-à-dire mobiles, montre l’anticipation du confinement, puis la reprise et la stabilisation à environ 80 % de sa valeur initiale en août. Ce chiffre est nettement inférieur à la part de plus de 90 % à laquelle on pourrait s’attendre (Madre et al., 2007). Cette part de jours actifs plus faible doit être dûe à un mélange du TAD, des personnes en congé et des nouveaux chômeurs. Nous ne savons pas encore comment les entreprises traiteront le TAD dans les prochaines semaines suite aux mesures de semi-confinement actuelles. Certaines entreprises ont annoncé clairement qu’elles ne rappelleraient pas leurs employés au bureau, par exemple Facebook, Twitter, PSA, tandis que d’autres, comme Stadler, ont annoncé qu’elles les rappelleraient. Si elle repartait à la hausse, cette demande réduite se heurterait à un réseau routier où les vitesses moyennes sont de nouveau à leur niveau d’avant la pandémie – des conditions qui pourraient entraîner une augmentation des embouteillages. Ces niveaux de vitesse s’expliquent par la faible part modale des transports publics et des distances inchangées pour les automobilistes.

La population s’est détournée des gros véhicules à haute capacité; les bus, les trams et les trains restent impopulaires. Après un évitement presque total dans les premières semaines suivant le début du premier confinement, la fréquentation des transports publics est restée à un niveau de 40 à 60 % inférieur par rapport à 2019. La circulation automobile, quant à elle, s’est complètement rétablie, de même que la marche à pied. Il convient de noter que le niveau de marche n’a jamais baissé de la même manière que pour les autres modes de transport. La surprise a été, et est toujours, l’augmentation de l’utilisation du vélo, soutenue par un boom des ventes pendant les mois de bonne météo. Alors qu’au départ, cette augmentation semblait être principalement due aux loisirs et à la remise en forme, la récente imputation des motifs de déplacement a montré une progression du vélo pour tous les motifs, les loisirs et le shopping étant les plus importants. Les déplacements domicile-travail à vélo ont également augmenté, mais moins fortement (environ 40 % contre 60 à 80 % pour les autres motifs). Le vélo de loisir pendant la journée témoigne de la nouvelle liberté en matière de gestion du temps. Les analyses de régression (à venir dans les rapports futurs) indiquent que les changements modaux ne sont pas motivés par la météo. Les résultats sont qualitativement similaires en contrôlant pour la température et les précipitations.

Enfin, l’expérience de la période COVID-19 confirme les résultats des expériences antérieures sur le télétravail (Pendyala et al., 1991). Ils avaient montré que le kilométrage total n’est pas réduit, car les personnes utilisent le temps ainsi libéré pour d’autres déplacements. Ici, les travailleurs en chômage partiel suivent cette tendance et voyagent un peu plus que les autres travailleurs. Ceux qui travaillent à domicile voyagent moins que ceux qui doivent se rendre sur leur lieu de travail, mais la différence n’est pas aussi importante qu’on pourrait le penser.

L’inclusion des nouveaux participants recrutés par LINK ne change pas les tendances observées jusqu’à présent. Cela souligne la qualité globale de l’étude et de son échantillon.

Références:

Madre, J.-L., K.W. Axhausen and W. Brög (2007) Immobility in travel diary surveys, Transportation, 34 (1) 107-128.

Pendyala, R.M., Goulias, K.G. and R. Kitamura (1991) Impact of telecommuting on spatial and temporal patterns of household travel, Transportation, 18 (4) 383-409.