Introduction
Dans le cadre de ma première année d’étude de master, j’ai du réalisé un mémoire avec une étude de cas sur le sujet suivant : L’acceptabilité des services de mobilité douce par les citoyens de la Smart City. Cet article sera un condensé de l’étude qui sera consultable par un lien que vous trouverez à la fin de l’article.
Résumé
Avec l’essor des « smart cities » et des nouvelles technologies, notamment les Technologies de l’Information (TI) certains services de mobilité ont vu le jour comme la mobilité en tant que service « Mobility-as-a-Service » (Maas). Les principaux défis en matière de transport doivent être relevés pour résoudre les problèmes liés aux émissions de combustibles fossiles et à la détérioration de la qualité de l’air dans les zones urbaines. Cependant, les principaux mécanismes de motivation qui sous-tendent l’intention d’adoption des citoyens pour ce type de service de mobilité sont encore inconnus. L’objectif de mon mémoire est de déterminer quels sont les facteurs de motivation à adopter les mobilités douces par les citoyens de la smart city.
Pour parvenir à cela, nous allons appuyer notre réflexion en partie sur les modèles d’acceptation de la technologie (TAM) et sur la théorie unifiée de l’acceptation et de l’utilisation de la technologie (UTAUT).
Le concept de smart city a beaucoup été mobilisé ces dernières années par la littérature qui cherche à en définir le concept, au-delà des 6 dimensions globales de la smart city qu’évoque pour la première fois le chercheur autrichien Rudolf Giffinger (Giffinger & Gudrun, 2010). Le concept de smart city ne concerne pas seulement la dimension technique propre des infrastructures et de l’aménagement urbain en tant que tel, mais porte également un regard sur une dimension plus orientée sur le bien-être des citoyens.
Cependant, dans les discours politiques tout comme dans les travaux académiques qui concernent la dimension smart mobilité des smart cities, l’attention est le plus souvent portée sur les innovations et les technologies permettant de réduire l’impact environnemental, de la pollution sonore et de fluidifier le trafic urbain en abordant la question des mobilités douces. Une attention plus faible a été portée aux comportements des agents économiques (les habitants, les touristes, les travailleurs, etc.) de la smart city, qui doivent adopter ce type de mobilité et des solutions d’aide à la mobilité associées.
Plusieurs questions se posent. Par exemple, les infrastructures de transport sont-elles réellement adaptées pour les inciter à utiliser ces modes de déplacements plutôt que l’utilisation des transports individuels. Et plus généralement, ces agents sont-ils disposés à adopter ces nouveaux modes de transports.
Problématique et hypothèses de recherche
La question de mobilité douce est généralement abordée sous l’angle de l’amélioration de la qualité de vie des habitants, ou encore pour des questions environnementales. Ma question de recherche se rapprochera beaucoup plus de la notion d’acceptabilité des futurs usagers qui utiliseront ou non les services de mobilités urbaines mises en place.
Ma problématique de recherche serait donc la suivante : « Quels déterminants influencent l’acceptabilité des services de mobilité douce par les citoyens et les touristes des smart cities ? »
Mes hypothèses, pour répondre à cette problématique, sont les suivantes :
- H1 : L’âge des citoyens est un élément important qui affectent directement l’intention comportementale d’utiliser des technologies de mobilités intégrées.
- H2 : Le niveau de connaissance du système MaaS par les individus pourrait être un élément crucial dans l’adoption de la « Mobility-as-a-Service » (MaaS).
- H3 : D’un point de vue économique, nous pouvons aussi penser que le facteur de revenu des citoyens de la smart City est un élément crucial dans l’adoption du système de MaaS.
Présentation de l’étude
L’objectif de cette étude est de comprendre l’utilisation au quotidien des services de mobilités
proposés aux citoyens.
La méthodologie suivie dans cette étude consiste à concevoir un questionnaire et à élaborer des analyses statistiques afin d’étudier la volonté des utilisateurs à adopter les MaaS. L’enquête s’est déroulée du 6 au 13 juin 2022, durant environ une semaine. Je n’ai pas limité la zone géographique seulement à la ville de Nice et ses alentours pour pouvoir récolter un maximum de réponses au questionnaire. 107 réponses ont pu être collectées durant cette étude. Les résultats obtenus à partir d’autres études seront utilisés comme base de l’analyse, et les principales conclusions seront tirées sur la base des résultats obtenus.
Mon questionnaire s’oriente selon trois axes.
- Le premier concerne les préférences des citoyens en termes de mobilité,
- Le second consiste à évaluer les connaissances des MaaS et enfin,
- Le dernier axe se concentre sur les mécanismes de la motivation qui sous-tendent l’adoption du système MaaS.
J’ai élaboré trois hypothèses que je vais venir vérifier par la suite grâce aux résultats obtenus à mon questionnaire.
Le questionnaire a été programmé sur le SAAS d’enquête en ligne Google Form. Un lien a été partagé via différents canaux de partage personnels. Les résultats ont été calculés à partir de Google Sheets qui est un équivalent du logiciel Excel.
Variables modératrices et statistiques descriptives
Mon étude prend en compte entre autres les variables suivantes : l’âge, le sexe, l’éducation, la possession d’un véhicule personnel. La recherche montre que ces facteurs ont un impact sur le comportement d’acceptation de la technologie (Ye, Zheng, & Yi, 2020). L’âge est une variable importante puisqu’il peut communiquer des informations psychologiques, cognitives et émotionnelles. Il est indéniable que les comportements d’adoption d’une nouvelle technologie vont être différents selon l’âge des individus (Venkatesh, Morris, & Davis, User Acceptance of Information Technology: Toward a Unified View, 2003).
Les jeunes sont en général plus curieux face aux nouvelles technologies que les personnes âgées. Par conséquent, il sera plus facile d’adopter une attitude positive face à l’adoption d’une nouvelle technologie chez les personnes jeunes que chez les personnes âgées.
La variable de genre va nous permettre d’analyser les différences de point de vue entre les femmes et les hommes. En règle générale, les femmes sont plus dépendantes de l’interaction et de la communication avec les autres lors de l’apprentissage des technologies de l’information (Belenky, Clinchy, & Goldberger, 1997).
Selon l’étude de (Lopez-Carreiro, Monzon, & Lopez-Lambas, 2021), les femmes sont plus attirées par les MaaS que les hommes et cela s’expliquerait par le fait que la part modale de la voiture privée est plus élevée pour les hommes que pour les femmes, et qu’elle est négativement associée à l’intention d’utiliser les solutions MaaS.
Le niveau d’éducation va déterminer la capacité cognitive et l’acceptabilité de nouvelles technologies par les individus. Selon une étude (Lopez-Carreiro, Monzon, & Lopez-Lambas, 2021), les personnes ayant un niveau d’éducation plus élevé devraient avoir une attitude plus positive envers la mobility-as-a-service.
Nous pouvons à présent débuter par l’analyse descriptive (voir figure 2) des réponses de notre questionnaire. L’échantillon de mon questionnaire regroupe des individus ayant de 15 à 65 ans et plus. La proportion de femmes est plus élevée (70%) contrairement à la proportion d’hommes (30%).
50% des répondants sont âgés de 18 à 25 ans, une proportion nettement inférieure représente les répondants âgés de 25 à 35 ans puis une proportion encore moindre des répondants âgés de 45 à 65 ans et plus. En termes de niveau d’éducation, 50% des répondants ont un niveau post- bac (licence, master et doctorat). Et enfin, plus de 60% des individus répondant à ce questionnaire possèdent une voiture personnelle.
Maintenant que nous avons une vision d’ensemble de l’échantillon, je vais présenter les
résultats obtenus lors de mon étude et analyser plus en détail les données que j’ai pu récolter.
Résultats de l’étude
Les préférences des citoyens en termes de mobilité
Comme nous avons pu le voir, plus de 60% des citoyens possèdent un véhicule personnel. Nous allons analyser maintenant leur habitude d’utilisation quotidienne. Selon les données que j’ai pu récolter 95% des répondants possédant une voiture, l’utilisent pour leur trajet quotidien.
Ce qui est une proportion très grande et c’est en partie pour cette raison que l’adoption du système MaaS par les citoyens est importante. Concernant les habitudes d’utilisation du vélo par les citoyens, j’ai pu en déduire les données suivantes :
J’ai également analysé les comportements d’utilisation du vélo en fonction de la zone géographique des individus.
La section « Autre » regroupe une multitude d’autres villes françaises, en voici une liste non exhaustive : Paris, Tours, Lille, Bordeaux, Lyon, Toulouse, Besançon, Saint-Etienne, …
Concernant les comportements d’utilisation du service d’autopartage j’ai obtenu les résultats suivants :
Dans la section « Raisons diverses » nous pouvons retrouver cette liste non-exhaustive : « Service difficile à prendre en main », « ne possède pas le permis de conduire », « je ne connais pas ce service », « j’habite à la campagne, je n’ai donc pas accès à ce service », « jamais de véhicules aux bornes », « je possède une voiture hybride rechargeable ». Parmi ceux qui ont pu utiliser ce service d’autopartage, 100% sont satisfaits de ce service.
À propos des comportements d’utilisation du service de commande de course de taxi (Uber, Freenow…) j’ai obtenu les résultats suivants :
L’hypothèse H1 est partiellement vérifiée puisque nous observons une prépondérance des 18- 25 ans dans la non-utilisation du service d’autopartage. Ceci peut être expliqué par le fait que les jeunes faisant partie de cette tranche d’âge ne possèdent pas tous le permis de conduire. Cependant, nos résultats nous montrent que les 15-25 ans sont la catégorie possédant le plus d’abonnements de transports.
Notre hypothèse H2 est vérifiée puisque nous avons une majorité d’individus faisant partie de la classe populaire ayant des abonnements de transports, nous pouvons donc faire la conclusion que la majorité des citoyens adoptant les services de mobilité douce font partie de la classe à faible revenu.
Evaluation des connaissances des individus concernant le système MaaS et utilisation
des applications de mobilité
Dans cette section, nous allons présenter les résultats obtenus concernant la connaissance et l’utilisation du système MaaS ou des applications de mobilité par les individus.
Bien que le système MaaS ne soit pas déployé dans toutes les villes, il existe des applications de mobilité qui ne sont pas centralisées dans un seul et même système comme le veut la mobility-as-a-service, mais qui sont totalement indépendantes les unes des autres.
Nous allons maintenant présenter les résultats obtenus concernant le comportement d’utilisation de ces applications par les citoyens. Parmi les répondants de ce questionnaire, 99% possèdent un smartphone.
Les mécanismes d’adoption du système MaaS
Dans cette section, nous allons présenter les résultats obtenus concernant les mécanismes d’adoption de la mobility-as-a-service. Pour cela, une série d’affirmations a été présentée aux répondants avec six réponses : « d’accord », « plutôt d’accord », « ni d’accord ni endésaccord », plutôt en désaccord », « pas d’accord », « préfère ne pas répondre », afin d’évaluer le degré d’acceptation des MaaS.
Plusieurs axes ont été abordés, tels que l’aspect financier, la facilité d’utilisation du service ou encore sa praticité et son utilité. D’après nos résultats obtenus, 85% des répondants estiment qu’une interface regroupant tous les modes de transports durables (vélo, bus, tramways, métros…) leur permettrait d’améliorer leur trajet quotidien. Parmi ces répondants favorables, 59% sont des femmes et 24% sont des hommes.
En ce qui concerne l’acceptabilité de ces services plus en détails, nous avons obtenu les résultats qui suivent :
L’hypothèse H3 n’est pas vérifiée puisque la connaissance qu’a les individus concernant le système MaaS n’influence pas positivement leur l’intention comportementale d’utiliser cette offre. Au contraire, nous pouvons constater par la figure 12 qu’il y a 57% des individus n’étant pas du tout informé à la mobility as-a-Service qui sont pourtant favorable à sa mise en place contre 13% n’ayant pas connaissance du MaaS et étant défavorable à sa mise en place.
Conclusion et discussion
Cette étude porte sur l’acceptabilité des services de mobilité douce par les citoyens de la smart city. Nous avons tout d’abord analysé les habitudes de mobilité pour mieux cerner les besoins des habitants afin de mieux comprendre les mécanismes de motivation qui sous-tendent l’adoption des services de mobilité.
Pour étudier cela, une revue des différents modèles d’acceptation des technologies a été faite. Par la suite, une analyse de données et venue confirmée ou infirmée ces études. J’ai pu d’ailleurs faire les conclusions suivantes : l’utilisation du véhicule personnel pour les trajets du quotidien reste encore très présente.
Cependant, les mobilités douces partagés ou individuels commencent à être une option de choix pour les trajets du quotidien, notamment chez les jeunes entre 18 et 25 ans. L’affirmation de l’étude de (Venkatesh, Morris, & Davis, 2003) selon laquelle les jeunes sont plus curieux vis-à-vis des nouvelles technologies que les personnes plus âgées est également confirmée par mon étude. Les jeunes entre 15 et 25 ans ont une attitude plus positive face à l’intégration d’un système MaaS dans leur ville. Cependant, quelques services tels que l’autopartage ne fait pas l’unanimité chez les jeunes pour diverses raisons : service cher, certains ne possèdent pas encore le permis de conduire, etc.
J’ai voulu analyser les mécanismes d’intention avec des variables différentes par rapport à celles employées habituellement par les modèles d’adoption comme l’aspect financier, le niveau de connaissance des individus par rapport aux MaaS. Concernant le niveau de connaissance vis-à-vis de la Mobility-as-a-Service, il ne semble pas influer sur l’intention d’utilisation de cette technologie, ce qui est en contradiction avec les résultats de l’étude de (Zijlstra, Durand, Hoogendoorn-Lanser, & Harms , 2020).
Néanmoins, une partie des répondants ne comprennent pas forcément les enjeux du MaaS, ceci peut être interpréter par le fait que leur manque de connaissance vis-à-vis de ce système les empêche de comprendre l’utilité du service. La part des individus prête à adopter les solutions MaaS sans être pour autant informé sur ce service est nettement plus grande que la part des individus n’étant pas prêt à adopter ce service sans connaissance sur celui-ci.
Le niveau de revenu ne semble pas être un frein à l’adoption des services de mobilité douce puisque comme le montre les résultats la majorité des répondants faisant parti de la classe populaire utilisent les services de mobilité douce. Cependant, l’utilisation de ce service n’est pas seulement limitée à cette tranche de la population, mais est utilisé également par une grande majorité d’individus faisant partie de la classe moyenne voire de la classe moyenne supérieure.
Mon étude présente quelques limites. Premièrement l’échantillon est assez restreint, avec un total de 107 répondants à mon questionnaire. Il y a une plus grande proportion de femmes parmi les répondants que d’hommes, la parité n’est donc pas respectée. De même pour les tranches d’âge, une majorité des répondants ont entre 18 et 25 ans, ces éléments peuvent donc augmenter les biais au niveau des résultats et des interprétations. Mes résultats ne me permettent pas d’identifier le niveau d’adoption des MaaS par ville en France, il aurait été intéressant d’obtenir plus de réponses afin de faire une cartographie des différences d’intention à adopter des applications de MaaS.
Il serait intéressant par la suite d’analyser les comportements des individus lors de l’utilisation d’une application multimodale afin de l’optimiser et d’accroitre sont acceptabilité par les citoyens.
