Research Collection - Research ...
←
→
Transcription du contenu de la page
Si votre navigateur ne rend pas la page correctement, lisez s'il vous plaît le contenu de la page ci-dessous
Research Collection Working Paper MOBIS-COVID19/06 Results as of 11/05/2020 Author(s): Molloy, Joseph; Tchervenkov, Christopher; Schatzmann, Thomas; Schoeman, Beaumont; Hintermann, Beat; Axhausen, Kay W. Publication Date: 2020-05 Permanent Link: https://doi.org/10.3929/ethz-b-000414618 Rights / License: Creative Commons Attribution-NonCommercial 4.0 International This page was generated automatically upon download from the ETH Zurich Research Collection. For more information please consult the Terms of use. ETH Library
MOBIS-COVID19/06 Résultats du 11/05/2020 Joseph Molloy Christopher Tchervenkov Thomas Schatzmann Beaumont Schoeman Beat Hintermann Kay W. Axhausen Arbeitsbericht Verkehrs- und Raumplanung 1501 mai 2020
MOBIS-COVID19/06 Joseph Molloy Christopher Tchervenkov IVT IVT ETH Zurich ETH Zurich CH-8093 Zurich CH-8093 Zurich joseph.molloy@ivt.baug.ethz.ch christopher.tchervenkov@ivt.baug.ethz.ch Thomas Schatzmann Beaumont Schoeman IVT WWZ ETH Zurich University of Basel CH-8093 Zurich CH-4002 Basel thomas.schatzmann@ivt.baug.ethz.ch b.schoeman@unibas.ch Beat Hintermann Kay W. Axhausen WWZ IVT University of Basel ETH Zurich CH-4002 Basel CH-8093 Zurich b.hintermann@unibas.ch axhausen@ivt.baug.ethz.ch mai 2020 Sommaire Alors que la population a été priée de rester chez elle si possible afin de ralentir la propagation du coronavirus, ceci a un impact important sur notre comportement quotidien en matière de mobilité. Mais qui sont ceux qui sont le plus affectés, et comment? Le projet de recherche MOBIS-COVID-19, une initiative de l’ETH Zurich et de l’Université de Bâle, est une continuation de l’étude MOBIS originale. L’objectif du projet est de dresser un portrait de la manière dont la crise affecte la mobilité et la vie quotidienne en Suisse. Mots-clés GPS logger; Travel diary app; COVID-19; Corona virus; MOBIS; Mobility behaviour; Switzerland Citation recommandée Molloy, J., C. Tchervenkov, T. Schatzmann, B. Schoeman, B. Hintermann and K.W. Ax- hausen (2020) MOBIS-COVID19/06: Résultats du 11/05/2020, Arbeitsberichte Verkehrs- und Raumplanung, 1501, IVT, ETH Zurich, Zurich.
Table des matières 1 Mises à jour . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 2 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 3 Premiers points clés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 4 Perception du risque . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 5 Distance quotidienne moyenne . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 6 Journées actives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 7 Évolution des kilomètres parcourus par mode de transport . . . . . . . . . . . 7 8 Variation des kilomètres parcourus selon : . . . . . . . . . . . . . . . . . . . . 7 9 Réduction des kilomètres parcourus par canton . . . . . . . . . . . . . . . . . 9 10 Durée de trajet par mode de transport et par genre . . . . . . . . . . . . . . . 9 11 Longueur de trajet moyenne par mode de transport (km) . . . . . . . . . . . . 10 12 Espace d’activité et rayon de déplacement quotidien . . . . . . . . . . . . . . . 10 13 Comptages horaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 14 Types d’activités et zonage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 15 Participation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 16 Variations dans les distributions . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1 Mises à jour
11 mai :
— Nouveau graphique issu d’une enquête en ligne auprès des participants sur la
perception du risque.
4 mai :
— Nouveau graphique issu d’une enquête en ligne auprès des participants sur la
perception du risque.
— 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 gra-
phiques.
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 d’enregistrement GPS et de journal de voyage ‘Catch-My-Day’, développée par MotionTag, pour enregistrer leur comportement de mobilité pendant la période des mesures spéciales mises en œuvre pour contrôler la propagation du coronavirus. Les 4 premières semaines de données de mobilité de l’étude MOBIS originale sont prises comme référence pour chaque participant afin de comparer les comportements de mobilité actuels. Ces 4 semaines commencent entre le 1er septembre et le 15 novembre, selon le participant. Seuls les déplacements en Suisse sont actuellement pris en compte, bien que des données sur les déplacements transfrontaliers soient disponibles. La figure suivante montre le nombre de participants qui se sont inscrits et qui sont suivis par jour. Un panel d’environ 250 participants était déjà en cours de suivi avant que les participants ne soient de nouveau invités. Cela permet d’obtenir des résultats pour les semaines précédant le début officiel de l’étude MOBIS :COVID-19, bien que la taille de l’échantillon soit beaucoup plus petite, et donc les résultats. Dans l’étude MOBIS, les participants n’étaient éligibles que s’ils utilisaient une voiture au moins 3 jours par semaine - ce qui éloigne l’échantillon de la population suisse en général. Le nombre de participants au suivi chaque jour utilisé pour calculer les valeurs quotidiennes moyennes comprend tous les participants qui ont enregistré des suivis avant ou après cette date. Cela permet de prendre en compte ceux qui restent à la maison tout en tenant compte des abandons de l’enquête. Le journal de voyage GPS utilisé, Catch-My-Day (pour iOS et Android) peut avoir un délai de 2 à 3 jours avant que les trajets ne soient disponibles pour l’analyse. Le dimensionnement en fonction des participants actifs permet de tenir compte de ce délai, mais les résultats des rapports précédents peuvent changer lors de la mise à jour du rapport. 3 Premiers points clés L’étude MOBIS-COVID a enregistré 73,949 jours/personne depuis que nous avons mobilisé les participants du projet MOBIS compte tenu des restrictions en cours relatives au COVID-
19 : plus de personnes se sont enregistrées (1,651)qu’ont été observées (un maximum de 1,433 et une moyenne de 1,042 personnes). Nous continuons d’utiliser l’application Catch-My-Daybasée sur la technologie de l’entreprise berlinoise motion-tag. Le profil des participants correspond à peu près à celui du dernier Microrecensement 2015, les hommes avec un abonnement général, un revenu plus élevé et une plus longue formation étant plus fortement représentés. Avec les données de 2019 de l’étude MOBIS, nous pouvons montrer l’impact des mesures en vigueur pour enrayer la propagation de l’épidémie de COVID-19 sur le comportement de mobilité des personnes dans les régions francophones et germanophones de Suisse. Nous avons la possibilité d’observer les différences des impacts selon les caractéristiques sociodémographiques qui ne sont pas complètement disponibles dans le panel privé Intervista ou dans les données Google. Les résultats montrent que les participants ont anticipé le confinement en réduisant leurs déplacements déjà deux semaines avant le 16 mars 2020. Le nombre des déplacements a chuté de 40%, passant d’environ 5 à environ 3 par jour. Les espaces d’activités, mesurés dans une ellipse de confiance de 95% autour du lieu de domicile, a chuté de 80%. Ces chiffres ont, depuis, lentement augementé. L’impact du genre et de la langue parlée n’est pas significatif. Chez les participants devant continuer de travailler depuis le lieu de travail, les variations sont évidemment moindres. Contrairement à de nombreuses autres observations, les différences de revenus n’ont pas eu d’impact important : la différence de kilomètres parcourus entre les groupes de revenus les plus bas et les plus élevés est seulement d’environ 8%. Les distances de trajet, lorsqu’entrepris, ne changent pas beaucoup, si ce n’est pour la marche et le vélo. Le vélo en particulier voit une forte augmentation en kilomètres parcourus. L’augmentation est largement supérieure à ce que l’augmentation saisonnière impliquerait, néanmoins, les schémas temporels en fonction de l’heure de la journée et du type de jour indiquent qu’il est utilisé avant tout pour le sport. Nous attendons avec impatience de pouvoir documenter les comportements de mobilité suite à la levée progressive des restrictions.
4 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 mor- tels. 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.
5 Distance quotidienne moyenne 6 Journées actives
7 Évolution des kilomètres parcourus par mode de
transport
8 Variation des kilomètres parcourus selon :9 Réduction des kilomètres parcourus par canton
Tableau 1 – Variation des kilomètres parcourus selon le canton de résidence (en %)
Canton N Mar-02 Mar-09 Mar-16 Mar-23 Mar-30 Avr-06 Avr-13 Avr-20 Avr-27 Mai-04
Argovie 57 -25 -41 -71 -58 -50 -57 -56 -47 -50 -34
Bâle-Campagne 138 -15 -12 -62 -61 -60 -61 -56 -55 -54 -37
Bâle-Ville 28 -14 -36 -70 -75 -68 -62 -66 -55 -54 -40
Berne 135 -31 -36 -67 -60 -57 -57 -51 -49 -45 -41
Genève 99 10 -44 -68 -62 -59 -65 -56 -45 -39 -18
Schwytz 12 -24 -13 -55 -70 -50 -48 -46 -29 -12 -33
Soleure 14 -13 -41 -62 -65 -53 -49 -50 -30 -42 -29
Vaud 219 -8 -22 -65 -70 -68 -65 -64 -55 -57 -41
Zurich 509 -17 -26 -60 -59 -58 -54 -55 -47 -43 -33
10 Durée de trajet par mode de transport et par genre
Tableau 2 – Durée de trajet médiane par genre et par mode (en minutes)
Mode Genre Réf. Mar-02 Mar-09 Mar-16 Mar-23 Mar-30 Avr-06 Avr-13 Avr-20 Avr-27 Mai-04
Femme 15 15 16 14 19 27 31 38 29 23 30
Vélo
Homme 14 14 15 25 24 28 36 32 32 22 23
Femme 11 7 8 4 5 6 5 6 5 5 5
Bus
Homme 11 8 9 7 7 6 7 7 6 6 7
Femme 52 41 38 36 36 36 37 36 39 37 40
Voiture
Homme 51 47 42 34 34 35 35 35 36 38 41
Femme 35 31 35 19 28 29 16 18 31 23 30
Train
Homme 35 25 34 12 26 23 19 24 25 26 28
Femme 15 13 16 8 14 14 9 8 13 14 15
Tramway
Homme 18 20 17 12 11 13 12 11 12 10 10
Femme 17 22 21 19 18 21 21 21 20 18 17
Marche
Homme 17 20 20 16 18 20 20 21 19 18 1811 Longueur de trajet moyenne par mode de transport
(km)
12 Espace d’activité et rayon de déplacement quotidien
Une définition couramment utilisée de l’espace d’activité est l’ellipse de confiance à 95%
des lieux d’activité, dans ce cas pondérée par leur durée. Dans l’analyse suivante, les
activités du lieu de résidence sont incluses, pour ceux qui avaient l’application activée ce
jour-là. Il s’agit d’une mesure importante qui donne une idée de la zone dans laquelle les
déplacements sont effectués. Le rayon de déplacement quotidien est également présenté.Tableau 3 – Variation de l’aire moyenne de l’espace d’activité et du rayon quotidien moyen
(%)
Semaine # Activités/jour Variation Aire (km2 ) Variation Rayon quotidien (km) Variation
Jour de la semaine 4.74 199.61 10.08
Réf. 2019
Week-end 3.93 226.53 9.90
Jour de la semaine 3.98 -16% 188.32 -6% 8.68 -14%
Mar-02
Week-end 3.45 -12% 127.89 -44% 8.04 -19%
Jour de la semaine 3.96 -17% 119.17 -40% 7.34 -27%
Mar-09
Week-end 3.17 -19% 81.48 -64% 5.87 -41%
Jour de la semaine 2.85 -40% 31.06 -84% 3.93 -61%
Mar-16
Week-end 2.01 -49% 16.63 -93% 2.26 -77%
Jour de la semaine 2.67 -44% 34.34 -83% 3.58 -64%
Mar-23
Week-end 2.22 -43% 30.98 -86% 3.15 -68%
Jour de la semaine 2.86 -40% 40.69 -80% 3.79 -62%
Mar-30
Week-end 2.53 -36% 32.68 -86% 3.63 -63%
Jour de la semaine 2.91 -39% 36.62 -82% 4.03 -60%
Avr-06
Week-end 2.75 -30% 42.58 -81% 3.75 -62%
Jour de la semaine 2.94 -38% 41.62 -79% 4.26 -58%
Avr-13
Week-end 2.76 -30% 51.17 -77% 4.19 -58%
Jour de la semaine 3.21 -32% 57.63 -71% 4.87 -52%
Avr-20
Week-end 2.72 -31% 71.88 -68% 4.70 -53%
Jour de la semaine 3.15 -34% 64.39 -68% 5.04 -50%
Avr-27
Week-end 2.80 -29% 49.56 -78% 4.96 -50%
Jour de la semaine 3.57 -25% 82.10 -59% 5.87 -42%
Mai-04
Week-end 3.30 -16% 87.99 -61% 6.74 -32%
Tableau 4 – Variation de l’espace d’activité hebdomadaire médian par type de jour et par
classe d’âge (km2 )
Âge 2019 Mar-02 Mar-09 Mar-16 Mar-23 Mar-30 Avr-06 Avr-13 Avr-20 Avr-27 Mai-04
Jour de la sem. 62.8 35.9 48.1 6.9 2.7 3.2 5.7 7.0 10.4 10.5 17.1
(18,25]
Week-end 35.5 5.8 9.8 0.6 0.9 0.8 1.3 1.3 2.4 3.6 10.2
Jour de la sem. 70.9 85.2 42.6 2.3 4.9 4.6 7.4 6.3 10.6 14.8 15.2
(25,35]
Week-end 42.4 14.5 3.3 0.4 0.6 1.4 2.3 1.8 1.9 5.3 10.1
Jour de la sem. 74.9 36.4 75.0 6.8 3.3 7.6 8.2 9.2 12.0 15.1 23.2
(35,45]
Week-end 24.9 29.9 20.5 0.4 1.6 0.8 1.4 1.5 2.6 3.6 9.0
Jour de la sem. 73.8 40.5 53.8 4.0 3.1 4.4 6.9 5.4 9.9 14.3 19.5
(45,55]
Week-end 27.9 13.3 7.0 0.7 1.2 1.6 1.7 2.3 2.6 2.4 5.1
Jour de la sem. 67.7 79.9 45.0 7.3 2.8 5.8 5.3 7.6 9.6 10.6 16.9
(55,65]
Week-end 21.3 9.1 8.7 0.1 1.2 1.1 1.2 3.8 2.3 1.7 6.4
13 Comptages horaires
Le nombre de trajets commencés par heure. L’axe des y est normalisé par la valeur horaire
maximale dans le graphique.14 Types d’activités et zonage Environ 30% des activités ont été volontairement étiquetées avec leur objectif par les participants utilisant l’application. Des travaux sont en cours afin d’imputer les objectifs pour le reste des activités. Les activités sont affectées à la classification de zone la plus proche dans un rayon de 100 m, sur la base d’une classification de zone simplifiée de l’Office fédéral du développement territorial (ARE). Le graphique suivant montre comment la durée de l’activité et le nombre d’activités ont changé entre la période de référence en 2019 et la période du COVID-19. Veuillez noter que seules les activités de loisirs stationnaires sont incluses, et non la marche, le cyclisme, la randonnée, etc.
15 Participation 16 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.
Tableau 5 – Comparaison avec le dernier Microrecensement mobilité et transports (MZ)
2015
N %
Covid MZ Covid MZ
Argovie 81 4,325 5.0 7.6
Bâle-Campagne 184 1,940 11.3 3.4
Bâle-Ville 39 1,555 2.4 2.7
Berne 190 7,244 11.7 12.7
Fribourg 8 1,942 0.5 3.4
Genève 128 3,062 7.9 5.4
Schwytz 17 1,005 1.0 1.8
Soleure 17 1,813 1.0 3.2
Vaud 291 5,303 17.9 9.3
Zurich 665 10,410 41.0 18.2
Autre 3 18,491 0.2 32.4
Ce document est mis à disposition selon les termes de la licence
Creative Commons “Attribution - Pas d’utilisation commer-
ciale - Partage dans les mêmes conditions 4.0 International”.Vous pouvez aussi lire
