Stress socio-économique lié aux transports : quel impact des coûts énergétiques associés aux besoins d’usage de la voiture ?

Les dernières décennies ont été marquées par la montée des précarités et des vulnérabilités énergétiques, deux notions ayant émergé respectivement dans le secteur du logement (e.g., Hills, 2012) et des transports (e.g., Dodson et Sipe, 2007). Toutefois, la pauvreté décrit l'incapacité d'une partie des ménages d'assurer leurs besoins présents pour un coût raisonnable au regard de leurs ressources, si on se réfère à la définition de Sen (1992). Cette définition implique que la pauvreté est susceptible de prendre des formes complémentaires en fonction des comportements, entre stress budgétaire causé par le poids excessif de certaines dépenses, et restrictions causées par le renoncement à satisfaire certains besoins fondamentaux. En particulier, les restrictions de mobilité peuvent être pénalisantes, étant donné le rôle fondamental joué par les transports pour l'accès aux opportunités d'emplois, de consommation et d'interactions sociales (Lucas, 2012). A l'inverse, la notion de vulnérabilité énergétique vise à caractériser un risque futur en lien avec la hausse des prix des carburants, dans un contexte de dépendance automobile, de régressivité des coûts de transports (e.g., Chatterton et al., 2018), et de révoltes populaires suscitées par la fiscalité de l'énergie (e.g., Leung et al., 2017), soulevant un questionnement en termes d'équité (e.g., Berry, 2019). La vulnérabilité associée aux coûts de transport s'explique partiellement par la distribution spatiale inadéquate des groupes sociaux au regard des besoins de transport (Viddyatama et al., 2013), en raison de la compétition pour accéder aux cœurs de ville, qui désavantage les ménages à bas revenus en les forçant à migrer vers les zones de faible densité, où ils subissent des coûts de transport plus élevés (e.g., Curl et al., 2018), tout en étant moins résilients en raison du manque d'alternatives. Cependant, ni les situations de stress budgétaire ni les restrictions de mobilité ne peuvent être observées directement, mais nécessitent d'être révélées. En particulier, elles dépendent d'une évaluation des besoins, qui apparaît donc comme la pierre angulaire dans l'identification des situations de stress socio-économique lié au transport. En effet, l'identification des restrictions nécessite d'évaluer préalablement les besoins, tandis que le degré de stress budgétaire peut être révélé indirectement à travers le lien entre le revenu disponible et la fréquence des restrictions constatées. Cependant, outre le fait qu'ils ne sont pas observés, les besoins individuels d'usage de la voiture sont difficiles à appréhender en raison de leur extrême diversité, ainsi que des capacités d'adaptation inégales des ménages en fonction des alternatives à la voiture (Berry et al., 2016). Une alternative à la connaissance des besoins individuels consiste à simuler leur distribution, afin d'évaluer la fréquence des restrictions d'usage de la voiture, ainsi que la répartition des ménages par degrés de stress budgétaire, en lien avec leurs ressources et les coûts associés aux besoins, en se focalisant ici sur les coûts énergétiques. On s'appuie pour cela sur un modèle de type Tobit, articulant la probabilité pour le ménage d'utiliser la voiture un jour donné de semaine avec le kilométrage parcouru, dans lequel on distingue par ailleurs les variables contribuant à la formation des besoins, de celles qui en entravent la satisfaction. Ce modèle est calibré sur la base des Enquêtes Ménages Certifiées CEREMA (EMC2), avant d'être utilisé pour reconstituer la distribution des kilométrages annuels à travers une simulation de Monte-Carlo, en s'appuyant sur le panel français sur le parc automobile pour la période 1994-2017. Afin d'identifier l'existence de restrictions de mobilité, on tiendra également compte du degré d'adéquation de l'offre alternative, notamment de transport en commun. Les états de précarité et de vulnérabilité - tant budgétaire que sociale - seront alors caractérisés comme différents degrés de stress socio-économique lié aux transports. Cette simulation permet de dresser un bilan rétrospectif des situations de stress socio-économique lié aux transports au cours des trois dernières décennies. Elle révèle notamment le rôle joué par l'évolution des besoins dans l'accroissement de la fréquence des restrictions de mobilité. Toutefois, les transports en commun jouent un rôle d'amortisseur social, en permettant d'en restreindre l'intensité. L'hétérogénéité de l'offre alternative renforce l'avantage relatif des ménages à hauts revenus, en raison de leur capacité à se localiser dans les zones bien desservies, ce qui contribue à amoindrir leur vulnérabilité. Les situations de stress socio-économique lié aux transports se trouvent principalement parmi les plus pauvres et la classe moyenne inférieure. On étudie ensuite la sensibilité de ces indicateurs aux coûts énergétiques, en s'appuyant sur l'analyse rétrospective et la simulation de scénarios, en fonction des trajectoires de prix du carburant et de consommation des véhicules. Si la contribution des coûts énergétiques au stress socio-économique lié au transport s'avère globalement modeste, celle-ci est plus élevée parmi les ménages à bas revenus et les résidents des zones peu denses, en particulier dans les petites et moyennes aires urbaines et l'espace rural. Références Berry, A., Jouffe, Y., Coulombel, L., Guivarch, C., 2016. Investigating fuel poverty in the transport sector: toward a composite indicator of vulnerability. Energy Research and Social Science, 18, 7-20. Berry, A., 2019. The distributional effects of a carbon tax and its impacts on fuel poverty: a microsimulation study in the French context. Energy Policy, 124, 81-94. Chatterton, T., Anable, J., Cairns, S., Wilson, R.E., 2018. Financial implications of car ownership and use: a distributional analysis based on observed spatial variance considering income and domestic energy costs. Transport Policy, 65, 30–39. Curl, A., Clark, J., Kearns, A., 2018. Household car adoption and financial distress in deprived urban communities : A case of forced car ownership ? Transport Policy, 65, 61–71. Dodson, J., Sipe, N., 2007. Oil vulnerability in the australian city: assessing socio-economic risks from higher urban fuel prices. Urban Studies, 44 (1), 37-62. Hills, J., 2012. Getting the measure of fuel poverty: final report of the Fuel Poverty Review. Leung, A., Burke, M. Yen, B.T.H., Chiou, Y.C., 2017. Benchmarking urban transport oil vulnerability in 11 Asia Pacific cities. Journal of the Eastern Asian Society for Transportation Studies, 12, 1005-1022. Lucas, K., 2012. Transport and social exclusion : where are we now ? Transport Policy, 20, 105-113. Sen, A., 1992. The Political Economy of Targeting, World Bank, Washington, D.C. Viddyatama, Y., Tanton, R., Nepal, B., 2013. The effect of transport costs on housing-related financial stress in Australia. Urban Studies, 50 (9), 1779-1795.