Navigation – Plan du site

AccueilRubriquesEspace, Société, Territoire2025Réinscrire les mobilités quotidie...

2025
1094

Réinscrire les mobilités quotidiennes dans leurs contextes. Une typologie des journées de travail des navetteur⋅ses en France

Daily Mobility in Context: A Typology of Commuters’ Workdays in France
Repensando la movilidad cotidiana según contextos. Tipología de los desplazamientos por motivos laboral en Francia
Maxime Guinepain

Résumés

Face à l’augmentation des coûts de l’énergie et à l’urgence de la transition écologique, le sujet des déplacements domicile-travail est d’une actualité nouvelle. Pour mieux saisir les enjeux de ces transformations en cours, cet article analyse les pratiques de mobilité quotidienne en les recontextualisant dans le cadre plus large de la journée de travail au cours de laquelle elles s’inscrivent. S’appuyant sur un corpus important de recherches ayant examiné les distances domicile-travail parcourues dans divers contextes, il met également en lumière des dimensions souvent négligées telles que les périodes de présence, les chaînages d’activités ou les horaires de déplacement.
L’article s’appuie sur 67 enquêtes de mobilités conduites en France de 2008 à 2019 et propose à partir de ce large corpus une typologie construite à l’aide d’une analyse factorielle et d’une classification par k-moyennes. Tout en revenant sur des éléments bien connus, comme la relation entre la densité de peuplement et les distances parcourues par les navetteurs, cette analyse montre que les mobilités varient selon les professions exercées et selon le genre, d’une façon qui reflète les hiérarchies sociales. Elle suggère ainsi que certaines formes d'organisation quotidienne comportent une valeur sociale distinctive." en espérant que cela soit plus claire.
Ces résultats montrent l’intérêt d’accorder une plus grande place à l’analyse temporelle des déplacements, qui permet d’appréhender l’effet de la congestion et d’adopter une définition fine de l’accessibilité pour penser les inégalités sociospatiales. La congruence observée entre des positions sociales favorisées et des pratiques de mobilité étendues soulève des interrogations dans un contexte où la modération et la limitation de ces pratiques, pourtant fortement valorisées, sont de plus en plus encouragées dans les politiques environnementales.

Haut de page

Texte intégral

L’auteur tient à remercier sincèrement Jean Rivière et Julie Vallée pour leur aide précieuse au long de la rédaction de cet article, ainsi que les relecteur⋅rices anonymes de la revue Cybergeo pour leurs remarques et leurs suggestions.

Introduction

1Les déplacements des travailleur⋅ses semblent plus que jamais au cœur de l’actualité, sous un angle qui met en avant leur implication dans les inégalités sociales et territoriales qui affectent la population active en France. Le mouvement des Gilets jaunes (Blavier, 2021) a largement contribué à mettre cette question sur le devant de la scène entre 2018 et 2019, en se revendiquant d’une identité rurale ou périurbaine par le choix même des modes d’action et des sites de mobilisation, tout en dénonçant l’inaction des élites. Ces difficultés se sont accrues avec la crise des prix de l’énergie déclenchée par l’offensive russe en Ukraine en 2022. Les problématiques d’accessibilité concernent par ailleurs également les banlieues défavorisées des grandes villes de France (Oppenchaim, 2011), tandis que ces dernières développent des politiques de plus en plus médiatisées pour limiter la congestion des systèmes de transport ou l’emprise du trafic automobile. Pour certaines, cela s’inscrit dans un projet de transition qui reste largement en retard par rapport aux objectifs fixés par les institutions internationales pour restreindre le changement climatique (Nessi et al., 2017 ; Tammaru et al., 2023).

2Cette actualité invite à relire les travaux de recherche francophones et anglophones ayant érigé les mobilités quotidiennes en « nouvelle question sociale » (Orfeuil, 2010), une approche qui s’enracine notamment dans la lignée d’études portant sur le défaut d’appariement spatial (entre lieux de résidence et d’emploi). Cette notion de spatial mismatch a été formulée par John Kain (1992) aux États-Unis et appliquée dans d’autres pays, y compris en France (Thisse et al., 2003). On peut également se référer à un riche corpus ayant travaillé sur la notion d’accessibilité, qui se recoupe avec le champ d’études précédent lorsqu’elle porte sur l’emploi (Wenglenski, 2004 ; Fol, Gallez, 2013), et accorde plus ou moins de place à une appréhension plus englobante des rapports sociaux. La possibilité de se déplacer dans la sphère professionnelle constitue elle-même un impensé masquant l’émergence d’une norme de forte mobilité, portée par les classes supérieures et les gouvernant⋅es, au désavantage des classes populaires (Fol et al., 2007 ; Sélimanovski, 2009). Marie-Hélène Bacqué et Sylvie Fol ont désigné cette normativité du déplacement par la notion d’« injonction à la mobilité » (2007). Cependant, travaillant sur l’idée de « capital d’autochtonie » (Renahy, 2010), des sociologues ont montré l’importance de l’ancrage local, dans la mesure où le rapport au voisinage serait particulièrement important dans les milieux de classe populaire par rapport aux autres (Devaux, 2015 ; Berroir et al., 2017).

3Cet article propose de nouveaux éléments de réponse à deux questions : quelle est la portée de l’opposition entre contexte urbain et non-urbain en matière d’organisation spatiale du quotidien ? Les rapports sociaux à l’œuvre dans la sphère professionnelle ont-ils eux-mêmes un impact significatif sur les mobilités quotidiennes des travailleur·ses et l’organisation de leurs activités ? Pour cela, il s’appuie sur l’exploitation inédite de nombreuses enquêtes de mobilités réalisées en France, avec l’aide d’un indicateur de densité établi avec le recensement de la population. Se situant au carrefour des études urbaines et de la géographie sociale, il convoque également le champ de la géographie du temps, ou time geography (Hägerstrand, 1970 ; Ellegård, 2019), pour réinscrire les mobilités domicile-travail dans des programmes d’activités journaliers contraints qui intègrent d’autres activités – y compris sous l’angle du travail domestique et parental. Cette démarche se rapproche aussi des travaux sociologiques faisant appel aux enquêtes d’emploi du temps (Chenu, Lesnard, 2006). Elle propose une lecture plus riche de la mobilité quotidienne que ne le font les travaux qui s’appuient essentiellement sur des mesures de distance ou de temps de parcours, comme cela est souvent fait (Giménez-Nadal et al., 2022), au risque de réduire le déplacement à sa dimension physique.

Méthode

Une caractérisation des espaces par la densité de population

4La mesure de la concentration des résidences et des activités dans l’espace ou de leur dispersion sont primordiales pour étudier les mobilités quotidiennes qui y prennent place, comme le développe la partie 3.1. Cet article se réfère pour cela à une mesure de la densité par le nombre d’habitant⋅es présent⋅es sur une surface donnée (mesurée en habitant⋅es par kilomètres carrés), qui correspond à la définition la plus couramment utilisée. Dans le contexte du territoire français où la population tend à être concentrée dans les centres urbains, cette mesure est assez proche d’un indice de centralité.

5La densité est au fil de ce texte mesurée depuis deux points distincts : le secteur où se trouve la résidence des enquêté⋅es et celui où se trouve leur lieu de travail lors du jour d’enquête. Lorsqu’une personne se déplace sur plusieurs lieux de travail, c’est la localisation de celui sur lequel elle passe le plus de temps au cours de la journée qui est retenue comme étant celle du lieu principal. Comme le montrent les parties consacrées aux résultats, il est parfois plus pertinent de recourir à une mesure autour du lieu de résidence ou autour du lieu d’emploi en fonction de l’aspect de la journée de travail considéré.

6L’approche la plus communément utilisée pour mesurer la densité d’un lieu est de calculer le quotient du nombre d’habitant⋅es d’une unité administrative (qui est souvent la commune) par sa surface. Elle est cependant peu satisfaisante à cause des effets de maillage que provoque l’usage d’une grille administrative, aussi appelés MAUP (Wong, 2004), en particulier dans les espaces peu denses où l’étendue réduite des zones habitées donne des densités très faibles qui les caractérisent peu. L’Insee (2023) propose depuis 2020 de recourir à une « Grille Communale de Densité » en quatre ou sept modalités, qui n’est calculée pour cette raison que par rapport aux zones bâties des communes.

7Cette approche est intéressante, mais on lui a préféré dans cet article un recours aux données carroyées également proposées par l’Insee, en retenant le maillage le plus fin, qui mesure 200 mètres de côté. Cela permet, par un calcul de proportionnalité, de calculer la densité de population au niveau de maillage le plus fin des enquêtes de déplacement, celui des « zones fines », qui regroupent en moyenne 20 enquêté⋅es (représentant 2 000 habitant⋅es). De fait, les zones fines ont une superficie qui varie de l’ordre de quelques centaines de mètres carrés à plusieurs dizaines de kilomètres carrés. Cette méthode simple ne permet pas d’éviter l’effet de MAUP et tend probablement à sous-estimer la densité de population dans les communes rurales, mais elle est suffisante pour une approche comparative.

8La distribution de la densité étant géométrique, elle est présentée au long de l’article selon une discrétisation par quartile ou par décile dont les classes présentent des intervalles proches d’une échelle logarithmique. Ces mesures sont calculées par rapport aux effectifs pondérés de population concernée. Lorsqu’on mesure la densité au lieu de résidence, le premier décile (qui concerne donc 10 % de la population étudiée) comprend les zones dont la densité est inférieure à 143 hab/km² (ou 171 hab/km² pour la densité mesurée autour du lieu de travail). À l’inverse, le dernier décile assemble les zones dont la densité est supérieure à 7 242 hab/km² (7 223 hab/km² au lieu de travail). La médiane se situe à 951 hab/km² par rapport aux zones de résidence et de 1 208 hab/km² par rapport aux zones de travail.

Une étude fondée sur un corpus d’enquêtes origine-destination

9Afin de caractériser les déplacements des travailleur⋅ses en France, cette étude s’appuie sur un corpus de 67 enquêtes certifiées Cerema (2021) sans les outremers, qui ne couvrent qu’une partie du territoire, ainsi que sur l’Enquête Mobilité des Personnes (2019) pour l’analyse factorielle uniquement (la densité autour des lieux de résidence et d’emploi ne pouvant y être calculée). Elles associent un relevé déclaratif des déplacements effectués la veille par l’enquêté⋅e (incluant leurs motivations, les points de départ et d’arrivée reportés sur le maillage géographique ad hoc et les horaires correspondants), à de nombreuses questions qui portent sur le statut social de l’individu et du ménage, les conditions de vie, les moyens de déplacement disponibles. Le caractère explicitement consenti et déclaratif de ces enquêtes est avantageux du point de vue éthique par rapport aux collectes de données massives, bien que cela puisse limiter leur précision (Verry et al., 2017).

  • 1 Sauf pour l’EMP qui utilise une autre méthode d’échantillonnage et porte sur l’ensemble du territoi (...)

10Hormis l’EMP conduite à l’échelle nationale, les enquêtes qui constituent le corpus sont conduites sur des périmètres rassemblant une population variable, allant de 73 000 habitant⋅es pour la plus petite (Gap, 2018) à 10,6 millions d’habitant·es pour la plus étendue (Enquête Globale Transports d’Île-de-France, 2010). Les plus anciennes datent de 2009 et les plus récentes de 2019, mais leur échantillonnage spatial différent ne permet pas de les utiliser pour étudier une évolution sur cette période1 ; l’article entreprend donc plutôt de rendre compte d’une situation reflétant la décennie 2010 en général. Les enquêtes Cerema sont fournies dans le cadre du projet Mobiliscope (Vallée et al., 2023). Les données sont filtrées pour ne conserver que les journées incluant au moins un cycle domicile-travail complet, et re-coefficientées par rapport aux données du recensement national (édition de 2020) sous l’angle des catégories socioprofessionnelles, de l’âge et des caractéristiques de la commune de résidence de la population active.

Une typologie des journées de déplacement

11Pour rendre compte des caractéristiques des journées de travail de la population active et en emploi, qui constituent l’objet même de la recherche présentée ici, une typologie est réalisée à l’aide d’une Analyse en Composantes Principales (ACP) portant sur neuf variables actives (voir tableau 1) caractérisant chaque journée de travail. Elles renseignent sur les déplacements effectués par la personne durant cet intervalle, mais aussi sur la longueur des plages d’activité (liées ou non à l’activité professionnelle) et sur les horaires de présence au lieu d’emploi. Cette sélection s’appuie sur des études sur le travail qui visent à enrichir l’appréhension du quotidien des travailleur⋅ses en prenant en compte les conditions de l’emploi (Barrois, 2016 ; Barrois, Devetter, 2017), ainsi que sur une série d’entretiens exploratoires conduits à Nantes au printemps 2022.

Tableau 1 : Présentation des variables actives utilisées dans l’analyse

  • 2 Dans le cas spécifique des « promenades » au sens du Cerema, des tournées professionnelles et des t (...)
  • 3 Voir la note no 2.

Catégorie

Variable active (prise en compte dans l’analyse)

Exprimée en

Commentaires

Métriques du déplacement proprement dit

Distance totale

km

Total sur la journée ; reconstruction approximative, voir (Cerema, 2021)

Temps en déplacement

min

Total sur la journée

Nombre de déplacements

Selon la définition retenue par le Cerema (voir Commenges, 2013)

Rapport distance totale/distance à vol d’oiseau entre domicile et lieu d’emploi

km/km

Permet de quantifier l’écart entre le schéma de déplacements et un aller-retour linéaire entre domicile et lieu de travail

Métriques portant sur des plages horaires

Temps de présence au lieu d’emploi

min

Ou total du temps passé sur chaque lieu s’il y en a plusieurs

Temps d’activités contraintes

(hors activités professionnelles)

min

Temps passé sur des lieux fréquentés pour les activités suivantes : commerces, services médicaux et administratifs, accompagnement d’une autre personne2

Temps d’activités de loisirs

min

Temps passé sur des lieux fréquentés pour les activités suivantes : activités sportives et associatives, restaurant, bar, visites, promenades3

Métriques portant sur des horaires

Début de la présence au lieu d’emploi

min (écoulées depuis 4h de la veille)

Ou début de la première plage de présence sur un lieu d’emploi s’il y en a plusieurs

Fin de la présence au lieu d’emploi

min (écoutées depuis 4h de la veille)

Ou fin de la dernière plage de présence sur un lieu d’emploi s’il y en a plusieurs

Source : auteur

12L’échantillon soumis à analyse ne comprend que 148 843 individus parmi les 166 646 actif·ves s’étant rendu·es sur leur lieu de travail que comportent les enquêtes utilisées, selon trois critères. Le premier est que l’on doit connaître la catégorie socioprofessionnelle de l’actif⋅ve, afin de pouvoir conduire des analyses qui l’intègrent. Le second est que la somme des distances parcourues au cours de la journée ne doit pas excéder 162 kilomètres, de façon à exclure les 5 % d’enquêté⋅es qui présentent les distances les plus longues. Ces situations concernent le plus souvent celles et ceux qui exercent une profession directement liée au secteur des transports (ou effectuant un voyage inhabituel), ce qui sort du cadre de cet article consacré aux navettes domicile-travail. Enfin, en troisième lieu, les journées dont une plage de travail commence dès 4 h ou s’achèvent à 4 h du lendemain (bornes limites de l’intervalle de 24 h sur lequel porte l’enquête), relevant du travail de nuit, ne présentent pas des séquences complètes et cohérentes ; elles sont donc retirées de l’échantillon (3 % des individus).

  • 4 Contrairement à l’analyse factorielle, l’identification de groupes (clusters) par k-moyennes fait i (...)

13L’ACP est conduite à l’aide du logiciel R et du paquet « ade4 » (Thioulouse et al., 2018). Elle permet de répartir les journées de travail sur un ensemble d’axes qui résument l’information statistique. Leurs coordonnées sur les cinq premiers d’entre eux sont utilisées pour construire une classification assemblant les plus semblables en les séparant des plus dissemblables. Cette opération mobilise la méthode des k-moyennes et permet d’établir une typologie des journées de travail. La robustesse de l’analyse factorielle et le nombre de catégories retenues, en l’occurrence six, garantit la robustesse des résultats malgré le cheminement en partie aléatoire de cette méthode. Celle-ci a été vérifiée sur cent itérations4. La typologie des journées de travail en six classes issues de cette analyse est présentée sur le tableau 2. La suite du texte se réfère au nom choisi pour chaque classe.

14Une telle typologie évoque celle que présente Laurent Lesnard (2006) à partir des enquêtes Emploi du temps de l’Insee. Outre le fait qu’elle inclut les mobilités quotidiennes auxquelles elle donne une grande place, elle s’en distingue par cette méthode de construction par les k-moyennes sur une ACP, plus simple que l’analyse de séquence utilisée par l’auteur. L’approche retenue ici présente l’inconvénient d’invisibiliser les schémas les plus atypiques, les plus rares ou les plus fragmentés. Elle ne constitue qu’une partie d’un ensemble d’analyses (incluant notamment des régressions et des modèles logistiques) dont on peut lire le détail dans la thèse de doctorat dont cet article constitue le prolongement (Guinepain, 2024).

Figure 1 : Représentation graphique des trois premiers axes de l’analyse factorielle utilisée pour construire la typologie des journées de déplacement dans cet article

Figure 1 : Représentation graphique des trois premiers axes de l’analyse factorielle utilisée pour construire la typologie des journées de déplacement dans cet article

Données : Enquêtes Cerema, 2009-2019 ; EMP, 2019, Maxime Guinepain, mai 2025

Tableau 2 : Présentation synthétique de la typologie des journées de travail de la population active et en emploi en France d’après un corpus de 67 enquêtes de mobilité

Nom de la classe

Poids de la classe (%)

Distance et temps moyen

Heures d’arrivée et de départ moyennes sur le lieu de travail

Part de femmes

Part d’ouvrier⋅es et d’employé⋅es

Densité médiane de la zone de résidence (hors EMP)

Densité médiane de la zone de travail (hors EMP)

Locales typiques

43 %

19 km

1h02

8h13

17h59

47 %

44 %

1 040 hab/km²

1 197 hab/km²

Longue distance

20 %

57 km

2h28

8h14

17h41

40 %

40 %

707 hab/
km²

1 419 hab/km²

Locales courtes

17 %

19 km

1h05

7h22

14h38

53 %

63 %

898 hab/
km²

952 hab/
km²

Biactives pour loisirs

7 %

34 km

1h56

8h23

16h49

45 %

41 %

1 275 hab/km²

1 370 hab/km²

Locales tardives

7 %

21 km

1h13

13h46

20h22

53 %

60 %

1 300 hab/km²

1 354 hab/km²

Pluriactives contraintes

6 %

42 km

2h24

8h45

14h40

60 %

43 %

887 hab/
km²

1 258 hab/km²

Source : auteur

15Comme le montre la figure 1, sur le premier axe de l’analyse (25 % de la variance), c’est-à-dire le plus structurant, on repère une nette opposition entre des journées où les déplacements sont plus courts et plus directs et le temps passé sur le lieu d’emploi, plus long, qualifiées de « locales » dans la typologie (peu de chaînage, peu d’activités non-professionnelles et distance parcourue la plus proche de celle qui sépare à vol d’oiseau le lieu d’emploi du domicile), à des journées marquées par d’autres activités (« biactives » et « pluriactives »). Un type « longues distances », peu distinct par d’autres caractéristiques, se démarque également.

16Le second axe (17 % de la variance) fait l’objet d’une moindre attention dans la littérature consacrée aux mobilités quotidiennes (à l’exception de Munch, 2019), bien qu’il corresponde à des distinctions d’emploi du temps bien connues entre catégories socioprofessionnelles. En effet, il échelonne les journées selon l’heure d’arrivée et de départ du lieu de travail, et permet notamment de singulariser les journées « locales courtes » (qui s’achèvent, et pour une part d’entre elles débutent, plus tôt), et les journées « locales tardives ».

17Enfin, un troisième axe (15 % de la variance) oppose les personnes qui présentent des temps de parcours et des distances parcourues importantes et commencent leur journée plus tôt à des personnes qui la commencent plus tard et se déplacent sur de moindres distances. La nette démarcation par type d’activités non-professionnelles, qui ne concerne qu’une partie des journées, n’apparaît que sur un quatrième axe (11 % de la variance, non représenté sur la figure), qui structure l’opposition entre le type « biactives loisirs » et le type « pluriactives contraintes ». Les activités contraintes regroupent ici les achats, les consultations médicales, le recours à un service administratif ou encore les déplacements effectués pour accompagner un⋅e proche.

La concentration des populations et des activités, un facteur structurant pour les mobilités

Une corrélation négative entre densité et distances parcourues pour tous les types de journées

18Quand les travailleur⋅ses n’exercent pas une profession à domicile, ou en télétravail, leurs activités et leurs déplacements lors d’une journée ouvrable sont marqués par la nécessité de se déplacer sur leur lieu d’emploi. Les trajets que cela implique dépendent à la fois de la localisation du domicile et de celle du lieu de travail. Or, plus les lieux de domicile et d’emploi potentiels sont concentrés dans l’espace, plus la distance susceptible de les séparer diminue. C’est la raison pour laquelle les personnes vivant et travaillant dans des espaces urbains se déplacent sur des distances en moyenne plus courtes que celles qui se trouvent dans des espaces ruraux (Phithakkitnukoon et al., 2012 ; Liang et al., 2013 ; Muñiz, Sánchez Trujillo, 2019 ; Raux, Charmes, 2021). Au sein des villes, des variations de mixité fonctionnelle (qui mesure si les quartiers d’habitation intègrent d’autres activités, et si des emplois s’y trouvent) peuvent également affecter ces distances (Huang et al., 2020).

Figure 2 : Part des profils en fonction de la densité de la zone de domicile (a) et de la zone de travail (b) ; distance moyenne parcourue par les travailleurs·ses de chaque profil en fonction de la densité mesurée dans la zone de leur lieu de domicile (c) ou de travail (d)

Figure 2 : Part des profils en fonction de la densité de la zone de domicile (a) et de la zone de travail (b) ; distance moyenne parcourue par les travailleurs·ses de chaque profil en fonction de la densité mesurée dans la zone de leur lieu de domicile (c) ou de travail (d)

Données : Enquêtes Cerema, 2009-2019, Maxime Guinepain, juin 2025.

  • 5 Les tests de corrélation et la modélisation sont effectués avec le logarithme de ces variables, don (...)

19Cette corrélation inverse entre la densité de population observée dans les espaces fréquentés et la distance parcourue par un⋅e travailleur⋅se se retrouve dans les données issues des enquêtes origine-destination en France. Le coefficient de Pearson est ainsi de -0,29 lorsqu’on rapporte la distance parcourue à la densité mesurée autour du lieu de résidence5. Cette relation, qui reste certes limitée compte tenu de la grande variété des situations d’un individu à l’autre, apparaît nettement sur la figure 2c, bien qu’elle affecte moins les journées du type « longue distance ». Qu’on la mesure pour l’ensemble des catégories ou pour chacune d’entre elles, la distance décroît continuellement avec l’augmentation de la densité. La relation est plus faible lorsqu’on mesure cette corrélation par rapport à la densité de population observée dans la zone du lieu d’emploi, comme le montre également la figure 2d : l’indice de Pearson est alors de -0,15.

20Si l’on pouvait s’attendre à ce que les journées « longue distance » concernent avant tout les travailleur⋅ses des zones rurales où les distances à parcourir sont d’emblée plus importantes, la figure 2b montre qu’une partie significative d’entre elles et eux se rendent dans les centres urbains. Leurs lieux d’emploi sont surreprésentés dans les zones les plus denses : les journées « longs trajets » représentent 23 % des journées de travailleur⋅ses dont le lieu d’emploi occupe le 10e décile de densité, soit cinq points de plus que dans les six premiers. Ces centres sont ceux qui offrent les meilleurs accès aux infrastructures de transport les plus efficaces (routières et ferroviaires). À l’inverse, les travailleur⋅ses qui présentent ces journées sont surreprésenté⋅es parmi les résident⋅es des cinq premiers déciles.

21Hormis la sous-représentation des journées « locales courtes » et « longue distance » et la surreprésentation des journées « locales typiques » et « biactives loisirs » observée parmi les habitant⋅es des un ou deux déciles les plus denses (figure 2a), la répartition des profils de la typologie semble relativement homogène sur le plan des contextes spatiaux. Même la catégorie de journée « locale-typique », qui présente les trajets les plus courts, ne constitue pas un type spécifiquement urbain. Sa part atteint un minimum pour le 4e décile et y excède toujours 40 %, bien qu’elle atteigne effectivement 48 % des travailleur⋅ses résidant dans les secteurs du plus haut décile de densité.

22Cette homogénéité relative de la répartition des catégories invite à faire preuve de précaution lorsqu’on associe un type d’espace, comme le périurbain, à un seul type de déplacement (Raux, Charmes, 2021) : les variations restent des tendances, surtout si l’on ne se contente pas d’observer les distances parcourues. Le très net gradient des distances observables sur la figure 2c, qui fait état d’un rapport de 1 à 2 dans les distances moyennes parcourues entre les zones les plus denses et les zones les moins denses, ne suffit pas dans l’analyse à distinguer des types cohérents de journées de travail opposés entre espaces urbains et espaces périurbains ou ruraux.

Des circulations plus lentes en ville, mais pas plus fractionnées

23Malgré cette absence d’opposition nette entre les centres urbains et les autres territoires sur le plan des journées de travail, l’allongement des distances dans les zones les moins denses semble plaider en faveur de l’argumentation de Carlos Moreno (2020) autour de la « ville du quart d’heure », pour limiter les mobilités quotidiennes et leurs nuisances. Toutefois, l’auteur ne se réfère pas à une limite métrique, mais bien à une limite temporelle. Or, sous cet angle, on constate que les villes françaises ne se distinguent pas du reste du territoire. À l’inverse, alors que les distances parcourues s’allongent d’autant que les personnes vivent dans des espaces peu denses, le temps moyen passé à se déplacer, lui, se réduit. On peut observer cette relation sur la figure 3a. La figure 3b montre également que cette corrélation entre densité et temps passé en déplacement est cette fois au moins aussi prononcée quand on la mesure depuis le lieu de travail.

Figure 3 : Ensemble de mesures relatives à la durée des déplacements : temps passé en déplacement selon la densité autour du domicile (a) et du lieu de travail (b) ; nombre de déplacements selon la densité autour du lieu de travail (c) ; recours à l’automobile (d), aux transports en commun (e) et à la marche et/ou au vélo (f) selon la densité autour du lieu de travail

Figure 3 : Ensemble de mesures relatives à la durée des déplacements : temps passé en déplacement selon la densité autour du domicile (a) et du lieu de travail (b) ; nombre de déplacements selon la densité autour du lieu de travail (c) ; recours à l’automobile (d), aux transports en commun (e) et à la marche et/ou au vélo (f) selon la densité autour du lieu de travail

Données : Enquêtes Cerema, 2009-2019, Maxime Guinepain, juin 2025

24Cela semble confirmé par les tests statistiques : le coefficient de Pearson atteint alors 0,17, contre 0,08 mesuré depuis le lieu de résidence (des valeurs statistiquement peu significatives, même si cela n’est pas surprenant vu l’ampleur des variations interindividuelles d’un individu et d’une journée à l’autre). Sauf pour les travailleur⋅ses se rattachant au type « longue distance », cette augmentation du temps de transport commence dans les deux cas autour du 7e décile (à partir de 1 519 hab/km² pour les zones de résidence) et atteint une valeur maximale au 10e décile. Ainsi, les personnes qui travaillent dans les zones les plus denses passent deux heures en déplacement, contre 1h22 pour celles et ceux qui travaillent dans une zone du 5e décile ou 1h17 dans le 1er décile.

25Cela signifie que si les personnes habitant et surtout travaillant dans les espaces les plus denses se déplacent sur des distances plus courtes en moyenne, elles le font beaucoup moins vite que les autres. Le fait que le temps de transport soit si important pour les personnes travaillant dans les zones denses outrepasse même l’équilibre observé par Y. Zahavi (1974) aux États-Unis dans les années 1970, tout en excédant la durée d’une heure qu’on a par la suite considérée comme une norme d’acceptabilité pour les travailleur⋅ses (Crozet, Joly, 2006), en particulier (au delà du type « longue distance » dont c’est un des principaux caractères) pour les personnes qui se consacrent à des activités non-professionnelles ce jour-là (type « biactives pour loisir » ou « pluriactives contraintes »).

26Une première cause évidente de cette diminution de la vélocité du déplacement en ville est liée aux modes de transport utilisés, comme le montrent les figures 3d, 3e et 3f. Ainsi, le recours à la marche et (secondairement) au vélo est minoritaire pour les journées de celles et ceux qui travaillent dans la moitié la moins dense des secteurs, bien qu’il soit supérieur lorsque la journée est « biactive pour loisirs » ou « pluriactive contrainte ». Le recours augmente continûment avec la densité et dépasse 98 % pour les travailleur⋅ses des zones du 10e décile, quel que soit le profil de journée. C’est également parmi les travailleur⋅ses de ces zones les plus denses que le recours aux transports en commun devient majoritaire, même s’il augmente dès la médiane. Le recours à l’automobile, quant à lui, ne devient à l’inverse minoritaire que pour cette même catégorie des travailleur⋅ses des zones du 10e décile, hormis pour les journées « biactives pour loisirs », « pluriactives contraintes » et « longue distance » qui sont de façon générale plus souvent associées aux modes motorisés que la moyenne.

27Par ailleurs, si la vitesse des déplacements en ville peut se trouver ralentie par les modes utilisés, la circulation automobile elle-même y est également moins rapide. Ainsi, à partir de l’échantillon de journées étudiées dans cet article, on mesure que les déplacements automobiles effectués par une personne travaillant dans une zone de densité inférieure à 171 hab/km² (1er décile) atteignent une moyenne de 40 km/h, pour seulement 20 km/h dans les zones de densité supérieure à 7 223 hab/km² (10e décile). Selon C. Genre-Grandpierre (2007), cela peut s’expliquer par une plus faible efficacité de l’automobile sur de petites distances, la probabilité de pouvoir emprunter des axes rapides diminuant avec la longueur des trajets. Dans cet article, on met plutôt en avant la congestion des infrastructures, abordée dans la partie suivante.

28Du fait de la mixité fonctionnelle plus importante offerte par les centres-villes et de l’existence d’une offre de services et de commerces plus variée, on pourrait enfin s’y attendre des arrêts épars et plus nombreux contribuant à l’allongement des temps de parcours. Cependant, la figure 3c montre que le nombre moyen de déplacements ne varie pas sensiblement avec la densité du secteur de travail ; elle est même légèrement inférieure à la moyenne (4,5) pour le dixième décile (4,2). Les travailleur⋅ses des centres-villes ne présentent donc pas des programmes d’activité plus chargés que celles et ceux des périphéries et des communes rurales : outre le fait qu’ils varient sensiblement d’un jour sur l’autre (Susilo, Kitamura, 2005), ils dépendent surtout des caractéristiques socio-démographiques de chacun⋅e, comme le montre cette seconde série de résultats.

Un décalage horaire à l’échelle des territoires ?

29Puisque la congestion est un phénomène prégnant en ville, que ce soit sur les axes routiers ou dans les transports en commun qui y sont particulièrement développés (Lesteven, 2015 ; Muñiz, Sánchez Trujillo, 2019), on peut se demander dans quelle mesure elle singularise les journées des travailleur⋅ses urbain⋅es, en affectant leur temps passé à se déplacer et leurs horaires de travail. Une première approche de cette question peut consister à examiner les variations de vitesse de déplacement au cours de la journée, comme sur la figure 4, consacrée aux trajets automobiles.

Figure 4 : Variation de la vitesse moyenne des déplacements en fonction de la densité de la zone du lieu d’emploi principal, parmi les personnes utilisant une automobile dans la journée. La seconde partie de la figure représente la répartition des déplacements dans la journée et permet d’identifier nettement les heures de pointe, autour de 8 et de 17-18 heures

Figure 4 : Variation de la vitesse moyenne des déplacements en fonction de la densité de la zone du lieu d’emploi principal, parmi les personnes utilisant une automobile dans la journée. La seconde partie de la figure représente la répartition des déplacements dans la journée et permet d’identifier nettement les heures de pointe, autour de 8 et de 17-18 heures

Données : Enquêtes Cerema, 2009-2019, Maxime Guinepain, juin 2025

  • 6 La figure rapporte la vitesse moyenne du déplacement par rapport à son heure médiane. Par exemple, (...)

30Cette figure met en évidence que les déplacements sont, quelle que soit la densité de la zone du lieu de travail principal, plus lents d’une dizaine de kilomètres par heure au cours de la journée que la nuit, jusqu’à 7 heures et après 21 heures. La vitesse de déplacement minimale, dans les trois quartiles les plus denses, est atteinte autour de 18 h, lors du pic de circulation du soir. En revanche, le matin, la valeur minimale est atteinte entre 10 et 11 heures. Cela peut s’expliquer par le fait que la vitesse moyenne sur l’ensemble du déplacement6 n’est pas la façon la plus fine de mesurer ce phénomène, qui affecte plus fortement les travailleur⋅ses dont les longs déplacements s’effectuent à une vitesse irrégulière au long du parcours. Les données utilisées ne permettent pas de disposer de plus de détails.

Figure 5 : Variations d’horaires de travail selon le profil de journée de travail et la densité mesurée autour du lieu d’emploi principal

Figure 5 : Variations d’horaires de travail selon le profil de journée de travail et la densité mesurée autour du lieu d’emploi principal

Données : Enquêtes Cerema, 2009-2019, Maxime Guinepain, mai 2025

31La figure 4 permet en revanche également d’identifier une différence dans la répartition horaire des trajets : on observe un décalage progressif des heures de pointe de plus tôt, lorsque le lieu de travail est situé dans des espaces peu denses, à plus tard, lorsqu’il est situé dans les espaces les plus denses. Comme le présente la figure 5, ce phénomène se retrouve parmi tous les types de journée, sauf les « locales tardives ». L’heure d’arrivée au lieu de travail se décale d’une moyenne située autour de 8h10 pour les lieux d’emploi situés dans les secteurs des trois déciles de densité les plus faibles pour atteindre 9 h dans les espaces les plus denses. Ce phénomène affecte d’autant plus les personnes dont la journée appartient au type « locales courtes ». Comme pour le type « pluriactif contraint », elles finissent cependant bien plus tôt que les autres ; on compte deux fois plus de personnes travaillant à temps partiel parmi elles (24 à 25 %) qu’en moyenne (12 %). Pour les autres types, le décalage en fin de journée atteint une amplitude quasiment similaire : les personnes travaillant dans des lieux d’emploi situés dans des secteurs de densité inférieure à la médiane terminent leur journée vers 17 heures, alors que celles des espaces les plus denses le font vers 17h40.

32Faut-il voir là une stratégie d’adaptation face à la congestion des réseaux de transport dans les espaces les plus denses, promue par les collectivités et les transporteurs auprès des employeurs (Munch, 2019) ? Il est difficile de l’affirmer : comme le montre la partie suivante, les horaires de travail dépendent pour beaucoup du type d’emploi occupé, même en dehors des situations se rattachant au travail posté. Le décalage horaire peut dès lors renvoyer à une différence de composition sociale de la main-d’œuvre employée dans les secteurs selon leur densité.

Des décalages selon la position socio-économique qui croisent les structures spatiales

La longue journée de travail, expression d’une position plutôt favorable

33La partie précédente montre, à l’échelle de la France (hors outremers), comment les mobilités domicile-travail sont affectées par le gradient de densité de population. Sa portée semble trop limitée pour constituer un élément distinctif permettant d’opposer les travailleur⋅ses des zones urbaines et celles et ceux des zones périurbaines et rurales ; il ne se recoupe avec les structures révélées par l’analyse factorielle que sur le troisième plan. Le propos de cette seconde partie de résultats est dès lors de montrer la pertinence d’une lecture socio-démographique des mobilités et des programmes d’activités auxquels elles s’intègrent. Elle s’appuie en particulier sur deux propriétés connues pour être structurantes, le genre (Fagnani, 1989 ; Coutras, 1997) et la catégorie socioprofessionnelle (Baccaïni, 1996 ; Demoli, Gilow, 2019). Elle s’inspire de corpus théoriques variés et vise à montrer l’intérêt de conjuguer ces angles d’approche pour étudier les journées de travail sous leur dimension spatiale, temporelle et sociale.

  • 7 Le niveau de détail des catégories socioprofessionnelles (en 8 postes ou une version simplifiée de (...)

34D’après les données des enquêtes ayant permis de construire la typologie, le nombre de kilomètres parcouru par jour (41 km en moyenne) tend à augmenter avec le positionnement hiérarchique, en particulier parmi les salarié⋅es du secteur privé. Parmi celles et ceux-ci, les employé⋅es présentent des distances particulièrement faibles par rapport à la moyenne (27 km parmi les employé⋅es d’aide à la personne, 29 km parmi les employé⋅es de commerce), comme c’est le cas des femmes en général. Par contraste, les agent⋅es de maîtrise présentent les plus longues distances (49 km), suivi⋅es des chef⋅fes d’entreprise de plus de 10 salarié⋅es, qui parcourent 48 km par jour en moyenne7.

Figure 6 : Catégorie socioprofessionnelle des travailleur·ses pour chaque type de journée, selon la densité mesurée autour du domicile. La partie haute représente la part de la PCS dans l’effectif et la partie basse, sa surreprésentation par rapport à la part de la PCS dans la population générale

Figure 6 : Catégorie socioprofessionnelle des travailleur·ses pour chaque type de journée, selon la densité mesurée autour du domicile. La partie haute représente la part de la PCS dans l’effectif et la partie basse, sa surreprésentation par rapport à la part de la PCS dans la population générale

Données : Enquêtes Cerema, 2009-2019, Maxime Guinepain, juin 2025

35Pourtant, la figure 6 rappelle que les catégories populaires constituent une part beaucoup plus importante de la population dans les espaces peu denses que dans les espaces denses, au contraire marqués par la part élevée des cadres. Cela concerne tous les types de journées, par un effet de composition sociale de la population résidente. Le bas de la figure 6, où la proportion de travailleur⋅ses de chaque catégorie (hors agriculteur⋅rices) est rapporté à la part moyenne qu’elles et ils constituent dans la population résidente de chaque décile, tend à montrer que la sur- ou sous-représentation des groupes sociaux obéit dans l’ensemble aux mêmes logiques pour chaque type de journée indépendamment du gradient de densité. Ainsi, les moindres distances parcourues par les employé⋅es à l’échelle de l’ensemble du territoire s’inscrivent à rebours d’une ségrégation sociospatiale pourtant très marquée.

Figure 7 : Rapport moyen entre la distance moyenne parcourue par des membres de chaque PCS au cours de leur journée de travail et la distance moyenne de l’ensemble des travailleurs·ses, pour chaque décile de densité de population (à gauche) ; temps moyen passé sur le lieu d’emploi par PCS (à droite)

Figure 7 : Rapport moyen entre la distance moyenne parcourue par des membres de chaque PCS au cours de leur journée de travail et la distance moyenne de l’ensemble des travailleurs·ses, pour chaque décile de densité de population (à gauche) ; temps moyen passé sur le lieu d’emploi par PCS (à droite)

Données : Enquêtes Cerema, 2009-2019, Maxime Guinepain, juin 2025

36À densité comparable (mesurée au lieu de domicile), comme le montre la figure 7 pour chaque type de journée, on constate que les cadres parcourent des distances plus longues que la moyenne, tandis que l’inverse se vérifie pour les employé⋅es (en général) et pour les indépendant⋅es (dans le cas des journées « locales typiques »). Il est vrai en revanche que les journées des ouvrier⋅es présentent plus d’une fois des distances moyennes plus élevées que les autres travailleur⋅ses comparables, en particulier parmi les habitant⋅es des zones les plus denses, car les lieux de travail des ouvrier⋅es se situent rarement dans ce type d’espace souvent urbains et centraux.

37Ces différences dessinent un décalage avec la formulation habituelle de la problématique de la distance pour se rendre au travail, qui est plutôt faite sous la forme d’un obstacle à l’accession à l’emploi ou d’un poids budgétaire excessif pour les classes populaires (Oppenchaim, 2011 ; Lambert, 2015 ; Orfeuil et al., 2015), en particulier depuis le mouvement des Gilets jaunes (Blavier, 2021). Pour expliquer cela, on peut formuler deux hypothèses. D’une part, les très longues navettes sont peut-être si coûteuses pour les employé⋅es et les ouvrier⋅es qu’il ne s’agit pas de situations soutenables, ce qui tend à les rendre plus rares que pour d’autres catégories et à ce que l’on observe des trajets plus courts parmi elles et eux, dans la plupart des cas, au sein de chaque catégorie de journée. D’autre part, l’« injonction à la mobilité » (Bacqué, Fol, 2007) peut se traduire par des trajectoires personnelles et professionnelles qui conduisent les travailleur⋅ses de classe supérieure à avoir recours à ces longues navettes quand elles et ils le peuvent.

38Ce phénomène semble prolonger l’échelle que l’on observe en termes de temps passé sur le lieu de travail (voir figure 7). Celui-ci est significativement plus élevé pour les hommes (8h24 en moyenne) que pour les femmes (7h50). Globalement constant pour l’ensemble des catégories socioprofessionnelles parmi les hommes, il est corrélé pour les femmes et les employé⋅es avec la localisation du domicile dans un espace dense. Dans l’ensemble, il est plus élevé que la moyenne pour les cadres et certaines catégories d’indépendant⋅es, tandis qu’il y est inférieur pour les ouvrier⋅es et les employé⋅es. Seules les journées « locales tardives » et « locales courtes », et, dans une certaine mesure, « pluriactives », voient apparaître un schéma inverse : les cadres qui s’y inscrivent ont des journées plus courtes que la moyenne (autour de 5 heures dans le premier cas, 6 à 7 heures dans le second) alors que celles des ouvrier⋅es durent entre 7 et 8 heures, car cela ne renvoie pas aux mêmes conditions, comme le détaille la section suivante.

39Pour résumer, dans l’ensemble et particulièrement pour une journée de travail salarié ordinaire, il semble que le temps passé sur le lieu d’emploi soit globalement d’autant plus long que la personne occupe une position sociale élevée. Cette tendance est mesurée depuis les années 1990 par les enquêtes portant sur les emplois du temps. Le sociologue Jonathan Gershuny (2005) l’explique par l’émergence d’un nouveau paradigme du travail professionnel, qu’il nomme la « busyness ». Alors que l’oisiveté avait été jusqu’au milieu du XXe siècle le propre des classes sociales dominantes (Veblen, 1970), une inversion des valeurs a fait du dévouement de soi au travail une nouvelle manière de marquer un statut social supérieur, y compris par rapport aux autres travailleur⋅ses avec qui l’on partage ses journées, non sans lien avec l’idéologie du mérite (Guibet Lafaye, 2011). Pour autant, les cadres et les professions intellectuelles supérieures restent aussi plus représenté⋅es parmi les personnes qui pratiquent une activité de loisir au cours de leur journée de travail.

40La mesure conjointe de mobilités plus étendues et d’un temps plus important passé sur le lieu d’emploi dans les catégories socioprofessionnelles les plus favorisées et pour les hommes laisse à penser qu’il est possible d’étendre la notion de busyness, qu’on peut traduire en français par « affairement », aux mobilités qu’implique l’activité professionnelle comme faisant partie des formes de dévouement attendues de ces travailleur⋅ses, et d’intégrer le déplacement aux dimensions du « badge of honour » décrit par J. Gershuny.

Des fuseaux horaires sociaux construisent des rapports constants au sein des espaces d’emploi

41L’analyse de la composition des profils de journée révèle un second plan de distinction entre les catégories socioprofessionnelles. Le tableau 2 indique que les profils « locales tardives » et « locales courtes » concernent plus de 60 % d’employé⋅es et d’ouvrier⋅es, qui constituent 50 % de la population générale. Autrement dit, le travail en horaires atypiques, voire décalés (qui correspond également plus souvent que la moyenne à du temps partiel) concerne plutôt des emplois peu qualifiés et les travailleur⋅ses de classe populaire. Toutefois, la figure 8 montre que ce fait bien connu (Barrois, 2016) se conjugue avec un décalage qui affecte l’ensemble des travailleur⋅ses, même lorsque leurs journées présentent des horaires dits typiques (d’environ 8 h à environ 17h30, comme le montre Amandine Barrois dans sa thèse).

Figure 8 : Variation des heures de travail selon la PCS, le profil de journée et la densité de population mesurée autour du lieu de travail

Figure 8 : Variation des heures de travail selon la PCS, le profil de journée et la densité de population mesurée autour du lieu de travail

Données : Enquêtes Cerema, 2009-2019, Maxime Guinepain, mai 2025

  • 8 Lorsque les personnes se rendent sur plusieurs lieux d’emploi, on considère uniquement l’heure d’ar (...)

42Ce second décalage se retrouve dans tous les profils de journée, à l’exception des « locales tardives », et ne varie pas quelle que soit la densité de la zone du lieu de travail. Il se traduit par une différence d’environ une heure entre les plages de présence des ouvrier⋅es et des cadres sur leur lieu d’emploi, définies par leur heure d’arrivée sur le lieu d’emploi et leur heure de départ8. Les travailleur⋅ses indépendant⋅es présentent des horaires généralement proches de ceux des cadres, avec des variations selon les profils de journée, tandis que les professions intermédiaires et les employé⋅es se situent entre les deux.

43L’amplitude du décalage atteint 1h45 pour les journées « locales courtes », car ce profil décrit des situations différentes entre les travailleur⋅ses peu qualifié⋅es, pour qui il s’agit en partie de travail posté, et les plus qualifié⋅es, pour qui il s’agit plutôt d’un travail à mi-temps (s’arrêtant souvent en début ou milieu d’après-midi) qui ne s’étend pas en-dehors des horaires typiques. La même explication permet de comprendre pourquoi l’heure de départ des ouvrier⋅es dont les journées s’inscrivent dans le type « locale tardive » est postérieure de plus de deux heures à celles des cadres de la catégorie, et déborde en dehors du schéma des horaires typiques (au-delà de 20h, et même de 21h dans la plupart des zones de travail).

44Ce décalage structure quasiment à lui seul le second axe de l’analyse factorielle sur laquelle repose la typologie des journées (voir figure 1). L’heure de départ du lieu d’emploi contribue à près de 50 % à la formation de ce plan et l’heure d’arrivée sur celui-ci y contribue à 24 %. On le lit nettement sur la figure 9, qui distingue la position moyenne des individus sur le plan de l’analyse factorielle en fonction de leur genre, de leur PCS et de la densité de la zone du lieu d’emploi.

Figure 9 : Coordonnées moyennes des journées de travail sur les deux premiers plans de l’ACP, en fonction du genre, de la catégorie socioprofessionnelle et du type de commune de résidence de l’enquêté·e

Figure 9 : Coordonnées moyennes des journées de travail sur les deux premiers plans de l’ACP, en fonction du genre, de la catégorie socioprofessionnelle et du type de commune de résidence de l’enquêté·e

Données : Enquêtes Cerema, 2009-2019, Maxime Guinepain, juin 2025

45Une telle stratification horaire peut contribuer à limiter les contacts entre les travailleur⋅ses occupant des statuts différents au sein d’un même lieu d’emploi, d’autant plus qu’ils affectent particulièrement la fin de journée, qui semble constituer le moment le plus favorable à ces sociabilités professionnelles.

46La figure 9 montre également que ce décalage entre les professions se conjugue avec celui qu’on mesure selon la densité de la zone du lieu d’emploi. Des convergences et des divergences apparaissent entre les catégories selon le contexte. Parmi les hommes, les employés présentent des journées proches de celles des professions intermédiaires quand ils travaillent dans les zones les plus denses, alors qu’elles ressemblent à celles de leurs homologues ouvriers dans les zones les moins denses. Une telle similitude ne s’observe pas parmi les femmes, le profil d’ouvrière présentant lui-même des spécificités plus marquées que pour les hommes (avec des horaires encore plus avancés). En revanche, les cadres féminines présentent des journées un peu moins distinctes de celles du reste des travailleur⋅ses que ce n’est le cas parmi les hommes.

47Cette analyse montre comment différents plans affectant les journées de travail et les déplacements se superposent. En premier lieu apparaît l’addition entre des pratiques distinctives entre professions (incluant le décalage horaire vu plus haut) et l’engagement plus important des hommes dans le déplacement et la présence sur le lieu d’emploi, associé à celui des femmes dans des activités contraintes ou à résidence. Les différences qui apparaissent d’un niveau de densité à l’autre sont également à souligner − bien qu’elles ne relèvent pas forcément des effets de contexte : la nature des emplois exercés n’est peut-être pas la même dans les centres urbains et dans des communes rurales.

48En revanche, on lit sur la figure 9 que si les variations de densité rendent les journées de travailleur⋅ses de différentes catégories comparables, les distinctions restent bien préservées au sein de chaque classe de densité (par rapport à la zone où les personnes résident). Ainsi, les journées des femmes de profession intermédiaire qui vivent en ville présentent des caractéristiques similaires avec celles des femmes cadres qui vivent dans des secteurs peu denses ; mais les femmes de chaque catégorie qui vivent dans des zones de densité comparable présentent toujours des journées bien distinctes les unes des autres dans l’analyse, avec des écarts qui, comme pour les hommes, semblent se creuser dans le quartile des plus faibles densités.

L’effet structurant du genre révèle une spécialisation relative des hommes dans les grandes mobilités et des femmes dans les mobilités locales

49Les variations des programmes d’activité et des mobilités en fonction du genre des travailleur⋅ses méritent une attention particulière, tant elles se croisent avec l’ensemble des autres structures abordées dans cet article. Ainsi, les hommes présentent plus fréquemment des profils de journées mono-actives, où l’essentiel des déplacements et du temps passé hors domicile est consacré à l’activité professionnelle, tandis que celles des femmes sont plus souvent pluri-actives. À l’échelle de l’ensemble de l’échantillon, 38 % des hommes ne déclarent pas d’autre activité que professionnelle au cours d’une journée de travail, ce qui n’est le cas que de 32 % des femmes. À l’inverse, 54 % des femmes déclarent au moins un déplacement pour une activité contrainte (RDV administratif ou médical, ou sortie pour achats), contre 43 % des hommes. Cela vient s’ajouter à la différence entre les temps de présence au lieu de travail établie dans la partie 3.1.

50Cet écart peut s’expliquer à la fois par ce programme d’activités hors domicile plus chargé et par le poids du travail domestique (invisibilisé par le prisme du déplacement), dont la répartition reste inégalitaire (Bouffartigue, 2006 ; Brousse, 2015 ; Cartier et al., 2021). Ces observations convergent avec les conclusions d’un grand nombre de travaux portant sur le caractère genré des mobilités (Cattan, 2007 ; Chardonnel, Louargant, 2007 ; Grimal, 2012 ; Scholten et al., 2012). D’autres travaux attestent que le rapport au travail lui-même présente des différences genrées, qui rejoignent des constats d’ordinaire dressés séparément concernant l’implication accrue des hommes sur le lieu de travail (Barrois, 2016) et une tendance à moins rechercher le chaînage des déplacements, avec moins d’activités non-professionnelles lors d’une journée ouvrée, hors loisirs.

51À l’inverse, les journées « longue distance » sont les plus masculines : seules 40 % d’entre elles correspondent à des femmes. Elles associent en effet un programme centré sur l’emploi à des distances et des temps de parcours importants, alors que les données d’enquête montrent que les lieux de travail des hommes tendent à être plus éloignés du domicile (12 km contre 10 km pour les femmes) et plus divers. De plus, ceux-ci acceptent (ou on leur confie) plus fréquemment des déplacements professionnels, en particulier dans le secteur privé (Bonnet et al., 2006 ; Guillemot, 2011 ; Brousse, 2015). Ainsi, on peut faire l’hypothèse que les différences genrées observées dans les programmes d’activité ne sont pas seulement la conséquence de la répartition inégale du travail non rémunéré, et qu’elles dépendent aussi d’un rapport à la mobilité (et aux injonctions qui l’accompagnent) différencié. Cela n’affecterait ainsi pas seulement les professions du secteur des transports, mais aussi les dispositions au déplacement dans la population générale et le contenu des fiches de poste d’emplois pourtant censés ne pas changer de nature selon le genre de la personne recrutée.

52Pour aller plus avant, on peut se concentrer sur les pratiques de mobilité des personnes vivant en couple au sein d’un même ménage. Cela permet de mesurer combien la norme du « breadwinner model » (Pfau-Effinger, 2004), qui repose sur une spécialisation genrée des membres des ménages hétérosexuels (l’homme se vouant à sa carrière professionnelle au détriment de celle de sa conjointe), reste d’actualité pour comprendre une partie des phénomènes de genre présentées dans cet article. Les analyses proposées dans la thèse en rendent plus précisément compte. L’étude présentée ici laisse en tous cas à penser que la mobilité quotidienne consentie pour se rendre au travail fait pleinement partie de la façon dont s’exprime une forme distinctive de dévouement à la carrière professionnelle.

Conclusion

53L’analyse permise par une étude croisée des déplacements des travailleur·ses en France et de leur organisation quotidienne permet de dégager, au-delà de la prééminence de la journée de travail « typique », des schémas cohérents et distinctifs. Ceux-ci conjuguent les effets attendus du contexte spatial des espaces de vie et ceux de leur position sociale. Si la métrique de la densité est effectivement structurante pour les mobilités quotidiennes des travailleur⋅ses, les mesures présentées dans cet article montrent que leur effet n’est ni exclusif, ni univoque.

54Face aux analyses présentées ici, la valorisation d’espaces denses et mixtes telle que le promeut la « ville du quart d’heure » doit prendre en compte les difficultés de circulation et la ségrégation socio-spatiale qui prévaut en termes de géographie de l’emploi (même si cela s’explique aussi par le fait que la mixité fonctionnelle reste plus faible que ne le voudrait ce courant de l’urbanisme dans la plupart des villes françaises).

55L’échantillonnage spatial assez fin des enquêtes certifiées Cerema ouvre une opportunité d’analyse encore plus fine des configurations qui pourraient caractériser des bassins d’emploi en fonction des secteurs économiques qui y sont implantés, des réseaux de transport et de la géographie résidentielle des travailleur⋅ses. Cette piste d’analyse pourrait à la fois fournir des perspectives de réflexion sur l’unicité de l’expression des rapports sociaux d’un contexte à l’autre et mettre en avant des points d’attention concrets pour permettre aux collectivités d’adapter leurs politiques et offres de transport d’une façon qui soit plus bénéfique et plus juste pour les populations.

56De plus, cette étude permet d’éclairer le fait que l’apparente unicité de l’heure de pointe masque le phénomène des fuseaux horaires sociaux, l’enjeu de la flexibilité des plages horaires, la complexité des programmes d’activité (en particulier sur le retour) et leur caractère genré, sans parler des travailleur·ses qui s’inscrivent dans des schémas tout à fait différents et qui se trouvent souvent être les moins qualifié·es et les plus subalternes. Or, ces différences ont toute leur importance dans la structuration des rapports sociaux qui opposent ou rapprochent les collègues d’un lieu de travail, les consommateur·rices et les employé·es, les pair·es, et les membres d’un ménage. C’est aussi parce que ces rapports sociaux sont très ancrés dans nos vies quotidiennes qu’il est si difficile de remettre en question les pratiques qui pourraient les bouleverser pour répondre aux contraintes économiques et écologiques qui se font de plus en plus pressantes.

57Dès lors, on peut espérer que de révéler l’importance de ces contrastes et de ces décalages permette de mieux comprendre ce qui se joue – y compris sur le plan des rapports sociaux – dans l’évolution des pratiques de déplacement, alors que celles-ci s’apprêtent à connaître une profonde remise en question du fait du changement de modèle énergétique qu’imposeront les contraintes planétaires dans les décennies à venir.

Haut de page

Bibliographie

Baccaïni B., 1996, “Les trajets domicile-travail en Île-de-France. Contrastes entre catégories socioprofessionnelles”, Économie et statistique, Vol.294-295, 109‑126. http://www.persee.fr/web/revues/home/prescript/article/estat_0336-1454_1996_num_294_1_6088

Bacqué M.-H., Fol S., 2007, “L’inégalité face à la mobilité : du constat à l’injonction”, Revue suisse de sociologie, Vol.33, No.1, 89‑104, https://shs.hal.science/halshs-00250102/

Barrois A., 2016, La journée de travail : organisation, valorisation et inégalités sociales, thèse de Sciences économiques, Lille 1, https://www.theses.fr/2016LIL12011

Berroir S., Delage M., Fleury A., Fol S., Guérois M., Maulat J., et al., 2017, “Mobilité au quotidien et ancrage local dans les espaces périurbains”, Annales de géographie, Vol.1, No.713, 31‑55.

Barrois A., Devetter F.-X., 2017, “Durées courtes, journées longues : fragmentation du temps de travail et pression sur le salaire”, La Nouvelle Revue du Travail, No11, http://journals.openedition.org/nrt/3272

Blavier P., 2021, Gilets jaunes, la révolte des budgets contraints, Paris, Presses universitaires de France.

Bonnet E., Collet B., Maurines B., 2006, “Carrière familiale et mobilité géographique professionnelle”, Cahiers du Genre, Vol.2, No.41, 75‑98, https://www.cairn.info/revue-cahiers-du-genre-2006-2-page-75.htm

Bouffartigue P., 2006, “La division sexuée du travail professionnel et domestique : quelques remarques pour une perspective temporelle”, Lien social et Politiques, No.54, 13‑23, http://id.erudit.org/iderudit/012856ar

Brousse C., 2015, “Travail professionnel, tâches domestiques, temps « libre » : quelques déterminants sociaux de la vie quotidienne”, Économie et statistique, Vol.478-480, No.1, 119‑154, http://www.persee.fr/doc/estat_0336-1454_2015_num_478_1_10560

Cartier M., Collet A., Czerny E., Gilbert P., Lechien M.-H., Monchatre S., et al., 2021, “Allez, les pères ! : Les conditions de l’engagement des hommes dans le travail domestique et parental”, Travail, genre et sociétés, Vol.46, No.2, 33‑53, https://www.cairn.info/revue-travail-genre-et-societes-2021-2-page-33.htm?ref=doi

Cattan N., 2007, “Genre, mobilité quotidienne et emploi en Île-de-France”, in: Gavray C. (éd.), Femmes et mobilités, Marcinelle, Cortex, 201‑218.

Cerema., 2021, Les enquêtes mobilité certifiées Cerema, EMC2 : principes méthodologiques, Lyon, Cerema Territoires et villes.

Chardonnel S., Louargant S., 2007, “Mobilité quotidienne et emplois du temps des familles : entre complexité et diversité”, in: Mobilités Sociales et Fluidités Spatiales. Approches quantitatives et qualitatives des mobilités : quelles complémentarités, Namur, https://halshs.archives-ouvertes.fr/halshs-00189970

Chenu A., Lesnard L., 2006, “Time Use Surveys: a Review of their Aims, Methods, and Results”, European Journal of Sociology, Vol.47, No.3, 335‑359, https://www.cambridge.org/core/product/identifier/S0003975606000117/type/journal_article

Commenges H., 2013, L’invention de la mobilité quotidienne : aspects performatifs des instruments de la socio-économie des transports, Université Paris Diderot – Paris 7, 366 p.

Coutras J., 1997, “La mobilité quotidienne et les inégalités de sexe à travers le prisme des statistiques”, Recherches féministes, Vol.10, No.2, 77‑90, https://www.erudit.org/en/journals/rf/1900-v1-n1-rf1656/057936ar/abstract/

Crozet Y., Joly I., 2006, La “Loi de Zahavi” : quelle pertinence pour comprendre la construction et la dilatation des espaces-temps de la ville ?, HAL, https://EconPapers.repec.org/RePEc:hal:journl:halshs-00088982

Demoli Y., Gilow M.K., 2019, “Mobilité parentale en Belgique : question de genre, question de classe”, Espaces et sociétés, Vol.176-177, No.1, 137‑154, https://www.cairn.info/revue-espaces-et-societes-2019-1-page-137.htm

Devaux J., 2015, “L’adolescence à l’épreuve de la différenciation sociale. Une analyse de l’évolution des manières d’habiter de jeunes ruraux avec l’âge”, Sociologie, Vol.6, No.4, 339‑358, https://www.cairn.info/revue-sociologie-2015-4-page-339.htm

Ellegård K., 2019, Time geography in the Global Context, an anthology, Abingdon/Oxon New York, Routledge.

Fagnani J., 1989, “L’enjeu de la localisation résidentielle au sein des stratégies professionnelle et familiale des femmes instruites des classes moyennes”, Recherches féministes, Vol.2, No.1, 93‑101, https://www.erudit.org/fr/revues/rf/1989-v2-n1-rf1639/057537ar/

Fol S., Dupuy G., Coutard O., 2007, “Transport Policy and the Car Divide in the UK, the US and France: Beyond the Environmental Debate”, International Journal of Urban and Regional Research, Vol.31, No.4, 802‑818, https://onlinelibrary.wiley.com/doi/abs/10.1111/j.1468-2427.2007.00755.x

Fol S., Gallez C., 2013, “Mobilité, accessibilité et équité : pour un renouvellement de l’analyse des inégalités sociales d’accès à la ville”, in: Enjeux interdisciplinaires émergents pour comprendre, projeter et fabriquer la ville de demain, colloque international du Labex Futurs Urbains, Marne-la-Vallée, 16-18 janvier 2013.

Genre-Grandpierre C., 2007, “Des « réseaux lents » contre la dépendance automobile ? Concept et implications en milieu urbain”, L’Espace géographique, Vol.36, No.2007‑1, 27‑39, https://shs.cairn.info/article/EG_361_0027

Gershuny J., 2005, “Busyness as the Badge of Honor for the New Superordinate Working Class”, Social Research, Vol.72, No2, 287‑314, https://www.jstor.org/stable/40971766

Giménez-Nadal J.I., Molina J.A., Velilla J., 2022, “Trends in commuting time of European workers: A cross-country analysis”, Transport Policy, Vol.116, 327‑342, https://linkinghub.elsevier.com/retrieve/pii/S0967070X21003693

Grimal R., 2012, “Des mobilités plus homogènes ou plus diversifiées ?”, Économie et Statistique, Vol.457-458, No.1, 13‑34, https://www.persee.fr/doc/estat_0336-1454_2012_num_457_1_9962

Guibet Lafaye C., 2011, “Le mérite et ses dimensions”, in: Les Français face aux inégalités et à la justice sociale, Paris, Colin, 128‑138, https://hal.archives-ouvertes.fr/hal-00943891

Guillemot D., 2011, “Travail dans le public et le privé : une intensification parallèle”, Travail et emploi, No.128, 23‑40, http://journals.openedition.org/travailemploi/5407

Guinepain M., 2024, Auto, boulot, marmots, dodo ? Une géographie sociale de l’organisation spatio-temporelle des journées de travail et des mobilités du quotidien, thèse de Géographie et aménagement, Université Paris Cité, https://theses.fr/2024UNIP7138

Hägerstrand T., 1970, “What about people in Regional Science?”, Papers of the Regional Science Association, Vol.24, 7‑21.

Huang J., Hu Y., Wang J., Li X., 2020, “A tale of two cities: Jobs-housing balance and urban spatial structures from the perspective of transit commuters”, Environment and Planning B: Urban Analytics and City Science, Vol.48, No.6, 1543‑1557, http://journals.sagepub.com/doi/10.1177/2399808320938803

Insee., 2023, La grille communale de densité, https://www.insee.fr/fr/information/6439600

Kain J.F., 1992, “The Spatial Mismatch Hypothesis: Three Decades Later”, Housing Policy Debate, Vol.3, No.2, 371‑460, http://dx.doi.org/10.1080/10511482.1992.9521100

Lambert A., 2015, « Tous propriétaires ! » : l’envers du décor pavillonnaire, Paris, Seuil.

Lesnard L., 2006, Flexibilité des horaires de travail et inégalités sociales, Paris, Insee, http://www.op3.fr/veille/PDF/Docs_compl/Tps-L_inegalites_sociales_Insee_012009.pdf

Lesteven G., 2015, “La congestion automobile perturbe-t-elle la routine des ménages motorisés ?”, Espace populations sociétés, Space populations societies, No.1‑2, https://journals.openedition.org/eps/6018

Liang X., Zhao J., Dong L., Xu K., 2013, “Unraveling the origin of exponential law in intra-urban human mobility”, Scientific Reports, Vol.3, No.1, 2983, https://www.nature.com/articles/srep02983

Moreno C., 2020, Droit de cité : de la « ville-monde » à la « ville du quart d’heure », Paris, Éditions de l’Observatoire.

Munch E., 2019, “Pour une écologie temporelle de l’heure de pointe : enquête sur les choix d’horaires de travail en Île-de-France”, Espace populations sociétés, No.1, http://journals.openedition.org/eps/8469

Muñiz I., Sánchez Trujillo V., 2019, “La décentralisation de la population et de l’emploi entraîne-t-elle une réduction des distances domicile-travail ? : le cas de la zone métropolitaine de la vallée de Mexico 2000-2010”, Revue d’Économie Régionale & Urbaine, Vol.Février, No.2, 259‑281, https://www.cairn.info/revue-d-economie-regionale-et-urbaine-2019-2-page-259.htm?ref=doi

Nessi H., Conti B., Proulhac L., Sajous P., Thébert M., 2017, “La mobilité périurbaine : le changement, c’est pour quand ?”, Espaces Temps.net, No.23, https://hal-univ-paris10.archives-ouvertes.fr/hal-01675670

Oppenchaim N., 2011, “La mobilité comme accessibilité, dispositions et épreuve : trois paradigmes expliquant le caractère éprouvant des déplacements à Paris”, Articulo – Journal of Urban Research, No.7, http://journals.openedition.org/articulo/1767

Orfeuil J.-P., 2010, “La mobilité, nouvelle question sociale ?”, SociologieS, https://journals.openedition.org/sociologies/3321

Orfeuil J.-P., Ripoll F., Hancock C.P., 2015, Accès et mobilités : les nouvelles inégalités, Gollion, Infolio.

Pfau-Effinger B., 2004, “Socio-historical paths of the male breadwinner model – an explanation of cross-national differences”, The British Journal of Sociology, Vol.55, No.3, 377‑399, https://onlinelibrary.wiley.com/doi/10.1111/j.1468-4446.2004.00025.x

Phithakkitnukoon S., Smoreda Z., Olivier P., 2012, “Socio-Geography of Human Mobility: A Study Using Longitudinal Mobile Phone Data”, Y. Moreno (éd.), PLoS ONE, Vol.7, No.6, e39253, https://dx.plos.org/10.1371/journal.pone.0039253

Raux C., Charmes E., 2021, “Tous en ville ! Faut-il empêcher l’émiettement périurbain pour décarboner la mobilité ?”, Cybergeo, http://journals.openedition.org/cybergeo/36910

Renahy N., 2010, “Classes populaires et capital d’autochtonie Genèse et usages d’une notion”, Regards sociologiques, Vol.40, 9‑26.

Scholten C., Friberg T., Sandén A., 2012, “Re-Reading Time-Geography from a gender perspective: Examples from gendered mobility”, Tijdschrift voor Economische en Sociale Geografie, Vol.103, No.5, 584‑600, https://onlinelibrary.wiley.com/doi/abs/10.1111/j.1467-9663.2012.00717.x

Sélimanovski C., 2009, “Effets de lieu et processus de disqualification sociale : Le cas de Strasbourg et du Bas-Rhin”, Espace populations sociétés, No.1, 119‑133, http://journals.openedition.org/eps/3609

Susilo Y.O., Kitamura R., 2005, “Analysis of Day-to-Day Variability in an Individual’s Action Space: Exploration of 6-Week Mobidrive Travel Diary Data”, Transportation Research Record, Vol.1902, No.1, 124‑133, https://doi.org/10.1177/0361198105190200115

Tammaru T., Sevtsuk A., Witlox F., 2023, “Towards an equity-centred model of sustainable mobility: Integrating inequality and segregation challenges in the green mobility transition”, Journal of Transport Geography, Vol.112, 103686, https://linkinghub.elsevier.com/retrieve/pii/S0966692323001588

Thioulouse J., Dray S., Dufour A.-B., Siberchicot A., Jombart T., Pavoine S., 2018, Multivariate Analysis of Ecological Data with ade4, New York, Springer, http://link.springer.com/10.1007/978-1-4939-8850-1

Thisse J.-F., Wasmer E., Zenou Y., 2003, “Ségrégation urbaine, logement et marchés du travail”, Revue française d’économie, Vol.17, No.4, 85‑129, http://www.persee.fr/web/revues/home/prescript/article/rfeco_0769-0479_2003_num_17_4_1473

Vallée J., Douet A., Le Roux G., Commenges H., Lecomte C., Villard E., 2023, “Mobiliscope, a geovisualization platform to explore cities around the clock”, https://zenodo.org/record/7822701

Veblen T., 1970, Théorie de la classe de loisir, L. Evrard (trad.), Paris, Gallimard.

Verry D., Hasiak F., Lannoy A., 2017, Le Diagnostic Énergie Émission des Mobilités (DEEM). Principes Méthodologiques no1 : le DEEM résidents. Paris, Cerema, https://www.cerema.fr/system/files/documents/2017/11/deem_methode__cle071581_0.pdf

Wenglenski S., 2004, “Une mesure des disparités sociales d’accessibilité au marché de l’emploi en Île-de-France”, Revue d’Économie Régionale & Urbaine, Vol.octobre, No.4, 539‑550, https://www.cairn.info/revue-d-economie-regionale-et-urbaine-2004-4-page-539.htm

Wong D.W.S., 2004, “The Modifiable Areal Unit Problem (MAUP)”, in: Janelle D.G., Warf B., Hansen K. (éd.), WorldMinds: Geographical Perspectives on 100 Problems: Commemorating the 100th Anniversary of the Association of American Geographers 1904-2004, Dordrecht, Springer Netherlands, 571‑575, https://doi.org/10.1007/978-1-4020-2352-1_93

Zahavi Y., 1974, Traveltime budgets and mobility in urban areas, https://rosap.ntl.bts.gov/view/dot/12144

Haut de page

Notes

1 Sauf pour l’EMP qui utilise une autre méthode d’échantillonnage et porte sur l’ensemble du territoire, les périmètres des enquêtes successives ne se superposent pas en général. Dans les espaces où c’était le cas malgré tout, on n’a retenu dans le cadre de ce travail que les individus de l’enquête la plus récente. La superposition entre EMP et enquêtes locales est quant à elle traitée lors de la pondération.

2 Dans le cas spécifique des « promenades » au sens du Cerema, des tournées professionnelles et des trajets d’accompagnement, la durée de l’activité ne correspond pas à un temps de présence sur le lieu de destination ou d’origine des déplacements qui comportent ce motif, mais à la durée du déplacement lui-même, car c’est celui-ci qui est constitutif de l’activité.

3 Voir la note no 2.

4 Contrairement à l’analyse factorielle, l’identification de groupes (clusters) par k-moyennes fait intervenir un cheminement partiellement aléatoire. Plus le niveau de finesse de l’analyse est grand, plus celle-ci risque d’en être affectée. Avec six catégories (résumant environ 52 % de l’inertie des coordonnées de l’ACP), les individus sont systématiquement regroupés en catégories de poids similaire et de caractéristiques identiques, comme on a pu le vérifier en répétant l’analyse cent fois. Les chiffres et les catégories présentées au long de l’article peuvent de fait être reproduits à chaque exécution du programme, sans fournir des valeurs de départ arbitraires à l’algorithme de calcul des k-moyennes.

5 Les tests de corrélation et la modélisation sont effectués avec le logarithme de ces variables, dont la distribution est géométrique.

6 La figure rapporte la vitesse moyenne du déplacement par rapport à son heure médiane. Par exemple, l’heure médiane d’un déplacement s’étendant de 9h à 10h est de 9h30. Les valeurs sont ensuite arrondies à la demi-heure près.

7 Le niveau de détail des catégories socioprofessionnelles (en 8 postes ou une version simplifiée de la classification en 42 postes) varie selon les enquêtes. Les moyennes mentionnées ici ne portent que sur la partie des enquêtes qui proposent la classification étendue (58 % des enquêté⋅es).

8 Lorsque les personnes se rendent sur plusieurs lieux d’emploi, on considère uniquement l’heure d’arrivée sur le premier lieu et l’heure de départ du dernier lieu renseigné comme un lieu de travail de la journée.

Haut de page

Table des illustrations

Titre Figure 1 : Représentation graphique des trois premiers axes de l’analyse factorielle utilisée pour construire la typologie des journées de déplacement dans cet article
Légende Données : Enquêtes Cerema, 2009-2019 ; EMP, 2019, Maxime Guinepain, mai 2025
URL http://journals.openedition.org/cybergeo/docannexe/image/42040/img-1.jpg
Fichier image/jpeg, 192k
Titre Figure 2 : Part des profils en fonction de la densité de la zone de domicile (a) et de la zone de travail (b) ; distance moyenne parcourue par les travailleurs·ses de chaque profil en fonction de la densité mesurée dans la zone de leur lieu de domicile (c) ou de travail (d)
Crédits Données : Enquêtes Cerema, 2009-2019, Maxime Guinepain, juin 2025.
URL http://journals.openedition.org/cybergeo/docannexe/image/42040/img-2.jpg
Fichier image/jpeg, 432k
Titre Figure 3 : Ensemble de mesures relatives à la durée des déplacements : temps passé en déplacement selon la densité autour du domicile (a) et du lieu de travail (b) ; nombre de déplacements selon la densité autour du lieu de travail (c) ; recours à l’automobile (d), aux transports en commun (e) et à la marche et/ou au vélo (f) selon la densité autour du lieu de travail
Crédits Données : Enquêtes Cerema, 2009-2019, Maxime Guinepain, juin 2025
URL http://journals.openedition.org/cybergeo/docannexe/image/42040/img-3.jpg
Fichier image/jpeg, 552k
Titre Figure 4 : Variation de la vitesse moyenne des déplacements en fonction de la densité de la zone du lieu d’emploi principal, parmi les personnes utilisant une automobile dans la journée. La seconde partie de la figure représente la répartition des déplacements dans la journée et permet d’identifier nettement les heures de pointe, autour de 8 et de 17-18 heures
Crédits Données : Enquêtes Cerema, 2009-2019, Maxime Guinepain, juin 2025
URL http://journals.openedition.org/cybergeo/docannexe/image/42040/img-4.jpg
Fichier image/jpeg, 240k
Titre Figure 5 : Variations d’horaires de travail selon le profil de journée de travail et la densité mesurée autour du lieu d’emploi principal
Crédits Données : Enquêtes Cerema, 2009-2019, Maxime Guinepain, mai 2025
URL http://journals.openedition.org/cybergeo/docannexe/image/42040/img-5.jpg
Fichier image/jpeg, 236k
Titre Figure 6 : Catégorie socioprofessionnelle des travailleur·ses pour chaque type de journée, selon la densité mesurée autour du domicile. La partie haute représente la part de la PCS dans l’effectif et la partie basse, sa surreprésentation par rapport à la part de la PCS dans la population générale
Crédits Données : Enquêtes Cerema, 2009-2019, Maxime Guinepain, juin 2025
URL http://journals.openedition.org/cybergeo/docannexe/image/42040/img-6.jpg
Fichier image/jpeg, 584k
Titre Figure 7 : Rapport moyen entre la distance moyenne parcourue par des membres de chaque PCS au cours de leur journée de travail et la distance moyenne de l’ensemble des travailleurs·ses, pour chaque décile de densité de population (à gauche) ; temps moyen passé sur le lieu d’emploi par PCS (à droite)
Crédits Données : Enquêtes Cerema, 2009-2019, Maxime Guinepain, juin 2025
URL http://journals.openedition.org/cybergeo/docannexe/image/42040/img-7.jpg
Fichier image/jpeg, 496k
Titre Figure 8 : Variation des heures de travail selon la PCS, le profil de journée et la densité de population mesurée autour du lieu de travail
Crédits Données : Enquêtes Cerema, 2009-2019, Maxime Guinepain, mai 2025
URL http://journals.openedition.org/cybergeo/docannexe/image/42040/img-8.jpg
Fichier image/jpeg, 360k
Titre Figure 9 : Coordonnées moyennes des journées de travail sur les deux premiers plans de l’ACP, en fonction du genre, de la catégorie socioprofessionnelle et du type de commune de résidence de l’enquêté·e
Crédits Données : Enquêtes Cerema, 2009-2019, Maxime Guinepain, juin 2025
URL http://journals.openedition.org/cybergeo/docannexe/image/42040/img-9.jpg
Fichier image/jpeg, 200k
Haut de page

Pour citer cet article

Référence électronique

Maxime Guinepain, « Réinscrire les mobilités quotidiennes dans leurs contextes. Une typologie des journées de travail des navetteur⋅ses en France », Cybergeo: European Journal of Geography [En ligne], Espace, Société, Territoire, document 1094, mis en ligne le 31 juillet 2025, consulté le 10 septembre 2026. URL : http://journals.openedition.org/cybergeo/42040 ; DOI : https://doi.org/10.4000/14g7l

Haut de page

Auteur

Maxime Guinepain

ATER Université Paris-Cité, associé à l’UMR Géographie-cités et à l’UMR ESO, France
maxime.guinepain@posteo.net

Haut de page

Droits d’auteur

CC-BY-4.0

Le texte seul est utilisable sous licence CC BY 4.0. Les autres éléments (illustrations, fichiers annexes importés) sont susceptibles d’être soumis à des autorisations d’usage spécifiques.

Haut de page
Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search