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.
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.
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.
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.
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
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.
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)
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.
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
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.
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
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
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.
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
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)
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.
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
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
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.
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.
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.