Navigation – Plan du site

AccueilNuméros39-3/4Accès aux données territoriales p...

Accès aux données territoriales par une collectivité : barrières et leviers techniques, juridiques et organisationnels

Access to Territorial Energy Data by a Local Authority: Technical, Legal and Organizational Barriers and Levers
Samuel Thiriot, Marie Sevenet, Benjamin Govehovitch, Amélie Grelaud, Oanez Codet-Hache, Jean Baptiste Clervil-Decoeur et David Fau

Résumés

Cet article présente le retour d’expérience d’une collectivité française engagée dans la collecte et la valorisation de données territoriales pour le pilotage de son PCAET. Le projet mobilise une diversité de sources (données ouvertes, réseaux de capteurs, opérateurs d’énergie) et révèle les tensions entre ambition d’ouverture, contraintes réglementaires et réalités organisationnelles. L’analyse identifie trois leviers principaux d’accès à la donnée : l’ouverture des données publiques, l’encadrement réglementaire et la relation partenariale. Ces leviers permettent de surmonter de nombreux freins techniques, juridiques et organisationnels. Au-delà du retour d’expérience empirique, l’étude illustre la maturité de la gouvernance publique des données : elle montre que les obstacles rencontrés ne traduisent pas un manque de maturité des collectivités, mais une immaturité du cadre national d’accès et de partage des données, encore marqué par un flou normatif et institutionnel. Par ailleurs, l’expérimentation démontre que la maturation de ce système peut naître de la fabrique locale de coopérations entre acteurs producteurs et utilisateurs de données. Cette double lecture éclaire les conditions d’une gouvernance des données plus opérationnelle et réflexive au service de la transition énergétique territoriale.

Haut de page

Texte intégral

Ce projet a reçu un financement du programme de recherche et d'innovation Horizon 2020 de l'Union européenne dans le cadre de la convention de subvention n° 957751. Le présent document n'engage que ses auteurs et relève de leur seule responsabilité : il ne peut être considéré comme reflétant les opinions de la Commission européenne et/ou de l'Agence exécutive pour l'innovation et les réseaux (INEA). La Commission européenne et l'Agence déclinent toute responsabilité quant à l'utilisation qui pourrait être faite des informations contenues dans le présent document.

Introduction

1L’ouverture et la circulation des données publiques constituent aujourd’hui un pilier de la modernisation de l’action publique et de la transition écologique. Depuis la fin des années 2000, les réformes relatives à l’ouverture de la donnée s’inscrivent dans un mouvement plus large de rationalisation de l’État et des collectivités, où la donnée devient à la fois un outil de transparence (Boustany, 2013), un levier de pilotage et un instrument de coordination entre acteurs publics et privés (Goëta, 2024; Marchand, 2022; OpenDataFrance & FNCCR, 2023). Ce paradigme s’appuie sur l’hypothèse implicite qu’un meilleur accès aux données produira mécaniquement une action publique plus efficace, plus légitime et mieux coordonnée. Pourtant, de nombreux travaux sur la gouvernance publique des données montrent que la circulation de l’information n’est ni automatique ni neutre : elle dépend d’arrangements institutionnels, de cultures organisationnelles et de rapports de pouvoir entre producteurs et usagers de la donnée (Denis & Goëta, 2013 ; Capelle & Lehmans, 2018 ; Hennion, 2023). La donnée, loin d’être un simple flux technique, est un objet de négociation et de traduction (Callon, 1986) entre des acteurs dotés d’intérêts, de contraintes et de temporalités différentes. D’ailleurs, malgré un cadre réglementaire volontariste en faveur de l’ouverture et de l’accès aux données (Marchand, 2022), de nombreuses collectivités locales françaises peinent à s’approprier les données nécessaires au pilotage de leurs politiques énergie-climat. La littérature souligne un manque de compétences, une faible maturité des données, et une acculturation encore limitée (Capelle & Lehmans, 2018; Goëta, 2024; Hennion et al., 2023; Marchand, 2022). Au-delà des données ouvertes, cette question s’étend aux données issues des gestionnaires de réseaux ou des services publics locaux dont l’accès est également facilité par la réglementation, mais dont la valorisation demeure rare. Ces travaux s’inscrivent dans le champ plus large de la gouvernance publique des données (Lascoumes & Le Galès, 2005; Goëta, 2024), où la donnée est analysée comme un instrument de gouvernement, à la fois support de rationalisation et objet de pouvoir.

2Cet article s’appuie sur un retour d’expérience dans le cadre du projet européen RESPONSE, dans lequel la métropole de Dijon a entrepris un important travail d’accès, de consolidation et de valorisation de données multi-sources : données ouvertes, opérateurs de réseaux, réseaux de capteurs. L’objectif était de disposer de données récentes, détaillées et pertinentes afin de s’appuyer sur des indicateurs pour piloter, animer et engager les acteurs sur le Plan Climat Air Énergie Territorial (PCAET).

3Le démonstrateur « Plateforme Energie Climat » met en place un processus représenté en figure 1. Il s’agit d’abord d’identifier quelles données existent (à gauche sur la figure), et de cerner avec les fournisseurs de données les modalités pratiques permettant d’y accéder. Ces données sont rassemblées automatiquement ou manuellement, stockées, traitées et repartagées par la collectivité dans le composant « datahub ». Les partenaires du projet valorisent ces données en calculant des indicateurs sur l’énergie, les émissions de gaz à effet de serre (GES), les températures ou la qualité de l’air ; ces indicateurs et leurs finalités sont détaillés dans un article dédié (Thiriot et al., à paraître). Enfin, ces indicateurs sont affichés dans un outil web interactif qui permet de les éditorialiser et les partager sous une forme adaptée aux activités des services de la collectivité (Guibourdenche & Fréjus, 2023).

Figure 1 : Plateforme Energie Climat.

Source : EIFER

4Au-delà de la collecte manuelle des données, la collectivité a souhaité automatiser la collecte des données et les calculs d’indicateurs. Il s’agit d’abord pour elle d’éviter d’affecter de façon récurrente de la main d’œuvre de ses services pour la collecte, le reformatage de données et le calcul d’indicateurs. L’enjeu est de libérer le temps consacré par les chargés de mission à ces tâches techniques, afin de leur permettre de se concentrer sur l’analyse des données et leur valorisation (Guibourdenche & Fréjus, 2023). L’automatisation vise ensuite à partager une mise à jour systématique des données, afin de garantir une information toujours aussi actualisée que possible sur la situation du territoire.

5Si l’accès aux données a été globalement obtenu, le processus a révélé de nombreux freins au-delà des seuls enjeux techniques. Ce travail a fait l’objet de livrables du projet RESPONSE (Govehovitch & Thiriot, 2024). Ceux-ci relèvent de dimensions juridiques (licences, Règlement Général sur la Protection des Données, secret statistique…), organisationnelles (gouvernance interne, cloisonnement), et communicationnelles (relation avec les fournisseurs de données, construction de la confiance). La complexité du cadre réglementaire, la pluralité d’acteurs impliqués, et l’absence de doctrine opérationnelle claire ont freiné l’opérationnalisation de l’accès aux données. À travers ce retour d’expérience, nous mettons en évidence que le principal obstacle ne réside pas nécessairement dans la maturité technique des collectivités, mais dans un ensemble imbriqué de verrous qu’il est possible de lever via des leviers concrets : gouvernance, coopération, sécurisation juridique, et structuration progressive des compétences internes.

6Afin d’illustrer ces freins et leviers en les étayant par des observations de terrain, nous présentons ici les différentes natures de données que la collectivité et le consortium ont collectées, et décrivons au fil de l’eau les leviers et barrières rencontrés dans l’organisation de l’accès à ces données. L’ouverture des données impulsée par la législation (Partie 2) est un levier essentiel qui a facilité l’accès aux données des organismes publics et celles des opérateurs d’énergie, bien que cette dynamique soit encore partielle et perfectible. Si la réglementation permet en théorie l’accès aux données d’énergie (Partie 3), l’exercice de ce droit n’a pu se concrétiser que dans un cadre partenarial approprié. Dans ce contexte, la gouvernance des données et la dynamique partenariale (Partie 4) apparaissent comme de puissants leviers mobilisables par les collectivités pour garantir l’accès et la valorisation de la donnée. En termes de gouvernance publique (Partie 5), l’étude du cas de Dijon Métropole permet d’examiner cette tension entre ambition politique de transparence et capacité institutionnelle de gouvernance, en observant comment une collectivité territoriale mobilise des leviers juridiques, partenariaux et organisationnels pour rendre opérant un cadre d’accès encore incertain.

7Le présent retour d’expérience se base sur une démarche d’observation participante (Spradley, 2016) qui permet notamment l’accès à des terrains d’étude inaccessibles à l’observateur qui ne fait pas partie du système (Lapassade, 2002). En l’occurrence, nous avons pu participer à une partie des négociations d’accès aux données (25 réunions multipartites entre collectivité, chercheurs et 9 fournisseurs de données en 2022 et 2023) et, dans le cadre du pilotage du projet de recherche, mener des entretiens informels avec des interlocuteurs pour discuter des freins qui les empêchent de partager les données (9 entretiens menés en 2022 et 2023 avec acteurs privés, universitaires et institutionnels). Ce terrain constitue une précieuse opportunité d’observation et d’analyse de la gouvernance des données.

Les données ouvertes : un levier d’accès à la donnée encore incomplet

L’ouverture des données des organismes publics, un levier à l’efficacité démontrée

8De nombreuses données ouvertes étaient nécessaires dans ce projet. Il s’agit notamment de données géographiques (IGN) pour calculer les indicateurs à des mailles géographiques ; des statistiques sociodémographiques (INSEE) pour élaborer des indicateurs rapportés aux habitants et aux logements ; des données météorologiques (Météo France) afin de calculer des cartes de températures ; des données d’énergie (SDES) permettant de comparer les mesures des opérateurs aux données disponibles par ailleurs ; ou encore des facteurs d’émission (ADEME) pour calculer les émissions de GES induites par la consommation d’énergie. Certaines de ces données font partie des « données de références » aujourd’hui constituées au niveau national dans la lignée de la directive Européenne INSPIRE. Pour d’autres, grâce à l’obligation faite aux agences de l’Etat d’ouvrir leurs données (loi pour une République numérique de 2016), les données ouvertes issues d’agences publiques (Institut Géographique National, Institut National de la Statistique et d’Etudes Economiques, Service Des Etudes Statisques, Météo France, ADEME…) se sont révélées accessibles, documentées, et dotées de licences favorisant la réutilisation. L’accès à ces données n’a requis ni convention ni négociation préalable.

9Une fois les données partagées en open data, l’apport de cette ouverture est invisibilisé. Certains fournisseurs de données ont mis en place l’open data pendant le projet, ce qui a permis d’observer en détail l’impact de cette ouverture. Par exemple, pour établir des cartes de température, l’Université avait besoin d’accéder aux prévisions du modèle AROME calculées par Météo France. En 2022, ces données n’étant pas encore libres d’accès, la Métropole a dû contacter Météo France, négocier les modalités d’accès, et mettre en place une collecte automatisée sécurisée, ce qui a nécessité plusieurs mois calendaires. En 2024, suite à l’obligation réglementaire d’ouverture des données, ces prévisions sont devenues accessibles sans formalités complexes, ce qui a réduit les formalités d’accès aux données et supprimé leurs contraintes de réutilisation. Toutefois, cette ouverture et la standardisation de la mise à disposition qu’elle implique ont nécessité le redéveloppement de flux déjà mis en place. En l’occurrence, si l’ouverture des données facilite en effet l’accès et la valorisation des données par les « primo-accédants » à la donnée, on observe une pénalité aux acteurs pionniers qui doivent réinvestir pour s’adapter aux nouvelles modalités techniques.

10Les licences ouvertes jouent un rôle crucial. Même des données peu coûteuses restaient difficiles à exploiter en l’absence de droits clairs sur leur traitement ou leur diffusion. La consolidation de jeux de données aux régimes juridiques variés a nécessité des expertises juridiques coûteuses. Seules les licences ouvertes ont permis une valorisation effective et sécurisée.

11Finalement, les promesses des données ouvertes se sont avérées tenues dans ce démonstrateur, tant sur la facilité d’accès que la possibilité de valorisation, notamment grâce à des licences simplifiées. Les difficultés observées en termes de découvrabilité (faire l’inventaire des données existantes, identifier la meilleure source des données) ou de portails sont encore présentes, mais révèlent sans doute un état intermédiaire dans le processus d’ouverture des données.

Collecte de données d’énergie « ouvertes »

12Afin d’obtenir des estimations récentes de l’énergie consommée sur son territoire et de ses usages, le consortium s’est tourné vers les gestionnaires de réseaux d’énergie pour obtenir de l’information sur l’énergie distribuée par ces réseaux sur le territoire. La méthode de calcul de référence utilisée en France pour calculer l’inventaire énergie et GES d’une collectivité, la méthode PCIT (Pôle de Coordination national sur les Inventaires d'émission Territoriaux), en cohérence avec les approches utilisées par le GIEC, se base en effet sur la mesure de l’énergie consommée, puis le calcul des émissions carbones induites en fonction des émissions provoquées par la production et le transport de ces énergies (PCIT, 2018).

13Conformément au décret n° 2020-887, les gestionnaires sont tenus de transmettre à l’État les « Données Locales d’Énergie », diffusées via data.gouv.fr. Ces données détaillent les volumes livrés à l’échelle des EPCI, IRIS, et plus récemment à l’adresse (pour les bâtiments de plus de 10 logements) ou à la sous-station (pour les réseaux de chaleur), tout en respectant le secret statistique, selon des conditions clairement explicitées par décret.

14En théorie, ces données pourraient répondre aux besoins des collectivités pour suivre les consommations, analyser leur aspect spatial, cibler et hiérarchiser leurs actions. Toutefois, leur exploitation par le consortium a révélé d’importantes limites : données parfois intégralement censurées, incohérences temporelles, et couverture incomplète (bâtiments absents, sections de réseaux manquantes…). Par ailleurs, la Métropole avait besoin de reconstituer une trajectoire de consommation des énergies dès 2010 (Guibourdenche & Fréjus, 2023), ce qui est antérieur à la publication des données des opérateurs de réseaux de chaleur qui n’a été imposée par la réglementation qu’en 2015. Dans cette situation, les données ouvertes consolidées par l’Etat ne sont pas apparues exploitables ; il ne fait pourtant pas de doute que leur profondeur historique et leur qualité s’amélioreront dans les années à venir.

15Enfin, la collectivité souhaitait explorer des données plus détaillées que celles partagées en données ouvertes, et notamment des données à la granulométrie mensuelle (Thiriot et al., à paraître). Les données ouvertes ont néanmoins été valorisées pour comparer et valider les données collectées ultérieurement depuis les opérateurs de réseaux d’énergie.

L’accès aux données des opérateurs d’énergie par la collectivité

16Faute de pouvoir s’appuyer entièrement sur les données d’énergie ouvertes, la collectivité s’est tournée vers les gestionnaires de réseaux d’électricité, de gaz et de chaleur afin de collecter des données aussi précises que possible pour suivre et animer un PCAET.

Depuis les gestionnaires de réseaux nationaux

Quelles données sont accessibles aux collectivités ?

17Pour le diagnostic, le pilotage et le suivi de son PCAET, la collectivité souhaite accéder à des données plus précises que celles fournies par les plateformes de données ouvertes nationales. En ce qui concerne la précision spatiale, l’objectif était de disposer de données aux mailles spatiales de la commune et de l’IRIS, qui permettent à la collectivité de dialoguer avec les maires des communes et de travailler sur la spatialisation des consommations d’énergie (Thiriot et al., à paraître). Pour ce qui est de la précision temporelle, l’objectif était d’obtenir des données mensuelles et annuelles. La consommation devait être sectorisée par grand secteur (résidentiel, tertiaire, industrie, agriculture…) afin d’être utilisable pour le suivi d’un PCAET. Concernant la période couverte, la collectivité a sollicité l’accès à des données historiques depuis 2010, date de son premier PCAET. Concernant l’actualité des données, la cible identifiée comme réaliste était d’obtenir en septembre les consommations de l’année précédente pour les informations annuelles, et de récupérer dans un délai de trois mois les consommations mensuelles.

18L’expérience a fait apparaître des pratiques contrastées entre les gestionnaires d’électricité et de gaz. L’opérateur électrique, contraint par l’équilibrage en temps réel du réseau, collecte des données horaires détaillées, dont certaines sont d’ailleurs diffusées en open data via le portail ODRE. À l’inverse, le gestionnaire du réseau de gaz, dont l’exploitation ne requiert pas un tel suivi temps réel, ne semble pas consolider de données à différents pas de temps ou différentes échelles. Il apparaît donc que les données accessibles aux collectivités sont des données « incidentes » dont la collecte et la consolidation par les opérateurs est d’abord motivée par leurs processus métiers propres, et dont l’usage est finalement détourné dans un second temps pour le suivi de PCAET.

19En échangeant avec les gestionnaires de réseaux, la collectivité a d’ailleurs découvert que les consommations n’étaient pas totalement comptabilisées automatiquement sur un territoire. D’une part, seule une partie des données issues des compteurs communicants sont accessibles aux opérateurs, et seulement à condition que les usagers aient donné leur consentement au traitement de leurs données. D’autre part, la couverture territoriale en compteurs communicants reste incomplète, nécessitant un redressement statistique par les gestionnaires de réseaux. L’accès aux données détaillées des compteurs serait théoriquement possible en sollicitant le consentement de chaque foyer, ce qui est évidemment irréalisable en pratique, et n’était pas souhaité par la collectivité qui souhaite minimiser l’accès aux données personnelles. La collectivité attend donc des opérateurs de réseau qu’ils réalisent des agrégats géographiques et sectoriels qui préservent le secret statistique.

Un arbitrage entre confidentialité et exercice de compétences.

20Bien que la loi oblige les gestionnaires à transmettre certaines données aux collectivités pour l’animation de leur PCAET (Articles L111-73, L111-77, D113-3 du Code de l’Energie), ce partage se heurte à d’autres obligations, notamment la protection du secret statistique et des données sensibles (personnelles ou commerciales). Les textes visent à la fois à favoriser l’ouverture des données, et à préserver le secret statistique. Les gestionnaires doivent donc arbitrer entre ces injonctions contradictoires, en évaluant, pour chaque demande, si les données peuvent être transmises, sous quelle forme, pour quel usage, et à quelles conditions de redistribution. L’accès aux données reste donc essentiellement conditionné à une négociation entre fournisseurs et usagers de données.

  • 1 La “secrétisation” fait référence à la transformation de données permettant de protéger le « secret (...)

21Les énergéticiens ont globalement intégré les obligations réglementaires en matière de données. Pour produire les données locales d’énergie mentionnées plus haut, ils ont interprété la réglementation pour définir une doctrine interne (par exemple, « les données mensuelles pour les bâtiments de plus de dix logements ne sont pas mises à disposition publiquement, mais peuvent être partagées aux collectivités »), ont mis au point des méthodes de secrétisation1 et de consolidation statistique, et ont mis en place des équipes dédiées à la production des jeux de données requis. Dans le cas présent, la demande de la collectivité — disposer de données mensuelles au lieu d’annuelles — s’inscrivait donc dans le prolongement de l’ouverture des données déjà impulsée par l’obligation open data. Cette dynamique montre que l’impulsion réglementaire joue un rôle structurant dans la capacité des opérateurs à fournir des données exploitables, en imposant à ces organisations de s’approprier la réglementation et de se gréer des moyens organisationnels et techniques appropriés.

22Pour fournir des données mensuelles récentes, les gestionnaires ont dû mettre en place des processus spécifiques. Tous affichaient une volonté de développer de nouveaux services aux collectivités autour de la donnée, et mentionnaient diverses modalités de diffusion exploratoires ou en cours de développement (guichets, APIs, portails…). Toutefois, ces démarches s’inscrivent dans des feuilles de route internes décorrélées des délais et exigences du projet de recherche. L’accès aux données historiques a également soulevé des difficultés spécifiques : non intégrées dans les systèmes d’information contemporains, elles nécessitent un traitement manuel pour extraire les données de formats anciens, homogénéiser les formats et les secrétiser.

Les risques pour un acteur à partager « ses » données

23Lorsque la collectivité a cherché à collecter des données sur l’énergie correspondant à son besoin, des données remontées par des capteurs déployés par des organismes scientifiques, ou d’autres données de suivi de la part d’acteurs publics, privés ou institutionnels, le principal frein a été d’obtenir l’adhésion de chaque acteur dans la fourniture de données. Nous avons observé ces craintes dans les réunions de négociation, des échanges informels avec les interlocuteurs commerciaux, techniques et managériaux, et les résumons ici de façon qualitative et volontairement anonymisée.

  • 2 Dans le traitement des données comme dans la théorie de l’information, on considère que le bruit es (...)

24Nous avons d’abord observé la crainte des acteurs de ne pas être capable de transmettre une donnée de qualité. En effet, transmettre les données, c’est exposer les difficultés inhérentes à cet exercice difficile : l’acteur sait que ses données sont bruitées2, partielles, parfois incohérentes ou incomplètes. Cet état de fait est inévitable, puisque cet acteur collectait la donnée pour son usage propre (pilotage, scientifique, technique…) et non pour la partager avec la collectivité (attentes de qualité, exhaustivité, fiabilité). L’acteur met alors son image en péril, et craint d’apparaître moins compétent : et si la collectivité réalisait qu’en pratique, les données qu’elles pensait exister sont en réalité parcellaires, incomplètes et bruitées ? Une confrontation entre les données livrées et les informations provenant d’une autre source (comptage, modélisation, facturation, etc.) ne penchera-t-elle pas en sa défaveur ? Ce constat rejoint l’observation déjà rapportée dans la « fabrique des données ouvertes » (Denis & Goëta, 2013) : l’ouverture des données ne revient pas à partager un ensemble de données existantes, mais bien à fabriquer une version améliorée de ces données.

25En outre, chaque acteur craint que les données transmises, même correctes, soient mal interprétées. Dans un réseau d’énergie par exemple, un capteur défaillant pourrait être interprété hâtivement comme le succès de politiques d’économies d’énergies ou une surfacturation, alors qu’il peut s’agir d’une défaillance dans les moyens de mesure en temps réel de l’énergie livrée mis en place pour le pilotage. D’ailleurs, les services internes de la collectivité mentionnent eux-mêmes ce risque, en soulignant que les données « brute de compteur » peuvent être hâtivement interprétées comme le succès d’une politique d’économies d’énergie, alors qu’il peut s’agir d’une fermeture temporaire des locaux pendant des travaux. S’agissant de données de capteurs, leur producteur peut craindre que montrer directement l’imprécision de mesure des capteurs, inévitable sur de petits capteurs peu coûteux, jette un doute sur leur qualité. Ainsi, chaque acteur susceptible de fournir des données craint une mauvaise interprétation qui ternirait son image et créerait des incompréhensions difficiles et pénibles à résoudre.

26L’acteur s’inquiète également des moyens à engager pour fournir les données. Une fois qu’il aura accepté trop légèrement d’extraire des données pour une expérimentation, ne va-t-on pas lui demander d’engager du temps pour nettoyer ces données, les corriger, les compléter, déployer d’autres capteurs, mobiliser de façon récurrente de la main d’œuvre pour extraire ces données fréquemment ? Or, il n’est pas en mesure de chiffrer ces coûts pour des opérations qu’il n’a jamais entreprises dans un cadre contractuel.

27L’acteur craint aussi l’usage de ses données contre son intérêt. Par exemple, lorsqu’un gestionnaire de réseau de chaleur est contractuellement tenu de produire une part déterminée de sa chaleur à partir de sources d’énergies renouvelables (ENR), il dispose d’une certaine flexibilité dans la gestion des moyens de production afin de réduire les coûts d’exploitation. Cependant, la disponibilité des données peut permettre à l’autorité délégante de questionner sa façon de prioriser tel ou tel moyen de pilotage, de vérifier les dispositions contractuelles des contrats de livraison pour ses propres bâtiments, ou encore évaluer plus finement une qualité de service au-delà des dispositions contractuelles.

28L’acteur est d’ailleurs conscient de risques juridiques sur les données qu’il partage : pourrait-on lui reprocher d’avoir partagé des données qui pourraient trahir du secret statistique, permettre par croisement de retrouver des données personnelles, permettre d’évaluer la santé d’une entreprise ? Est-il pleinement propriétaire des données, ou une partie des données est-elle gérée par un tiers dont il ne connaît pas exactement les droits sur les données, dans le cadre juridique qu’il maîtrise mal sur le droit sui generis des bases de données, la propriété intellectuelle, les droits à licence ou sous licence ?

29Il existe de nombreuses raisons légitimes pour lesquelles un partenaire peut formuler des objections au partage de données. Pendant le projet, plusieurs acteurs ont d’ailleurs refusé de partager de quelconques données, ou n’ont accepté de partager qu’un échantillon, ou n’ont accepté de réaliser qu’une livraison unique de données soigneusement retravaillées par leurs services. Ces réticences ne sont pas propres à ce terrain, ni aux acteurs de droit privé. Samuel Goëta (2024) souligne que l’ouverture de données par les collectivités soulève des craintes similaires. En dépit d’un cadre réglementaire volontariste, les données les plus sensibles — subventions, commande publique, performance des délégataires — restent rarement publiées, car elles donnent prise à la controverse. L’ouverture des données concerne d’abord les données faciles à partager, et repose sur une volonté politique propre à chaque acteur. Dès que des enjeux de pouvoir émergent, les dynamiques de transparence tendent à se bloquer.

Opérateurs d’énergie locaux : craintes et cadre juridique

30Les opérateurs de réseaux de chaleur, en tant que délégataires de service public, occupent une position particulière : à la fois partenaires de la collectivité et acteurs d’un marché concurrentiel. Leurs données d’exploitation (débits, températures, production) sont utiles au pilotage local, mais leur partage soulève des tensions contractuelles. Bien que la jurisprudence reconnaisse ces données comme des "biens de retours" (Noguellou, 2019) nécessaires à l’exploitation du service public, leur transmission effective reste objet de négociation : fréquence, format, degré d’agrégation, ou encore statut juridique des données traitées.

31Les délégations de service public, constituées avant l’intérêt des collectivités pour les données, ne contenaient pas de clause relative à la fourniture des données d’exploitation, comme c’est encore souvent le cas (Marchand, 2022). Dans le cadre des négociations contractuelles en cours entre un gestionnaire de réseaux et son autorité délégante, la requête formulée par la collectivité visant à obtenir l’accès aux données d’exploitation constitue une demande supplémentaire non prévue dans le contrat. Cette demande représente ainsi un nouvel enjeu susceptible d’être intégré et éventuellement instrumentalisé dans les négociations entre les parties du contrat.

32Une fois la nécessité de transmettre les données admises, les opérateurs négocient les modalités d’accès à la donnée : quand transmettre, quelles données, et sous quelle forme ? Certains estiment que la structuration ou l’interprétation des données relève de leur propriété intellectuelle, d’autres invoquent le droit sui generis des bases de données. D’autres inquiétudes juridiques surgissent : risque de croisement avec d’autres informations, atteinte au secret des affaires, responsabilité en cas d’usage mal encadré. Il est difficile de démêler en la matière les préoccupations juridiques et réglementaires, de leur usage comme argument de négociation dans la transmission de données. Faute de doctrine claire, ces incertitudes freinent le partage.

33Ces questionnements juridiques trouvent un écho réel au sein de la collectivité : depuis l’appropriation du cadre juridique du RGPD par les organisations, la collectivité est consciente de son devoir de vigilance quant aux données qu’elle reçoit. Il ne s’agit pas uniquement d’obtenir l’accès aux données par le fournisseur, mais également de s’assurer que la collectivité a le droit d’accéder à cette donnée, la stocker, la traiter voire la repartager. Faute de doctrine nationale établie sur les données de réseau de chaleur détaillées, l’incertitude règne sur les conditions d’un usage juridiquement sécurisé, tant pour l’émetteur que pour le récepteur des données.

Une appropriation difficile du cadre réglementaire par les organisations

34Soulignons ici que les données concernées ne contiennent en aucun cas des données pouvant explicitement être étiquetées comme sensibles : elles ne contiennent ni donnée personnelle (aucune consommation associée à tel nom et prénom), aucune donnée individuelle (il n’existe en aucun cas la consommation de tel logement), ni aucune donnée d’affaire sensible (il n’y a aucune liste de prix, de coûts ni de consommation d’énergie d’une entreprise nominativement désignée). Il appartient à ces acteurs d’évaluer si les données détaillées recueillies à la sous-station peuvent contenir des informations relevant du secret des affaires, comme la situation économique d’une entreprise desservie par une sous-station. Ils doivent également examiner si le croisement de ces données par des tiers pourrait permettre la réidentification de données personnelles, ou si les données relatives à la production d’une chaufferie relèvent du secret des affaires. Les contraintes réglementaires en la matière n’ont pas été interprétées sous la forme d’une doctrine partagée, et aucune jurisprudence n’a tranché ces questions. On ne peut que constater l’absence de doctrine déjà élaborée au niveau national sur ces natures de données. C’est justement ce flou qui a compliqué l’accès à ces données : si les processus pour traiter les données personnelles sont connus, le processus pour démontrer que les données ne sont pas sensibles est hautement incertain.

35Dans le cas des données de réseaux de chaleur, la collectivité et ses délégataires font donc face au même besoin de clarification. Les organisations de manière générale prennent un risque lorsqu'elles acceptent de partager des données, mais aussi d’en recevoir ou de les traiter, et n'ont aucune certitude d'être protégées par le cadre juridique (cf. paragraphe 3.3). On notera que les acteurs ont ici glissé de la problématique du partage à la collectivité des données d’un acteur détenues par un acteur, à la problématique de la légalité de l’échange et du traitement des données entre un acteur et la collectivité. Les réseaux de chaleur constituent l’exemple le plus compliqué que nous ayons observé, mais le même questionnement a été identifié pour de nombreuses autres sources de données telles que des données de capteurs, de comptage de véhicules, etc.

36Les organisations peinent à s’approprier un cadre juridique dispersé entre de nombreux textes (Règlement Général sur la Protection des Données, Code de l’énergie, droit de la propriété intellectuelle, secret statistique…). Ce manque de lisibilité freine le partage, d’autant plus que peu d’acteurs disposent d’une doctrine interne ou d’une gouvernance permettant d’interpréter ces règles. La collectivité a dû mobiliser plusieurs experts externes (Digital Protection Officer, juristes, avocats) pour tenter de couvrir les différents domaines et textes juridiques et réglementaires, ce qui s’est révélé complexe, coûteux et chronophage.

37La collectivité a également cherché l’expertise d’organismes institutionnels, sans succès. La Commission Nationale de l’Informatique et des Libertés a estimé ne pas être compétente (relevant du RGPD), la Commission d’Accès aux Documents Administratifs s’est déclarée concernée uniquement par les documents, et l’Agence Nationale de la Sécurité des Systèmes d’Information a décliné ces questions qui ne sont pas liées à la sécurité. Ce manque d’interlocuteur saisissable a conduit à une forme d’errance institutionnelle. Même lorsqu’un texte encadre le droit d’accès aux données (Code de l’énergie, biens de retours…), il reste inopérant sans clarification de ses conditions d’application et sans appui adapté pour les collectivités. Cette observation démontre qu’un texte qui donne aux collectivités la possibilité de solliciter ses opérateurs d’énergie (le Code de l’énergie) et ses concessionnaires et délégataires (régime des biens de retours), ne suffit pas à rendre cette possibilité opérante. Le cadre juridique des données doit être explicité, et les collectivités accompagnées, afin de pouvoir d’abord qualifier la nature de la donnée relative au secret statistique, à la notion de propriété intellectuelle, et leur permettre de recourir à un tiers légitime pour valider leur analyse sur leur situation précise.

Partenariats et gouvernance : lever les craintes liées au partage de données

La gouvernance interne, un levier

38Face à ces incertitudes, certains acteurs ont accepté de partager des données dans un cadre expérimental, tout en précisant les limites de responsabilité et la possible réévaluation juridique ultérieure. La collectivité a alors renvoyé ces questions à ses instances internes de gouvernance sur les données, afin de pouvoir réinterpréter les règles à mesure que le cadre réglementaire évolue.

39Dijon Métropole a structuré une gouvernance dédiée aux données (Figure 2). Tout d’abord un comité interne présidé par le Directeur Général des Services réunit élus, directions générales, Chief Data Officer, référents numériques et responsables métiers. La direction du numérique, mutualisée à l’échelle métropolitaine, pilote les projets open data et coordonne les compétences internes. Un réseau de référents SIG existe déjà, et un réseau de “data owners” est en cours de structuration. Cette organisation permet d’instruire les demandes en croisant expertise métier, technique et juridique.

40Par ailleurs, un comité externe présidé par une personnalité qualifiée réunit des représentants d’acteurs du territoire (universitaire et enseignement supérieur, entreprises, associations, institutions et société civile, élus) pour débattre des enjeux techniques, juridiques, éthiques, sécuritaires... des données. Ce comité émet des avis afin d’éclairer les décisions prises par la collectivité dans ce domaine.

Figure 2: Gouvernance de la donnée en interne et en externe mis en place à Dijon Métropole Source : Dijon Métropole

41Cette structuration rejoint les recommandations formulées par Open Data France (OpenDataFrance & FNCCR, 2023) et d’autres retours d’expérience (Lehmans, 2018) : la montée en compétence des services métiers est essentielle, car ils restent dépendants d’un appui technique spécialisé (informatique, SIG, data). Pour valoriser les données internes comme externes, il est nécessaire de développer une culture des données partagées, soutenue par des fonctions transverses bien identifiées. En l’occurrence, cette gouvernance permet à la collectivité d’instruire et légitimer ses décisions sur l’accès et le partage de données ; mais aussi, elle lui aménage la possibilité de réévaluer plus tard l’interprétation des textes et d’intégrer de futures recommandations ou évolutions réglementaires.

Contraintes opérationnelles

42Même lorsqu’une organisation accepte de transmettre ses données, des obstacles opérationnels persistent (Tableau 1). Quel que soit son statut (énergéticien national ou local, acteur scientifique, institution…), l’extraction de données pour la collectivité lui impose de mobiliser des ressources humaines et techniques. Or, ces compétences sont souvent rares et déjà sollicitées pour la conduite des activités principales de l’organisation (pilotage, recherche, etc.). La maintenance des flux (formats, protocoles, authentification) demande un suivi constant et un effort de mise à jour régulier. À long terme, la pérennité des échanges de données suppose un modèle économique qui permette aux organisations de couvrir ces contraintes.

43Les obstacles techniques, bien que rarement bloquants, compliquent l’accès aux données et augmentent le coût de ces opérations. Les formats techniques de transmission varient selon les partenaires : fichiers disponibles sur un serveur, API, pièces jointes par mail… La collectivité a dû s’adapter à cette diversité et multiplier les méthodes d’ingestion de données pour s’adapter aux contraintes opérationnelles des fournisseurs.

44D’autres obstacles méthodologiques sont apparus dans la valorisation des données. Les données nues, sans documentation, métadonnées ou échanges avec le producteur, restent difficilement exploitables. Ce constat est général, qu’il s’agisse de données ouvertes au national, par des opérateurs d’énergie ou des acteurs scientifiques. La valorisation de données suppose systématiquement de comprendre la méthodologie de production (par exemple : comment est gérée la secrétisation pour les données d’énergie multi échelles ? Comment sont comptabilisés les petits professionnels ?) ou encore récupérer des informations de contexte (où sont positionnés ces capteurs ?). Le traitement de données accédées automatiquement sans disposer d’un cadre d’échange avec le fournisseur de données reste globalement une utopie.

45Enfin, le retour d’expérience du projet souligne des coûts de maintenance de flux de données importants : un an après leur mise en place, tous les flux ont nécessité un redéveloppement au moins une fois, en raison de changements de format, de protocoles d’échange, ou encore évolutions méthodologiques. Cette maintenance représente un coût financier et organisationnel important, et suppose une structuration interne adaptée pour garantir la continuité du service.

Gouvernance externe pour partager les données entre partenaires

46Au-delà de sa gouvernance sur les données, la collectivité a mis en place une gouvernance externe associant producteurs, usagers et partenaires de la donnée. Le partage des données repose souvent sur un équilibre négocié : visibilité, innovation et intérêt stratégique. Mais il peut aussi être bloqué par des tensions préexistantes entre organisations. L’accès aux données devient alors un enjeu relationnel autant que technique, dépendant du rapport de force, du contexte contractuel, et de la capacité à instaurer un climat de confiance (cf. partie ).

Figure 3 : Imbrication des gouvernances dans le cadre d’une plateforme énergie climat. Source : EIFER

47Au-delà de ces conventions, les données demandées diffèrent souvent de celles utilisées en interne par les fournisseurs de données : elles sont stockées ailleurs, non alignées sur les besoins du projet, ou incomplètes. Les premières transmissions reposent sur des outils de reporting existants, mais leur récurrence suppose une industrialisation difficile à mettre en place. Cela exige des moyens techniques spécifiques, une assistance aux fournisseurs et une clarification continue des finalités d’usage.

48Dans le projet RESPONSE, l’accès aux données a nécessité des négociations impliquant direction, services informatiques, juridiques et partenaires externes. Chaque étape — identification des données, évaluation des risques, validation juridique — pouvait bloquer le processus. Des conventions tripartites ont été signées pour sécuriser les échanges. Bien que parfois sous-estimée, cette phase contractuelle exige un haut niveau de coordination et une expertise souvent externalisée. Il s’agit d’ailleurs d’un élément clé du retour d’expérience (Govehovitch & Thiriot, 2024) : une collectivité qui s’engage dans la collecte et la valorisation de données de tiers doit sécuriser le temps, l’appui juridique, la mobilisation de ses ressources qualifiées, ainsi que la gouvernance interne et externe adaptées à cette démarche.

49L’expérience montre que seules les organisations réellement engagées dans le projet, ou y trouvant un intérêt stratégique, partagent efficacement leurs données. Tenter de forcer un partage s’avère peu productif : un acteur réticent peut mobiliser une multitude d’arguments pour freiner ou empêcher le partage de données (coûts, RGPD, qualité, etc.). Même si les données sont transmises, elles peuvent être inutilisables sans documentation ni accompagnement. Le succès du partage repose donc sur l’engagement, la confiance et l’alignement entre finalités d’usage et données sollicitées.

Les données produites en partenariat sont facilement accessibles

50Des données de capteurs issues de partenaires scientifiques ont été mobilisées pour le suivi du PCAET (Jégou et al., 2024). Le réseau MustarDijon, développé et opéré par l’Université de Bourgogne (Richard et al., 2018), mesure les températures en plus de 80 points du territoire. Côté qualité de l’air, l’IRD et l’UBFC ont déployé des capteurs « QaméléO » ; ces dispositifs volontairement low-tech complètent les stations fixes d’ATMO en offrant une maille spatiale plus fine. Leur valorisation permet d’améliorer les cartes locales de qualité de l’air et d’enrichir l’observation territoriale. Ces réseaux sont le résultat de coopérations anciennes sur le territoire avec des acteurs aussi variés que l’ADEME, le CNRS, le ministère de la recherche, POPSU ou la région (Jégou et al., 2024). Avant même de chercher à y accéder, l’existence de ces données résulte donc d’une relation partenariale historique et pérenne entre collectivité et fournisseurs de données potentiels.

51Un tel contexte est propice au partage de données. Lorsque la genèse des moyens de mesure est profondément intriquée à la collectivité, comme pour le réseau de capteurs de températures, il serait difficile d’identifier un propriétaire légitime des données qui serait susceptible de s’opposer à l’accès aux données. Par ailleurs, l’université a tissé des liens de confiance qui lèvent l’ensemble des craintes observées chez d’autres fournisseurs de données : elle connaît la maturité de la collectivité sur le sujet et sa capacité à accepter une donnée imparfaite, se sait associée à l’interprétation future des données, et sait que d’éventuels coûts à engager seront justement discutés avec la collectivité. La confiance acquise dans le partenariat permet ici de lever les freins à la transmission de données. Notons que, malgré un tel contexte, certaines données de capteur ont malgré tout fait l’objet de refus de partage par des partenaires scientifiques qui n’étaient pas engagés aussi directement dans la collaboration au long cours.

Les partenariats, un levier pour dépasser les freins des fournisseurs de données

52De façon générale, l’accès aux données a été le plus difficile auprès d’acteurs n’ayant pas de relation partenariale préexistante avec la collectivité. Par ailleurs, qu’il s’agisse d’un gestionnaire de réseaux de chaleur, d’un opérateur de capteurs ou d’un consortium tiers, des craintes communes ont émergé (cf. 3.3 et 3.4) : qualité incertaine des données, interprétations erronées, risques juridiques ou coûts imprévus. Dans plusieurs cas, des acteurs ont accepté le partage grâce au cadre expérimental offert par le projet Européen. Ce cadre permettait d’invoquer une exception à la réglementation à des fins de recherche, de s’extraire des relations contractuelles habituelles, d’argumenter d’un engagement pris dans le consortium, ou encore des bénéfices attendus en termes d’image dans un grand projet de recherche. Dans d’autres cas, les acteurs ont négocié ou cherché à négocier des clauses contractuelles ponctuelles pour couvrir les coûts de l’expérimentation, et ont également cherché à se protéger d’éventuelles mauvaises interprétations en explicitant dans des conventions de partage de données l’absence de garantie de qualité sur les données.

53À l’inverse, lorsqu’un partenariat de long terme existait, le partage de données s’est fait naturellement. Les partenaires scientifiques et institutionnels ont généralement partagé leurs données sans réserve. La confiance établie autorise une tolérance à l’erreur et un équilibre des efforts. Ces partenaires n’ont pas hésité à solliciter l’aide de la collectivité pour solliciter un soutien nécessaire à la collecte des données, convaincus d’un soutien mutuel.

54Les grands gestionnaires de réseaux d’énergie occupent une position intermédiaire. Bien que non partenaires stricto sensu du projet, ils sont liés à la collectivité par un contrat de concession et tenus par la loi de partager certaines données. Leur situation contractuelle n’amenant pas de conflits ouverts, ils ont vu dans l’expérimentation une opportunité d’anticiper des demandes similaires d’autres collectivités, et de tester de futurs services dans un cadre expérimental favorable.

55Les organisations publiques nationales sans lien direct avec la collectivité ont répondu de manière générique, via guichets officiels ou formulaires. Les données ont été livrées en l’état, sans dialogue ni possibilité d’adaptation. Faute de partenariat, aucune marge n’existait pour des ajustements contextuels ou expérimentations ponctuelles.

56La situation la plus délicate concernait les gestionnaires de réseaux de chaleur. Bien qu’ils aient intérêt à préserver une bonne relation avec la collectivité, le partage de données interfère avec des négociations contractuelles constantes. Les inclure comme partenaires d’un projet public permet de créer un espace neutre pour mener des expérimentations sans impact direct sur le cadre contractuel existant.

57En définitive, qu’elle soit ancienne ou ponctuelle via un projet de recherche, la relation partenariale s’est révélée déterminante dans l’accès aux données. Elle a permis de dépasser des réticences légitimes, d’instaurer la confiance, et de sécuriser les conditions d’accès et de valorisation des données. A l’inverse, des relations tendues se sont traduites par des argumentations nourries, des démarches contractuelles fastidieuses, conduisant à des délais importants, des surcoûts, et de nombreux renoncements dans l’accès aux données.

Discussion

58Ce cas d’étude illustre une situation exceptionnelle : une collectivité déjà avancée sur les enjeux de l’accès aux données s’engage dans la collecte d’une grande variété d’informations pour le suivi de son PCAET, incluant données publiques, capteurs scientifiques, et données issues de réseaux d’énergie locaux et nationaux. Nous avons dégagé de nos observations des barrières (voir Tableau 1), principalement d’ordre organisationnel, mais aussi des leviers efficaces : ouverture des données, cadre réglementaire, et relations partenariales.

Tableau 1 : Barrières et leviers observées pour l'accès à la donnée par la collectivité (source : EIFER)

Fournisseur

Données

Freins

Leviers

Agence d’Etat

Prédictions météorologiques modèle AROME

Contractualisation de licence et moyens techniques ad hoc

Ouverture open data impulsée par la réglementation

Données géographiques IGN

Données sociodémographiques et indicateurs statistiques INSEE

Ouverture de données historique

Facteurs d’émissions ADEME

Accès automatisé malaisé

Publication ouverte des données

Acteurs scientifiques

Réseau de capteurs 1

Absence d’historique des données

Partenariat au long cours avec la collectivité. Intérêt pour l’expérimentation.

Réseau de capteurs 2

Absence de partenariat au long cours. Qualité des données.

Stations de qualité de l’air de référence

Lien institutionnel. Intérêt pour l’expérimentation.

Acteurs institutionnels locaux

Inventaire énergie et GES de référence

Lien institutionnel avec la collectivité.

Partenariat de recherche.

Intérêt pour l’expérimentation.

Entreprises d’énergie

Données d’électricité

Obligation de secrétisation. Coût de livraisons ad hoc. Difficulté à solliciter des compétences rares. Calendrier interne non aligné avec le projet.

Partenaire du consortium.

Obligations réglementaires.

Partenariat de fait.

Intérêt pour l’expérimentation.

Données de gaz

Obligations réglementaires.

Partenariat de fait.

Intérêt pour l’expérimentation.

Réseau de chaleur 1

Contraintes réglementaires, secret des affaires, enjeux stratégiques, négociations contractuelles, difficulté à solliciter des compétences rares.

Partenaire du consortium.

Intérêt pour l’expérimentation.

Réseau de chaleur 2

Régime des biens de retour. Négociations ad hoc.

59Replacée dans une analyse des gouvernances publiques, cette expérimentation invite à reconsidérer la lecture courante des difficultés d’accès aux données territoriales qui seraient un simple symptôme du manque de maturité numérique ou organisationnelle des collectivités locales. Du point de vue de l’État, l’adoption de lois, décrets et dispositifs d’ouverture semble suffire à encadrer l’accès aux données d’intérêt général ; il appartiendrait ensuite aux collectivités de s’en saisir. Pourtant, notre étude montre que le principal frein n’est pas l’incompétence locale, mais le flou normatif et institutionnel qui entoure la mise en œuvre concrète du droit d’accès aux données. Ce flou découle d’un empilement de régimes juridiques et techniques partiellement convergents (open data, secret statistique, RGPD, code de l’énergie, propriété intellectuelle) dont l’interprétation pratique reste sans instance de recours claire. L’enchevêtrement d’injonctions contradictoires (ouverture vs. responsabilité, droit d’accès vs. devoir de vigilance) produit une incertitude juridique et organisationnelle. Cette indétermination nourrit à la fois des blocages (peur du risque, surcharge administrative) et des marges d’interprétation.

60Faute de doctrine nationale unifiée, la charge d’interprétation et de sécurisation juridique repose finalement sur les acteurs locaux, qui assument seuls le risque de qualification, de traitement et de diffusion des données. Ce déplacement de responsabilité traduit une forme de désengagement institutionnel du centre vers le local, caractéristique d’une gouvernance publique de type régulatoire où l’État « prescrit sans instituer » (Lascoumes & Le Galès, 2005). La donnée devient ici un instrument de gouvernement au sens de ces auteurs : un dispositif matériel et symbolique qui véhicule des valeurs et des rapports de pouvoir, mais dont l’effectivité dépend des configurations locales d’acteurs et de ressources. Dans ce contexte, les difficultés rencontrées dans l’étude de cas ne relèvent pas d’un déficit de compétence des collectivités, mais d’une immaturité du cadre de gouvernance publique lui-même. La multiplication des textes traduit l’ambition politique de moderniser l’action publique par la donnée, mais ne s’accompagne pas des infrastructures cognitives, juridiques et organisationnelles nécessaires à sa mise en œuvre (Plantin et al., 2018 ; Goëta, 2024). Le cadre national agit comme une « infrastructure inachevée » (Star & Ruhleder, 1996) : prescriptive sur le plan symbolique, mais inopérante sans médiations locales capables d’en assurer la traduction opérationnelle.

61Pour autant, les dynamiques observées à Dijon montrent que les collectivités ne restent pas passives face à ce vide institutionnel. Au contraire, elles inventent des formes locales de gouvernance articulant acteurs publics, opérateurs, chercheurs et citoyens. Ces arrangements assimilables à des « bricolages organisationnels » (Crozier & Friedberg, 1977 ; Lascoumes & Simard, 2011) traduisent une volonté et une capacité des collectivités utilisatrices de la donnée d’une part, et des producteurs de données de l’autre, à dégager malgré les obstacles des solutions acceptables par chaque partie. Ce sont précisément ces espaces hybrides, faits d’expérimentation, de négociation et de confiance, qui rendent possible la circulation encadrée des données. Cette dynamique illustre une forme de gouvernance adaptative (Meuleman, 2008 ; Peters & Pierre, 2016) : la maturité institutionnelle ne procède pas d’une réforme descendante, mais d’un apprentissage collectif et incrémental entre producteurs et utilisateurs de données. Les collectivités, en se positionnant comme médiatrices entre normes nationales et réalités territoriales, contribuent à fabriquer les conditions d’une gouvernance publique réellement opérationnelle.

62En définitive, l’accès aux données territoriales agit comme un révélateur des transformations de l’action publique contemporaine. Il met en lumière les limites du pilotage par la norme et les potentialités d’innovation institutionnelle portées par les acteurs de terrain. Loin de signaler une incapacité locale, les bricolages et ajustements observés à Dijon participent d’un processus plus large de co-construction ascendante de la gouvernance de la donnée, où la donnée devient le catalyseur d’une recomposition des rapports entre État, opérateurs et collectivités, non seulement au service de la transition énergétique, mais aussi d’une redéfinition plus réflexive du rôle même de l’État dans la fabrique de la donnée publique.

Haut de page

Bibliographie

Bothorel, M. (2020). La politique publique de la donnée, des algorithmes et des codes sources.

Boustany, J. (2013). Accès et réutilisation des données publiques: Etats des lieux en France. Les cahiers du numérique, 9, 9-19. https://doi.org/10.3166/lcn.9.1.9-19

Capelle, C., & Lehmans, A. (2018). Open data et émergence de communs de la donnée dans les territoires : les nécessaires médiations. Communication & management, Vol. 15(1), 87-99. https://doi.org/10.3917/comma.151.0087

Danis-Fatôme, A. (2022). Quels garde-fous pour le partage des données ? : Données personnelles - open data. Communication commerce électronique, 5, 12.

Denis, J., & Goëta, S. (2013). La fabrique des données brutes. Le travail en coulisses de l'open data Penser l'écosystème des données. Les enjeux scientifiques et politiques des données numériques, Paris, France. https://shs.hal.science/halshs-00990771

Goëta, S. (2024). Les Données de la démocratie. Open data, pouvoirs et contre-pouvoirs (C & F éditions ed.).

Govehovitch, B., & Thiriot, S. (2024). Dijon’s Integrated and Interconnected City Ecosystem (TA#4). https://h2020response.eu/wp-content/uploads/2025/01/D3.7-Dijons-Integrated-and-Interconnected-City-Ecosystem-TA4-%E2%80%93-V2.pdf

Guibourdenche, J., & Fréjus, M. (2023). Concevoir pour l’activité de travail orientée vers l’action publique : le cas d’un Plan Climat‑Air‑Énergie Territorial [En ligne]. Activités, 20(2), 31. https://doi.org/https://doi.org/10.4000/activites.8798

Gurstein, M. (2011). Open data: Empowering the empowered or effective data use for everyone? First Monday, 16(2). https://firstmonday.org/ojs/index.php/fm/article/view/3316/2764

Hennion, C., Altounian, M., & Monthubert, B. (2023). Rapport de la mission Data et territoire.

INSEE. (2025). Guide du secret tatistique.

Jégou, A., Martiny, N., Richard, Y., & Thévenin, T. (2024). La métropole sous observation environnementale : l'observatoire climat urbain et qualité de l'air à Dijon. Autrement.

Lapassade, G. (2002). Observation participante. In Vocabulaire de psychosociologie (pp. 375-390). érès. https://doi.org/10.3917/eres.barus.2002.01.0375

Lehmans, A. (2018). L’horizon d’une culture de la donnée ouverte : de l'utopie aux pratiques de gouvernance des données. COSSI : communication, organisation, société du savoir et information(4). https://doi.org/https://doi.org/https://doi.org/10.34745/numerev_1600

Marchand, J. (2022). L’open data des collectivités territoriales entre gouvernance et souveraineté. European Review of Digital Administration & Law, vol. 3(n° 2), pp. 43-50. https://doi.org/10.53136/97912218079815

Noguellou, R. d. (2019). Le régime des biens dans les contrats de concession. https://www.fondation-igd.org/wp-content/uploads/2020/12/19-IGD-Les-Precis-1-V5.pdf

OpenDataFrance, & FNCCR. (2023). Data Impact. Les usages des données au service de la transition écologique. https://opendatafrance.fr/projets/data-impact/

PCIT. (2018). Méthode d’élaboration des inventaires territoriaux des émissions atmosphériques. https://www.ecologie.gouv.fr/sites/default/files/documents/Guide_Methodo_PCIT_V_finale_2colonnes.pdf

Peters, B. G., & Pierre, J. (2018). The Next Public Administration: Debates and Dilemmas. SAGE Publications Ltd. https://doi.org/10.4135/9781473920569

Plantin, J.-C., Lagoze, C., Edwards, P. N., & Sandvig, C. (2018). Infrastructure studies meet platform studies in the age of Google and Facebook. New Media & Society, 20(1), 293-310. https://doi.org/10.1177/1461444816661553

Richard, Y., Emery, J., Dudek, J., Pergaud, J., Chateau-Smith, C., Zito, S., Rega, M., Vairet, T., Castel, T., Thévenin, T., & Pohl, B. (2018). How relevant are local climate zones and urban climate zones for urban climate research? Dijon (France) as a case study. Urban Climate, 26, 258-274. https://doi.org/https://doi.org/10.1016/j.uclim.2018.10.002

Spradley, J. (2016). Participant Observation. Waveland Press, Inc. https://doi.org/10.2307/3318111

Thiriot, S., Codet-Hache, O., Grelaud, A., Govehovitch, B., Sevenet, M., Clervil-Decoeur, J. B., François, S., & Bardeau, G. (à paraître). Quels indicateurs pour suivre et animer un PCAET ? Retour d’expérience d’un projet Européen. Netcom.

Haut de page

Notes

1 La “secrétisation” fait référence à la transformation de données permettant de protéger le « secret statistique » au sens légal (INSEE, 2025), afin de protéger la confidentialité des personnes physiques et le secret commercial et des affaires pour les entreprises. Pour des données de consommation d’énergie de particuliers par exemple, l’anonymisation de données consisterait à effacer les noms, prénoms et adresses postales des particuliers. La donnée personnelle de cette personne physique (sa consommation d’énergie individuelle) demeurerait présente et pourrait, par croisement de données, permettre de réidentifier la personne concernée. La secrétisation consiste au contraire en la création d’agrégats qui protègent le secret, tout en permettant un usage des données à des fins statistiques.

2 Dans le traitement des données comme dans la théorie de l’information, on considère que le bruit est constitué par les perturbations aléatoires de toutes sortes qui surgissent dans le canal de transmission et tendent à brouiller le message. La donnée n’est pas inexacte, elle est parasitée par des erreurs de mesure, de calcul, de transmission, etc.

Haut de page

Pour citer cet article

Référence électronique

Samuel Thiriot, Marie Sevenet, Benjamin Govehovitch, Amélie Grelaud, Oanez Codet-Hache, Jean Baptiste Clervil-Decoeur et David Fau, « Accès aux données territoriales par une collectivité : barrières et leviers techniques, juridiques et organisationnels »Netcom [En ligne], 39-3/4 | 2025, mis en ligne le 10 mars 2026, consulté le 16 mars 2026. URL : http://journals.openedition.org/netcom/10070 ; DOI : https://doi.org/10.4000/15eim

Haut de page

Auteurs

Samuel Thiriot

EIFER – European Institute for Energy Research, Emmy-Noether-Straße 11, 76131 Karlsruhe, Allemagne

Articles du même auteur

Marie Sevenet

EIFER – European Institute for Energy Research, Emmy-Noether-Straße 11, 76131 Karlsruhe, Allemagne

Articles du même auteur

Benjamin Govehovitch

EIFER – European Institute for Energy Research, Emmy-Noether-Straße 11, 76131 Karlsruhe, Allemagne

Articles du même auteur

Amélie Grelaud

EIFER – European Institute for Energy Research, Emmy-Noether-Straße 11, 76131 Karlsruhe, Allemagne

Articles du même auteur

Oanez Codet-Hache

Dijon Métropole, 40 av Drapeau, 21000 Dijon, France

Jean Baptiste Clervil-Decoeur

Dijon Métropole, 40 av Drapeau, 21000 Dijon, France

Articles du même auteur

David Fau

Dijon Métropole, 40 av Drapeau, 21000 Dijon, France

Haut de page

Droits d’auteur

CC-BY-NC-ND-4.0

Le texte seul est utilisable sous licence CC BY-NC-ND 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