Navigation – Plan du site

AccueilHors-sérieHors-série 36Transformation des villes et mobi...

Transformation des villes et mobilité durable : Regard sur les déterminants psychosociaux de l’attachement à l’auto solo

Anne-Sophie Gousse-Lessard et Jérôme Laviolette

Résumés

Dans le contexte de la crise socioécologique actuelle, les enjeux de mobilité représentent une question vive. Le système de mobilité québécois centré sur l’automobile entraîne des conséquences négatives bien documentées sur l'environnement, la santé, la qualité de vie, les finances personnelles et l’économie de la province. Au niveau climatique, le sous-secteur du transport routier de personnes (automobiles et camions légers) est responsable à lui seul de 22% des émissions de gaz à effets de serre (GES) du Québec. Malgré tout, le taux de motorisation est en constante évolution - le nombre de véhicules par adulte au Québec ayant augmenté de 30% depuis 1990 - tout comme la part des déplacements effectués en voiture. Comment expliquer et renverser ces tendances ? Au Québec, la mobilité a principalement été étudiée depuis les disciplines de l’ingénierie des transports et de l’urbanisme. L’influence des facteurs structuraux (environnement bâti, accessibilité aux réseaux de transports) et sociodémographiques est donc bien comprise. Il semble toutefois que ces approches ne soient pas suffisantes pour comprendre notre dépendance à l'auto solo et mener aux transformations ambitieuses et radicales que l'état d'urgence climatique nous commande. Inspirés d’un nombre croissant de recherches portant sur les aspects psychosociaux des comportements de mobilité, une étude à devis mixte combinant des ateliers de discussion citoyens et un questionnaire fut mise sur pied afin de mieux comprendre les facteurs expliquant la possession et l’usage individuel de la voiture. Une démarche de segmentation exploratoire a permis de voir émerger trois types d’usagers de la route aux profils psychographiques bien distincts. Les différents segments sont présentés, ainsi qu’une réflexion sur le potentiel de transformation y étant associé. Une telle démarche de segmentation psychographique nous semble un outil pertinent qui, combiné à des considérations d’ordre structurel, pourrait informer et guider l’action publique vers des villes plus résilientes.

Haut de page

Texte intégral

Introduction

  • 1 Pour plus d’information sur les émissions de GES mondiales par secteur, voir le projet Our World in (...)

1Le monde est aux prises avec une crise socioécologique sans précédent dont les ramifications sont nombreuses et d’une fascinante complexité. Nos vulnérabilités, abruptement et ironiquement révélées par la pandémie de la COVID-19, sont multiples. Dans les années à venir, plusieurs défis d’ordre écologique, social, psychologique, économique, sanitaire et politique s’imposeront à nous. Ces défis commandent des transformations en profondeur de notre façon d’être, d’agir et d’occuper le territoire, notamment au sein des milieux urbains qui doivent rapidement se repenser et s’adapter. Centraux à ces transformations et réflexions se trouvent les enjeux de la mobilité. Mondialement, selon les plus récents estimés, le secteur global des transports est responsable à lui seul de 16,2% des émissions de gaz à effet de serre1 représentant ainsi le troisième secteur contribuant le plus à l’augmentation des températures moyennes du globe depuis 2000 (GIEC, 2014). Outre son impact indéniable sur les émissions de GES, notre système de mobilité basé sur la possession et l’utilisation individuelle de l’automobile fait des villes des espaces surdimensionnés où l’échelle humaine n’est que peu favorisée. Cet accent sur l’automobile affecte la capacité même des villes à faire face à la crise socioécologique en entravant certains facteurs d’adaptation et de résilience. De plus en plus d’initiatives inspirantes voient le jour pour contrer cette tendance, mais force est de constater que l’accès à l’automobile est malgré tout en croissance puisque les taux de motorisation ont augmenté dans presque toutes les régions du monde depuis 2007 (Davis et Boundy, 2019, p. 3-11).

Dépendance à l’automobile et état de la mobilité à Montréal

  • 2 Voir aussi la page web de l’organisme Vivre en Ville qui explique très bien le phénomène au Québec, (...)

2La dépendance à l’automobile est un concept d’abord proposé par Newman et Kenworthy (1989, 1999, 2015) puis clarifié par Dupuy (1999). Les travaux de ce dernier soulignent notamment les aspects structurels et sociétaux de la dépendance automobile qui repose principalement, selon lui, sur « l’effet de club » de la voiture. Ainsi, plus il y d’automobilistes, plus les avantages en matière d’infrastructures, de services dédiés et d’accès aux destinations augmentent, ajoutant une sorte de bonus collectif qui accroît les bénéfices individuels à l’utilisation de la voiture. Selon Dupuy, il se développe ainsi une norme sociale liée à l’utilisation de la voiture : « c’est par le comportement des autres que nous sommes incités à utiliser l’automobile et que nous en sommes, par là même, dépendants » (Dupuy, 1999, p. 14). Dans la majorité des pays occidentaux, le système de mobilité centré sur la voiture - système d’automobilité - s’est imposé progressivement depuis la Seconde Guerre mondiale suivant le principe de cercle vicieux de l’automobile (Dupuy, 2011)2. Ce cercle vicieux encourage l’étalement urbain via le développement de territoires périphériques de faible densité autour des axes autoroutiers où les types d’usage et d’activités sont ségrégués, rendant essentiellement inévitable le recours à l’automobile pour la majorité des déplacements quotidiens. Supportée par ce développement urbain, mais aussi par une publicité et un marketing fort de l’automobile et du mode de vie qui est associé, l’automobile est aujourd’hui majoritairement perçue comme un outil essentiel à la participation à la vie sociale et économique. Cette perception est tenace, même dans les quartiers urbains densément peuplés, où les lieux d’activités sont moins dispersés et où les solutions de rechange sont pourtant multiples et généralement efficaces.

3Lorsque l’utilisation de la voiture devient la méthode par défaut pour combler les différents besoins humains (physiologiques et psychologiques, tels la liberté et l’indépendance), guidée par un contexte territorial et structurel favorable, un marketing publicitaire soutenu et la perception de normativité du comportement, il s’en suit non seulement une dépendance sociale et structurelle (Dupuy, 1999), mais aussi une forme de dépendance psychologique qui amène les individus à rationaliser, défendre et persister dans leur comportement au point de ne plus percevoir les alternatives comme viables. C’est ainsi que Jensen (1999) en vient à soulever le paradoxe suivant : en percevant la voiture comme seule façon de combler nos besoins telle l’indépendance, l’individu développe en réalité une forme de dépendance à celle-ci.

4La région de Montréal, ses habitants, ses institutions et le développement de son territoire au cours des dernières décennies n’échappent évidemment pas à ce phénomène. Les statistiques sur les tendances de mobilité qui suivent témoignent de cette difficulté pour une région métropolitaine de se sortir du paradigme d’automobilité (Laviolette et al., 2020).

  • 3 Pour plus d'informations, voir l'enquête Origine-Destination 2018 disponible sur le site internet d (...)

5Les faits saillants de l’Enquête Origine-Destination 20183 dévoilés en janvier 2020 par l’Autorité Régionale de Transport Métropolitain rapportent une diminution de 1 % du nombre de déplacements réalisés en automobile et une augmentation de 4 % du nombre de déplacements effectués en transport collectif depuis 2013 dans la grande région de Montréal. Selon ce rapport préliminaire, ces changements se traduisent par une augmentation de 1 % de la part des déplacements (part modale) faits en transport collectif en période de pointe matinale. Ces résultats peuvent donner l’illusion que la métropole est sur la bonne voie, mais ces faits saillants ne font pas état de la situation pour les transports actifs et ne rapportent pas les changements à la part modale de l’automobile. De plus, il convient de mettre en perspective ces changements modestes au cours des cinq dernières années en les comparant aux objectifs des documents de planification. Ainsi, la politique de Mobilité durable 2018-2030 du Gouvernement du Québec (2018) vise à réduire de 20 % la part modale de l’automobile d’ici 2030 et de 37,5 % les émissions de GES du secteur des transports. On est loin du compte.

  • 4 Les données proviennent de Statistique Canada, Tableau 98-400-X2016328 : Principal mode de transpor (...)

6D’autres sources de données permettent de tirer un constat similaire : l’utilisation des transports actifs et collectifs ne progresse que très peu alors que l’utilisation de l’automobile ne fléchit pas. D’après les données sur les déplacements domicile-travail des recensements de 2001 et 20164, la part modale de l’automobile comme conducteur est passée de 65,9 % en 2001 à 66,4 %, et ce, malgré un faible gain dans la part des transports collectifs (+ 1%) et du vélo (+ 0,7%) et au détriment de la marche (- 0,7%) et de l’auto comme passager (- 1,5%). De plus, ces tendances à l’échelle métropolitaine cachent des disparités locales importantes alors que l’utilisation de l’automobile a commencé à reculer au centre de l’Île de Montréal depuis quelques années, mais continue de progresser à différentes vitesses dans les territoires périphériques (ARTM, 2020). Au regard de ces tendances, il apparaît clair qu’une accélération du transfert des déplacements de l’automobile vers les modes actifs et collectifs est nécessaire.

  • 5 Les données proviennent de Statistique Canada, Tableau 17-10-0005-01 : Estimations de la population (...)

7Par ailleurs, les recherches démontrent que lorsqu’un ménage possède un ou plusieurs véhicules, il tend à l’utiliser, parcourant davantage de kilomètres que des ménages similaires sans voiture (Dieleman et al., 2002). À cet égard, le portrait pour l’ensemble du Québec est plus sombre que pour l’utilisation de l’automobile puisqu’entre 2000 et 2018, le nombre de voitures et camions légers à usage personnel a augmenté de 38,7% (Laviolette, 2020a), ajoutant en moyenne 74 000 véhicules annuellement sur les routes. Pour la même période, la population adulte a augmenté de 14 %5. Le taux de motorisation (nombre de véhicules par ménage ou par adulte) a donc augmenté au Québec.

8Au regard des multiples conséquences documentées sur les changements climatiques, l’environnement, la santé humaine, l’équité, l’économie et les finances publiques et personnelles (Gärling et Steg, 2007 ; Glazener et al., 2021 ; Gössling, 2016 ; Laviolette, 2020a ; Trajectoire Québec et Fondation David Suzuki, 2018) du recours massif à l’automobile en milieu urbain, le statu quo dans la répartition modale et dans les taux de possession automobile ne sont pas suffisants. Davantage d’efforts doivent être faits par les acteurs publics pour décourager l’utilisation et la possession automobile, augmenter l’attractivité des modes actifs et collectifs, et bien sûr en encourager l’utilisation. Pour ce faire, tel que le recommande le plus récent rapport du GIEC, des changements systémiques doivent être apportés (par exemple l’aménagement du territoire, le développement d’infrastructures), et des programmes de gestion de la demande doivent être mis en place afin de soutenir ces changements globaux (GIEC, 2022). Les stratégies pour favoriser les changements de comportement en mobilité et l’acceptabilité des politiques publiques transformatrices doivent être multiples, coordonnées et ciblées (Banister, 2008), et doivent faire appel aux compétences de plusieurs disciplines, notamment celles des sciences sociales (Schwanen et al., 2011), afin de changer radicalement et rapidement la façon dont les Québécois et les Québécoises se déplacent.

Contexte théorique

Place de la psychologie dans l'étude des tendances de mobilité

9En raison du rôle historique des ingénieurs et des urbanistes dans le développement des villes et dans la planification des systèmes de transport, les comportements de mobilité ont longtemps été étudiés presque exclusivement depuis la perspective de ces disciplines (Schwanen et al., 2011). Or de nombreuses recherches réalisées depuis la fin des années 1990, majoritairement en Europe, ont permis de démontrer que la prise en compte exclusive de variables structurelles et sociodémographiques est insuffisante pour bien comprendre les choix de mobilité des individus (De Vos et al., 2012 ; Hunecke et al., 2007). L’intégration de modèles provenant de différentes branches de la psychologie a permis de mieux comprendre les déterminants psychosociaux de l’attractivité de la voiture et les processus de changement de comportements de mobilité.

10Certes, les facteurs psychologiques exercent une influence variable selon le contexte et n’expliquent pas à eux seuls le choix du mode de transport. Leur influence sur les comportements de mobilité se révèle être la plus forte lorsque les individus se retrouvent en situation de choix. En d’autres mots, dans un contexte neutre où plusieurs options de transport sont offertes pour effectuer les déplacements quotidiens, les préférences individuelles qui découlent de divers facteurs psychosociaux permettraient d’expliquer une part plus grande du comportement par rapport aux variables sociodémographiques et structurelles (Guagnano et al., 1995 ; Stern, 2000 ; von Behren et al., 2020). Dans ces quartiers favorables à des comportements de mobilité dite durable, les choix de mobilité peuvent aussi être influencés par la perception de faisabilité du comportement. Par exemple, un quartier peut être objectivement favorable aux déplacements à vélo (réseaux cyclables étendus et confortables), mais tout de même être perçu comme insuffisamment sécuritaire pour certaines personnes.

11À l’inverse, dans des contextes contraignants où le design urbain est bâti de sorte que les déplacements automobiles sont facilités, et où les alternatives de mobilité sont inexistantes ou très peu compétitives à l’automobile, les préférences individuelles jouent un rôle moins important sur les comportements de mobilité. En effet, dans ces contextes contraignants, les familles se voient souvent forcées de posséder une auto et de conduire pour la majorité de leurs déplacements. Notons que les choix de mobilité sont également associés aux aspirations et au style de vie, lesquels peuvent influencer la localisation résidentielle et donc l’éventail de choix de mobilité disponible pour les déplacements quotidiens (Laviolette, 2020b ; Van Acker et al., 2016 ; Van Acker et al., 2014). La recherche en psychologie peut donc nous éclairer sur les facteurs psychosociaux tels que les normes, les attitudes et les croyances associées à ces préférences, et contribuer à notre compréhension des raisons sous-jacentes au choix modal.

12Dans une perspective de transformation des villes, il est ainsi nécessaire d’améliorer l’offre de transport en effectuant des changements à l’aménagement du territoire, à la configuration des rues et aux services de transports collectifs et alternatifs (par exemple : autopartage, vélopartage) afin d’augmenter la qualité, la diversité et l'efficacité des alternatives à l’automobile. Il est tout aussi essentiel de travailler en parallèle sur la demande de transport en cherchant par exemple à amener les gens à vouloir moins utiliser leur voiture et les accompagner dans leur démarche de changement (Banister, 2008 ; Handy, 2017). Ce type d’approche peut prendre plusieurs formes et vise généralement à influencer les perceptions et les attitudes envers la voiture et envers les alternatives à son utilisation (Bamberg et al., 2011 ; Bamberg et Rees, 2017 ; Zarabi et al., 2021).

13À ce jour, près d’une quinzaine de cadres théoriques ont été appliqués à l’étude des comportements de mobilité (Chng et al., 2018), le plus utilisé étant la Théorie du comportement planifié (TCP) de Ajzen (1985, 1991). Selon ce modèle, l'intention comportementale, et l'action qui en découle, dépendent de trois éléments : l’attitude (favorable ou non) face à l’utilisation de l’auto et des transports alternatifs, les normes subjectives (pressions sociales perçues face à la possession de l’auto) et la perception de contrôle du comportement (perception de capacité et de facilité à utiliser un mode de transport alternatif). Toutefois, puisque l’être humain est moins rationnel qu’il aime se le faire croire, les modèles théoriques tels la TCP postulant un processus de décision conscient et réfléchi ont plusieurs limites. Les travaux de Steg (2005) et Bergstad et al. (2011) soulignent d’ailleurs que, contrairement à ce que l'on croit, nos choix de modes de transport ne sont pas simplement motivés par les aspects instrumentaux (raisonnés) de ceux-ci, mais aussi, beaucoup, par des aspects affectifs (aimer conduire), symboliques (statut social) et relatifs à l'indépendance (sentiment de liberté). Au Québec, une très rare analyse qualitative du rapport affectif, symbolique et fonctionnel à l’automobile a été réalisée auprès de personnes habitant les banlieues de Québec par Fortin et al. (2008). Les entretiens révèlent l’aspect normatif et essentiel de l’automobile pour les répondants, ainsi qu’un rapport affectif à l’automobile variable selon le genre et l’âge. Les auteurs concluent que pour les enquêtés, diminuer l’utilisation de l’automobile demanderait des transformations profondes de leur mode de vie que ne peut permettre une simple bonification des services de transport collectif.

Pourquoi les démarches de segmentation sont-elles pertinentes aux regards des enjeux de mobilité?

14L’étude des facteurs explicatifs des comportements de mobilité est principalement motivée par un désir de comprendre comment ces derniers peuvent être prédits et modifiés pour faciliter la réduction de l’utilisation de la voiture solo. La segmentation de la population en groupes d’individus plutôt homogènes est une stratégie largement utilisée en marketing conventionnel ainsi qu’en marketing social pour développer des campagnes publicitaires ciblées, ce qui a inspiré plusieurs applications en mobilité. Une telle stratégie serait plus efficace que de s’adresser à l’individu « moyen », qui est en réalité peu représentatif (Daignault et al., 2018). Ce type de démarche peut être particulièrement intéressant lorsque combiné à des changements structuraux qui visent à briser les habitudes de mobilité, telle une relocalisation résidentielle ou du lieu d’emploi (Verplanken et Roy, 2016 ; Verplanken et al., 2008).

15Plusieurs types de segmentations existent, dont celles basées sur les aspects géographiques (caractéristiques de l’environnement bâti et de l’offre de transport au lieu de résidence), sur les comportements effectués (fréquence d’utilisation des différents modes de transport) ou sur le profil sociodémographique (âge, genre, revenus et composition du ménage) comme la segmentation développée avec les enquêtes Origine-Destination de Montréal par Fabre et Morency (2019). Il semble toutefois que les segmentations psychographiques (ou attitudinales) soient plus complètes et permettent l’élaboration d’interventions mieux ciblées pour réduire l’utilisation de l’auto (Andersson et al., 2020 ; Haustein et Hunecke, 2013). Une telle segmentation s'appuie sur les préférences, les valeurs, les croyances et d’autres caractéristiques psychosociales, ce qui peut inclure l’étape de changement de comportement à laquelle se trouvent les individus (Bamberg, 2013). L’utilisation de ce type de segmentation demeure toutefois marginale.

16L’une des premières segmentations basées sur les préférences de mobilité des citoyennes et citoyens a été réalisée par Jensen (1999) dans laquelle elle identifie six profils de mobilité se distinguant notamment sur leur perception des aspects identitaires et symboliques (Steg, 2005). Une autre étude pionnière de segmentation est celle d’Anable (2005). Elle a permis d’identifier six groupes aux intentions et comportements de mobilité distincts d’après leurs scores sur des variables psychologiques et attitudinales. Les variables comprenaient les trois construits de la TCP ainsi que des construits représentant les normes personnelles (sentiment d’obligation morale d’agir d’une certaine façon), les attitudes environnementales, la perception d’efficacité, les normes descriptives et l’habitude. De ces six groupes, quatre étaient composés de propriétaires d’automobiles : les automobilistes mécontents, les automobilistes complaisants et dépendants, les automobilistes purs et durs et les aspirants environnementalistes. Deux autres groupes ne possédant pas de véhicules, l’un par contrainte, l’autre par choix. Une telle démarche de segmentation permet une meilleure compréhension des principaux freins et leviers à l’utilisation de transports alternatifs. Anable (2005) rappelle que la segmentation permet aussi de mieux définir les stratégies et messages à utiliser pour amener les groupes à choisir d’autres moyens de déplacement que la voiture. Plus récemment, d'autres études de segmentation ont aussi démontré leur grande utilité. Parmi elles se trouve le projet européen SEGMENT (Intelligent Energy Europe, 2015) de campagne de marketing basée sur une segmentation de la population selon huit (8) profils de mobilité d’après les questions optimales développées par Anable et Wright (2013). Cette segmentation a entre autres permis d’évaluer les effets de messages promotionnels sur la motivation à réduire l’utilisation de l’automobile (Andersson et al., 2020) et a récemment été validée aux États-Unis (Lester et al., 2019 ; Winters et al., 2018). Semanjski et Gautama (2016) ont même réussi à identifier les mêmes segments à 98 % uniquement à travers des données de mobilité à haute résolution collectées par une application mobile, évitant ainsi le besoin pour les participants de répondre à un questionnaire. Ces études reposent sur une méthode de classification des k-moyennes, l’un des algorithmes de partitionnement par apprentissage non supervisé les plus utilisés, et non sur une méthode par modélisation comme nous proposons ici. Au meilleur de notre connaissance, aucune étude de ce genre n'a été réalisée au Québec.

La présente recherche

  • 6 La démarche scientifique s’est déroulée en toute indépendance de la Commission. Ainsi, l’élaboratio (...)

17La présente recherche s’inscrit dans une démarche de recherche partenariale entre la Commission sur le transport et les travaux publics de la ville de Montréal et plusieurs chercheurs (UQAM et Polytechnique Montréal). Elle origine de la volonté de la Commission de mieux comprendre les déterminants psychosociaux de l’attrait envers la possession automobile et son utilisation en solo. À plus long terme, dans l’esprit de la Politique de mobilité durable 2030 du Gouvernement du Québec (2018) et des recommandations du GIEC (2022), l’objectif de la Ville est de sensibiliser plus efficacement la population montréalaise aux besoins et bénéfices de réduire l’utilisation de l’auto solo dans une perspective d’adaptation et de transition socioécologique6.

18L’objectif principal de l’étude était donc de mieux comprendre les attitudes, croyances et perceptions de la population montréalaise à l’égard des enjeux de mobilité et de l’utilisation de l’auto. L’étude visait également à différencier certains types d’usagers de la route, sur la base de variables psychologiques, en conduisant une segmentation exploratoire. Dans le cadre de notre collaboration avec la Commission, un autre but était de mettre en lumière les potentiels de changement (leviers et obstacles) et de proposer des pistes de réflexion, basées sur les résultats et la documentation scientifique, quant à des interventions ciblées qui pourraient favoriser la diminution de l’auto solo et le transfert vers des modes de transport plus durables.

Méthodologie

19La présente recherche comprend deux phases de collecte de données, la principale étant la tenue d’ateliers de discussion en juin et septembre 2019 dans six quartiers de l’île de Montréal. La seconde est une enquête web développée et administrée par un partenaire, la Chaire Mobilité de Polytechnique Montréal, et diffusée par la Ville de Montréal en mai 2019, soit préalablement aux ateliers. Bien que certaines données rapportées dans cet article (données sociodémographiques et structurelles) sont tirées de cette enquête, les résultats présentés s’appuient principalement sur les données collectées lors des ateliers de discussion.

20Lors de ces ateliers, les discussions alternaient entre des questions ouvertes (données qualitatives) favorisant les échanges entre les personnes présentes, et des questions fermées (données quantitatives) auxquelles les participants devaient répondre sur un questionnaire papier. L’intérêt d’un tel devis mixte est de fournir des données riches et complémentaires, offrant un portrait plus exhaustif de la population à l’étude. L’ajout d’un questionnaire papier garantissait également la confidentialité des réponses et minimisait donc l’influence de la désirabilité sociale parfois présente lors de groupes de discussion. La présente démarche de segmentation se base principalement sur les réponses à ce questionnaire papier.

Procédure

21L’enquête web développée et administrée par la Chaire Mobilité de Polytechnique Montréal était accessible via la plateforme Réalisons Montréal. Elle a été diffusée par la Ville de Montréal par différentes méthodes (infolettres, médias sociaux, journaux de quartier) du 8 mai au 7 juin 2019. À la fin du questionnaire, les répondants étaient invités à indiquer leur intérêt pour participer à des ateliers de discussion dans leur quartier. Plus de 2600 personnes ont complété le questionnaire web, et parmi celles-ci, 346 ont signifié leur intérêt à participer aux ateliers de discussion. Le recrutement pour ces ateliers s’est donc effectué à partir d’un bassin d’individus ayant préalablement participé à l’enquête web.

22En se basant sur leur lieu de résidence obtenu via l’enquête, ces 346 individus ont été localisés dans six secteurs couvrant la majorité de l’Île de Montréal et des courriels d’invitation leur ont été envoyés. La participation était volontaire. Six ateliers ont eu lieu, le premier (un pilote) en juin 2019 et les cinq autres en septembre 2019, chacun dans un secteur particulier du territoire montréalais (par exemple : Pierrefonds, Rosemont-La-Petite-Patrie, Pointe-aux-Trembles). Ces secteurs diffèrent quant à l’offre et à l’accès aux différents services de transport. La durée totale d’un atelier était d’environ 2h15 et se déroulait en deux parties. La première était une séance de discussion dirigée d’environ 75 minutes. L’animation de ces discussions était assurée par la première auteure et par un second animateur formé pour mener des groupes de discussion. Entre quatre (4) et treize (13) participants étaient présents par atelier. Lorsque c’était possible, deux tables de discussion étaient formées afin de maximiser les tours de parole. Afin d’assurer la qualité de la collecte de données, les séances de discussion étaient enregistrées. Les réponses ont toutefois été traitées de façon confidentielle et anonyme. Les résultats présentés dans cet article proviennent uniquement des données récoltées lors de cette première partie durant laquelle aucun élu de la Ville n’était présent, et ce, afin d’éviter d’instaurer des biais de désirabilité sociale, de faire indûment pression sur les participants ou d’orienter leurs réponses. La seconde partie de l’atelier (une heure) consistait en un moment d’échange avec des élus membres de la Commission et en une présentation des résultats préliminaires de l’enquête web menée par la Chaire Mobilité. La plénière et la présentation ne font pas partie de la présente recherche.

Personnes participantes

2346 Montréalaises et Montréalais ont participé aux ateliers (43,5% de femmes). L'âge moyen de l’échantillon est de 42,9 ans (écart-type = 12,6) et 24 % ont des enfants. La plupart possèdent un permis de conduire (91%) et 30,3% ne possèdent pas de voiture. Malgré les efforts pour varier la provenance des participants, la majorité (74 %) habitent dans les quartiers centraux de Montréal (exemples : Plateau, Villeray, Rosemont). La plupart travaillent à temps plein (72 %) ou à temps partiel (6,5 %), les autres étant aux études (6,5 %) ou à la retraite (11 %).

Mesures

24Les variables sociodémographiques telles que l’âge, le genre et l’occupation, ainsi que de l’information sur la taille des ménages, leur localisation, le nombre d’enfants, le nombre de véhicules possédés, la possession de permis de conduire et les habitudes de déplacements ont été préalablement collectées via l’enquête en ligne de la Chaire Mobilité. Il a été possible de faire l’appariement entre ces données et celles collectées lors des ateliers pour 44 des 46 personnes présentes. Seules les réponses de ces 44 personnes ont été conservées pour les analyses de segmentation. Le déroulement des échanges fut séparé en cinq grands thèmes : 1) l’appréciation des déplacements et l’attachement à l’auto, 2) la conscience environnementale et l’importance perçue des enjeux environnementaux dans les choix de mobilité, 3) la difficulté perçue du changement des habitudes de mobilité, 4) la satisfaction des services de transport collectif et actif, et 5) l’appui à des politiques contraignantes pour l’automobile. Les variables mesurées sous chaque thème ont été choisies pour leur pertinence suite à une courte recension des écrits portant sur les changements de comportements en général et la mobilité en particulier. En tout, seize construits ont été discutés et mesurés à l’aide de diverses échelles. Le Tableau 1 présente les thèmes, les échelles associées ainsi qu’un exemple d’énoncé (Pour une description détaillée des mesures utilisées, voir le rapport rédigé pour la Ville de Montréal ; Gousse-Lessard et Laviolette, 2020). La majorité des mesures du questionnaire papier étaient des échelles de type Likert à 5 points mesurant le degré d’accord avec les énoncés présentés. L’échelle allait de 1 (« Pas du tout d’accord ») à 5 (« Fortement d’accord »). L’option « ne s’applique pas » était également offerte. La plupart des échelles utilisées ont été adaptées d’échelles validées.

Tableau 1. Liste des mesures utilisées par thème, exemples d’énoncés et source

Note : Les exemples de questions sont en italique. * indique une question orale posée lors des discussions (qualitatif). L’absence d’astérisque indique une question écrite posée dans le questionnaire des participants sur une échelle d’accord à 5 points.

Thème 1 : Mobilité en général

  • Expériences générales quant aux déplacements quotidiens
    Comment décriveriez-vous vos déplacements quotidiens*

  • Attitudes concernant la congestion
    La congestion est pour moi une source de stress et de désagrément

  • Importance perçue du principal moyen de transport
    (inclusion dans le soi et dépendance psychologique)
    Si j’étais forcé-e, pour X raison, de ne plus conduire mon auto, je
    serais découragé-e et en colère.

-


Jensen (1999)

Arron et al. (1992)
Graca et al. (2015)

Thème 2 : Mobilité et environnement

  • Croyance quant à l’impact de l’utilisation de l’automobile sur l’environnement
    En général, diminuer l’utilisation de l’auto serait une bonne chose pour l’environnement

  • Conscience environnementale Je me considère préoccupé-e par les enjeux environnementaux et climatiques

  • Importance de faire des efforts personnel (tokénisme)
    Puisque je fais déjà beaucoup d’efforts/sacrifices pour préserver l’environnement, je ne ressens pas le besoin d’en faire plus.

  • Inutilité de changer
    Les changements climatiques sont si lointains dans l’avenir qu’il n’est pas nécessaire d’agir et changer notre mode de vie.

Jensen (1999)


-

Lacroix et al. (2019)

Lacroix et al. (2019)

Thème 3 : Difficulté du changement

  • Manque de connaissances
    J’aimerais changer mais je ne sais pas par où commencer

  • Perception de contrôle
    J’ai confiance que je serais capable de facilement planifier un trajet
    en transport en commun ou en vélo si on me le demandait.

  • Conflit entre les buts et aspirations
    Changer mes habitudes de mobilité prendrait trop de mon temps

  • Normes sociales
    D’après moi, certaines personnes proches de moi critiqueraient ou désapprouveraient mon choix de me débarrasser de l’auto

  • Perception de responsabilité
    Si chaque individu faisait sa part en utilisant moins l’auto il n’y aurait plus de problème de congestion

Lacroix et al. (2019)

Ajzen
(1985, 1991)

Lacroix et al. (2019)

Lacroix et al. (2019)


-

Thème 4 : Satisfaction des services de mobilité

  • Satisfaction du service de transports en commun
    Les services de transport en commun de la Ville de Montréal comblent mes attentes et exigences

  • Satisfaction du réseau cyclable
    En général, je suis satisfait-e du réseau cyclable de la Ville de Montréal

-

-

Thème 5 : Solutions

  • Solutions
    Qu’est-ce que Montréal devrait faire, selon-vous, pour faciliter la transition vers une ville plus “durable” en termes de mobilité *

  • Appui aux politiques contraignantes
    En général, je suis favorable aux politiques, règlementations et aménagement qui restreignent le taux de circulation automobile sur nos routes

-

-

Fidélité des échelles

25La cohérence interne (fidélité) des échelles utilisées dans le questionnaire (excluant les énoncés uniques) a été vérifiée en s’appuyant sur l’indicateur alpha de Cronbach. Cette méthode consiste à évaluer le degré de cohésion des énoncés qui composent chaque échelle de mesure ; un alpha près de 1 représentant une plus forte fidélité. Trois alphas n’étaient pas satisfaisants (α < .50; perception de la congestion, tokénisme et perception de difficulté de changer) alors que sept étaient convenables (α > .70; dépendance à l’auto, croyances quant à l’impact de l’utilisation de l’automobile sur l’environnement, inutilité de changer, conflit entre les buts, satisfaction des transports en commun, satisfaction du réseau cyclable et soutien aux politiques contraignantes). Seules les échelles ayant une bonne cohérence interne ont été retenues pour la modélisation des segments.

Résultats

26Les résultats sont présentés en trois sections : les résultats de la modélisation de la segmentation, les résultats de la caractérisation des segments et la description des segments basée sur ces résultats.

Modélisation de la segmentation : identification du nombre de segments composant l’échantillon

27Pour guider la segmentation exploratoire, une approche de segmentation par analyse de profil latent (Latent Profile Analysis; LPA) a été utilisée. Il s’agit d’une approche de segmentation par modélisation probabiliste qui permet d’identifier une variable catégorielle (les segments) qui n’est pas directement observée. L’identification de ces segments se fait à partir de variables observées, soient les réponses des participants aux échelles de mesures validées. L’idée générale est que la population est hétérogène en regard aux caractéristiques observées et qu’il existe donc un nombre fini de segments dans la population (Masyn, 2013). La méthode est donc utilisée ici pour classifier en un nombre K de segments les participants aux ateliers d’après leurs réponses au questionnaire écrit. Dans une telle approche, le nombre de segments est donc a priori inconnu. Il n’existe pas de façon unique et absolue dans la documentation scientifique de déterminer le nombre de segments. Il est donc recommandé de s’appuyer à la fois sur des critères quantitatifs comme les indices d’ajustement du modèle de segmentation (par exemple le BIC, le ICL ou le BLRT), et aussi sur certains critères qualitatifs afin de s’assurer de la validité conceptuelle des segments et de leur facilité d’interprétation (Kim et Mokhtarian, 2018 ; Masyn, 2013, p. 566).

28Les variables retenues pour l’analyse de segmentation sont les sept indicateurs ayant une bonne cohérence interne et l’énoncé unique de la perception de contrôle. Toutefois, en raison du petit échantillon (n = 44) et du grand nombre de paramètres à estimer dans un modèle de segmentation, un maximum de cinq indicateurs a pu être inclus pour permettre la convergence du modèle. Après quelques itérations, les quatre indicateurs les plus discriminants qui ont été retenus sont la dépendance à l’automobile (2 énoncés), la perception de conflits entre les buts (3 énoncés), la satisfaction du réseau des transports en commun (2 énoncés) et le soutien aux politiques contraignantes (2 énoncés). À cela s’ajoute la perception de contrôle comme cinquième indicateur pour des raisons théoriques (voir TCP; Ajzen, 1985, 1991). La Figure 1 illustre de façon simplifiée le modèle de segmentation avec les cinq indicateurs utilisés pour identifier les segments, lesquels sont créés à partir des 10 énoncés individuels récoltés dans le questionnaire écrit lors des séances de discussion. La partie droite de la Figure 1 illustre les variables quantitatives qui ne sont pas utilisées dans le modèle de segmentation, mais qui sont utilisées dans la prochaine section pour caractériser et contextualiser l’appartenance aux segments.

Figure 1. Modèle de segmentation et variables quantitatives de caractérisation des segments

Figure 1. Modèle de segmentation et variables quantitatives de caractérisation des segments
  • 7 Une valeur plus petite du BIC et du ICL indique un meilleur ajustement du modèle. Le BLRT compare c (...)

29Les analyses ont été réalisées à l’aide de l’ensemble mclust disponible dans le logiciel R (Scrucca et al., 2016). La première étape consiste à identifier le nombre optimal de segments qui permette de maximiser les différences inter-segments tout en minimisant les différences intra-segments. S’appuyant sur les recommandations de Masyn (2013) et la documentation de l’ensemble mclust (Scrucca et al., 2016), trois indicateurs d’ajustement sont utilisés pour identifier le nombre de segments, soit le Bayesian Information Criteron (BIC), le Integrated complete-data likelihood (ICL) et le Bootstrapped Likelihood Ratio Test (BLRT). Ces indicateurs nous permettent de conclure avec une plus grande fiabilité au nombre de segments ou profils différents dans notre échantillon. Le BIC (-589.99) et le ICL (-590.54) sont minimaux pour le modèle à quatre segments, ce qui indique que quatre serait le nombre optimal de profils présents au sein de notre échantillon. Toutefois, les autres indicateurs, le BLRT (p = .147) et la mesure d’entropie (.9966) laissent croire qu’un modèle à trois segments soit aussi convenable (Tein et al., 2013)7. Devant ces indicateurs divergents, il revient aux chercheurs de choisir un nombre final de segments qui facilite l’interprétation et qui en assure la validité conceptuelle (Kim et Mokhtarian, 2018). Le choix entre trois et quatre segments est donc basé sur les différences de moyennes entre ceux-ci. Ainsi, l’inspection de ces différences indique que les segments 3 et 4 se distinguent seulement quant au taux de satisfaction des transports en commun, alors que les patrons de réponses aux autres questions sont similaires entre ces deux segments. Aussi, le segment 3 de ce modèle contient seulement quatre individus, soit moins de 10% de l’échantillon total. Afin de maximiser la distinction entre les classes et par souci de parcimonie et d’interprétabilité, le segment 3 et le segment 4 ont été fusionnés pour les analyses subséquentes.

Comment se distinguent les profils les uns des autres ? La démarche de caractérisation des segments 

30Les analyses statistiques par profil latent nous ont permis de constater que notre échantillon de participants était composé de trois segments ayant des patrons de réponses au questionnaire différents. À quel point ces segments se distinguent-ils? Pour répondre à cette question, une procédure de caractérisation en deux étapes a été appliquée : une caractérisation quantitative et une caractérisation qualitative. Cette procédure permet de décrire chacun des segments en mettant en exergue leurs différences.

31La première étape est une procédure de caractérisation quantitative des profils qui se réalise communément par une combinaison d’analyses multivariées et univariées de la variance (MANOVAs et ANOVAs). Les analyses ont été conduites afin d’examiner dans quelle mesure les segments diffèrent à la fois par rapport aux variables utilisées pour la segmentation, mais aussi par rapport aux autres variables attitudinales, sociodémographiques et structurelles (voir Figure 1). L’ANOVA et la MANOVA permettent de déterminer si les différences de moyennes observées entre les trois segments pour ces variables descriptives sont statistiquement significatives. Comme la validité de ces tests dépend du respect de certains postulats (normalité de la distribution, homogénéité de la variance) des tests robustes à ces violations ont été effectués (ANOVA de Welch).

32Les résultats de la MANOVA montrent que les segments diffèrent selon les cinq variables psychographiques utilisées dans le modèle de segmentation (Wilk’s 𝚲 = 0,08, F (10,74) = 18,751, p < .001, ɳ2 = 0,72). Le Tableau 2 présente les moyennes, les écarts-types, les différences de groupes et les ANOVAS de Welch, lorsque possible, pour ces cinq indicateurs. L’ANOVA permet de déterminer s’il existe une différence significative entre les segments, mais ne permet pas de déterminer où se situe cette différence entre les trois segments. Afin de le savoir, des analyses post hoc ont été conduites avec les tests non-paramétriques de Games-Howell (Ruxton et Beauchamp, 2008).

Tableau 2. Moyennes, écarts-types et différences entre les segments pour les cinq variables (indicateurs) utilisées dans la modélisation des segments.

Notes : * indique que le groupe est significativement différent des deux autres à p ≤ .05 selon les tests post-hoc de Games-Howell; ‡ indique que seulement ces deux groupes sont significativement différents entre eux; † indique que la différence entre ces deux groupes est marginale à p ≤ .08; § indique que ces deux groupes ne sont pas significativement différents entre eux. L’absence de signe indique que la différence avec les autres groupes est non-significative.

Variables de segmentation

Moyennes (écarts-types)

ANOVA

 

Segment 1

Dépendants

n = 13

Segment 2

Multimodaux

n = 17

Segment 3

Convaincus

n = 14

Welch's F

(df)

Perception de contrôle du comportement
(1 item)

2.62 (1.76)*

4.47 (0.72)*

5.00 (0)*


-

Dépendance à l'automobile (3 items)

4.35 (1.01)*

1.68 (0.43)*

1.07 (0.18)*

74.1 (2, 21)

p < .001

Conflits de buts (3 items)

3.62 (0.85)*

1.92 (0.52)*

1 (0)*

-

Satisfaction des transports collectifs
(2 items)

2 (1.08)

2.44 (1.18)

3.04 (0.87)

3.83 (2, 27)

p < .05

Appui aux politiques restrictives à l'automobile (2 items)

2.54 (1.41)*

3.85 (1.2)

4.64 (0.69)

12 (2, 25)

p < .001

33Des ANOVAS ont par la suite été réalisées sur les variables sociodémographiques, psychologiques et structurelles qui n’ont pas été utilisées dans le modèle de segmentation. Les moyennes, les écart-types et les résultats des ANOVAs sont présentés au Tableau 3.

Tableau 3. Moyennes, écarts-types et différences entre les segments pour les variables seulement utilisées dans la caractérisation des segments.

Notes : 1 Le revenu n’ayant pas été mesuré, le revenu médian du recensement de 2016 dans l’aire de diffusion du domicile est utilisé comme proxy. 2 Le niveau de service de bus est calculé comme la somme de tous les passages de bus durant 24 heures aux arrêts accessibles à moins de 400 m du lieu de domicile. * indique que le groupe est significativement différent des deux autres à p ≤ .05 selon les tests post-hoc de Games-Howell; ‡ indique que seulement ces deux groupes sont significativement différents entre eux.

Variables de caractérisation

Moyennes (écarts-types)

ANOVA

 

Segment 1

Dépendants

n = 13

Segment 2

Multimodaux

n = 17

Segment 3

Convaincus

n = 14

Welch's F

(df)

Variables psychologiques

 

 

 

 

 

Préoccupation aux enjeux environnementaux (1 item)

3.77 (1.3)

4.76 (0.44)

4.57 (0.85)

3.50 (2, 21)

p < .05

La congestion est une source de stress et de désagréments (1 item)

4.62 (0.51)

3.65 (1.27)

4.15 (0.99)

4.44 (2, 24)

p < .05

La voiture a des impacts négatifs sur l'environnement (2 items)

4.38 (0.79)

4.91 (0.26)

5.00 (0)

-

-

Responsabilité individuelle dans la diminution du trafic automobile (1 item)

3.08 (1.44)

2.63 (1.15)

3.93 (1.33)

3.99 (2, 25)

p < .05

Variables sociodémographiques

 

 

 

 

 

Genre

(homme = 0, femme = 1)

0.38 (0.51)

0.41 (0.51)

0.50 (0.52)

0.42 (2, 26)

p = .66

Âge moyen

42.5 (9.6)

43.9 (15.7)

39.7 (11.6)

0.38 (2, 26)

p = .69

Ménage avec enfants (15 ans et moins)

0.31 (0.48)

0.31 (0.48)

0.15 (0.38)

0.64 (2, 26)

p = .54

Travailleur / étudiant à temps plein
(hors-domicile)

0.92 (0.28)

0.75 (0.45)

0.69 (0.48)

1.48 (2, 25)

p = .25

Nombre de voitures dans le ménage

1.54 (0.66)

1.06 (0.75)

0.36 (0.63) *

9.9 (2, 26)

p < .001

Revenu médian dans l'aire de diffusion du domicile1 [milliers de $]

58.1 (18)

50.4 (13.9)

45.7 (10.8)

2.2 (2, 25)

p = .13

Variables structurelles (au domicile)

 

 

 

 

 

Densité de population (rayon de 1 km du domicile) [pers. / km2]

7139 (3067) ‡

7782 (3491)

9962 (2373) ‡

3.9 (2, 26)

p < .05

Distance minimale de marche à une station de métro [km]

3.3 (3.4)

3.6 (5.3)

1.5 (0.64)

2.9 (2, 19)

p = .08

Distance au centre-ville de Montréal [km]

10.1 (4.6) ‡

9 (6.4)

5.8 (3.1) ‡

4.4 (2, 25)

p < .05

Nb d'épiceries/fruiteries à 1 km de marche

5.5 (6)

6.5 (6.5)

13.2 (9.7)

2.9 (2, 24)

p = .07

Niveau de service de bus à 400 m de marche2

289 (230)

306 (198)

294 (159)

0.03 (2, 25)

p = .97

Nb de véhicules Communauto en station - 1 km de marche

11.8 (21.5)

9.4 (10) ‡

23.2 (14.3) ‡

4.2 (2, 22)

p < .05

34Ces résultats quantitatifs sont mis à contribution dans la description de chacun des segments à la section suivante.

35La seconde étape est une procédure de caractérisation qualitative des profils. Les données utilisées sont issues des discussions de groupe. L’utilisation de ces données qualitatives nous permet d’enrichir la description des profils, et de nuancer les résultats des analyses quantitatives. Des unités de sens (portions de réponses pertinentes des participants) ont été extraites des enregistrements audios des ateliers puis retranscrites. Des catégories de réponses ont par la suite été générées à partir de ces unités de sens. Chaque unité a ensuite été codée dans ces catégories. Cette codification a été réalisée « à l’aveugle » pour chaque participant, c’est-à-dire que l’appartenance du participant à un segment donné n’était pas connue lors de la codification de ses réponses verbales. Ce n’est que par la suite qu’il a été possible d’examiner comment les individus appartenant à chacun des segments se répartissaient dans les catégories établies. Par exemple, les réponses concernant les expériences générales de déplacement sur l’île de Montréal (voir Tableau 1) ont d’abord été catégorisées comme « positives », « négatives » ou « neutres ». En examinant les réponses des participants pour chaque segment, nous avons constaté que les individus appartenant au segment 1 et 2 ont majoritairement témoigné vivre de façon négative leurs déplacements quotidiens sur l’Île de Montréal (stress, frustration) alors que la majorité de la classe 3 ont exprimé des émotions positives ou neutres (calme, bonheur). Ce processus de catégorisation et codification a été appliqué pour les 11 questions posées oralement, soit concernant leur expérience générale de mobilité sur le territoire montréalais, les enjeux de congestion, leur degré d’attachement à leur principal moyen de transport, leurs considérations environnementales liées à l’auto, le souhait de changer leurs habitudes de mobilité, la perception de difficulté de ce changement, les habitudes de mobilité de leurs proches, leur perception de responsabilité, leurs perceptions des transports en commun, leurs perceptions du réseau cyclable, et les solutions proposées.

Entre dépendance et affranchissement : Trois segments distincts

36Trois segments aux profils psychographiques distincts ont émergé des analyses. Nous les avons nommés respectivement 1) les auto dépendants (29,5%), 2) les multimodaux opportunistes (38,6%) et 3) les convaincus (31,8%). La description de chacun des segments qui suit est basée sur la démarche de caractérisation des segments précédemment détaillée. Elle correspond donc aux différences de moyennes des réponses des participants au questionnaire papier, ainsi qu’à la démarche de codification et catégorisation des échanges verbaux. Afin d’alléger le texte, les moyennes et les différences statistiques entre celles-ci sont seulement rapportées dans les Tableaux 2 et 3.

Les auto dépendants (Segment 1; n = 13)

37Plus d’hommes se retrouvent dans ce groupe (8/13). Quatre (4) ont des enfants. La voiture est le mode principal déclaré de ce groupe (11/13) et tous en possèdent au moins une. Ces personnes sont les plus psychologiquement dépendantes à l’auto : elles seraient grandement découragées et en colère si elles étaient forcées de ne plus conduire leur automobile.

« Je ne me verrais jamais me débarrasser de mon véhicule » (Personne participante 6, automne 2019).

38Six (6) personnes se disent satisfaites du nombre de véhicules possédés actuellement, deux (2) aimeraient en posséder plus, et cinq (5) affirment vouloir se débarrasser d’au moins une auto. Leurs attitudes défavorables envers les services de transports en commun et le réseau cyclable, qu’ils jugent dangereux, semblent toutefois être un obstacle. Ils en sont en effet grandement insatisfaits. Certaines personnes affirment qu’une amélioration de l’offre de service les ferait changer d’habitude.

« Si la ligne rose se concrétise, mon auto, je la donne ! » (Personne participante 10, automne 2019).

39Bien qu’il soit possible de douter de la concrétisation de ces intentions, cela nous renseigne sur le mécontentement d’une partie de ce groupe quant à leur utilisation de la voiture. En outre, se déplacer en auto semble une source de frustration pour la majorité (11/13 ; 2 n’ayant pas répondu), surtout pour les déplacements en semaine. La congestion est un problème quotidien et est perçue comme une source de stress et de désagrément.

40Ce groupe est globalement moins préoccupé par les enjeux environnementaux et ne perçoit pas bien les liens entre la voiture et ses impacts sur l’environnement. Toutefois, quelques personnes affirment avoir à cœur les enjeux environnementaux et avouent culpabiliser fortement d’être dépendantes à l’auto, soulignant du même coup l’impossibilité de se départir de celle-ci.

41Le changement des habitudes de mobilité vers des modes alternatifs est perçu comme étant grandement difficile. C’est le groupe qui rapporte la plus forte moyenne de conflits entre le changement des habitudes demandé et leurs aspirations. En d’autres mots, changer interférerait trop avec les autres buts qu’ils ont dans la vie et leur prendrait trop de temps. Ces personnes affirment également être trop investies dans leur mode de vie actuelle pour pouvoir changer leurs habitudes de mobilité. Pour certains, l’auto est signe de liberté et de confort. Ils aiment conduire et apprécient y être dans leur bulle.

« Dans ton auto tu as ta musique, ton air climatisé et tous tes trucs, et même si l’autobus vient à toutes les minutes, tu n'es pas dans ton environnement » (Personne participante 6, automne 2019)

42À l’opposé, d’autres affirment se sentir plus libres à vélo, mais que pour des raisons logistiques ils ne peuvent l’utiliser comme mode principal. La moitié croient que leurs proches les critiqueraient ou désapprouveraient leur choix de se débarrasser de l’auto. Ces personnes pourraient donc être plus sensibles à la norme sociale. Parmi les barrières au changement mentionnées par le groupe, on retrouve entre autres la météo défavorable (hiver), l’absence d’alternatives efficaces, les enjeux de proximité (habiter loin du travail), les habitudes, le confort et le sentiment de liberté que procure l’auto. Ces individus tendraient donc à justifier leur utilisation de la voiture, à tort ou à raison, à l’aide de facteurs externes. De façon intéressante, ceci fait écho aux résultats de Steg (2005) et Jensen (1999) qui notaient que ces multiples justifications servent à éviter de se retrouver en forte position de dissonance cognitive entre leurs valeurs et leur comportement. Il est à noter que deux (2) d’entre eux habitent à moins de 15 minutes de marche d’une station de métro alors que les autres habitent des quartiers moins bien desservis par les transports collectifs (Pointe-aux-Trembles, Pierrefonds, Anjou et l’est de Rosemont). Cette localisation géographique transparaît aussi dans les caractéristiques structurelles mesurées autour de leur lieu de domicile. Les indicateurs mesurés indiquent qu’ils habitent des endroits en général moins denses, plus loin du métro et du centre-ville, avec moins d’opportunités de proximité (comme les épiceries) et de véhicules d’autopartage en station (Communauto) à distance de marche, que le groupe des convaincus (segment 3). Ces mêmes indicateurs semblent indiquer que leur situation géographique est toutefois très similaire à celle du groupe des multimodaux (segment 2). Malgré ce contexte structurel similaire, il s’agit du groupe qui a la plus faible perception de contrôle, c’est-à-dire qu’ils ne croient pas être capables de facilement planifier un trajet en transport en commun ou à vélo. Ils sont aussi plus partagés quant à la responsabilité individuelle à « faire sa part » pour réduire les problèmes de congestion, la plupart rejetant le blâme sur l’inaction de la Ville. La majorité est favorable à l’amélioration du service de transport en commun et à l’augmentation du nombre d’infrastructures cyclables, mais paradoxalement, c’est également le groupe qui soutient le moins les politiques qui restreignent le taux de circulation automobile et les dispositions financières qui demanderaient aux automobilistes de payer davantage (en stationnement ou en taxes par exemple) en raison des impacts collectifs négatifs de l’utilisation de l’auto.

Les multimodaux opportunistes (Segment 2; n = 17)

43Ce groupe est composé en majorité d’hommes (11/17). Six (6) ont des enfants. Les individus appartenant à ce groupe possèdent et utilisent l’automobile (13/17), mais celle-ci n’est pas leur mode principal, la plupart optant pour les transports en commun ou actifs (14/17), ou l’autopartage (1/17). Les multimodaux affirment avoir une conscience environnementale et reconnaissent fortement l’impact négatif de l’automobile sur l’environnement, tout comme le groupe des convaincus. Néanmoins, au quotidien, leurs choix de modes de transport reposent davantage sur une réflexion coûts-bénéfices et sur la perception de facilité des déplacements. Pour eux, l’auto semble être un moyen d’accéder à la nature hors de Montréal et une façon d’aller visiter la famille en banlieue. En ville, en semaine, ils se passent bien de l’auto. Ils accordent une certaine importance à leur auto, mais de façon moindre que pour le premier segment.

« Je vais pas brailler si j'ai plus d'auto, mais je vais le regretter » (Personne participante 31, automne 2019)

44Ils semblent plus mitigés que le premier groupe sur la difficulté de changer les habitudes de mobilité. Ils considèrent que changer interférerait un peu avec leurs buts et leur demanderait du temps, mais pas de façon disproportionnée. Seulement six (6) d’entre eux croient que leurs proches critiqueraient et désapprouveraient leur choix de se débarrasser de l’auto. La majorité du groupe ne semble donc pas ressentir une grande pression sociale. À l’égard des facteurs structurels, les indicateurs de caractérisation de l’environnement bâti portent à croire qu’ils habitent dans des environnements très similaires à ceux des dépendants, mais moins propices à une mobilité multimodale que pour le segment des convaincus. Malgré leur situation similaire au groupe des dépendants, ce groupe rapporte une meilleure perception de contrôle, mais moindre que le groupe des convaincus. La majorité de ces personnes seraient en effet en mesure de planifier un déplacement en transport en commun ou en vélo. Leur dépendance psychologique à l’auto est beaucoup plus faible que le groupe des dépendants, mais significativement plus élevée que le groupe des convaincus. Le groupe critique l’offre de transport en commun et les aménagements cyclables et exprime un degré de satisfaction plutôt modéré. Contrairement au troisième groupe, ils ne sont pas convaincus qu’il y aurait moins de trafic si chacun faisait sa part. Leur perception de responsabilité individuelle est donc plutôt faible. Leur soutien aux politiques contraignantes à l’automobile est modéré. La moitié disent souhaiter réduire leur nombre de voitures, tout en affirmant que ce serait difficile et compliqué de le faire. Pour ces personnes, on dénote tout de même clairement une intention en faveur de la réduction de l’utilisation de l’auto.

Les convaincus (Segment 3; n = 14)

45Ce groupe est paritaire. Très peu ont des enfants (2/14) et près des deux tiers (9) ne possèdent pas d’auto. Deux (2) n’ont pas de permis de conduire et la moitié (7/14) utilise le vélo comme principal mode de transport. Une (1) seule personne affirme utiliser l’auto quotidiennement. La congestion est perçue comme étant un problème, mais pas aussi fortement que pour le premier segment. En outre, leurs perceptions de la congestion dépendent du moyen de transport utilisé. La congestion en auto semble unanimement être un irritant.

« J’aime ça avoir le contrôle, mais quand je suis pris dans le trafic en auto,
J’ai aucun contrôle, je suis pris là » (Personne participante 14, automne 2019)

46Quelques cyclistes parmi eux affirment fièrement aimer pouvoir contourner cette congestion. Vivre de la congestion en transport en commun semble être un désagrément pour certains alors que d’autres en profitent pour être « dans leur bulle ». Les cinq (5) individus possédant une voiture seraient d’accord de ne plus la conduire si cela était exigé et ils ne seraient pas en colère de ne plus le faire. Le groupe n’est pas psychologiquement dépendant de l’auto. Tous sont fortement d’accord que la voiture a un impact négatif important sur l’environnement et qu’en diminuer son utilisation à l’échelle globale serait grandement bénéfique. Toutefois, leurs préoccupations environnementales ne semblent pas influencer leurs comportements, la moitié affirmant que leurs choix découlent surtout du plaisir (surtout pour le vélo) et de l’efficacité associés aux moyens de transport choisis. Tout comme le groupe des multimodaux, la pression des normes sociales ne semble pas être un enjeu puisque seulement deux (2), parmi les individus possédant une voiture, croient que des proches critiqueraient ou désapprouveraient leur choix de s'en débarrasser. Le groupe a la plus forte perception de contrôle et le moins de conflits perçus comparativement aux deux autres groupes. Les cinq (5) personnes possédant une voiture ne trouveraient donc pas si ardu de moins utiliser l’auto, voire de s’en départir. Deux personnes affirment d’ailleurs attendre la fin de vie de leur auto pour franchir le pas.

47Globalement, ce groupe croit en la responsabilité individuelle ainsi qu’à celle des entreprises quant à la transition vers une mobilité plus durable. L’offre en transport en commun semble modérément combler leurs attentes, contrairement au groupe des dépendants qui en était grandement insatisfait. Tout comme les autres groupes, ils ne sont pas satisfaits du réseau cyclable, notamment quant à la rareté des pistes cyclables et leur sécurité. Finalement, le groupe appuie le plus fortement les politiques restrictives à l’égard de l’automobile, autant en regard de l’accessibilité qu’en regard des dissuasifs financiers.

48Finalement, les indicateurs recensés au Tableau 3 laissent penser que les individus de ce segment habitent des quartiers où il est plus facile que pour les deux autres segments d’effectuer leurs déplacements quotidiens sans recourir à l’automobile. Ils habitent des quartiers plus densément peuplés, plus proches des stations de métro et du centre-ville, et avec plus d’épiceries à distance de marche de leur domicile. Ils ont aussi accès à davantage de véhicules d’autopartage de la compagnie Communauto, ce qui peut leur permettre d’accéder à une automobile plus facilement sans devoir la posséder.

Discussion

49L’objectif du présent projet de recherche était de mieux comprendre les facteurs psychosociaux qui, combinés aux facteurs d’ordre structurel, peuvent expliquer les préférences de mobilité. Pour ce faire, une approche de segmentation par modélisation a été effectuée à partir de cinq variables psychologiques liées à la mobilité quotidienne. La démarche de caractérisation a permis de voir émerger chez les participants trois profils psychographiques différents. Une combinaison unique de facteurs psychosociaux les caractérise. Ces résultats nous permettent de tirer certains constats quant à la composition de ces groupes, à l’importance des aspects symboliques, aux limites d’un discours restreint aux enjeux environnementaux, et au rôle des facteurs structurels. Ils permettent également de réfléchir aux leviers de changement dont pourrait se saisir l’action publique dans une perspective de transition.

Des segments non homogènes

50Les résultats obtenus pour les auto dépendants suggèrent que deux sous-catégories d’usagers puissent y être intriquées. En effet, pour une fraction des individus appartenant à ce groupe, l’obstacle premier semble être le manque de sensibilisation quant à l’impact de la voiture sur l’environnement ainsi qu’un manque de sentiment de responsabilité personnelle ou d’obligation morale à réduire l’utilisation de la voiture. Ces personnes n’ont pas la volonté de modifier leurs habitudes et se satisfont du nombre d’autos en leur possession. Pour les autres, il semble qu’un certain éveil soit en cours puisqu’ils aimeraient « faire mieux » pour l’environnement ou éviter la congestion. Ils sont toutefois retenus par une forte perception de difficulté́ de changer et par une faible perception de contrôle, et ce malgré un contexte structurel (au lieu de domicile) sensiblement similaire au groupe des multimodaux.

51Ce constat « d’éveil » nous pousse à penser que les individus auto dépendants ne sont pas tous rendus à la même étape de changement de comportement. Selon le Modèle par étapes de changement de comportement volontaire de Bamberg (2013), le changement est un processus non linéaire caractérisé par des phases qualitativement différentes l’une de l’autre. Chacune des phases implique un processus de traitement de l’information, des buts, ainsi qu’un processus décisionnel bien distincts. Les auto dépendants semblent être à la première phase du changement de comportement appelée détection, mais sous deux formes distinctes : certains en seraient à la forme la moins progressive, soit celle du déni : ces personnes choisissent pratiquement toujours l’auto pour leurs déplacements, elles se satisfont de cela et ne voient aucune raison de réduire leur utilisation de l’auto. Les autres semblent aussi être à la première étape de changement, mais sous la forme inhibition : ces personnes utilisent le plus fréquemment l’auto, aimeraient possiblement réduire leur utilisation, mais considèrent que ce serait impossible pour elles dans leur situation actuelle (voir Bamberg, 2013). Malheureusement, la petite taille du groupe ne nous permet pas de vérifier ces hypothèses.

52Tout comme les auto dépendants, le groupe des convaincus semble être composé de deux sous-groupes : les non-affranchis, et les affranchis. Les individus composant le premier sous-groupe possèdent une auto, mais sont conscients des problèmes associés à son utilisation. Ils semblent être à l’étape 4 du processus de changement de comportement, soit la phase de maintien (Bamberg, 2013) : leur utilisation de l’auto est minimale, mais ils n’ont pas encore fait le pas vers la démotorisation. Les affranchis sont les neuf individus ne possédant pas d’auto. Ils ont des attitudes négatives face à l’auto qu’ils voient comme un ramassis de contraintes. Ils ne souhaitent pas avoir d’auto, même s’ils le pouvaient.

53Des sous-catégories de multimodaux pourraient également exister, mais les résultats pour ce groupe sont moins tranchés. Plusieurs multimodaux semblent être à l’étape 3 (mise en œuvre) ou même 4 (maintien) du processus de changements de comportement (voir Bamberg, 2013) relativement à l’utilisation de leur automobile : ils ont déjà fortement réduit leur utilisation et aimeraient le faire davantage. Certains d’entre eux pourraient également être à l’étape 2 (décision) quant à la démotorisation : L’intention y est, mais ils ne sont pas prêts à faire le saut. D’autres recherches devront être effectuées afin de conduire des analyses de segmentation plus fines, en incorporant notamment l’étape de changement dans la modélisation.

Au-delà des aspects utilitaires, des aspects symboliques, identitaires et affectifs à prendre en compte

54Les résultats concernant le groupe des multimodaux opportunistes suggèrent une approche utilitariste où les aspects affectifs, identitaires et symboliques de l’automobile (Steg, 2005) jouent un moins grand rôle dans l’explication de l’utilisation de l’auto que pour le groupe des auto dépendants, ce qui expliquerait en partie leur attachement plus faible à leur auto. En effet, bien que les aspects utilitaires sont ceux les plus fréquemment mentionnés par l’ensemble des participants lors des discussions, on retrouve dans le groupe des auto dépendants certains aspects symboliques, affectifs et relatifs au sentiment d’indépendance lié à l’automobile qui exacerberaient possiblement leur dépendance psychologique et affective à l’auto. De manière intéressante, les cyclistes, plus nombreux dans les groupes 2 et 3, ont aussi mentionné ces aspects, mais en regard du vélo et, dans une moindre mesure, de la marche. Ceci suggère qu’il serait non seulement important de limiter l’importance de la symbolique de l’automobile et des sentiments de liberté, de plaisir et d’indépendance qui lui sont associés, mais aussi de réfléchir à des stratégies de communication et d’éducation permettant le transfert de cet attrait à celui des transports collectifs et actifs (Steg, 2003). Il s’agit là d’un lourd chantier qui mériterait que l’on s’y attarde davantage. Déjà, ne pas tout miser sur les aspects utilitaires lors des efforts de sensibilisation serait un pas dans la bonne direction, pour certains segments de la population du moins. Cela demanderait également de s’attaquer à la « culture de l’auto », notamment par la réglementation de la publicité automobile qui sait très bien manier les aspects symboliques et relatifs au sentiment de liberté pour courtiser son public (Brazeau et Denoncourt, 2021).

L’environnement oui, mais pas pour tout le monde.

55Bien que les multimodaux soient fortement préoccupés par les impacts négatifs de l’auto, ils ne semblent pas vouloir tout sacrifier pour l’environnement. Si leurs choix ont des impacts positifs pour l’environnement, tant mieux, autrement, ils ne se culpabilisent pas avec cela, contrairement au sous-groupe de dépendants de forme inhibition. De façon intéressante, pour les convaincus, le choix d’adopter des modes de transport plus écoresponsables ne semble pas plus être motivé par leurs préoccupations environnementales, bien que très présentes. Les éléments affectifs tels que le plaisir et le bien-être, ainsi que des éléments relatifs au sentiment d’indépendance et de liberté semblent être plus porteurs pour ces personnes, particulièrement en ce qui a trait aux transports actifs. On constate donc des différences entre les groupes concernant l’intensité des attitudes et des préoccupations environnementales, mais également leur rôle dans les choix de mobilité. Ceci suggère que des stratégies de communication basées sur des arguments relatifs à l’environnement auraient un degré d’efficacité variable selon le groupe cible, d’autres stratégies pouvant être plus porteuses. Ceci rappelle également que « savoir » diffère de « vouloir » et d’« agir » : être préoccupé n’est pas suffisant pour amener un changement de comportement. D’autres verrous, à la fois individuels, structurels, politiques et sociaux doivent être pris en compte.

Des aspects structuraux entremêlés avec les facteurs psychosociaux

56Les résultats montrent que les auto dépendants et les multimodaux habitent dans des zones relativement similaires en termes d’opportunités, d’accès au transport collectif et de type d’environnement bâti. Toutefois, le premier groupe est nettement plus dépendant de l’auto et considère le changement vers d’autres modes de transport plus difficile. Plusieurs facteurs psychosociaux et structurels non explorés dans le cadre de la présente recherche pourraient expliquer cette distinction. Par exemple, des contraintes liées à l’emploi (localisation peu accessible en transport collectif) ou des charges familiales complexes pourraient expliquer en partie les résultats. Il est à noter que les aspects identitaires, symboliques et affectifs pourraient être des facteurs importants pour les auto dépendant de forme déni, dont plusieurs refuseraient d’utiliser l’autobus même s’ils le pouvaient. Finalement, l’analyse des indicateurs de l’environnement bâti semble indiquer que le groupe des convaincus habite des quartiers plus centraux et plus proches du réseau de métro où les déplacements peuvent généralement être effectués plus facilement sans automobile. Bien que les données collectées ne permettent pas d’établir un lien de cause à effet, il est possible que les préférences de ces individus pour le vélo, la marche et le transport collectif, et leur rejet de l’automobile, ait pu influencer leur choix de localisation résidentielle. Cette hypothèse, connue sous le nom d’auto-sélection résidentielle dans la documentation scientifique en transport, suppose que les individus choisiront, dans la mesure du possible, un quartier qui soit aligné avec leurs préférences de mobilité et d’environnement bâti (Cao et al., 2009). Cette influence serait notamment plus forte pour les individus ayant une préférence pour des quartiers urbains, denses, mixtes et accessibles à pied où il est facile de vivre sans automobile (van Wee et Cao, 2022). D’une part, cet effet laisse sous-entendre que les villes devraient instaurer des mesures afin de permettre à plus de gens qui le souhaitent de vivre dans ce type de quartier, notamment en offrant davantage d’opportunités et d’aide aux ménages à faibles et moyens revenus. La hausse marquée des prix de l’immobilier dans les quartiers centraux montréalais au cours des dernières années laisse supposer qu’il pourrait exister une forte demande latente pour ce type d’environnement. Avoir la possibilité de choisir un quartier conforme aux préférences de mobilité pourrait contribuer à diminuer la dissonance (De Vos et al., 2012), et aider certains des multimodaux, des convaincus non-affranchis et des auto dépendants de la forme inhibition à réduire encore davantage leur utilisation de l’automobile. D’autre part, cela soulève des questionnements sur la façon de rendre ces quartiers denses plus attractifs pour le plus grand nombre.

Des potentiels de changement intéressants pour l’action publique

57Le cadre bâti et l’offre de transport déterminent l’architecture de choix, mais ils n’expliquent pas les préférences des individus. Ce n’est pas parce qu’il est possible de se déplacer sans voiture que toutes et tous choisissent de le faire. Le présent projet souligne l’importance de considérer les facteurs psychologiques dans l’étude des choix de mobilité. Par ailleurs, les résultats montrent également que ces variables sont plus pertinentes pour comprendre les leviers et freins au changement que les variables sociodémographiques tels l’âge ou le genre. Il est essentiel de mieux comprendre le rôle des facteurs psychologiques afin de guider l’élaboration de stratégies efficaces de modification de comportements (Fujii et al., 2009 ; Gardner et Abraham, 2008), et dans une perspective d’éducation à la transition. Ainsi, tout en améliorant les infrastructures urbaines et l’offre de services de modes de transport alternatif, des stratégies devront être développées de façon à amener les citoyennes et citoyens à vouloir se déplacer autrement qu’en voiture, et à les aider dans l’apprivoisement des substituts à l’auto solo (Handy, 2017).

58Nous croyons que les démarches de segmentation psychographique sont un outil prometteur pouvant guider les politiques publiques puisqu’elles permettent d’entrevoir le potentiel de changement de comportement, les barrières ainsi que les leviers pour chacun des segments. Par exemple, les obstacles psychologiques rencontrés par les auto dépendants de la forme déni et l’absence de leviers clairs, outre leurs attitudes négatives face à la congestion, font en sorte que leur potentiel de changement soit très faible. Ceci est d’autant plus vrai que ces derniers semblent habiter dans des zones urbaines moins denses où les offres de modes alternatifs sont moins nombreuses ou accessibles que pour le segment des convaincus, bien que relativement similaires à celles des multimodaux. Face à ces constats, les interventions possibles sont par exemple de rappeler les avantages indirects des projets de transports collectifs (eux aussi peuvent en profiter sans les utiliser via une réduction du nombre de voitures sur les routes) ou utiliser des messages provenant de groupes sociaux similaires afin de diminuer les stéréotypes associés à la possession automobile. Les gains possibles sont l’utilisation de la marche pour les courts déplacements ou opter pour des voitures moins polluantes.

59Les auto dépendants de la forme inhibition auraient pour leur part un potentiel de changement un peu plus élevé. Leur culpabilité face à l’environnement, leur reconnaissance de l’état de dépendance et leur ouverture à changer avec des infrastructures plus adéquates représentent des leviers considérables. Outre l’amélioration de l’offre, des stratégies de communication visant à renforcer leurs normes personnelles en soulignant l’importance des enjeux environnementaux sont à considérer. Pour augmenter leur perception de faisabilité, offrir du soutien personnalisé, leur rendre accessible des outils de planifications des trajets, et leur offrir des laissez-passer pour l’essai gratuit du transport en commun, du vélopartage (BIXI), ou d’un service d’autopartage (Communauto), font partie des interventions attrayantes pour ces personnes.

60Malgré leur localisation dans des quartiers similaires aux auto dépendants, le potentiel de changement des multimodaux est de modéré à élevé étant donné qu’ils utilisent déjà les transports en commun, qu’ils ont une bonne perception de contrôle, qu’ils sont plutôt favorables aux politiques contraignantes et que le changement de comportement est souhaité et perçu comme modérément difficile. Leur vision utilitariste basée sur les coûts et bénéfices, leur perception de l’auto comme outil pour rejoindre la nature et leur faible sentiment de responsabilité personnelle peuvent toutefois nuire au changement. Parmi les interventions suggérées pour ce segment se retrouvent notamment les conseils personnalisés et concrets sur le « comment faire » pour faciliter la mise en œuvre (phase 3 du changement de comportement), de l’information augmentant la dissonance cognitive, les informations sur les alternatives de transport hors Montréal (par exemple devenir membre de Communauto) et les coûts associés, les rétroactions personnalisées, des subventions favorisant le transfert vers le vélo et le rappel des coûts réels de l’automobile afin de les faire considérer une vie sans voiture.

61Il va sans dire que le potentiel de changement est très élevé chez les convaincus possédant une auto. Plusieurs leviers ont été trouvés, notamment leurs attitudes négatives envers l’auto, leur forte perception de contrôle, la présence chez les cyclistes d’un sentiment de supériorité dans la congestion, les aspects affectifs et symboliques associés à leurs modes de transport alternatif et leur fort appui aux politiques contraignantes. Mettre en place des incitatifs à la démotorisation volontaire, prévenir les « rechutes » afin de maintenir leurs efforts, faciliter la planification des étapes de vie (notamment l’arrivée d’un enfant pour lequel est souvent associé l’achat d’une auto) et soutenir ces individus dans leur désir de demeurer dans des quartiers accessibles, notamment aux piétons, sont des exemples d’interventions pouvant être efficaces avec ce segment. L’objectif pour les uns serait donc de se départir de leur auto alors que pour les autres serait d’en éviter l’achat éventuel.

62Non seulement ce type de démarche de segmentation est importante en regard du changement de nos habitudes de mobilité, mais elle pourrait être d’une grande aide dans l’implantation de politiques publiques et d’initiatives progressives des villes en favorisant l’acceptabilité sociale de celles-ci. Les tentatives actuelles de transformation des villes et des espaces publics dues à la Covid-19 et la résistance observable des automobilistes en sont d’ailleurs un exemple patent.

Limites et recherches futures

63La nature qualitative et exploratoire de la démarche ainsi que la petite taille de l’échantillon imposent des précautions quant à l’interprétation et empêchent l’utilisation des résultats à des fins de généralisation. Les résultats concernent seulement le présent échantillon. De plus, la segmentation n’est certes pas exhaustive, étant donné, notamment, la non-représentativité de l’échantillon due à plusieurs biais de sélection. En effet, les « purs et durs » de l'auto, les die hard drivers tel que les nomme Anable (2005), ne semblent pas faire partie de l’échantillon. D’autres recherches devront être conduites afin d’examiner de façon plus nuancée différents types d’usagers du réseau des transports. Un devis quantitatif, via questionnaire en ligne, avec un échantillon beaucoup plus grand et plus représentatif de la population cible sera nécessaire. De nouveaux segments pourraient émerger. Un tel devis permettrait également de tester le pouvoir prédictif des différents segments et d’ainsi les valider, ce qui n’a pas pu être fait dans le cas présent. De plus, l’analyse des profils psychographiques de mobilité pourrait être croisée avec davantage de mesures objectives du contexte structurel des individus. Bien que des mesures objectives de l’accessibilité aux opportunités et aux services de transports collectifs et à l’autopartage aient été incluses dans la caractérisation des segments, d’autres contraintes n’ont pas été analysées. Par exemple, le revenu devrait être inclus dans de futures recherches afin de bien comprendre les contraintes financières liées à l’utilisation des différents modes et à la possibilité de se localiser dans des quartiers permettant une moindre utilisation de l’automobile. Des mesures objectives du niveau d’accès en transport collectif au lieu d’emplois devront aussi être analysées. L’inclusion de ces variables permettrait d'identifier quelle part des individus de chaque segment est structurellement contraint d’utiliser l’automobile et qui sont ceux dans une position de choix modal, et donc de changement potentiel.

64Finalement, de futures démarches de segmentation pourraient également prendre en compte les discontinuités naturelles des habitudes de vie (par exemple déménagement, nouvelle famille, nouvel emploi; voir Thogersen, 2012 ; Verplanken et Roy, 2016) pour délivrer des stratégies personnalisées de changement de comportement. Malgré tout, la présente recherche nous apparaît pertinente, notamment parce qu’elle est cohérente avec la documentation scientifique, ce qui rend les résultats plus robustes malgré la nature exploratoire de la recherche.

Conclusion

65La pandémie actuelle de la COVID-19 pousse nombre d’observateurs à réfléchir sur le « monde d’après ». Au cœur des réflexions sur l’adaptation et la nécessaire transformation des villes demeurent les questions enchevêtrées de l’aménagement des espaces publics, de la mobilité et des milieux de vie à échelle humaine. Quelles sont les barrières au changement des habitudes de mobilité ? Comment rendre acceptable des initiatives de piétonisation des rues, la mise en place d’infrastructures cyclables ou la suppression de places de stationnement ? Dans un objectif de transition socioécologique, quelles interventions, stratégies de communication ou démarches éducatives, combinées à des changements structuraux, permettraient de rompre avec notre dépendance à l’auto ? Les résultats de la présente étude exploratoire offrent certaines clefs de compréhension face à ces questions pressantes. Trois segments aux caractéristiques distinctes ont été trouvés. Bien qu’exploratoire, la présente démarche de segmentation permet de mieux comprendre la combinaison de facteurs psychosociaux, et dans une moindre mesure d’ordre structurels, influençant les préférences de mobilité. Ces connaissances s’avèrent être un premier pas important dans une perspective de transformation sociale et de renouvellement de notre rapport à la mobilité et au territoire. Par ses ancrages en psychologie et en ingénierie, la présente recherche met également en évidence la nécessité de faire éclater les silos disciplinaires pour créer des villes à l’échelle humaine, résiliente, et où il fait bon vivre ensemble.

La présente recherche a été financée par la Commission sur le transport et les travaux publics de la Ville de Montréal. Nous remercions grandement les membres et collaborateurs de la Commission de nous avoir donné carte blanche et de nous avoir fait confiance pour mener ce projet de recherche. Nous remercions également l’équipe de recherche sans qui le projet n’aurait pu se concrétiser.

Haut de page

Bibliographie

Ajzen, I., 1985, From intentions to actions: A theory of planned behavior, 28 p., J. Kuhl et J. Beckmann (dir.), Action control, Springer, Berlin, pp. 11-39

Ajzen, I., 1991, The theory of planned behavior, Organizational Behavior and Human Decision Processes, 50, pp. 179-211.

Anable, J., 2005, ‘Complacent Car Addicts’ or ‘Aspiring Environmentalists’? Identifying travel behaviour segments using attitude theory, Transport Policy, 12, pp. 65-78.

Anable, J. et S. D. Wright, 2013, Golden Questions and Social Marketing Guidance Report, SEGMENT Project, 24 p., [En ligne] URL : https://aura.abdn.ac.uk/handle/2164/3226

Andersson, A., L. Winslott Hiselius et E. Adell, 2020, The effect of marketing messages on the motivation to reduce private car use in different segments, Transport Policy, 90, pp. 22-30.

ARTM, 2020, Enquête Origine-Destination 2018 : Faits saillants de l’état de la mobilité des personnes dans la région métropolitaine de Montréal, Authorité régionale de transport métropolitain, 28 p., [En ligne] URL : https://www.artm.quebec/enqueteod/

Bamberg, S., 2013, Changing environmentally harmful behaviors: A stage model of self-regulated behavioral change, Journal of Environmental Psychology, 34, pp. 151-159.

Bamberg, S., S. Fujii, M. Friman et T. Gärling, 2011, Behaviour theory and soft transport policy measures, Transport Policy, 18, pp. 228-235.

Bamberg, S. et J. Rees, 2017, The impact of voluntary travel behavior change measures – A meta-analytical comparison of quasi-experimental and experimental evidence, Transportation Research Part A: Policy and Practice, 100, pp. 16-26.

Banister, D., 2008, The sustainable mobility paradigm, Transport Policy, 15, pp. 73-80.

Bergstad, C. J., A. Gamble, O. Hagman, M. Polk, T. Gärling et L. E. Olsson, 2011, Affective–symbolic and instrumental–independence psychological motives mediating effects of socio-demographic variables on daily car use, Journal of Transport Geography, 19, pp. 33-38.

Brazeau, A. et J.-C. Denoncourt, 2021, Quand publicité automobile et cibles climatiques ne font pas bon ménage, Le Climatoscope, 3, pp. 25-31.

Cao, X., P. L. Mokhtarian et S. L. Handy, 2009, Examining the Impacts of Residential Self‐Selection on Travel Behaviour: A Focus on Empirical Findings, Transport Reviews, 29, pp. 359-395.

Chng, S., C. Abraham, M. P. White, C. Hoffmann et S. Skippon, 2018, Psychological theories of car use: An integrative review and conceptual framework, Journal of Environmental Psychology, 55, pp. 23-33.

Daignault, P., M. Boivin et V. Champagne St-Arnaud, 2018, Communiquer l’action en changements climatiques au Québec : une étude de segmentation, VertigO, 18, [En ligne] URL : https://id.erudit.org/iderudit/1065313ar

Davis, S. C. et R. G. Boundy, 2019, Transportation Energy Data book: Edition 37.2, Oak Ridge National Laboratory, Oak Ridge, Tennesse, 410 p.

De Vos, J., B. Derudder, V. Van Acker et F. Witlox, 2012, Reducing car use: changing attitudes or relocating? The influence of residential dissonance on travel behavior, Journal of Transport Geography, 22, 9 p., [En ligne] URL : https://doi.org/10.1016/j.jtrangeo.2011.11.005

Dieleman, F. M., M. Dijst et G. Burghouwt, 2002, Urban Form and Travel Behaviour: Micro-level Household Attributes and Residential Context, Urban Studies, 39, pp. 507-527.

Dupuy, G., 1999, La dépendance automobile: symptômes, analyses, diagnostic, traitements, Anthropos, Paris, 160 p.

Dupuy, G., 2011, Towards Sustainable Transport: The Challenge of Car Dependence, John Libbey Eurotext, 66 p.

Fabre, L. et C. Morency, 2019, Enriching Travel Demand Forecasting Models with a Household Typology, Transportation Research Record, 2673, pp. 975-987.

Fortin, A., M.-H. Villeneuve et M. Rioux, 2008, Jamais sans ma voiture ? Les banlieusards des franges de Québec, Recherches sociographiques, 49, pp. 447-473.

Fujii, S., S. Bamberg, M. Friman et T. Gärling, 2009, Are effects of travel feedback programs correctly assessed?, Transportmetrica, 5, pp. 43-57.

Gardner, B. et C. Abraham, 2008, Psychological correlates of car use: A meta-analysis, Transportation Research Part F: Traffic Psychology and Behaviour, 11, pp. 300-311.

Gärling, T. et L. Steg, 2007, Threats from car traffic to the quality of urban life: problems, causes and solutions, Emerald Group Publishing Limited, Bingley, West Yorkshire, 473 p.

GIEC, 2014, Sommaire pour décideur, 32 p., Climate Change 2014: Mitigation of Climate Change. Contribution of Working Group III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change, Cambridge University Press, Cambridge, UK & New York, USA, pp. 1-32.

GIEC, 2022, Climate Change 2022 - Mitigation of Climate Change: Summary for Policymakers, UNEP, 64 p., [En ligne] URL : https://www.ipcc.ch/report/ar6/wg3/

Glazener, A., K. Sanchez, T. Ramani, J. Zietsman, M. J. Nieuwenhuijsen, J. S. Mindell, M. Fox et H. Khreis, 2021, Fourteen pathways between urban transportation and health: A conceptual model and literature review, Journal of Transport & Health, 21, 26 p., [En ligne] URL : https://doi.org/10.1016/j.jth.2021.101070

Gössling, S., 2016, Urban transport justice, Journal of Transport Geography, 54, 9 p., [En ligne] URL : https://doi.org/10.1016/j.jtrangeo.2016.05.002

Gousse-Lessard, A.-S. et J. Laviolette, 2020, Perceptions et enjeux de mobilité durable - Rapport de recherche sur les déterminants psychosociaux de l'attachement des Montréalaises et Montréalais à la voiture, Ville de Montréal, 77 p., [En ligne] URL : https://www.realisonsmtl.ca/9017/widgets/73231/documents/45933/download

Gouvernement du Québec, 2018, Transporter le Québec vers la modernité - Politique de mobilité durable - 2030, Direction des communications du ministère des Transports, de la Mobilité durable et de l’Électrification des transports, 54 p., [En ligne] URL : https://www.transports.gouv.qc.ca/fr/ministere/role_ministere/Pages/politique-mobilite-durable.aspx

Guagnano, G. A., P. C. Stern et T. Dietz, 1995, Influences on Attitude-Behavior Relationships:A Natural Experiment with Curbside Recycling, Environment and Behavior, 27, pp. 699-718.

Handy, S., 2017, Thoughts on the Meaning of Mark Stevens’s Meta-Analysis, Journal of the American Planning Association, 83, pp. 26-28.

Haustein, S. et M. Hunecke, 2013, Identifying target groups for environmentally sustainable transport: assessment of different segmentation approaches, Current Opinion in Environmental Sustainability, 5, pp. 197-204.

Hunecke, M., S. Haustein, S. Grischkat et S. Böhler, 2007, Psychological, sociodemographic, and infrastructural factors as determinants of ecological impact caused by mobility behavior, Journal of Environmental Psychology, 27, pp. 277-292.

Intelligent Energy Europe, 2015, The SEGMENT Toolkit: Resources for creating segmented marketing campaigns for sustainable transport, European Commission, 44 p., [En ligne] URL : https://civitas.eu/sites/default/files/segment_deliverable_7-8.3_social_marketing_toolkit.pdf

Jensen, M., 1999, Passion and heart in transport — a sociological analysis on transport behaviour, Transport Policy, 6, pp. 19-33.

Kim, S. H. et P. L. Mokhtarian, 2018, Taste heterogeneity as an alternative form of endogeneity bias: Investigating the attitude-moderated effects of built environment and socio-demographics on vehicle ownership using latent class modeling, Transportation Research Part A: Policy and Practice, 116, pp. 130-150.

Laviolette, J., 2020a, L’état de l’automobile au Québec : constats, tendances et conséquences, Fondation David Suzuki, 55 p., [En ligne] URL : https://fr.davidsuzuki.org/publication-scientifique/letat-de-lautomobile-au-quebec-constats-tendances-et-consequences/

Laviolette, J., 2020b, Mobilité et psychologie : comprendre et agir pour soutenir les changements de comportement, Fondation David Suzuki, 71 p., [En ligne] URL : https://fr.davidsuzuki.org/publication-scientifique/mobilite-et-psychologie-comprendre-et-agir-pour-soutenir-les-changements-de-comportement/

Laviolette, J., C. Morency et E. O. D. Waygood, 2020, Persistance de l’automobilité ? Analyse en trois perspectives, Flux, 119-120, pp. 142-172.

Lester, A. B., P. L. Winters et M. Pham, 2019, Segment: Applicability of an Existing Segmentation Technique to Transportation Demand Management Campaigns in the United States, Transportation Research Record, 2673, pp. 227-239.

Masyn, K. E., 2013, Latent class analysis and finite mixture modeling, 61 p., The Oxford handbook of quantitative methods: Statistical analysis, vol. 2, Oxford University Press, New York, pp. 551-611

Newman, P. et J. Kenworthy, 1989, Cities and Automobile Dependence: A Sourcebook, Gower, Brookfield, Vermont, 388 p.

Newman, P. et J. Kenworthy, 1999, Sustainability and Cities: Overcoming Automobile Dependence, Island Press, Washington D.C., 442 p.

Newman, P. et J. Kenworthy, 2015, The End of Automobile Dependence, Island Press/Center for Resource Economics, Washington, DC, 308 p.

Ruxton, G. D. et G. Beauchamp, 2008, Time for some a priori thinking about post hoc testing, Behavioral Ecology, 19, pp. 690-693.

Schwanen, T., D. Banister et J. Anable, 2011, Scientific research about climate change mitigation in transport: A critical review, Transportation Research Part A: Policy and Practice, 45, pp. 993-1006.

Scrucca, L., M. Fop, T. B. Murphy et A. E. Raftery, 2016, mclust 5: Clustering, Classification and Density Estimation Using Gaussian Finite Mixture Models, The R journal, 8, pp. 289-317.

Semanjski, I. et S. Gautama, 2016, Crowdsourcing mobility insights – Reflection of attitude based segments on high resolution mobility behaviour data, Transportation Research Part C: Emerging Technologies, 71, pp. 434-446.

Steg, L., 2003, Can public transport compete with the private car ?, Iatss Research, 27, pp. 27-35.

Steg, L., 2005, Car use: lust and must. Instrumental, symbolic and affective motives for car use, Transportation Research Part A: Policy and Practice, 39, pp. 147-162.

Stern, P. C., 2000, Towards a Coherent Theory of Environmentally Significant Behavior, Journal of Social Issues, 56, pp. 407-424.

Tein, J.-Y., S. Coxe et H. Cham, 2013, Statistical Power to Detect the Correct Number of Classes in Latent Profile Analysis, Structural Equation Modeling: A Multidisciplinary Journal, 20, pp. 640-657.

Thogersen, J., 2012, The importance of timing for breaking commuters’ car driving habits, 11 p., A. Warde et D. Southerton (dir.), The Habits of Consumption, Collegium, Helsinki, pp. 130-140

Trajectoire Québec et Fondation David Suzuki, 2018, Évolution des coûts du système de transport par automobile au Québec, 39 p., [En ligne] URL : https://fr.davidsuzuki.org/projet/le-cout-des-transports-au-quebec/

Van Acker, V., P. Goodwin et F. Witlox, 2016, Key research themes on travel behavior, lifestyle, and sustainable urban mobility, International Journal of Sustainable Transportation, 10, pp. 25-32.

Van Acker, V., P. L. Mokhtarian et F. Witlox, 2014, Car availability explained by the structural relationships between lifestyles, residential location, and underlying residential and travel attitudes, Transport Policy, 35, pp. 88-99.

van Wee, B. et X. J. Cao, 2022, Chapter Four - Residential self-selection in the relationship between the built environment and travel behavior: A literature review and research agenda, 20 p., X. J. Cao, C. Ding et J. Yang (dir.), Advances in Transport Policy and Planning, vol. 9, Academic Press, pp. 75-94

Verplanken, B. et D. Roy, 2016, Empowering interventions to promote sustainable lifestyles: Testing the habit discontinuity hypothesis in a field experiment, Journal of Environmental Psychology, 45, pp. 127-134.

Verplanken, B., I. Walker, A. Davis et M. Jurasek, 2008, Context change and travel mode choice: Combining the habit discontinuity and self-activation hypotheses, Journal of Environmental Psychology, 28, pp. 121-127.

von Behren, S., L. Bönisch, U. Niklas et B. Chlond, 2020, Revealing Motives for Car Use in Modern Cities—A Case Study from Berlin and San Francisco, Sustainability, 12, 18 p., [En ligne] URL : https://doi.org/10.3390/su12135254

Winters, P., A. Lester et M. Pham, 2018, SEGMENT: Applicability of an Existing Segmentation Technique to TDM Social Marketing, 75 p., [En ligne] URL : https://rosap.ntl.bts.gov/view/dot/37519

Zarabi, Z., E. O. D. Waygood, F. Paulhiac, V. Francoeur, A.-S. Gousse-Lessard, M. Friman, L. E. Olsson et A. Taniguchi, 2021, Shifting to public transport: The influence of soft interventions, SSHRC Knowledge Synthesis Grant: Mobility and Public Transit, 50 p., [En ligne] URL : http://dx.doi.org/10.13140/RG.2.2.19671.39848

Haut de page

Notes

1 Pour plus d’information sur les émissions de GES mondiales par secteur, voir le projet Our World in Data réalisé en collaboration avec l’Université d’Oxford (Royaume-Uni). [En ligne] URL : https://ourworldindata.org/ghg-emissions-by-sector

2 Voir aussi la page web de l’organisme Vivre en Ville qui explique très bien le phénomène au Québec, [en ligne] URL : http://collectivitesviables.org/articles/dependance-a-l-automobile.aspx

3 Pour plus d'informations, voir l'enquête Origine-Destination 2018 disponible sur le site internet de l'ARTM, [en ligne] URL : https://www.artm.quebec/enqueteod/

4 Les données proviennent de Statistique Canada, Tableau 98-400-X2016328 : Principal mode de transport pour la navette (10), Recensement de la population de 2016, [en ligne] URL : http://bit.ly/3EbxDIu

5 Les données proviennent de Statistique Canada, Tableau 17-10-0005-01 : Estimations de la population au 1er juillet, par âge et sexe, [en ligne] URL : https://www150.statcan.gc.ca/t1/tbl1/fr/tv.action?pid=1710000501

6 La démarche scientifique s’est déroulée en toute indépendance de la Commission. Ainsi, l’élaboration des instruments de mesure, la collecte de données lors des groupes de discussion, les analyses et la rédaction du rapport qui en a découlé se sont déroulés de façon indépendante, sans la participation des élus siégeant à la Commission.

7 Une valeur plus petite du BIC et du ICL indique un meilleur ajustement du modèle. Le BLRT compare chaque modèle avec le modèle ayant un segment de moins. Une valeur de p significative, c’est-à-dire égale ou inférieure à 0.05, signifie que le modèle avec plus de segments devrait être retenu. Enfin, une mesure d’entropie supérieure à 0.80 constitue une valeur acceptable pour déterminer le nombre de segments.

Haut de page

Table des illustrations

Titre Figure 1. Modèle de segmentation et variables quantitatives de caractérisation des segments
URL http://journals.openedition.org/vertigo/docannexe/image/37073/img-1.png
Fichier image/png, 109k
Haut de page

Pour citer cet article

Référence électronique

Anne-Sophie Gousse-Lessard et Jérôme Laviolette, « Transformation des villes et mobilité durable : Regard sur les déterminants psychosociaux de l’attachement à l’auto solo »VertigO - la revue électronique en sciences de l'environnement [En ligne], Hors-série 36 | septembre 2022, mis en ligne le 05 septembre 2022, consulté le 28 janvier 2023. URL : http://journals.openedition.org/vertigo/37073 ; DOI : https://doi.org/10.4000/vertigo.37073

Haut de page

Auteurs

Anne-Sophie Gousse-Lessard

Ph.D, chercheuse en psychologie sociale et environnementale, professeure associée à l'Institut des sciences de l'environnement (UQAM), Montréal (QC), adresse courriel : gousse-lessard.anne-sophie@uqam.ca

Jérôme Laviolette

M.Sc. A., Étudiant au doctorat, Département des génies civils, géologiques et des mines. Polytechnique Montréal (QC), adresse courriel : jerome.laviolette@polymtl.ca

Haut de page

Droits d’auteur

CC-BY-NC-ND-4.0

Creative Commons - Attribution - Pas d'Utilisation Commerciale - Pas de Modification 4.0 International - CC BY-NC-ND 4.0

https://creativecommons.org/licenses/by-nc-nd/4.0/

Haut de page
  • Logo Les Éditions en environnement VertigO
  • Logo Institut des sciences de l'environnement
  • Logo FQRSC
  • Logo SSHRC CRSH
  • DOAJ - Directory of Open Access Journals
  • OpenEdition Journals
Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search