On nous fait marcher !

Vous avez dit walkability ?

Le site Walk Score calcule interactivement la « walkability » de n’importe quel endroit, simplement en entrant sur le site une localisation, une adresse postale ou un lieu dit. La walkability (pédestrialité ? Piétonnité ? Aménité piétonnière est une bonne traduction même si elle fait un peu pédant) peut être vue comme une mesure des conditions de déplacement piéton dans un lieu. Comme le précise l’article déjà cité de Wikipedia (voir aussi ici une autre définition plus complète) de nombreux facteurs influent sur l’aménité piétonnière d’une localité: la nature de l’environnement urbain, la qualité de l’air, la proximité de transports collectifs, le niveau sonore, la qualité du paysage, la présence d’équipements pour des piétons, la sécurité du déplacement, etc. . Un autre facteur important est bien sûr le niveau d’accessibilité pédestre aux équipements et aux lieux les plus couramment fréquentés. Plus la boulangerie, l’épicerie, le kiosque à journaux, etc. sont proches, plus la qualité de l’environnement pédestre d’un quartier, sa walkability donc, sera élevée. L’indice calculé par Walk Score varie entre 0 (une voiture est absolument indispensable ) et 100 (on peut vivre dans le quartier en se déplaçant exclusivement à pied).

A quoi ça sert ?

L’indice de walkability se veut un indicateur pour orienter les villes américaines vers des politiques urbaines plus saines et plus respectueuses de l’environnement. Les bienfaits de la marche à pied sont innombrables aux yeux des urbanistes. Elle préserve la santé et coûte moins chère que la voiture ; elle favorise le commerce local, développe le lien social et préserve la planète. L’objectif de Walk Score est donc d’aider les agents immobiliers et les acheteurs à mieux qualifier les biens des différents quartiers : « Buying a house in a walkable neighborhood is good for your health and good for the environment. » Ils invitent les agences immobilières à joindre à leurs annonces sur Internet l’indice de Walk Score sous forme de widget.

Le calcul de Walk Score

Walk Score évalue cette accessibilité en calculant les distances à une série d’équipements (restaurants, écoles, bibliothèques, cinémas…) localisés sur Google Maps puis en les combinant selon un algorithme non publié pour produire un indice synthétique. Un des intérêts du système est qu’il propose en même temps une liste de tous les commerces et services proches d’une adresse donnée. Sans jouer les puristes, l’indice de Walk Score n’est en fait qu’une approximation de la walkability telle que définie plus haut et ses promoteurs sont d’ailleurs les premiers à l’admettre. L’indice ne prend en effet en compte que l’accessibilité et laisse de côté tous les autres facteurs.

Par ailleurs, la distance aux équipement est calculée pour l’instant à vol d’oiseau, ce qui ne correspond guère aux conditions réelles de déplacement, car cela supposerait que le piéton traverse sans difficulté les autoroutes, les voies de chemin de fer et autres rivières. Enfin, on constate à l’usage que les équipement pris en compte peuvent être situées très loin du lieu de référence, à plusieurs dizaines de kilomètres parfois. Même si le poids d’un équipement lointain est in fine très minimisé par l’algorithme, on se demande pourquoi il est quand même pris en compte dans un calcul de déplacement à pied.

Compte tenu de ces limites, on peut penser a priori que cet indicateur évalue moins l’aménité pédestre d’un lieu qu’une densité d’équipements, un niveau d’équipement urbain de proximité. Plus l’indice est élevé, plus le quartier dans lequel on vit est bien équipé.

Un autre biais de l’indice est lié à la qualité des informations de Google Maps sur les équipements . Walk Score précise que celles-ci peuvent être incomplètes ou obsolètes et qu’il est impossible pour un utilisateur de compléter la liste d’équipements de son voisinage s’il constate des oublis. Seuls les responsables des commerces ou des entreprises peuvent en effet se déclarer sur le Local Business Center de Google.

Exemple réels et fictionnels

Walk Score propose le calcul de certaines localisations emblématiques. La walkability du ranch du President Bush à Crawford (Texas) est à la mesure de sa conscience écologique, strictement nulle. Bill Gates ne fait guère mieux avec sa maison de Medina dans l’Etat de Washington : walkability = 6. La walkability de la Maison Blanche à Washington DC est bien meilleure : 77. Son occupant actuel doit en profiter assez peu. On n’en dirait pas autant de Josiah Edward « Jed » Bartlet, du genre à mon avis à quitter sa « West Wing » pour une petite promenade vespérale. Dans le même ordre d’idée, en écho à mon billet sur le tourisme virtuel, notons que Walk Score a calculé aussi la walkability de l’immeuble new-yorkais des vieux amis de la série Friends. Il obtient un score de 92, bien meilleur que l’entreprise de Pompes-Funèbres Fisher & Sons de Six Feet Under à Los Angeles dont la walkability atteint péniblement 51.

Un étalonnage en Nouvelle-Angleterre

Afin de le tester, j’ai étalonné l’indice sur des lieux aux Etats-Unis que je connais un peu pour y avoir séjourné cet été. Commençons par la maison que nous habitions à l’écart du petit village de Boxford (Massachusetts), très agréable mais à partir de laquelle aucun commerce n’est accessible à pied en un temps raisonnable. On obtient sans surprise un score médiocre de 12 (0-25 = driving only nous prévient Walk Score). La première épicerie est en effet à 7 miles, le restaurant le plus proche à 1/2 miles (?), le premier coffee-shop à 7,6 miles, la première librairie à 8 miles, la première école à 1/2 mile … J’ai demandé ensuite à Walk Score de calculer l’indice du bourg voisin, Georgetown, où il est possible de trouver un centre commercial, des bars et des restaurants et où nous faisions nos courses de proximité. L’indice y est un peu meilleur: 29. Le centre de la ville de Salem (celle des sorcières), au nord de Boston est beaucoup mieux loti de ce point de vue : indice 68. L’île de Nantucket est aussi très piétonnière (66), ce qui ne l’empêche pas d’être envahie l’été par des cohortes d’énormes 4×4. Le charmant port un peu résidentiel de Newburyport l’est encore plus (75), au même niveau que Harvard Square à Cambridge où se trouve la fameuse université. Mais le champion toute catégories de la pédestrialité bostonienne est Beacon Hill, le très chic et très british quartier du centre, qui atteint 92 à l’échelle de Walk Score.

A partir de ce petit échantillonnage, force est de constater que l’indice correspond bien au au sentiment que l’on a en observant le paysage urbain. De plus, il semble prendre assez correctement en compte le caractère piétonnier d’un quartier, au-delà de la simple densité locale d’équipements, qui semble pourtant constituer la base du calcul.

Et ça marche en France ?

Pas vraiment. Walk Score affirme ne supporter actuellement pour son calcul que les adresses des Etats-Unis, du Canada et du Royaume-Uni. Pourtant l’entrée d’une adresse française donne lieu aussi à la compilation des équipements, au calcul de distance et à la production d’un score de walkability du voisinage. Une recherche avec la mention Lyon, qui dans Google pointe Place des Terreaux, au centre de la presqu’ile, retourne un score relativement médiocre de 66. Moins que Salem donc, ce qui est un peu surprenant pour une grande ville européenne. Un score entre 50 et 70 caractérise en effet pour Walk Score des lieux où certains équipements sont accessibles à pied, mais où il est nécessaire d’utiliser la plupart du temps un vélo, les transports en commun ou une voiture. C’est un peu discutable en l’espèce. On peut très bien vivre au centre de Lyon sans voiture.

Les équipements pris en compte dans le calcul sont les mêmes qu’à Boston : les épiceries, restaurants, cafés et bars, cinémas, écoles, parcs urbains, écoles, librairies, bibliothèques, clubs de sport et fitness, pharmacies, magasins d’informatique, de vêtement et de de musique … Un pointage dans les équipements cités, beaucoup plus facile à faire car je connais mieux la ville, montre que cette liste est largement incomplète et peu fiable : de nombreux cafés, restaurants ou magasins manquent. Certaines indications ou certains classements sont fantaisistes. On ne trouve par exemple que 8 épiceries dans le voisinage (étendu à une distance de 36 miles !), soit guère plus que ce que le système trouvait autour de Boxford (7500 habitants).

L’indice peut donc être inadéquat en France, à cause de la faiblesse de l’information sur les services localisée dans Google Maps par les entrepreneurs et les commerçants. Or Walk Score peut difficilement influer sur ce facteur, alors qu’il annonce des adaptations de son site pour d’autres pays. Peut-être une modification de l’effet de la distance ou des coefficients de pondération des différents équipements en fonction des pays est-elle envisagée ?A titre de curiosité, j’ai exploré la variation de l’indice Walk Score dans différents contextes spatiaux, pour évaluer sa validité. En entrant simplement des noms de villes ou de communes, le logiciel se positionne sur une zone de quelques kilomètres autour du centre et calcule l’indice de walkability de celui-ci.

Capitales du Monde

Première remarque: Walk Score ne fonctionne pas pour les métropoles des pays en développement ou intermédiaires, où le système de Local Business Center de Google ne semble pas (encore ?) implémenté. La walkability n’est donc pas calculable à Mexico, Singapour, San Paolo, Bangkok ou Lagos. Tokyo non plus ne se trouve pas servie, et, plus surprenant encore, Dublin ne semble pas l’être non plus. Pour ce qui est des centres des grandes villes de pays industrialisés, en voici un échantillon :

New York : 100; Boston : 95; Chicago : 92; San Francisco : 91; Münich : 86;
Los Angeles : 80; Dallas : 80; Amsterdam : 77; Barcelone : 75; Madrid : 74;
Paris : 62; Rome : 57; Bologne : 55; Montreal : 52; Bruxelles : 78;
Londres : 40; Berlin :77; Vienne : 38;

On constate assez clairement la surévaluation relative des villes américaines. Seule Münich arrive à se glisser dans le groupe des villes les plus piétonnières, toutes états-uniennes. L’ordre de ces dernières semble assez logique. New-York en tête, suivie des villes à la trame centrale dense (Boston, Chicago, San Francisco). Mais que Dallas ou Los Angeles, métropoles automobiles, devancent Amsterdan, Barcelone ou Paris en piétonnitude ne laisse pas d’être surprenant, même si on ne prend en compte que les centres des agglomérations. Cette domination américaine traduit encore une fois la sous-représentation de l’information Google Maps en Europe. C’est elle qui peut aussi expliquer les faibles scores de Bologne ou de Vienne. Le score très faible de Londres est plus difficile à comprendre.

Centres des villes de France

Montpellier : 86; Nice : 85; Nantes : 78; Toulouse : 78; Lille : 77;
Tours : 75; Bordeaux : 74; Avignon : 71; Rennes : 69; Grenoble : 66;
Lyon : 66; Strasbourg : 66; Rouen : 65; Orleans : 62; Marseille : 60;
Dijon : 57; Clermont-Ferrand : 55; Saint-Etienne : 52; Pau : 49;
Le Havre : 45; Reims : 43; Chambéry: 37; Annecy: 34; Besançon : 34;
Le Mans : 32.

Les scores des zones centrales des villes françaises sont aussi étonnants. Il y a un effet taille. Les plus grandes villes ont des scores de plus de 60, les plus petites de moins de 50. Mais les exceptions sont nombreuses: Avignon avec un score élevé, Marseille avec un indice médiocre. On voit mal le lien direct entre l’indice et une quelconque aptitude des centre-villes au déplacement piétonnier : le grand écart entre Montpellier et Besançon doit s’expliquer par d’autres raisons.

L’agglomération de Lyon

Si on change d’échelle et qu’on regarde ce qui se passe au niveau des centres des communes d’une agglomération comme celle de Lyon, le résultat est aussi difficilement interprétable (voir carte). L’indice est lié évidemment à un niveau de hiérarchie urbaine. Lyon domine (66) , suivie de Villeurbanne (43) alors que les villages ou bourgs les plus périphériques ont des indices très faibles, inférieurs à 15. Au niveau intermédiaire, peu de structures apparaissent. Les grosses communes à dominante pavillonnaires de l’est et de l’ouest (Ecully, Bron, Saint-Priest) ont les mêmes valeurs et ne se distinguent pas de communes au centre dense comme Oullins. Les petites communes des Monts du Lyonnais ont des valeurs plus faibles que les communes du sud-ouest de l’agglomération (Sainte-Foy et Francheville exclues). Le pointage des équipements montre clairement que les données Google Maps sont actuellement trop lacunaires pour que l’indice prenne un véritable sens.

Analyse, synthèse et 10 de der

Walk Score est un premier exemple d’agrégateur d’information, système qui compile, analyse et synthétise de manière automatique une information placée de manière volontaire et décentralisée sur Internet. Ce type d’outil exploite une information constituée dans un autre but pour lui apporter une valeur ajoutée potentielle. Il permet à un habitant ou un touriste d’évaluer et comparer l’aménité piétonnière de différentes localisations par un calcul automatique d’indicateur à partir d’une source de commerces et de services. Un certain nombre d’améliorations sont déjà envisageables. L’utilisateur devrait pouvoir avoir accès à l’algorithme pour le paramétrer. On pourrait aussi cartographier à la volée les indices d’une zone pour évaluer visuellement leur variabilité dans l’espace, comme on l’a fait plus haut par commune mais avec une maille d’analyse plus petite. Compte-tenu du temps de calcul en ligne de chaque adresse, cela demanderait à l’heure actuelle beaucoup de temps pour le faire interactivement. On peut imaginer que la carte soit précalculée et prête à afficher.

Le système semble mieux fonctionner en Amérique du Nord qu’en Europe. Le concept de walkability mérite certainement une adaptation à la situation européenne. On voit à ce propos les dangers d’un système de calcul trop général et des erreurs potentielles liés d’une part à l’incomplétude des données fournies volontairement mais non collectées de manière rigoureuse, et d’autre part au fait que ces données ne sont pas constituées spécifiquement pour ce traitement, mais doivent être réinterprétées. On peut cependant a priori faire confiance aux utilisateurs pour savoir apprécier la validité des données qui les concernent, surtout si on leur donne le moyen de comprendre le traitement (explication de l’algorithme), de valider les données d’entrée (ici par l’affichage de la liste des équipements mobilisés) et de confronter les résultats avec d’autres sources, y compris leurs connaissances pratiques.

Walk Score est une bonne illustration d’une deuxième génération d’outils Web 2.0, qui ne se contentent pas de saisir ou de visualiser sur Internet des informations brutes, mais les compilent pour en fournir une information dérivée, interprétée, synthétisée. D’autres applications apparaitront vraisemblablement qui croiseront plusieurs sources, voire plusieurs types de source : données entrées par les internautes, compilation de données officielles, capteurs sensoriels. On imagine par exemple le calcul d’une empreinte écologique spatialement contextualisée. Ces capacités d’expertise, traditionnellement confiées à des spécialistes : urbanistes, aménageurs, économistes, écologues … vont devenir accessibles à un plus grand public. C’est donc la nature et le statut de l’expertise qui peut petit à petit de se transformer, en donnant à des utilisateurs et des citoyens la possibilité de compréhension d’une situation dont ils ne disposent pas à l’heure actuelle, pour confronter leur interprétation à des discours ou des expertises officiels.

Va s’ouvrir alors la question de ce que Hubert Guillaud appelle l’intelligence des données, de la capacité des citoyens et des utilisateurs à interpréter les données, à les croiser pour analyser un territoire et un environnement. Les utilisateurs devront être capable d’analyser les objectifs du fournisseur de l’outil et d’évaluer le biais qu’il peut introduire, sciemment ou non. Walk Score par exemple met en avant un objectif militant (promouvoir un développement urbain durable) mais poursuit vraisemblablement un but aussi financier (vendre l’expertise aux agents immobiliers et à leurs clients et/ou se faire rémunérer par la publicité). L’imbrication des données et des outils pour les traiter, habituellement distincts dans les systèmes professionnels de calcul d’indicateur, devra aussi être observée de près. Daniel Kaplan pointe bien le risque que les données soient volontairement biaisées à la source en prévention de traitements potentiels futurs. Du point de vue des territoires, on peut craindre aussi une mise en concurrence et une mise en conformité des différents lieux, conduits à se comparer en permanence. En fait il faut envisager le développement d’outils ou de services offrant des analyses plus globales et territoriales que celles d’un site comme Walk Score, qui, travaillant à l’adresse, est foncièrement individuel. C’est dans la capacité de discuter, partager ce type d’outils et de construire collectivement une analyse du territoire que se situent certainement les enjeux à venir.

Publicité