Conception de l’étude

Vous trouverez ici toutes les informations sur la base de données et l’évaluation du Swiss Smart City Survey.

Conception et méthodologie de l’étude

Le Swiss Smart City Survey (SSCS) a pour objectif 1) de saisir l’état de développement, les tendances et les besoins des villes et des communes en Suisse en ce qui concerne leur transformation en Smart Sustainable Cities & Communities ainsi que la mise en œuvre de solutions Smart City et 2) de suivre les développements et les tendances dans le domaine Smart City sur une longue période. Pour ce faire, une enquête en ligne est menée périodiquement tous les deux ans, à laquelle toutes les villes et communes urbaines sont invitées à participer.

Collecte de données

Pour la collecte des données, toutes les villes et communes urbaines sont contactées selon la classification de l’OFS. En 2022, 87 villes/communes sur les 170 sollicitées au total ont participé (51%). Lors de la première édition en 2020, 84 villes/communes sur 171 étaient concernées (49%). Le Swiss Smart City Survey (SSCS) est réalisé régulièrement tous les deux ans. L’enquête régulière permet de suivre les développements et les tendances dans le domaine de la Smart City sur une longue période et d’enregistrer les changements. L’enquête est toujours réalisée en ligne. Le questionnaire contient des questions fermées et ouvertes et est standardisé. Cela permet de garantir une comparabilité intertemporelle aussi élevée que possible. Seules les villes/communes qui répondent au moins aux questions relatives à l’organisation sont prises en compte dans les analyses.

Analyse des données

Vous trouverez ci-dessous des informations détaillées sur l’évaluation des données de l’enquête Swiss Smart City Survey. Un panel d’experts en smart cities a été impliqué dans le développement du concept d’évaluation.

Définition des groupes de comparaison

Pour la formation des groupes de comparaison, la catégorisation des villes selon l’Office fédéral de la statistique (OFS) a servi de base et a été couplée aux informations fournies par les communes qui ont rempli le questionnaire. Dans un groupe de comparaison, il doit y avoir au moins n=4 villes/municipalités qui ont rempli le questionnaire dans son intégralité afin de préserver l’anonymat des villes/municipalités. S’il y en a moins, ce groupe de comparaison est combiné avec celui de la catégorie de taille suivante.

Description/définition des groupes de comparaison

Les quatre groupes de comparaison du Swiss Smart City Survey sont les suivants

  • Grande agglomération: Villes situées dans une grande agglomération urbaine, qui appartiennent toutes au type de commune de l’OFS « Commune urbaine d’une grande agglomération (11) ».
  • Agglomération moyenne: Villes situées dans une agglomération urbaine moyenne, qui appartiennent toutes au type de commune de l’OFS « Commune urbaine d’une agglomération moyenne (12) ».
  • Villes isolées: Villes situées dans une petite agglomération ou sans agglomération, appartenant toutes au type de commune de l’OFS « Commune urbaine d’une petite agglomération ou hors agglomération (13) ».
  • Centres ruraux: Villes à forte densité, mais dont le caractère communal est dominant ; en font partie les villes/communes qui appartiennent au type de commune OFS « Commune périurbaine à forte densité (21) » ou au type « Commune d’un centre rural (31) ».
Calcul de l'indice Smart City

Afin de mieux représenter les différents aspects d’une smart city ainsi que les évolutions dans le temps, un index des villes intelligentes a été développé spécifiquement pour la Suisse. Sur la base de la Smart City Wheel et de l’architecture du Smart City Hub Switzerland, huit dimensions d’une ville intelligente ont été définies. L’indice est complété par une neuvième dimension, qui prend en compte les éléments organisationnels et structurels au sein de l’administration de la ville. Dans l’ensemble, l’indice se compose des neuf dimensions suivantes :

  • Smart Mobility: Création d’une mobilité et d’une logistique propres, promotion de moyens de transport efficaces, intermodalité et concepts de partage.
  • Smart Environment: Développement de l’environnement urbain respectueux des ressources et de l’environnement (bâtiments, espaces publics, systèmes d’infrastructure), promotion des énergies renouvelables et utilisation des potentiels de synergie.
  • Smart Economy : Mise en place d’un système économique innovant, respectueux des ressources et ouvert, basé sur la mise en réseau, la coopération, l’économie circulaire et des modèles de travail flexibles.
  • Smart People : Utiliser et promouvoir les ressources des habitants et assurer « l’apprentissage tout au long de la vie », la participation, l’intégration sociale et l’ouverture à la créativité.
  • Smart Governance: Gestion intelligente, axée sur les besoins et transparente des processus administratifs et des infrastructures urbaines ainsi que de l’interaction entre les résidents et l’administration.
  • Smart Living : Garantir une vie sans obstacles, communautaire, sûre et saine, fondée sur l’égalité des chances.
  • Smart Data : Collecte, traitement et utilisation de données en temps réel (Internet des objets, intelligence artificielle, réalité virtuelle, etc.
  • Smart Infrastructure: Développement et maintenance d’une infrastructure TIC moderne ainsi que de services et de réseaux urbains (approvisionnement et élimination, santé, éducation, organisations d’urgence, mesures structurelles dans le domaine du transport et de la circulation, etc.)
  • Enabler: Ancrage formel de la smart city dans l’organisation administrative, objectifs stratégiques correspondants, mandats politiques ou budgets désignés, qui servent de moteurs au développement vers une smart city.

Chacune des neuf dimensions est composée de quatre à dix indicateurs individuels, qui ont été développés par le consortium du projet et avec tous les partenaires. Outre les projets et structures existants d’une smart city, les activités en projet ont également été prises en compte, avec toutefois une pondération moindre.
Pour le calcul des dimensions, les indicateurs ont été pondérés en fonction de leur importance. La pondération a été effectuée par un panel de sept experts qui travaillent intensivement sur le thème des smart cities. Lors du processus de sélection, on a veillé à ce que les experts soient aussi indépendants que possible, c’est-à-dire qu’ils ne travaillent pas pour une ville ou une entreprise qui propose des solutions de smart city. Les experts étaient issus du monde universitaire, des associations et de l’administration publique (à l’exception des villes). Le panel d’experts était composé de personnes ayant une formation technique ainsi que de personnes issues des sciences sociales afin d’éviter une pondération trop unilatérale des indicateurs. Au moyen d’une procédure Delphi en trois phases, tous les indicateurs ont ainsi été pondérés pour la dimension respective. Un maximum de 100 points peut être atteint par dimension

Classification en phases de développement
Les villes/municipalités sont classées en fonction des critères définis dans le Guide de mise en oeuvre des initiatives Smart Cities pour les différentes phases de développement (phase de projet, phase d’institutionnalisation, phase d’établissement). Les activités centrales à entreprendre dans les phases respectives sont choisies comme référence pour la classification. Dans le cas des projets pilotes et des phases d’institutionnalisation, la diversité des variantes véhiculées dans la ligne directrice est prise en compte, de sorte que les alternatives sont également considérées comme suffisantes pour certaines activités (par exemple, toutes les villes n’ont pas à développer une stratégie de SC, les objectifs de SC peuvent également être suffisants et sont considérés comme équivalents dans cette mission).

Les critères d’affectation à une phase sont très stricts pour la phase d’établissement et doivent tous être remplis, partiellement remplis pour la phase d’institutionnalisation, et travailler activement sur le thème des villes intelligentes est suffisant pour la phase de projet pilote. Ainsi, la transition dans les premières phases tend à être plus douce et plus perméable, alors que les exigences pour les smart cities avancées sont plus grandes.