The Urban Liveability Index: developing a policy-relevant urban liveability composite measure and evaluating associations with transport mode choice

Il est de plus en plus reconnu à l’échelle internationale que davantage de quartiers et de villes  » habitables  » ont un impact positif sur la qualité de vie ainsi que sur la santé et le bien-être des résidents. Cependant, à ce jour, le domaine a été entravé par des limites méthodologiques et un manque de mesure. Il a donc été difficile de tirer des conclusions solides sur les effets combinés sur la santé des attributs d’habitabilité, et donc d’informer et de suivre les recommandations politiques pour créer des villes vivables qui améliorent la santé et réduisent les inégalités. Nous avons cherché à répondre à ces limites en créant un outil pertinent et fondé sur des données probantes qui mesure la répartition de l’habitabilité urbaine au sein des villes. Fait important, l’ULI permet d’interroger comment la vivabilité est liée à la santé et au bien-être, et pour qui. Ces données probantes peuvent être utilisées pour éclairer les politiques et les interventions ciblées afin de planifier des villes qui optimisent la santé pour tous.

Association au niveau de la population entre l’habitabilité et le comportement de déplacement

Le choix du mode de transport a été associé à l’ULI à la fois dans l’analyse univariée et dans le modèle de régression logistique hiérarchique. Notre modèle prévoit de doubler à tripler l’incidence de la marche, de l’utilisation des transports en commun et du vélo dans les communautés les plus élevées par rapport aux scores ULI les plus bas. Cela suggère que si nous concevions des communautés plus habitables, au niveau de la population, il y aurait une augmentation globale presque linéaire du nombre de personnes qui marchent pour le transport un jour donné, compensée par une diminution du nombre de personnes voyageant en véhicules à moteur privés.

Les effets estimés d’une telle ampleur semblent optimistes et, bien sûr, de multiples autres facteurs peuvent avoir contribué à ces estimations. En particulier, les modèles indiquent également qu’il existe une grande variation dans les préférences des gens: les personnes ayant des préférences plus fortes pour les voyages actifs sont plus susceptibles d’emménager dans des quartiers plus habitables, si elles en ont les moyens. En effet, des études antérieures ont suggéré une demande latente de communautés plus accessibles à pied, la majorité des personnes vivant dans des environnements peu accessibles à pied préférant plutôt vivre dans des zones où elles pourraient se rendre à pied aux commodités locales. Cependant, d’autres facteurs influencent le choix des quartiers, les facteurs les plus importants étant l’abordabilité du logement. En tant que tel, il semble peu probable que la sélection du quartier en tant que cause commune puisse expliquer toute l’association observée; l’influence de la sélection du quartier n’est pas nécessairement plus grande que celle de l’environnement bâti sur le comportement.

Au moins certains des effets observés sont probablement dus à la sélection du voisinage. Des études futures pourraient envisager de mesurer et d’ajuster les préférences personnelles et la durée du séjour dans le quartier. Dans cette étude, nous avons utilisé un ensemble de données d’enquête transversale sur les transports du gouvernement de l’État, qui n’incluait pas les préférences; il est donc difficile d’évaluer ces effets contradictoires. Pour surmonter ces limites, il faut recueillir à la fois des données d’enquête sur les voyages et des préférences dans le cadre d’une étude longitudinale. Cela pourrait prendre la forme (disons) d’une expérience naturelle. Tester l’ULI dans le cadre d’une expérience naturelle permettrait d’établir rigoureusement l’effet indépendant de l’habitabilité urbaine en le dissociant des différents profils démographiques, de préférences personnelles et de comportements antérieurs des résidents.

Une considération importante lors de l’évaluation de l’association entre un indicateur composite de l’exposition à l’environnement tel que l’ULI et un résultat particulier lié à la santé comme le choix du mode de déplacement, est que certains des indicateurs constitutifs seront plus ou moins fortement associés au résultat que d’autres; en considérant l’association globale de l’ULI, les associations des indicateurs sous-jacents peuvent être masquées. Pour cette raison, nous avons analysé les associations avec chaque indicateur en plus de l’ULI à l’aide de modèles distincts. En tant que mesure sommaire, l’ULI est mieux considérée comme une lentille à travers laquelle considérer la vivabilité; présentée avec un score particulier, elle invite les utilisateurs à s’interroger sur la manière dont les différents domaines de la vivabilité contribuent à cette estimation. Ceci est facilement réalisé grâce à une cartographie interactive, où on peut cliquer sur un choroplète de la distribution de la vivabilité au niveau de la zone pour afficher une ventilation des indicateurs donnant lieu à l’ULI pour une zone particulière.

Un prototype de tableau de bord interactif en ligne pour l’indice pilote d’habitabilité urbaine est en cours de développement par notre groupe au moment de la rédaction de cet article (Fig. 7). Un utilisateur peut afficher une visualisation choroplethique pour un indicateur choisi à une échelle sélectionnée et utiliser un comportement de survol ou de clic pour explorer différents aspects des informations sommaires, tels que la plage habituelle de valeurs associées à des adresses dans une zone particulière; la combinaison d’indicateurs qui contribuent à une estimation de la vivabilité; et diverses limites administratives. Les cartes incluses dans l’animation supplémentaire du fichier 1 ont également été dérivées d’un prototype d’une telle approche.

Évaluation de la relation entre l’habitabilité urbaine et la qualité de l’air

Comme indiqué précédemment, dans notre conceptualisation originale de l’habitabilité, la qualité de l’air était considérée comme un résultat d’une prise de décision efficace en matière d’urbanisme et n’était pas prévue pour être incluse dans l’indice d’habitabilité. Cependant, les répercussions de la qualité de l’air sur la santé suscitent de plus en plus d’inquiétudes à l’échelle mondiale. Avec environ 5% de la mortalité en 2017 estimée à être attribuable à la pollution par les particules ambiantes, la qualité de l’air est considérée comme le 8e facteur de risque de décès dans le monde. Par conséquent, nous avons effectué une analyse de sensibilité pour évaluer l’impact de la création et de la mise à l’essai d’une ULI de remplacement, y compris la qualité de l’air. En comparant l’association modélisée entre le transport actif et l’ULI avec et sans qualité de l’air, nous avons constaté que l’ULI sans qualité de l’air donnait un meilleur ajustement. Ce résultat n’est pas surprenant, car il n’y a pas de raison a priori de s’attendre à un fort effet direct de la qualité de l’air sur le choix du mode de déplacement. De plus, la qualité de l’air était en corrélation négative avec la plupart des autres sous-indicateurs, y compris la facilité de passage; une relation notée dans la littérature internationale récente.

La corrélation négative entre la qualité de l’air et le comportement en matière de transport actif, ainsi que la corrélation négative avec d’autres indicateurs, indiquent que les gens sont plus susceptibles de marcher et de faire du vélo dans les zones où la pollution atmosphérique est plus élevée. Ce n’est pas surprenant car ces zones ont plus de commodités, mais c’est néanmoins une préoccupation. En général, les zones très praticables attirent à la fois les piétons et la circulation, car il y a plus de destinations disponibles.

Les concentrations de pollution atmosphérique à Melbourne sont relativement faibles par rapport aux normes mondiales. Cependant, des seuils d’exposition  » sûrs  » à long terme n’ont pas été définis pour la plupart des polluants atmosphériques. Il y a une tension claire ici: un défi majeur pour les décideurs politiques est de savoir comment concevoir des zones à usage mixte très accessibles à pied avec un bon accès aux magasins et aux services, tout en minimisant l’exposition à la circulation automobile et à la pollution atmosphérique liée à la circulation. Néanmoins, les données suggèrent que les avantages pour la santé tirés de l’utilisation de modes de transport actifs, tels que la marche et le vélo, l’emportent sur les risques par rapport aux modes de transport sédentaires tels que la conduite. Néanmoins, nos résultats suggèrent qu’il serait avantageux d’explorer comment les rues avec des magasins et des services pourraient être piétonnes pour éviter d’exposer les piétons et les résidents locaux à la pollution atmosphérique liée aux transports.

Analyse à l’aide de résumés agrégés de la habitabilité

Le réaménagement des modèles de comportement de déplacement à l’aide de données agrégées à des échelles de plus en plus grandes a augmenté l’ampleur des estimations de la taille de l’effet pour l’association entre les ULI (toutes les versions); les rapports de cotes ont augmenté à chaque échelle plus grande pour la marche et le vélo et ont diminué pour les véhicules automobiles privés. Il est bien connu que l’utilisation de données agrégées peut conduire à des estimations biaisées. Dans cette étude, nous avons observé que la taille des effets estimés augmentait avec des niveaux d’agrégation plus élevés pour l’association entre l’accès aux transports en commun et la probabilité de faire un voyage à pied. Ce biais à la hausse était apparent même si notre agrégation dans notre étude était basée sur des données complètes sur des indicateurs au niveau individuel. Cependant, les estimations au niveau de la zone sont parfois basées sur un petit échantillon ou un singleton (par exemple, un centroïde pondéré par la population) de points représentatifs dans chaque zone; cela entraînerait d’autres erreurs de mesure et aurait une incidence sur le biais et la précision des estimations obtenues à partir d’une analyse de régression ou d’un autre modèle statistique. Dans les cas où la représentation exacte de l’habitabilité individuelle est un problème et où l’accès à des données suffisamment granulaires est réalisable, nous recommandons le calcul d’estimations de l’habitabilité au niveau individuel.

Méthodes de mesure et de seuil de l’accès à destination

L’utilisation d’indicateurs d’accès à destination à seuil souple était une méthode nouvelle développée pour ce projet, conçue pour brosser un tableau plus nuancé de la réalisation des normes politiques, que celle obtenue à l’aide de seuils rigides. Dans cette étude, nous avons constaté que les versions ULI à seuil dur et doux étaient fortement corrélées dans l’ensemble et entretenaient des relations similaires avec leurs indicateurs constitutifs. Cependant, nous avons identifié des différences socio-spatiales. Par exemple, les régions intérieures et moyennes relativement désavantagées avaient tendance à recevoir une plus grande augmentation du rang de vivabilité que celles des régions extérieures lors de l’estimation de la vivabilité en utilisant des retenues souples plutôt que des retenues dures pour l’accès à destination. Cette constatation met en évidence l’importance du seuil choisi pour la mesure de l’indicateur, et son impact ultérieur sur la représentation de la distribution spatiale de la vivabilité, ainsi que l’importance du contexte socio-économique pour tester des méthodes appropriées. En permettant aux adresses résidentielles d’avoir accès à des scores de « certains » (seuils souples) plutôt que de « aucun » (seuils rigides), nous pourrions mieux identifier et localiser les inégalités de population. Ceci est très pertinent pour les décideurs politiques qui cherchent des moyens pratiques de réduire les inégalités spatiales dans une ville.

Une limitation d’un indicateur de seuil souple d’accès à destination est que la moyenne agrégée par zone ne représente plus la proportion de ceux qui y ont accès. Les seuils stricts, qui sont facilement interprétés comme des proportions lorsqu’ils sont agrégés, sont d’une utilité évidente pour ceux qui cherchent à communiquer et à mesurer l’adhésion à la politique urbaine. Cependant, les indicateurs de seuil faible peuvent être une mesure plus utile pour évaluer l’accès effectif et à d’autres fins telles que la cartographie des inégalités relatives, l’identification des emplacements pour les interventions ou à des fins d’analyse statistique telles que la modélisation de régression et la simulation. En outre, une fois incorporée dans une mesure composite, l’avantage interprétatif de l’utilisation d’indicateurs de seuil rigides est perdu. En tant que tel, la mesure plus détaillée de l’accès que les indicateurs de seuil doux confèrent à la mesure composite ULI est appréciable.

Il existe une vaste littérature sur le calcul des mesures de niveau individuel qui peuvent être utilisées pour estimer l’accessibilité compte tenu des limites ou des poids de la distance, du temps de trajet, de la proximité et de l’utilité de plusieurs choix de transport, et de la prise en compte de l’attractivité des destinations; ce sont des options alternatives qui peuvent être envisagées. Dans de nombreux cas, il peut être souhaitable de considérer l’influence de la proximité d’un équipement sur un résultat de santé en utilisant la distance seule. Cependant, le présent indice est issu de recherches portant sur des indicateurs fondés sur des politiques qui recommandent l’accès à différents types de destinations sur des distances spécifiques, c’est-à-dire la vivabilité en ce qui concerne le respect des recommandations politiques fondées sur des données probantes, le cas échéant. Si la distance seule avait été utilisée, toutes sortes de destinations pour lesquelles la proximité était considérée auraient été traitées de la même manière; la pondération pourrait être introduite pour réintroduire un sentiment d’importance relative, mais cela aboutirait à nouveau à une mesure encore plus éloignée de la politique existante. Dans la présente étude, nous avons adopté une approche de distance seuil éclairée par les politiques, utilisée pour des raisons de parcimonie et de pertinence par rapport à notre objectif d’étude consistant à fournir un indice de habitabilité pertinent pour les politiques. La présente étude présente et fournit un examen préliminaire de la validité de l’approche du seuil souple, par opposition à l’approche du seuil rigide; des études futures pourraient s’étendre à ce sujet, avec des comparaisons avec d’autres mesures.

Habitabilité et centralité de la Zone d’administration locale

Les estimations ULI étaient plus élevées en moyenne pour les adresses situées à l’intérieur de Melbourne que pour celles des régions moyennes et extérieures (fichier supplémentaire 1: Vidéo S1). Cette constatation reflète les inégalités reconnues dans la répartition des équipements, des opportunités d’emploi et de l’accès aux infrastructures de transport, que des initiatives politiques telles que le Plan des gouvernements victoriens Melbourne 2017-2050 cherchent à corriger. La croissance rapide des villes et le développement à faible densité associé à la périphérie urbaine perpétuent les inégalités dans les zones suburbaines extérieures. Alors que les logements peuvent être plus abordables, ces zones peuvent ne pas faciliter la vie abordable car elles n’ont pas accès aux transports publics et aux commodités locales. Nos recherches indiquent que des densités d’au moins 30 logements par hectare sont nécessaires pour créer des quartiers qui encouragent les modes actifs et l’utilisation des transports en commun et diminuent la conduite. En effet, une densité suffisante est nécessaire pour soutenir l’économie locale et rendre les transports publics plus viables.

Choix de l’indicateur

L’IUL se composait d’une sélection modeste d’indicateurs d’habitabilité représentant les principaux domaines de l’habitabilité et les déterminants sociaux de la santé, servant de modèle simple mais facilement calculable et utile de l’influence combinée du déterminant social de la santé et du bien-être. Les travaux futurs peuvent s’étendre à ce sujet. Notre période de 2011 a été choisie car il s’agit du recensement le plus récent disponible au début de ce projet. Cependant, le paysage des données disponibles a beaucoup changé ces dernières années: Les données GTFS (General Transit Feed Specification) sont devenues largement disponibles pour l’Australie et, dans certains contextes internationaux, permettent une approche standardisée de l’enregistrement de la fréquence des services de transport en commun. Cela fournit un enregistrement beaucoup plus détaillé du potentiel d’un lieu pour les transports en commun que la présence, par exemple, d’un arrêt de bus qui peut ou non être desservi. En Australie, le recensement de 2016 permet de prendre en compte la durée moyenne des trajets vers le lieu de travail par secteur d’emploi; il s’agit d’une source riche de données pour l’élaboration d’indicateurs spatiaux du potentiel d’emploi. La facilité de marche pourrait être désagrégée avant l’inclusion dans l’ULI, ce qui donnerait plus de poids à ses aspects constitutifs dans le composite final, et nuancée avec des indicateurs environnementaux plus locaux: la pente, la température, l’humidité, la qualité et l’accessibilité des sentiers sont des aspects importants que les travaux futurs pourraient envisager, compte tenu de la disponibilité des données. Notre série d’indicateurs ne tenait pas compte de la diversité sociale et culturelle, ni de la combinaison locale d’options de logement ou de l’accès à l’infrastructure numérique; nous reconnaissons qu’il s’agit d’aspects importants de la qualité de vie. Notre mesure de l’infrastructure verte de l’accès aux grands parcs évaluait uniquement la qualité en termes de taille. Ceci est pertinent d’un point de vue politique et était une option pragmatique compte tenu des limites de nos données; cependant, on peut s’attendre à ce que l’expérience vécue et le choix d’interagir ou non avec un espace soient influencés par d’autres aspects, notamment l’esthétique, la qualité et la pertinence de la prestation de services compte tenu de la demande de la population. Ce ne sont là que quelques-unes des pistes sur lesquelles les travaux futurs pourraient s’étendre sur le concept ULI.

Valeurs aberrantes des indicateurs et Indice de habitabilité urbaine

La méthode ULI est basée sur une approche qui pénalise l’incohérence entre les indicateurs. Cependant, lors de l’élaboration de notre approche, nous avons considéré que la pénalité potentielle découlant de la variation d’un ensemble de résultats d’indicateurs pourrait être disproportionnée par rapport à la moyenne des indicateurs. Un exemple serait pour un lot résidentiel dans une zone très performante sur tous les indicateurs sauf un, ayant un rendement extrêmement médiocre: les performances autrement excellentes pourraient être annulées de manière disproportionnée, ce qui aurait un impact sur la validité faciale de l’ULI si la pénalité n’était pas limitée. Nous avons donc mis en œuvre une approche selon laquelle les valeurs aberrantes étaient toujours pénalisées, mais la pénalité maximale pour le résultat ULI global était limitée de sorte que la bonne performance globale était toujours récompensée. Nous avons considéré cette approche comme une meilleure validité faciale des résultats composites par rapport au fait de ne pas entreprendre cette transformation. Des études futures pourraient examiner plus en détail l’impact d’un traitement aberrant.

Choix de la méthode de construction de l’ULI

L’ULI a été développée à la suite d’un intérêt considérable des décideurs locaux, concernant l’habitabilité urbaine et l’influence cumulative des domaines sous-jacents de l’habitabilité sur les comportements améliorant la santé des résidents. Il a également été conçu pour fonctionner dans une application de cartographie interactive qui peut être utilisée comme outil de diagnostic par les décideurs politiques pour identifier les interventions susceptibles d’améliorer les conditions de vie des résidents dans différentes parties de Melbourne. Il est plausible qu’un indice plus simple suffise, notamment pour prédire le choix du mode de déplacement. Par exemple, il se pourrait que dans certaines villes, la densité seule soit un indicateur suffisant de l’ULI. Cependant, dans certaines villes ou zones à l’intérieur des villes, le développement à haute densité est simplement un « étalement de grande hauteur », car il ne s’accompagne pas d’équipements qui améliorent la qualité de vie d’une ville. En ce sens, une certaine prudence s’impose. Néanmoins, cette question mérite une enquête plus approfondie en termes de développement d’un indice plus simple et parcimonieux qui capture l’essence d’une ville vivable. Compte tenu de l’intérêt mondial pour l’habitabilité, nous pensons que cette recherche est justifiée.

Nous avons adopté la méthode Mazziota–Pareto pour la construction d’indices composites à la suite de notre examen du guide de l’OCDE sur la construction d’indicateurs composites et de la littérature sur le développement d’indicateurs composites pour le bien-être et la durabilité. L’analyse factorielle et l’analyse en composantes principales (APC) étaient des options à considérer en raison de leur utilisation pour obtenir un indice plus parcimonieux grâce à la réduction des dimensions. Cependant, un facteur clé de notre choix de méthode a été la capacité de communiquer de manière significative l’ULI — et la performance de ses domaines sous—jacents – aux décideurs et aux planificateurs qui n’ont pas nécessairement d’expérience en méthodologie statistique. L’ULI s’appuie sur l’approche MPI établie pour le calcul d’indicateurs composites dans des contextes de bien-être, et sa signification lorsqu’elle est agrégée pour une zone est facilement transmissible en langage clair à un public profane: elle reflète la performance relative d’une zone sur les principaux aspects de la qualité de vie et encourage une performance équilibrée dans ces domaines.

Lors de la construction de l’ULI, nous avons non seulement été mis au défi de déterminer quelles expositions objectives devaient être considérées comme mesurant la vivabilité, mais aussi de déterminer leur importance relative. La recherche d’un consensus parmi les experts et les parties prenantes sur la pondération lors de la construction d’indicateurs composites a été considérée comme une tâche ardue. L’analyse factorielle et l’APC sont attrayantes en ce sens qu’elles permettent la dérivation empirique de telles pondérations. Cependant, cette pondération dépendra de l’échantillon utilisé pour éclairer l’analyse et cette pondération peut donc ne pas être généralisable à d’autres contextes. Au stade préliminaire de notre élaboration de l’ULI, nous avons examiné d’autres méthodes telles que l’approche du « Bénéfice du doute » qui a été explicitement conçue pour être utilisée dans des contextes politiques: des comparaisons sensibles entre des juridictions ayant des contextes et des priorités différents peuvent nécessiter l’utilisation d’un système de pondération qui joue sur les forces relatives d’un domaine pour parvenir à un accord commun. Cependant, nous avons considéré que cette approche endogène de la pondération pourrait annuler l’importance combinée de ces domaines; d’où notre choix d’une approche qui encourage un score équilibré, mais performant dans tous les domaines.

L’ULI ne pondère pas directement les indicateurs à partir desquels il est formé. Cependant, l’importance relative de chaque indicateur dans l’IUL est influencée par le choix et la forme des indicateurs inclus: par exemple, en incluant l’indice de marchabilité sous sa forme composite, comme nous l’avons fait dans cette étude, chacune de ses composantes (densité d’habitation, connectivité des rues et combinaison d’utilisation des sols) a eu un poids relativement inférieur à celui qu’elles avaient été incluses séparément en tant qu’indicateurs à part entière. De même, si nous avions inclus les sous-domaines de la combinaison des infrastructures sociales — « petite enfance », « éducation », « communauté, culture et loisirs », « santé et services sociaux » et « sport et loisirs » — comme indicateurs distincts, cela aurait renforcé l’importance de la proximité avec une communauté bien desservie. Nous prévoyons d’étudier ces options plus avant dans le développement futur de l’ULI. D’autres études futures voudront donc peut-être comparer différentes approches de l’élaboration des indices.

Applications futures

L’approche scénarisée ULI a été conçue pour étendre les applications futures, en particulier pour faciliter la création d’un indice national de habitabilité pour les villes australiennes. Il est possible d’étendre l’ULI pour tenir compte des profils de pondération de domaines spécifiques à un sous-groupe, en reconnaissant que même en moyenne, tous les indicateurs n’auraient pas la même importance pour tous les groupes de personnes. Par exemple, l’âge, la composition du ménage, le niveau de capacité fonctionnelle ou les préférences personnelles pourraient influencer l’importance relative de mesures spécifiques. Une approche tenant compte des différents « profils d’habitabilité » pourrait être informée et développée par des études de méthodes mixtes avec des sous-populations ou par des expériences naturelles, afin d’estimer une ULI démographiquement nuancée.

L’ULI s’aligne et soutient un certain nombre d’Objectifs de développement durable (ODD) des Nations Unies, y compris les objectifs 3 « Bonne santé et bien-être pour les personnes » et 11 « Villes et communautés durables ». Des villes plus  » habitables » sont susceptibles d’encourager les modes de transport actifs et d’avoir un impact positif sur le bien-être des résidents, d’améliorer la résilience et la durabilité et de réduire la pauvreté. Par conséquent, il convient d’examiner s’il est possible d’étendre ce travail à d’autres contextes urbains et de l’utiliser comme outil de suivi par ONU Habitat pour évaluer le Nouveau Programme urbain. Les indicateurs inclus dans l’ULI peuvent être plus ou moins pertinents pour différentes villes et les données pertinentes peuvent ne pas toujours être facilement disponibles, en particulier pour les villes situées dans des pays en développement rapide. Des recherches futures de cette nature pourraient aider à mieux répondre aux questions d’équité, telles que « vivables pour qui?’ .

Face à la croissance démographique et à l’urbanisation rapide, une opportunité majeure est de suivre l’évolution de l’habitabilité au fil du temps. La portée géographique et temporelle de ce projet pilote a été limitée pour des raisons pragmatiques à Melbourne en 2011; une extension logique de ce projet consistera à calculer des estimations d’ULI pour d’autres capitales australiennes, puis à suivre les changements au fil du temps. Ce travail a commencé avec l’élaboration d’indicateurs nationaux de qualité de vie pour les capitales australiennes, alignés à la fois sur les résultats en matière de santé et sur les politiques. La prochaine étape consistera à développer une ULI comparable pour ces villes. Plus largement, nous consultons également les gouvernements locaux régionaux et ruraux pour comprendre comment le concept d’habitabilité peut être adapté pour répondre aux besoins distincts des populations résidant dans des régions non métropolitaines. Pour être utilisable avec des données longitudinales, l’ULI devra être adaptée pour calculer les changements pour une région particulière au fil du temps. Trois options sont disponibles : standardiser les indicateurs constitutifs sur tous les points spatio-temporels, ou, en ce qui concerne les observations de base, ou, en ce qui concerne les observations finales. De même, plusieurs régions pourraient être comparées à la norme globale ou une région pourrait être évaluée à la norme d’une région de référence.

À l’avenir, il est envisagé que l’ULI puisse être utile pour fournir des outils d’exposition et de résultats aux chercheurs et aux autres parties prenantes, en particulier aux urbanistes qui tentent de créer davantage de villes vivables favorisant la santé. En tant que mesure de l’exposition, l’ULI est conçue pour permettre le couplage avec des ensembles de données géocodées sur la santé des populations et les enquêtes sociales. De cette façon, les chercheurs pourraient examiner comment la combinaison de différents attributs de l’environnement bâti (liés aux déterminants sociaux de la santé) se rapporte à une gamme de résultats en matière de santé, de bien-être, d’ordre social et économique, tels que saisis dans les enquêtes sur la population (y compris les liens avec des données longitudinales). L’IUL pourrait également être utilisée pour étudier les inégalités dans l’accès aux déterminants sociaux de la santé, et les associations avec les comportements sains et les résultats pour la santé peuvent être comparées à celles de mesures plus simples ou plus ciblées telles que l’indice de marchabilité. Contrairement à celles-ci, l’ULI étend les questions de recherche qui peuvent actuellement être posées à de nombreux ensembles de données sur l’environnement bâti et la santé en étudiant les effets cumulatifs de l’urbanisme intégré, ce qui est susceptible d’intéresser particulièrement les décideurs de la ville. En tant que mesure des résultats, l’ULI pourrait être cartographiée et utilisée pour surveiller de manière transversale et longitudinale la qualité de vie d’un quartier ou d’une région donnée, et pour identifier les inégalités en matière de qualité de vie urbaine entre les villes et à l’intérieur de celles-ci. Dans le contexte australien, nous avons déjà commencé à identifier et à tester des indicateurs d’habitabilité et à évaluer si des politiques conçues pour créer des villes habitables sont mises en œuvre. Cela nous permet d’aller au-delà de l’analyse observationnelle pour entreprendre des expériences naturelles de politiques d’urbanisme, et de permettre de visualiser des domaines de « vivabilité » à travers des régions d’étude données. De cette manière, l’ULI pourrait être utilisée pour évaluer et suivre les progrès accomplis dans la mise en œuvre de politiques locales, étatiques ou nationales visant à créer des communautés plus vivables.