Version classiqueVersion mobile
OpenEdition Books

Archéologie de l’espace urbain

 | 
Elisabeth Lorans
, 
Xavier Rodier

Partie III. Modèles de villes et systèmes de villes

Système ville et système de villes : modèles dynamiques en archéologie et en géographie

Town system and system of towns: dynamic models in archeaology and geography

Hélène Mathian, Xavier Rodier et Lena Sanders

Résumé

The systemic approach has proven fruitful in both archeaology and geography to study objects of different scales. Indeed, a city can be considered as a system in itself or as part of a system of cities. However, this systemic approach of intra- and inter-urban space is understood differently in geography and archeaology: different temporalities involve different perspectives on sustainability and transitions from one system to another. Based on collaboration between the two disciplines, we review the approaches and models used by each of them individually and together to study the dynamics of urban space. In geography it means adapting concepts of spatial analysis to take into account large time spans where semantic changes may operate in the entities under study. For the historical sciences, the issues concern the appropriation of space taking a modeling approach in order to shift from the recording of elements of historical topography in space and time as simple supports to the study of spatial transformations and temporal trajectories.

Texte intégral

1Des collaborations récurrentes entre archéologues et géographes ont donné lieu à plusieurs travaux à cette interface disciplinaire depuis plus de vingt ans. Leurs échanges ont livré des formalisations et des travaux de modélisation confrontant espace et temps. Ces différentes expériences ont permis une évolution des conceptions et pratiques de recherche et les questions posées ont ainsi gagné en généricité.

2À l’échelle inter-urbaine, dans les années 1990, le programme ARCHAEOMEDES a donné lieu à la publication de l’ouvrage Des oppida aux métropoles (Durand-Dastès et al. 1998), puis au programme ArchaeDyn (http://archaedyn.blogspot.fr/​) dans les années 2000 (Gandini, Favory et Nuninger 2012). Dans une perspective diachronique, ces programmes portent sur la caractérisation et les transformations des réseaux d’habitats pour mettre en évidence les dynamiques de peuplement. Enfin, dans les années 2010, le programme TransMonDyn (http://www.transmondyn.parisgeo.cnrs.fr/​) qui est en cours a élargi la perspective par une approche fondée sur la modélisation dynamique, avec pour but de comprendre les processus à l’œuvre dans les transformations observées.

3Dans le même temps, des travaux sont menés à l’échelle intra-urbaine en archéologie urbaine et en particulier à Tours à partir du colloque de 1980 (Archéologie Urbaine 1982) et de la collection des Documents d’évaluation (CNAU 1990-2002) dont le premier avant la lettre fut Les archives du sol à Tours (Galinié et Randoin 1979) établi sur le modèle de The future of London past (Biddle et Hudson 1973). Partant de l’élaboration de la topographie historique d’une ville à partir de toutes les sources disponibles, ces travaux ont pour finalité la compréhension de l’espace urbain.

4Dans les deux cas, sous des formes différentes, les archéologues se sont tournés vers les géographes pour les outils conceptuels et méthodologiques nécessaires à l’étude des espaces considérés. La géographie tient donc une place particulière par l’influence considérable qu’elle a eue sur la perception du rapport des sociétés avec l’espace par les archéologues (Galinié 2000 ; Garmy 2012).

5Ces collaborations se sont également multipliées au sein du réseau « Information Spatiale et Archéologie » depuis 2001 et ont pris une forme particulière en 2010 avec la création du Groupe de recherche sur la « MOdélisation des DYnamiques Spatiales » (MoDyS) qui s’attache particulièrement à définir les notions mises en œuvre à l’interface disciplinaire sciences historiques/sciences géographiques.

6Les modèles utilisés, par chacune des disciplines mais aussi en commun, pour étudier la dynamique des espaces urbains, mettent en évidence l’intérêt des transferts méthodologiques. Les enjeux sont pour la géographie d’adapter les concepts de l’analyse spatiale à la prise en compte de la longue durée qui peut entraîner des changements sémantiques dans les objets étudiés ; pour les sciences historiques il s’agit de l’appropriation de l'espace par une approche modélisatrice afin de passer d’une démarche d’inscription des éléments de la topographie historique sur un espace et un temps supports, à l’étude des dynamiques de transformations spatiales.

7L’approche systémique s’est avérée féconde en géographie comme en archéologie. À l’échelle intra-urbaine elle permet, en introduisant et en spécifiant les différentes relations entre les objets constituant l’espace urbain, de mieux comprendre son fonctionnement. À l’échelle inter-urbaine elle amène à étudier le rôle structurant des interactions entre habitats, agglomérations et villes sur la constitution et l’évolution de réseaux d’habitats et de systèmes de villes. Si le concept de système est ainsi mobilisé dans les deux disciplines, les différences de temporalité des phénomènes étudiés impliquent des approches parfois distinctes de la durabilité et des transitions d’un système à un autre. Nous proposons ici une mise en regard de ces différences en décomposant la démarche d’étude des espaces urbains en quatre étapes. Une première étape consiste à formaliser les objets à manipuler et à les inventorier. Une deuxième étape concerne l’identification et la description de régularités dans l’organisation de ces objets dans l’espace, dans le temps, dans leur organisation hiérarchique. La troisième porte sur la mise en relation des objets dans l’espace, sur leurs interactions, démarche permettant d’identifier de nouveaux objets relevant de niveaux d’organisation supérieurs. La quatrième étape est relative à la compréhension et à l’explication des dynamiques des systèmes auxquels on s’intéresse. Chacune de ces quatre étapes implique une démarche de modélisation, les modèles développés dans le cadre de chaque étape jouant des rôles complémentaires relativement aux questionnements disciplinaires.

FORMALISATION DES OBJETS : MODÈLES CROISANT INFÉRENCE ET DÉDUCTION

8L’analyse spatiale s’attache essentiellement à étudier les organisations et les différenciations dans l’espace à partir de l’observation des entités qui le constituent. Face à une problématique, il s’agit donc d’identifier quelles sont les entités pertinentes et de les formaliser à partir des informations disponibles. Ainsi, que ce soit pour des raisons de modélisation statistique ou informatique ou de traitement cartographique, l’objectif est de constituer un ensemble d’entités spatiales homogènes du point de vue sémantique et correspondant à des résolutions géométrique et temporelle comparables. Le sens et la granularité de ces entités sont à appréhender relativement à un objectif : caractériser l’espace urbain par ses composantes (maison, boutique, église, cimetière, rempart…) est utile à l’analyse intra-urbaine alors que pour étudier l’évolution d’un système de villes, les entités élémentaires à considérer seront les aires urbaines fonctionnelles. L’individualisation et la formalisation des objets constituant les « atomes » du phénomène étudié sont une étape qui se rencontre de manière identique selon les disciplines. En effet, il n’y a pas de différence de l’une à l’autre tant qu’il s’agit de caractériser un objet par son identité, sa localisation et sa temporalité. En revanche, les conditions dans lesquelles sont élaborés les objets diffèrent de manière significative entre archéologie et géographie. La divergence tient à l’amplitude temporelle du phénomène étudié car elle engendre des conditions distinctes de collecte de l’information. Les études portant sur des temps courts font le plus souvent appel à des séries de données desquelles il est possible d’extraire un corpus homogène d’objets alors que dans le temps long, l’hétérogénéité des sources implique une consolidation a posteriori du corpus (Rodier et Kaddouri 2012).

9Dans la pratique, l’observation d’un phénomène donne lieu à deux types de collectes d’informations :

  • Les entités à analyser sont définies a priori et l’information peut être collectée à cette résolution ; il s’agit généralement d’objets simples, même si ce n’est pas nécessairement le niveau élémentaire d’acquisition des données. Tel est le cas, par exemple, en géographie, lorsque l’on s’intéresse au recensement de population au niveau du logement (les individus recensés sont dans ce cas les entités élémentaires et les logements les entités d’analyse), ou au résultat des élections au niveau communal (l’électeur représentant l’entité élémentaire et la commune l’entité d’analyse), ou encore à l’utilisation du sol au niveau de la parcelle (le pixel représente alors l’entité élémentaire au niveau duquel on mesure la réflectance pour identifier cette utilisation du sol résumée au niveau de l’entité d’analyse de la parcelle). En archéologie, les entités sont bien définies a priori lorsqu’elles sont caractérisées par une occurrence d’une typologie ou d’un thésaurus. Il s’agit par exemple d’inventorier les maisons médiévales ou les éléments de la topographie historique d’une ville : une habitation, un atelier, un cimetière, une église, un quai, un rempart, un fossé défensif, une rivière, un aménagement du relief, etc. Pour autant, si, dans ce cas, le niveau d’analyse est bien celui de l’inventaire constitué, il n’est pas équivalent au niveau de l’observation pour lequel les unités d’enregistrement (c. -à-d. les entités élémentaires) constituent rarement à elles seules une entité d’étude de l’espace urbain. En outre l’inventaire ne traduit toujours que l’état des connaissances au moment de l’étude.

  • Les entités à analyser sont des « construits » a posteriori, sur la base de la combinaison d’entités simples ou élémentaires de collecte, qui peuvent former un ensemble cohérent ou non. Ces constructions peuvent être des opérations simples si l’on connaît le modèle de relation qui lie les entités élémentaires entre elles pour reconstruire les entités d’analyse. L’intercommunalité par exemple renvoie à l’agrégation de communes liées par un contrat, l’ensemble constituant un tout différent de la simple somme des parties. Mais généralement cette relation n’est pas simple à définir et nécessite la mise en œuvre d’un modèle plus ou moins élaboré des relations entre entités élémentaires pour la construction des entités que l’on souhaite analyser (Guérois et al. 2012). Par exemple une zone bâtie peut être définie comme l’agrégation des bâtiments distants de moins de 200 m, ou encore une « polarité commerciale » peut correspondre à une concentration spatiale de commerces dont l’identification nécessite aussi des paramètres. De la même façon, mais de manière plus systématique en fait, l’identification des entités d’analyse en archéologie (les éléments de la topographie historique) nécessite le croisement d’informations issues de sources différentes selon une démarche progressive. La sélection de l’information s’effectue au niveau permettant à la fois une individualisation de l’entité et des complémentarités documentaires entre les types de sources (matérielles, écrites, iconographiques). Cette complémentarité facilite les échanges avec d’autres systèmes documentaires et des utilisations dans différents contextes d’analyse urbaine. Dans la pratique, l’entité est présente au début et à la fin du processus : pressentie, elle provient d’une source qui la fait apparaître dans la documentation et nécessite la mobilisation de tout ou partie des autres sources pour assurer sa robustesse topographique, chronologique et fonctionnelle (Galinié, Rodier et Saligny 2004). Le changement de niveau que constitue le passage des entités élémentaires isolées dans une source matérielle ou écrite à une entité d’analyse ne correspond pas à leur seule agrégation. Dans l’approche archéologique, la relation qui permet de passer des entités élémentaires à celles du niveau d’analyse n’est ni linéaire ni univoque mais relève d’une chaîne d’inférences spécifiques qui fait appel à l’interprétation du chercheur (Rodier et Kaddouri 2012). Le plan des vestiges d’un bâtiment mis au jour par la fouille, par exemple, doit être complété par des éléments restitués ou supposés pour être significatif à l’échelle de l’espace urbain.

10Dans certains cas la modélisation des relations qu’entretiennent les entités élémentaires pour construire les entités à analyser devient un objet d’étude en soi. Les modèles à appliquer peuvent en effet être complexes et, si l’objectif est l’analyse des dynamiques spatiales de ces « construits », on devra envisager la modélisation de relations évoluant dans le temps. C’est l’exemple des agglomérations fonctionnelles que l’on définit comme étant l’enveloppe des banlieues accessibles à partir du centre en moins d’une heure (loi de Zahavi), c’est-à-dire que la portée spatiale d’attraction des pôles urbains évolue dans le temps avec la densification des réseaux de transport et l’amélioration des vitesses (Bretagnolle, Giraud et Mathian 2008).

DÉCRIRE UNE ORGANISATION SPATIALE : SCHÉMATISATION, FAITS STYLISÉS, CHRONO-CHORÈMES

11Une fois l’information récoltée et/ou reconstituée, on s’intéresse aux structures, aux configurations spatiales qu’elle dessine. Dans un contexte intra-urbain par exemple, on cherchera à caractériser les différentes entités constituant la ville et à les analyser en fonction de leurs positions relatives :

  • les données archéologiques permettent de constituer l’inventaire des éléments de la topographie historique dont on extrait des états de l’espace urbain aux fourchettes de temps significatives pour la ville considérée. Ce corpus permet également des analyses thématiques, par exemple sur les systèmes défensifs ou sur la répartition des activités, ou encore sur la morphologie de l’espace urbain lui-même ;

  • les données statistiques (démographiques, sociales, économiques) mobilisées par les géographes au niveau de l’IRIS (Îlots Regroupés pour l’Information Statistique) ou des communes permettent de s’interroger sur l’existence de gradients, d’oppositions, de discontinuités socio-économiques dans l’espace urbain.

12Dans les deux cas il s’agit d’une part d’identifier et de représenter ces organisations dans l’espace urbain, et d’autre part de comprendre pourquoi elles existent, comment elles ont émergé, comment elles évoluent. Plusieurs démarches, correspondant à différents niveaux d’abstraction, sont possibles lors de la représentation de l’objet ou du phénomène étudié :

  • une première démarche consiste à partir d’une représentation cartographique du phénomène étudié en une ville donnée et d’en soustraire le « bruit », c’est-à-dire les petites fluctuations dues à des spécificités locales, qui masquent une organisation intra-urbaine régulière comme une régionalisation (une opposition centre/périphérie ou nord/sud par exemple) ou une relation (une diminution de la densité en fonction de la distance au centre par exemple). La démarche est celle de la simplification et l’objectif est d’aboutir à une schématisation de ce qui est observé, en faisant abstraction des contingences locales. « Modéliser un territoire n’est pas le représenter : c’est se donner le maximum de régularité et le minimum de contingence locale pour tester des hypothèses et mettre en évidence des lois, des tendances, des mécanismes généraux » (Brunet 1987) ;

  • suivant une deuxième démarche, correspondant à un niveau d’abstraction plus fort, la même analyse peut être répétée en plusieurs lieux et l’on s’intéresse alors au niveau de régularité d’une certaine structure ou relation. Une structure spatiale (centre-périphérie) ou une relation (loi de Clark qui décrit la diminution de la densité de la population en fonction de la distance au centre de l’agglomération) que l’on retrouve systématiquement dans l’ensemble des grandes villes constitue ainsi un « fait stylisé ». Le concept est surtout utilisé en économie mais prend également tout son sens en géographie et en archéologie, en permettant de distinguer les situations où l’on s’intéresse à un cas précis de celles où c’est la répétition, la régularité d’un lieu à un autre, d’une époque à une autre, d’une même structure spatiale, qui concentrent l’attention. Les allers-retours entre l’exploration du général et du particulier sont riches du point de vue heuristique, permettant de mobiliser des facteurs explicatifs de nature différente et complémentaire pour comprendre le monde (Bouvier 2011 ; Durand-Dastès 1991) ;

  • une troisième démarche consiste à repérer pour une ville donnée la combinaison de structures élémentaires qui rend le mieux compte de son organisation spatiale. Ces structures élémentaires, identifiées par Roger Brunet (1980, 1986) sous forme de chorèmes, représentent un langage permettant « une écriture du Monde ». La carte-modèle d’une ville donne ainsi à voir comment différents éléments et forces génériques sont assemblés pour produire un espace particulier. La démarche chrono-chorématique (Rodier, Grataloup et Guilloteau [dir.] 2010), en ajoutant la dimension temporelle, a pour double ambition de rendre compte de l’histoire spécifique de telle ou telle ville et d’offrir la possibilité de comparer les villes entre elles selon des critères typologiques et chronologiques. En pratique, l’approche est d’une part inductive, fondée sur la connaissance de la ville élaborée à partir de la mise en œuvre des données historiques, d’autre part hypothético-déductive à partir de la position supposée de la ville dans une frise théorique pour en déduire l’inscription spécifique du cas étudié.

13Ces trois démarches sont complémentaires dans la recherche et chacune fait appel à un type de modélisation : dans le premier cas il s’agit de procéder à des simplifications, dans le deuxième d’exprimer une régularité sous forme de loi et dans le troisième de construire un modèle chrono-chorèmatique.

INTERACTION ET HIÉRARCHISATION : MODÉLISER LES RÉSEAUX D’HABITATS

14Une fois que le chercheur a bien identifié et formalisé les entités d’intérêt, et mis en évidence les régularités que celles-ci dessinent dans l’espace, il s’agit d’appréhender les interactions qui lient ces entités entre elles et d’en comprendre le fonctionnement. Dans ce domaine, le modèle d’interaction spatiale (fondé sur les principes gravitaires) est un des plus classiques de la géographie. Il peut être utilisé soit dans une démarche explicative, afin de comprendre les différentiels qui existent dans l’intensité des échanges entre les lieux, soit pour identifier des entités correspondant à un niveau d’organisation supérieur.

15Dans le premier cas, on dispose d’une information sur l’intensité des interactions (flux, échanges) existant entre un ensemble de lieux, par exemple les quartiers d’une agglomération ou les villes d’un système urbain. L’objectif est alors de mettre en évidence les principes suivant lesquels les flux s’organisent. Le modèle gravitaire stipule que les interactions sont d’autant plus fortes que les lieux sont importants au sens du phénomène étudié – ce peut être par exemple le nombre d’habitants, d’emplois, un nombre de bâtiments, etc., en fonction des hypothèses du chercheur et des données existantes – et qu’ils sont proches géographiquement. Ce modèle est formalisé par une équation dont l’expression générale est du type :

Fij = k Pi Pj dij-b

où Fij représente le flux (déplacements, marchandises, information) entre les lieux i et j, Pi et Pj les mesures de l’importance de ces lieux, dij la distance entre eux ; k et b sont des paramètres du modèle, b mesurant l’effet dissuasif de la distance sur les interactions.

16L’application d’un tel modèle à une matrice de flux observés permet de produire différents types de connaissance :

  • le degré d’adéquation du modèle à l’observé permet d’évaluer le rôle de l’importance des lieux et des distances entre eux dans la structuration des flux ;

  • le coefficient b donne une idée de l’effet répulsif de la distance et permet des comparaisons : une valeur plus forte témoigne ainsi d’interactions pour lesquelles la distance joue un rôle de frein plus fort ;

  • le repérage des écarts entre les flux modélisés et les flux observés permet de mettre en évidence des spécificités (couples de lieux aux relations privilégiées ou au contraire présence d’une barrière, de nature culturelle par exemple) qui ne sont pas visibles par la simple observation de la matrice initiale dans laquelle les effets de masse tendent à masquer toute autre information.

17C’est dans cet esprit que ce modèle a été très largement utilisé en géographie (pour des développements complémentaires, voir Pumain et Saint-Julien 2010 et Durand-Dastès 2001).

18Dans le deuxième cas, correspondant à l’identification de réseaux d’entités pouvant être assimilés à des entités de niveaux supérieurs, on ne dispose pas d’informations sur les liens et les échanges effectifs existant ou ayant existé entre les lieux (quartiers, villes) auxquels on s’intéresse et le modèle est alors utilisé pour estimer ces interactions. Les principes gravitaires ont ainsi été appliqués afin de reconstituer les liens fonctionnels existant entre un ensemble d’établissements humains à des époques anciennes (y compris protohistoriques). La première tentative dans ce sens fut effectuée dans le cadre du programme ARCHAEOMEDES (Favory et al. 1998 ; Nuninger et Sanders 2006) lors d’une recherche portant sur l’évolution du peuplement du Languedoc oriental de 120 av. J.-C. au XIe siècle. L’objectif était d’identifier des réseaux d’habitat, c’est-à-dire des ensembles d’agglomérations et d’établissements liés par des relations impliquant des complémentarités, des échanges, des relations de dépendance entre pôles et établissements secondaires. L’hypothèse était que des sous-groupes d’habitats avaient en quelque sorte fonctionné ensemble, sans que l’on soit forcément capable de les associer à un cadre juridique, économique et/ou politique précis. La première étape a été consacrée à hiérarchiser ces habitats à l’aide d’une analyse factorielle portant sur un ensemble de critères archéologiques recueillis au cours des fouilles et des prospections systématiques (superficies occupées, qualité des matériaux et du mobilier, statut, etc.). Cette mesure hiérarchique a joué le rôle de niveau d’importance dans le modèle gravitaire dont l’application a permis d’évaluer l’attraction potentielle exercée par chaque habitat sur les autres, en fonction de ce niveau et de la distance les séparant. Par cette méthode, on a pu identifier les habitats jouant un rôle de pôle et reconstruire les réseaux locaux associés (groupes d’établissements dominés par les pôles). La figure 1 représente ainsi simultanément : 1) les réseaux construits à l’aide du modèle, i. e. en mobilisant uniquement des informations laissées par les vestiges archéologiques de ces lieux habités et leur position géographique ; 2) la construction effectuée par les archéologues fondée sur des sources d’information diverses et une connaissance fine du terrain. Validée sur un espace réduit, la méthode a pu être généralisée à un espace élargi. Elle a ensuite été transférée à d’autres époques et à d’autres espaces, avec des améliorations relatives au modèle initial, notamment dans la prise en compte de la maîtrise visuelle du paysage dans l’évaluation des distances séparant les établissements (Nuninger 2002). L’application de la même démarche à plusieurs dates permet de saisir l’évolution du système de peuplement, de repérer le renforcement ou la disparition de pôles ainsi que l’extension ou au contraire la rétraction des réseaux d’habitats et des aires d’influence respectives des pôles.

19Cette démarche est conceptuellement proche de la construction a posteriori d’entités spatiales décrite dans le premier paragraphe. Mais ici, on se pose la question de l’organisation spatiale, tandis que dans la construction d’entités a posteriori, on définit une mécanique de définition d’une enveloppe géométrique sans chercher à la confronter. Toutefois, les réseaux d’habitats mis en évidence par ce modèle sont de nouveaux objets, eux-mêmes mobilisables pour constituer un inventaire, tel que décrit dans le premier paragraphe, à un niveau d’organisation supérieur.

MODÈLES DYNAMIQUES POUR DONNER À VOIR ET EXPLIQUER

20La quatrième étape du parcours que nous avons choisi de présenter concerne la transformation des entités au cours du temps et la dynamique du système constitué par l’ensemble des entités et de leurs interactions. Les modèles dits dynamiques permettent d’explorer le changement. Leurs objectifs sont d’un côté de donner à voir celui-ci, son rythme, son intensité, son inscription spatiale, de l’autre de comprendre les mécanismes qui le sous-tendent. Comment évoluent les entités auxquelles on s’intéresse (bâtiments, quartiers, villes) ? Comment fonctionnent les systèmes qu’elles forment (quand ces entités « font système ») ? Comment passe-t-on d’un type de fonctionnement à un autre ? Deux formes de modélisation sont présentées, de nature différente mais complémentaire dans leurs apports. Chacune correspond à un de ces deux objectifs : donner à voir le changement et explorer les mécanismes qui lui sont sous-jacents. Dans le premier cas il s’agit de la mise en place d’un modèle de données adéquat, permettant à partir d’une information disparate et multi-source de formaliser des entités et leurs relations, afin de fournir un outil permettant de donner sens à cette information. Le deuxième cas correspond au développement d’un modèle dynamique centré sur la formalisation des processus et impliquant les phases classiques de formulation d’hypothèses, construction d’un modèle conceptuel, application d’un modèle opératoire, avec pour objectif de tester des hypothèses explicatives sur la dynamique d’un système.

Fig. 1 – Réseaux empiriques et réseaux théoriques en Vaunage au Ier siècle apr. J.-C. (d’après Durand-Dastès et al. 1998).

Modèles de données en vue d’explorer l’information

21La modélisation des données consiste à représenter des observations d’un point de vue analytique, en explicitant au mieux les différentes dimensions (temps, espace, fonction ou sémantique) sur lesquelles vont pouvoir s’articuler des explorations intégrant l’ordre du temps (avant, après, pendant…), de l’espace (à côté, sur, contigu…) et des fonctions (hiérarchie, complémentarité…). Cette exploration (au sens de Tukey 1977) permet d’élaborer des tests d’hypothèses fondés sur des modèles d’associations et ainsi de construire une interprétation à partir de la notion de vraisemblance dans laquelle les modèles causaux pourront être explicités et viendront valider ces associations, ces incertitudes.

22Bien qu’il ne s’agisse pas d’un modèle dynamique, c’est cette démarche hypothéticodéductive qui a présidé à l’élaboration du modèle OH_FET (Rodier et Saligny 2010) pour aborder les dynamiques urbaines dans la longue durée à partir de la description des objets historiques (OH) selon la fonction (F), l’espace (E) et le temps (T). L’approche suivie pour ce modèle (fig. 2) consiste à distinguer chacune des trois dimensions de l’objet de manière à explorer le nombre d’entité par OH dans chacune d’elle puis les distributions conjointes deux à deux afin de mesurer leurs variabilités. Le modèle permet de restituer autant d’états que nécessaire à des dates ou des intervalles de temps quelconques et de décrire les changements d’états. L’objectif est de fournir les descriptions utiles à la compréhension des transformations, c'est-à-dire des processus de changement d’état.

Comprendre et expliquer la dynamique d’un système de villes

23Les travaux empiriques sur les villes montrent combien leurs transformations respectives dépendent de leurs positions les unes par rapport aux autres (Cattan et al. 1999). Il est ainsi intéressant d’appréhender les villes d’une région, d’un pays, sous forme de système dans la mesure où elles interagissent (flux financiers, de personnes, d’informations) et que la trajectoire de chacune d’entre elles dépend de ses interactions avec les autres. Certaines villes vont croître plus vite que les autres et gagner des places dans la hiérarchie urbaine (régionale, nationale ou internationale suivant l’échelle spatiale adoptée), d’autres vont au contraire y enregistrer un recul, d’autres simplement se maintenir. Pour explorer les mécanismes en jeu derrière ces différentes dynamiques, le laboratoire Géographie-cités a développé une famille de modèles, les modèles SimPop (http://www.simpop.parisgeo.cnrs.fr/​). Certains ont pour objectif de simuler l’émergence d’un système de villes hiérarchisé en partant d’une situation initiale où la population est répartie de manière quasi-uniforme (Bura et al. 1996 ; Sanders et al. 1997 ; Pumain et al. 2009). D’autres partent d’une situation initiale déjà structurée. C’est le cas du modèle EuroSim portant sur l’évolution des villes européennes entre 1950 et 2050. Son objectif est d’explorer les décennies à venir en testant les effets de différentes politiques (en matière d’immigration extra-européenne d’une part et d’existence ou non de barrières sur les échanges internes d’autre part) sur la dynamique du système des villes européennes à l’horizon 2050 (Mathian et Sanders 2008). Ces modèles sont formalisés à l’aide d’un système multiagents (SMA) dont les éléments de base sont :

  • le concept d’agent-ville, reconnaissant la ville comme une entité autonome, indivisible, entité élémentaire d’un système de villes (Pumain 2006 ; Sanders 2010), capable d’interagir avec les autres villes ;

  • un ensemble de règles gérées au niveau de chaque agent-ville, sur la forme de ses interactions avec les autres et les effets de ces interactions.

Fig. 2 – Le modèle objet historique, fonction, espace, temps : OH_FET (Rodier et Saligny 2010).

24Ces modèles se concentrent sur le jeu et sur les effets des interactions économiques entre les villes : chaque ville produit des services et/ou biens destinés à être exportés hors du marché induit par les habitants et les activités de la ville elle-même. Chaque agent-ville a deux rôles, celui de consommateur (et il exerce alors une demande auprès des villes productrices) et de producteur (il propose alors sa production aux villes de son réseau susceptibles d’être intéressées). Les réseaux d’offre et de demande des différentes villes interfèrent, créant par là une compétition entre elles. Le taux de croissance de chaque ville est déterminé en fonction des résultats de ces échanges commerciaux, qui reflètent sa capacité à valoriser sa position dans ses réseaux d’échanges.

CONCLUSION

25Les quatre stades décrits ne constituent pas une seule et même démarche linéaire mais, combinés les uns aux autres, forment autant d’approches complémentaires. Ces combinaisons diffèrent selon que l’étude est géographique ou archéologique, l’origine des différences résidant dans la nature des données. En géographie, la constitution des corpus, des modèles et les résultats qu’ils produisent sont plus robustes et autorisent des interprétations explicatives. En archéologie, les modèles de données sont mieux consolidés afin d’intégrer des données hétérogènes mais les résultats sont toujours de l’ordre de l’interprétation par le spécialiste de la discipline, au croisement de processus inductif et hypothético-déductif. Ces différences s’estompent en revanche de plus en plus, les objets étudiés par les géographes tendant à se complexifier et la multiplication des sources nécessitant aussi des modèles robustes d’intégration des données. La tolérance grandissante des archéologues à des niveaux d’abstraction plus élevés se traduit par l’acceptation de modélisations quantitatives.

26Dans tous les cas, les résultats obtenus aux troisième et quatrième stades nourrissent la formalisation initiale des objets. L’ensemble du processus tend vers une modélisation multiscalaire dont l’objectif ultime est la compréhension des interactions entre les phénomènes intra-et inter-urbain. Il faut pour cela concevoir des modèles multi-échelles prenant en compte l’influence des processus de transformation de l’espace urbain sur les réseaux d’habitats et inversement l’impact de la position d’une ville dans un réseau sur son organisation spatiale.

27Le programme TransMonDyn en cours a pour ambition, en croisant ces démarches, de modéliser des transitions à des échelles de temps et d’espace extrêmement variées entre des régimes reconnus comme des systèmes constitués de faits stylisés.

Bibliographie

BIBLIOGRAPHIE

Archéologie urbaine 1982. Archéologie urbaine. Actes du colloque international de Tours, 17-20 novembre 1980, Association pour les fouilles archéologiques nationales, Paris, 769 p.

Biddle M. et Hudson D. avec Heighway C. 1973. The Future of London’s past : A Survey of the Archaeological Implications of Planning and Development in the Nation’ Capital, Rescue Publication, 4, Rescue, Worcester, 94 p.

Bouvier A. 2011. Connaissance de l’individuel et sciences du général. Une comparaison entre sciences de l’homme en société et sciences de la nature, in : Martin Th. (dir.), La scientificité des sciences humaines, Vuibert, Paris : 35-52.

Bretagnolle A., Giraud T. et Mathian H. 2008. La mesure de l’urbanisation aux États-Unis, des premiers comptoirs coloniaux aux Metropolitan Areas (1790-2000), Cybergeo : European Journal of Geography, 426, 35 p.

Bretagnolle A. et Pumain D. 2010. Comparer deux types de systèmes de ville par la modélisation multi-agents (Europe États-Unis), in : Weisbuch G. et Zwirn H. (éd.), Qu’appelle-t-on aujourd’hui les sciences de la complexité ?, Vuibert, coll. « Philosophie des Sciences », Paris : 271-299.

Brunet R. 1980. La composition des modèles dans l’analyse spatiale, L’Espace géographique, 4 : 253-265.

Brunet R. 1986. La carte-modèle et les chorèmes, Mappemonde, 86/4 : 2-6.

Brunet R. 1987. La carte mode d’emploi, Fayard/Reclus, Paris, 270 p.

Bura S., Guérin-Pace F., Mathian H., Pumain D. et Sanders L. 1996. Multi-agents system and the dynamics of a settlement system, Geographical Analysis, vol. 28, no 2: 161-178.

Cattan N., Pumain D., Rozenblat C. et Saint-julien T. 1999. Le Système des Villes européennes, Anthropos, coll. « Ville » (2e édition), Paris, 201 p.

CNAU 1990-2002. Documents d’évaluation du patrimoine archéologique des villes de France, 21 volumes de 1990 à 2002, Ministère de la Culture et de la Communication, Tours.

Durand-Dastès F. 1991. Le particulier et le général en géographie, in : Audigier F. et Baillat G. (éd.), Analyser et gérer les situations d’enseignement-apprentissage. Actes du 6e colloque de Didactiques de l’histoire, de la géographie, des sciences sociales, INRP, Paris : 207-216.

Durand-Dastès F., Favory F., Fiches J.-L., Mathian H., Pumain D., Raynaud C., Sanders L., Van der Leeuw S. 1998. Des oppida aux métropoles, Archéologues et géographes en vallée du Rhône, ARCHAEOMEDES, Anthropos, coll. « Villes », Paris, 280 p.

Durand-Dastès F. 2001. Les concepts de la modélisation en analyse spatiale, in : Sanders L. (dir.), Modèles en analyse spatiale, Hermès Science Publications, Paris : 31-57.

Favory F., Mathian H., Raynaud C. et Sanders L. 1998. Sélection géographique, déterminisme et hasard, in : Durand-Dastès et al. 1998 : 151-248.

Galinié H. 2000. Ville, espace urbain et archéologie. Essai, Maison des sciences de la ville, de l’urbanisme et des paysages, CNRS-UMS 1835 – Université de Tours, coll. « Sciences de la ville », 16, Tours, 128 p.

Galinié H. et Randoin B., avec Holtz M. et Kemp R. 1979. Les Archives du sol à Tours – survie et avenir de l’archéologie de la ville, Laboratoire d’archéologie urbaine et Société archéologique de Touraine, Tours, 63 p + planches.

Galinié H., Rodier X. et Saligny L. 2004. Entités fonctionnelles, entités spatiales et dynamique urbaine dans la longue durée, Histoire & Mesure, vol. XIX-3/4, CNRS, Paris : 223-242,.

Gandini C., Favory F. et Nuninger L. (eds) 2012. Settlement Patterns, Production and Trades from Neolithic to Middle Ages Final Conference Dijon, 23-25 June 2008. ArchaeDyn : 7 Millennia of Territorial Dynamics, BAR S2370, Archaeopress, 80 p.

Garmy P. 2012. Villes, réseaux et systèmes de villes. Contribution de l’archéologie, Errance, coll. des « Hespérides », Paris, Arles, 329 p.

Guérois M., Bretagnolle A., Giraud T. et Mathian H. 2012. A new database for the cities of Europe? Exploration of the urban Morphological Zones (CLC2000) from three national database comparisons (Denmark, France, Sweden), Environment and Planning B : Planning and Design 39(3): 439-458.

Mathian H. et Sanders L. 2008. Expérimenter sur le futur des villes européennes avec un modèle multi-agents, in : 15e Journées de Rochebrune, Rencontres interdisciplinaires sur les systèmes complexes naturels et artificiels, Megève, 20-26 janvier 2008 : « Expérimentation et systèmes complexes », ParisTech ENST 2008, Paris : 1-13, [en ligne], http://halshs.archives-ouvertes.fr/docs/00/25/67/PDF/Roch-LSetHM-Hal.pdf.

Nuninger L. 2002. Peuplement et territoires protohistoriques, du VIIIe au Ier s. av. J.-C., en Languedoc oriental (Gard-Hérault), Thèse de doctorat, Université de Franche-Comté, Besançon.

Nuninger L. et Sanders L. (dir.) 2006. La modélisation des réseaux d’habitat en archéologie : trois expériences, M@ppemonde, 83 (3-2006), [en ligne], http://mappemonde.mgm.fr/num11/articles/art06302.html.

Pumain D. 2006. Alternative explanations of hierarchical differentiation in urban systems, in: Pumain D. (ed.), Hierarchy in Natural and Social Sciences, Methodos series 3, Springer: 169-222.

Pumain D., Sanders L., Bretagnolle A., Glisse B. et Mathian H. 2009. The future of urban systems : exploratory models, in : Lane D., van der Leeuw S., West G. et Pumain D. (eds), Complexity Perspectives on Innovation and Social Change, Methodos series, Springer : 331-359.

Pumain D. et Saint-Julien T. 2010. Analyse spatiale : les interactions, Armand Colin, Paris, 224 p.

Rodier X., Grataloup C. et Guilloteau C. (dir.) 2010. Dossier « Chronochorématique urbaine », Mappemonde, 100, 4-2010, [en ligne], http://mappemonde.mgm.fr/dos_chrono.html.

Rodier X. et Saligny L. 2010. Modélisation des objets historiques selon la fonction, l’espace et le temps pour l’étude des dynamiques urbaines dans la longue durée, Cybergeo : European Journal of Geography, Systèmes, Modélisation, Géostatistiques, article 502, [en ligne], http://cybergeo.revues.org/index23175.html.

Rodier X. et Kaddouri L. 2012. Modéliser les dynamiques spatiales en sciences humaines, in : Bertoncello F. et Braemer F. (dir.), Variabilités environnementales, mutations sociales. Nature, intensités, échelles et temporalités des changements, XXXIIe rencontres internationales d’archéologie et d’histoire d’Antibes, ADPCA, Antibes : 115-126.

Sanders L., Pumain D., Mathian H., Guérin-Pace F. et Bura S. 1997. SIMPOP : a multi-agents system for the study of urbanism, Environment and Planning. B, vol. 24 : 287-305.

Sanders L. et Mathian H. 2008. Expérimenter sur le futur des villes européennes avec un modèle multi-agents, in : « Expérimentation et systèmes complexes » – 13e Journées de Rochebrune, Megève, [en ligne], http://halshs.archives-ouvertes.fr/halshs-00258667.

Sanders L. 2010. Les villes comme agents : simulation des futurs possibles du système urbain européen, NPSS (Nouvelles Perspectives en Sciences Sociales), vol. 5, no 2, mai 2010 : 153-180.

Tukey J. W. 1977. Exploratory Data Analysis, Addison-Wesley Publishing, Company, Reading, MA.

Table des illustrations

Légende Fig. 1 – Réseaux empiriques et réseaux théoriques en Vaunage au Ier siècle apr. J.-C. (d’après Durand-Dastès et al. 1998).
URL http://books.openedition.org/pufr/docannexe/image/7725/img-1.jpg
Fichier image/, 268k
Légende Fig. 2 – Le modèle objet historique, fonction, espace, temps : OH_FET (Rodier et Saligny 2010).
URL http://books.openedition.org/pufr/docannexe/image/7725/img-2.jpg
Fichier image/, 126k

Auteurs

Ingénieur de recherche au CNRS, UMR 8504 Géographie-cités CNRS – Université Paris 1 Panthéon-Sorbonne – Université Paris-Diderot Paris 7

Ingénieur de recherche au CNRS, UMR 7324 CITERES Université François-Rabelais de Tours – CNRS, Responsable du Laboratoire Archéologie et Territoires ; Honorary Research Fellow, School of Geography, Archaeology and Environmental Studies, University of the Wirwatersrand, Johannesburg

Directrice de recherche au CNRS, UMR 8504 Géographie-cités CNRS – Université Paris 1 Panthéon-Sorbonne – Université Paris-Diderot Paris 7

© Presses universitaires François-Rabelais, 2013

Conditions d’utilisation : http://www.openedition.org/6540