Version classiqueVersion mobile
OpenEdition Books

La question des échelles en sciences humaines et sociales

 | 
Sébastien Boulay
, 
Sylvie Fanchette

Partie I - Valeur des échelles en sciences humaines et sociales, et enjeux de l’interdisciplinarité

Chapitre 2 - L’enjeu des échelles dans la modélisation des systèmes de peuplement dans la longue durée

Lena Sanders

Texte intégral

  • 19 Le système de peuplement (settlement system) est un concept mobilisé par archéologues, historiens e (...)

1Les sociétés humaines occupent la surface de la Terre suivant différentes modalités qui reflètent leur fonctionnement. Le géographe s’intéresse aux dimensions spatiales de cette occupation. Son observation porte sur l’organisation des lieux habités dans l’espace, il s’intéresse aux relations entre ces lieux et s’interroge sur les processus sous-jacents à leur évolution. Le concept de « système de peuplement »19 est au cœur de ce chapitre. Il suggère que les interactions entre les lieux habités jouent un rôle moteur dans les transformations du peuplement (notamment de sa configuration spatiale et de son organisation hiérarchique), ces transformations engendrant à leur tour une modification dans la forme et l’intensité des interactions entre les lieux. La dimension matérielle des habitats et des infrastructures de transport rend l’évolution des systèmes de peuplement relativement lente. Saisir la dynamique de tels systèmes nécessite donc de prendre en compte le temps long, ce qui implique un dialogue avec d’autres disciplines, histoire et archéologie notamment. Le concept de système de peuplement est a priori générique et permet d’appréhender les modes d’habiter des sociétés tant à l’échelle locale qu’à celle de la planète, à des époques lointaines comme actuelles. L’objectif de comparer différents systèmes de peuplement, afin de mettre en évidence leurs propriétés génériques, notamment en termes d’évolution, conduit à adopter une approche modélisatrice.

  • 20 ANR TransMonDyn : http://www.transmondyn.parisgeo.cnrs.fr/.

2Je prendrai appui sur le projet TransMonDyn20, qui porte sur les grandes transitions dans les systèmes de peuplement (Sanders, 2017). Plutôt que d’en proposer un résumé ou d’en présenter des résultats, l’objectif de ce chapitre est d’expliciter toutes les dimensions d’un positionnement de recherche et d’insister notamment sur la place qu’y prend une réflexion sur les échelles. L’objectif est en effet de comparer des systèmes de peuplement relevant de contextes géo-historiques et d’échelles spatiales et temporelles différents. Un tel projet implique une forte interdisciplinarité, avec d’un côté des chercheurs qui ont des connaissances sur les systèmes de peuplement (géographes, historiens et archéologues) et de l’autre ceux qui pratiquent la conceptualisation et la modélisation de systèmes (philosophes, mathématiciens, informaticiens). Les premiers ont des savoirs sur l’objet dans des contextes variés, les seconds cherchent à identifier des processus génériques. La comparaison prend ainsi appui sur une approche faisant dialoguer les aspects génériques et particuliers de chaque système de peuplement, et ce aux différentes échelles où ce système est appréhendé. Une démarche ontologique facilitant ce dialogue est présentée.

Positionnement théorique : interdisciplinarité et modélisation

3Cette première partie, la plus longue, aborde les questions qui se posent pour modéliser la dynamique des systèmes de peuplement. La première consiste à discuter ce que l’on entend par système de peuplement, notamment dans un contexte interdisciplinaire. D’un côté on a le construit théorique (un système de peuplement ne s’observe pas directement dans la « réalité », il est le résultat d’une interprétation et d’une construction), et de l’autre il y a ce qui est observable pour chaque cas d’étude. Ce décalage entre le concept et « l’observable » est le premier point que je discuterai. Il s’agira ensuite d’expliciter en quoi un système de peuplement peut être appréhendé comme un système complexe, en prenant notamment appui sur les formes d’interactions entre les éléments composant le système d’intérêt et en identifiant les configurations qui émergent à d’autres échelles d’observation. Cette partie se termine par un point sur la modélisation de ces systèmes.

Système de peuplement : un objet de recherche partagé entre géographes, historiens et archéologues

  • 21 « Nous devons essayer de comprendre la relation entre la dynamique d’un système vivant dans le pass (...)

4Dans sa définition la plus simple et la plus générale, un système est un ensemble d’éléments en interaction. Il s’agit donc dans un premier temps de préciser ce que sont les éléments d’un système de peuplement et quelles sont les interactions qui les lient entre eux. Dans la plupart des définitions, ces éléments sont des noyaux du peuplement (lieux occupés, de manière permanente ou temporaire) et les interactions concernent les échanges (de biens, d’informations, de flux de personnes) qui prennent place entre ces noyaux. Si cette définition très large peut faire sens pour des systèmes de peuplement des temps passés et présents, les manières de les observer et de les décrire sont très variées. La question clé est : qu’est-ce qui est observable ? À quelle échelle ? Le tableau 2.1 représente quatre cas à titre illustratif. Ils correspondent à l’étude de systèmes de peuplement plus ou moins éloignés de l’époque actuelle et reposent de ce fait sur l’observation de données (les observables) de natures différentes. Pour décrire, par exemple, l’évolution d’un système de villes sur quelques siècles (les noyaux de peuplement sont dans ce cas des villes), les données de recensement permettent de suivre l’évolution des quantités de population des villes composant le système étudié (l’ensemble des villes d’une région, l’ensemble des villes-capitales du monde, par exemple). Pour les décennies les plus récentes, le chercheur aura même accès à des données sur les flux (migratoires, de transport) entre les villes. Pour des périodes plus anciennes, les observables se présentent en revanche sous la forme de vestiges archéologiques et il s’agit, à partir de ces traces matérielles des occupations passées, de déterminer si un lieu a été occupé à une époque donnée et d’en tirer des conclusions sur le système de peuplement de cette époque. Une telle démarche fait largement appel à l’interprétation et entraîne des difficultés bien résumées par Binford (1980, p. 5) : « We must seek to understand the relationships between the dynamics of a living system in the past and the material by-products that contribute to the formation of the archaeological record remaining today. »21

Tableau 2.1. Diversité des observables selon la période d’étude du système de peuplement.

Éloignement du système de peuplement étudié relativement à l’époque actuelle

Nature des observables

Décennie

Données statistiques (issues de recensements et d’enquêtes) sur les noyaux de peuplement et sur les échanges entre eux (migrations, transports, marchandises).

Siècle

Données statistiques (issues de recensements et d’enquêtes) sur les noyaux de peuplement.

Millénaire

Sites archéologiques : vestiges matériels à partir desquels on déduit l’importance qu’a eue un habitat (en taille, en richesse, en pouvoir).

Dizaine de millénaires

Sites archéologiques rares, peu de traces matérielles. Analyses génétiques. Raisonnement analogique à partir d’études ethnographiques.

  • 22 Un tel raisonnement repose sur une hypothèse forte, celle que l’analogie relative à certaines carac (...)

5Si nous remontons plus loin dans le temps, les traces matérielles sont plus rares encore et l’information est moins précise. Pour les sociétés de chasseurs-cueilleurs de périodes préhistoriques, on peut se tourner vers d’autres formes d’observables en adoptant par exemple un raisonnement d’ordre analogique22, consistant à transposer à des sociétés du passé des comportements observés dans le cadre d’études ethnographiques sur des populations de chasseurs-cueilleurs de l’époque actuelle (Barton et al., 2011 ; Binford, 1980).

  • 23 L’Insee propose de délimiter les villes suivant trois principes : les communes centres (principe ad (...)

6La nature des observables est ainsi très différente dans chacun des cas du tableau 2.1. Le premier paraît réunir les conditions idéales grâce à la disponibilité de données précises à la fois sur les éléments du système et sur les interactions entre eux. Malgré cette profusion de données disponibles, le travail du chercheur n’est pas sans obstacles. Un des principaux problèmes est celui identifié dans la littérature comme le MAUP (Modifiable Areal Unit Problem), qui stipule que les résultats d’une analyse statistique menée sur des entités spatiales dépendent de la manière dont ces entités spatiales sont définies et délimitées, en d’autres termes de l’échelle d’observation choisie. L’étude d’un système de villes, par exemple, nécessite de connaître la population des villes qui le composent et il s’agit donc de définir ce qu’est une ville. Guérois et Paulus (2002) montrent que l’on conclura que la ville de Toulouse a diminué en taille depuis les années 1960 si on mesure sa population à partir du nombre d’habitants de sa commune centre, et au contraire qu’elle est en croissance si les calculs sont basés sur celui de l’aire urbaine. L’entité ville peut en effet être définie de différentes manières, relativement à différentes échelles23, chacune porteuse d’un sens qui lui est propre.

7Dans le troisième cas du tableau 2.1, les observables sont des vestiges archéologiques dont l’interprétation permet aux archéologues de faire des hypothèses sur le statut permanent ou saisonnier d’un site, sur la ou les périodes où il a été occupé, sur l’importance qu’il a pu avoir, etc. Certains indices permettent également de repérer si des échanges ont eu lieu avec d’autres lieux (à partir de traces d’amphores dont on sait qu’elles ont été fabriquées ailleurs par exemple). Dans le tout dernier cas, il peut n’y avoir aucune trace du passé, et les chercheurs pallient cette absence par des travaux sur des observables datant de l’époque actuelle : des analyses génétiques ou palynologiques sur des populations et des environnements observés aujourd’hui, ou encore en raisonnant par analogie à partir d’observables ethnographiques.

8Que l’on dispose de comptages (a priori) précis issus de recensements et d’enquêtes, ou que les données soient composées de vestiges matériels ou encore issues de l’observation de populations actuelles, le chercheur doit se poser la question du décalage entre les concepts qu’il mobilise et qui font sens du point de vue théorique, et les observables qui sont de natures variées. Cette diversité des observables, la variété des décalages entre concepts et observables, rendent nécessaire une approche par la modélisation et l’explicitation de l’ontologie associée pour disposer de bases solides afin de comparer des systèmes de peuplement correspondant à différentes périodes.

Le système de peuplement, un système complexe

9Un système de peuplement peut être conceptualisé et modélisé comme un système complexe. Le concept d’émergence, relatif à ce champ, est éclairant pour comprendre l’évolution d’un système de peuplement. Il met en jeu plusieurs échelles : une structure observable à un niveau d’organisation supérieur émerge à partir d’interactions opérant à un niveau d’organisation inférieur, sans que cette structure soit ni voulue ni forcément perçue par ses acteurs. L’exemple le plus classique est celui de l’émergence d’une ségrégation socio-spatiale dans un contexte où les acteurs n’ont pas forcément un comportement ségrégationniste (Schelling, 1971). Dans le cas d’un système de peuplement, on peut distinguer trois grands niveaux d’organisation correspondant chacun à une échelle d’observation :

  • le niveau microscopique des entités les plus élémentaires du système de peuplement : les individus et les familles ;

  • le niveau mésoscopique, qui réfère à des groupes (de chasseurs-cueilleurs par exemple) ou à des entités spatiales correspondant à des agrégats de population (hameaux, villes) ;

  • le niveau macroscopique du système de peuplement considéré : selon l’échelle de l’étude, il peut s’agir d’une ville (dans le cas d’une étude fine de l’espace intra-urbain), d’une région (système régional) ou d’un ensemble de villes (système de villes).

10Dans une perspective systémique, les questions clés sont les suivantes : quelles sont les interactions motrices dans l’évolution du système de peuplement et à quelle échelle opèrent-elles ? Qu’est-ce qui émerge à un niveau d’organisation supérieur ? En théorie, les trois niveaux évoqués ci-dessus sont imbriqués et les émergences s’enchaînent. Un tel enchaînement est cependant complexe à modéliser et, dans la pratique, la plupart des modèles (qu’ils soient mathématiques ou informatiques) se concentrent sur le passage entre deux niveaux, le niveau des entités considérées comme élémentaires (qu’il s’agisse d’entités microscopiques ou mésoscopiques) et le niveau macroscopique, celui où émerge une structure observable (une certaine organisation hiérarchique ou spatiale). En simplifiant le trait, on peut noter que les économistes et les sociologues se consacrent à l’étude du passage micro-macro, alors que les géographes s’intéressent souvent au passage méso-macro. Un système évolue dans le temps, et les interactions entre les éléments qui le composent constituent le moteur de sa dynamique. Dans le premier cas, les interactions motrices prennent place entre individus, dans le second, entre groupes ou entités spatiales.

Modéliser la dynamique d’un système de peuplement

11Face à un système de peuplement, l’enjeu est de le décrire avec précision et de comprendre sa dynamique. Il s’agit d’une part de mettre en évidence des régularités dans son évolution, et d’autre part d’identifier quels sont les mécanismes en jeu dans cette évolution. En simplifiant, on peut distinguer deux familles de modèles, ceux qui traitent les données, les « font parler » à partir d’analyses permettant d’en extraire une représentation structurée, et ceux qui consistent à simuler une expérience de pensée.

« Faire parler » les données

  • 24 Le modèle de Zipf s’écrit : P = k ra, où P désigne la population, r le rang, k une constante et a (...)

12De nombreux modèles statistiques et d’analyse spatiale permettent de « filtrer » les données et de faire ressortir les structures de l’espace (Pumain et Saint-Julien, 1997). Un modèle souvent mobilisé pour décrire l’organisation hiérarchique d’un système de peuplement est par exemple la loi de Zipf24. Le modèle a été beaucoup utilisé, d’une part par des géographes et des économistes pour décrire les systèmes de villes de différents pays du monde (Schaffar, 2009), d’autre part par des archéologues pour étudier le système de peuplement à des échelles plus locales (Smith, 2005). Certains chercheurs s’intéressent à la dimension universelle de cette loi, alors que d’autres utilisent le modèle pour montrer la spécificité de certains systèmes de peuplement en fonction de leur écart à la loi, avec des distributions plus primatiales ou plus égalitaires (Drennan et Peterson, 2004).

Simuler une expérience de pensée

13D’autres modèles consistent à explorer par la simulation une expérience de pensée. Ils sont souvent centrés sur les dynamiques qui sous-tendent l’évolution du système de peuplement. Quelles interactions mènent le système à évoluer de telle ou telle façon ? Il s’agit d’explorer les processus à l’origine du changement en testant de manière systématique différentes hypothèses. Un modèle de simulation est ainsi un outil qui permet de construire des « histoires alternatives » (Premo, 2007 ; Lake, 2014). La question ne porte plus sur ce qui s’est vraiment passé dans une région donnée à un moment donné. Il s’agit plutôt de construire des trajectoires du système de peuplement qui auraient été possibles, vraisemblables, dans le contexte dans lequel il se trouvait. Les résultats des simulations permettent de réfléchir, en l’absence même de données, au fonctionnement de différents processus qui opèrent au sein d’un système de peuplement.

14Le modèle de simulation développé par Heckbert (2013) sur l’effondrement de la civilisation maya en est un bon exemple. Le modèle sert de « laboratoire » pour explorer les conditions d’émergence et de déclin du système maya, celui-ci étant défini par un environnement (renseigné par des données sur les climats et les sols), des règles de comportements en matière de démographie et d’usage des sols, et des règles de fonctionnement portant sur les échanges commerciaux entre des noyaux de peuplement. Les simulations donnent les résultats suivants :

  • peu de combinaisons de paramètres permettent de reproduire une expansion du système de peuplement de l’importance de celle reconstituée à partir des vestiges archéologiques ;

  • dans les simulations où cette expansion est moindre, le système se maintient sur la longue durée ;

  • dans les simulations où cette expansion atteint une telle ampleur, avec un peuplement dense et des noyaux de peuplement bien interconnectés, les sols apparaissent dégradés, et le système devient très sensible à la moindre perturbation, par exemple climatique.

15Dans ce contexte, le déclin d’un noyau dans le réseau de peuplement entraîne une « cascade » de déclins. Ainsi, il y avait peut-être une faible probabilité pour que l’expansion atteigne l’ampleur qu’elle a atteinte. En revanche, une fois ce niveau d’expansion atteint, le système est vulnérable et une perturbation, même d’intensité faible, peut conduire à son déclin (Sanders, 2015).

Une démarche ontologique pour comparer des systèmes de peuplement : le projet TransMonDyn

16Dans le cadre du projet TransMonDyn, les chercheurs se sont intéressés à une propriété dynamique particulière dans les systèmes de peuplement, celle conduisant à un changement radical, c’est-à-dire une « transition ». De manière générale, le mode de fonctionnement d’un système est tel que les interactions entre ses éléments tendent à le reproduire dans sa structure et son fonctionnement. Il s’agit pour le chercheur de conceptualiser les éléments « qui font système » et d’identifier les boucles de rétroaction positives et négatives qui maintiennent son existence. Dans certains cas, une perturbation exogène qui survient dans un contexte particulier (comme dans l’exemple des Mayas évoqué plus haut) ou encore l’amplification d’une fluctuation interne peuvent déboucher sur la disparition du système. Celle-ci peut être suivie par l’émergence d’un nouveau système, à la structure et au fonctionnement différents. L’introduction de l’agriculture, avec les formes de sédentarisation qu’elle implique, a par exemple débouché sur un changement radical de la manière dont les humains occupent l’espace. Un tel changement qualitatif profond est ici qualifié de transition dans le système de peuplement.

17L’objectif du projet TransMonDyn a été de décrire et modéliser des transitions dans des systèmes de peuplement situés dans des contextes spatio-temporels divers et observés à des échelles différentes. Certaines transitions correspondent à des processus qui ont opéré à l’échelle du monde : la sortie d’Afrique de l’homme moderne il y a 70 000 ans ou l’apparition des villes il y a 6 000 ans par exemple. D’autres ciblent des processus opérant à une période et dans un lieu précis : la hiérarchisation de villages pueblo dans le Colorado entre 700 et 900 ou l’expansion des Bantu au sud de la forêt équatoriale il y a 3 000 ans, par exemple. Ces processus, aux origines variées et correspondant à des mécanismes différents, ont en commun d’entraîner un changement radical dans la manière d’occuper l’espace, que ce changement concerne l’échelle globale de la planète ou celle d’une région en particulier. Malgré cette diversité de contextes, peut-on identifier des régularités ? Le changement est-il dû à des facteurs endogènes (le renforcement d’une interaction par exemple) ou exogènes (un événement climatique, un conflit) (Nuninger et al., 2017) ?

Une approche interdisciplinaire pour conceptualiser et modéliser les transitions dans les systèmes de peuplement

18La comparaison des systèmes de peuplement nécessite de distinguer leurs aspects génériques et particuliers. Pour cela, un large éventail de connaissances et de compétences relevant de différentes disciplines doit être mobilisé. Deux champs sont en jeu :

  • thématique : il s’agit de mobiliser des connaissances sur les systèmes de peuplement sur des périodes et suivant des temporalités variées. Cette diversité amène à mobiliser des savoirs et des pratiques de recherche de géographes, historiens, archéologues, linguistes, que l’on qualifie ici de « thématiciens ». Des travaux antérieurs leur ont permis de reconstruire (même partiellement) la forme du système de peuplement à la période à laquelle ils s’intéressent et d’émettre des hypothèses sur son évolution ;

  • de modélisation : il s’agit de formaliser les traits génériques des systèmes de peuplement, de discuter de leurs conditions d’apparition ou de disparition et d’étudier les propriétés des modèles développés. Les chercheurs émanant des sciences formelles, mathématiques, philosophie et informatique, ouvrent différentes pistes dans ce sens.

19Ainsi, la démarche est en quelque sorte doublement interdisciplinaire, associant différents spécialistes des sciences humaines et sociales et des sciences formelles. Ceci dit, ces deux champs de compétences ne correspondent pas à deux catégories de chercheurs homogènes. Un « thématicien » peut être modélisateur et un mathématicien peut avoir un champ thématique d’application privilégié. Les profils de « modélisateur » et de « thématicien » correspondent ainsi à deux rôles complémentaires lors de la collaboration.

20Pour comparer les transitions qui se sont déroulées dans les systèmes de peuplement à des périodes, des espaces et des échelles différents, un cadre conceptuel commun a été élaboré afin de définir ce qu’est une transition du point de vue conceptuel et de donner les règles permettant de l’identifier dans le domaine de l’observable. Dans le projet, l’identification des transitions dans le monde empirique a été faite à partir d’une stratégie en trois étapes (Nuninger et al., 2017) :

  • identifier et caractériser le fonctionnement d’un système à une période donnée ;

  • identifier et caractériser un système qualitativement différent du premier et fonctionnant à une période postérieure ;

  • la transition est définie comme le processus menant du premier au second système.

21Le terme clé est ici « qualitativement différent » : comment qualifier un système de différent relativement à un autre ? Sur quels critères ? Pour y répondre, il s’agit d’abord de décrire de manière précise le système, c’est-à-dire d’identifier à quelle échelle opèrent les éléments et interactions moteurs dans son fonctionnement et son évolution. Ce faisant, il est essentiel de tenir compte des décalages évoqués plus haut entre les concepts et les observables. Ceci est d’autant plus nécessaire quand on compare des systèmes de peuplement s’inscrivant dans des périodes et des environnements socioculturels variés. Il est utile dans ce contexte d’expliciter quelles alternatives sont en jeu dans le choix des entités élémentaires d’un modèle du système de peuplement et de tenir compte des phénomènes qui risquent de perturber le lien entre les domaines théorique et empirique (décalages entre concepts et observables, MAUP) évoqués plus haut. Une approche ontologique s’avère pertinente devant un tel enjeu.

Une démarche ontologique

  • 25 L’ontologie est « la science de ce qui est, des types et des structures des objets, propriétés, évé (...)

22Pierre Livet, philosophe, propose une définition qui est inspirée de celle de Barry Smith25, tout en faisant un lien explicite entre les points de vue thématique et de modélisation : l’ontologie consiste à analyser un domaine, en identifiant les entités pertinentes (objets, propriétés, relations, événements et processus) et les opérations qui peuvent être réalisées sur ces entités (Livet et Sanders, 2014 ; Mathian et Sanders, 2014). Les types d’entités évoqués dans cette définition peuvent être appliqués au cas des systèmes de peuplement :

  • les objets mobilisés lors de la conceptualisation d’un système de peuplement relèvent de différentes échelles : il s’agit d’individus, de ménages, de logements ou d’entreprises au niveau microgéographique ; de groupes (de chasseurs-cueilleurs par exemple) ou d’unités de peuplement comme des villages ou des villes à un niveau mésogéographique ;

  • les propriétés (qui caractérisent ces objets) sont dans la pratique empirique des « attributs » quantitatifs (nombre de ménages dans un village, nombre de villes dans le système de peuplement étudié) ou qualitatifs (caractère bantu ou pygmée d’un groupe de chasseurs-cueilleurs par exemple) ;

  • les relations entre objets : il s’agit d’une part de relations entre objets de natures différentes (des groupes prélevant des ressources dans leur environnement par exemple), et d’autre part entre objets de même nature (échanges migratoires ou flux d’information entre deux villes ou entre deux groupes) ;

  • les événements sont des changements qui interviennent en un temps considéré comme instantané relativement à la problématique. Pour un chercheur s’intéressant par exemple à l’évolution de l’habitat dans une zone périurbaine dans les années 1990, une inondation ou un éboulement seront formalisés comme des événements, alors qu’ils seront considérés comme des processus par le physicien cherchant à comprendre les rythmes de progression de tels phénomènes ;

  • les processus réfèrent aux changements de ces entités (objets, propriétés, relations) au cours du temps : de nouveaux objets ou propriétés peuvent apparaître, entraînant à leur tour l’émergence de relations d’un type nouveau, et à terme l’émergence d’un nouveau système. La figure 2.1 permet d’illustrer différents cas de figure possibles. Un ensemble d’habitats de même type sont représentés par des points au temps t. Ces habitats sont isolés, la distance les séparant dépassant le seuil permettant une interaction. Au temps t + 1, quatre habitats d’un type nouveau apparaissent. Dans le cas 1, leur localisation complète la trame du peuplement sans en changer l’organisation, et aucune interaction nouvelle n’apparaît. Dans le cas 2, le même nombre d’habitats nouveaux est apparu, mais cette fois avec des localisations qui vont induire l’émergence d’une organisation spatiale et d’interactions nouvelles. Le cas 1 illustre une continuité, le cas 2 une rupture dans le système de peuplement, alors que le même nombre de nouveaux objets sont apparus dans les deux cas.

Figure 2.1. Conséquences possibles de l’apparition de quatre nouveaux habitats : cas 1, absence d’effet sur les interactions entre les habitats ; cas 2, apparition de nouvelles possibilités d’interactions.

Figure 2.1. Conséquences possibles de l’apparition de quatre nouveaux habitats : cas 1, absence d’effet sur les interactions entre les habitats ; cas 2, apparition de nouvelles possibilités d’interactions.

23Les opérations portant sur ces entités réfèrent à l’étape de modélisation. Elles permettent de spécifier et de rendre opérationnelles les relations entre les entités. Dans les modèles de simulation, les principales opérations se présentent sous forme de règles qui lient les comportements (de déplacement par exemple) des objets aux caractéristiques de l’environnement ou au comportement des autres objets.

24Face à un changement interprété comme une transition dans le système de peuplement, il s’agit d’identifier les objets élémentaires dont on pense que leurs relations sont motrices dans le changement. Face à une même question empirique, plusieurs choix ontologiques sont possibles. Deux exemples permettent de l’illustrer.

25Exemple 1 : lors de la modélisation de la dynamique d’un système de villes, certains chercheurs considèrent que les interactions motrices opèrent au niveau microscopique, entre des individus, entre des entreprises et entre des individus et des entreprises. Dans ce cas, la ville est définie comme un agrégat d’individus et d’entreprises. D’autres chercheurs conçoivent au contraire la ville comme une entité élémentaire du système de villes et la conceptualisent comme une entité indivisible aux propriétés spécifiques à son échelle d’observation (et non pas issues d’une opération d’agrégation). Ce choix est influencé par la posture épistémologique du chercheur. Celui qui s’inscrit dans le courant de l’individualisme méthodologique aura tendance à considérer les individus comme objets élémentaires, alors qu’une position spatialiste conduira à considérer des entités spatiales.

  • 26 Un système multi-agents (SMA) est un système composé d’un ensemble d’agents informatiques situés da (...)

26Exemple 2 : lors de la modélisation de l’expansion des Bantu au sud de la forêt d’Afrique équatoriale il y a 3 000 ans, l’hypothèse à explorer porte sur le rôle des interactions entre les groupes bantu et les groupes autochtones occupant la forêt (que l’on qualifiera globalement de Pygmées pour simplifier) et sur la forme et le rythme de cette expansion (Coupé et al., 2017). Ces deux catégories de groupes ont des comportements différents en matière d’exploitation des ressources, les Pygmées pratiquant la chasse et la cueillette, alors que les Bantu y associent l’agriculture. Un modèle informatique de type système multi-agents26 a été développé. Deux choix sont possibles pour formaliser la distinction entre les agents représentant les groupes pygmées et ceux représentant les groupes bantu :

  • considérer deux populations d’agents de types différents, chacun caractérisé par une structure d’interactions qui lui est propre ;

  • considérer un seul type d’objets (des agents-groupes de chasseurs-cueilleurs), obéissant à une même structure globale de fonctionnement, mais ayant des propriétés différentes (le type bantu ou pygmée est alors une propriété des objets « groupes de chasseurs-cueilleurs »).

27Le choix va dépendre des hypothèses qu’a le chercheur sur la nature et l’importance des différences entre les deux types de groupes en matière d’interactions et sur le rôle moteur que jouent celles-ci sur la dynamique du front de migration. Dans la recherche évoquée ci-dessus, le choix a été fait de considérer une seule population d’agents en définissant ceux-ci de manière générique et en distinguant Bantu et Pygmées par des modes de consommation des ressources et de déplacement différents. Les simulations opérées avec le modèle montrent que les interactions avec les groupes pygmées entraînent un plus grand nombre de tentatives de franchissement de la forêt mais, en parallèle, une progression ralentie de la migration vers le sud.

Convergences versus diversité dans la modélisation des systèmes de peuplement : premier bilan d’une recherche interdisciplinaire

28J’ai utilisé plus haut les termes de « thématicien » et de « modélisateur » pour décrire les rôles en présence dans la collaboration interdisciplinaire développée autour des transitions dans les systèmes de peuplement. Avec les mêmes chercheurs, différentes stratégies de collaboration sont possibles, notamment lorsque l’enjeu est de développer un modèle :

  • juxtaposer les savoir-faire : les thématiciens expliquent leur problématique et fournissent des données aux modélisateurs qui développent le modèle, dont les résultats sont ensuite interprétés par les thématiciens ;

  • coconstruire le modèle : une telle démarche associe les spécialistes de la thématique et de la modélisation, implique une relation étroite entre eux et un partage de connaissances. Les modélisateurs se familiarisent avec la thématique et vice versa.

29Cette dernière voie a été choisie dans le projet TransMonDyn. Elle implique un investissement en temps plus important, mais permet de lever les ambiguïtés et malentendus pouvant apparaître dans la communication entre chercheurs ayant des pratiques disciplinaires très différentes, les uns rechignant à des simplifications excessives, les autres recherchant les mécanismes les plus génériques. Un cadre conceptuel harmonisé a pu être discuté et conçu à l’échelle du groupe entier qui comprenait trente-cinq chercheurs. Ce modèle conceptuel a permis de clarifier la démarche d’identification des objets et des relations qui faisaient sens du point de vue thématique, tout en étant suffisamment génériques pour donner lieu à une représentation simplifiée commune. Alors que certains travaillaient sur des changements à portée mondiale (la sortie d’Afrique d’Homo sapiens ou l’émergence des villes) et que d’autres portaient leur attention sur des systèmes de peuplement à une échelle très locale (apparition de villages dans les communautés pueblo du Mesa Verde dans le Colorado, ou concentration de l’habitat à l’âge du fer en Languedoc), le processus d’identification de la transition a été le même. Chaque groupe a identifié des objets et des relations qui faisaient système, et ce pour différentes périodes de temps. Le caractère générique de l’approche portait ainsi sur l’identification de la transition à partir de l’examen de cinq dimensions du système de peuplement, les modes d’habiter, de se déplacer, de se nourrir, le fonctionnement social et les maillages du pouvoir (Nuninger et al., 2017). L’échelle spatiale et temporelle propre à chaque cas d’étude n’a pas produit de différences en matière d’application du cadre conceptuel défini.

30L’étape suivante, consistant à développer un modèle pour chaque transition (il y en avait douze au total), a nécessité un dialogue plus étroit entre thématiciens et modélisateurs. Ces échanges ont été menés à l’échelle de sous-groupes de travail comprenant quatre à six personnes. C’est au sein de ces sous-groupes qu’ont été développés et implémentés des modèles opérationnels pour explorer différentes hypothèses sur l’évolution de chacun des systèmes de peuplement considérés. Lors de cette phase, toute une variété de positionnements a émergé. Ceux-ci ne dépendaient pas de l’échelle du cas d’étude, mais plutôt du positionnement épistémologique qui a émergé du dialogue entre thématiciens et modélisateurs. Pour certains, il s’agit de formaliser le comportement des entités les plus élémentaires, c’est-à-dire les individus ou les ménages : quel mécanisme est à l’origine de la migration d’un individu ? D’autres s’intéressent plus spécifiquement au rôle de « macro-acteurs », c’est-à-dire des décisions prises par un individu particulier (un chef pueblo par exemple) et qui ont des conséquences pour un nombre important d’individus (l’ensemble des membres d’une communauté pueblo) (Kohler et al., 2012). D’autres enfin formalisent les interactions motrices du système au niveau même des unités spatiales. Ces différents positionnements ont ainsi conduit les chercheurs à formaliser leurs modèles à des échelles différentes, sans que leurs choix soient en lien avec les échelles des cas d’étude.

31Le résultat de cette démarche est ainsi la construction d’un cadre conceptuel commun élaboré à l’échelle du groupe entier et, à l’inverse, une diversité de modèles implémentés. Ceux-ci s’inscrivent tous dans le cadre conceptuel global, mais chacun a été coconstruit suivant les choix, positionnement et dynamique propres à chaque sous-groupe. À chacun de ces deux niveaux, le processus de construction a eu un intérêt heuristique propre. Cette expérience montre que la modélisation par simulation permet de développer une réflexion sur les processus sous-jacents à l’évolution d’un système de peuplement, même dans un contexte où les données sont rares et, ce faisant, de comparer des systèmes de peuplement fonctionnant à des périodes, en des lieux et à des échelles différents. Le choix d’une collaboration interdisciplinaire active et opérante à chacune des phases de la recherche, aussi bien entre thématiciens qu’entre ceux-ci et les modélisateurs, a nécessité un engagement sur la longue durée de la part des participants, mais a eu l’avantage de faire progresser la réflexion de chacun également sur ses propres objets de recherche.

Bibliographie

Références bibliographiques

Archaeomedes (collectif : F. Durand-Dastes, F. Favory, J.L. Fiches, H. Mathian, D. Pumain, C. Raynaud, L. Sanders, S. van der Leeuw), 1998. Des oppida aux métropoles, Anthropos, coll. Villes, 280 p.

Barton M.C., Riel-Salvatore J., Anderies J.M., Popescu G., 2011. Modeling human ecodynamics and biocultural interactions in the late Pleistocene of western Eurasia. Human Ecology, 39 (6), 705-725.

Binford L.R., 1980. Willow smoke and dogs’ tails: hunter-gatherer settlement systems and archaeological site formation. American Antiquity, 4-20.

Coupé C., Hombert J.-M., Le Néchet F., Mathian H., Sanders L., 2017. Transition 2 : Modélisation de l’expansion des populations Bantu dans un espace déjà habité par des populations de chasseurs-collecteurs. In : Peupler la Terre. De la préhistoire à l’ère des métropoles (Sanders, ed.), Tours, Presses universitaires François-Rabelais.

Drennan R., Peterson C., 2004. Comparing archaeological settlement systems with rank-size graphs: a measure of shape and statistical confidence. Journal of Archaeological Science, 31 (5), 533-549.

Ferber J., 1997. Les systèmes multi-agents : un aperçu général. Techniques et sciences informatiques, 16 (8).

Guérois M., Paulus F., 2002. Commune centre, agglomération, aire urbaine : quelle pertinence pour l’étude des villes ? Cybergeo, document 212.

Heckbert S., 2013. MayaSim: an agent-based model of the Ancient Maya social-ecological system. Journal of Artificial Societies and Social Simulation, 16 (4).

Kohler T.A., Cockburn D., Hooper P.L., Bocinsky R.K., Kobti Z., 2012. The coevolution of group size and leadership: an agent-based public goods model for prehispanic pueblo societies. Advances in Complex Systems, 15 (01n02).

Lake M.W., 2014. Trends in archaeological simulation. Journal of Archaeological Method and Theory, 21 (2), 258-287.

Livet P., Sanders L., 2014. Le « test ontologique » : un outil de médiation pour la modélisation agent. In : Ontologies et modélisation par SMA en SHS (D. Phan, ed.), Paris, Hermès-Lavoisier, 95-110.

Mathian H., Sanders L., 2014. Objets géographiques et processus de changement. Approches spatio-temporelles, Londres, ISTE Éditions, coll. Systèmes d’information géographique, 178 p.

Nuninger L., Sanders L., Banos A. et al., 2017. Un cadre conceptuel générique pour décrire des transitions dans les systèmes de peuplement. Application à un corpus de douze transitions entre 70 000 BP et 2050. In : Peupler la Terre. De la préhistoire à l’ère des métropoles (L. Sanders, ed.), Tours, Presses universitaires François-Rabelais.

Premo L.S., 2007. Exploratory agent-based models: towards an experimental ethnoarchaeology. In: Digital Discovery: Exploring New Frontiers in Human Heritage (J.T. Clark, E.M. Hagemeister, eds), CAA, Computer Applications and Quantitative Methods in Archaeology, Proceedings of the 34th Conference, Budapest, Archaeolingua, 29-36.

Pumain D., Saint-Julien T., 1997. L’analyse spatiale. Tome 1 : Localisations dans l’espace, Cursus, Colin, 167 p.

Sanders L., 2015. Un cadre conceptuel pour modéliser les grandes transitions des systèmes de peuplement de 70 000 BP à aujourd’hui. Bulletin de la Société géographique de Liège (BSGLg), 63.

Sanders L. (ed.), 2017. Peupler la Terre. De la préhistoire à l’ère des métropoles, Tours, Presses universitaires François-Rabelais.

Schaffar A., 2009. La loi de Zipf dans la science régionale : entre anciennes controverses et nouvelles perspectives. Cybergeo, document 450.

Schelling T.S., 1971. Dynamic models of segregation. Journal of Mathematical Sociology, 1, 143-186.

Smith B., 2003. Ontology. In: Blackwell Guide to the Philosophy of Computing and Information (L. Floridi, ed.), Oxford, Blackwell, 155-166.

Smith M., 2005. City size in late postclassic Mesoamerica. Journal of Urban History, 31, 4, 403-434.

Zipf G.K., 1949. Human Behavior and the Principles of Least Effort, Cambridge, Mass, Addinson-Wesley Press, Cambridge.

Notes

19 Le système de peuplement (settlement system) est un concept mobilisé par archéologues, historiens et géographes pour décrire l’« ensemble des lieux occupés d’un territoire ayant entre eux des relations évolutives d’interdépendance » (Archaeomedes, 1998).

20 ANR TransMonDyn : http://www.transmondyn.parisgeo.cnrs.fr/.

21 « Nous devons essayer de comprendre la relation entre la dynamique d’un système vivant dans le passé et les sous-produits matériels qui contribuent à la formation des données archéologiques qui subsistent aujourd’hui. » (notre traduction).

22 Un tel raisonnement repose sur une hypothèse forte, celle que l’analogie relative à certaines caractéristiques soit également valable de manière plus large. Ainsi, le fait que des chasseurs-cueilleurs de différentes époques partagent un même mode de vie nomade fondé sur la chasse et la cueillette n’implique pas nécessairement que le rapport à l’espace et les pratiques de déplacement soient les mêmes.

23 L’Insee propose de délimiter les villes suivant trois principes : les communes centres (principe administratif) ; les unités urbaines (principe morphologique fondé sur la continuité du bâti) ; et les aires urbaines (principe fonctionnel, fondé sur les déplacements domicile-travail).

24 Le modèle de Zipf s’écrit : P = k ra, où P désigne la population, r le rang, k une constante et a est un paramètre exprimant le degré d’organisation hiérarchique du système. On parle de « loi de Zipf » quand a = 1. Dans ce cas, la ville la plus grande (de rang 1) est deux fois plus grande que la suivante qui, à son tour, est deux fois plus grande que la troisième, etc.

25 L’ontologie est « la science de ce qui est, des types et des structures des objets, propriétés, événements, processus et relations en tout domaine de la réalité […] [la science] de ce qui pourrait exister » (Smith, 2003).

26 Un système multi-agents (SMA) est un système composé d’un ensemble d’agents informatiques situés dans un environnement, ayant une représentation de cet environnement, et étant capables d’interagir avec d’autres agents et avec cet environnement (d’après Ferber, 1997). Ces systèmes informatiques permettent de simuler l’évolution de nombreux systèmes sociaux et environnementaux. Ils sont particulièrement adaptés quand la dynamique du système étudié est portée par les interactions entre les éléments qui le composent. Notons que les « agents » peuvent représenter des objets de natures variées, des individus comme des groupes ou des villes.

Table des illustrations

Titre Figure 2.1. Conséquences possibles de l’apparition de quatre nouveaux habitats : cas 1, absence d’effet sur les interactions entre les habitats ; cas 2, apparition de nouvelles possibilités d’interactions.
URL http://books.openedition.org/quae/docannexe/image/20512/img-1.jpg
Fichier image/jpeg, 54k

© Éditions Quæ, 2019

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

Lire

Freemium

open access

Offert par L’éditeur de ce site