Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
© Koffi Koudzega Gbenyo, 2019
Trois essais sur les liens entre le port et son territoire environnant : Le cas du Québec
Thèse
Koffi Koudzega Gbenyo
Doctorat en aménagement du territoire et développement régional
Philosophiæ doctor (Ph. D.)
Québec, Canada
Trois essais sur les liens entre le port et son
territoire environnant
Le cas du Québec
Thèse
Koffi Gbenyo
Sous la direction de :
Jean Dubé, directeur de recherche
ii
Résumé
Cette thèse explore les relations qui peuvent exister entre le port et son environnement
économique. Elle est rédigée en trois chapitres qui proposent une certaine gradation. Le
premier chapitre cherche à identifier des territoires géographiques, formés par des cercles de
rayons variables autour des ports comme centres, au sein desquels les valeurs d’un ensemble
d’indicateurs économiques sont stables. Cette première étape cherche à identifier une échelle
pour laquelle les résultats d’analyses portant sur ces indicateurs varieraient moins. Pour
arriver à cette fin, des analyses économétriques issues de tests de stabilité sont utilisées. Les
résultats révèlent un territoire défini sur des rayons compris entre 4 000m et 4 500m autour
des ports.
Le second chapitre présente d’abord les fonctions des ports du Québec selon leurs activités,
puis une analyse de classification de ces ports à partir d’une classification statistique basée
sur les activités de ces ports, puis sur les activités économiques localisées dans un rayon de
4 250m autour de ces ports. Les deux typologies ainsi formées sont comparées pour ensuite
vérifier si les paysages économiques autour des (groupes de) ports reflètent les activités
principales exercées par les ports qui les constituent. Les résultats révèlent que les activités
autour de (certains) ports appartenant au groupe de ports ruraux et métropolitains reflètent
plus leurs propres activités, mais que ceci n’est pas toujours le cas pour le reste des ports. Par
conséquent, il est globalement difficile de simplifier la réalité des activités économiques
avoisinantes aux activités portuaires.
Le troisième chapitre étudie la relation entre la croissance des activités portuaires et la
croissance des activités économiques de secteurs industriels différents autour des ports, au
moyen d’analyse de corrélation. Le chapitre vérifie si la croissance des activités (des ports et
de leurs régions respectives) est statistiquement liée, et si cette relation est positive. Les
résultats montrent que la croissance des activités portuaires est seulement suivie d’une
croissance des emplois manufacturiers autour des ports.
iii
Abstract
This thesis investigates the relations between ports and their economic environment. It is
written in three chapters that offer a gradation. The first chapter seeks to identify the
geographical territories, formed by circles of variable radii around the ports as centers, within
which the value of a bunch of indicators remain stable. This first step identifies the scale over
which the results of analyses using those indicators vary less. To achieve this goal,
econometric analyses are used through parameters stability testing. The results reveal a
territory defined over a range of radii between 4,000m and 4,500m.
The second chapter presents first the principal functions of the ports of the province of
Quebec based on their activities, and then a classification of these ports using a statistical
classification based on the ports’ activities, and on the economic activities located within
4,250m around these ports. The groups (of both typologies) obtained are compared, in order
to verify whether (or not) the business landscape of these (groups of) ports reflects their main
activities. The results show that the activities of ports that belong to the rural and metropolitan
categories of ports have landscape reflecting their main activities, which is not the case for
the majority of ports. Consequently, one could hardly simplify the economic reality of the
ports’ neighbourhood to the activities of the incumbent ports.
The third chapter uses correlation analysis to study the relationship between the growth of
the ports’ activities and the growth of their surrounding economic activities from different
industrial sectors. It verifies whether (or not) the growth of these activities is statistically
associated, and (whether or not) the eventual resulting associations are positive. The results
show that the growth of the ports’ activities is only followed by the growth of jobs in the
manufacturing sector around the ports.
iv
Table des matières
Résumé ................................................................................................................................... ii
Abstract .................................................................................................................................. iii
Table des matières ................................................................................................................. iv
Liste des figures .................................................................................................................... vii
Liste des tableaux ................................................................................................................ viii
Liste des abréviations, sigles, acronymes .............................................................................. ix
Remerciements ...................................................................................................................... xi
Avant-propos ........................................................................................................................ xii
Introduction ............................................................................................................................ 1
Mise en contexte : Pourquoi s’intéresser au port ? ................................................................. 4
Le port dans l’histoire ............................................................................................................. 7
Le port à l’ère de la révolution industrielle ............................................................................ 8
Le port à l’ère du conteneur .................................................................................................... 9
Littérature portuaire générale ............................................................................................... 12
Cadre conceptuel théorique .................................................................................................. 17
La théorie des pôles de croissance .......................................................................................................... 18
Théorie des pôles de croissance et le port ............................................................................................. 19
Question de recherche, objectifs, hypothèses ....................................................................... 21
Question de recherche .......................................................................................................... 21
Trois objectifs généraux ....................................................................................................... 21
Hypothèses de recherche ...................................................................................................... 21
1 Chapitre 1 : Le MAUP et l’insoluble question de frontière optimale ........................... 23
1.1 Résumé .......................................................................................................................................... 23
1.2 Abstract ......................................................................................................................................... 24
1.3 Introduction ................................................................................................................................... 25
1.4 Revue de littérature ...................................................................................................................... 27
1.5 Méthodologie d’analyse .............................................................................................................. 31
1.5.1 Des indicateurs locaux .............................................................................................. 31
1.5.2 Test d’égalité des moyennes (Analyse de la variance) .............................................. 32
1.5.3 Test de bris structurel spatial ..................................................................................... 33
1.6 Les microdonnées spatiales ........................................................................................................ 35
1.6.1 Les données : ports et établissements ........................................................................ 37
1.6.2 Constitution des zones tampons ................................................................................ 41
v
1.7 Résultats – Stabilité des indicateurs locaux ............................................................................. 41
1.8 Conclusion .................................................................................................................................... 50
Transition entre le chapitre 1 et le chapitre 2 ....................................................................... 52
2 Chapitre 2 : Activités portuaires et activités économiques avoisinantes : existe-t-il un
lien? Une approche par la classification hiérarchique .......................................................... 53
2.1 Résumé .......................................................................................................................................... 53
2.2 Introduction ................................................................................................................................... 54
2.3 Revue de littérature ...................................................................................................................... 55
2.4 Méthodologie ................................................................................................................................ 57
2.4.1 Classification ascendante hiérarchique ..................................................................... 57
2.4.2 Les variables .............................................................................................................. 62
2.5 Données ......................................................................................................................................... 67
2.5.1 Données des ports ...................................................................................................... 69
2.5.2 Données des établissements ...................................................................................... 75
2.6 Résultats et discussions ............................................................................................................... 77
2.6.1 Classification des ports basée sur leurs propres activités .......................................... 77
2.6.2 Classification des ports basée sur leur environnement économique ......................... 80
2.6.3 Comparaison des deux typologies ............................................................................. 84
2.7 Conclusion .................................................................................................................................... 87
Transition entre le chapitre 2 et le chapitre 3 ....................................................................... 89
3 Chapitre 3 : le port est-il un vecteur de développement régional ? Le cas du Québec . 90
3.1 Résumé .......................................................................................................................................... 90
3.2 Abstract ........................................................................................................................................... 91
3.3 Introduction ................................................................................................................................... 92
3.4 Littérature ...................................................................................................................................... 93
3.5 Méthodologie ................................................................................................................................ 98
3.6 Données ....................................................................................................................................... 101
3.6.1 Présentation ............................................................................................................. 101
3.6.2 Variables : description ............................................................................................. 106
3.7 Résultats ...................................................................................................................................... 108
3.7.1 Exploitation des ressources ..................................................................................... 109
3.7.2 Manufacturier .......................................................................................................... 112
3.7.3 Transport et entreposage ......................................................................................... 115
3.8 Conclusion .................................................................................................................................. 118
Conclusion générale ........................................................................................................... 120
Rappel du contexte de la recherche ...................................................................................................... 120
vi
Rappel des applications empiriques ..................................................................................................... 121
Les originalités et forces de la thèse ..................................................................................................... 122
Les limites de la thèse ............................................................................................................................. 122
Implications des conclusions et des travaux de la thèse .................................................................... 123
Bibliographie ...................................................................................................................... 125
vii
Liste des figures
Figure 1.1: Distribution d’une variable en fonction de l’échelle géographique ................................... 34
Figure 1.2: Représentation des points de localisation des ports commerciaux stratégiques et des
établissements au Québec ............................................................................................................................. 36
Figure 1.3: Distribution des valeurs de l’indicateur de spécialisation d’emplois autour des ports .... 44
Figure 1.4: Distribution des valeurs de l’indicateur de diversification d’emplois autour des ports .. 45
Figure 2.1: Méthodes de calcul de distances entre observations ............................................................ 60
Figure 2.2: Représentation cartographique de la localisation des ports et établissements de la
province du Québec ....................................................................................................................................... 68
Figure 2.3: Classification des infrastructures portuaires du Québec basée sur leurs activités ........... 78
Figure 2.4: Classification des ports basés sur leurs environnements économiques dans un rayon de 4
250 m ............................................................................................................................................................... 80
Figure 3.1: Distribution de la croissance du tonnage transigé sur la période 2007-2011.................. 107
Figure 3.2: Relation entre croissance du tonnage transbordé (2007-2011) et croissance du nombre
d’établissements et d’emplois en exploitation de ressources (2011-2016) ......................................... 111
Figure 3.3: Relation entre croissance du tonnage transbordé (2007-2011) et croissance du nombre
d’établissements et d’emplois du manufacturier (2011-2016) .............................................................. 114
Figure 3.4: Relation entre croissance du tonnage transbordé (2007-2011) et croissance du nombre
d’établissements et d’emplois en transport et entreposage (2011-2016) ............................................. 117
viii
Liste des tableaux
Tableau 1.1: Liste de 25 ports commerciaux stratégiques de la province du Québec et leur trafic (en
millions de tonnes) transigé de 2005 .......................................................................................................... 38
Tableau 1.2: Définition des secteurs d’activités économiques ............................................................... 40
Tableau 1.3: Résultats de test basé sur l’analyse de variance ................................................................. 43
Tableau 1.4: Test de bris structurel spatial relatif au paramètre α1 - Statistiques Student ................ 48
Tableau 1.5: Test de bris structurel spatial relatif au paramètre α2- Statistiques de Student ............. 49
Tableau 2.1: Classification des ports en fonction de leurs activités commerciales principales ......... 73
Tableau 2.2: Quantités de marchandises transigées dans les ports en 2011 (en milliers de tonnes) . 74
Tableau 2.3: Statistiques d'indicateurs du paysage économique dans un rayon de 4 250 m autour des
ports ................................................................................................................................................................. 76
Tableau 2.4: Statistiques par classes de ports regroupés selon les activités portuaires ....................... 79
Tableau 2.5: Statistiques par classes de ports regroupés selon leur paysage économique .................. 83
Tableau 3.1: Catégorisation des ports basée sur la portée des activités ............................................... 102
Tableau 3.2: Catégorisation du réseau portuaire du Québec, basée sur les types de marchandises 103
Tableau 3.3: Catégorisation du réseau portuaire du Québec, basée sur le paysage économique ..... 104
Tableau 3.4: Définition de trois grands sous-secteurs d’activités économiques en lien direct avec
l’industrie portuaire ..................................................................................................................................... 106
Tableau 3.5: Corrélation entre performance des ports (2007 - 2011) et performance des
établissements (2011 - 2016) par secteur d’activités en lien potentiel avec l’industrie maritime et
portuaire ........................................................................................................................................................ 109
ix
Liste des abréviations, sigles, acronymes
ANOVA Analyse de la variance
ASRDLF Association de Science Régionale de Langue Française
CAH Classification ascendante hiérarchique
CEMT Conférence européenne des ministères de transport
CRAD Centre de Recherche en Aménagement et Développement
CRDT Centre Régional de Développement Territorial
DEA Data envelopment analysis
EVP Equivalent vingt pieds
GMM Generalized Method of Moments
m Mètre
MAUP Modifiable Area Unit Problem
MTQ Ministère des Transports du Québec
MTMETQ Ministère des Transports de la Mobilité durable et de
l'Électrification des Transports du Québec
OCDE Organisation de coopération et de développement
économiques
PIB Produit intérieur brut
PPP Partenariat privé-public
RERU Revue d'Economie Régionale et Urbaine
RMR Région métropolitaine de recensement
SCIAN Système de classification des industries de l'Amérique du Nord
SIC « Standard Industrial Classification »
TMCD Transport maritime sur courte distance
TIC Technologies d’information et de communication
UL Université Laval
UNESCAP United Nations Economic and Social Commission for Asia
and the Pacific
UQAR Université du Québec à Rimouski
x
À ma femme et mes enfants,
xi
Remerciements
Je remercie ma famille pour le support moral dont ils ont fait preuve à mon endroit durant
toutes ces années de recherche qui aboutissent sur la production de ce document.
Je remercie mon Directeur de recherche, Jean Dubé, pour toutes ces années durant lesquelles
il a accepté de me diriger. Il a toujours corrigé mes textes dans un court délai et m’a permis
à chaque occasion de faire avancer au mieux mes travaux. Ses conseils et recommandations
ont été mes guides tout au long de cette aventure, et continueront de l’être au cours des années
à venir.
Je remercie les organisations de CRAD et de l’ÉSAD pour leur soutien professionnel et
administratif dont j’ai bénéficié depuis septembre 2014.
Je remercie également l’UQAR et tous ces professeurs qui ont vu commencer cette aventure
en 2012, et dont les cours, conseils et apports de diverses formes ont contribué à ce moment.
À tous ceux qui, de près ou de loin, ont contribué à la réalisation de ce travail, je dis : un
grand merci. Je ne saurai dresser cette liste interminable de personnes au rang desquelles :
professeurs, frères, sœurs, amis, collègues.
xii
Avant-propos
Tout a commencé un jour de 2012 quand, en fouillant sur internet avec les mots clés tels que
« économétrie », « économie », « statistique », j’ai découvert le nom de Jean Dubé, et ses
travaux en « économétrie spatiale ». De mes souvenirs de ma formation en économétrie, je
me rappelle avoir rencontré des concepts centraux à l’économétrie spatiale tels que la matrice
de pondération, par exemple, dans l’utilisation de la méthode des moindres carrés généralisés
pour estimer des paramètres de modèles statistiques. Là où ce concept m’avait accroché, c’est
de savoir qu’on intégrait une autre dimension, géographique celle-là, dans les données
individuelles. Cette dimension ne fait qu’ajouter à la richesse de l’information que l’on
pouvait disposer sur les individus lors des analyses. Même si ma thèse, aujourd’hui, n’a pas
eu besoin d’utiliser cet outil (l’économétrie spatiale), je me rappelle m’être précipité (sur le
conseil de Jean), sur le livre phare en la matière, intitulé « Introduction to Spatial
Econometrics » de Lesage et Pace (2009) ; livre dont je ne me suis plus séparé. J’ai alors
contacté Jean et manifesté mon souhait à travailler avec lui. Après m’avoir longuement
entretenu sur mes motivations, on a convenu d’une entrevue en personne.
La suite : un premier voyage de Montréal à Rimouski où Jean Dubé enseignait. Un voyage
qui a duré plus de six heures (l’Équivalent d’un vol Montréal-Paris). Le plus long voyage
que j’effectuais depuis que j’avais foulé le sol de la province un après-midi de mars 2008.
Entre mon entretien avec Jean à son bureau et un aller-retour à la cafétéria de l’UQAR (nos
discussions allaient bon train) l’avenir allait finalement me guider à m’inscrire au doctorat
en développement régional à l’UQAR puisqu’il acceptait de diriger mes travaux. Sans
hésiter, j’ai soumis mon dossier de candidature pour le doctorat au Directeur des études
doctorales à l’époque, le professeur Yann Fournis. Mon admission marque le début de cette
longue aventure qui s’achève par la présente thèse.
En cours de route, j’ai fait la connaissance de formidables camarades doctorants (je me
rappelle notamment Isabelle Morin et Cindy Giroux). Je me rappelle également les colloques
du CRDT auxquels on participait dans une grande ambiance de convivialité à l‘hôtel SEPIA
à Sainte-Foy dans la ville de Québec, les professeurs qui nous enseignaient par binômes
(Marie-José Fortin et Marc-Urbain Proulx; Bruno Jean et Martin Simard ; Yann Fournis et
Pierre-André Tremblay; Mario Handfield et Suzanne Tremblay), sans oublier celui avec qui
xiii
j’allais faire le chemin sous la supervision du même professeur (Jean Dubé), Nicolas Devaux.
Je me rappelle les mots de motivation de ce dernier à mon endroit (dans l’aventure à venir,
dans laquelle lui-même s’est engagé une année plutôt) une fin de matinée sur ma route de
l’UQAR à la gare d’autocar de Rimouski pour Montréal. Je me rappelle également un après-
midi sur le chemin retour après un bref séjour de connaissance et de travail, les discussions
et encouragements de Cédric Brunelle dans le train qui nous menait de Québec à Montréal.
Le mois de septembre 2014 constitue un tournant qui marquera mon passage de l’UQAR (où
je venais de passer mon examen doctoral) à l’Université Laval puisque mon Directeur de
recherche, Jean Dubé, venait d’y obtenir un poste de professeur. Cette thèse concrétise
plusieurs années de travail durant lesquelles j’aurai découvert un domaine de recherche
stimulant, celui de l’économie géographique. Nous nous sommes lancés dans des recherches
appliquées suite à un premier contrat de recherche avec le Ministère des Transports du
Québec (MTQ), entre temps le MTMETQ et qui est redevenu le MTQ, pour explorer les liens
d’interdépendance qui pourraient exister entre les ports de la province et les activités
économiques qui se développent dans leur environnement. Les contrats de ces recherches
sont assortis d’une clause qui permettait au doctorant impliqué (moi-même) d’utiliser les
données et résultats comme intrants pour rédiger ses travaux de recherche (la présente thèse),
sous réserve de respect de leur confidentialité. Deux contrats ont été exécutés, chacun
sanctionné par un rapport écrit et livré au Ministère. La quasi-totalité des montants alloués à
ces contrats m’a permis d’obtenir un support financier pour effectuer les recherches.
Les deux contrats (projets) exécutés ont inspiré la rédaction de l’ensemble des chapitres de
cette thèse. Le premier chapitre intitulé « Le MAUP et l’insoluble question de frontière
optimale » dont je suis l’auteur principal a été rédigé en collaboration avec mon directeur de
recherche, Jean Dubé. Il a été initialement écrit et communiqué sous le titre « Le problème
d’unité d’aire modifiable : une application empirique au Québec avec indicateurs spatiaux
calculés sur données individuelles », au 53e colloque de l’Association de science régionale
de langue française (ASRDLF) tenu les 7, 8, et 9 juillet 2016 à Gatineau au Québec. Suite à
cette communication, l’article a été sélectionné pour faire partie d’un numéro spécial de la
Revue d’économie régionale et urbaine (RERU) sur le thème de la frontière. Il a été soumis
à la revue sous le titre « Tester le problème d’unité d’aire modifiable à partir de microdonnées
xiv
spatiales : peut-on identifier une échelle invariable ? » puis accepté avec modifications. Nous
avons notamment modifié le titre, sous proposition d’un évaluateur : « Le MAUP et
l’insoluble question de frontière optimale ». L’article a été définitivement accepté, sous ce
titre, et publié en juin 2018 dans le volume 3 du numéro spécial de cette revue (n°2018-3),
aux pages 619 à 650.
Le second chapitre intitulé « Les activités portuaires reflètent-elles l’environnement
géographique : une approche par la classification hiérarchique : le cas du Québec » a été
préalablement rédigé en deux versions. Une première (dont je suis le co-auteur) sous forme
de rapport d’études livré au MTMETQ en avril 2015 sous le titre : « Classification
économique des ports du Québec : Une approche basée sur la description du paysage
économique »1 puis une seconde version, rédigée sous forme d’article (non publié encore), a
été écrite en deux formats : un premier intitulé « Vers une classification économique des
ports du Québec : une approche basée sur la description du paysage économique »,
présenté le 20 mars 2015 lors du 20e colloque étudiant pluridisciplinaire organisé par le
CRAD. Un second format, bonifié du premier et qui intègre des éléments théoriques (de la
littérature) en appui aux résultats, a été écrit en Anglais. Intitulé « The nature of economic
activities in the neighbourhood of ports in Quebec ? », celui-ci a été présenté lors d’une
conférence, la « World Conference on Transport Research Society (WCTRS) »2 tenue à
Anvers (en Belgique) les 11 et 12 mai 2015.
Le troisième chapitre intitulé « Le port est-il encore un vecteur de développement régional ?
Le cas du Québec », dont je suis l’auteur principal, a été rédigé en collaboration avec Jean
Dubé, sous forme d’article. Celui-ci est en cours de révision afin d’être traduit en anglais
dans le but d’être soumis à une revue en transport. Initialement intitulé « Relation entre
croissance des activités portuaires et distribution spatiale des activités économiques au
Québec », il a été écrit et communiqué lors du 22e colloque étudiant pluridisciplinaire
1 http://www.bv.transports.gouv.qc.ca/mono/1176076.pdf (consulté le 23 Octobre 2019)
2 http://uahost.uantwerpen.be/sig2/wctrs/papers2015/dube_gbenyo.pdf (consulté le 23 Octobre 2019)
xv
organisé par le CRAD le 17 mars 2017. Il a ensuite été bonifié et livré sous le même titre
sous forme de rapport final d’études3, en août 2018 au MTMETQ.
.
3 www.bv.transports.gouv.qc.ca/mono/1225074.pdf (consulté le 23 Octobre 2019)
1
Introduction
C’est en s’assurant le contrôle des océans et des mers que plusieurs empires se sont hissés au
sommet de leurs ambitions. A contrario, la perte de contrôle de cette infrastructure a souvent
marqué le début du déclin de certains empires. La mer, comme l’océan, est le lieu de toutes
les richesses, car c’est par là que circulent, depuis des millénaires, les marchandises, mais
également les idées à travers les personnes telles que les explorateurs (Attali, 2017). Ils sont
les lieux de plusieurs formes de pouvoirs : le pouvoir économique, via les échanges
commerciaux ; le pouvoir géopolitique, via l’accès privilégié à un territoire et à ses
ressources ; le pouvoir militaire, via les grandes batailles navales qui ont décidé du sort des
nations ; le pouvoir social (les puissances exercent une domination ou une coopération) et
culturel (une vitrine qui donne sur une autre culture).
Aujourd’hui, environ 90 %4 des échanges commerciaux mondiaux se font par la mer, et tout
semble indiquer que cette tendance ne s’essoufflera pas avec le temps. Le port constitue une
interface entre la mer et la terre qui représente l’arrière-pays et l’avant-pays à laquelle sont
destinés les produits, matières, et personnes, transportés sur des navires par la mer. À ce titre,
le port tient lieu de richesse, tout comme la mer et l’océan.
Chaque jour, des milliers de tonnes de marchandises sont chargées et déchargées des navires.
Le succès des ports est tributaire des demandes émanant de ses utilisateurs de services que
sont les producteurs de ces marchandises, mais également des intermédiaires tels que les
affréteurs qui ont la responsabilité de charger (et décharger) les marchandises des navires. Ils
tiennent ainsi une place de choix dans le succès des entreprises qui produisent les
marchandises, de par leur capacité à livrer ces marchandises à temps et en l’état aux
destinataires. Pour cerner cette interdépendance entre les ports et les entreprises, il faut
comprendre les forces à l’œuvre dans les industries de ces unités de production et de
transport.
D’un côté, les productions manufacturières, qui étaient jadis localisées en des points précis,
s’organisent de plus en plus en réseau dans l’espace. Par exemple pour des raisons
4 https://business.un.org/en/entities/13 (consulté le 5 Novembre 2019)
2
d’efficacité de production, une partie de la fabrication peut être assurée à un endroit (un pays,
une région, où le coût salarial est le plus faible), une autre partie fabriquée à un autre endroit,
et le tout assemblé à un tiers endroit, alors que la gestion de la production et de la distribution
peut également être assurée en un autre lieu. En réalité, les entreprises ne proviennent pas
que du secteur manufacturier, et leur présence sur le territoire du port n’implique plus
nécessairement un lien fonctionnel avec celui-ci, leur présence pouvant être due à des raisons
totalement indépendantes de la seule présence du port. Par exemple, des raisons liées aux
caractéristiques urbaines telles que la présence de capital humain dont peuvent bénéficier,
directement ou indirectement, les entreprises.
D’un autre côté, les ports s’organisent en réseaux de systèmes et en chaînes logistiques,
incluant à la fois d’autres ports (de relais par exemple), des transporteurs ferroviaires et
terrestres, qui assurent le relai des marchandises une fois arrivées à quai. Cette efficacité
d’organisation permet d’asseoir une notoriété des ports, et de tout le réseau de chaînes
logistiques dont il fait partie, et qui verrait alors à conforter sa place dans la compétition qui
s’établit entre les différents réseaux de chaînes logistiques. Dans un monde de plus en plus
globalisé, où les humains, les capitaux, et les innovations sont de plus en plus mobiles, les
phénomènes économiques ont une envergure qui transcende les frontières. Ces phénomènes
continus et leur analyse nécessitent moins la prise en compte des frontières que de celle de la
continuité.
Si la mer, les océans et par ricochet le port font l’objet de convoitise, le territoire adjacent au
port l’est tout autant sur le plan national, régional (au sens infra national), ou local. Le
territoire est appelé à se développer, en bénéficiant des retombées de son port.
En science régionale, le « local » revêt un intérêt certain, et dans l’industrie portuaire en
particulier, on peut (légitimement) penser que les autorités publiques locales ont le pouvoir
sur une partie des dynamiques économiques qui transcendent les frontières, dans le but
d’influencer le processus de développement de leur territoire. Le pari n’est pas toujours
gagné.
La présente thèse propose d’étudier les liens d’association entre les activités portuaires et les
activités économiques dans l’environnement des ports de la province du Québec. Sa portée
empirique concerne deux sortes d’activités : les activités de transport de marchandises qui
3
arrivent et quittent un ensemble de ports de la province du Québec, et les activités des
établissements qui se localisent dans les territoires qui abritent ces ports. L’analyse proposée
considère uniquement les volumes et les types de marchandises qui sont transigés dans les
ports d’une part, et les nombres d’établissements et d’emplois qui sont logés sur les territoires
de ces ports d’autre part. Elle permet de renseigner, d’un point de vue de la géographie
économique, la distribution des établissements et des emplois par rapport aux ports, et de
donner un éclairage sur les liens pouvant exister entre ces deux entités. Les données utilisées
sur les établissements dans cette recherche ne font pas état des liens qui peuvent exister (ou
pas) entre certains de ces établissements avec les ports. La recherche se base sur les éléments
de la littérature, sur des données factuelles (exemple : volume et types de biens) sur les ports,
les tendances survenues dans l’industrie portuaire et maritime, les forces attractives et
répulsives qui guident la localisation des établissements sur un territoire, telles que les coûts
faibles de transport des marchandises (dus au développement des moyens de transports
terrestres) des ports vers les utilisateurs de services et vice versa.
La thèse est subdivisée en trois chapitres qui en constituent le corps ; ces chapitres sont
présentés sous forme de trois applications empiriques. Bien avant d’entamer ces chapitres,
une mise en contexte situe la thèse dans un contexte global et général, suivie d’une littérature
qui présente l’état de la question sur les recherches portuaires et situe la thèse dans un
contexte plus particulier.
Le premier chapitre, sous forme d’article, a été publié dans une revue scientifique (RERU).
Le second chapitre, sous forme de rapport de recherche, présente le lien pouvant exister entre
la composition des activités portuaires et les activités économiques autour des ports. Le
troisième et dernier chapitre, sous forme d’article (non soumis), étudie le lien qui peut exister
entre croissances des activités portuaires et des activités économiques. Une conclusion
générale reprend le contexte de la thèse, rappelle les applications empiriques (les chapitres),
les objectifs et les résultats qui permettent de juger de leur atteinte, ainsi que quelques
implications de ces résultats en termes de politiques publiques.
4
Mise en contexte : Pourquoi s’intéresser au port ?
La thèse s’inscrit dans un contexte général de développement régional. Elle vise à fournir
quelques éléments de compréhension des liens qui peuvent exister entre les unités
économiques (entreprises et établissements) opérant sur un territoire et les activités portuaires
dans le but, ultimement, d’appuyer l’élaboration des politiques publiques visant à développer
un territoire sur la base des relations économiques qu’il entretient avec les agents
économiques.
Les notions d’« espace » et de « territoire », souvent rencontrées en géographie, méritent une
brève précision. L’espace désigne l’étendue de la surface autour de soi ; il est neutre (Moine,
2006)5. Le territoire désigne un espace habité par des individus qui y expriment leur mode
de vie, leur culture, et exercent des activités économiques ; il n’est donc pas neutre. La thèse
propose d’adopter le terme de « territoire » plutôt que celui d’« espace ». Dans la présente
recherche, ce territoire désigne la région avoisinant les ports, sur laquelle ces derniers
exercent leur influence.
Lors des analyses (spatiales) en science régionale, il est pratique courante de définir le
territoire sur lequel un phénomène observé (exemple : la pauvreté, la criminalité, la
croissance, le développement, etc.) est étudié avant de commencer par rassembler les
données. Autrement, on peut facilement passer du temps et de l’énergie à collecter des
données pour se rendre compte qu’elles ne sont finalement que peu ou pas pertinentes pour
l’analyse. Il n’existe pas de règle fixe pour définir ce territoire, les délimitations des frontières
devant s’ajuster en fonction du problème analysé ; sa définition apparait alors dans l’analyse
comme un choix méthodologique. Selon l’objectif poursuivi, on peut adopter divers critères
pour le saisir.
5 Des procès sont faits à l’économie néoclassique par exemple sur le fait qu’elle ait longtemps supposé la
neutralité de l’espace. Des chercheurs réintroduisent la dimension spatiale dans leur analyse en soutenant que
l’espace n’est ni économiquement (Krugman, 1991 ; Thisse, 1997 ; Crevoisier, 2004 ; Le Gallo et Thomas,
2015) ni socialement neutre (Proulx, 2002).
5
Trois caractérisations classiques des régions (comme formes de territoire) sont proposées très
tôt par l’économiste français Jacques Boudeville (1972), chacune définie selon un critère
donné : i) la région polarisée définie selon le critère de nodalité ; ii) la région définie comme
des aires contiguës selon le critère d’homogénéité ; et iii) la région plan définie selon le
critère administratif et politique.
Selon le critère de nodalité, les régions sont définies comme des aires d’influence polarisées
par un lieu central ; on parle de régions nodales ou de régions polarisées. Selon le critère
d’homogénéité, les régions sont définies comme un ensemble d’aires contiguës ayant des
traits particuliers (histoire, culture, langue, base économique, etc.) qui devient le principe de
leur regroupement ; on parle alors de régions homogènes. Selon le critère de frontières
administratives ou politiques, on parle de régions administratives ou politiques, ou de régions
plan. Dans ce dernier cas, les frontières de la région sont parfois tracées en fonction des
besoins d’agence ou d’organismes spécialisés. Ces trois distinctions de la région n’épuisent
pas toutes les possibilités de définitions, et le concept n’est pas immuable, mais change d’une
période à l’autre. Un pas de plus vers l’élucidation du territoire6 est rendu possible grâce aux
microdonnées.
Les politiques publiques en matière d’aménagement et de planification sont destinées à
influencer l’organisation de l’espace de manière à lui assurer un développement moins
hétérogène (Friedmann, 1987). Ultimement, ces politiques espèrent diminuer les inégalités
de développement qui se forment par le simple fait de la croissance économique et de
l’organisation des activités économiques dans l’espace, devenu territoire.
Il existe des inégalités dans la façon dont s’organisent et se développent les territoires.
Plusieurs raisons existent à cela. Par exemple, le fait que les territoires n’aient pas la même
histoire ni les mêmes dotations (ressources naturelles), et par conséquent n’ont pas les mêmes
conditions de départ, sont des raisons pour expliquer les écarts de développement (Hoover,
1948 ; Engerman and Sokoloff, 2002). Même s’ils bénéficiaient des mêmes conditions de
départ, le fait que les territoires ne pratiquent pas les mêmes politiques internes les amène
souvent à emprunter des voies divergentes de croissance et de développement (Hoover, 1948;
6 Le concept de région est utilisé ici de manière identique avec celui de territoire
6
Demazière, 2014). Par exemple, certains territoires peuvent avoir adopté une politique fiscale
qui attire plus d’entreprises que d’autres, ou encore une politique d’immigration qui attire
plus de populations actives que d’autres. Ces différences de politiques internes peuvent faire
en sorte qu’il y ait plus d’opportunités, plus de services publics de qualité pour les citoyens
qui sont de fait attirés et/ou retenus sur un territoire par rapport à un autre.
Au Canada et au Québec, les gouvernements successifs tentent d’impulser des dynamiques
économiques et sociales aux régions les plus éloignées des grands centres urbains, afin de
leur donner les moyens de leur propre développement et de réduire les écarts d’avec les
centres. Pour y arriver, ils adoptent des politiques économiques de développement au moyen
de divers outils. Un de ces outils concerne le transport7.
Le transport répond à une demande de mobilité des personnes (travailleurs, touristes) et
d’informations ainsi que de biens et marchandises de leurs lieux de disponibilité vers les lieux
de besoin. En ce sens, il est une demande dérivée. En le promouvant, les politiques publiques
recherchent à stimuler des effets directs et indirects. Les effets directs résultent d’une
meilleure connexion géographique entre individus, activités économiques, régions, et entre
les différentes combinaisons de ceux-ci. Par « meilleure », on entend un effort d’optimisation
du temps et du coût de déplacement, par une minimisation de la distance économique
(mesurée par exemple par le différentiel de prix monétaire payé pour le déplacement avant
et après la mise en place d’un moyen de transport), la distance physique restant la même. Les
effets indirects, quant à eux, résultent de l’influence que le transport exerce, par exemple, sur
la distribution des populations et activités économiques sur et entre les territoires.
Comme les activités économiques sont liées entre elles, en développant le transport, les
politiques exercent une influence indirecte sur les différents secteurs de l’économie
(l’agriculture, l’industrie, le commerce, etc.) (Goss, 1990). Le transport contribue ainsi à
7 Au Canada, les responsabilités en matière de transport sont partagées entre le fédéral et le provincial. Une plus
grande part revient aux provinces et aux municipalités ; le fédéral détient la responsabilité directe des grandes
autoroutes reliant toutes les provinces et verse une part financière aux provinces pour la réalisation de grands
projets internes. Le fédéral détient la responsabilité des ports dont il peut décider de transférer la gestion aux
communautés locales.
7
l’amélioration, mais aussi à la détérioration (à travers la congestion, la pollution) du bien-
être des populations (Rodrigue, 2017).
Ce qui est vrai pour le transport en général l’est en particulier pour le transport maritime qui
n’échappe pas à ces effets directs et indirects. Bien plus, le transport maritime représente une
composante de choix dans les échanges commerciaux de plus en plus globalisés où la plupart
(90%) passent par la voie maritime, dont la porte d’accès est le port.
Le port est une interface entre la mer et la terre, par laquelle transitent la plupart des échanges
de marchandises, depuis des millénaires. Il exerce un rôle remarquable dans l’histoire de
développement des villes et des pays, histoire que l’on peut distinguer chronologiquement en
trois grandes périodes : avant le XIXe siècle, pendant l’ère de la révolution industrielle (XIXe
siècle), et l’ère du conteneur (XXe siècle et suivants).
Le port dans l’histoire
Le port fait partie de l’histoire des civilisations et de la vie des sociétés. Il a servi de premier
levier pour l’expansion européenne dans le monde du XVIe au XVIIIe siècle à travers
l’utilisation de la voie maritime par laquelle transitaient les matières premières depuis les
nouvelles terres conquises jusqu’aux territoires à des fins de fonctionnement des usines. Il
était à l’origine de la création de plusieurs villes. Ces villes nées de la présence du port étaient
caractérisées par des activités économiques développées en symbiose avec celles du port. Il
n’était pas rare de voir des villes naissantes qui assumaient une fonction commerciale,
présente à cette époque du mercantilisme par ailleurs.
La ville de Richmond dans l’État de Virginie aux États-Unis en est un exemple (Bleakley et
Lin, 2010). Celle-ci est née grâce à la présence des chutes de la rivière James, qui rendaient
difficile la navigation et compliquaient les échanges de tabacs entre les navigateurs et les
producteurs du milieu. Quelques premières activités s’y sont installées à partir desquelles se
sont développées d’autres activités commerciales, et plus tard des services financiers. Au
Québec, des postes de traites se sont d’abord développés comme lieux de premiers échanges
commerciaux le long des voies navigables notamment, le fleuve Saint-Laurent. À Montréal,
la préoccupation d’avoir une mainmise sur les affaires des Grands Lacs par des marchands
8
anglais, et de transborder les marchandises, fit construire le canal de Lachine dont la présence
favorisera le développement des industries (Desjardins, 2006).
Le port à l’ère de la révolution industrielle
En plus des fonctions de provision en matières premières et de commerce des villes, s’ajoutait
une fonction industrielle. La révolution industrielle du XIXe siècle a amélioré des systèmes
de navigation et consacré des changements (évolutions) technologiques qui ont induit une
baisse des tarifs d’affrètement par voie maritime, ce qui a permis une augmentation du
commerce international. L’environnement immédiat du port devenait une véritable
plateforme industrielle. Par exemple à Montréal, le canal de Lachine qui offrait la possibilité
de l’utilisation de l’énergie hydraulique favorisait l’implantation industrielle. Cet
environnement constituait déjà un objet d’étude en économie géographique, car il est la
source de rendements croissants d’échelles pour la production d’entreprises localisées autour
et qui bénéficient de cette proximité. Cet avantage (source de rendements croissants
d’échelles) tient aux bénéfices (énergie hydraulique déjà disponible pour la production
industrielle, baisse des coûts de transport et donc de production) que le port crée aux riverains
sans contrepartie financière. Ces riverains sont soit des individus qui s’installent aux abords
du port dans l’espoir d’y trouver un emploi, soit des établissements (exemple : entreposage,
transformation manufacturière) qui devaient leurs services à l’arrivée ou au départ des
marchandises dans le port à proximité desquels ils sont installés. Alors que le port continuait
d’attirer certains établissements, force est de constater que les premières villes créées
s’affranchissaient de cette proximité tout en continuant de prospérer grâce à une
diversification des activités économiques.
Les évènements qui se produisent dans ces villes ne sont plus totalement dictés par les ports
dont le nouveau paysage autour se trouve déterminé par des processus socio-économiques
externes au port, tels que les forces agglomératives qui se sont installées et qui s’auto
entretiennent (Fujita et Mori 1996). Dans le cas de la ville de Richmond par exemple, l’ère
industrielle correspondait à la construction de rails, écluses et canaux pour contourner les
chutes de la rivière. Ces constructions ont rendu obsolète l’avantage premier de ce lieu
d’échange, mais n’ont pas empêché cette région de continuer de se développer (Bleakley et
Lin, 2010, op. cit.) C’est également le cas au Québec avec les villes de la Côte-Nord qui
9
continuent de prospérer sans leur port. À Montréal, on assistait à une transformation de
l’industrie et un éclatement des centres de production, en lien avec le développement du
réseau routier et l’industrie du camionnage (Desjardins, 2006).
Si cette révolution industrielle constitue une phase importante dans la relation entre le port et
son environnement, c’est surtout avec celle du conteneur que cet environnement allait
connaitre un tournant marquant.
Le port à l’ère du conteneur
L’introduction du conteneur à la fin du XXe siècle a changé le rôle des ports, entrainant toute
une révolution à la fois dans l’industrie portuaire et maritime, mais également dans les
industries clientes (ex. : le manufacturier), l’industrie du transport, et l’économie de manière
générale.
La révolution du conteneur survenue dans la seconde moitié du XXe siècle et l’utilisation des
technologies d’information et de communication (TIC) dans la gestion portuaire ont permis
de baisser significativement les coûts de transport, de production, et d’augmenter les
capacités de production portuaires du fait d’une forte demande à satisfaire grâce à la taille
des navires de plus en plus grande pour transporter des conteneurs. Par exemple en 1973, le
plus grand navire-porte-conteneurs du monde avait une capacité de 3000 EVP, une longueur
de 228 m et pouvait transporter 15 000 tonnes de marchandises. Quatre décennies plus tard,
en 2017, le plus grand navire-porte-conteneurs du monde était doté d’une capacité de 21 413
EVP, d’une longueur de 400 m (Attali, 2017 p. 172). Les TIC viennent faciliter la
coordination des déplacements et les mouvements complexes requis pour charger ou
décharger les conteneurs des navires bien avant que ceux-ci arrivent à quai. Les progrès du
secteur maritime sont considérables et facilitent la gestion des affaires portuaires. Par
exemple, il est plus facile de déterminer l’ordre de décharge des conteneurs de sorte à
accélérer le processus sans déséquilibrer le navire ; ce qui augmente l’efficacité de tout le
système, et la livraison « just in time » des biens. De plus, les informations sur papier sont de
plus en plus remplacées par un système de communication électronique afin d’améliorer la
performance et la transparence du transport maritime, ainsi que la confiance entre les parties
10
prenantes, tout en réduisant les charges administratives et une partie des coûts liés
(McLaughlin et Fearon, 2014).
Ces innovations, entre autres dérivées, incitent les entreprises à relocaliser sur les territoires
à bas salaire et à bas prix de terrains, parce qu’il est désormais possible que le produit fabriqué
atteigne n’importe quel endroit géographique du monde, en quantité voulue et dans les
meilleurs délais ; ce qui rend le facteur capital de plus en plus mobile. Que les entreprises le
veuillent ou non, elles sont désormais en compétition à l’échelle planétaire dans la mesure
où le marché mondial de biens (et celui de l’emploi, et des salaires) viennent à elles.
Non seulement les producteurs découvrent qu’il devient plus efficace de ne plus avoir à tout
faire à un seul et unique endroit, mais aussi ils doivent se rapprocher le plus de la demande
dès lors que l’économie s’est transformée en passant d’une économie de l’offre à celle de la
demande. Ils peuvent morceler la production en de petites unités spécialisées bien intégrées
dans une nouvelle forme d’organisation, l’intégration verticale, qui permet d’économiser le
temps dans le port (temps d’accès au port, temps de chargement/déchargement, temps de
transbordement), sur les autres tronçons de transport et lors de la distribution, et de permettre
une livraison rapide des biens et matières à temps selon le concept du « just-in-time ». Ces
nouvelles organisations de la production ont pour avantage de ne laisser que peu de matières
ou de biens semi-finis en stock, économisant ainsi également les coûts liés aux inventaires.
Les productions, manufacturières, sont de moins en moins concentrées autour des ports. En
substitution à la dynamique locale s’installe une dynamique globale renforcée par des coûts
de transport maritime très faibles, des coûts de transports terrestres et ferroviaires (voies
alternatives au maritime) et des coûts d’inventaires également faibles.
La suite ne comporte pas que des avantages. Elle apporte aussi son lot d’inconvénients :
difficultés d’inspection de toutes les marchandises, vecteurs de transport de biens illicites,
des congestions et pollutions (Bernhofen et al., 2016), que le marché choisit parfois de
corriger par exemple par les prix. Les changements suite à l’avènement du conteneur ne se
limitent pas qu’aux ports de conteneurs ; ils s’étendent à ceux qui n’accueillent pas de
conteneurs dès lors que tous les ports évoluent en réseau sur le plan continental et mondial,
la coopération étant plus prononcée entre certains que d’autres (Cullinane et Song, 2007). On
peut également noter que les ports qui ne font pas le conteneur (comme les traditionnels
11
cargos, les pétroliers, les vraquiers) n’ont toutefois pas totalement disparu. Ils se sont
agrandis partout dans le monde et ont progressivement évolué vers une automatisation
accrue. Ces changements contribuent à modifier à la fois les activités des ports, mais
également celles de leur environnement.
Les activités économiques du port contiennent aussi des activités plus classiques liées aux
livraisons de vrac solide et de vrac liquide. Les marchandises qui n’ont pas besoin d’une
livraison « urgente » ou qui doivent être livrées suivant un système « just-in-time »,
notamment les biens lourds qui prennent plus de place, peuvent emprunter des chaînes plus
longues. En revanche, les marchandises qui doivent être livrées de façon urgente, notamment
les denrées périssables, peuvent emprunter des chaînes plus courtes ; et si l’on souhaite
malgré tout acheminer ces dernières par les longues chaînes de transport, alors elles doivent
faire l’objet d’un bon conditionnement (dans des camions frigorifiques par exemple).
Le développement des voies alternatives de transports et des modes de conditionnement
(inclus au sens général dans le concept de logistique) des marchandises périssables constitue
d’autres arguments (en plus du conteneur) qui libèrent les expéditeurs et destinataires de
marchandises de l’obligation de se localiser proches des ports. Ils peuvent se localiser plus
loin des ports et du même coup s’affranchir des prix parfois élevés des terrains situés à
proximité. Les paysages économiques portuaires sont alors bouleversés par des
relocalisations, délocalisations, créations ou disparitions d’entreprises. Les dynamiques
locales (attraction des citoyens et des entreprises à s’installer dans un voisinage immédiat des
ports) s’estompent avec le temps, et l’environnement des ports fait l’objet de nouvelles
politiques d’aménagement de territoire, qui consacrent au port de nouvelles fonctions,
économiques, culturelles, et résidentielles (Mah, 2014).
12
Littérature portuaire générale
La littérature portuaire s’est développée, jusqu’au début des années 1960, autour des thèmes
précis tels que la géographie portuaire (Morgan, 1961 ; Weigend, 1958; Bird, 1963 ; Taaffe
et al., 1963) et les opérations portuaires - types de marchandises - (Carter, 1962). Elle s’est
étendue à divers enjeux impliquant les forces et les effets (de ces forces) sur l’industrie
portuaire et maritime, l’industrie des transports, et sur l’économie en général. Nous adoptons
ici une perspective de présentation orientée sur les forces et leurs effets, qui ont jalonné la
littérature portuaire.
Ces forces sont des chocs, des changements qui entrainent un bouleversement, par exemple,
au plan économique (Mankiw et Scarth, 2008), au rang desquels, on note les révolutions
technologiques des conteneurs (Graham et Hughes, 1985 ; Jansson et Shneerson, 1987 ;
Levinson, 2006 ; McLaughlin et Fearon, 2014) et les technologies de l’information et de la
communication -TIC- (Redding et Turner, 2015), deux composantes importantes liées à la
globalisation (Stiglitz, 2006). Les chocs portent également sur les interventions des acteurs
(Mankiw et Scarth, 2008, op. cit.) gouvernementaux, à travers les régulations et
dérégulations portuaires (Brooks et Cullinane, 2007) et les facteurs externes tels que le
(besoin de) commerce, l’industrialisation, l’internationalisation, l’informatisation (CEMT,
2001 p.10). Le lien entre ces chocs et effets se fait souvent en boucle entrainant une chaîne
de rétroactions : un choc entraine un effet qui devient un choc qui entraine un autre effet, etc.
De même, plusieurs des chocs peuvent entrainer un même effet, et un choc peut entrainer
plusieurs effets.
La technologie des conteneurs, l’industrialisation et la forte demande mondiale en biens de
consommation (chocs), ont entrainé ou accéléré la globalisation (effet) qui a, à son tour,
engendré une compétitivité et une recherche d’efficacité et de performance accrue des ports
(Juhel, 2001). Les dérégulations, en rupture avec les régulations d’avant et d’après seconde
guerre, pratiquées par les gouvernements (Brooks et Cullinane, 2007, op. cit.), ont entrainé
ou facilité la privatisation des ports (Baltazar et Brooks, 2001 ; Robinson, 2002), faisant place
à de nouveaux investisseurs privés. Ces nouveaux acteurs se substituent de plus en plus aux
autorités portuaires traditionnelles, publiques (Verhoeven, 2010 ; Musso et al., 2014). La
privatisation des ports ou « terminalisation » (Olivier et Slack, 2006 ; Rodrigue et
13
Notteboom, 2009) est une forme (ancienne, mais qui se renouvelle) d’organisation par
laquelle l’industrie portuaire entend atteindre l’efficacité de gestion par la recherche d’une
maximisation des profits, contrairement aux autorités portuaires traditionnelles qui
recherchaient principalement à maximiser le bien-être des populations locales et nationales.
Ces nouvelles formes d’organisations portuaires sont financées par de nouvelles tendances
dont la recherche de l’excellence et l’émergence des partenariats publics-privés (ou PPP –
Van Garsse et al., 2014).
Ainsi, de l’aspect géographique des ports à la privatisation en passant par la technologie, la
globalisation, les interventions de divers acteurs (gouvernements et privés), la littérature
aborde les ports dans leur aspect multidimensionnel (Rodrigue at al., 2009 ; Rodrigue, 2017).
Elle se situe au confluent des champs de connaissances de plusieurs disciplines : la
géographie, l’économie, l’organisation industrielle, le commerce international, etc. Elle
renouvelle d’anciennes problématiques telles que la géographie portuaire (Rodrigue at al.,
2009 ; Rodrigue, 2017), et en aborde de nouvelles, telle que la gouvernance portuaire à
l’heure où le port ne représente qu’un pion (Slack, 1993) dans un ensemble formé de réseaux
de chaînes logistiques (Van de Voorde et Vanelslander, 2014): elle repositionne les enjeux
relatifs aux relations entre les ports et les villes. Ce dernier enjeu, bien qu’ancien, se
renouvelle à l’ère du développement des régions portuaires (Jugie, 2017).
Weigend (1958) décrit un ensemble de relations entre des facteurs physiques et humains qui
tiennent une place de choix dans la genèse et l’évolution des ports. Il montre comment les
conditions physiques des sites (favorables) et les conditions humaines (besoins d’échanger
leurs productions) incitent les humains à construire des ports et à les modifier au besoin. Plus
tard, Bird (1963) élabore un modèle formel d’organisation spatiale des ports, le modèle
Anyport. Ce modèle décrit le processus de développement portuaire en trois phases : i)
construction ; ii) expansion ; et iii) spécialisation. Il analyse l’évolution des infrastructures
portuaires dans le temps et l’espace en fonction des caractéristiques des sols (et des eaux) sur
(dans) lesquel(le)s les ports sont construits en tenant compte des caractéristiques des biens
qui y transitent. Toutefois, la portée de ces recherches demeure locale et limitée à l’interface
portuaire. Taaffe et al. (1963) analysent l’évolution portuaire dans un cadre régional en
modélisant la structuration de l’arrière-pays portuaire en lien avec les ports. Leur modèle
14
rend compte d’un regroupement de ports géographiquement proches (concentration), à
mesure que se développent des transports internes et des centres urbains.
Le concept de transports internes, alternatifs au maritime, représente un défi dans le
développement des modèles portuaires dans la mesure où l’efficacité et l’efficience des
chaînes de logistique (dictée par la globalisation) dont fait partie le port sont dérivées pour
une large part du positionnement des centres de distributions intérieures aux territoires.
Notteboom et Rodrigue (2005) bonifient le modèle de Bird par une phase de régionalisation
qui explique le développement des terminaux portuaires, comme centres de transbordement
tel qu’on les observe aujourd’hui, et intègre la dimension intérieure des territoires comme un
moteur dans les dynamiques de développement portuaire. Ce modèle s’inscrit dans un
contexte de globalisation facilité par l’essor et le développement complet de la technologie
de conteneur, un choc majeur qui bouleverse la production portuaire et maritime, les systèmes
de productions utilisant les services portuaires (ex. : le manufacturier), et crée une croissance
économique liée à l’industrie portuaire (Levinson, 2006).
On sait depuis Solow (1957) que les facteurs de production de base (le capital, l’emploi, et
même le sol sur lequel les productions économiques ont eu lieu) ont perdu de leur importance
dans l’explication de la croissance économique, notamment au profit des innovations
technologiques dont la dernière importante dans l’industrie portuaire est le conteneur.
Développé en 1956 par Malcolm McLean et popularisée en début des années 1960, le
conteneur, combiné à l’usage des TIC et aux techniques de mécanisation, se trouve au cœur
de la littérature portuaire. Il entraine un phénomène de concentration de ports en créant des
économies d’échelles (De Langen, 2002 ; 2003), contrairement à Kuby et Reid (1992) qui
observaient le contraire (une faible, voire une absence de concentration). La technologie du
conteneur et ses effets, la concentration portuaire et les économies d’échelles (Cullinane et
Song, 2007), sont deux phénomènes interreliés.
D’abord introduit par Marshall (1890) et formalisées par Krugman (1979, 1980, 1991), les
économies d’échelles sont profitables à toute l’industrie portuaire (De Langen, 2002 ; 2003),
mais également à chaque port qui en fait partie. Les économies d’échelles (internes aux ports)
créées par la technologie de conteneur à travers l’augmentation de la taille des navires et
l’élargissement subséquent des infrastructures portuaires représentent un choc qui crée des
15
effets tels que le bénéfice économique (aux ports et aux entreprises) à la base de la croissance.
Dans l’industrie portuaire, la traduction de l’innovation de conteneur en croissance
économique vient du fait que les entrepreneurs ont su tirer avantage des économies d’échelles
créées par cette technologie.
À leur tour, les concentrations et économies d’échelles constituent des chocs qui engendrent
des effets. Par exemple, certains changements organisationnels doivent être opérés par le port
afin de tirer profit des économies d’échelles causées par la révolution technologique
(Rosenberg, 1976; Devine, Jr, 1983; Mokyr, 1992; Brynjolfsson et Hitt, 2000). Ainsi, selon
Fleming et Hayuth (1994), c’est parce que le port de Singapour a su opérer les changements
organisationnels nécessaires, qu’il s’est hissé au rang de « grand port mondial ». Ces
changements concernent entre autres l’adoption des technologies de communication (les
ordinateurs qui permettent de suivre la traçabilité des marchandises) dans la gestion des
activités des ports.
Un autre exemple de ces changements organisationnels sur lesquels porte la littérature
portuaire est la « terminalisation » des ports. Olivier et Slack (2006) analysent le cas des ports
de l’Asie de l’Est et évoquent la constitution des sociétés transnationales comme exigence
structurelle d’ajustement au conteneur et aux TIC. Selon les auteurs, le fonctionnement des
« nouvelles » structures organisationnelles exige un changement de paradigme qui passe
notamment par : i) l’application des théories d’analyse spatiale, jusqu’alors limitée aux
entreprises classiques au secteur portuaire analysé ; et ii) un recentrage de l’unité d’analyse,
qui devient le terminal au lieu du port. Par exemple au Québec, on distingue des terminaux
portuaires qui appartiennent aux investisseurs privés, à l’instar du « Terminal Arcelor-
Mittal » situé à Port-Cartier, à l’embouchure du Saint-Laurent. Ce phénomène de
« terminalisation » procède d’une recherche d’efficacité portuaire (Juhel, 2001).
L’inconvénient de ces structures est qu’elles peuvent facilement ignorer les intérêts locaux
et nationaux (que recherchent par exemple les autorités portuaires publiques) lorsque ceux-
ci ne satisfont pas aux intérêts privés (de maximisation de profits) des actionnaires de ces
sociétés privées. À ce propos, l’intérêt de cette littérature se reflète dans l’analyse de Slack
(1993) qui livre un plaidoyer dans lequel il défend le pouvoir des autorités portuaires
publiques dont le degré de liberté est sans cesse questionné (Goss, 1990; Musso et al., 2014).
16
Selon Slack (1993), le pouvoir de ces autorités, s’écroule au profit des grands armateurs et
opérateurs de terminaux qui sont les grands gagnants dans ces réorganisations
institutionnelles des ports.
Ainsi, l’apparition du conteneur dans l’industrie portuaire crée une forme de « destruction
créatrice » (McCraw, 2007), pour reprendre l’expression de Joseph Aloïs Schumpeter. La
destruction d’une ancienne économie où la production des ports est orientée sur l’utilisation
intensive de l’emploi, au profit d’une nouvelle économie orientée sur l’utilisation intensive
du capital. Le conteneur s’accompagne des TIC qui, ensemble, entrainent une économie des
coûts (de transports et d’inventaires de biens). Dans le port, cette baisse de coût a lieu
principalement entre les navires dans le port et les lieux de production, de transformation ou
de consommation (Levinson, 2006), rendant les ports plus efficaces et plus compétitifs. Le
conteneur s’accompagne également du développement des voies de transports alternatifs
(Glaeser et Kohlhase, 2004 ; Ducruet et al., 2015) qui connectent les différents points jadis
éloignés des ports, occasionnant une forte densité des populations et entreprises (Fujita et
Mori, 1996 ; Ducruet et al., 2015) et une baisse additionnelle des coûts de transport. À mesure
que ces coûts baissent, relativement aux autres coûts, des industries se relocalisent, d’abord
nationalement, puis internationalement, afin de diminuer certains autres coûts (salariaux,
foncier) qui peuvent devenir rapidement considérables (Levinson, 2006, p. 14).
La littérature émergente tente d’analyser les relations entre la ville et le port (Ducruet et Lee,
2006 ; Grobar, 2008 ; Jacobs et al., 2010) à travers les liens entre les activités dans le port et
les activités économiques en général. La croissance de l’un semble liée à la croissance de
l’autre, à tel point que les prévisions de croissance économique sont prédictives du niveau de
commerce des conteneurs transigés dans les ports (UNESCAP, 2005 ; 2007). L’inverse est
également vrai : la croissance, exponentielle, du trafic portuaire est une conséquence de la
croissance du commerce maritime, lui-même une conséquence des relocalisations des
activités de production manufacturières à travers le monde (Musso, 2009). Les relocalisations
d’activités de production sont principalement liées à : i) la mobilité croissante du capital (du
fait que sa rentabilité espérée est plus élevée ailleurs où le coût salarial de l’emploi et le coût
du foncier sont nettement plus faibles) ; ii) la baisse drastique des coûts et temps de transport
17
et de communication depuis l’avènement du conteneur et des TIC, associée au
développement des voies intérieures de transport.
La relocalisation du manufacturier a commencé tranquillement avec l’arrivée à maturité du
conteneur (qui rendait le capital mobile) et l’interventionnisme d’après-guerre des états, qui
protégeaient les travailleurs portuaires par des mesures sociales coercitives à l’endroit des
employeurs (Levinson, op. cit). Cette relocalisation se poursuit avec le développement des
systèmes de chaîne de transport dans lequel le port évolue et représente un nœud. L’exemple
du secteur manufacturier se justifie par le fait que les grandes civilisations se sont toujours
développées dans l’histoire à partir de ce secteur de leur économie, nourri en amont par les
produits du secteur des ressources naturelles et agricoles.
Cadre conceptuel théorique
Les activités portuaires ne sont pas indépendantes, a priori, des autres activités économiques
qui peuvent prendre forme à proximité des infrastructures. En termes plus techniques, la
littérature qualifie d’« hinterland » la partie intérieure des terres qui est desservie par un
service donné. Le cas des activités portuaires est propice à l’utilisation d’un tel terme. La
chaîne logistique et d’approvisionnement du port est assez complexe pour que son impact se
fasse sentir à plus grande échelle que celle de l’infrastructure uniquement. Le défi demeure
néanmoins d’identifier avec précision la portée de cet hinterland, ou arrière-pays, afin d’en
identifier les retombées potentielles.
Il est ainsi possible de voir le port comme un vecteur de développement régional. Un vecteur
qui aurait une portée plus large et qui s’étendrait au-delà des limites spatiales des
infrastructures. D’un point de vue théorique, cette vision s’apparente largement à celle des
pôles de développement proposés d’abord par Perroux (1955) et Boudeville (1968, 1963),
mais largement inspirés des premiers écrits de Smith (1776), qui suggère qu’un centre
d’activités peut, par ses effets d’entraînements et ses retombées, s’avérer un stimulateur de
l’activité autour du pôle. Bien que ce concept fut fortement popularisé avec le rapport
Higgins, Martin et Raynauld (HMR, 1970), mais également très critiquée, notamment par
l’ensemble des acteurs régionaux hors Montréal, ce concept peut servir de départ afin de
réfléchir le rôle du port au niveau local. Ce concept s’avère donc ici central pour mieux
18
comprendre la relation entre le port et son hinterland (la région sur laquelle il exerce son
influence).
Tout comme le soulignaient, à juste titre, Polèse et Shearmur (2003) dans un article portant
sur les limites du concept de pôle de développement et sa généralisation par HMR, l’idée du
pôle de développement n’est pas pour autant dénuée de sens. Reposant sur l’idée qu’une
concentration spatiale peut générer de multiples effets favorisant les économies
d’agglomération. Cette idée d’économies liées à la localisation est elle-même à l’essence de
la géographie économique qui tente d’expliquer les schémas de localisation des activités
économiques. Tout comme pour le concept des économies d’agglomération, le concept du
pôle de développement repose en large partie sur l’identification de l’ampleur des effets
d’entraînements.
La théorie des pôles de croissance
Cette théorie a été inspirée de Christaller (1933) et développée dans les années cinquante par
François Perroux (1955) qui l’a mise en évidence sur les industries motrices, avant qu’elle
ne soit transposée aux unités géographiques telles que les grandes villes où les liens
interindustriels sont plus denses (que dans les petites régions), et désignées comme pôle de
développement. Elle tire ses origines du tableau intersectoriel, qui permet d’observer, entre
autres, les interrelations économiques existantes entre les secteurs productifs d’une
économie. Cet outil a notamment servi à simuler l’impact d’un choc (par exemple, une hausse
de la demande externe), en termes de création d’emplois, d’augmentation nette de la
production et de variation des entrées fiscales.
La théorie postule que la croissance n’apparaît pas uniformément dans l’espace, mais qu’elle
se concentre en zones de croissances (pôles) où elle crée des phénomènes d’agglomération
dont les effets se diffusent sur l’économie immédiate (périphérie). La croissance nait alors
dans une zone, puis s’étale sur les zones avoisinantes. Généralement, selon cette théorie, la
zone où nait cette croissance est un grand centre urbain formé de grandes entreprises
motrices, dynamiques et innovatrices, dont l’action et l’effet d’entrainement sont
suffisamment forts pour mériter que l’on s’y intéresse.
19
Un des défis du concept de pôle de développement est de bien cerner l’ampleur et la portée
spatiale que celui-ci peut réellement avoir. Si l’hypothèse voulant que les effets
d’entraînements s’étendent à des centaines de kilomètres est plutôt forte (comme ce fut le cas
avec le rapport HMR), il ne semble pas pour autant faux de supposer que ces retombées
puissent exister au niveau local. Le défi demeure d’identifier la portée exacte de ces effets
d’entraînements. Qui plus est, les changements structuraux que subit l’économie peuvent
fortement influencer la portée spatiale au fil du temps. La substitution d’activités
économiques par d’autres, ou encore la substitution des intrants dans une chaîne de
production entraîne indubitablement des effets sur la relation qui peut exister entre les
activités économiques. Supposer une relation temporelle constante et fixe entre les activités
productives s’avère également une des faiblesses du concept de pôle de développement, qui
est plutôt statique comme concept.
Il faut également noter que la théorie des pôles de croissance présente certains effets pervers.
La concentration spatiale des activités économiques a pour effet de polariser la croissance
dans un espace délimité, contribuant ainsi à créer des espaces marginalisés et, en
conséquence, certaines inégalités spatiales. De plus, les relations importantes avec un centre
auraient pour effet de stopper (ou du moins fortement diminuer) des relations économiques
pouvant exister entre des sous-centres (ou entre des parties de l’hinterland). Ainsi, pour
certaines localités, les effets de stoppages pourraient l’emporter sur les possibles effets
d’entraînements générés par le pôle, et ainsi diminuer la position relative de certains secteurs,
engendrant encore une fois une forme d’inégalité.
Théorie des pôles de croissance et le port
Le parallèle entre la théorie des pôles de croissance et la relation port-hinterland peut être
établi à biens d’égards, même si les conditions d’opérationnalisation ne sont pas toujours les
mêmes. Ainsi, le port peut être identifié comme un pôle, et sa région, à l’hinterland qui
profiterait de l’effet d’entrainement de celui-ci.
En effet, le port est une source d’externalités positives qui exerce un effet de concentration
de l’activité économique, mais également de diffusion de cette concentration dans
l’espace. Le pôle de croissance entretient une certaine similitude avec le port, notamment
20
puisque : 1) la source de l’innovation dans le pôle (le port) est le progrès technologique ; 2)
les liens de rétroaction que le port entretient avec la production industrielle (Hesse, 2006) ;
3) la capacité de l’investissement portuaire à créer des aires de marchés (Smith (1776 p. 19)
attire de nouvelles entreprises (le processus d’expansion passe par une série de nouvelles
entreprises).
Concernant les liens de rétroactions, les ports ne sont pas une finalité ni une entité unique
isolée, mais une étape dans la chaîne de production et de transport. En conséquence, il y a un
lien d’action-rétroaction entre le port, les entreprises de production, et les transports qui le
connectent à son hinterland. Ces liens sont beaucoup plus visibles dans la phase de
régionalisation des ports (Notteboom et Rodrigue, 2005). En effet, le modèle de Notteboom
et Rodrigue (2005) intègre les transports intérieurs comme un facteur clé dans ces relations
d’interdépendance entre le port et son hinterland. Le développement de ces transports
intérieurs influence directement la décision de localisation des entreprises utilisatrices des
services portuaires pour des fins d’exportation de leurs productions finales, ou d’importation
de leurs intrants de production. Par exemple, la globalisation de la production industrielle a
été un facteur majeur dans l’expansion des activités portuaires (Hesse, 2006), tout comme les
activités portuaires représentent un facteur majeur dans la production industrielle (Hall,
2002 ; Morrissey et al., 2013; Redding et Turner, 2015). Le fait que les entreprises et les ports
mondiaux évoluent en réseau fait en sorte que ces liens sont toujours existants; c’est souvent
l’hinterland qui change, de sorte qu’un petit port situé au Québec peut avoir une partie
d’hinterland (alors foreland) dans un autre pays.
21
Question de recherche, objectifs, hypothèses
Question de recherche
Cette thèse vise à répondre à une question centrale : existe-t-il toujours une relation qui unit
les activités portuaires aux activités économiques avoisinantes ? Elle cherche ainsi à savoir
s’il existe des formes de relations entre les activités portuaires et les caractéristiques
économiques environnant ces ports. Cette préoccupation centrale répond de trois objectifs
généraux de recherche, chacun constituant la charpente autour de laquelle se développe
chacun des trois chapitres de la thèse.
Trois objectifs généraux
Les trois objectifs généraux de la recherche sont, dans l’ordre de la présentation des
chapitres : i) identifier une zone d’analyse pour laquelle les conclusions obtenues seront
moins sujettes à une définition alternative (assurer une forme de robustesse) ; ii) vérifier si la
classification des activités portuaires est robuste selon le type d’indicateur retenu (activités
économiques autour des ports vs activités portuaires) ; et iii) vérifier s’il existe une relation
statistique entre la croissance des activités portuaires et la croissance des activités
économiques autour des ports.
Hypothèses de recherche
Des hypothèses de recherche en lien avec les objectifs généraux sont faites de manière
explicite ou implicite dans le cadre de chacun des chapitres.
Le premier chapitre teste l’hypothèse qu’il existe une certaine sensibilité des indices spatiaux
locaux par rapport à la distance physique sélectionnée par rapport à un point de référence (le
port). Ainsi, les indices et mesures qui sont utilisés pour qualifier les activités économiques
des ports sont liés (fonction) à la distance utilisée pour définir l’aire d’influence, mais l’effet
de la distance ne jouerait plus un rôle passé un certain seuil (stabilité spatiale). Il existe donc
une certaine distance - seuil au-delà de laquelle ces indices deviennent relativement stables.
Conséquemment, les analyses, si elles cherchent une certaine robustesse, devraient tenir
compte de cette distance critique. Le premier chapitre jette donc un regard sur la
détermination de cette distance critique.
22
Le second chapitre part de l’hypothèse que les activités économiques présentes autour des
ports sont liées aux activités mêmes des ports. Il cherche à vérifier si le classement des ports
en fonction de l’activité économique du territoire environnant est comparable au classement
qui est obtenu sur la base des activités économiques internes aux ports. Il est postulé que les
activités seront similaires selon les typologies de ports et que, conséquemment, les typologies
sont semblables selon que l’on considère les activités internes des ports ou les activités autour
des ports.
Le troisième chapitre part de l’idée que les ports contribuent au développement de leurs
territoires. Il cherche à tester l’hypothèse que la performance (croissance des activités sur
une période donnée) des ports est statistiquement liée à la performance des territoires autour
de ces ports. Notamment, lorsque les activités des ports augmentent, les activités
économiques dans leur paysage augmenteraient également (et vice-versa), toute chose égale
par ailleurs.
23
1 Chapitre 1 : Le MAUP et l’insoluble question de
frontière optimale
1.1 Résumé
L’article propose une façon simple de tester la présence du problème d’unité d’aire
modifiable sur un ensemble d’indicateurs spatiaux locaux calculés à partir de microdonnées
d’emplois par établissement dans la province du Québec en 2011. À partir de la localisation
des ports du Québec, l’application construit les indicateurs sélectionnés en effectuant un
ensemble de délimitations spatiales avec des cercles de rayons variant de 250 à 10 000
mètres. La stabilité de ces indicateurs est ensuite testée afin d’identifier un point de rupture
permettant de déterminer une distance « optimale ». Les résultats confirment la difficulté
d’établir une limite géographique unique permettant d’obtenir des résultats stables,
confirmant une fois de plus la difficulté de résoudre en totalité le problème d’unité d’aire
modifiable. S’il est possible d’identifier des points de rupture servant à décrire des logiques
territoriales spécifiques aux régions portuaires, l’article montre comment les microdonnées
spatiales peuvent être mobilisées pour définir des territoires d’études.
Mots-clés : analyse de la variance, bris structurel spatial, indicateurs locaux, microdonnées
spatiales, problème d’unité d’aire modifiable
24
1.2 Abstract
This paper tests for the presence of the modifiable areal unit problem on a bunch of local
spatial indicators calculated using micro-data of 2011 on employments per establishment in
the province of Quebec. From the localization of the ports of the province, the application
first constructs the indicators selected by making a bunch of spatial delimitations, circular,
of radii varying between 250 and 10 000 meters. The stability of these indices is tested in
order to identify a structural break, which allows identification of an « optimal » distance for
the definition of the indices. The results confirm the difficulty to establish a unique
geographic limit that allows having stable results, sustaining once again the difficulty to fully
solve the modifiable areal unit problem. While it is possible to identify break points, which
serve to describe territorial realities specific to port regions, the article shows how the spatial
micro-data can be gathered to define territories to be studied.
Keywords: analysis of variance, spatial structural break, local indices, spatial micro-data,
modifiable areal unit problem
Classification JEL : R12, R19
25
1.3 Introduction
En science régionale, les données utilisées pour des applications empiriques reposent souvent
sur des données agrégées sur des frontières géographiques fixées a priori. L’implication de
la discrétisation de l’espace géographique est peu souvent discutée ou contestée malgré
l’impact réel de ce choix sur les résultats empiriques (Dubé et Polèse, 2016). Dans la plupart
des cas, les limites sélectionnées ont une connotation plus politique qu’économique ou même
géographique. À ce problème, il faut ajouter le fait que les frontières peuvent varier au fil du
temps afin de s’adapter aux nouvelles situations : fusions municipales, refontes liées aux
mouvements migratoires ou encore expansion des bassins d’emplois des régions
métropolitaines.
En géographie quantitative, la modification des limites géographiques entraîne le problème
d’unité d’aire modifiable (Modifiable Areal Unit Problem, MAUP). Le MAUP se caractérise
par une difficulté de généraliser les résultats issus des analyses empiriques lorsque l’on
modifie la définition des unités géographiques (ou échelles géographiques), imposées
préalablement pour délimiter des phénomènes géographiques continus. Le MAUP a des
implications en termes de politiques publiques : toute mesure prise à partir d’une aire
géographique délimitée par des frontières précises ne peut donc être transposée à d’autres
frontières. Si le problème du MAUP s’avère difficilement soluble en pratique, entre autres
parce que les problématiques auxquelles le chercheur s’intéresse varient, il est néanmoins
intéressant de vérifier s’il est possible d’identifier une échelle à partir de laquelle les résultats
risquent de s’appliquer, peu importe l’échelle géographique retenue. Il s’agit d’identifier une
distance optimale, pour laquelle les résultats ne sont plus liés au choix de l’unité
géographique.
Cet article pose deux questions : 1) est-ce que les indicateurs classiques exprimant la
structure économique en économie géographique sont stables lorsque l’on modifie l’échelle
géographique ? Sinon, 2) est-il possible d’identifier un seuil à partir duquel ces indicateurs
deviennent stables ? La première question introduit l’effet d’échelle, alors que la seconde
introduit l’effet de frontière. Pour répondre à ces questions, deux tests statistiques sont
proposés. Un premier portant sur la variabilité des indicateurs utilisés selon la distance
retenue, et un second test portant sur l’identification d’un bris structurel spatial, permettant
26
de cibler une valeur critique au-delà de laquelle les valeurs des indicateurs retenus sont
relativement stables.
Afin d’aborder ces questions, l’étude utilise des microdonnées spatiales sur la répartition des
établissements et de l’emploi par établissement dans la province de Québec en 2011.
L’avantage des microdonnées spatiales est qu’elles permettent une représentation continue
de l’espace géographique (Dubé et Brunelle, 2014 ; Dubé et Legros, 2014). Pour l’exercice,
deux ensembles d’indicateurs « classiques » sont considérés : 1) un indice de diversification
(Herfindahl-Hirschman); et 2) un ensemble d’indices de spécialisation des secteurs
d’activités économiques (quotient de localisation – ou QL). Les indicateurs sont calculés à
partir de 300 895 établissements géolocalisés à l’adresse en utilisant différentes échelles
géographiques construites sous forme de cercles en variant la taille des rayons. L’étude
propose une variation de ces rayons de 250 m, entre 0 et 10 000 mètres autour des ports. Le
choix du pas de variation (250 m) se justifie par le fait qu’il n’est ni trop grand ni trop petit
pour révéler des variations des indicateurs retenus ; celui du rayon maximal de 10 000 m est
guidé par le souci de simplicité (par exemple, un rayon maximal trop grand peut rendre la
présentation des résultats plus compliquée) de l’analyse et de permettre en même temps de
capter les réalités locales. Pour mener à bien l’exercice, les infrastructures portuaires du
Québec (25 ports au total) sont retenues pour représenter les points autour desquels les cercles
seront définis. Les résultats confirment une fois de plus la difficulté, voire l’impossibilité, de
résoudre le problème d’unité d’aire modifiable de manière systématique pour tous les
indicateurs. Les analyses montrent néanmoins que cette conclusion varie d’un indicateur à
l’autre et que pour certains indicateurs, il existe une valeur au-delà de laquelle la variabilité
n’est pas statistiquement significative.
La suite de l’article est structurée comme suit. Une seconde section propose une revue de
littérature retraçant l’historique du problème d’unité d’aire modifiable en mettant une
emphase particulière sur les récents développements spatiaux. Une troisième section
développe l’approche méthodologique proposée, basée sur deux tests statistiques. Une
quatrième section applique la méthodologie proposée sur des microdonnées spatiales portant
sur la province du Québec. Une cinquième section présente les résultats des analyses
statistiques. Une brève conclusion clôture l’article.
27
1.4 Revue de littérature
En science régionale, les études empiriques utilisent souvent des données agrégées sur des
frontières géographiques prédéterminées suivant des logiques souvent différentes de celles
qui guident ces études. Au Québec, il existe différentes façons de définir une zone
géographique : une ville, un regroupement de villes, une municipalité régionale de comté
(MRC), une région administrative (RA). Les délimitations spatiales ne sont pas immuables.
Par exemple, dans le cas de l’application de la loi de Zipf pour le cas des villes, Dubé et
Polèse (2016) discutent de la difficulté d’identifier une structure spatiale idéale pour la
définition des villes. Selon la définition utilisée, la loi de Zipf semble plus ou moins respectée
en pratique. Selon Shearmur et Polèse (2007), la définition des limites spatiales devrait
reposer sur l’identification de bassins de vie économique plutôt que sur des frontières
politiques.
L’arrivée de la notion de territoire a considérablement modifié la conception géographique
des frontières. En effet, le territoire n’est pas seulement un espace défini par des frontières et
qui construit des relations économiques ; il est aussi un construit social (Proulx, 2002) fait de
coordination d’acteurs qui mobilisent des ressources (territoriales). Dans ces conditions,
toute tentative de découpage spatial de l’espace aurait pour conséquence de gommer la
dimension sociale qui structure les pratiques des populations. Fort de cette réserve, la
présente recherche s’oriente sur le découpage spatial de l’espace. On peut alors y intégrer des
informations sur les contraintes physiques que pose un territoire (présence de chaîne de
montagnes, fleuve, etc.) ou sur les facilités d’accéder aux différents lieux (présence
d’infrastructures routières, ports, etc.). Il existe en fait une infinité de façons de dessiner les
frontières géographiques.
Le recours aux microdonnées spatiales ou aux données individuelles de masses (données
massives) ouvre maintenant la porte à certaines avenues intéressantes. Plusieurs auteurs ont
notamment proposé le développement d’indicateurs spatiaux en utilisant des notions de
distance, sans recours à une quelconque délimitation de frontières spatiales a priori (Marcon
et Puech, 2003, 2010; Marcon et al., 2012; Bonneu et Thomas-Aignan, 2015; Arbia et al.,
2017). Ces indicateurs sont souvent descriptifs. Le recours aux données individuelles
présente l’avantage d’éviter plusieurs problèmes tels que la réduction de la variance des
28
distances spatiales, la déformation des inférences statistiques et l’invalidité des conclusions
à des échelles plus locales, voire individuelles (Arbia et al., 2015).
Malgré ces récents progrès, Dubé et Brunelle (2014) montrent que la plupart des études
continuent néanmoins d’agréger ces données sur des polygones. L’agrégation spatiale est
souvent justifiée pour éviter l’encombrement d’une présentation des résultats par ligne
d’observation (individu) et préserver l’anonymat des individus dont les données sont
analysées (Openshaw, 1977a, 1984). La même situation se pose en pratique pour plusieurs
applications, ce qui pose deux types de problèmes.
Le premier problème vient du fait que toute considération des aires géographiques
prédéfinies suppose que les relations mesurées existent uniquement entre les entités situées
à l’intérieur de ces aires, mais pas entre les entités situées à l’intérieur ou à l’extérieur de ces
frontières (Rosenthal et Strange, 2003). Autrement dit, il est impossible de généraliser les
résultats obtenus sur d’autres échelles géographiques. L’analyse se retrouve ainsi
prisonnière, dès le départ, des unités spatiales sélectionnées et des choix faits a priori. C’est
ce qui forme le problème d’écologie fallacieuse (ecological fallacy - Robinson, 1950).
Le second problème vient du fait que la modification des aires géographiques, pour tenir
compte de différentes échelles d’agrégation, peut générer des résultats différents. Ceci est
connu comme le problème d’unité d’aire modifiable (Modifiable Areal Unit Problem, MAUP
- Openshaw et Taylor, 1979 ; Openshaw, 1977a, 1984; Nakaya, 2000; Morphet, 1997). Le
MAUP est la variation des résultats analytiques suite aux définitions et modifications des
aires géographiques pour lesquelles les données ont été collectées et agrégées (Fotheringham
et Wong, 1991, Horner et Murray, 2002). Toutes conclusions faites à partir d’une aire
géographique délimitée par des frontières bien définies ne peuvent donc être transposées à
d’autres frontières. Deux problèmes sont liés au MAUP et sont connus sous les termes effet
de frontière et effet d’échelle. L’effet de frontière est en cause lorsque des résultats d’analyses
sont différents d’un ensemble à un autre simplement en modifiant la délimitation des
frontières générant les unités géographiques. En revanche, l’effet d’échelle est en cause
lorsque des résultats d’analyses sont différents selon le nombre d’unités géographiques
utilisées. Ces deux problèmes sont fortement liés (Briant et al., 2010).
29
L’existence du MAUP est documentée depuis déjà plusieurs années, et ce dans divers
contextes. À partir de données portant sur la production de blé et de patate en Angleterre,
Yule et Kendall (1950) mettent en évidence l’existence d’une relation négative entre le
nombre d’unités spatiales considérées et la corrélation mesurée entre les deux types de
production. Duncan et al. (1961) montrent l’inverse à partir d’une étude portant sur la
concentration de la population. Shaw (1985) montre que les paramètres obtenus avec l’aide
d’une régression linéaire sont aussi liés au choix de l’échelle géographique choisie. Plus
récemment, Reynolds et Amrhein (1998) ont confirmé l’existence de lien entre le choix de
l’agrégation spatiale et la mesure d’association spatiale (autocorrélation spatiale); ils
montrent également que la significativité des paramètres de régression dépend du degré
d’autocorrélation spatiale existant entre les variables. La variance des indicateurs est, règle
générale, plus faible lorsque l’autocorrélation spatiale est positive et plus grande lorsque
l’autocorrélation spatiale est négative (Haggett, Cliff et Frey, 1977b; Steel et Holt, 1996;
Arbia, 1989). Dans le cas des modèles spatiaux autorégressifs, le MAUP poserait moins
problème dans le cas d’une autocorrélation positive des données (Briant et al., 2010), même
si dans tous les cas le choix des unités spatiales a des implications sur la mesure de la
variabilité des résultats issus des analyses de régression (Pryce, 2013; Day et al., 2016 ;
Bhattacharjee et al., 2016; Bivand, 2017).
Horner et Murray (2002) évaluent le temps supplémentaire de navettage (« excess
commuting ») pour la ville de Boise en Idaho aux États-Unis, au moyen des microdonnées
spatiales. Les unités d’analyse utilisées sont des zones d’analyse de trafic (« Traffic Analysis
Zones, TAZs ») de 3,68 milles carrés, agrégées différemment pour définir des échelles
géographiques. Les résultats révèlent l’existence d’une relation entre les modalités
d’agrégation et les temps de déplacements estimés : plus l’échelle d’agrégation est petite,
plus le temps estimé est grand. À la limite, lorsque les données individuelles sont utilisées,
l’échelle est construite avec une plus grande finesse, ce qui permet de capter encore mieux
les phénomènes locaux. Les données individuelles rendent mieux compte, selon les auteurs,
des réalités du milieu urbain à l’étude. Elles permettent de faire une considération continue
de l’espace qui favorise sa construction à souhait, pour ainsi libérer l’analyse de
l’emprisonnement des données au sein d’unités géographiques discrètes.
30
Briant et al. (2010) évaluent l’ampleur des distorsions qui émergent de l’utilisation de
différents systèmes de zonage, en comparant les résultats issus de l’agrégation de données à
différents niveaux d’échelles. Ils évaluent les effets d’échelles et de frontières dans la
variabilité des résultats issue des analyses de régression en comparant ces résultats pour un
même territoire, la France, selon deux différents systèmes de zonage : 1) un premier
administratif, formé d’un nombre d’unités géographiques; et 2) un autre, ad hoc, obtenu par
découpage en un nombre (identique à celui des unités administratives) de grilles
rectangulaires superposées sur le territoire initial français, dont la forme des frontières est
différente de celles des unités administratives. Pour opérationnaliser les découpages en
grilles régulières, certaines difficultés ont dû cependant être surmontées. Notamment,
puisque le territoire et les grilles n’ont pas la même forme, certaines grilles sont tronquées
sur les frontières du territoire du fait de l’irrégularité de ce dernier. De plus, certaines parties
de ces découpages qui coïncident avec les parties couvertes par l’eau - fleuves, rivières,
océans - sont mises de côté ; c’est aussi le cas d’autres éléments de reliefs tels que les
montagnes. Bien que les grilles régulières ne coïncident pas toujours avec les vraies frontières
du phénomène économique à l’étude, les auteurs soutiennent qu’elles reflètent une
homogénéité plus grande des unités spatiales que les unités administratives. Les auteurs
constatent que l’effet frontière est moins important que l’effet d’échelle et que les différences
de résultats sont principalement liées aux différences de formes de spécifications
mathématiques adoptées. Ces découpages réguliers ont l’avantage de permettre une
comparaison dans le temps puisque leurs frontières sont fixes (Espon, 2006).
Une question importante s’ouvre sur le choix de l’agrégation spatiale : est-il possible
d’identifier une échelle « optimale » dans la présentation des indicateurs ? Autrement dit,
existe-t-il une échelle au-delà de laquelle les indicateurs sont stables ? L’étude propose de
tester l’effet de la variation d’échelles d’agrégation de données sur les valeurs de deux
indicateurs largement utilisés en économie géographique, et qui décrivent la structure
économique autour des ports : l’indicateur de diversification de Herfindahl-Hirschmann et
les indicateurs de spécialisation que sont les quotients de localisation. Ces indicateurs sont
les plus utilisés pour mesurer, respectivement, les économies d’agglomération liées à
l’urbanisation (à la Jacobs) et à la localisation (à la Marshall-Arrow-Romer, ou MAR)
(Beaudry et Schiffauerova, 2009). Le test est exécuté en considérant différents zonages
31
autour des ports, définis par des anneaux circulaires entre 250 et 10 000 mètres, et un test
complémentaire identifie des points de rupture qui délimitent les frontières d’éventuelles
échelles sur lesquelles les indicateurs sélectionnés varient.
1.5 Méthodologie d’analyse
La méthodologie propose de tester la sensibilité d’indicateurs locaux au choix de l’échelle
géographique à partir de deux différents tests statistiques : i) un test d’égalité des moyennes ;
et ii) un test de bris structurel spatial. Le premier test permet de vérifier si la valeur des
indicateurs est statistiquement liée à la définition retenue de l’échelle, alors que le second
permet d’identifier, lorsque l’hypothèse d’égalité des moyennes est rejetée, le point
(frontière) au-delà duquel la moyenne est stable.
1.5.1 Des indicateurs locaux
Il existe un certain défi pour formaliser la construction d’indicateurs classiques lorsque
l’espace est abordé de manière continue. Habituellement, ces indicateurs sont définis pour
des entités spatiales j bien identifiées a priori. Or, traiter l’espace de manière continue
nécessite justement de ne pas fixer de telles définitions. Pour parvenir à créer les indicateurs
habituels, Dubé et Brunelle (2014) proposent d’utiliser, pour chacun des points j, un rayon
de taille r et de faire le décompte du nombre d’entreprises ou d’emplois par secteur
économique, s, à l’intérieur du cercle (en excluant le point considéré).
De cette manière, il est possible de calculer un quotient de localisation, 𝑄𝐿𝑠𝑗𝑟, pour chacun
des points j donnés (cf. Équation 1.1). Cet indicateur détermine la concentration relative d’un
secteur économique s autour d’un point j pour un cercle de rayon r et s’apparente aux mesures
de concentrations développées sur les microdonnées spatiales (Marcon et Puech, 2010).
𝑄𝐿𝑠𝑗𝑟 =
𝑥𝑠𝑗𝑟
𝑥.𝑗𝑟𝑥𝑠𝑗.
𝑥.𝑗.
⁄ (1.1)
Où 𝑥𝑠𝑗𝑟 représente le nombre d’entreprises ou d’emplois dans le secteur économique s autour
d’un point j pour un cercle de rayon r ;
32
𝑥.𝑗𝑟 représente le nombre total d’entreprises ou d’emplois autour du point donné, 𝑥𝑠𝑗.
représente le nombre total d’entreprises ou d’emplois du secteur économique s pour toute la
région donnée, et 𝑥.𝑗. indique le nombre total d’entreprises ou d’emplois dans toute la région
considérée, le territoire environnant le port (point j).
Le second indicateur retenu est celui de Herfindahl-Hirschmann, 𝐻𝐻𝑗𝑟, qui mesure le degré
de diversification relative des activités économiques autour d’un point j. Il mesure la
spécialisation (ou diversification) relative d’un secteur d’activité économique s autour d’un
point donné j de rayon r. L’indice suggère une diversification lorsque les proportions
d’activité par secteur sont relativement égales et marginales (HH → 0), alors que la présence
d’une seule activité économique (dominante) représente une spécialisation (ou absence de
diversification, HH → 1). Formellement, l’indice est calculé en additionnant les carrés des
proportions calculées au numérateur des quotients de localisation (cf. Équation 1.2).
𝐻𝐻𝑗𝑟 = ∑(𝑥𝑠𝑗𝑟
𝑥.𝑗𝑟)
2𝑆
𝑠=1
(1.2)
Les deux indicateurs spatiaux sont calculés pour un ensemble de points j, en utilisant
différents rayons r variant entre 250 et 10 000 mètres. La taille du rayon est augmentée par
incréments de 250 mètres entre l’étendue de deux échelles. Le choix du bond permet ainsi de
capter les variabilités fortes souvent enregistrées sur des échelles locales, et de tester
efficacement le problème recherché, le MAUP.
1.5.2 Test d’égalité des moyennes (Analyse de la variance)
L’analyse de la variance (ANOVA - Fisher, 1970; Scheffé, 1959; Searle et al., 1992; Afifi et
Azen, 1979; Kuehl, 2000; Marchenko, 2006), permet d’étudier la variabilité entre les
indicateurs définis pour différents rayons sélectionnés. L’analyse attribue toute variabilité
des indicateurs retenus aux différentes catégorisations des données, désignées comme des
facteurs. Deux facteurs sont présents dans les données utilisées dans cette étude : le point (sa
localisation géographique - j) et l’échelle géographique retenue (les rayons autour du point -
r).
33
L’ANOVA propose de vérifier le lien statistique qui peut exister entre la moyenne générale
d’un indicateur donné (Yjr) et les différentes composantes de cet indice (cf. Équation 1.3).
𝑌𝑗𝑟 = 𝛽0 + 𝛽𝑗𝐷𝑗 + 𝛽𝑟𝐷𝑟 + 𝛽𝑗𝑟𝐷𝑗𝐷𝑟 + ɛ𝑗𝑟 (1.3)
Où 𝐷𝑗 désigne un ensemble de variables binaires permettant d’identifier les points j, i.e. les
ports, alors que 𝐷𝑟 désigne un ensemble de variables binaires permettant d’identifier le rayon
sélectionné, r. Le coefficient 𝛽0 mesure la moyenne générale de l’indicateur retenu lorsque
celle-ci n’est pas influencée par ses différentes composantes (points et rayons), alors que les
coefficients 𝛽𝑗, 𝛽𝑟, et 𝛽𝑗𝑟 permettant d’isoler les différences dans la moyenne qui seraient
respectivement liées aux caractéristiques des points et aux rayons sélectionnés, ou encore
aux points et aux rayons sélectionnés considérés conjointement. Finalement, ɛ𝑗𝑟 est le terme
d’erreur, que l’on suppose de moyenne nulle et de variance homogène.
L’analyse de la variance, en identifiant les paramètres significatifs, fournit une indication sur
la présence du MAUP, mais également sur sa source possible. Cependant, cette analyse ne
révèle rien concernant l’échelle à partir de laquelle le problème ne se pose plus. Cette seconde
analyse est possible avec une approche par identification des bris structurels (spatiaux).
1.5.3 Test de bris structurel spatial
L’analyse de bris structurel spatial permet d’identifier un rayon pour lequel la valeur des
indicateurs est stable (ou pas) (cf. Figure 1). L’idée du test est de faire varier le choix du
rayon afin de vérifier si les tendances dans les valeurs enregistrées avant et après la
modification sont à la hausse, à la baisse ou constante. On peut ainsi parler de rayon optimal
(r*) dans l’optique où passé (ou avant) ce rayon, la valeur de l’indicateur n’est pas
statistiquement différente selon le rayon considéré. Il s’agit d’identifier le point de rupture,
ou de bris, qui marque un changement dans la tendance enregistrée avant et après le rayon
sélectionné.
Pour ce faire, il suffit de fixer un rayon, r, et de vérifier si la pente associée à la distribution
des valeurs avant ce point diffère de celle associée à la distribution des valeurs après ce même
point (cf. Équation 1.4). En trouvant la distance pour laquelle le paramètre de pente associé
au premier terme, 𝑑1, ou au second terme, 𝑑2, est non-significatif, on identifie alors le point
pour lequel les valeurs des indicateurs sont constantes.
34
𝑌𝑗𝑟 = 𝛼0 + 𝛼1𝑑1 + 𝛼2𝑑2 + 𝜇𝑗𝑟 (1.4)
Où 𝑑1 et 𝑑2 indiquent les segments de droite considérés, soit à gauche et à droite,
respectivement, du point de bris recherché (cf. Équations 1.5 et Équation 1.6) .
𝑑1 = {𝑑 𝑠𝑖 𝑑 ≤ 𝑟
𝑟 ∗ 𝑠𝑖 𝑑 > 𝑟 ∗
(1.5)
𝑑2 = {0 𝑠𝑖 𝑑 ≤ 𝑟
(𝑑 − 𝑟 ∗) 𝑠𝑖 𝑑 > 𝑟 ∗
(1.6)
Lorsque le coefficient 𝛼1 est non significatif, on peut alors dire que les indicateurs mesurés
sont stables pour une distance inférieure au rayon r, et que cette stabilité disparaît ensuite. À
l’inverse, lorsque le coefficient 𝛼2 est non significatif, on dit alors que l’indicateur conserve
une valeur stable passé le rayon r*. Un simple test usuel de significativité (test-t) permet
rapidement de vérifier ces hypothèses et d’identifier la forme de la relation ainsi que la valeur
optimale du rayon, r.
Cette adaptation du test de bris structurel temporel (Wooldridge, 2006) pour le cas spatial
permet ainsi d’identifier une distance critique au-delà ou en déca de laquelle les valeurs des
indicateurs sont stables peu importe la taille de la forme géométrique retenue. Cette distance
Indic
ateu
r (Y
)
Rayon considéré (r)
Point de bris structurel délimitant deux
tendances dans la distribution de
l’indicateur
Figure 1.1: Distribution d’une variable en fonction de l’échelle géographique
35
critique constitue respectivement le début ou la fin de la frontière délimitant le territoire sur
lequel l’indicateur est stable. Évidemment, l’application de ce test requiert qu’il soit possible
d’agréger les données spatiales comme le souhaite le chercheur. Il est donc nécessaire de
pouvoir compter sur des microdonnées spatiales pour tester formellement l’échelle à partir
de laquelle le MAUP ne se pose plus.
1.6 Les microdonnées spatiales
La récente mise à disposition de microdonnées spatiales propose plusieurs défis pour les
chercheurs, notamment en ce qui a trait à la modélisation. Dans l’application présente, les
données utilisées pour tester la présence du MAUP à partir de microdonnées sont liées à la
composition industrielle autour des infrastructures portuaires (au Québec) dont le choix est
motivé principalement par deux rôles cruciaux que jouent ces infrastructures vis-à-vis des
territoires. Premièrement, le port est une organisation (comme toute autre entreprise) qui
offre ses services aux utilisateurs et en demande à ses fournisseurs ; il crée ainsi de l’emploi
aux travailleurs qui génèrent des revenus, des taxes, et alimente l’économie. Deuxièmement,
le port est une source importante d’économies externes du fait que par sa localisation (au
bord de l’eau), il attire diverses activités industrielles en plus de servir d’incubateur possible
pour attirer de nouveaux résidents grâce à des prix moins élevés et une disponibilité de biens
de consommation produits par les premiers établissements qui s’y installent. Même si cette
seconde fonction de générateur d’externalités est remise en question au fil du temps, le
concept reste une clé de voûte en économie géographique, et à ce titre, il est intéressant de
travailler sur les ports.
Les ports sont ainsi considérés comme les points d’intérêts j, alors que les établissements
individuels permettent de qualifier les indicateurs liés au paysage économique autour de ces
infrastructures en choisissant différents rayons r. Pour chacune des entités, on dispose de leur
adresse postale, ce qui permet une géolocalisation précise (cf. Figure 1.2).
36
Figure 1.2: Représentation des points de localisation des ports commerciaux stratégiques et
des établissements au Québec
37
1.6.1 Les données : ports et établissements
Au total, 25 ports commerciaux sont retenus dont la liste ainsi que le volume des activités
pour l’année 2005 sont présentés ci-dessous (cf. Tableau 1.1). Les ports situés en milieux
urbains, soient Montréal et Québec, sont scindés en plusieurs centres afin d’identifier avec
plus de précision le centroïde des différents emplacements. Les données sur le volume des
activités retracent le tonnage transigé dans chaque port et sont agrégées pour les (2) ports de
Montréal et les (3) ports de Québec, selon la source (cf. Tableau 1.1, en bas). Le Tableau 1
montre que les plus importants ports sont situés dans les grandes villes de Montréal et
Québec. Un cas, atypique, le port de Port-Cartier, troisième plus grand de la province, doit
son statut aux exportations de grains et minéraux outre- mer.
Les données sur les établissements individuels portent sur l’année 2011, et font état de
300 895 établissements du secteur privé (établissements d’affaires) et public (organismes
gouvernementaux). Pour chacun des établissements, on dispose des informations suivantes :
l’adresse postale, le nom de l’entreprise, la description de son activité économique principale,
et le nombre d’employés actifs au sein de l’établissement. Ces données sont issues d’une
agence de cotation (Dun & Bradstreet - http://www.dnb.ca), qui répertorie les établissements
sur une base ad hoc et volontaire. Les mises à jour de la base de données ne sont donc pas
systématiques.
38
Tableau 1.1: Liste de 25 ports commerciaux stratégiques de la province du Québec et leur
trafic (en millions de tonnes) transigé de 2005
Source: https://www.transports.gouv.qc.ca/fr/documentation-publications/Pages/bpm.aspx (données de
tonnages agrégées pour les (2) ports de Montréal et les (3) ports de Québec).
Elles se font en fonction des demandes fournies par des clients désireux de connaître le
portrait financier d’une entreprise donnée. Ces demandes sont habituellement adressées
lorsque les établissements font une demande de créance auprès d’un organisme. D’où le
principal inconvénient de cette base de données : elle ne fait pas nécessairement état du
portrait réel de la distribution spatiale des activités économiques au Québec, puisque seules
les entreprises enquêtées se retrouvent dans la base de données. Néanmoins, il est difficile
pour toute base de données de disposer d’une liste complète et précise de tous les
établissements sur un territoire en tout moment (Marker et Edwards, 1997).
La description de l’activité économique des établissements est fournie par le code SIC
(« Standard Industrial Classification ») à partir desquels ont été retrouvés les codes SCIAN8
(Système de Classification Industrielle de l’Amérique du Nord) que Statistique Canada
8 https://www.statcan.gc.ca/eng/subjects/standard/concordances/sice1980-naics2002
Ports
Trafic
(en millions
de tonnes)
Ports
Trafic
(en millions de
tonnes)
Port Alfred 4.7 Port-Cartier
15.4
Baie-Comeau 5.6 Portneuf 0.145
Bécancour
2.1 Québec (Anse-au-Foulon,
Beauport, Estuaire)
22.6
Cap-aux-Meules 1.18 Rimouski 0.2
Carleton 0.295 Sainte-Catherine 0.775
Chandler 0.005 Salaberry-de-Valleyfield
0.415
Forestville 0 Sept-Îles 22
Gaspé 0.065 Sorel-Tracy 5.2
Gros-Cacouna 0.22 Trois-Rivières 2.5
Matane 1.1 Saguenay 0.31
Montréal (Commune et
Contrecoeur)
24
Pointe-au-Pic 0.065
39
utilise pour identifier les établissements. Le code SCIAN d’un établissement est composé
d’une série de chiffres qui permettent de décrire son activité économique avec un niveau de
détail souhaité. Pour cette étude, les établissements sont regroupés en dix (10) secteurs
d’activités économiques (cf. Tableau 1.2) issus de la classification à deux (2) chiffres de leur
code SCIAN.
Les établissements et ports de la province sont géo-localisés à partir de leurs adresses
postales, ce qui permet de les représenter sur une carte de la province (cf. Figure 1.2). Leur
localisation permet une précision géographique fine basée sur les coordonnées
géographiques en latitude et longitude9. La représentation géographique montre que la
plupart de ces entités sont situées le long de la vallée du fleuve Saint-Laurent où se concentre
l’essentiel des activités économiques de la province. Ce constat confirme que le port
représente une source d’économies externes du fait que par sa localisation au bord de l’eau
(le fleuve Saint-Laurent), il attire diverses activités économiques.
9 http://dehaese.free.fr/Gmaps/testGeocoder.htm; date de dernière consultation : juillet 2019.
40
Tableau 1.2: Définition des secteurs d’activités économiques
Source: Statistique Canada
Tableau 3 - Définition de (10) secteurs d’activités économiques
Secteurs
d’activités
(agrégées)
Secteurs d’activités
(désagrégées)
Activités économiques Codes
SCIAN à 2
chiffres
Codes SIC de la
base de données
d’origine, Dun &
Bradstreet
Primaire
Agriculture Agriculture, Forêt,
pêche, chasse,
extraction de minerais
11, 21
01, 02, 08, 09 Ressources et
Extraction
Construction Construction Construction 23 10, 11, 12, 13,
14, 15, 16, 17
Manufacturier Manufacturier Manufacture 31, 32, 33 20, 21, 22, 23,
24, 25, 26, 27,
28, 29, 30, 31,
32, 33, 34, 35,
36, 37, 38, 39
Commerce
Services de détail de
proximité
Santé et activités de
soins; stations
d’essence
41, 44, 45
50, 51, 52, 53,
54, 55, 56,57, 59 Vente en gros Vente en gros
Vente de détail Vente de détail
Transport et
entreposage
Transport et
entreposage
Transport et
entreposage
48, 49 40, 41, 42, 43,
44, 45, 46, 47
Services
Supérieurs
Finance et Assurance;
Immobilier et location
Finance et Assurance;
Immobilier et location
52, 53, 54
07, 49, 60, 61,
62, 63, 64, 65,
66, 67, 73,78, 80,
81, 89
Services
professionnels,
scientifiques et
techniques; Gestion
Administration &
Services de traitement
de déchets
Services
professionnels,
scientifiques et
techniques; Gestion
Administration &
Services de traitement
de déchets
55, 56
Hébergement et
Restauration
Hébergement et
Restauration
Hébergement et
Restauration
72 58, 70
Arts & Culture Arts & Media industries; Arts,
divertissement et
récréation
51, 71 48, 79, 84
Administration
publique
Services public Éducation; Santé et
administration
publique
61, 62, 91 82, 83, 91, 92,
93, 94
Autres secteurs Autres services Autres services 81 72, 75, 76, 86
41
1.6.2 Constitution des zones tampons
Un système de zones tampons basé sur des cercles concentriques est constitué autour de
chaque port. Cette proposition ad hoc permet de reconstruire des territoires d’analyse à partir
de chaque point, tout en faisant varier la taille de ces territoires. Le choix d’un tel système a
été motivé par la simplicité de l’opérationnalisation de ces formes circulaires, son principal
avantage. L’inconvénient est que ce système de zonage circulaire peut paraitre rigide, car ne
tenant pas compte de la « vraie » distribution du phénomène sous-jacent observé. De plus,
en recensant les établissements à partir du centroïde des ports (versus à partir leur limite
externe), cela implique que des entreprises qui sont situées dans l’enceinte même d’un port
soient prises en compte dans le comptage et donc dans le calcul des différents indicateurs.
Ce qui constitue une limite (biais de sélection) à l’étude puisque ces établissements situés
dans l’enceinte même d’un port sont forcément en lien avec ce dernier.
L’opérationnalisation de ces zonages circulaires comporte certaines difficultés qui tiennent
au fait que le territoire québécois est couvert par un important réseau hydrographique (surtout
sa partie située le long de la vallée du fleuve Saint Laurent où on retrouve la plupart des
activités économiques – cf. Figure 1.2). En conséquence, la délimitation de frontières
circulaires autour des ports peut se heurter à la présence de l’eau, et certaines parties de ces
cercles peuvent coïncider avec une surface non habitée. Les unités spatiales résultantes sont
alors des cercles imparfaits. Ceci n’a cependant pas d’incidence sur l’analyse puisque
l’agrégation des données n’est pas faite pour calculer des densités, qui reposent
indubitablement sur une superficie habitable. Évidemment, le tracé des formes circulaires
n’exclut pas que ces cercles se chevauchent pour deux ports géographiquement proches,
auquel cas un même établissement peut être considéré comme faisant partie de
l’environnement de l’un et de l’autre. Cette situation a donc pour effet que les
environnements locaux des ports voisins se ressemblent sensiblement plus que ceux des ports
qui sont plus éloignés géographiquement.
1.7 Résultats – Stabilité des indicateurs locaux
Les résultats de l’analyse ANOVA montrent que pour quatre des indicateurs retenus, soit les
quotients de localisation associés aux secteurs primaire, manufacturier, transport et
l’entreposage, et hébergement et restauration, les valeurs liées aux statistiques de Fisher sont
42
inférieures aux valeurs critiques au même seuil de significativité de 5% (cf. Tableau 1.3),
entrainant le non-rejet de l’hypothèse nulle d’absence d’effet d’échelle. Dans ce cas, ceci
signifie qu’en moyenne, le rapprochement ou l’éloignement par rapport aux infrastructures
portuaires n’a pas d’effet particulier sur la mesure de la présence relative de ces activités
économiques. La présence de ces infrastructures demeure donc globalement marginale dans
l’analyse de la composition industrielle. En effet, il est connu que la structure économique a
évolué aux abords des ports suite à l’avènement du conteneur, de l’automatisation des tâches
et la rationalisation des opérations subséquentes au conteneur. Ceci a causé un changement
des activités dans le paysage de beaucoup de ports. Même les ports les plus reculés qui ne
transigent pas le conteneur n’échappent pas totalement à cette dynamique pour la raison que
les ports du monde sont constitués en réseau de telle sorte qu’un « petit » port situé au Québec
constitue une entité de l’arrière-pays (dont la définition s’élargit par ailleurs) d’un « grand »
port de conteneur situé aux États-Unis ou ailleurs. De nouveaux types d’activités se
développent dans les environs des ports, tels des centres récréatifs, qui induisent d’autres
types d’activités comme les centres d’hébergements et de restauration qui servent les clients
de centres récréatifs. Le fait d’avoir des indicateurs stables qui semblent dédouaner de tout
effet d’échelle fait penser à ces types d’activités qui par ailleurs, n’entretiennent pas de
relation directe avec le port.
En revanche, l’analyse suggère que pour les sept autres indicateurs retenus, soit l’indice
Herfindahl-Hirschmann et les quotients de localisation associés aux secteurs de la
construction, du commerce, des services supérieurs, des arts et de la culture, de
l’administration publique, et des autres services, les valeurs liées aux statistiques de Fisher
(F) sont supérieures aux valeurs critiques à un seuil de significativité de 5% (cf. Tableau 1.3).
En conséquence, pour ces indicateurs l’hypothèse nulle d’absence d’effet d’échelle est
rejetée. Il y a donc bel et bien présence du MAUP.
Le cas de l’indice Herfindahl-Hirschmann est intéressant et montre comment le choix de
l’unité spatiale influence la mesure de la diversification/spécialisation. Ainsi, pour de courtes
distances, l’environnement proche des ports est relativement spécialisé (indice Herfindahl-
Hirschmann élevé). À l’inverse, cette relative spécialisation s’estompe et tend vers une
diversification (indice Herfindahl-Hirschmann faible) lorsque le rayon d’influence du port
s’agrandit.
43
Une question se pose alors pour ces secteurs d’activités où l’hypothèse de stabilité est
rejetée : existe-t-il une échelle géographique optimale à partir de laquelle une stabilité est
observée ? Cette question est abordée par la détection statistique d’un point de rupture au
moyen d’un test de bris structurel spatial. Les distributions des indicateurs révèlent des
distributions à deux tendances : une première contenant une certaine instabilité (pente) dans
les indicateurs pour de faibles valeurs du rayon suivi d’une partie qui varie peu (droite
horizontale) après un certain rayon (cf. Figure 1.3, Figure 1.4). Il peut donc potentiellement
exister un point de rupture, que l’on peut identifier.
Tableau 1.3: Résultats de test basé sur l’analyse de variance
10Hypothèses : H0 - Absence d’effet d’échelle ; H1 - non-absence d’effet d’échelle (MAUP).
10
Indices
Fisher (F)
calculé 𝐹𝑐𝑟𝑖𝑡𝑖𝑞𝑢𝑒 ≈ 1.47 Décision du test
(seuil 5 %)
Herfindahl-Hirschmann F = 34.29 F > 𝐹𝑐𝑟𝑖𝑡𝑖𝑞𝑢𝑒 𝐻0 rejeté
QL
Primaire F = 1.15 F < 𝐹𝑐𝑟𝑖𝑡𝑖𝑞𝑢𝑒 𝐻0 pas rejeté
Construction F = 1.67 F > 𝐹𝑐𝑟𝑖𝑡𝑖𝑞𝑢𝑒 𝐻0 rejeté
Manufacturier F = 0.76 F < 𝐹𝑐𝑟𝑖𝑡𝑖𝑞𝑢𝑒 𝐻0 pas rejeté
Commerce F = 1.93 F > 𝐹𝑐𝑟𝑖𝑡𝑖𝑞𝑢𝑒 𝐻0 rejeté
Transport et entreposage F = 0.64 F < 𝐹𝑐𝑟𝑖𝑡𝑖𝑞𝑢𝑒 𝐻0 pas rejeté
Services supérieurs F = 5.88 F > 𝐹𝑐𝑟𝑖𝑡𝑖𝑞𝑢𝑒 𝐻0 rejeté
Hébergement et restauration F = 1.02 F < 𝐹𝑐𝑟𝑖𝑡𝑖𝑞𝑢𝑒 𝐻0 pas rejeté
Arts & culture F = 10.4 F > 𝐹𝑐𝑟𝑖𝑡𝑖𝑞𝑢𝑒 𝐻0 rejeté
Administration publique F = 9.88 F > 𝐹𝑐𝑟𝑖𝑡𝑖𝑞𝑢𝑒 𝐻0 rejeté
Autres services F = 1.65 F > 𝐹𝑐𝑟𝑖𝑡𝑖𝑞𝑢𝑒 𝐻0 rejeté
44
Figure 1.3: Distribution des valeurs de l’indicateur de spécialisation d’emplois autour des
ports
11 N = 300 895 établissements
11
45
Figure 1.4: Distribution des valeurs de l’indicateur de diversification d’emplois autour des
ports
Le test de bris de tendance revient à analyser l’une après l’autre la significativité des
paramètres de pente 𝛼1 et 𝛼2 (cf. Équation 1.4) avant et après le choix d’un rayon donné. Les
tableaux suivants (cf. Tableau 1.4 et Tableau 1.5) consignent les statistiques associées aux
tests de bris de tendance pour les indicateurs dont la moyenne n’est pas statistiquement stable
pour les différentes valeurs des rayons sélectionnés.
On constate que le signe des statistiques de tests révèle comment la diversification des
activités économiques évolue selon le rayon retenu. Le signe négatif associé au paramètre 𝛼1
pour l’indicateur Herfindahl-Hirschmann confirme que la valeur de l’indicateur diminue
lorsque le rayon augmente. Autrement dit, plus la zone géographique considérée est grande,
plus la diversité économique augmente. Plus le rayon d’influence s’agrandit, plus les chances
de retrouver des activités de divers secteurs économiques augmentent. Cette hausse de la
diversité est liée à l’augmentation relative de la présence de certains secteurs économiques,
mais également au repli d’autres.
De la même manière, les statistiques de tests associés aux paramètres 𝛼1 pour les quotients
de localisation montrent que plus le rayon augmente, plus la proportion d’établissements liés
46
aux secteurs de la construction, du commerce, des services supérieurs, des arts et de la
culture, de l’administration publique et des autres services augmente. En contrepartie, le
signe négatif noté pour le secteur du transport et de l’entreposage suggère que la proportion
des établissements de ce secteur diminue lorsque le rayon augmente ; ce qui traduit le fait
que les activités de transport et d’entreposage ont tendance à se regrouper à proximité des
installations portuaires. Ainsi, cette combinaison de la montée de l’importance relative de
certains secteurs combinés au repli des activités du secteur du transport et entreposage a pour
effet de faire augmenter la diversification du paysage économique autour des ports. En
d’autres termes, plus le rayon considéré est élevé, moins la spécialisation est importante et
plus la diversification est grande.
L’étude des signes et de la significativité des paramètres 𝛼2 montre une relation non linéaire
pour certains indicateurs. Le fait que pour certains indicateurs, les paramètres changent de
signes propose une relation en forme de V ou de V inversée (cf. Tableau 1.5). Pour le cas de
l’indice de diversification, Herfindahl-Hirshmann, la valeur diminue lorsque le rayon
augmente, mais jusqu’à une distance variant entre 4 000 et 5 500 mètres. Passée cette
distance, la valeur de l’indice a tendance à augmenter. Ce phénomène reflète probablement
la présence, en périphérie des villes, des zones et parcs industriels où se concentrent certains
types d’entreprises. La diversification serait donc maximale entre 4 000 et 5 500 mètres et
aurait ensuite tendance à diminuer.
Cette variation du paramètre de pente de l’indicateur de diversification de l’économie (HH)
peut s’expliquer par une diminution forte des proportions d’établissements dans les secteurs
des services spécialisés (à partir de 6 000 mètres) et de l’administration publique (à partir de
4 750 mètres), qui laisseraient une place relativement plus importante pour les secteurs de la
construction, du commerce et des autres services.
La relative stabilité des paramètres de pente pour la seconde portion des indicateurs de
spécialisation (QL – cf. Tableau 1.5) au-delà d’une distance de 3 000 mètres où la plupart
des coefficients sont non-significatifs, suggère une relative stabilité de la valeur des
indicateurs pour une distance supérieure à ce rayon. Il existe alors une certaine valeur pour
laquelle la majorité des indicateurs ne varient plus et le degré de concentration des activités
économiques est relativement constant.
47
Dans le cas présent, la variation des indicateurs des quotients de localisation pour les secteurs
des services supérieurs et de l’administration publique cache une réalité économique qui ne
peut être prise en compte dans la construction de simples zones concentriques : le fait que
ces activités sont principalement concentrées dans ou autour des centres. La logique
économique de répartition des activités (ou théories de localisation) engendre
indubitablement une variation spatiale que révèlent les tests statistiques effectués. De plus,
étant donné que les secteurs des services supérieurs et de l’administration publique sont
caractéristiques des milieux urbains, on peut également avancer que la logique de distribution
des activités dans l’espace urbain (théorie de la rente foncière) influe sur leur concentration
spatiale. L’analyse montre que pour des rayons variant entre 4 000 et 4 500 mètres, les
valeurs des indicateurs sont localement stables pour tous les indicateurs, sauf le transport et
entreposage. Une telle stabilité traduit le fait que la structure économique de la plupart des
villes portuaires est concentrée dans un tel rayon.
Malgré la proposition d’une approche adaptée pour tester la présence de stabilité des valeurs
des indicateurs, l’analyse montre qu’il est difficile de proposer une échelle pour laquelle tous
les indicateurs sont systématiquement stables et invariables. Si l’analyse propose une
méthodologie simple pour tester le MAUP, elle ne permet pas, du moins à la lecture des
résultats obtenus, de proposer une méthode qui permettrait d’enrayer ce problème, du moins
pour le cas considéré. En fait, ce que l’analyse statistique suggère, c’est que la définition de
zones d’influences devrait notamment tenir compte de la répartition spatiale des activités
économiques en plus d’autres considérations pratiques qui guident la localisation des
activités : la présence d’institutions, les influences politiques, mais aussi les éléments
historiques. Le MAUP est donc insoluble en pratique, mais la définition et l’adoption de
limites géographiques basées sur une multitude de critères pourraient être une avenue
intéressante et la disponibilité grandissante de microdonnées spatiales ouvre la voie à
l’exploration de telles définitions complexes qui étaient, jusque-là, plus difficiles avec des
données spatiales déjà agrégées.
48
Tableau 1.4: Test de bris structurel spatial relatif au paramètre 𝛼1 - Statistiques Student
49
Tableau 1.5: Test de bris structurel spatial relatif au paramètre 𝛼2- Statistiques de Student
Légende : HH = Herfindahl-Hirschmann ; Const = Construction; Manuf = Manufacturier; Cce = Commerce;
T&E = Transport et Entreposage ; SS = Services supérieurs; H&R = Hébergement et Restauration; AC
= Arts et cultures; AP = Administration publique; AS = Autres services. *Significatif au seuil de 5%.
50
1.8 Conclusion
L’article propose une méthode statistique permettant de tester la présence du problème
d’unité d’aire modifiable (ou MAUP) et d’identifier, le cas échéant, une échelle pour laquelle
le MAUP n’est pas localement un problème formel. Deux questions sont formellement
abordées : 1) est-ce que les indices sont stables lorsque les échelles varient ? Sinon, 2) peut-
on identifier une limite géographique où cette stabilité serait observable ? Pour y répondre,
l’étude propose de mettre en œuvre une série de deux tests statistiques : un portant sur
l’égalité en moyennes des indicateurs, et un portant sur la présence de bris structurel spatial.
Pour démontrer le potentiel de l’approche basée sur la détection de bris de tendance spatiale,
l’étude propose une application reposant sur deux ensembles d’indicateurs locaux, largement
utilisés en économie géographique, définis à partir de microdonnées spatiales, soit un indice
de diversification (Herfindahl-Hirshmann) et un ensemble d’indicateurs de spécialisation
(quotients de localisation).
En utilisant des microdonnées spatiales portant sur la répartition des activités économiques
issues des informations de Dun & Bradstreet (http://www.dnb.ca), une agence de cotation
qui emmagasine les informations des établissements visés par des enquêtes de crédits, les
deux questions sont formellement abordées en faisant varier la définition de rayons variant
entre 250 et 10 000 mètres par bonds de 250 mètres définissant des cercles concentriques
autour des ports. Si certains indicateurs sont localement stables, les analyses statistiques
montrent que, globalement, la plupart des indicateurs retenus pour l’analyse sont dépendant
de la taille du rayon sélectionné pour effectuer les calculs. Pour tous les indicateurs (sauf
celui du transport et entreposage), la stabilité est atteinte à l’intérieur d’une couronne
concentrique délimitée par des rayons variant entre 4 000 m et 4 500 m autour des ports. La
structure économique de la plupart des villes (ou territoires) portuaires (telles que définis
dans la présente recherche pour le cas du Québec) se concentre dans cette couronne, en deçà
et au-delà de laquelle la stabilité varie selon le secteur d’activités. Ces conclusions montrent
l’impossibilité, du moins dans le cas présent, de résoudre totalement le problème du MAUP
statistiquement.
51
Cette étude peut être utile à toute recherche qui utilise des indicateurs construits à partir de
données individuelles localisées par adresses postales. Son originalité est de développer une
méthodologie générale qui permette formellement de tester l’effet « échelle » du MAUP, et
surtout de déterminer des points de rupture qui permettent de postuler une stabilité de ces
indicateurs à l’intérieur de frontières géographiques bien circonscrites. Au passage, la
stabilité des indicateurs fournit de l’information concernant les dynamiques territoriales.
D’ailleurs, le recours aux microdonnées spatiales s’avère une occasion intéressante de bien
définir les limites géographiques des questions et problèmes à étudier en prenant
simultanément un ensemble de contraintes en considération. Sans régler le problème du
MAUP, la validité des analyses effectuées afin de guider d’éventuelles politiques publiques
devrait minimalement s’inspirer des réalités géographiques, historiques, économiques,
politiques et sociales.
52
Transition entre le chapitre 1 et le chapitre 2
Le chapitre 1 a montré qu’il est possible de trouver un rayon géographique autour des ports,
qui permette de définir un territoire « optimal », c’est-à-dire une portée spatiale qui fait en
sorte que l’ampleur des indicateurs ne dépend pas du choix du rayon sélectionné sur un
ensemble de rayons donnés. Ce territoire est compris à l’intérieur et sur les frontières des
cercles ayant pour centres chaque port, et de rayon entre 4 000m et 4 500m compte tenu des
données utilisées. Au sein de ces territoires, les indicateurs utilisés prennent des valeurs
stables. En conséquence, les résultats obtenus à partir de ces indicateurs ont des chances
d’être stables sur ces territoires ainsi définis, et de ne pas inclure des effets de changement
d’échelles géographiques. Pour les analyses du second et du troisième chapitre, le territoire
circulaire de rayon de 4 250m autour des ports sera retenu. Le but ultime (cf. troisième
chapitre) de cette recherche étant de vérifier les liens d’association qui existent entre les ports
et leur territoire, une étape intermédiaire, descriptive, est proposée (cf. second chapitre) pour
comparer les activités des ports et les activités économiques localisées sur les territoires de
ces derniers.
53
2 Chapitre 2 : Activités portuaires et activités
économiques avoisinantes : existe-t-il un lien? Une
approche par la classification hiérarchique
2.1 Résumé
Cette recherche propose un regroupement des ports du Québec à partir de deux classifications
statistiques. Une basée sur les activités des ports ; l’autre basée sur les activités économiques
dans un rayon de 4 250 m autour de ces ports, utilisant un ensemble d’indicateurs de densité
et de diversification/spécialisation relative des établissements et emplois qui caractérisent le
paysage économique des ports. La recherche compare ensuite ces deux classifications afin
de vérifier si les paysages économiques reflètent les activités principales exercées par les
ports, et vice versa. Les résultats révèlent que les activités des ports situés en région sont plus
fortement liées aux activités de leur hinterland que celles des ports situés dans des centres
urbains plus importants. Ces résultats montrent également que ceci n’est pas le cas pour la
plupart des (ports des) groupes formés et que, par conséquent, il est difficile de simplifier
globalement la réalité des activités économiques avoisinant les activités portuaires.
54
2.2 Introduction
Les ports jouent un rôle indéniable dans l’organisation et la localisation des activités
économiques sur un territoire. Ils représentent un pôle générateur d’emplois. Leur simple
présence peut être aussi une source d’attraction des établissements (Krugman, 1991; Fujita
et Mori, 1996 ; Fujita, et al. 1999) qui, par leurs activités, crée également des emplois.
L’attraction des établissements nait, entre autres, d’une incitation créée par la baisse des
coûts : la présence des ports fait baisser les coûts de transport de marchandises et des
personnes, et par conséquent fait baisser les coûts de production. L’attraction des premiers
établissements crée un milieu favorable à l’installation d’autres établissements, une demande
de construction d’autres voies de transport (Lean et al., 2014), et une croissance économique
qui contribue au développement des villes. Ainsi, les activités économiques situées en
bordure des infrastructures portuaires étaient largement liées aux activités mêmes des ports.
Cependant, de nouvelles logiques de localisation des activités économiques ont largement
influencé la refonte de plusieurs paysages économiques (Polèse, 2009; Proulx, 2009),
incluant les paysages autour des ports, de sorte que ces dernières sont de moins en moins
liées aux activités des ports. Ces paysages sont bouleversés par des changements
technologiques apparus dans les ports, dans le transport, et dans l’économie en général,
réduisant la distance économique entre les établissements et les ports et entre les
établissements eux-mêmes, contribuant ainsi à redéfinir la notion de proximité.
Cette recherche propose de vérifier si, pour le Québec, nonobstant leurs particularités, les
activités portuaires sont liées, d’une certaine façon, aux activités économiques avoisinantes.
Elle propose une analyse de regroupement des ports à partir d’une dimension différente, celle
du paysage économique entourant les activités portuaires à proprement parler, afin de
dégager toute similitude ou différence dans le paysage économique des ports. Les paysages
des groupes formés sont mis en comparaison avec les activités principales des ports afin de
vérifier s’ils reflètent les activités principales exercées par les ports qui constituent ces
groupes.
Les recherches sur les ports s’intéressent aux caractéristiques propres aux ports ou aux sites
sur lesquels ils sont construits (Bird, 1963) ; soit à leur évolution temporelle sur la base de
divers facteurs (Notteboom et Rodrigue, 2005). Elles s’intéressent soit à la dynamique de
55
certains facteurs qui créent une mutation dans l’industrie portuaire et maritime et par ricochet
dans d’autres industries clientes telles que le manufacturier (Levinson, 2006) ; soit encore à
l’évolution des ports par rapport à d’autres ports comparables ou tout simplement la
comparaison des ports (Ha, 2003). Sur ce dernier point, les études établissent souvent la
comparaison sur la base des activités portuaires telles que les volumes de tonnage transigés,
la qualité des services. La présente recherche vise à combler ce vide dans la littérature en
tenant compte de la structure économique environnant les ports (dans ces comparaisons), et
qui qualifie ces territoires définis par le paysage économique entourant chacun des ports. Elle
est réalisée grâce à une approche basée sur l’utilisation des micros-données des
établissements individuels sur les territoires. Les résultats révèlent que les ports peuvent être
regroupés en considérant aussi bien leurs propres activités que leur paysage économique, et
que sur une base de comparaison, les activités de certains ports (notamment, régionaux et
métropolitains) reflètent celles de leur paysage économique.
Le chapitre est divisé en cinq parties. La première partie propose une brève revue de
littérature. La seconde partie présente la méthodologie complète portant sur la qualification
des ports, de leur paysage économique, et leur classification. La troisième partie présente les
données sur les ports et les établissements individuels. La quatrième partie expose les
résultats de classification statistique des ports sur la base de leurs paysages économiques
respectifs, ainsi que leur comparaison sur la base de leurs activités propres, avant de conclure
sur une cinquième partie.
2.3 Revue de littérature
Les infrastructures portuaires constituent une force qui attire les activités économiques
(Krugman, 1991; Fujita et Mori, 1996 ; Fujita, et al. 1999) qui est alors largement liée aux
activités de ces ports (Hoyle et Pinder, 1981; Norcliffe, 1981; Norcliffe et al., 1996). Puis
avec le temps, de nouvelles logiques de localisation des activités économiques ont largement
influencé la refonte de certains paysages économiques (Polèse, 2009; Proulx, 2009) incluant
les activités autour des ports (Campbell, 1993; Norcliffe et al., 1996; Levinson, 2006;
Redding et Turner, 2015). Ces logiques font intervenir diverses forces telles que les
révolutions technologiques de conteneur et des technologies de l’information (TIC) (Graham,
1985), et le développement des voies alternatives de transport (Rodrigue et Notteboom,
56
2009). En conséquence, les activités économiques ne sont plus nécessairement localisées à
proximité de certaines infrastructures de transport, car elles s’affranchissent de plus en plus
des contraintes de proximité (Goetz et Rodrigue, 1999). Les entreprises peuvent s’éloigner
tout en continuant de connaître du succès (Campbell, 1993; Norcliffe et al., 1996 ; Levinson,
2006).
Au moment des préoccupations renaissantes de développement régional et de
réindustrialisation, dont un des leviers est les ports (Merk et al., 2011 ; Notteboom, 2010,
Ferrari et al., 2012), il est important de cerner les forces qui peuvent influencer les liens entre
ces derniers et leurs régions. Ce premier portrait permettrait d’en tirer les avantages (lorsque
ces forces interviennent positivement), et d’en réduire les effets (lorsqu’elles interviennent
négativement).
En pratique et d’une façon plus générale, pour déterminer les liens (de causalité) entre deux
variables, il est souhaitable de contrôler les facteurs (ou forces) susceptibles d’influencer
l’une ou l’autre (Wooldridge, 2002), bien qu’il ne soit pas toujours aisé de cerner tous ces
facteurs (l’économie évoque la locution ceteris paribus).
Dans le cadre des liens entre les activités portuaires et les activités économiques
environnantes, certains facteurs sont les caractéristiques géographiques des ports (Delmer,
1951; Weigend, 1958) et la nature des productions portuaires (Carter, 1962). Ces facteurs
déterminent, à degrés variables, la performance des ports, et par ricochet celle de la région
avoisinante, ainsi que l’ampleur de ces liens entre port et milieu. Dans ce contexte,
l’appartenance de plusieurs ports à un groupe présentant les mêmes caractéristiques peut être
une information utile pour mettre en place une politique ciblée pour tel groupe donné par
rapport à tel autre (Mayer, 2016) puisque l‘appartenance à une même région augmenterait
les échanges commerciaux entre les états qui en font partie (Ghemawat, 2001). Le fait de
considérer des ports dans un regroupement homogène peut fournir de l’information sur leur
performance, voire sur celle de l’ensemble du groupe (De Langen, 2002 ; 2003).
De telles analyses de regroupement de ports, sur la base de leurs particularités telles que leurs
fonctions (Comtois et al., 1993), les caractéristiques physiques des sols sur lesquels les ports
sont construits - ex : sablonneux, rocheux, littoral - (Weigend, 1958 ; Bird, 1963, 1980), leurs
caractéristiques physiques - capacité d’accueillir des porte-conteneurs - (Taaffe et al., 1963)
57
et fonctionnelles - rôle de centres de transbordement des terminaux portuaires - (Notteboom
et Rodrigue, 2005) existent déjà. Il est intéressant de vérifier si ces regroupements sont
robustes à la définition des types d’indicateurs retenus pour qualifier les ports, comme le
rapport aux activités économiques autour des ports (ou paysage économique).
Le croisement des approches est rendu possible grâce à la disponibilité et l’utilisation de
microdonnées qui présentent des avantages particuliers (Arbia et al., 2015). Un de ces
avantages est de permettre le calcul des distances précises entre des points, les établissements,
et les infrastructures portuaires, et ainsi d’effectuer une analyse basée sur la totalité des
informations disponibles (Duranton et Overman, 2005; Marcon et Puech, 2010 ; Briant et al.
2010). L’utilisation de ces micros-données individuelles permet également d’éviter le
problème important lié à la délimitation ad hoc des frontières géographiques, et permet de ce
fait d’établir les zones d’influence pour chacune des observations individuelles (Renski,
2011; Dubé et Brunelle, 2014, Gbenyo et Dubé, 2018). Les possibilités ouvertes par la
disponibilité de ces types de données d’une part, et les regroupements qu’elles permettent de
produire d’autre part, constituent un apport informationnel riche au regard des analyses qui
ont trait à la nouvelle économie géographique qui s’établit au niveau des ports.
2.4 Méthodologie
L’analyse de classification repose sur deux applications distinctes, mais complémentaires.
D’une part, une analyse de regroupement (« cluster analysis ») est effectuée sur la base d’une
classification ascendante hiérarchique (CAH) à partir d’indicateurs sur les activités
portuaires. Dans un deuxième temps, on développe une série d’indicateurs permettant de
juger de la similitude/différence entre les activités portuaires et les paysages économiques
présents autour de ces ports.
2.4.1 Classification ascendante hiérarchique
Le principe de la classification ascendante hiérarchique (CAH) est de déterminer des classes
qui peuvent exister entre les observations en fonction de caractéristiques particulières. La
CAH (Everitt, 2011) part de la prémisse que chaque observation constitue une classe
indépendante. La méthode propose ensuite de regrouper les observations au sein d´une même
classe, lorsque la distance (ou plutôt l’éloignement) entre deux observations est jugée
58
« faible ». Le regroupement des observations individuelles permet de créer plusieurs classes
distinctes formant les groupes.
L´intérêt de classifier les observations est de créer une typologie dans laquelle les étiquettes
(labels) de groupes fournissent non seulement une description concise des patrons de
similitudes au sein d´un même groupe, mais également les patrons contrastants entre les
différents groupes (et observations).
La CAH est basée sur trois paramètres clés : les distances entre les observations, le
regroupement des observations en classes, et la détermination du nombre optimal de classes.
2.4.1.1 Distances entre observations
En partant d’une base de données comportant N observations (ici les infrastructures
portuaires), il est possible d´évaluer la similarité/dissimilarité entre ces observations sur la
base des distances les séparant. Les distances sont calculées à partir d’un ensemble de K
variables, notés xk pour k = 1, 2, …, K, chacune décrivant les caractéristiques individuelles
des observations. La distance globale entre l’ensemble des K variables pour deux
observations i et j, notée ∆ij, est définie par la somme des distances individuelles, ∆kij,
séparant chacune des caractéristiques ou variables (équation 2.1).
∆ij= ∑ ∆kij
K
k=1
(2.1)
Où la distance entre deux observations i et j pour une variable donnée, xk, pour i, j = 1, 2, …,
n, est définie par la distance euclidienne (équation 2.2).
∆kij= [(xki
− xkj)2]1/2
(2.2)
et xki et xkj
sont, respectivement la valeur de la variable xk pour les observations i et j. La fin
de cette étape permet d’obtenir une matrice carrée, notée Ω et de dimension (N × N), à partir
59
de laquelle les regroupements seront formés en première étape (équation 2.3)12. La diagonale
principale de cette matrice exprime la distance moyenne entre les caractérisations des
différentes observations et est donc fixée à zéro (0).
Ω(N × N)
=
[
0 ∆12
∆21 0
… ∆1𝑗
… ∆2𝑗
… ∆1𝑛
… ∆2𝑛
⋮ ⋮∆𝑗1 ∆𝑗2
⋱ ⋮… 0
… ⋮… ∆𝑗𝑛
⋮ ⋮∆𝑛1 ∆𝑛2
⋮ ⋮… ∆𝑛𝑗
⋱ ⋮… 0 ]
(2.3)
L’analyse propose ensuite de regrouper les observations (deux ou plusieurs) pour lesquelles
la distance ∆ij est la plus faible (ou minimale). Si la plus petite distance est identique pour
plusieurs paires d´observations, alors le regroupement comporte plus de 2 observations dans
une même classe.
Par la suite, l’analyse recommence les calculs en procédant à un regroupement entre les
observations ayant la distance la plus faible. Les caractéristiques de la nouvelle observation
générique, qui identifie le premier groupe, sont constituées de la moyenne des
caractéristiques si le « lien moyen » est utilisé (cf. Figure 2.1), comme c’est le cas dans
l’application proposée dans cette recherche. Le calcul des distances entre observations est
utilisé sur les N-1 observations restantes afin d’identifier un second regroupement, et ainsi
de suite. Au final, les calculs des équations (2.1) à (2.3) comportent toujours un nombre de
plus en plus petit d’observations, jusqu’à atteindre une seule observation, qui forme le groupe
de l’ensemble des observations. Le processus itératif peut également prendre fin lorsque l’on
obtient un certain nombre de groupe, G, permettant de classer les N observations en un nouvel
ensemble de G observations.
12Lors de l´analyse de classification, le logiciel (Stata) définit cette distance euclidienne par la spécification de
l´option norme l2.
60
2.4.1.2 Regroupement des observations en classes
Lors des regroupements, le calcul des distances s’effectue sur les groupes formés entre
observations ayant une dissimilarité la plus faible (similarité plus forte). Le défi consiste alors
à recalculer les distances sur ces nouvelles observations renfermant les observations
groupées. Ces nouvelles distances sont donc établies en fonction des critères de
regroupements, ou encore selon les voisinages (ou liens).
Si le critère est celui du plus proche voisin (single linkage), la distance entre deux classes est
définie par la distance séparant les deux observations les plus proches, ou ayant la distance
la plus courte entre les observations de groupes différents (cf. Figure 2.1). Si le critère est
celui du voisin le plus éloigné (complete linkage), la distance entre deux classes est définie
par la distance la plus grande séparant les deux observations les plus éloignées. Si le critère
est celui de la distance moyenne (average linkage), la distance entre deux classes est définie
par la distance séparant la moyenne des caractéristiques des observations formant les
groupes.
Le regroupement des observations (ou classes) distinctes se poursuit jusqu´à ce qu’une
certaine logique qualitative factuelle (basée sur les faits selon le fonctionnement des unités
classées, les ports) permettant une interprétation simple des groupes (critère d´arrêt) soit
rencontrée ou encore lorsqu’un algorithme de classification, défini par une certaine
statistique, rencontre une valeur jugée optimale.
Méthode de calculs :
Proche voisin (single linkage)
dAB = d24
Voisin le plus éloigné (complete
linkage)
dAB = d13
Distance moyenne entre voisins
(average linkage)
dAB = (d13 + d14 + d23 + d24)/4
Classe A Classe B
1*
2*
*3
*4
Légende : dAB : distance séparant le groupe A du groupe B
Figure 2.1: Méthodes de calcul de distances entre observations
61
2.4.1.3 Détermination du nombre de classes : un critère statistique
Une statistique permet de définir un critère d´optimisation, ou d´arrêt, à partir duquel le
nombre de groupe est jugé « optimal ». Il n´existe pas de méthodes strictement objectives
permettant de déterminer le nombre optimal. Les différentes méthodes existantes ne donnent
pas non plus nécessairement le même nombre de classes. Cependant, deux critères sont plus
utilisés (Everitt, 2011 op. cit): le critère de Calinski-Harabasz (1974) basé sur le pseudo-F
index et utilisé ici; puis le critère de Duda–Hart basé sur le pseudo-T2.
La statistique de Calinski et Harabasz propose de maximiser un certain critère, noté C(g),
défini par le ratio des traces de matrices de variance-covariance de la variabilité des distances
entre les observations à l’intérieur d’un même groupe, W, et entre les groupes, B (équation
2.4). L’opérateur de la trace permet de faire la somme des composantes de la diagonale
principale, c’est-à-dire la somme des variabilités entre les différentes variables de l’analyse.
C(g) =(trace(B) g − 1⁄ )
(trace(W) N − g⁄ ) (2.4)
Où g est le nombre de groupes utilisés dans la classification.
La forme de la première matrice de variance-covariance, W, permet ainsi d’avoir une idée de
la variabilité à l’intérieur des groupes (équation 2.5), alors que la seconde, B, exprime la
variabilité entre les groupes en calculant la moyenne des caractéristiques pour la population
entière (équation 2.6).
W(Kg × Kg)
= (xgk − x̅g)(xgk − x̅g)´ (2.5)
62
B(g × g)
= (x̅g − x̅)(x̅g − x̅)´ (2.6)
Un algorithme permet ainsi de commencer avec un seul groupe et de calculer ensuite la valeur
du critère en augmentant le nombre de groupes (g = 2, 3,…, G). La pratique consiste
habituellement à fixer le nombre de groupes lorsque la valeur du critère est maximisée, c’est-
à-dire lorsque le ratio de la variance inter-groupe sur la variance intra-groupe est maximal.
On réussit alors à exprimer la plus grande différence, statistiquement parlant, entre les
variations entre les groupes tout en assurant une homogénéité des observations à l’intérieur
des groupes.
Évidemment, la méthode de classification requiert qu’on puisse définir, a priori, l´ensemble
de variables, xik, permettant de décrire chacune des observations.
2.4.2 Les variables
Les variables utilisées dans l´analyse de classification des infrastructures portuaires reflètent
l´environnement ou milieu économique des infrastructures qu´elles servent à qualifier. Afin
de rendre compte de la caractérisation des milieux, un certain nombre d’indicateurs sont
retenus. Ces indicateurs sont : i) le nombre total d´établissements présents dans le rayon
d´influence de chaque port; ii) l´indice de Herfindahl-Hirschmann (HH), de
spécialisation/diversification de l’emploi total; et iii) le quotient de localisation (QL),
approximé ici par la proportion, qui marque une concentration relative dans les secteurs
économiques.
2.4.2.1 Le nombre d’établissements
La première variable est le nombre d´établissements présents dans un rayon déterminé autour
des ports. Ce nombre, caractéristique de la densité du milieu, est un indicateur de
concentration des activités autour d’un point donné. C´est donc une façon simple d´exprimer
une approximation des économies d´échelles externes (Marshall, 1890). Le nombre
d´établissements dans une zone géographique est aussi un signal pour d´autres établissements
qui sont tentés de venir s´installer au même endroit dans l´espoir de profiter des possibles
effets de concentration. Le nombre d´établissements peut aussi être un indicateur de la taille
d´une région. Sur ce dernier point, les grandes villes comme Montréal ont certainement un
63
nombre d’établissements plus important à proximité des ports, comparativement à d’autres
ports en régions plus éloignées, comme Baie-Comeau par exemple.
La deuxième catégorie de variables concerne les indices de spécialisation/diversification de
l’emploi. Les micro-données sur les ports et les établissements ont l´avantage de permettre
la localisation précise des unités géographiques, elle-même permettant la construction de
nouvelles caractéristiques liées à la description physique de l´entourage de ces unités,
notamment la proximité à d´autres entreprises. Nous proposons deux indices pour décrire un
tel entourage : l’indice de diversification (HH) et un ensemble d’indices de concentration
relative (QL/proportion).
Pour éviter le piège du problème de l’aire modifiable (Openshaw et Taylor, 1979) reliée à la
forme des structures géométriques décrivant les villes où les ports sont logés, les
microdonnées spatiales sont privilégiées. Cette approche permet de déterminer des zones
tampons données et de construire, pour ces aires, les indicateurs ciblés. Pour fin de simplicité
dans les calculs, les zones tampons sont définies à partir d’aires circulaires autour des ports.
Différentes zones d’influence peuvent ainsi être délimitées pour chacun des ports. Pour fin
d’analyse, la spécification de 4 250 mètres (m) de rayon d’influence portuaire est retenue
autour de chaque port, rayon sur lequel il y a une relative stabilité des valeurs d’indicateurs
par rapport aux rayons directement supérieurs et inférieurs (cf. chapitre 1). L´étude dénombre
ainsi le nombre d´établissements présents dans cette zone, en recourant aux matrices spatiales
de distance entre établissements (Dubé et Legros, 2013).
Les microdonnées portent sur les ports, i = 1, …, N, et les établissements, e = 1, … M propres
à l´environnement de chaque port. Cette approche a l´avantage de localiser précisément les
établissements dans l´espace par leurs coordonnées géographiques (Xe, Ye), tout comme pour
les ports (Xi, Yi). Il est donc possible de calculer la distance euclidienne séparant tous les
ports des établissements (équation 2.7).
die = [(Xi − Xe)2 + (Yi − Ye)
2]1
2
∀ 𝑖 = 1,… ,𝑁; 𝑒 = 1, 2, … ,𝑀 .
(2.7)
64
Les distances individuelles entre les ports et les établissements peuvent ensuite être
regroupées dans une matrice générale 𝐷 de dimension (N × M) (équation 2.8).
𝐷(N × M)
=
[ 𝑑11 𝑑12
𝑑21 𝑑22
… 𝑑1𝑒
… 𝑑2𝑒
… 𝑑1𝑚
… 𝑑2𝑚
⋮ ⋮𝑑𝑖1 𝑑𝑖2
⋱ ⋮𝑑𝑖3 𝑑𝑖𝑒
… ⋮… 𝑑𝑖𝑚
⋮ ⋮𝑑𝑛1 𝑑𝑛2
⋮ ⋮… 𝑑𝑛𝑒
⋱ ⋮… 𝑑𝑛𝑚]
(2.8)
À partir de cette matrice générale, une autre matrice, de connectivité, permettant d’établir des
relations binaires est construite (équation 2.9).
𝑐𝑖𝑒 = {1 𝑠𝑖 𝑑𝑖𝑒 ≤ �̅�
0 𝑠𝑖 𝑑𝑖𝑒 > �̅� (2.9)
Cette matrice, notée 𝐶𝑖𝑒 et de dimension (N × M) peut également être généralisée aux cas des
différents secteurs économiques, s = 1, …, S, préalablement définis. En introduisant une
contrainte supplémentaire (équation 2.10), on obtient alors un ensemble de matrices
permettant d’identifier les entreprises autour des ports en fonction des distances
préalablement définies et des différents secteurs économiques.
𝑐𝑠𝑖𝑒 = {1 si 𝑑𝑖𝑒 ≤ 𝑑 ̅et 𝑠 = �̅�0 sinon
(2.10)
Par exemple, 𝑐𝑠1𝑒 donne la valeur 1 si l´établissement e du secteur économique s se trouve
dans le rayon spécifié (zone tampon) du port i, et 0 autrement.
L´intérêt de considérer ces notations matricielles compactes est qu´elles rendent les calculs
numériques plus efficients surtout lorsqu’on travaille sur des bases de données comportant
un grand nombre d´observations (cf. Dubé et Brunelle, 2014).
65
2.4.2.2 Indice de Herfindahl-Hirschmann
L´indice désigne une mesure de spécialisation ou de diversification des activités
économiques dans ce rayon, soit HHi (équation 2.11). Il est défini comme la somme des
carrés des proportions d´établissements œuvrant dans le secteur économique s dans un rayon
donné du port i, qis2 , où q
is est calculé en utilisant le nombre d’activités économiques
(établissements ou emplois) d´un secteur s (s = 1, 2, …, S) dans le rayon spécifié, 𝑥𝑖𝑠
(équation 2.12), rapporté à l´ensemble des activités économiques dans le même rayon autour
du port, 𝑥.𝑠 (équation 2.13).
HHi = ∑qis 2
S
s=1
(2.11)
qis = 𝑥𝑖𝑠
𝑥.𝑠
(2.12)
et
x.s = ∑𝑥𝑖𝑠
n
i=1
(2.13)
La somme des proportions individuelles, qis, de chaque établissement évoluant dans un
secteur s autour d’un port donné, est égale à 1 (équation 2.14).
∑qis
S
s=1
= 1 (2.14)
Si, pour une observation donnée (un port), l’indice HHi est proche de la valeur 1, ceci traduit
le fait que les activités économiques autour du port sont spécialisées dans un seul secteur
66
économique. Pour connaître le détail de la spécialisation par secteur d’activité, un indice
complémentaire est proposé : le quotient de localisation.
2.4.2.3 Quotient de localisation
Mesuré pour un secteur d´activité s dans une zone géographique autour d´un port i, le quotient
de localisation, QLis, est défini comme une mesure relative de concentration d´une région
géographique dans un secteur d´activité s, qis, comparée à la concentration globale de ce
secteur d´activité, qs. (équation 2.15). Il est mesuré par rapport à un périmètre (territoire) de
référence. Dans le cas présent, le territoire de référence est considéré comme l’ensemble du
Québec. En conséquence, le dénominateur de l’équation 2.15 est le même pour chaque indice
calculé, et le quotient de localisation se réduit aux proportions qis que la présente recherche
retient directement dans son application et présente dans les résultats, au lieu des quotients
de localisation.
QLis = qis
qs. (2.15)
Où 𝑞is a la même définition qu’à l’équation (2.12), et qs. (équation 2.16) désigne la
concentration relative des activités économiques de tout le secteur s dans l’ensemble de
l’économie .
qs. = 𝑥i.
𝑥.. (2.16)
Avec
𝑥𝑖. = ∑𝑥𝑖𝑠
S
s=1
(2.17)
Et
67
𝑥.. = ∑∑𝑥𝑖𝑠
S
s=1
n
i=1
(2.18)
Traditionnellement, la valeur de référence de l´indice QLis est de un (1). Dans un tel cas, la
répartition des activités économiques du secteur s dans un rayon r est identique à la répartition
des activités économiques du même secteur dans un rayon de référence. S´il prend une valeur
de 0, il est à son minimum et indique que le secteur d´activité s est absent de la région
avoisinante du port dans un rayon r. En revanche, l´indice n´admet pas de limite supérieure.
Par contre, une valeur plus élevée que un (1) témoigne d´une présence plus que
proportionnelle du secteur d´activité considéré.
Dans le cas présent, comme les proportions sont utilisées à la place des quotients de
localisation, il n’y a donc plus de valeur de référence; la proportion qu’occupent les activités
d’un secteur étant appréciée par rapport à celle qu’occupent les autres secteurs de l’économie,
la somme de toutes les proportions doit équivaloir à l’unité pour une observation donnée. Par
exemple, un secteur dont la proportion est de 20% est plus représenté autour de l’observation
(le port) que tout autre secteur dont la proportion est inférieure à 20%.
Les différents indicateurs présentés sont calculés pour un ensemble de 25 ports de la province
du Québec13. Ce calcul repose en large partie sur la disponibilité des données permettant
d’établir la liste des établissements individuels présents dans le rayon fixé a priori, ainsi que
la liste des ports. Ces données sont présentées dans les lignes qui suivent.
2.5 Données
Les établissements et ports de la province sont géolocalisés à partir de leurs adresses postales
(cf. Figure 2.2). La localisation de ces entités permet une précision géographique fine basée
sur les coordonnées géographiques en latitude et longitude14. Les données proviennent de
deux sources afin d’obtenir : i) la liste des ports ; et ii) la liste des établissements.
13Les 25 ports incluent le fractionnement des activités pour les ports les plus gros.
14http://www.batchgeocodeur.mapjmz.com/
68
Figure 2.2: Représentation cartographique de la localisation des ports et établissements de la province du Québec
Source de données : Dun & Bradstreet; site internet des ports;
http://ivt.bibl.ulaval.ca.acces.bibl.ulaval.ca/recensements/recensement2011/fichiersGeo2011.html.
69
2.5.1 Données des ports
2.5.1.1 Énumération des ports de la province de Québec
L’étude considère une liste de 25 ports (cf. Tableau 1.1) pour l’analyse. Ces ports
développent chacun des activités variées, mais qui ne sont pas foncièrement différentes. Il
est donc possible d’entrevoir d´éventuelles similitudes entre ports.
2.5.1.2 Fonction économique des ports
Nous proposons, en première analyse, de distinguer les fonctions des ports sur la base de
leurs activités (Comtois et al., 1993). Pour cela, nous classons les infrastructures portuaires
en trois grandes catégories : les ports œuvrant principalement dans le transport des matières
premières, les ports œuvrant dans le transport du cargo général ou de produits industriels ou
manufacturés, puis les ports œuvrant principalement dans le transport de personnes.
Les matières premières concernent le grain (produits agricoles), le vrac solide (minerais de
fer, bauxite, aluminium, sel à déglacer), le vrac liquide (produits pétroliers, le brai), les
produits forestiers (bois, pâte à papier). Le cargo général concerne les produits industriels
(produits manufacturés, le papier journal), tandis que le transport de personnes concerne le
déplacement de la main d´œuvre, et des vacanciers (croisières internationales, marinas).
Les ports de Montréal (Contrecœur et Commune) et de Québec (Anse-au-Foulon, Beauport
et Estuaire) sont très actifs dans le trafic international. Montréal est le seul port dont l´activité
principale est axée autour de la marchandisation de conteneurs. On y effectue des
transbordements de produits destinés à être expédiés outre-mer. Il est aussi avantagé par un
réseau de transport autoroutier et ferroviaire développé qui facilite l´acheminement des biens
vers l´Ontario et les États-Unis. Outre la manutention du vrac solide et du vrac liquide, le
port de Montréal accueille des navires de croisières internationales. Disposant d´un accès
facile aux autoroutes (20 et 40), le port de Québec est spécialisé dans le vrac liquide (produits
pétroliers), le vrac solide et les croisières internationales (à vocation récréative et touristique).
Le port de Salaberry-de-Valleyfield manutentionne du vrac liquide (asphalte liquide), du vrac
solide (bauxite, sel à déglacer, zinc), du grain (produits par les agriculteurs comme le cacao)
et des marchandises générales. Il sert de lieu de conditionnement de produits destinés aux
communautés du Nunavik et du Nunavut. Il dispose d´excellentes interfaces avec le réseau
70
autoroutier et ferroviaire, créant de réelles opportunités pour les activités de transport. Il
s’agit d’un port à vocation locale et régionale.
Le port de Baie-Comeau sert principalement à expédier outre-mer la production des usines
locales de l´aluminerie Alcoa et de la papetière Produits forestiers Résolu. Il sert aussi au
déplacement de la main-d´œuvre entre les deux rives du fleuve Saint-Laurent (entre Matane
et Baie-Comeau). Sa principale activité internationale concerne le transbordement du grain
par l´Américain Cargill, mais cette activité reste minime puisque les compagnies américaines
préfèrent habituellement exporter le grain via le fleuve Mississipi (Lasserre, 1990, p. 91 dans
Comtois et al., 1993).
Les activités du port de Saguenay sont principalement orientées vers la fourniture des intrants
pour une aluminerie locale, Rio Tinto Alcan. Une autre partie des activités est dédiée à
l’expédition de la production de cette entreprise. Deux autres entreprises locales, Produits
Forestiers Résolu, et SKF Pâtes et Cascades exportent également de la pâte à papier et du
papier vers les marchés outre-mer. Il est un port régional dont les activités sont en partie liées
aux produits forestiers, au cargo général, et au transport de la main d´œuvre.
Le port de Port-Alfred est constitué d´installations utilisées presqu' exclusivement pour la
réception de l´aluminium et de la bauxite. Ces minerais sont ensuite acheminés en direction
des quatre alumineries d´une entreprise locale, Rio Tinto Alcan. C´est donc un port local,
mais qui offre des services principalement orientés vers le vrac solide.
Le port de Sept-Îles est utilisé pour expédier des concentrés de minerai de fer pour deux
entreprises de la région, Rio Tinto-IOC et Cliff Natural Resources. C’est aussi un port
d´exportation pour les lingots d´aluminium produit par l´aluminerie Alouette. Il facilite
l’approvisionnement d’Imperial Oil (Esso) en produits pétroliers. Le port accueille également
des escales de navires de croisières internationales. Il est également actif dans le trafic
international pour l´exportation du fer produit dans la Fosse du labrador.
Port-Cartier assure en large partie l´approvisionnement d´une entreprise locale, Arcelor
Mittal, en minerai de fer. Il s´occupe aussi du chargement de grains, du matériel ferroviaire,
ainsi que des sous-produits de l´usine de sciage d´une entreprise locale, Produits Forestiers
Arbec. Ses activités sont donc largement orientées vers les marchés régional et international
autour du transport des produits du grain, des produits forestiers, ainsi que du vrac solide.
71
Le port de Trois-Rivières est un partenaire stratégique des entreprises manufacturières de la
région, dont le Groupe Prommel, qui offre des services d´arrimage, d´entreposage, de
transport, et de transformation (de brai). Le port manutentionne aussi une variété de produits :
le grain, le vrac solide (alumine), les produits forestiers. Il est essentiellement un port régional
dont les activités sont orientées vers le vrac solide, les produits forestiers et le cargo général.
Le port de Sorel approvisionne l´entreprise locale « Rio Tinto Fer et Titane » en minerai de
fer et titane. Un terminal du port offre des services de manutention (transport) pour le compte
d´autrui. Le grain pour la région transite par le port de Sorel. Le Terminal maritime Sorel
Tracy dispose, sur les quais, de deux voies ferrées du Canadien National (CN) en plus d'offrir
un accès direct aux grands réseaux autoroutiers du Québec, du Canada et des États-Unis; il
permet aussi une mobilité accrue de la main d´œuvre. L´environnement de ce port devrait
être favorable aux entreprises du secteur des transports. Il s´agit d´un port local et régional
qui offre des produits du grain et du vrac solide.
Le port de Bécancour offre des postes à quai dédiés au transbordement des matières
premières pour les entreprises du parc industriel de la région. Ces matières premières sont
principalement des vracs liquides (produits pétroliers), solides (fer, soufre, titane,
aluminium), et des marchandises générales (produits industriels, manufacturiers). Le port de
Bécancour dispose aussi de bonnes interfaces avec les réseaux routiers et ferroviaires, qui
facilitent l´acheminement de ces produits à l’intérieur du territoire et vice-versa.
Le port de Pointe-au-pic est principalement dédié à l´expédition de papier journal sur les
marchés outre-mer pour une entreprise locale, Produits Forestiers Résolu. Il accueille
également quelques navires de croisières-excursion.
Le port de Forestville assure principalement la mobilité de la main-d´œuvre entre la Haute-
Côte-Nord et le Bas-St-Laurent (traverse Rimouski – Forestville). Il assure également
l´approvisionnement de la région en sel à déglacer. Le port charge aussi du sable extrait dans
la région et destiné à certaines usines de la cimentière Lafarge. Ses activités portent donc
principalement sur la mobilité de la main-d´œuvre, et du vrac solide.
Le port de Gros-Cacouna reçoit du bois brut pour les usines de sciage du Bas-St-Laurent, des
matières premières minérales (vermiculite) pour d´autres producteurs de Rivière-du-Loup,
ainsi que du sable, des engrais et du sel à déglacer. Du point de vue des expéditions, il assure
72
l’acheminement du papier journal produit par une entreprise locale, l´usine de Papiers White
Birch de Rivière-du-Loup. Ses principales opérations sont donc axées autour des produits
forestiers et du vrac solide.
Les activités du port de Rimouski sont surtout axées sur la desserte en marchandises
générales des communautés isolées de la Basse- Côte- Nord. Il assure aussi la mobilité de la
main d´œuvre entre les deux rives du fleuve Saint-Laurent. C´est un port à vocation régionale.
Le port de Matane assure la mobilité de la main-d´œuvre entre les régions du Bas-St-Laurent,
de la Gaspésie et de la Côte-Nord. Il assure également le transport de billes de bois, en
provenance de la Côte-Nord, vers les usines de sciage de la région. Il sert pour l´exportation
de pâtes à papier de l´industrie locale de la papetière, Tembec. Le port assure aussi
l´importation de produits pétroliers vers la pétrolière Irving Oil. C´est un port principalement
à vocation régionale.
Le port de Chandler reçoit du sel à déglacer destiné à la région; il accueille aussi des escales
estivales en destination ou en provenance des Îles-de-la-Madeleine. Une des activités
dominantes du port n’existe plus depuis plusieurs années : le port a cessé de recevoir et
d´expédier les produits de l´usine papetière locale, fermée depuis 1997.
Le port de Gaspé sert au chargement occasionnel de pales d´éoliennes produites localement
ainsi qu’à l´accueil des navires de croisières internationales. Il sert aussi à décharger les
produits pétroliers ainsi que du sel à déglacer, destinés à la région. Ses activités portent sur
le cargo général, les produits pétroliers, le vrac solide et quelques croisières.
Les activités du port de Cap-aux-Meules sont surtout orientées autour des produits de la
pêche et du cargo général. Son service de traversier dessert l´Île-du-Prince-Édouard, et son
cargo dessert Matane, Montréal, et Québec. C´est donc un port qui assure la connexion avec
le reste du pays. Ses activités sont donc orientées sur le marché national.
Finalement, le port de Carleton sert principalement de transport de produits forestiers, alors
que le port de Portneuf est un port qui décharge des navires de vrac solide, notamment le
minerai, et surtout le gypse.
Pour l’analyse, les données sur le transport de personnes (main d’œuvre et voyageurs) ne
sont pas accessibles, seules les données sur les marchandises (matières premières et cargo
73
général) le sont. Les activités principales des ports sont consignées dans le tableau ci-dessous.
(Tableau 2.1).
Il faut préciser que le tableau 2.1 ci-dessus ne retrace pas la typologie des ports puisqu’il ne
permet pas de les identifier de façon unique par groupe. Il sert d’intrant qui définit une
première variable, qualitative, qui servira à établir cette typologie. Cette première variable
est complétée par une seconde, quantitative, les quantités de tonnage transigées dans les
ports, pour l’année 2011 (Tableau 2.2).
Transport de matières premières
Transport de PI
Transport de personnes
Grain, pêche Vrac solide Produits forestiers Cargo général Touristes
Port-Cartier Port-Cartier Port-Cartier Saguenay Pointe-au-Pic
Sorel Port-Alfred Pointe-au-Pic Trois-Rivières Gaspé
Trois-Rivières Saguenay Saguenay SDV Montréal CC
SDV Sept-Îles Trois-Rivières Gaspé Montréal CM
Baie-Comeau Sorel Matane Bécancour SC
Cap-aux-Meules Trois-Rivières Gros-Cancouna Rimouski Québec AAF
SDV Baie-Comeau Cap-aux-Meules Québec B
Vrac liquide Gros-Cancouna Carleton Québec E
Sept-Îles Gaspé Cap-aux-Meules
Sallaberry Forestville Carleton
Matane Bécancour Chandler
Gaspé Baie-Comeau
Bécancour Montréal CC Main d´oeuvre
Montréal CC Montréal CM Saguenay
Montréal CM SC Sorel-Tracy
SC Québec AAF Matane
Québec AAF Québec B Forestville
Québec B Québec E Baie-Comeau
Québec E Portneuf Rimouski
Chandler
Tableau 2.1: Classification des ports en fonction de leurs activités commerciales principales
74
Tableau 2.2: Quantités de marchandises transigées dans les ports en 2011 (en milliers de
tonnes)
Source de données: https://www150.statcan.gc.ca/n1/en/pub/54-205-x/54-205-x2011000-
eng.pdf?st=8T6Vh4oA
Ports Tonnage 2011
Port-Alfred 4805.5
Baie-Comeau 5739.3
Bécancour 2066.3
Cap-aux-Meules 0
Carleton 16.4
Chandler 4.5
Forestville 50.4
Gaspé 136.6
Gros-Cacouna 0
Matane 717.3
Montréal Commune 27856.5
Montréal Contrecœur 0
Point-au-Pic 138.2
Port-Cartier 17602.8
Portneuf 0.8
Québec Anse-au-Foulon 28961.6
Beauport 0
Québec Estuaire 0
Rimouski 293.9
Saguenay 312.1
Sainte-Catherine 800.4
Salaberry-de-Valleyfield 468.8
Sept-Iles 25785.7
Sorel-Tracy 6396.1
Trois-Rivière 3219
75
2.5.2 Données des établissements
2.5.2.1 Base des données des établissements
Les données utilisées sur les établissements dans ce chapitre sont les mêmes que celles
utilisées au premier chapitre (cf. la section 1.6.1) et provenant de la base de données Dun &
Bradstreet (http://www.dnb.ca).
2.5.2.2 Portrait économique des établissements à proximité des infrastructures
portuaires
Une analyse des caractéristiques de l’environnement économique autour des ports permet de
comprendre le paysage économique de ces derniers. Cette section examine le degré de
spécialisation/diversification, et la part relative qu´occupe chaque secteur d´activité dans le
rayon d´influence prédéterminé de 4250 m, pour chacun des ports. Le choix de rayon est
motivé par le fait qu’à cette échelle, les indicateurs calculés sont relativement stables
(Gbenyo et Dubé, 2018). Qui plus est, cette échelle permet de capter une réalité locale, plus
féconde dans le présent contexte. Pour chacun des secteurs et sur la période retenue, le
nombre d’établissements et le nombre d’emplois (indicateurs de la taille économique) dans
les établissements autour des ports sont dénombrés. À partir du nombre d’emplois, sont
calculés les indices d’Herfindahl-Hirschmann et de poids relatif des activités (approximation
des quotients de localisation). Les nombres d’établissements ainsi que les deux indices ainsi
calculés permettent de dresser un portrait économique du paysage des ports.
76
Tableau 2.3: Statistiques d'indicateurs du paysage économique dans un rayon de 4 250 m autour des ports
Statistiques descriptives
Poids relatifs sectoriels par rapport à l’ensemble du territoire choisi
#
Services
Administra-
Arts &
Hébergement
Ports Établisse-
ments
HH Primaire Construction Manufacturier Commerce Transport supérieurs tion
publique
culture &
restauration
Autres
Port-Alfred 424 0.172 0.008 0.03 0.32 0.14 0.05 0.16 0.066 0.045 0.086 0.10
Baie-Comeau 157 0.164 0.006 0.016 0.227 0.21 0.037 0.18 0.125 0.05 0.12 0..03
Beauport 6 004 0.193 0.002 0.014 0.04 0.117 0.017 0.3 0.245 0.058 0.134 0.07
Bécancour 44 0.597 0.008 0.055 0.76 0.058 0.007 0.086 0.023 0 0 0
Cap-aux-Meules 281 0.149 0.002 0.036 0.229 0.168 0.049 0.157 0.07 0.167 0.06 0.06
Carleton 197 0.150 0.033 0.048 0.111 0.187 0.03 0.189 0.084 0.052 0.226 0.04
Chandler 198 0.239 0.014 0.01 0.013 0.186 0.022 0.40 0.157 0.026 0.125 0.05
Forestville 143 0.177 0.017 0.080 0.053 0.193 0.02 0.31 0.163 0.048 0.064 0.06
Gaspé 327 0.190 0.003 0.023 0.04 0.212 0.019 0.205 0.29 0.05 0.096 0.06
Gros-Cacouna 70 0.149 0.011 0.082 0.108 0.142 0.211 0.103 0.213 0.032 0.005 0.09
Matane 540 0.153 0.008 0.028 0.194 0.223 0.021 0.171 0.132 0.051 0.102 0.07
Montréal
(Commune)
24 897 0.259 0.005 0.013 0.06 0.089 0.025 0.464 0.101 0.102 0.09 0.05
Montréal
(Contrecœur)
191 0.144 0.104 0.06 0.095 0.261 0.063 0.017 0.034 0.038 0.05 0.12
Pointe-au-Pic 331 0.206 0.001 0.007 0.013 0.105 0.011 0.210 0.241 0.042 0.291 0.08
Port-Cartier 40 0.323 0.035 0..053 0.53 0.142 0.077 0.113 0.015 0.001 0.026 0.01
Portneuf 103 0.139 0.078 0.093 0.149 0.089 0.237 0.111 0.148 0.012 0.059 0.03
Québec (Anse-
au-Foulon)
6 412 0.192 0.004 0.014 0.054 0.119 0.012 0.309 0.235 0.059 0.125 0.07
Québec
(Estuaire)
6 511 0.193 0.002 0.012 0.053 0.124 0.016 0.30 0.245 0.052 0.127 0.07
Rimouski 1 370 0.182 0.013 0.052 0.023 0.265 0.01 0.273 0.114 0.067 0.097 0.09
Saguenay 6 0.3 0.4 0.1 0 0.2 0.3 0 0 0 0 0
Sainte-
Catherine
1 768 0.185 0.001 0.05 0.1 0.203 0.052 0.33 0.091 0.033 0.079 0.07
Salaberry-de-
Valleyfield
412 0.179 0.090 0.053 0.338 0.11 0.044 0.156 0.103 0.015 0.043 0.05
Sept-Îles 550 0.144 0.087 0.028 0.021 0.132 0.131 0.2 0.222 0.037 0.065 0.08
Sorel-Tracy 1 348 0.163 0.008 0.04 0.17 0.247 0.047 0.22 0.104 0.027 0.088 0.05
Trois-Rivières 2 979 0.163 0.001 0.038 0.078 0.223 0.048 0.245 0.168 0.039 0.094 0.07
77
Le portrait économique autour des infrastructures portuaires est diversifié dans l’ensemble
(Tableau 2.3) : pour la plupart des ports, les indices d’Herfindahl-Hirschmann sont inférieurs
à 0.30 voire 0.20 indiquant une relative diversification des activités économiques où tous les
secteurs sont présents, quoiqu’à des degrés variables. Trois ports, Bécancour, Port-Cartier, et
Saguenay présentent des indices HH plus grands que 0.30, indiquant une certaine
spécialisation relative, pour quelques secteurs d’activités. En effet, ces trois ports qui
présentent respectivement des proportions d’emplois de 0.76, 0.53 pour le manufacturier, et
de 0.338 pour le primaire. Ceci indique une concentration relativement plus forte des activités
du manufacturier dans le paysage économique des ports de Bécancour et Port-Cartier, et des
activités du secteur primaire dans le paysage économique du port de Saguenay.
L’environnement des ports localisés dans les grandes villes de Montréal (Montréal
Commune) et Québec (Beauport, Anse-au-Foulon, et Estuaire) est caractérisé par la présence
relative plus forte de deux secteurs d’activités : les services supérieurs (beaucoup plus pour
la ville de Montréal) et l’administration publique (beaucoup plus pour la ville de Québec).
Ces activités sont typiques des grandes villes. En revanche, l’environnement de ces ports
métropolitains est caractérisé par une plus faible présence des activités des secteurs primaire
et manufacturier.
2.6 Résultats et discussions
Une fois le profil des ports et le profil économique des établissements autour de ces ports
établis, il est possible de déterminer : i) les ports dont les activités sont semblables, et ii) les
ports qui évoluent dans des paysages économiques comparables, en se référant aux
classifications issues de l’approche statistique. En comparant ces deux typologies, il est
possible de vérifier si ces paysages reflètent les principales activités exercées par ces ports.
2.6.1 Classification des ports basée sur leurs propres activités
Le graphique suivant (cf. Figure 2.3) montre le détail de la composition des groupes de ports
qui présentent des activités similaires. Pour fins d’analyse, cinq groupes sont retenus en
considérant deux critères distincts : un critère quantitatif, celui de Calinski-Harabasz qui en
retient quatre ; un autre qualitatif basé sur la réalité des données factuelles sur les ports.
78
Le premier groupe est formé des ports Port-Alfred, Sorel-Tracy, Baie-Comeau, Port-Cartier
et Trois-Rivières, qui assurent principalement le transport des grains et produits forestiers.
Un second groupe est formé par des ports de Montréal Commune, Montréal Contrecœur,
Québec (Anse-au-Foulon, Beauport, Estuaire) et Sept-Îles ; ils transigent principalement des
produits industriels (ou manufacturés), du vrac solide et du vrac liquide. Un troisième groupe
est constitué des ports de Bécancour, Sainte-Catherine, Matane, Gaspé, Salaberry-de-
Valleyfield, Pointe-au-Pic, Rimouski et Saguenay, qui transigent principalement du vrac
solide et du vrac liquide. Un quatrième groupe est formé des ports de Carleton, Forestville,
Chandler et Portneuf ; ils assurent principalement le transport des produits forestiers et du
vrac solide. Un dernier (cinquième) groupe de ports est formé des ports Gros-Cacouna et
Cap-aux-Meules qui transigent surtout du vrac solide, et qui ont enregistré un tonnage nul
pour cette année.
Figure 2.3: Classification des infrastructures portuaires du Québec basée sur leurs activités
La quantité de tonnage transigé apparait comme un facteur discriminant des groupes. En
témoigne le tableau suivant (Tableau 2.4). Outre le dernier groupe rassemblé (principalement
sur la base d’un tonnage nul), et la nature des biens (l’autre variable ayant servi à la
classification), les groupes formés montrent des tonnages moyens nettement différents les
05
10
15
20
25
Mes
ure
de
dis
sim
ilar
ite
Alfr
ed
Sorel
-Tra
cy
Bai
e-Com
eau
Port-C
artie
r
Trois-R
iviè
res
Bea
upor
t
Qué
bec (A
nse-
au-F
oulo
n)
Qué
bec (E
stua
ire)
Mon
tréal
(Com
mun
e)
Mon
tréal
(Con
treco
eur)
Sept-Î
les
Béc
anco
ur
Saint
e-Cat
herin
e
Mat
ane
Gas
pé
Salab
erry
-de-
Val
leyf
ield
Point
e-au
-Pic
Rim
ousk
i
Sague
nay
Car
leto
n
Fores
tvill
e
Cha
ndle
r
Portn
euf
Cap
-aux
-Meu
les
Gro
s-Cac
ouna
Ports
Dendrogram for AnalyseTonPort2011 cluster analysis
79
uns des autres. Les groupes de ports localisables dans les plus grandes villes prenant la tête
avec une quantité de marchandises transigées avoisinant les 28 000 000 tonnes, dans lequel
sont regroupés tous les ports de Montréal et tous les ports de Québec, malgré l’absence de
données pour quelques-uns notamment, Montréal Contrecœur, Québec Beauport et Estuaire.
Tableau 2.4: Statistiques par classes de ports regroupés selon les activités portuaires
Groupes de ports
Statistiques descriptives (moyenne en milliers de tonnes)
Tonnage
Montréal Commune
27534.6
Montréal Contrecœur
Québec Anse-au-Foulon
Beauport
Québec Estuaire
Sept-Iles
Carleton
18.025 Chandler
Forestville
Portneuf
Port-Alfred
7552.54
Baie-Comeau
Port-Cartier
Sorel-Tracy
Trois-Rivières
Bécancour
616.7
Gaspé
Matane
Point-au-Pic
Rimouski
Saguenay
Sainte-Catherine
Salaberry-de-Valleyfield
Gros-Cacouna 0
Cap-aux-Meules
80
2.6.2 Classification des ports basée sur leur environnement économique
Le graphique suivant (cf. Figure 2.4) montre le détail de la composition des groupes de ports
qui présentent un environnement économique « semblable », et le tableau suivant (Tableau
2.5) fournit quelques statistiques descriptives des groupes formés dans un rayon de 4 250 m.
Cinq groupes sont retenus pour fins d’analyse (et de comparaison avec la typologie
précédente qui regroupe également cinq groupes) en combinant d’une part le critère de
Calinski-Harabasz qui en indique 13, d’autre part la réalité des données factuelles sur les
ports.
Figure 2.4: Classification des ports basés sur leurs environnements économiques dans un
rayon de 4 250 m
Selon le tableau ci-dessous, la variable du nombre d’établissements recensés ressort comme
une variable qui permet de discriminer entre les groupes en faisant apparaitre une structure
urbaine.
Un premier groupe de ports se distingue, par le nombre d’établissements nettement plus élevé
que les autres. Il s’agit des ports de Montréal Commune et de Québec (Anse-au-Foulon,
Estuaire, Beauport). Ils présentent un environnement densément peuplé d´activités
02
46
Mes
ure
de
dis
sim
ilar
ite
Sorel
-Tra
cy
Rim
ousk
i
Saint
e-Cat
herin
e
Trois-R
iviè
res
Sept-Î
les
Mat
ane
Alfr
ed
Salab
erry
-de-
Val
leyf
ield
Point
e-au
-Pic
Cap
-aux
-Meu
les
Portn
euf
Gas
pé
Bai
e-Com
eau
Car
leto
n
Cha
ndle
r
Port-C
artie
r
Béc
anco
ur
Mon
tréal
(Con
treco
eur)
Fores
tvill
e
Gro
s-Cac
ouna
Qué
bec (E
stua
ire)
Qué
bec (A
nse-
au-F
oulo
n)
Bea
upor
t
Mon
tréal
(Com
mun
e)
Sague
nay
Ports
Lien moyen entre groupes
81
économiques et diversifié du point de vue des secteurs d´activités. La proportion d´activités
liées aux services supérieurs et à l’administration publique est plus élevée que les autres
secteurs d´activités. C´est un trait caractéristique des régions métropolitaines où les services
supérieurs sont très développés. De plus, l’environnement économique est caractérisé par une
proportion d’établissements dépassant le dixième (puisqu’au total dix secteurs d’activités
sont considérés y compris la catégorie « autre ») pour le secteur du commerce, ce qui
expliquerait en partie le fait que cette catégorie regroupe des ports commerciaux très engagés
dans la circulation de biens en Amérique du Nord grâce à un réseau de transports alternatifs,
routiers et ferroviaires, bien développé vers l´Ontario et les États-Unis. Il s’agit du groupe de
ports métropolitains.
Un second regroupement, urbain, mais de moindre importance, se dessine également, celui
des ports de Sorel-Tracy, Rimouski, Sainte-Catherine et Trois-Rivières. Ces ports présentent
un environnement économique diversifié où les activités économiques liées aux services
supérieurs et de l’administration publique sont également représentées, mais moins que pour
le groupe précédent. Ce regroupement fait aussi état d’une plus forte proportion d’activité
dans le secteur du commerce que le précédent. Ils disposent d´excellentes interfaces avec des
autoroutes et chemins de fer qui leur permettent d´écouler les produits en région. On peut
qualifier ce regroupement de ports urbains régionaux.
Un troisième regroupement est formé par les ports de Sept-Îles, Matane, Port-Alfred,
Salaberry-de-Valleyfield, Pointe-au-Pic et Cap-aux-Meules, que l’on pourrait qualifier
d’industriels éloignés de pôles urbains. Les activités économiques autour de ces ports sont
relativement plus concentrées dans les secteurs primaires et manufacturiers par rapport à la
moyenne, et nettement plus par rapport aux groupes précédents. Au regard de
l’environnement économique de ces précédents groupes, ces derniers opèrent dans un
environnement économique moins dense.
Un quatrième regroupement est formé des ports Portneuf, Gaspé, Baie-Comeau, Carleton et
Chandler, qui présentent un environnement économique moins dense. Leur environnement
est diversifié certes, mais présente une concentration relativement plus forte du secteur de
commerce destiné aux besoins locaux et régionaux, des services supérieurs et de
l’administration publique. Ce sont des ports ruraux qui attirent des activités manufacturières,
82
et également des activités liées au tourisme tel qu´en témoigne la présence des croisières, des
marinas, et une proportion d’emplois plus élevée que la moyenne pour l’hébergement et de
la restauration.
83
Tableau 2.5: Statistiques par classes de ports regroupés selon leur paysage économique
Statistiques descriptives (moyennes)
Poids relatifs sectoriels par rapport à l’ensemble du territoire choisi
#
Services
Administra-
Arts &
Hébergement
Groupes de port
Établissements HH Primaire Construction Manufacturier Commerce Transport supérieurs tion publique
culture & restauration
Autres
Beauport Montréal (Commune)
Québec (Anse-au-Foulon)
10956 0.209 0.003 0.013 0.05 0.112 0.018 0.344 0.206 0.068 0.12 0.065
Québec (Estuaire)
Rimouski Sainte-Catherine 1866 0.173 0.006 0.045 0.09 0.235 0.04 0.268 0.119 0.042 0.089 0.067 Sorel-Tracy Trois-Rivières
Port-Alfred Cap-aux-Meules Matane 423 0.167 0.033 0.030 0.185 0.146 0.052 0.176 0.140 0.059 0.108 0.072 Pointe-au-Pic Salaberry-de-Valleyfield
Sept-Îles
Baie-Comeau Carleton 196 0.176 0.027 0.038 0.108 0.177 0.069 0.217 0.161 0.038 0.125 0.038 Chandler Gaspé Portneuf
Bécancour Forestville Gros-Cacouna 98 0.278 0.035 0.066 0.310 0.159 0.076 0.155 0.085 0.024 0.034 0.057 Montréal (Contrecœur)
Port-Cartier
Saguenay 6 0.3 0.4 0.1 0 0.2 0.3 0 0 0 0 0
84
Un cinquième regroupement s’effectue autour des ports de Port-Cartier, Bécancour, Montréal
Contrecœur, Forestville, Gros-Cacouna. Certains (Port-Cartier, Forestville) sont éloignés des
centres urbains. Pour ces ports, les activités économiques avoisinantes sont relativement plus
concentrées dans les secteurs manufacturiers, commerciaux, et des services supérieurs, mais
nettement moins denses que celles des ports des groupes précédents. On peut penser que les
activités manufacturières et de commerce présentes dans leur environnement servent en
majorité à alimenter d’autres régions, voire l’international, surtout pour les deux ports de
Port-Cartier et Gros-Cacouna.
Le dernier groupe est formé de l’unique port de Saguenay autour duquel on dénombre peu
d’établissements (secteurs primaire, manufacturier, et du commerce).
2.6.3 Comparaison des deux typologies
Une fois établies les deux typologies, l’étape suivante consiste à les comparer. Pour ce faire,
le critère retenu est l’identité de la composition d’un ou plusieurs groupes selon les deux
typologies : si les groupes sont relativement intacts en passant d’une typologie à l’autre, alors
on peut conclure (ou du moins penser) que les activités des ports qui composent ces groupes
sont similaires aux activités localisées dans l’environnement de ces ports. Sinon les activités
des ports qui composent ces groupes ne sont pas similaires aux activités localisées dans leur
environnement (Tableau 2.6).
Se basant sur ce critère, il ressort du tableau de comparaison ci-dessous que : pour le premier
groupe (1), quatre ports appartiennent à la fois à la première typologie (comprend 6 ports) et
à la seconde (4 ports). Pour le second groupe (2), deux ports seulement appartiennent à la
fois à la première typologie (8 ports) et à la seconde (4 ports). Pour le troisième groupe (3),
un seul port appartient à la fois à la première typologie (5 ports) et à la seconde (6 ports).
Cependant, si l’on met ensemble ces deux groupes précédents (2 et 3), on obtient deux
compositions qui ont huit ports en commun, sur 13 ports pour la première typologie, et sur
10 ports pour la seconde. Pour le quatrième groupe (4), trois ports appartiennent à la fois à la
première typologie (4 ports) et à la seconde (5 ports). Enfin, pour le cinquième groupe (5),
on dénombre un seul port commun aux deux typologies (la première comprend 2 ports, la
seconde 5 ports).
85
Tableau 2.6: Comparaison de deux typologies de ports
Groupe
Classification des
infrastructures portuaires du
Québec basée sur leurs activités
Classification des
infrastructures portuaires du
Québec basée sur le paysage
économique (4250 m de rayon
autour) des ports
1
Montréal Commune, Montréal Contrecœur,
Québec Anse-au-Foulon, Estuaire, Beauport,
Sept-Îles
Montréal Commune, Québec Anse-
au-Foulon, Estuaire, Beauport
2
Bécancour, Sainte-Catherine, Matane,
Gaspé, Salaberry-de-Valleyfield,
Pointe-au-Pic, Rimouski, Saguenay
Sorel-Tracy, Rimouski, Sainte-
Catherine, Trois- Rivières
3
Port-Alfred, Sorel-Tracy, Baie-Comeau,
Port-Cartier, Trois-Rivières
Sept-Îles, Matane, Alfred,
Salaberry-de-Valleyfield, Pointe-
au-Pic, Cap-aux-Meules
4
Carleton, Chandler, Portneuf,
Forestville
Carleton, Chandler, Portneuf,
Gaspé, Baie-Comeau
5
Gros-Cacouna, Cap-aux-Meules,
Port-Cartier, Bécancour,
Montréal Contrecœur, Forestville,
Gros-Cacouna
6 Saguenay
86
Au regard de notre critère de comparaison, le premier groupe, qui met en commun les quatre
ports de Montréal Commune, Québec Anse-au-Foulon, Estuaire, Beauport et le quatrième
groupe, qui met en commun les trois ports de Carleton, Chandler et Portneuf, semblent
regrouper des ports qui correspondent aux deux typologies. Par conséquent, les activités de
ces ports ressemblent (le plus) à leur environnement économique. En effet, les premiers sont
les ports métropolitains ayant un environnement peuplé (densément) d’activités de services
supérieurs et d’administration publique, et qui transigent principalement des produits
industriels, du vrac solide et du vrac liquide. Les seconds sont les ports régionaux transigeant
principalement des produits forestiers et vrac solide, qui de plus présentent un environnement
faiblement dense comportant une proportion plus élevée d’activités économiques dans le
manufacturier, les services supérieurs, l’administration publique, et des activités
d’hébergement et de la restauration par ailleurs liées au tourisme et caractéristique des
milieux en région.
En mettant ensemble les groupes 2 et 3, on obtient un groupe dont les ports présentent des
activités ressemblant également à leur environnement économique ; ce qui n’est pas le cas si
on considère ces groupes individuellement. Ce sont respectivement : les ports urbains
régionaux ayant un environnement peuplé (moins densément) d´activités liées
principalement au commerce et aux services supérieurs, et qui assurent principalement le
transport des grains et produits forestiers ; et les ports industriels ayant l’environnement
peuplé (encore moins densément) d’activités du manufacturier et des services supérieurs, et qui
transigent principalement du vrac solide et du vrac liquide.
Pour les groupes 5 et 6, et au regard du critère de comparaison retenu ici (appartenance des
mêmes ports à un même groupe selon les deux classifications/typologies), les ports présentent
nettement des activités qui ne ressemblent pas à leur environnement économique. Ce sont les
ports proches des centres urbains qui présentent un environnement plutôt axé sur des activités
du manufacturier, du commerce, des services supérieurs, et transigent principalement des
produits de pêche et du vrac liquide.
87
2.7 Conclusion
Cette recherche a proposé deux types de regroupements des ports du Québec à partir d’une
classification statistique. Une première basée sur les activités des ports, une seconde basée
sur les activités économiques dans un rayon de 4250 m autour des ports et un ensemble
d’indicateurs de densité et de diversification/spécialisation relative des établissements et
emplois qui caractérisent le paysage économique de ces ports. Les groupes formés ont été
comparés afin de vérifier si les paysages économiques autour des (groupes de) ports reflètent
les activités principales exercées par ces ports.
Cette recherche a permis : i) de caractériser les fonctions des ports à travers la nature de leurs
activités propres ; ii) de caractériser le paysage économique autour des ports et de proposer
une classification de ces ports selon cette caractérisation ; et iii) de vérifier si les paysages
économiques des (groupes de) ports reflètent les activités des ports qui constituent ces
groupes.
Les activités des ports sont qualifiées par la nature des marchandises transigées, ainsi que les
quantités de ces dernières qui passent à travers les ports. Le paysage économique des
infrastructures portuaires de la province du Québec est qualifié en termes de densité des
activités économiques, représentée par le nombre d´établissements, et en termes de
spécialisation/diversification des activités autour des ports, mesurée par les indices de
Herfindahl-Hirschmann et les proportions d’emplois relatives à divers secteurs d’activités de
l’économie (mesure de quotients de localisation ayant des dénominateurs communs). On
observe une concentration relative (spécialisation) des activités économiques autour des
ports, possiblement dû au fait que le paysage étudié est local, mais qui donne un portrait assez
plausible des ports et groupes de ports. L´analyse de classification des ports à partir de la
méthode de classification ascendante hiérarchique (CAH) a permis d’obtenir cinq groupes
selon la typologie basée sur les activités portuaires, et six groupes (dont un formé d’un unique
port, réduisant les nombres de groupes à comparer essentiellement à cinq) selon la typologie
basée sur les activités autour des ports.
Les résultats montrent comment les quantités de marchandises transigées dans les ports, ainsi
que les nombres d’établissements autour des ports, peuvent être des facteurs servant à
discriminer entre les groupes. Ils montrent une certaine stabilité dans les classifications, mais
88
soulignent aussi certaines différences entre les ports des zones urbaines (métropolitaines, puis
urbaines de moindre importance) et ceux des autres zones (par exemple, régionales). Il ressort
également une certaine typologie intermédiaire pour les ports qui ne sont pas dans les zones
urbaines : les ports éloignés des centres urbains, les ports régionaux, et les ports industriels.
Si la classification est robuste aux mesures de concentration/diversification, elle montre
néanmoins une certaine sensibilité par rapport à la variable de taille (nombre d’établissements
et d’emplois) qui permet principalement d’obtenir des groupes de portraits différents, sur la
base des tests statistiques. L’effet de cette variable de taille aurait pu être diminué si une
mesure fondée sur la moyenne avait été utilisée, par exemple le nombre moyen d’emplois
par établissement, et la classification aurait probablement été plus robuste. Les résultats ont
permis de faire ressortir que les activités des groupes de ports métropolitains et des ports
régionaux reflètent les activités économiques autour des ports qui composent ce groupe. Il
est toutefois difficile de simplifier la réalité des activités économiques avoisinantes aux
activités portuaires.
89
Transition entre le chapitre 2 et le chapitre 3
Le chapitre 2 a établi des groupes de ports sur la base de leurs activités propres, puis de leurs
paysages économiques respectifs définis par des indicateurs construits sur le territoire
« optimal » trouvé au chapitre 1. Les groupes ainsi formés seront utilisés dans l’analyse du
chapitre 3, avec l’idée que les ports du même groupe présentent des liens similaires entre
leurs activités et celles de leurs territoires. La prise en compte des caractéristiques propres à
ces groupes de ports (exemple : similarité de leurs paysages économiques), ou des
caractéristiques des ports eux-mêmes (exemple : portée géographique des activités) fournit
de l’information supplémentaire pour cibler les ports lors de l’élaboration des politiques
visant par exemple à accroitre leurs activités et à les impliquer dans le développement de leur
territoire.
90
3 Chapitre 3 : le port est-il un vecteur de
développement régional ? Le cas du Québec
3.1 Résumé
La globalisation économique a fait en sorte qu’actuellement plus de 90% des échanges
commerciaux s’effectuent par la mer. Le transport maritime est un moyen efficient (à
relativement faible coût) de transporter les marchandises à travers le monde. Les ports
représentent les portes d’entrée par lesquelles les marchandises atteignent et quittent un
territoire. Ils sont connus pour générer des bénéfices sociaux et économiques, mais aussi des
contraintes pour leurs régions proches et éloignées. La présente recherche explore
l’hypothèse que la croissance des activités portuaires est statistiquement liée à la croissance
des activités économiques dans la région géographique immédiate du port. À cet effet, elle
propose de tester l’existence d’éventuelles associations entre la croissance des activités des
ports de la province du Québec et la croissance des activités économiques dans les régions
environnant ces ports, pour trois secteurs d’activités : le manufacturier, l’exploitation des
ressources, le transport et entreposage. Les résultats montrent qu’une augmentation de la
croissance des activités portuaires est suivie d’une augmentation de la croissance des activités
manufacturières, mais d’un recul de la croissance des activités d’exploitation des ressources
ainsi que celles de transports et entreposage.
Mots clés : Croissance, Activités portuaires, Performance économique aux abords des ports,
Analyse de corrélation
91
3.2 Abstract
More than 90% of commercial exchanges go through the sea, due to globalization. The
maritime transport is an efficient (at relatively low costs) mean to carry goods all around the
world; and ports represent the gateway through which these goods reach and leave the
territory. They are known to generate social and economic benefits, as well as constraints for
their nearest and farthest regions. The current research investigates the hypothesis that the
growth of ports activities are statistically linked to the growth of economic activities in the
immediate geographic region of the ports. It proposes to test for eventual existence of such
associations between the ports in the province of Quebec, and the economic activities around
them, for three industries presumably related to the ports: manufacturing, resources
exploitation, transport & warehousing. The results reveal that the increase in growth of ports’
activities is followed by the increase in the growth of manufacturing activities, but a decrease
in the growth of resources exploitation so well as in the growth of transports & warehousing.
Keywords: Growth, Ports’ activities, Ports’ local economy performance, Correlation analysis
92
3.3 Introduction
Le port est un nœud permettant le déplacement de personnes et de marchandises en
provenance et en destination de son arrière-pays ou hinterland, par voie maritime. Si le
transport de personnes, par le biais de croisières notamment, exerce un impact certain sur le
développement des territoires qui avoisinent le port, c’est surtout à travers le transport de
marchandises que cet impact est considérable et par conséquent souvent analysé. L’impact
économique du transport de marchandises sur les régions avoisinant le port a été très tôt
évoqué par Smith (1776 p. 19) en ces termes :
« As by means of water-carriage, a more extensive market is opened to every sort of
industry than land-carriage alone can afford it, so it is upon the sea-coast, and along
the banks of navigable rivers, that industry of every kind naturally begins to subdivide
and improve itself, and it is frequently not till a long time after that those
improvements extend themselves to the inland parts of the country. »
Ainsi, grâce à la proximité des ports, les activités économiques naissent, se subdivisent, et se
développent avec l’ouverture d’aires de marchés à proximité, puis dans les régions éloignées
de ces ports. On comprend donc que, selon Smith, l’importance du transport maritime dans
la croissance et le développement des régions découle de l’effet que la présence des activités
du port exerce sur les décisions de localisation, et sur la production des entreprises. Cet effet
se matérialise par l’expansion des aires de marchés qui attire les entreprises et crée une
ouverture à la compétition qui surpasse celle que génèrerait le transport terrestre seul.
Le port est un incubateur qui motive la création des activités économiques et une croissance
dans son environnement. Sa présence permet de connecter les lieux de disponibilité de
débouchés potentiels pour écouler les surplus de production des entreprises, et corollairement
les lieux de disponibilité de main d’œuvre que le port et ces entreprises utilisent pour leurs
productions. Il influence les décisions de localisation des entreprises qu’il attire dans son
environnement. Par exemple, certaines manufactures sont attirées à proximité du port pour
exporter leur production et importer des matières premières à moindre coût de transport.
Malgré ce rôle crucial que joue le port, son importance relative a considérablement reculé au
cours du 20e siècle, et il doit maintenant faire face à des défis majeurs. Par exemple, la
compétition provenant des autres modes de transport (ferroviaire, routier, aéroportuaire), ou
93
encore les changements technologiques dans l’industrie portuaire (ex. : les technologies de
conteneurs, la manutention et gestion rapide de cargo, les cargos navires de plus en plus
grands). En même temps que ces deux arguments représentent des défis pour l’industrie
portuaire, ils incitent les entreprises (et leurs travailleurs) à se localiser un peu plus loin tout
en continuant d’avoir accès à moindre coût aux ports. On peut alors s’attendre à ce que les
liens de proximité entre le port et les activités économiques environnantes s’amenuisent.
La présente recherche explore l’hypothèse que la croissance des activités portuaires entraine
une croissance des activités dans la région géographique immédiate. Elle propose à cet effet
de tester l’existence d’éventuelles associations entre ces deux composantes. En partant de
données sur le tonnage transigé par port ainsi que des données sur la localisation des
établissements économiques, une analyse de corrélation par type d’activité est effectuée. Les
résultats montrent qu’une augmentation de la croissance des activités des ports est jumelée à
une augmentation de la croissance des activités manufacturières, mais à un recul de la
croissance des activités d’exploitation des ressources ainsi que celles de transport et
entreposage.
La recherche s’organise en cinq parties. La deuxième partie aborde les éléments de littérature.
La troisième présente la méthodologie de l’analyse proposée, et la quatrième expose les
données utilisées. La cinquième partie présente les résultats de l’analyse avant de conclure
avec une sixième partie.
3.4 Littérature
Le port est une infrastructure de transport qui assure un rôle de premier plan dans le transport
de personnes, touristes (Vaggelas et Pallis, 2010) et travailleurs, et le transport de
marchandises (Bird, 1971; Talley, 2009). Il dessert directement son arrière-pays (Sleeman,
1935 ; Sargent, 1938 ; Schaffer, 1965 ; Vigarié, 1979) en importations ainsi qu’il sert l’outre-
mer en exportations de matières premières, de produits semi-finis et finis. C’est aussi le point
de transition dans le transport des marchandises vers d’autres territoires, proches et éloignés.
Le port connecte les points géographiques, et influence la distribution des activités
économiques sur le territoire. Sa présence favorise la concentration des activités sur un
espace, ce qui rend crucial son rôle dans la naissance et l’élargissement des aires de marché,
94
aboutissant (jadis) sous certaines conditions à des créations de villes. La nouvelle économie
géographique justifie souvent ces concentrations spatiales d’activités économiques sur le
compte de la recherche de marchés et d’économies de coûts (Krugman, 1991 ; Puga, 2002,
Iannone, 2012).
Par sa présence, le port représente un avantage naturel qui attire des individus (en quête
d’emplois) et des entreprises productrices de biens tangibles (ex. : transformation de
ressources d’exploitation, production de biens manufacturés, entreposage) et de services
(manutention, assurance de marchandises, finance, etc.) dans son environnement immédiat
(Campbell, 1993; Hall, 2002 ; Morrissey et al., 2013; Redding et Turner, 2015). Il représente
un véritable nœud de communication (Marnot, 2012) qui connecte et attire des entreprises
génératrices d’emplois, de revenus, puis de taxes. Les premières installations constituent un
signal qui incite d’autres entreprises à faire de même (se localiser dans ces endroits) dans le
but d’y réaliser aussi du profit.
Le port sert également d’incubateur pour attirer de nouveaux résidents grâce à des prix moins
élevés et une disponibilité de biens de consommation, des entreprises qui espèrent exporter
leur production et importer des matières premières à moindre coût de transport (Krugman
1991; Fujita et al. 1999; Combes et al. 2008). Dans ces conditions, les activités portuaires
augmentent avec celles situées dans leur voisinage, créant une croissance économique (et la
croissance urbaine qui lui est positivement liée) dans l’environnement immédiat des ports
(Campbell, 1993; Fujita et Mori, 1996 ; Norcliffe et al., 1996; Grobar, 2008 ; Ducruet et al.,
2015).
Cette relation entre le port et sa région a évolué au cours du temps en fonction des facteurs
internes à l’industrie portuaire (ex. : les révolutions technologiques de conteneurs, les
nouveaux modes plus rapides de manutention, de gestion de cargo), externes au port et
internes à l’industrie de transport plus généralement (ex. : le développement des transports
alternatifs routiers et ferroviaires). Elle a évolué également en fonction des facteurs externes
au transport (ex. : l’évolution générale de l’économie nationale et internationale). Tous ces
facteurs agissent soit de façon indépendante, soit (et plus souvent) de façon combinée. Il faut
dire que cette relation a souvent évolué au détriment de l’environnement économique des
ports. Divers secteurs économiques étaient touchés. Par exemple, en 1956 le monde était
95
peuplé d’usines de production qui distribuaient localement ; mais vers la fin du siècle, les
marchés locaux d’écoulement des biens de toute sorte étaient rares (Levinson, 2006). Selon
cet auteur, qui a appliqué son étude au cas des États-Unis, la baisse des coûts de transport qui
est survenue au lendemain de l’avènement du conteneur et des technologies subséquentes a
décimé la plupart des bases manufacturières, en rendant pratique le transport maritime (de
presque tous les biens) sur de très longues distances.
À titre illustratif, le développement des transports routiers et ferroviaires combiné avec
l’utilisation de nouvelles technologies utilisées dans les ports permet aux marchandises de
rejoindre les territoires éloignés à moindre coût et dans de bonnes conditions. Ces
modifications créent un incitatif pour les entreprises (et leurs travailleurs) de se localiser loin
des ports tout en continuant d’avoir accès à ces derniers à un coût relativement plus faible.
Dans ces conditions, le flux de tonnage qui arrive dans les ports ne représente plus
nécessairement la destination finale, car les marchandises peuvent être réacheminées vers
des territoires plus éloignées. En conséquence, le flux de tonnage peut augmenter dans le port
sans que la croissance économique (et la croissance urbaine qui lui est positivement liée)
dans l’environnement immédiat des ports n’augmente (Hoyle et Pinder, 1981; Campbell,
1993; Fujita et Mori, 1996 ; Norcliffe, Bassett, et Hoare, 1996; Ducruet et al., 2015). De
façon alternative, la croissance urbaine peut augmenter sans que le flux de tonnages dans les
ports n’augmente puisque la croissance urbaine peut être influencée par de nombreux autres
facteurs liés aux aménités et aux autres caractéristiques (Dubé et Polèse, 2016) qui n’ont que
peu ou pas de relations avec le port.
Alors que les ports étaient considérés comme un avantage compétitif au sens général
(Ricardo, 1817) pour les régions qui en possèdent, des tendances révèlent de plus en plus que
les villes portuaires tirent de l’arrière économiquement par rapport à d’autres régions
(Norcliffe, Bassett, et Hoare, 1996 ; Jung, 2011).
Récemment, les préoccupations concernant les liens possibles que les activités portuaires
peuvent avoir avec les activités régionales ont été relancées. Notteboom (2010), Merk et al.
(2011) respectivement à travers les rapports de l’Organisation Européenne des Ports (OEP),
et de l’Organisation pour la Coopération et le Développement Économique (OCDE), évoquent
96
la nécessité de comprendre ces liens afin de dynamiser la performance des ports et le
développement de leurs régions respectives.
Malgré ce lien avéré, la plupart des études sur la relation port-ville adoptent souvent une vue
unique, soit portuaire, soit urbaine (Jugie, 2017). Par exemple, la performance des ports est
souvent analysée dans une dimension plutôt unique : la croissance du tonnage
chargé/déchargé. D’autres tentent d’intégrer, différemment, les deux dimensions, celle du port
et celle du paysage économique entourant le port.
Selon Tongzon (2002), la proximité de petites (par la taille de la population) économies affecte
négativement le flux de marchandises qui passe dans le port. L’étude porte sur les
déterminants du choix de port d’expédition et de réception de marchandises dans un
environnement compétitif, et utilise des données d’enquête réalisée auprès de 47 transitaires
en Malaisie, Singapore, et Thaïlande. Elle révèle que 80% des affréteurs se fient à la
performance des ports pour faire leur choix : les ports les plus performants sont choisis. Or,
cette prise de décision se fait souvent rapidement de sorte que les affréteurs n’ont pas toujours
assez de temps de collecter les informations (si possible) sur la performance des ports. Ces
derniers se fient alors, d’après l’enquête, à la taille des régions qui abritent les ports (comme
proxy, information relativement plus simple à obtenir) pour déduire le niveau de performance
portuaire, car, selon eux, les ports des grandes régions sont plus performants que ceux des
petites régions.
Cette perception contraste avec la situation du port de Singapour qui est un port d’envergure
mondiale malgré la petite taille de sa région. Fleming et Hayuth (1994) justifient cette position
par l’adoption de la technologie de conteneur et de technologies de communication (exemple :
ordinateurs pour suivre la traçabilité des marchandises) dans la gestion de ses activités
(Redding et Turner, 2015).
Plus tôt, Tongzon (1995) établissait une relation de causalité entre le niveau de demande des
services et la performance portuaire. Ce dernier estime un modèle Tobit en deux étapes dans
laquelle une étape consiste à modéliser la performance du port, mesurée par le nombre de
conteneurs transités par celui-ci, par plusieurs variables dont le niveau de demande de
services. Les résultats révèlent que la demande de services portuaires est liée positivement et
de façon significative à la performance portuaire : plus le port est performant, plus ses services
97
sont demandés par les affréteurs. Dans cette étude, le niveau de demande n’est pas directement
observable faute de données. Celui-ci est approximé par le niveau général de l’activité
économique (interaction entre individus, entre secteurs d’une économie, entre pays dans le
cadre des échanges de biens produits et consommés).
Plus récemment, Calderinhia et al. (2009) analysent la performance des ports à travers
certaines de leurs caractéristiques. Basée sur 43 ports européens, l’étude utilise la méthode de
« Data enveloppent analysis - DEA » et l’analyse statistique des facteurs (exemple : la
localisation, la taille, l’intégration logistique, et les servies maritimes). Les résultats
confirment des effets significatifs exercés par ces facteurs sur la performance de ces ports.
Le développement des systèmes d’information qui facilitent la qualité et la quantité des
données à mettre au service des analyses dont les méthodes se raffinent de plus en plus ont
permis par exemple une intégration systématique entre les activités portuaires et celles du
paysage économique entourant les ports dans la foulée de nombreuses autres études en ce
sens. Une étude plus récente de Ferrari et al. (2012) porte sur 116 ports européens de l’OCDE
de 2000 à 2006 basée sur des équations d’emplois révèle que le trafic portuaire est
positivement corrélé avec l’emploi dans les régions de ces ports, et que le vrac liquide a un
impact plus faible en termes d’emplois comparativement aux autres types de cargos.
Ducruet et al. (2015) utilisent des données individuelles sur les ports et les activités
économiques autour de ceux-ci, pour trois pays : le Japon, les États-Unis, et l’Europe. À
travers une étude de corrélation (Pearson et Spearman), ils distinguent autour des ports, les
activités économiques locales (dont l’étendue géographique peut varier) par catégories de
biens (détail plus fin des types de cargos). Ils explorent les degrés de corrélation que ces
activités entretiennent avec le trafic portuaire et autres caractéristiques socio-économiques de
ces régions. Les résultats varient en fonction de la géographie et des catégories considérées
de biens. Par exemple dans le cas du Japon, les liens entre les ports et leurs régions portuaires
sont marqués par une corrélation significative entre le volume de trafic et les biens
manufacturés d’une part, la taille et la densité de la population de ces régions d’autre part.
Autrement dit, l’augmentation des activités portuaires est accompagnée, localement, d’une
augmentation des activités de fabrication manufacturières.
98
La présente recherche s’inspire des travaux de Ducruet et al. (2015), pour le cas de la
province du Québec, et des résultats de Levinson (2006) selon lesquels la plupart des
entreprises manufacturières déclineraient, localement, avec l’innovation de conteneur qui fait
baisser le coût de transport maritime. Elle cherche à explorer les liens d’association entre les
trafics portuaires et les activités économiques locales dans une optique différente, de
croissance d’activités, en utilisant les mêmes analyses de corrélations de Pearson et
Spearman. Pour affiner les résultats, la recherche propose de distinguer les activités
économiques portuaires selon les catégories de biens transigés, et les activités autour des
ports selon leurs secteurs économiques de provenance, l’exploitation des ressources, le
manufacturier, le transport et entreposage. Elle est basée sur une approche désagrégée en
utilisant des microdonnées spatiales qui permettent ainsi de mieux cibler les associations
possibles, de relever les associations significatives au cas échéant, pour ensuite explorer les
liens d’interdépendance entre le port et son environnement. Elle se distingue par son
approche en termes de croissance d’activités pour capter une vue dynamique de la
performance portuaire d’une part, et de la performance des entreprises dans le paysage
portuaire d’autre part.
3.5 Méthodologie
L’analyse repose sur un test statistique de significativité d’une mesure d’association linéaire
(corrélation) entre deux variables d’intérêts : la performance des ports et la performance des
établissements localisés aux environs de ces ports. Cette relation d’association ne doit pas
être interprétée comme une relation de causalité ; il s’agit plutôt de vérifier s’il existe une
association significative entre la croissance des activités d’un port, et la croissance des
établissements et emplois autour de ce port.
La mesure traditionnelle de la corrélation est celle linéaire dite de Pearson. Il s’agit d’une
mesure entre deux variables continues X et Y qui se calcule comme le ratio de la covariance
entre ces deux variables, σ𝑋𝑌, sur le produit des écarts-types respectifs, σ𝑋 et σ𝑌 (équation
3.1). Le sens de la relation (positif ou négatif) est défini par la mesure de la covariance (un
écart-type étant positif par définition, le produit des écarts-types est toujours positif), alors
que le rapport au produit des écarts-types permet de standardiser la mesure afin qu’elle varie
entre -1 et 1. C’est donc dire que la valeur des coefficients de corrélation est comprise entre
99
+1 et -1. Une valeur de +1 indique une parfaite association entre les variables, alors qu’une
valeur de -1 indique une parfaite opposition. Entre ces deux valeurs, le coefficient peut
indiquer des niveaux variés d’associations.
Corr = ρXY = σxy
σX∗σy (3.1)
On teste la significativité du coefficient de corrélation par rapport à zéro (situation d’absence
d’association). Ce qui revient à tester une hypothèse nulle (H0 : ρXY = 0) d’indépendance ou
d’absence d’association contre l’hypothèse alternative (H1 : 𝜌𝑋𝑌 ≠ 0) de non-indépendance
ou présence d’association. Tamhane et Dunlop (2000) montrent que cela revient à tester la
significativité du paramètre de pente qui lie X à Y dans une relation linéaire du type Y = α +
βX, où α le paramètre d’ordonnée à l’origine et β est le paramètre de pente. En régression
linéaire, il s’agit de tester la significativité du paramètre de pente à partir de la statistique de
test de Student. La relation entre X et Y est dite significative si la probabilité rapportée (p
value) est inférieure ou égale à un seuil critique, habituellement fixé à 5% (0,05).
L’utilisation de cette approche présente deux limites : 1) la corrélation mesure seulement le
degré d’association linéaire entre les variables, 2) le test d’hypothèse d’indépendance (H0 vs
H1) portant sur ce coefficient suppose que les deux variables soient distribuées normalement,
ce qui est un peu restrictif par rapport à un test qui n’exigerait pas de (telle) contrainte de
distribution et qui produirait des résultats de précision au moins équivalente.
Pour répondre à ces deux limites, le coefficient de corrélation de rang de Spearman est
souvent préféré, car il ne suppose aucune forme fonctionnelle d’association (linéaire), ni de
distribution (normale) à priori entre les variables. Le coefficient de corrélation de Spearman,
qui coïncide sous certaines conditions avec le coefficient de Pearson (Cohen et Cohen, 1983)
est alors utilisé. Lorsque la relation entre deux variables à l’étude est effectivement linéaire,
le coefficient de corrélation de Pearson et le coefficient de rang de Spearman donnent des
valeurs similaires. En revanche, lorsque cette relation n’est pas linéaire, le coefficient de
corrélation de Pearson introduit un biais (à la baisse) dans la mesure, et le coefficient de
Spearman reflète une meilleure estimation de cette association.
100
Le calcul du coefficient de rang de Spearman, noté ρ̃𝑋𝑌, repose sur une mesure indépendante
des valeurs des deux variables, basées sur le rang des observations, de 1 à N. La plus petite
valeur se voit attribuer la valeur de 1 et la plus grande, la valeur N. Au terme de ce processus
de classification selon le rang, on obtient des paires [rang (𝑥i), rang (𝑦i)] et la formule pour
calculer ce coefficient est donnée par l’équation suivante (équation 3.2).
ρ̃XY = 1 −6∑ di
2Ni=1
N(N−1) (3.2)
où 𝑑𝑖 désigne la différence, pour chaque observation i, des rangs occupés par les valeurs d’un
couple de points donné (xi, yi) (équation 3.3).
di = [rang (xi) - rang (yi)] (3.3)
Parce qu’il se calcule sur les rangs plutôt que sur les valeurs des variables, le coefficient de
Spearman a l’avantage de ne pas être sensible aux valeurs extrêmes. Dans une étude comme
celle-ci où l’on travaille sur des données de tonnages transigés dans des ports localisés dans
des régions de tailles très variées (allant de très petites régions aux très grandes régions
métropolitaines), il est fréquent d’avoir des tonnages également très variés. L’utilisation du
test de Spearman se trouve alors judicieuse.
Il faut dire que l’utilisation de ces deux mesures d’association trouve justification dans le
faible (23) nombre d’observations (ports) qui ne permet pas d’obtenir une analyse statistique
robuste, contrairement à une analyse non paramétrique (que représentent les mesures de
Pearson et de Spearman), moins sensible à la taille de l’échantillon.
Le test de significativité repose sur les mêmes hypothèses nulles et alternatives que celui
traditionnel de Pearson (𝐻0 : �̃�𝑋𝑌=0 - absence d’association ; contre 𝐻1 : �̃�𝑋𝑌 ≠ 0 – présence
d’association). Encore une fois, Tamhane et Dunlop (2000) montrent qu’on peut utiliser une
statistique standardisée normale [z = ρ√(N−1)] de test.
101
3.6 Données
3.6.1 Présentation
Les données utilisées pour l’analyse de corrélation sont liées aux (25) infrastructures
portuaires et à la composition industrielle autour de ces infrastructures. Les ports sont
considérés comme les points d’intérêts, alors que les établissements individuels (leur nombre
ainsi que leur taille mesurée par les nombres d’emplois) permettent de qualifier le paysage
économique (sa composition industrielle) autour de ces infrastructures sur une aire
géographique circulaire de 4 250 m.
Pour le calcul des variables de croissance impliquées dans l’analyse de corrélation, les
données sur les ports sont disponibles pour les années de 2007 à 2011 alors que celles sur les
établissements sont disponibles pour les années 2011 et 2016. Le choix de ces deux périodes
est motivé par le souci de capter le décalage temporel avec lequel devrait se faire l’influence
du port sur son paysage économique environnant. Ces variables de croissance permettent
d’explorer les liens éventuels d’association entre la performance des ports (mesurée par la
croissance des activités des ports, X) et la performance du paysage économique (mesurée par
la croissance des activités autour des ports, Y).
Les données sur le tonnage manutentionné sont obtenues15 sur le site de Statistique Canada
et constituent des tonnages transigés sur la période allant de 2007 à 2011. En effet, pour
apprécier la performance des ports, on se réfère souvent aux tonnages transigés (Tongzon,
1995; Turner et al., 2004) dont nous considérons ici l’évolution sur la période étudiée comme
une mesure de la performance des ports. Les données originales sont distinguées par
chargements et déchargements à partir desquels les totaux, en milliers de tonnes, transigés
dans les ports ont été calculés pour ces années.
De plus, une dimension informationnelle supplémentaire est intégrée dans les données afin
de considérer les catégories de ports. Trois catégorisations sont retenues. La première
propose une hiérarchisation des ports fondée sur la portée des activités en distinguant les
ports nationaux, suprarégionaux, régionaux, et locaux (cf. Tableau 3.1). Les ports considérés
pour cette catégorisation sont localisés dans des villes qui offrent de bonnes perspectives de
15 http://www5.statcan.gc.ca/olc-cel/olc?ObjId=54-205-X&ObjType=2&lang=fr&Limit=1
102
développement. Cette catégorisation s’inspire de celle du Ministère des Transports de la
Mobilité durable et de l'Électrification des Transports du Québec (MTMDETQ) qui cherche
à développer des pôles industriels autour et dans les régions respectives de ces ports. L’idée
est de tester l’hypothèse que la portée du transport portuaire influencerait l’association entre
la performance du port et de sa région.
Tableau 3.1: Catégorisation des ports basée sur la portée des activités
Une seconde catégorisation propose une hiérarchisation des ports fondée sur le type de
marchandises transbordées dans ces derniers (cf. Tableau 3.2). L’idée est de tester
l’hypothèse que le transport de certains types de marchandises (comparativement à d’autres)
dans le port influencerait l’association entre la performance du port et de sa région.
Types de ports (Groupes de) ports
Nationaux
Bécancour, Montréal, Contrecœur, Québec
(Anse-au-Foulon, Beauport, Estuaire), Sept-
Îles, Trois-Rivières
Suprarégionaux
Salaberry-de-Valleyfield, Baie-Comeau,
Sainte-Catherine, Gros-Cacouna, Port-Cartier,
Saguenay
Régionaux
Port-Alfred, Matane, Sorel-Tracy
Locaux
Chandler, Forestville, Gaspé, Pointe-au-Pic,
Rimouski
103
Tableau 3.2: Catégorisation du réseau portuaire du Québec, basée sur les types de
marchandises
Une troisième catégorisation propose une hiérarchisation des ports fondée sur le paysage
économique autour des infrastructures (cf. Tableau 3.3) ; l’idée est de tester l’hypothèse que
certains types d’activités économiques (comparativement à d’autres) autour du port
influenceraient l’association entre la performance du port et de sa région.
Groupes de ports
Ports
Produits industriels (PI), vrac liquide (VL),
produits de pêche (Pêche)
Cap-aux-Meules, Matane, Rimouski, Sainte-
Catherine, Salaberry-de-Valleyfield
Produits forestiers (PF), vrac solide (VS)
Carleton, Gros-Cacouna, Forestville, Pointe-au-
Pic, Portneuf, Saguenay
Grains, produits forestiers
Port-Alfred, Baie-Comeau, Port-Cartier, Sorel,
Trois-Rivières
Produits industriels, vrac liquide, vrac solide
Montréal Commune, Montréal Contrecoeur,
Québec Estuaire, Québec Beauport, Québec
Anse-au-Foulon, Sept-Îles
Vrac solide, vrac liquide
Bécancour, Gaspé
Vrac solide
Chandler
104
Tableau 3.3: Catégorisation du réseau portuaire du Québec, basée sur le paysage
économique
La prise en compte de ces deux dernières catégorisations des ports (basées sur le type de
biens transigés dans les ports, et le paysage économique autour des ports) permet de tester
une autre hypothèse, celle selon laquelle la similitude/dissimilitude entre les activités du port
et de son environnement influencerait les liens d’association entre la performance du port et
de sa région. Ainsi, on peut penser que les petits ports (en tonnages) se développent en
symbiose avec leur environnement immédiat (du moins jusqu’à un certain degré) en
favorisant la performance de l’un et de l’autre, et que les grands ports (en tonnages) se
développent indépendamment de leur environnement immédiat auquel leurs activités
pourraient même être préjudiciables. L’intégration des informations de ces tableaux permet
de générer les graphiques des Figures 3.2, 3.3 et 3.4 sur lesquels apparait un groupe
supplémentaire nommé « Autre » dans le groupe basé sur le paysage économique environnant
les ports de 2011. Il ne s’agit pas d’un nouveau groupe de ports, mais de ports qui ont des
valeurs aberrantes pour leur tonnage transigé et dont l’échelle des valeurs a été modifiée (non
proportionnellement aux autres points représentés) afin de pouvoir disposer d’un maximum
de points à représenter.
Désignation selon le paysage économique
(Groupes de) ports
En zone métropolitaine Montréal Commune, Québec Anse-au-
Foulon, Estuaire, Beauport
En zone urbaine régionale Sorel-Tracy, Rimouski, Sainte-Catherine,
Trois-Rivières
En zone industrielle Sept-Iles, Matane, Port-Alfred, Cap-aux-
Meules, Salaberry-de-Valleyfield, Pointe-au-
Pic
En zone proche urbain Port-Cartier, Bécancour, Montréal
Contrecœur, Forestville, Gros-Cacouna
En zone rurale Carleton, Chandler, Portneuf, Gaspé, Baie-
Comeau
Saguenay Saguenay
105
De leur côté les données sur les établissements sont les mêmes que celles utilisées au chapitre
1, pour l’année 2011, et provenant de la base de données Dun & Bradstreet
(http://www.dnb.ca). Dans le cadre de la présente recherche, les données sont disponibles
pour deux années, 2011 et 2016.
Pour chacun des établissements, on dispose des (mêmes) informations suivantes : l’adresse
postale, le nom de l’entreprise, la description de son activité économique principale, et le
nombre d’employés actifs en son sein. Les établissements sont relocalisés à partir de leur
adresse postale, ce qui permet de qualifier le paysage économique autour des infrastructures
portuaires.
Pour l’année 2016, cette description de l’activité économique des établissements est fournie
directement par le code SCIAN, composé d’une série de chiffres permettant de décrire son
activité économique avec un niveau de détail souhaité. Il existe un inconvénient à cette source
de données : elle ne fait pas nécessairement état du portrait réel des activités économiques au
Québec, car seules les entreprises enquêtées se retrouvent dans la base de données.
Néanmoins, elle permet de tirer profit de la réalité continue de l’espace pour définir le
paysage économique sur n’importe quel découpage spatial.
Pour des fins de cette étude, le focus porte plus précisément sur les activités économiques de
trois sous-secteurs, moins technologiques et, plus susceptibles d’utiliser le transport
maritime : i) l’exploitation de ressources ; ii) le manufacturier ; iii) le transport et entreposage
(cf. Tableau 3.4). Pour chacun de ces trois sous-secteurs et sur la période retenue, le nombre
d’établissements et le nombre d’emplois (un indicateur de la taille économique) dans les
établissements autour des ports, dans une aire géographique circulaire de 4 250 m de rayon
(Gbenyo et Dubé, 2018). À partir de ces nombres, les taux de croissance sont calculés.
Nous regroupons les établissements provenant de ces trois sous-secteurs selon la
classification sectorielle du SCIAN à deux (2) chiffres, assez large pour obtenir des nombres
conséquents d’établissements permettant de me mettre en œuvre l’analyse.
106
Tableau 3.4: Définition de trois grands sous-secteurs d’activités économiques en lien direct
avec l’industrie portuaire
3.6.2 Variables : description
Les trois variables d’intérêt retenues pour l’analyse (croissance des activités des ports,
croissance du nombre d’établissements et croissance du nombre d’emplois, dans
l’environnement immédiat des ports) sont calculées comme la variation en pourcentage
(équation 3.4).
𝛥𝑠𝑍𝑖 = 𝑍𝑖,𝑡+𝑠−𝑍𝑖,𝑡
𝑍𝑖,𝑡 (3.4)
Où 𝑍𝑖,𝑡 représente les quantités servant à ce calcul, respectivement : le tonnage transigé dans
les ports ; le nombre d’établissements et le nombre d’emplois dans l’environnement immédiat
des ports en période t pour l’unité i. 𝑍𝑖,𝑡+𝑠 représente les mêmes quantités, mais pour une
période subséquente, soit t+s.
Le graphique ci-dessous montre une variation de la croissance du tonnage dans les ports sur
la première période de 2007 à 2011. On y voit que la majorité des ports connait une croissance
positive de leur tonnage (cf. Figure 1). Les résultats de l’analyse de corrélation (voir ci-bas)
Secteurs
d’activités
(agrégées)
Secteurs d’activités
(désagrégées)
Activités
économiques
Codes
SCIAN à
2 chiffres
Codes SIC de la
base de données
d’origine, Dun &
Bradstreet
Exploitation des
ressources
Agriculture
Agriculture, Forêt,
pêche, chasse,
extraction de
minerais
11, 21
01, 02, 08, 09
Ressources et
Extraction
Manufacturier
Manufacturier
Manufacture
31, 32, 33
20, 21, 22, 23,
24, 25, 26, 27,
28, 29, 30, 31,
32, 33, 34, 35,
36, 37, 38, 39
Transport et
entreposage
Transport et
entreposage
Transport et
entreposage
48, 49
40, 41, 42, 43,
44, 45, 46, 47
107
partent alors de l’idée qu’il y a une hausse de la croissance de l’activité portuaire. À partir de
là, quel lien d’association fait-on avec les activités autour des ports ?
Figure 3.1: Distribution de la croissance du tonnage transigé sur la période 2007-2011
Deux ports, Portneuf et Saguenay, sont absents du graphique du fait que leurs tonnages
transigés ont une valeur (quasi) nulle sur la période. Dans le second cas par ailleurs, on ne
dénombre pratiquement aucun établissement manufacturier dans le voisinage au cours de la
période 2011-2016. Ces ports ont donc été retirés de l’analyse pour éviter de biaiser le
coefficient de corrélation de Pearson connu pour être très sensible aux valeurs aberrantes.
Quelques hypothèses guident l’analyse pour le reste des ports retenus dans l’analyse, à
savoir : le transport de certaines marchandises dans le port (exemple : le vrac solide)
génèrerait beaucoup plus d’emplois que d’autres dans les environs du port. Ou encore, les
petits ports ont souvent une plus grande tendance à se développer en symbiose avec leur
région dont ils favorisent la croissance, contrairement aux plus gros ports qui ont tendance à
se développer indépendamment de leurs régions auxquelles leurs activités, d’envergure plus
internationale, seraient même préjudiciables (McCalla, 1999).
108
3.7 Résultats
La plupart des relations sont faibles et souvent non significatives. Même si elles sont
indicatives d’une possible absence de relation (forte), elles ne sont pas synonymes d’absence
de causalité, et ne traduisent pas nécessairement que les ports n’ont pas de portée ou d’un
impact local, dans la mesure où elles sont possiblement liées à la taille des ports (petits ports)
et leur hinterland (régions peu peuplées) qui ne serait pas assez important pour justifier l’effet
levier de développement souhaité. Pour cette raison, l’analyse qui suit prend soin de
commenter (quand même) les relations qui ne sont pas significatives. Cependant, étant donné
que seuls deux des 12 coefficients (de Pearson et Spearman) sont statistiquement significatifs
au seuil de 10% : manufacturier/Établissements, qui affiche une relation positive et forte
(0,351) et Transport et entreposage/Emplois, qui affiche une relation négative forte (-0,341),
on ne pourra tirer de conclusions fermes que pour ces deux relations.
Les corrélations du Tableau 3.5 dépendent du secteur d’activités considéré dans le paysage
portuaire. Elles sont négatives lorsqu’on considère les activités d’exploitation des ressources
ainsi que celles de transport et entreposage, révélant un recul de la croissance des activités
dans ces deux secteurs avec l’augmentation de la croissance des activités portuaires. Elles
suggèrent que les activités portuaires ne profitent pas directement à leur environnement
immédiat tel que défini dans l’analyse sur la période retenue (2011 et 2016). Ces corrélations
sont presque toutes positives quand on considère les activités manufacturières, révélant une
augmentation de la croissance des activités de ce secteur avec l’augmentation de la croissance
des activités portuaires. Ces secondes structures de corrélation, positives avec le
manufacturier, contrediraient ceux de Levinson (2006) ; elles sont indicatives de l’existence
d’une association entre ces composantes, mais ne représente en aucun cas un lien de causalité.
109
Tableau 3.5: Corrélation entre performances des ports (2007 - 2011) et performance des
établissements (2011 - 2016) par secteur d’activités en lien potentiel avec
l’industrie maritime et portuaire
3.7.1 Exploitation des ressources
La relation entre la croissance du tonnage manutentionné et la croissance du nombre
d’établissements et d’emplois dans le secteur de l’exploitation des ressources est négative,
peu importe le type de coefficient de corrélation utilisé (Pearson et Spearman - cf. Tableau
3.5). Cette situation indique que la performance portuaire (croissance du tonnage) positive
enregistrée (cf. Figure 3.1) est jumelée à une performance économique (croissance du
nombre d’établissements/emplois) négative dans le secteur de l’exploitation des ressources
autour des ports (et vice-versa). Cette relation peut être mise en perspective avec l’évolution
des activités économiques en général, puis avec le secteur primaire en particulier, dont font
partie les activités de l’exploitation des ressources naturelles. En effet, d’une façon générale,
les activités économiques ne sont plus obligées de se localiser dans l’environnement proche
des ports, puisque les biens et marchandises peuvent être transportés des lieux de production
géographiquement éloignés vers les ports et vice versa, à moindre coût et en un court laps de
temps. En particulier, le cas des activités d’exploitation de ressources peut faire penser à une
exploitation des ressources loin des ports, rendue possible par le développement des
transports alternatifs (ente autre) qui fait baisser le coût de transport global.
Sous-secteurs d’activités Type de variable
Méthode
P-value
Méthode
P-value
Pearson Spearman
Exploitation de ressources
Établissements -0.085 (0.679) -0.143 (0.487)
Emplois
-0.058 (0.779) -0.096 (0.641)
Manufacturier
Établissements 0.043 (0.838) 0.351* (0.079)
Emplois
-0.041 (0.845) 0.094 (0.649)
Transport et entreposage Établissements -0.242 (0.233) -0.283 (0.161)
Emplois
-0.239 (0.240) -0.341* (0.088)
* Significativité à 10 %
110
En intégrant l’information sur la classification des ports, la structure de corrélation négative
obtenue reflète la situation des ports suprarégionaux, tant quand on considère les
établissements (cf. Figure 3.2.a) que les emplois (cf. Figure 3.2.d). Ces ports constituent un
vecteur par lequel les ressources naturelles s’acheminent vers des régions éloignées,
notamment les régions canadiennes. La relation entre ces ports et l’exploitation des
ressources pourrait bien exister, mais au-delà de la région retenue dans la présente analyse.
Les ports continuent ainsi de jouer un rôle (non confiné dans la région portuaire directe) dans
la distribution (dispersion ou concentration spatiale) des activités économiques en facilitant
les échanges de facteurs (ressources naturelles) entre différentes localisations géographiques,
sans pour autant que ces relations soient locales.
Quand on considère les emplois, la structure de corrélation révèle la situation des ports qui
transigent les produits forestiers et le vrac solide (cf. Figure 3.2.e). Pour ces ports, la hausse
constatée, pour la plupart, de la croissance des activités entre 2007 et 2011 est associée au
recul de la croissance des emplois entre 2011 et 2016 autour des ports. Cette structure de
corrélation confirme l’exploitation des ressources (produits forestiers et le vrac solide) sans
contrepartie en termes d’emplois dont la croissance baisse. À défaut de disposer des données
sur la provenance spécifique du tonnage arrivant ou quittant les ports, cette structure de
corrélation peut être expliquée par deux possibilités. Dans un premier cas, les ressources sont
exploitées sur le territoire, mais assez loin des ports avant de faire l’objet d’exportation. Dans
un second cas, les ressources proviennent d’autres territoires et constituent une forme de
substitution aux ressources disponibles localement.
111
Figure 3.2: Relation entre croissance du tonnage transbordé (2007-2011) et croissance du nombre d’établissements et d’emplois en
exploitation de ressources (2011-2016)
Légende
3.2a 3.2d basé sur la portée de l’activité portuaire de 2014
3.2b 3.2e basé sur les activités portuaires propres (types de biens transigés) de 2011
3.2c 3.2f basé sur le paysage économique environnant les ports de 2011
Figure 3.2a Figure 3.2b Figure 3.2c
Figure 3.2d Figure 3.2e Figure 3.2f
-.2
0.2
.4.6
.8
cro
issa
nce d
e t
on
nag
e e
ntr
e 2
00
7 e
t 2
01
1
-.5 0 .5 1 1.5 2 Croissance des etablissements en exploitation de ressources
Nationaux Suprarégionaux
Régionaux Locaux
Autres
Source: MTMDET (2017) et Dun & Bradstreet 2011 et 2016
-.2
0.2
.4.6
.8
cro
issan
ce d
e t
on
nag
e e
ntr
e 2
00
7 e
t 2
01
1
-.5 0 .5 1 1.5 2 Croissance des etablissements en exploitation de ressources
Grains, PF, VS VS, VL
Grains, PF, VS, VL, PI PF, VS, PI
PF, VS Autres
Source: MTMDET (2017) et Dun & Bradstreet 2011 et 2016
-.2
0.2
.4.6
.8
cro
issance d
e t
onnage e
ntr
e 2
007 e
t 2011
-.5 0 .5 1 1.5 2 Croissance des etablissements en exploitation de ressources
Zone industrielle Zone urbaine régionale
Zone métropolitaine Zone proche urbain
Zone rurale Autre
Source: MTMDET (2017)et Dun & Bradstreet 2011 et 2016
-.2
0.2
.4.6
.8
cro
issa
nce d
e to
nn
ag
e en
tre 2
00
7 e
t 2
01
1
-1 0 1 2 3 Croissance des emplois en exploitation de ressources
Nationaux Suprarégionaux
Régionaux Locaux
Autres
Source: MTMDET (2017)et Dun & Bradstreet 2011 et 2016
-.2
0.2
.4.6
.8
cro
issa
nce d
e to
nn
ag
e en
tre 2
00
7 e
t 2
01
1
-1 0 1 2 3 Croissance des emplois en exploitation de ressources
Grains, PF, VS VS, VL
Grains, PF, VS, VL, PI PF, VS, PI
PF, VS Autres
Source: MTMDET (2017)et Dun & Bradstreet 2011 et 2016
-.2
0.2
.4.6
.8
cro
issa
nce d
e t
on
nag
e e
ntr
e 2
00
7 e
t 2
01
1
-1 0 1 2 3 Croissance des emplois en exploitation de ressources
Zone industrielle Zone urbaine régionale
Zone métropolitaine Zone proche urbain
Zone rurale Autre
Source: MTMDET (2017)et Dun & Bradstreet 2011 et 2016
112
3.7.2 Manufacturier
La relation entre la croissance du tonnage manutentionné et la croissance du nombre
d’établissements et d’emplois manufacturiers est globalement positive, sauf avec les emplois
selon le coefficient de Pearson (cf. Tableau 3.5). Cette situation indique que la performance
portuaire (croissance du tonnage) positive enregistrée (cf. Figure 3.1) est jumelée à une
performance économique (croissance du nombre d’établissements) positive du secteur
manufacturier autour des ports.
Cette situation pourrait laisser croire que la croissance des établissements a augmenté, alors
que celle des emplois a baissé sur la période. Une explication possible serait la
dématérialisation de la production manufacturière tournée plus sur l’utilisation du capital que
sur la force de travail traditionnel.
En intégrant l’information sur la classification des ports, la structure de corrélation positive
obtenue avec les établissements, et avec les emplois selon Spearman, reflète la situation des
ports dans leur ensemble, mais plus particulièrement celle des ports industriels (cf. Figure
3.3.c et Figure 3.3.f) qui transigent les grains, les produits forestiers et le vrac solide (cf.
Figure 3.3.b et Figure 3.3.e).
Lorsque l’on considère le paysage économique entourant les ports, la croissance des activités
des ports industriels semble en symbiose avec la dynamique manufacturière. Bien que
l’économie québécoise soit marquée par une diversification et une modification de la
structure économique importante depuis la fin des années 1970, il n’en demeure pas moins
que la production industrielle demeure importante. Toutefois, le recul (selon Pearson)
enregistré de la croissance des emplois simultanément avec la hausse de la croissance des
établissements suggère que le mode de travail dans les processus de production a changé ; la
force de travail traditionnel est davantage remplacée par les machines dans un rapport tel que
l’effet positif potentiel (en termes d’emplois) jadis associé aux activités portuaires se réduit.
Par ailleurs, l’orientation des activités de ces ports sur le transport (sur les territoires proches
ou lointains) des ressources naturelles que sont les grains, les produits forestiers et le vrac
solide pourrait concerner les ressources importées (ou des régions portuaires de la province,
mais loin des ports), qui viendraient nourrir le manufacturier dans la région. Ceci conforte
113
également l’idée, encore une fois, de substitution de ressources (intrants de production), mais
aussi de complémentarité des intrants-extrants telle que les ressources arrivant dans les ports
servent principalement à nourrir l’activité manufacturière dans leur environnement.
Globalement, la réduction du poids de la production manufacturière des industries lourdes
traditionnelles dans le processus de croissance économique des régions n’est pas vérifiée
localement. La corrélation étant positive entre activités portuaires et activités
manufacturières dans l’environnement portuaire avec croissance des activités portuaires en
hausse, la croissance des activités manufacturières est donc forcément positive.
En conséquence, cette structure de corrélation contredit le fait que le développement des
infrastructures de transports entrave l’industrialisation des régions16. On peut donc espérer
qu’en dynamisant les activités portuaires, l’on puisse stimuler l’industrie manufacturière,
dans l’espoir de promouvoir le développement des régions environnant les ports.
16 Kim et Han (2016) abordent cette idée, dans le cadre des relations entre périphéries et centre, qu’ils nomment
« straw effect »
114
Figure 3.3: Relation entre croissance du tonnage transbordé (2007-2011) et croissance du nombre d’établissements et d’emplois du
manufacturier (2011-2016)
Légende
3.3a 3.3d basé sur la portée de l’activité portuaire de 2014
3.3b 3.3e basé sur les activités portuaires propres (types de biens transigés) de 2011
3.3c 3.3f basé sur le paysage économique environnant les ports de 2011
Figure 3.3a Figure 3.3b Figure 3.3c
Figure 3.3d Figure 3.3e Figure 3.3f
-.2
0.2
.4.6
.8
cro
issa
nce d
e t
onnage e
ntr
e 2
007 e
t 2011
-.5 0 .5 1 Croissance des etablissements du manufaturier
Nationaux Suprarégionaux
Régionaux Locaux
Autres
Source: MTMDET (2017)et Dun & Bradstreet 2011 et 2016
-.2
0.2
.4.6
.8
cro
issa
nce d
e t
onnage e
ntr
e 2
007 e
t 2011
-.5 0 .5 1 Croissance des etablissements du manufaturier
Grains, PF, VS VS, VL
Grains, PF, VS, VL, PI PF, VS, PI
PF, VS Autres
Source: MTMDET (2017)et Dun & Bradstreet 2011 et 2016
-.2
0.2
.4.6
.8
cro
issa
nce d
e t
onnage e
ntr
e 2
007 e
t 2011
-.5 0 .5 1 Croissance des etablissements du manufaturier
Zone industrielle Zone urbaine régionale
Zone métropolitaine Zone proche urbain
Zone rurale Autre
Source: MTMDET (2017)et Dun & Bradstreet 2011 et 2016
-.2
0.2
.4.6
.8
cro
issa
nce
de
tonnag
e en
tre
2007 e
t 2011
-.5 0 .5 1 1.5 2 Croissance des emplois du manufacturier
Nationaux Suprarégionaux
Régionaux Locaux
Autres
Source: MTMDET (2017)et Dun & Bradstreet 2011 et 2016
-.2
0.2
.4.6
.8
cro
issa
nce
de
tonnag
e en
tre
2007 e
t 2011
-.5 0 .5 1 1.5 2 Croissance des emplois du manufacturier
Grains, PF, VS VS, VL
Grains, PF, VS, VL, PI PF, VS, PI
PF, VS Autres
Source: MTMDET (2017)et Dun & Bradstreet 2011 et 2016
-.2
0.2
.4.6
.8
cro
issa
nce
de
tonnag
e en
tre
2007 e
t 2011
-.5 0 .5 1 1.5 2 Croissance des emplois du manufacturier
Zone industrielle Zone urbaine régionale
Zone métropolitaine Zone proche urbain
Zone rurale Autre
Source: MTMDET (2017)et Dun & Bradstreet 2011 et 2016
115
3.7.3 Transport et entreposage
La relation entre la croissance du tonnage manutentionné et la croissance du nombre
d’établissements et d’emplois est négative selon les coefficients de Pearson et Spearman (cf.
Tableau 3.5), indiquant que la performance portuaire (croissance du tonnage) positive enregistrée
(cf. Figure 3.1) est jumelée à une moins bonne performance économique (croissance du nombre
d’établissements/emplois) dans le secteur du transport et de l’entreposage autour des ports. Cette
relation peut être mise en perspective avec le développement des transports alternatifs expliquant
l’obsolescence de l’effet de la distance physique.
En effet, il est plus généralement connu qu’avec le développement des moyens de transport routier,
terrestre, les établissements ne sont plus obligés de localiser dans l’environnement proche des
ports. Les biens et marchandises peuvent être transportés des lieux de production
géographiquement éloignés vers les ports (pour les exportations) ou des ports vers les lieux de
transformation et de consommation (pour les importations), à moindre coût et en un temps court.
Il n’est donc pas surprenant d’observer cette association négative entre activités portuaires et
activités de transport et entreposage en particulier, dans l’environnement de ces ports. Il faut dire
qu’une telle relation négative peut être attendue pour les activités économiques en général. La
particularité avec les activités de transport et entreposage est que celles-ci peuvent se localiser en
un point (pour profiter des économies d’échelle) et desservir tout un territoire en ayant un siège
social qui constitue le centre névralgique. Les établissements et les emplois peuvent avoir aussi
tendance à se regrouper, mais pas nécessairement à proximité des ports.
En intégrant l’information sur la classification des ports, la structure de corrélation négative
obtenue reflète la situation des ports locaux et suprarégionaux (cf. Figure 3.4.d). Ces ports
transigent des grains, des produits forestiers, et du vrac solide (cf. Figure 3.4.e), et sont localisés
en zone industrielle (cf. Figure 3.4.f), si l’on considère les emplois.
La structure de corrélation trouvée ici peut s’expliquer par divers facteurs comme la congestion,
la pollution, ou encore la recherche d’économies d’échelles. Ceux-ci œuvrent comme une dés-
incitation à la localisation à proximité des ports. L’effet de congestion naît de la croissance du
trafic qui réduit l’attractivité du voisinage des ports, et engendre une relocalisation des activités,
dont celles du transport et entreposage. La recherche d’économies d’échelles naît lorsque les
établissements de transport et entreposage cherchent à baisser leurs coûts liés à une concentration
116
spatiale des activités en un même point, en plus de chercher un endroit qui minimise leurs coûts
d’acquisition et de consommation d’espace. En conséquence, et sous le rythme accéléré de
développement des technologies de transports alternatifs, ces activités de transports et entreposage
sont poussées vers les milieux éloignés des ports. D’où la baisse de la croissance de ces dernières
(dans la région portuaire) qui a suivi la hausse de la croissance des activités des ports.
117
Figure 3.4: Relation entre croissance du tonnage transbordé (2007-2011) et croissance du nombre d’établissements et d’emplois en
transport et entreposage (2011-2016)
Légende
3.4a 3.4d basé sur la portée de l’activité portuaire de 2014
3.4b 3.4e basé sur les activités portuaires propres (types de biens transigés) de 2011
3.4c 3.4f basé sur le paysage économique environnant les ports de 2011
Figure 3.4a Figure 3.4b Figure 3.4c
Figure 3.4d Figure 3.4e Figure 3.4f
-.2
0.2
.4.6
.8
cro
issa
nce
de
tonn
age
entr
e 2
00
7 e
t 20
11
-.5 0 .5 1 Croissance des etablissements en transport et entreposage
Nationaux Suprarégionaux
Régionaux Locaux
Autres
Source: MTMDET (2017)et Dun & Bradstreet 2011 et 2016
-.2
0.2
.4.6
.8
cro
issa
nce
de
tonn
age
entr
e 2
00
7 e
t 20
11
-.5 0 .5 1 Croissance des etablissements en transport et entreposage
Grains, PF, VS VS, VL
Grains, PF, VS, VL, PI PF, VS, PI
PF, VS Autres
Source: MTMDET (2017)et Dun & Bradstreet 2011 et 2016
-.2
0.2
.4.6
.8
cro
issa
nce
de
tonn
age
entr
e 2
00
7 e
t 20
11
-.5 0 .5 1 Croissance des etablissements en transport et entreposage
Zone industrielle Zone urbaine régionale
Zone métropolitaine Zone proche urbain
Zone rurale Autre
Source: MTMDET (2017)et Dun & Bradstreet 2011 et 2016
-.2
0.2
.4.6
.8
cro
issa
nce
de
tonnag
e en
tre
2007 e
t 2011
-.5 0 .5 1 1.5 Croissance des emplois en transport et entreposage
Nationaux Suprarégionaux
Régionaux Locaux
Autres
Source: MTMDET (2017)et Dun & Bradstreet 2011 et 2016
-.2
0.2
.4.6
.8
cro
issa
nce
de
tonnag
e en
tre
2007 e
t 2011
-.5 0 .5 1 1.5 Croissance des emplois en transport et entreposage
Grains, PF, VS VS, VL
Grains, PF, VS, VL, PI PF, VS, PI
PF, VS Autres
Source: MTMDET (2017)et Dun & Bradstreet 2011 et 2016
-.2
0.2
.4.6
.8
cro
issa
nce
de
tonnag
e en
tre
2007 e
t 2011
-.5 0 .5 1 1.5 Croissance des emplois en transport et entreposage
Zone industrielle Zone urbaine régionale
Zone métropolitaine Zone proche urbain
Zone rurale Autre
Source: MTMDET (2017)et Dun & Bradstreet 2011 et 2016
118
3.8 Conclusion
Ce chapitre proposait de vérifier s’il existe une certaine relation entre les activités portuaires et les
activités économiques autour des ports. Cette relation se base sur la prémisse que le port génère
des bénéfices pour sa région géographique immédiate en occasionnant des créations d’activités
économiques (établissements et emplois). Elle explore l’hypothèse qu’une bonne performance des
ports entraine une bonne performance des activités dans les régions environnantes à travers la
croissance des emplois. Elle reconnait que les liens d’interdépendance entre le port et sa région ne
sont pas toujours évidents à déterminer, tant ils sont complexes et les secteurs d’activités sont
affectés différemment. L’analyse, basée sur des microdonnées spatiales québécoises, propose
d’explorer les liens d’association entre la croissance des activités des ports et la croissance des
activités économiques des régions autour de ceux-ci, à travers une analyse de corrélation de
Pearson et Spearman. La performance des ports est définie comme la croissance du tonnage
manutentionné entre 2007 et 2011, alors que la performance économique autour des ports est liée
à la présence d’établissements et au nombre d’emplois dans une aire géographique circulaire de
4 250 m entre 2011 et 2016. Les établissements considérés sont ceux qui œuvrent dans les secteurs
d’activité (selon la nomenclature de la classification industrielle de Statistique Canada)
directement liés au secteur maritime et portuaire, à savoir : l’exploitation des ressources, le
manufacturier, puis le transport et entreposage.
Les résultats montrent que les corrélations sont négatives pour les secteurs de l’exploitation des
ressources, ainsi que du transport et de l’entreposage. Ils reflètent respectivement la situation des
ports suprarégionaux et qui transigent des produits forestiers et du vrac solide et celle des ports
locaux et suprarégionaux localisés en zone industrielle et qui transigent des grains, produits
forestiers, et vrac solide. Pour ces groupes de ports, une augmentation de la performance n’est pas
directement suivie de la performance économique des établissements dans le paysage économique.
L’absence de corrélation significative - à l’exception de celle qui caractérise les emplois du secteur
du transport et de l’entreposage - propose même qu’il existe une certaine déconnexion entre les
activités portuaires et les activités des entreprises environnantes, du moins de manière agrégée.
Les corrélations sont positives pour le secteur manufacturier, mais non significatives. Elles
reflètent la situation des ports industriels, transigeant les grains, les produits forestiers et le vrac
solide. Pour ces groupes de ports, une augmentation de leur performance s’accompagne d’une
119
augmentation de la performance des établissements dans le paysage économique. Ces résultats
nient, par exemple, les conclusions de Levinson (2006) selon lesquelles la plupart des entreprises
manufacturières seraient décimées, localement, avec l’innovation de conteneur qui fait baisser le
coût de transport maritime. En conséquence, l’industrialisation peut (continuer d’) être utilisée
comme un levier de développement des régions, ici les régions portuaires, via une stimulation des
activités portuaires (en premier lieu), moyennant les ajustements en termes de compétences quant
aux emplois requis. Cette analyse de relations d’associations ne doit donc pas être interprétée
comme une relation causale ; elle constitue la base d’une intuition qui mènera vers une analyse de
type causale.
120
Conclusion générale
Rappel du contexte de la recherche
Cette recherche s’appuie sur deux mandats de recherche exécutés pour le compte du
Ministère des Transports du Québec qui, dans le cadre de la Stratégie maritime 2030, cherche
à renseigner l’axe d’intervention du gouvernement du Québec sur le développement des
zones industrialo-portuaires. Le ministère, qui est un investisseur potentiel dans les ports de
la province, cherche à vérifier les liens d’interdépendance qui existeraient entre la croissance
et le développement des ports d’une part, la croissance et le développement des territoires de
ces ports d’autre part. Le but ultime de l’exercice est de dynamiser le développement des
ports avec l’espoir d’obtenir le développement de leurs territoires, et ainsi d’appuyer
l’élaboration des politiques publiques visant à développer ces territoires sur la base des
relations économiques qu’elles entretiennent avec les agents économiques.
Alors que la détermination de ces liens, à travers une étude d’impact, présente des défis liés
à l’existence de données adéquates, une première étape a d’abord constitué l’objet de cette
thèse. Celle d’utiliser les notions de corrélations pour explorer les relations d’association
entre la performance des ports et la performance économique autour des ceux-ci, la
performance étant définie, pour l’occasion, par la croissance des activités entre deux
périodes : l’objectif principal de la thèse.
Pourquoi est-il nécessaire de comprendre ces liens ?
Les activités portuaires ont longtemps été associées aux centres de production des
civilisations, le port étant le centre névralgique de la production et des échanges. Cette
situation a évoluée depuis sous l’effet de diverses forces, notamment : l’apparition de divers
modes de transports, alternatifs au maritime (exemple : le ferroviaire, le routier, et les
nouvelles technologies d’information) qui diminue les coûts de transport des biens et
matières, l’apparition des technologies qui imposent des réorganisations dans l’industrie
portuaire, maritime et dans les industries clientes telles que le manufacturier. Ces forces ont
changé les logiques de localisation des activités économiques qui sont de moins en moins
contraintes de se localiser proches des infrastructures portuaires. Toutefois, plusieurs
entreprises sont encore localisées, par choix, à proximité des infrastructures portuaires, pour
121
des raisons indépendantes de la présence de ces infrastructures. La résultante de ces
différentes forces amène à se questionner sur ce qui reste de cette relation ports-régions à
l’heure où le développement de ces régions gagne de plus en plus de l’intérêt.
Rappel des applications empiriques
La recherche comporte trois objectifs généraux autour desquels ont été développés les trois
chapitres, soit un chapitre pour un objectif.
Le premier chapitre (premier article) a répondu au premier objectif général qui est de
déterminer la région d’influence portuaire pour lequel la construction d’indicateurs n’est pas
dépendant de la zone sélectionnée. En ce sens, le premier chapitre tente d’apporter un
éclaircissement à la question de frontière géographique. On y propose d’utiliser divers rayons
géographiques à partir d’un centre (les ports), où des indicateurs ayant servi à l’analyse sont
stables. L’approche méthodologique proposée a utilisé deux méthodes. Une analyse de
variance (ANOVA) teste globalement l’effet de l’échelle géographique sur les coefficients
et trouve deux groupes d’indices : un premier groupe stable et un second groupe instable, sur
les rayons spécifiés. Une seconde méthode, complémentaire de la première, consiste à
approfondir l’analyse de stabilité pour le second groupe d’indicateurs instables. Elle teste la
significativité des coefficients rattachés à ce second groupe de coefficients, mais également
les premiers, à l’aide d’analyses de régression effectuées sur la base des rayons. Les résultats
vérifient et confirment les résultats de stabilité obtenus pour le premier groupe de
coefficients, selon ANOVA. Les seconds résultats (de régression) révèlent des rayons sur
lesquels ce second groupe d’indicateurs devient stable. Ces rayons définissent un intervalle
sur lequel tous les coefficients sont stables. Cet intervalle est utilisé pour déterminer la
« région optimale » d’analyse dans le second et le troisième chapitre.
Le deuxième chapitre a répondu au second objectif général, celui de qualifier le paysage
économique entourant chacun des ports par rapport à leurs activités. L’approche
méthodologique est celle de la classification hiérarchique. Une première classification basée
sur les activités portuaires (décrites par les types et volumes de marchandises) a permis de
construire une typologie de ports. Une seconde classification basée sur les données de
paysage économique (décrit par des indicateurs spécifiques) des ports a permis d’établir des
groupements de ports ayant un paysage économique similaire. Une comparaison des deux
122
typologies a permis de vérifier si les paysages économiques autour de ces ports reflètent les
principales activités exercées par ces ports.
Le troisième chapitre a répondu au dernier objectif général, celui de déterminer les liens
d’association entre la performance des différents ports et la performance économique dans
leur paysage économique respectif. L’approche méthodologique proposée se résume en une
analyse de corrélation entre la performance portuaire et la performance économique autour
des ports, dans le but de savoir si une meilleure performance des ports permet d’espérer le
meilleur pour le développement des régions environnantes, en termes d’emplois. On a pu
constater que la croissance (dynamisation) des activités portuaires s’accompagne également
d’une croissance des activités dans le secteur manufacturier pour les régions environnantes.
Ce résultat permet de penser que la fin du manufacturier dans les environs portuaires
annoncée par plusieurs auteurs, dont Levinson (2006), suite à l’introduction du conteneur et
des TIC (qui ont bouleversé les industries portuaires, maritimes et clientes), n’a pas lieu.
Les originalités et forces de la thèse
L’originalité de la thèse repose sur l’utilisation de microdonnées individuelles qui permettent
d’utiliser l’information disponible sur ces entités dans leur intégralité, contrairement aux
données agrégées qui tronquent l’information. Cet usage a permis de faire une représentation
continue de l’espace (des établissements et des ports), qui tient compte des relations qui
peuvent exister entre ces entités. Sur cette base, il est possible de développer une
méthodologie générale visant à tester formellement l’effet « échelle » du MAUP et de
déterminer des points de rupture qui permettent de postuler une stabilité de ces indicateurs
dans des frontières géographiques circonscrites. Cette richesse d’information a également
permis de développer des indicateurs qui qualifient les environnements économiques des
ports, à intégrer dans l’analyse de classification, contrairement aux analyses usuelles qui
reposent uniquement sur les caractéristiques propres aux ports ou à leurs sites.
Les limites de la thèse
La faiblesse principale de la thèse est de ne pas arriver à son ambition initiale qui était de
mener une analyse économétrique d’impact. En effet, malgré la richesse postulée des
microdonnées individuelles, la recherche n’a pas été en mesure d’aller chercher des
informations spécifiques et continues sur les individus de base (établissements et ports),
123
limitant ainsi la portée des résultats et des recommandations pratiques que l’on pourrait faire
en termes de politiques publiques. Par exemple, il n’a pas été possible d’identifier les
établissements qui sont les clients réels des ports, faute de quoi on doit se rabattre sur une
approximation basée sur les relations hypothétiques entre un secteur donné d’activités et un
port. Par ailleurs, le fait que la mesure des rayons d’influence (qui ont servi à déterminer la
région d’analyse environnant les ports, cf. chapitre 1) repose sur les centroïdes des ports
plutôt que sur leurs limites externes, peut entrainer un certain biais dans la sélection des
établissements utilisés dans l’analyse. En effet, en mesurant de cette façon les rayons,
l’analyse sélectionne des établissements dont les activités sont liées à celles des ports, et
situées sur leur territoire immédiat.
Implications des conclusions et des travaux de la thèse
Les activités économiques des ports et de leurs régions avoisinantes ne sont plus aussi liées
qu’elles l’ont déjà été. En conséquence, réfléchir à une politique de développement axée sur
les activités portuaires nécessite aussi de réfléchir à comment articuler les activités des ports
aux activités de leur hinterland si on souhaite maximiser les effets d’entraînements. En effet,
actuellement, une seule intervention sur les ports n’entrainerait vraisemblablement pas
beaucoup d’effets collatéraux et aurait ainsi pour conséquence de limiter l’effet de diffusion
souvent souhaité par ces politiques.
Les ports et leurs régions peuvent développer de nouvelles formes de relations qui leur
assurent une prospérité mutuelle. Plutôt que de simplement jouer un rôle de support
économique, par exemple en créant ou en occasionnant des créations d’emplois, les ports
peuvent se constituer en acteur (leader) formel dans le développement de leurs territoires. De
plus, outre le fait d’être bien ancré en tant que nœud dans l’ensemble de chaînes de
distribution, le port doit systématiquement considérer que son entière intégration dans
l’économie de sa région est déterminante pour le succès de ses propres activités. De la même
manière, la région avoisinant le port doit formellement intégrer le fait de pouvoir compter
sur les opportunités à exploiter les bénéfices économiques engendrés par son port.
Les ports peuvent le faire en alignant leurs propres fonctions avec celles de leurs régions.
Une telle harmonisation peut valoir : 1) au port d’attirer des investissements, et d’être choisi
par les affréteurs comme un point de leur chaîne de distribution ; et 2) au port et sa région
124
d’être des lieux d’attraction des activités de production et de consommation puisque le capital
est mobile par ailleurs. Mais on peut s’attendre dans le même temps à ce que certaines
mesures (exemple : réduction des émissions de carbone) amènent le port à faire face à une
augmentation des coûts (de transport maritime) liée aux règles sur le respect de
l’environnement. Des technologies innovantes peuvent toujours aider à concilier ce double
objectif de réduction des émissions nocives et de maintien à la baisse des coûts.
Le transport maritime est de plus en plus marqué par d’une part, un pouvoir considérable des
affréteurs qui sont amenés à faire le choix entre plusieurs ports ou combinaisons de ports de
manière à supporter un coût minimum et, d’autre part, la présence des groupes mondialisés
à forte intensité capitalistique. Dans ce contexte, l’articulation des activités des ports aux
activités de leur hinterland nécessite de renforcer le pouvoir (facilitateur) des autorités
portuaires publiques locales.
125
Bibliographie
AFIFI, A. A. & AZEN, S. P. 1979. Statistical analysis: a computer oriented approach 2nd
Ed. New York: Academic Press.
ARBIA, G. 1989. Spatial data configuration in statistical analysis of regional economic and
related problems, Kluwer Academic Publishers, Boston.
ARBIA, G., ESPA, G. & GIULIANI, D. 2015. Measurement errors arising when using
distances in microeconometric modelling and the individuals’ position is geo-masked
for confidentiality, Econometrics 3(4), 709-718; doi:10.3390/econometrics3040709.
ARBIA, G., ESPA, G., GIULIANI, D. & DICKSON, M. M. 2017. Effects of missing data
and locational errors on spatial concentration measures based on Ripley’s K-
function. Spatial Economic Analysis 12(2–3): 326–346.
https://doi.org/10.1080/17421772.2017.1297479.
ARTHUR, W. B. 1989. Competing Technologies, Increasing Returns, and Lock in by
Historical Events. Econ. J. 99: 116-31.
ARTHUR, W. B. 1990. Positive Feedbacks in the Economy. Scientific American 262: 92-99.
ATTALI, J. 2017. Histoires de la mer. Editions Fayard.
BALTAZAR, R. AND BROOKS, M. R. 2001. The governance of port devolution: a tale of
two countries, Conference Paper.
BARKE, M. 1986. Transport and Trade (Edinburgh: Oliver & Boyd).
BEAUDRY, C. & SCHIFFAUEROVA, A. 2009. Who's right? Marshal or Jacobs? The
localization versus urbanization debate. Research Policy 38: 318-337.
BERNHOFEN, D. M., EL-SAHLI, Z. & KNELLER, R. 2016. Estimating the effects of the
container revolution on world trade, Journal of International Economics 98: 36-50.
BHATTACHARJEE, A. CASTRO, E., MATTI, T. & MARQUES, J. 2016. Endogenous
spatial regression and delineation of submarkets: a new framework with application
to housing markets. Journal of Applied Econometrics 31: 32–57.
BIRD, J. H. 1971. Seaports and seaport terminals. London, Hutchinson.
BIVAND, R. 2017. Revisiting the Boston data set – changing the units of observation affects
estimated willingness to pay for clean air. Journal of European Regional Science
Association. 4(1): 109–127. DOI: 10.18335/region.v4i1.10.
BLEAKLEY, H. & LIN, J. 2010. Portage: path dependence and increasing returns in U.S.
history, Working Paper 16314, http://www.nber.org/papers/w16314.
BONNEU, F. & THOMAS-AIGNAN, C. 2015. Measuring and testing spatial mass
concentration with micro-geographic data. Spatial Economic Analysis 10(3) :289-
316. http://dxdoi,org/10.1080/17421772.2015.1062124.
126
BOUDEVILLE, J. R. 1972. Aménagement du territoire et polarisation. Paris, Éditions M.-
Th. Génin, Librairie Techniques. 279 pages.
BOUDEVILLE, J. R. 1963. Les espaces économiques. Paris: P.U.F.
BOUDEVILLE, J. R. 1968. L’espace et les pôles de croissance. Paris: P.U.F
BRIANT, A., COMBES, P.-P. & LAFOURCADE, M. 2010. Dots to boxes: do the size and
shape of spatial units jeopardize economic geography estimations? Journal of Urban
Economics 67: 287-302.
BROOKS, M. R. & CULLINANE, K. 2007. Devolution, port governance and
performance, Amsterdam; London : Elsevier JAI
BRYNJOLFSSON, E. & HITT, L. 2000. Beyond computation: Information technology,
organizational transformation, and business performance, Journal of economic
perspective 14(4): 24.
CALDEIRINHIA, V. R., FELICIO, J. A. & COELHO, J. 2009. The influence of
characterizing factors on port performance, measured by operational, financial and
efficiency indicators. Recent advances in Environment, Energy Systems and Naval
Science.
CALINSKI, R. B. & HARABASZ, J. 1974. A dendrite method for cluster analysis.
Communications in Statistics 3:1–27.
CAMPBELL, S. 1993. Increasing trade, declining port cities: Port containerization and the
regional diffusion of economic benefits. In: NOPONEN, H., GRAHAM, J. &
MARKUSEN, A.R. (eds) Trading industries, trading regions: International trade,
American industry, and regional economic development. Guilford Press, New York.
CARTER, R. E. 1962. A Comparative Analysis of United States Ports and Their Traffic
Characteristics. Economic Geography 38(2) :162-175.
CEMT (Conférence européenne des ministères de transport). 2001. Land Access to Seaports.
Round Table 113, European Conference of Ministers of Transport (Paris: OECD).
CHRISTALLER, W. 1933. Die zentralen Orte in Suddeutschland, Jena: Gustav Fischer.
English translation: (1966) Baskin CW, Central Places in Southern Germany,
Engelwood Cliffs, NJ.
COHEN, J. & COHEN, P. 1983. Applied multiple regression/correlation analysis for the
behavioral sciences. Second Edition. LEA, Publishers. London.
COMBES, P.P., MAYER, T. & THISSE, J.F. 2008. Economic geography. The integration
of regions and nations. Princeton University Press, Princeton, NJ.
COMTOIS, C., LAGIMONIERE, L., SLACK, B. & VALLEE, D. 1993. Le rôle et la
fonction des ports de petite et moyenne taille dans le système Saint-Laurent. Cahiers
de géographie du Québec 37(100): 17-33.
127
COTO-MILLAN, P., BANOS-PINO, J. & RODRIGUEZ-ALVAREZ, A. 2000. Economic
efficiency in Spanish ports: some empirical Evidence. Maritime policy &
management 27(2): 169 – 174.
CREVOISIER, O. 2004. The innovative milieus approach: Toward a territorialized
understanding of the economy? Economic geography 80(4), pages 367 à 379.
CULLINANE, K. & SONG, D.-W. 2007. Asian container ports: Development, competition
and co-operation. Palgrave Macmillan.
DAY, J., CHEN, Y., ELLIS, P. & ROBERTS, M. 2016. A Free, open-source tool for
identifying urban agglomerations using point data. Spatial Economic Analysis
11(1):67–91, http://dx.doi.org/10.1080/17421772.2016.1102957.
DE LANGEN, P. 2002. Clustering and performance: the case of maritime clustering in The
Netherlands. Maritime Policy & Management, 29(3):209-221, DOI:
10.1080/03088830210132605.
DE LANGEN, P. W. 2003. The Performance of seaport clusters; a framework to analyze
cluster performance and an application to the seaport clusters in Durban, Rotterdam
and the lower Mississippi. Thèse de doctorat disponible au:
http://hdl.handle.net/1765/1.
DELMER, A.1951. "La Classification Des Ports" Tijdschrift voor Economische en Sociale
Geografie, 42: 352-54.
DEMAZIERE, C. 2014. Localisation des activités économiques et planification spatiale en
Angleterre et en France : vers un développement territorial durable ? SHS Web of
Conferences 9, 04003. DOI: 10.1051/shsconf/20140904003.
DESJARDINS, M. 2006. Canal de Lachine et son corridor industriel
http://www.ameriquefrancaise.org/fr/article-
341/Canal_de_Lachine_et_son_corridor_industriel.html#.Xbx7qtUpDcs (Consulté le 1er
Novembre 2019).
DEVINE, JR., W. D. 1983. From shafts to wires: Historical perspective on electrification.
Journal of economic history 43:347-372.
DE VOORDE, E. V. & VANELSLANDER, T. 2014. Trends in the maritime logistics chain
: vertical port co-operation : strategies and relationships. In: VANELSLANDER, T.
& SYS, C. (Eds) Port Business: Market challenges and management actions.
University Press Antwerp.
DUBÉ, J. & BRUNELLE, C. 2014. Dots to dots: a general methodology to build local
indicators using spatial micro-data. The Annals of Regional Science 53(1): 245–272.
DUBÉ, J. & LEGROS, D. 2013. Dealing with Spatial Data Pooled over Time in Statistical
Models, Letters in Spatial and Resource Sciences, 6(1): 1-18.
DUBÉ, J. & LEGROS, D. 2014. Spatial econometrics using microdata. JOHN WILEY & SONS,
INC.
128
DUBE, J. & POLESE. M. 2016. A propos du rôle de la taille dans la croissance urbaine : une
analyse pour 135 agglomérations canadiennes entre 1971 et 2011. Le Géographe
Canadien 60(4): 541–555.
DUCRUET, C., ITOH, H. & JOLY, O. 2015. Ports and the local embedding of commodity
flows. Papers in Regional Science 94(3) 607-628.
DUCRUET, C., KOSTER, H. R. A. & VAN DER BEEK, D. J. 2010. Commodity Variety
and Seaport Performance, Regional Studies (44) 9: 1221–1240.
DUCRUET, C. & LEE, S.-W. 2006. Frontline soldiers of globalisation: Port–city evolution
and regional competition, GeoJournal (67): 107–122.
DUNCAN, O. D., CUZZORT, R. P. & DUNCAN, B. 1961. Statistical geography: problems
in analyzing areal data. Glencoe, Illinois: Free Press.
ENGERMAN, K. L. & SOKOLOFF, S. L. 2002. Factor Endowments, Inequality, and Paths
of Development among New World Economies, Working paper series (National
Bureau of Economic Research), no. 9259.
ESPON. 2006 « The Modifiable Areas Unit Problem » discussion paper, European Spatial
Planning Observation Network.
EVERITT, S. B., LANDAU, S., LEESE, M. & STAHL, D. 2011. Cluster Analysis, 5th
Edition. Wiley Series in Probability and Statistics, 330 p.
FERRARI C., MERK, O, BOTTASSO, A., CONTI, M. & TEI, A. 2012. Ports and Regional
Development: a European Perspective. OECD Regional Development Working
Papers 2012/07, OECD Publishing. http://dx.doi.org/10.1787/5k92z71jsrs6-en.
FERREIRA, D. C., MARQUES, R. C. & PEDRO, M. I. 2018 Explanatory variables driving
the technical efficiency of European seaports : An order-α approach dealing with
imperfect knowledge. Transportation Research Part E 119: 41 – 62.
FISHER, R. A. 1970. Statistical methods for research workers. Darien, Conn : Hafner Pub.
Co.
FLEMING, D. K. & HAYUTH, Y. 1994. Spatial characteristics of transportation hubs:
centrality and intermediacy. Journal of Transport Geography 1994 2(l): 3-18.
FOTHERINGHAM, A. S. & WONG, D. W. S. 1991. The modifiable areal unit problem in
multivariate statistical analysis. In : Environment and Planning A, 23: 1025 – 1044.
FRIEDMANN, J. 1987. Planning in the public domain, Princeton, Princeton University
Press, 501 p.
FUJITA, M., KRUGMAN, P. R. & VENABLES, A. 1999. The Spatial Economy, Cities,
Region and International Trade (Eds.), MIT Press, 1999.
FUJITA, M. & MORI, T. 1996. The role of ports in the making of major cities: Self-
agglomeration and hub-effect. Journal of Development Economics 49: 93–120.
129
FUJITA, M. & THISSE, J.-F. 2002. Economics of agglomeration: Cities, industrial location
and regional growth. Cambridge University Press, Cambridge.
VAN GARSSE, S., VAN DEN HURK, M. & VERHOEST, K. 2014. Financing PPP in the
port sector : current state and future challemges. In: VANELSLANDER, T. & SYS,
C. (Eds) Port Business: Market challenges and management actions. University Press
Antwerp.
GBENYO, K. et DUBÉ, J. 2018. Le Maup et l’insoluble question de frontière optimale.
Revue d’Économie Régionale & Urbaine 3: 619- 650.
GHEMAWAT, P. 2001. Distance still matters, the hard reality of global expansion, Harvard
Business Review, 79(8):137-147.
GLAESER, E. L. & KOHLHASE, J. E. 2004. Cities, regions and the decline of transport
costs. Papers in Regional Science 83: 197–228. DOI: 10.1007/s10110-003-0183-x.
GOETZ, A. R. & RODRIGUE, J.-P. 1999. Transport terminals: new perspectives. Journal
of Transport Geography 7 (4): 237-240.
GOSS, R. O. 1990. Economic policies and seaports: 1. the economic functions of seaports.
Maritime policy and management, 17(3): 207-219.
GRAHAM, M. G. & HUGHES, D. O. 1985. Containerisation in the eighties. London:
Lloyd's of London Press.
GROBAR, L. M. 2008. The economic status of areas surrounding major US container ports:
Evidence and policy issues. Growth and Change 39: 497–516.
HA, M-S. 2003. À comparison of service quality at major container ports: implications for
Korean ports. Journal of transport geography 11(2): 131-137.
HAGGETT, P., CLIFF, A. D. & FREY, A. 1977b. Locational analysis in human geography.
Second edition. Edward Arnold Publishers ltd.
HALL, P. V. 2002. The institution of infrastructure and the development of port-regions.
University of California, Berkeley, CA.
HALL, P. 2004. We’d Have to Sink the Ships: Impact Studies and the 2002 West Coast Port
Lockout. Economic Development Quarterly, 18 (4):354-367.
HALL, P.V. 2009. Container ports, local benefits and transportation worker earnings.
Geojournal 74: 67–83.
HARRIS, C.D. 1954. The market as a factor in the localization of production, Annals of the
Association of American Geographers 44: 315-348.
HAYUTH, Y. 1981. Containerization and the load center concept. Economic Geography
57(2): 160–176.
HAYUTH, Y. 1982. The Port-Urban Interface: An Area in Transition. Area 14(3): 219-224.
130
HEAVER, T. D.1995. The implications of increased competition among ports for port policy
and management, Maritime Policy and Management 22(2): 125-133.
HEAVER, T., MEERSMAN, H., MOGLIA, F. & VAN DE VOORDE, E., 2000. Do mergers
and alliances influence European shipping and port competition? Maritime Policy and
Management 27(4): 363-373.
HESSE, M. 2006. Global chain, local pain: Regional implications of global distribution
networks in the German north range. Growth and Change 37: 570–596.
HIGGINS, B., MARTIN, F. & RAYNAUD, A. (HM R). 1970. Les orientations du
développement économique régional dans la Province de Québec. Ottawa:
Ministère de l’expansion économique régionale.
HOOVER, E. M. 1948. The location of economic activity. New York: McGraw-Hill.
HORNER, M. W. & MURRAY, A. T. 2002. Excess commuting and modifiable areal unit
problem. Urban Studies 39(1): 131-139.
HOTELLING, H. 1929. Stability in Competition, Economic Journal 39 (153): 41–57.
HOYLE, B. S. 1989. The port-city interface: Trends, problems, and examples. Geoforum 20:
429–435.
HOYLE, B. S. & PINDER, D. A. 1981. Cityport Industrialization and Regional
Development, Pergamon Press, Oxford.
HOYLE, B. S. & PINDER, D. A. 1981. Seaports, Cities and Transport Systems. In: HOYLE
B.S. & PINDER D. A. Cityport Industrialization and Regional Development: Spatial
Analysis and Planning Strategies. Pergamon Press, Oxford.
IANNONE, F. 2012. The private and social cost efficiency of port hinterland container
distribution through a regional logistics system. Transportation Research Part A 46:
1424–1448.
ISARD, W. 1956. Location and space economy: A general theory relating to industrial
location, market areas, land use, trade, and urban structure. MIT Press, Cambridge,
MA.
JACOBS, W., DUCRUET, C. & DE LANGEN, P.W. 2010. Integrating World Cities into
Production Networks: The Case of Port Cities, Global Networks, 10 (1) 92-113.
JANSSON, J. O. & SHNEERSON, D. 1987. The liner shipping economics. London:
Chapham and Hall.
JUHEL, M. H. 2001. Globalisation, Privatisation and Restructuring of Ports. International
Journal of Maritime Economics 3:139-174.
JUNG, B-M. 2011. Economic contribution of Ports to local economies in Korea. The Asian
journal of shipping and logistics 27(1): 001-030.
KIM, J. Y. & HAN, J. H. 2016. Straw effects of new highway construction on local
population and employment growth, Habitat International 53: 123-132.
131
KRUGMAN, P. 1979. Increasing Returns, Monopolistic Competition, and International
trade, Journal of International Economics, IX, 469–479.
KRUIGMAN, P. 1980. Scale economies, product differentiation, and the pattern of trade,
American Economic Review 70(5): 950-959.
KRUGMAN, P. R. 1991. Increasing returns and economic geography. Journal of Political
Economy 99: 483–499.
KRUGMAN, P. 1998. Space: The Final Frontier, Journal of Economic Perspectives 12(2):
161-174.
KUBY, N. & REID, N. 1992. Technological change and the concentration of the US general
cargo port system 1970-1988, Economic geography 68: 272-289.
KUEHL, R. O. 2000. Design of experiments: statistical principles of research design and
analysis, second edition. Duxbury Thomson Learning.
LASSERRE, J.-C. 1990. Le Québec et le Saint Laurent. Lyon, Université Lumière Lyon 2.
LEAN, H. H., HUANG, W. & HONG, J. 2014. Logistics and economic development:
Experience from China. Transport Policy 32: 96–104.
LEVINSON, M. 2006. The box: How the shipping container made the world smaller and the
world economy bigger. Princeton University Press.
LÖSCH, A. 1940. The Economics of Location. Jena: Fischer, English translation. New
Haven, Conn.: Yale Univ. Press, 1954.
MACARIO, R. 2014. Port capacity benchmarking : leading or lagging. In:
VANELSLANDER, T. & SYS, C. (Eds) Port Business: Market challenges and
management actions. University Press Antwerp.
MAH, A. 2014. Port Cities and Global Legacies: Urban Identity, Waterfront Work, and
Radicalism. Palgrave Macmillan.
MANKIW, N. G. AND SCARTH, W. 2008. Macroeconomics, third edition. Worth
Publishers.
MARCHENKO, Y. 2006. Estimating variance components in stata. The Stata Journal 6(1):
1-21.
MARCHETTI, N. 2005. Les conflits de localisation: le syndrome NIMBY. Rapport
Bourgogne. Montréal, Québec : CIRANO.
MARCON, E. & PUECH, F. 2003. Evaluating the geographic concentration of industries
using distance-based methods. Journal of Economic Geography 3(4): 409–428.
MARCON, E. PUECH, F. 2010. Measures of the geographical concentration of industries:
improving distance-based methods, Journal of Economic Geography 10: 745-762.
MARKER, D. A. & EDWARDS, W. S, 1997. Quality of the DMI file as a business sampling
frame. Proceedings of the section on survey research methods, American Statistical
Association, pp. 21-30.
132
MARNOT, B. 2012. Comment les ports de commerce devinrent-ils des nœuds de
communication ? Les leçons de l’histoire française. Revue d’histoire des chemins de
fer, 42-43. "Vitesse ferroviaire, gestion du temps et construction des territoires".
MARSHALL, A. 1890. Principles of Economics. London: Macmillan.
MAYER, R. 2016. Airport classification based on cargo characteristics. Journal of Transport
Geography 54: 53–65.
Mc CALLA, R. 1999. Global change, local pain: intermodal seaport terminals and their
service areas. Journal of transport geography 7(4): 247-254.
MCCRAW, T. K. 2007. Prophet of innovation: Joseph Schumpeter and creative destruction
Belknap Press of Harvard University Press, 2007.
MCLAUGHLIN H. & FEARON, C. 2014. The eMaritime agenda and information exchange:
the development of European Union policy. In: VANELSLANDER, T. & SYS, C.
(Eds) Port Business: Market challenges and management actions. University Press
Antwerp.
MERK, O., DUCRUET, C., DUBARLE, P., HAEZENDONCK, E. & DOOMS, M. 2011.
The competitiveness of global port-cities: The case of the Seine Axis (Le Havre,
Rouen, Paris, Caen) – France. OECD Regional Development Working Papers, no.
2011/7.
MEERSMAN, H. 2009. Maritime traffic and the world economy. In: Future challenges for
the port and shipping sector. Edited by MEERSMAN, H., VAN DE VOORDE, E.
AND VANELSLANDER, T. Informa.
MOINE, A. 2006. Le territoire comme un système complexe : un concept opératoire pour
l’aménagement et la géographie. L’Espace géographique 2006/2 (Tome 35), pages
115 à 132.
MOKYR, J. 1992. Technology inertia in economic history. Journal of economic history
52:325-338.
MORGAN, F. W. 1961. Ports and Harbours, 2nd Edn, Hutchinson University Library,
London. The Second Edition was revised by James Bird.
MORPHET, C. S. 1997. A statistical method for the identification of the spatial clusters.
Environment and Planning A, 29: 1039 – 1055.
MORRISSEY, K. & O’DONOGHUE, C. 2013. The role of the marine sector in the Irish
national economy, an input-output analysis, Marine Policy 37:230-238.
Doi:10.1016/j.marpol.2012.05.004.
MORRISSEY K, O'donoghue C et Farrell N (2013) The Local Impact of the Marine Sector
in Ireland: À Spatial Microsimulation Analysis. Spatial Economic Analysis 9(1):31-
50.
133
MUSSO, E. 2009. Future developments in ports. In: Future challenges for the port and
shipping sector. Edited by MEERSMAN, H., VAN DE VOORDE, E. AND
VANELSLANDER, T. Informa.
MUSSO, E., FERRARI, C., GIACOMINI, G., SCURAS, G. AND DEMARTINI G. 2014.
The role of port authorities and their degree of freedom. In: VANELSLANDER, T.
& SYS, C. (Eds) Port Business: Market challenges and management actions.
University Press Antwerp.
NAKAYA, T. 2000. An information statistical approach to the modifiable areal unit problem
in incidence rate maps. Environment and Planning A 32: 91-109.
NEFF, F., HENNING, M. & BOSCHMA, R. 2011. How do regions diversify over time?
Industry relatedness and the development of new growth paths in regions. Economic
Geography 87: 237–265.
NORCLIFFE, G. 1981. Processes Affecting Industrial Development in Port Areas in Canada.
In: Hoyle B.S., PINDER D. A. Cityport Industrialization and Regional Development:
Spatial Analysis and Planning Strategies. Pergamon Press, Oxford.
NORCLIFFE, G., BASSETT, K. & HOARE, T. 1996. The emergence of Postmodernism on
the Urban Waterfront, Journal of Transport Geography 4: 123-134.
NOTTEBOOM, T. E. AND RODRIGUE, J-P. 2005. Port regionalization: towards a new
phase in port development. Maritime Policy and Management. 32(3): 297–313.
NOTTEBOOM, T. 2010. Dock labour and port-related employment in the European seaport
system. URL: http://www.espo.be/.
NOTTEBOOM, T. E. AND WINKELMANS, W. 2001. Structural changes in logistics: How
will ports authorities face the challenge? Maritime policy and management 28(1):78-
91.
OLIVER, D. AND SLACK, D. 2006. Rethinking the port. Environment and Planning A
38(8): 1409 -1427.
OPENSHAW, S. 1977a. A geographical solution to scale and aggregation problems in
region-building, partitioning, and spatial modelling. Transactions of the Institute of
British Geographers, New Series 2: 459-472.
OPENSHAW, S. & TAYLOR, P. 1979. A million of so correlation coefficients: three
experiments on the modifiable areal unit problem. In: Wrigley N. (Ed.), Statistical
applications in the spatial sciences. Pion, London, pp. 127 – 144.
OPENSHAW, S. 1984. The modifiable areal unit problem, Norwich: Geo Books.
PERROUX, F. 1955. Note sur la notion de pôle de croissance, Économie appliquée, 8 :
307-320
POLESE, M. 2009. Les nouvelles dynamiques spatiales de l’économie Québécoise : cinq
tendances. Recherches sociographiques, Vol. L, no 1.
134
POLESE, M. & SHEAMUR, R. 2003. R.I.P.- H.M.R : À propos du concept de pôle de
développement et des stratégies de développement économique des régions
québécoises. Canadian Journal of Regional Science/ Revue canadienne des sciences
régionales, XXVI:1 (Spring/printemps 2003), 61-86.
PRED, A.R. 1966. The Spatial Dynamics of U.S. Urban Industrial Growth 1800-1914.
Cambridge: M.I.T. Press.
PROULX, M.-U. 2002. L’économie des Territoires au Québec : Aménagement, Gestion,
Développement. Presse des Universités du Québec.
PROULX, M.-U. 2009. Territoires émergents et cohérence sur l’espace Québec. Cahiers de
géographie du Québec 53(149) : 177-196.
PRYCE, G. 2013. Housing submarkets and the lattice of substitution. Urban Studies 50(13):
2682–2699.
PUGA, D. & VENABLES, A. 1997. The spread of industry: spatial agglomeration in
economic development, CEPR Working Paper #1354.
PUGA, D. 2002. European regional policies in light of recent location theories. Journal of
Economic Geography 2(4): 373 – 406.
REDDING, S. J. & TURNER, M. A. 2015. Transportation Costs and the Spatial Organization
of Economic Activity. Handbook of Regional and Urban Economics 5: 1339-1398
RENSKI, H. 2011. External Economies of Localization, Urbanization and Industrial
Diversity and new Firm Survival, Papers in Regional Science 90(3): 473-502.
REYNOLDS, H. & AMRHEIN, C. G. 1998. Some effects of spatial aggregation on
multivariate regression parameters. In : GRIFFITH A D, AMRHEIN C G, HURIOT J-M
(Eds), Econometric advances in spatial modelling and methodology, pp. 85 -106.
RICARDO, D. 1817. On the principles of political economy and taxation. London; New
York: J.M. Dent & Sons, 1911.
ROBINSON, R. 2002. Ports as elements in value-driven chain systems: the new paradigm.
Maritime policy and management 29(3): 241-255.
ROBINSON, W. S. 1950. Ecological correlations and the behavior of individuals. American
Sociological Review 15(3): 351-357.
RODRIGUE, J.-P. 1999. Globalization and the synchronization of transport terminals.
Journal of Transport Geography 7(4): 255-261.
RODRIGUE, J.-P. 2017. The Geography of Transport Systems fourth edition, New York :
Routledge, 440 pages.
RODRIGUE, J.-P., COMTOIS, C. & SLACK B. 2009. The geography of transport
systems. Second Edition. Routledge.
135
RODRIGUE, J.-P. & NOTTEBOOM, T. 2009. The terminalisation of supply chains:
reassessing the role of terminals in port / hinterland logistical relationships. Maritime
policy and management 36(2): 165 -183.
RODGERS, A. L. 1960. The Industrial Geography of the Port of Genova, The University
of Chicago, Department of Geography, Research Paper no. 66.
ROSENBERG, N. 1976. On technological expectations. Economic journal 86(343): 528.
ROSENTHAL, S. S. & STRANGE, W. C. 2003. Geography, industrial organization, and
agglomeration. Review of Economics and Statistics 85: 377 - 393.
ROSENTHAL, S.S. & STRANGE, W. C. 2004. Evidence on the nature and sources of
agglomeration economies. In: Henderson JV, Thisse JF (eds) Handbook of urban and
regional economics. Elsevier, Amsterdam.
SARGENT, A. J. 1938. Seaports and Hinterlands. Londres: Adam and Charles Black, 188
p.
SCHAFFER, M. 1965. The competitive position of the port of Durban. Evanston:
Northwestern University. Studies in Geography, 261 p.
SCHEFFE, H. 1959. The Analysis of Variance, Willey, New York.
SCHUMPETER, J. History of economic analysis, Paris, Gallimard, 1983, Tome 3, p. 589.
First published in Great Britain in 1954 by Routledge (Publishers) Ltd.
SCITOVSKY, T. 1954. Two Concepts of External Economies. Journal of Political Economy
62(2): 143-151.
SEARLE, S. R., CASELLA, G. & MCCULLOGH, C. E. 1992. Variance Components, John
Wiley & Sons, Inc.
SHAW, R. P. 1985. Intermetropolitan migration in Canada: changing determinants over
three decades, NC Press in cooperation with Statistics Canada and the Canadian govt.
pub. centre, Supply and Services.
SHEARMUR, R. & POLÈSE, M. 2007. Do local factors explain local employment growth.
Evidence from Canada 1971-2001. Regional studies 41 (4): 453-471.
SLACK, B. 1993. Pawns in the game: ports in a global transportation system, Growth and
change (24): 579-88.
SLEEMAN, A. L. 1935. « Seattle as a Port City ». Economic Geography 11 (1): 20-32.
SMITH, A. 1976. Wealth of nations, Hoboken, N. J.: BiblioBytes.
SOLOW, R. 1957. Technical change and the aggregate production function. Review of
economics and statistics 39(2): 65-94.
STEEL, D. G. & HOLT, D. 1996. Rules for random aggregation. Environment and Planning
A 28(6): 957-978.
136
STIGLITZ, J. E. 2006. Making Globalization Work. New York: W.W. Norton and Company,
Inc.
STOPFORD, M. 2008. Maritime Economics, 3rd ed. London: Routledge.
STRANDENES, S. P. 2014. Efficiency-enhancing port pricing models. In:
VANELSLANDER, T. & SYS, C. (Eds) Port Business: Market challenges and
management actions. University Press Antwerp.
TAAFFE, E. J., MORRIL, R. L. & GOULD, P. R. 1963. Transport expansion in
underdeveloped countries: a comparative analysis. Geographical Review 53(4): 503-
529.
TABUCHI, T. & THISSE, J.-F. 2002. Regional Specialization and Transport Costs. CEPR
Discussion Paper No. 3542. Available at SSRN: https://ssrn.com/abstract=342267.
TALLEY, W. K. 2009. Port economics. London; New York: Routledge.
THISSE, J.-F. 1997. L’oubli de l’espace dans la pensée économique. Région et
Développement 6 : 1-29.
TONGZON, J. L. 1995. Determinants of port performance and efficiency. Transportation
Research A 29(3): 245-252.
TONGZON, J. L. 2002. ‘Port Choice Determinants in a Competitive Environment’, IAME
Conference, Panama.
TURNER, H., WINDLE, R. & DRESNER, M. 2004. North American container port
productivity: 1984-1977. Transportation Research part E 40: 339-356.
UNESCAP. 2005. Regional shipping and port development strategies. Container traffic
forecast. United Nations, New York
UNESCAP. 2007. Regional shipping and port development strategies. Container traffic
forecast, updates. United Nations, New York
VAGGELAS, G. K. & PALLIS, A. A. 2010. Passenger ports: services provision and their
benefits. Maritime Policy & Management 37(1): 73-89.
VERHOEVEN, P. 2010. A review of port authority functions: towards a renaissance.
Maritime policy management 37(3): 247–270.
VIGARIE, A. (1979. Ports de commerce et vie littorale. Paris : Éditions Hachette, p. 496.
Mohr JCB, Tübingen. English translation by FRIEDRICH, C. 1957. The theory of the
location of industries. Chicago University Press, Chicago.
WEIGEND, G. 1958. "Some Elements in the Study of Port Geography," Geographical
Review 48(2): 185-200.
WOOLRIDGE, J. M. 2002. Econometric analysis of cross section and panel data. The MIT
Press. Cambridge, Massachusetts. London, England.
137
WOOLDRIDGE, J. M. 2006. Introductory econometrics: a modern approach. Mason, OH :
Thomson/South-Western.
XIMENA, C., DOLLAR, D. & ALEJANDRO, M. 2004. Port Efficiency, Maritime Transport
Costs and Bilateral Trade. Journal of Development Economics 75(2): 417-450.
YULE, G. U. & KENDALL, M. G. 1950. An introduction to the theory of statistics, Griffin:
London.