Trois essais sur les liens entre le port et son territoire ... · 4,250m around the se ports. The groups (of both typologies) obtained are compared , in order to verify whether (or

© 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


d’établissements et d’emplois du manufacturier (2011-2016) .............................................................. 114


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 dúne 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.

Líntérêt 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 dún 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 dóbservations, 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 lánalyse de classification, le logiciel (Stata) définit cette distance euclidienne par la spécification de

lóption 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 dárrêt) 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 dóptimisation, ou dárrêt, à partir duquel le

nombre de groupe est jugé « optimal ». Il néxiste 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, lénsemble

de variables, xik, permettant de décrire chacune des observations.

2.4.2 Les variables

Les variables utilisées dans lánalyse de classification des infrastructures portuaires reflètent

lénvironnement ou milieu économique des infrastructures quélles 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

dínfluence de chaque port; ii) líndice 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. Cést donc une façon simple déxprimer

une approximation des économies d´échelles externes (Marshall, 1890). Le nombre

d´établissements dans une zone géographique est aussi un signal pour dáutres établissements

qui sont tentés de venir sínstaller au même endroit dans léspoir de profiter des possibles

effets de concentration. Le nombre d´établissements peut aussi être un indicateur de la taille

dúne 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 lávantage de permettre

la localisation précise des unités géographiques, elle-même permettant la construction de

nouvelles caractéristiques liées à la description physique de léntourage de ces unités,

notamment la proximité à dáutres 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 lénvironnement de chaque port. Cette approche a lávantage de localiser précisément les

établissements dans léspace 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.

Líntérêt de considérer ces notations matricielles compactes est quélles rendent les calculs

numériques plus efficients surtout lorsqu’on travaille sur des bases de données comportant

un grand nombre dóbservations (cf. Dubé et Brunelle, 2014).

65

2.4.2.2 Indice de Herfindahl-Hirschmann

Líndice 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) dún secteur s (s = 1, 2, …, S) dans le rayon spécifié, 𝑥𝑖𝑠

(équation 2.12), rapporté à lénsemble 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 dáctivité s dans une zone géographique autour dún port i, le quotient

de localisation, QLis, est défini comme une mesure relative de concentration dúne région

géographique dans un secteur dáctivité s, qis, comparée à la concentration globale de ce

secteur dáctivité, 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 líndice 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. Síl prend une valeur

de 0, il est à son minimum et indique que le secteur dáctivité s est absent de la région

avoisinante du port dans un rayon r. En revanche, líndice nádmet pas de limite supérieure.

Par contre, une valeur plus élevée que un (1) témoigne dúne présence plus que

proportionnelle du secteur dáctivité 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 láctivité

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 lácheminement des biens

vers lÓntario 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 dún 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 déxcellentes 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 láluminerie 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 lÁméricain 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 dínstallations utilisées presqu' exclusivement pour la

réception de láluminium et de la bauxite. Ces minerais sont ensuite acheminés en direction

des quatre alumineries dúne entreprise locale, Rio Tinto Alcan. Cést 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

déxportation pour les lingots dáluminium produit par láluminerie 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 léxportation du fer produit dans la Fosse du labrador.

Port-Cartier assure en large partie lápprovisionnement dúne entreprise locale, Arcelor

Mittal, en minerai de fer. Il sóccupe aussi du chargement de grains, du matériel ferroviaire,

ainsi que des sous-produits de lúsine de sciage dúne 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 dárrimage, déntreposage, 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 léntreprise 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

dáutrui. 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. Lénvironnement de ce port devrait

être favorable aux entreprises du secteur des transports. Il ságit dún 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 lácheminement de ces produits à l’intérieur du territoire et vice-versa.

Le port de Pointe-au-pic est principalement dédié à léxpédition 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

lápprovisionnement 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 dáutres 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, lúsine 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. Cést 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 léxportation

de pâtes à papier de líndustrie locale de la papetière, Tembec. Le port assure aussi

límportation de produits pétroliers vers la pétrolière Irving Oil. Cést 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

déxpédier les produits de lúsine papetière locale, fermée depuis 1997.

Le port de Gaspé sert au chargement occasionnel de pales d´éoliennes produites localement

ainsi qu’à láccueil 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. Cést 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 dóeuvre

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 quóccupe chaque secteur dáctivité dans le

rayon dínfluence 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 dáctivités

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 dáctivités. La proportion dáctivités

liées aux services supérieurs et à l’administration publique est plus élevée que les autres

secteurs dáctivités. Cést 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 lÓntario 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 déxcellentes 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 quén 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) dáctivités 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. Lánalyse 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


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


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


Régionaux Locaux

Autres


-.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




PF, VS Autres


-.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




Zone rurale Autre


112

3.7.2 Manufacturier


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






-.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


Régionaux Locaux

Autres


-.2

0.2

.4.6

.8

cro

issa

nce d

e t

onnage e

ntr

e 2

007 e

t 2011




PF, VS Autres


-.2

0.2

.4.6

.8

cro

issa

nce d

e t

onnage e

ntr

e 2

007 e

t 2011




Zone rurale Autre


-.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


Régionaux Locaux

Autres


-.2

0.2

.4.6

.8

cro

issa

nce

de

tonnag

e en

tre

2007 e

t 2011




PF, VS Autres


-.2

0.2

.4.6

.8

cro

issa

nce

de

tonnag

e en

tre

2007 e

t 2011




Zone rurale Autre


115

3.7.3 Transport et entreposage


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






-.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


Régionaux Locaux

Autres


-.2

0.2

.4.6

.8

cro

issa

nce

de

tonn

age

entr

e 2

00

7 e

t 20

11




PF, VS Autres


-.2

0.2

.4.6

.8

cro

issa

nce

de

tonn

age

entr

e 2

00

7 e

t 20

11




Zone rurale Autre


-.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


Régionaux Locaux

Autres


-.2

0.2

.4.6

.8

cro

issa

nce

de

tonnag

e en

tre

2007 e

t 2011




PF, VS Autres


-.2

0.2

.4.6

.8

cro

issa

nce

de

tonnag

e en

tre

2007 e

t 2011




Zone rurale Autre


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.

Documents

Trois essais sur les liens entre le port et son territoire ... · 4,250m around the se ports. The groups (of both typologies) obtained are compared , in order to verify whether (or