Densité urbaine : enjeux de mesure et analyse spatiale

Marion Girard

Citer cet article

Référence électronique

Girard, M. (2023). Densité urbaine : enjeux de mesure et analyse spatiale. Zoom recherche. Mis en ligne le 03 mars 2023, Cahiers ESPI2R, consulté le 28 mars 2024. URL : https://www.cahiers-espi2r.fr/1130

Contexte de l’étude

Utilisée pour retranscrire l’intensité d’occupation d’un territoire, la densité de population est un des principaux indicateurs permettant de caractériser l’espace. Bien que familière, la densité est complexe à appréhender dès lors que l’on considère les différents types d’espace (urbain, périurbain, rural) et de mesure. Le ratio de densité brute de population est généralement la mesure la plus utilisée pour retranscrire cette occupation spatiale : il rapporte le nombre d’habitants d’un territoire sur sa surface totale.

Cependant, un espace n’est pas seulement occupé par des individus ; il est constitué également d’emplois, d’équipements divers, de terrains naturels ou agricoles ou de logements, par exemple. D’ailleurs, l’impression de densité émane moins du nombre de résidents sur un espace que de l’intensité d’urbanisation qui lui est associée : c’est généralement le nombre de bâtiments, leur caractère collectif ou individuel, et plus encore leur hauteur, qui permet d’apprécier l’occupation d’un territoire. Ainsi, il est difficile d’étudier la répartition des populations sur un espace sans analyser les formes urbaines qui y sont associées. De fait, dans cette étude, nous ne parlerons pas de densité de population mais de densité urbaine, qui intègre la dimension « bâti » de l’espace. En outre, comme le souligne Derycke (1999), « comme tout nombre sans dimension, le concept de densité urbaine dépend de façon déterminante des grandeurs que l’on fait figurer au numérateur et au dénominateur ». Aussi, il semble important de se pencher sur les différents modes de calculs de la densité, en particulier les densités brute et nette.

De plus, la densité nous renseigne sur les communes structurantes du territoire. En effet, elle permet d’appréhender la structuration spatiale de l’espace urbain : selon le modèle standard urbain développé par Alonso (1964), Mills (1967) et Muth (1969), les espaces les plus denses sont ceux situés à proximité du centre d’emploi principal, le Central Business District (CBD). On trouve également des foyers de densité aux abords des centres d’emplois secondaires dans le cas des espaces polycentriques. Ces centres, plus petits, structurent également l’espace autour d’eux en influençant à la fois la distribution des individus, des emplois et des prix de la terre dans leur territoire de proximité (McMillen, 2004). La densité permet de dépeindre la structuration voire la hiérarchie spatiale d’une aire urbaine et de juger de son caractère monocentrique ou polycentrique. Enfin, les travaux de Brueckner, Zénou et Thisse (1999) montrent que les espaces urbains denses sont généralement pourvus en aménités patrimoniales et urbaines. Ces attributs spatiaux, typiques des centres-villes européens, font référence au patrimoine bâti historique et aux lieux culturels et de loisirs (cinéma, musée, théâtre…) ou de convivialité (restaurant, bar). La densité est donc un marqueur de l’attractivité des espaces.

Enfin, la densité permet également de rendre compte de la distribution du prix de la terre/prix des logements dans l’espace : en économie urbaine, les espaces denses sont ceux présentant le plus haut niveau de rente.

Méthodologie

Pour cette étude, nous choisissons de travailler sur la métropole du Grand Dijon, principal cœur économique de la région Bourgogne-Franche-Comté. Ce territoire présente l’avantage d’être constitué d’espaces différenciés, à la fois dans la répartition de l’usage du sol (espace urbain vs espaces périurbains) et dans les caractéristiques du bâti (collectif vs individuel). Ces éléments impactent nécessairement l’intensité d’occupation du sol, nous permettant ainsi de mener une analyse en termes de densité brute et de densité nette. En 2019, la métropole dijonnaise comptait 255 127 habitants (Insee, recensement de la population 2019), répartis sur les 240 km² des vingt-trois communes qui la composent. Comme de nombreuses agglomérations françaises, elle s’organise autour d’une ville-centre – Dijon – qui représente 16 % du territoire mais concentre près de 62 % de la population. Dijon regroupe la majorité des emplois, des commerces et des services et se caractérise par une forte densité de bâti. Contiguës à Dijon, les communes périphériques de la première couronne sont celles qui abritent les principaux centres d’emploi secondaires ; elles sont caractérisées par un bâti mixte. Enfin, la seconde couronne périphérique est marquée par une faible intensité d’occupation et un bâti plus diffus, sous forme d’habitat individuel majoritairement.

Concernant les données, nous utilisons le recensement Insee 2019 pour quantifier le nombre d’habitants pour chaque espace. Pour ce qui est du bâti, nous faisons appel à la BD Topo de l’Institut national de l’information géographique et forestière (IGN) afin de cartographier et calculer la part du bâti sur chaque territoire. Plus précisément, nous mobilisons les données relatives au bâti à usage résidentiel ou « indifférencié »1. L’échelle d’étude privilégiée dans nos travaux est celle de l’Iris, découpage infra-communal réalisé par l’Insee qui présente l’avantage de pouvoir raisonner à l’échelle des quartiers et de capter ainsi les hétérogénéités spatiales et d’appréhender la structuration monocentrique ou polycentrique du territoire.

Si ce découpage infra-communal nous permet une analyse plus fine de l’espace urbain, il présente cependant un biais d’hétérogénéité spatiale lié au mode de construction des unités géographiques. Ce biais est plus généralement connu sous le nom de Modifiable Areal Unit Problem (« problème de l’unité d’aire modifiable ») selon lequel les résultats d’analyse sont sensibles à la définition des aires géographiques auxquelles les données sont associées (Gbenyo & Dubé, 2018). Ainsi, en modifiant la délimitation de ces aires géographiques, les résultats de l’analyse en seront changés. Le découpage infra-communal de l’Insee produit des Iris de tailles spatialement très différentes car il doit respecter le critère d’homogénéité du nombre de résidents entre les Iris (entre 1 800 et 5 000 résidents pour les IRIS d’habitat). En effet, le centre-ville, dans lequel les individus sont très concentrés, génère des Iris de petite taille. Plus on s’éloigne de ce centre et plus la population est dispersée, engendrant un découpage géographique très large afin de parvenir au seuil de 1 800 habitants. Cette hétérogénéité est accentuée par le fait que les communes périphériques ne sont pas « irisées » ; c’est alors tout le territoire communal qui est considéré. On constate sur la figure 1 ci-dessous que la taille moyenne des IRIS augmente avec la distance au centre-ville.

Figure 1. Taille moyenne des IRIS suivant la distance au centre

Figure 1. Taille moyenne des IRIS suivant la distance au centre

Réalisation : Marion Girard.

Cette hétérogénéité du découpage spatial implique deux biais pour l’étude des densités urbaines. Le premier a été mis en avant par Frankena (1978) lors de la parution des nombreuses études essayant de déterminer la meilleure façon d’estimer la fonction de densité. Puisque la densité est une fonction décroissante de la distance au centre (Clark, 1951 ;Griffith, 1981 ;McDonald, 1989 ; Péguy, 2000) et que les découpages administratifs/statistiques visent une population homogène entre les différentes unités spatiales, alors le centre est composé de très nombreux Iris intensément peuplés et la périphérie de quelques grands Iris. Ce découpage conduit alors à une surreprésentation des petits Iris très denses, donc très nombreux, et une sous-représentation des grands Iris périphériques.

Le second biais engendré par cette hétérogénéité est relatif à la mesure de l’intensité d’occupation du sol dans les IRIS et conduit à distinguer la densité brute de la densité nette. En effet, si l’on considère toute la surface de l’IRIS pour calculer la densité, il est inévitable que les IRIS du centre, les plus petits, présenteront de fortes densités alors que les IRIS périphériques, plus grands, apparaîtront moins occupés. De même, prendre la totalité de la surface de l’unité spatiale revient à admettre que le territoire n’est destiné qu’à un usage résidentiel et que les individus s’y répartissent de façon homogène. Si cette supposition peut être relativement raisonnable dans les espaces urbains centraux, elle s’avère très critiquable dans les communes périphériques ou rurales. En effet, ces espaces sont peu urbanisés, la majorité des terres étant destinée à l’usage agricole ou laissée à l’état naturel (figure 2). La population ne se répartit donc que sur une petite portion du territoire communal (Cavailhès, 2009). De même, la plupart des espaces, et particulièrement les centres urbains, comprennent des voies de communication ou des zones dédiées aux activités économiques. On ne peut donc considérer, en centre-ville comme en périphérie, que les individus se localisent sur tout l’espace disponible ; ils se localisent surtout là où l’urbanisation s’est implantée, là où des habitats ont été érigés. Cela nous renvoie donc à la relation très forte qui lie densité de population et densité de bâti, les deux ne pouvant être dissociées (Muth, 1969 ; Goux, 1981).

Ces questionnements méthodologiques impliquent donc une réflexion sur un mode de calcul de la densité capable de retranscrire fidèlement la concentration des individus sur l’espace et permettant d’effectuer des comparaisons pertinentes entre différents territoires. De fait, nous nous penchons sur les concepts et les calculs de densités brute et nette.

Figure 2. Illustration des différents usages du sol selon le type de commune (centre/périphérie)

Figure 2. Illustration des différents usages du sol selon le type de commune (centre/périphérie)

À gauche : vue satellite de Hauteville-Les-Dijon, Ahuy et Daix, communes périphériques dont l’usage du sol est majoritairement agricole ou naturel. L’urbanisation se concentre dans le centre-bourg.
À droite : vue satellite de la ville-centre Dijon, dont l’espace est intensément urbanisé.

Sources : IGN, Google Maps.

Résultats

Calculer une densité revient à rapporter une quantité à une surface, mais le choix de la surface de référence influence les résultats (Derycke, 1999). Une analyse en termes de densité brute, indicateur le plus utilisé, revient à prendre en compte l’intégralité de la surface d’un territoire, sans tenir compte des distinctions d’usage du sol. Depuis les premiers travaux menés sur la densité (Muth, 1969 ; McDonald, 1989 ; McMillen, 1994 ; Baumont et al., 2004 ; Muñiz & Galindo, 2005 ; Bramley et al., 2009), de nombreux auteurs soulignent que le ratio de densité nette fournit une mesure plus juste de l’intensité d’occupation du sol puisque seul l’espace où sont effectivement localisés les individus est pris en compte. La densité nette consiste à mettre au dénominateur non plus la surface totale de l’unité spatiale considérée mais la surface urbanisée à usage résidentiel. Un indicateur de densité nette permet alors :

  • une retranscription fidèle des concentrations d’individus quel que soit le territoire considéré : nous obtenons un indicateur pertinent puisque nous considérons uniquement l’espace sur lequel les individus sont effectivement localisés ;

  • un affranchissement du biais d’hétérogénéité spatiale : nous comparons des Iris de différentes tailles sur la base d’une caractéristique « commune », à savoir la quantité de terres urbanisées à usage résidentiel ;

  • des comparaisons pertinentes entre territoires différenciés : le dénominateur du ratio n’est pas biaisé par le caractère urbain ou rural de la commune, qui induit grandement l’occupation du sol. Puisqu’on ne considère que les terres bâties à usage résidentiel, nous comparons des espaces de nature différente mais sur la base d’une caractéristique commune.

Pour illustrer cette discussion méthodologique, nous appliquons un ratio de densité brute et de densité nette aux espaces de la métropole dijonnaise, à l’échelle infra-communale, et comparons les structures spatiales associées à chacune de ces mesures. Dans un premier temps, nous cartographions la part du bâti dans les Iris de l’agglomération afin de nous donner une première représentation des densités urbaines au travers de l’intensité d’urbanisation (figure 3). Conformément au modèle standard urbain et aux travaux de Muth (1969), l’urbanisation décroit avec la distance au centre.

Figue 3. Part du bâti dans les IRIS de la métropole de Dijon en 2019

Figue 3. Part du bâti dans les IRIS de la métropole de Dijon en 2019

Réalisation : Marion Girard.

De plus, nous remarquons que l’intensité d’utilisation du sol au centre est double : le sol urbanisé des IRIS centraux occupe près de la moitié de l’espace total, et cette urbanisation prend principalement la forme de bâtiments à étages, composés de logements collectifs. Les espaces périphériques présentent, eux, une faible part de terres urbanisées doublée d’un mode d’habitat individuel, synonyme de faible densité de population.

La représentation des densités brutes de population par Iris confirme la décroissance globale de la fonction de densité avec la distance au centre, mais de façon non continue (figure 4). On remarque en effet des « foyers » de densité au sein de la ville-centre, mais également dans les communes contiguës à cette dernière telles qu’à Talant (à l’ouest), Chenôve et Longvic (au sud), à Quetigny et à Chevigny (à l’est). Ces communes constituent les principaux centres d’emploi secondaires de la métropole qui structurent l’espace autour d’eux et, par leur attractivité, créent des zones denses dans leur espace de proximité. Comme pour le CBD, un schéma de décroissance de la densité s’applique autour des centres d’emplois secondaires.

Figue 4. Densité brute des IRIS de la métropole de Dijon (2019)

Figue 4. Densité brute des IRIS de la métropole de Dijon (2019)

Réalisation : Marion Girard.

L’observation de « foyers » de densité hors du CBD est encore plus vraie lorsque nous mobilisons l’indicateur de densité nette (figure 5) : on observe clairement que le centre historique n’est pas l’espace le plus intensément occupé, mais que d’autres quartiers sont bien plus densément peuplés par surface bâtie à usage résidentiel.

Figure 5. Densité nette des IRIS de la métropole de Dijon (2019)2

Figure 5. Densité nette des IRIS de la métropole de Dijon (2019)2

Réalisation : Marion Girard.

On retrouve les quartiers très urbanisés identifiés précédemment (figures 3 et 4), à savoir ceux de Chenôve et de Talant (ouest et sud dijonnais), ainsi que des quartiers proches du centre-ville et des quartiers de communes périphériques contiguës à Dijon. Il s’agit encore des pôles d’emplois secondaires de la métropole mais pas uniquement. On constate en effet que les principaux quartiers d’habitats sociaux – de Chenôve (Le Mail), Quetigny, Dijon (Fontaine d’Ouche à l’ouest et les Grésilles au nord-ouest) ou encore de Talant – apparaissent comme des quartiers très denses du territoire. Ainsi, la densité n’est pas toujours le résultat d’attributs spatiaux attractifs (emplois, aménités) ; elle est aussi le fait d’un type d’urbanisation sous forme de très grands immeubles collectifs, tels les grands ensembles. Enfin, on retrouve des quartiers ayant bénéficié de politiques publiques locales en matière de renouvellement urbain (quartier de l’Arsenal au sud de Dijon).

Finalement, en utilisant le ratio de densité brute, un schéma spatial monocentrique se dessine : le centre-ville de Dijon présente les plus fortes densités, et cette fonction est globalement décroissante de la distance au pôle urbain. En termes de densité nette, le centre historique, soit le CBD, n’apparaît plus comme l’espace le plus intensément occupé. Ce sont des quartiers contigus au centre ou des quartiers de communes périphériques qui présentent la densité nette la plus importante ; le modèle monocentrique est nuancé voire remis en cause.

Apports

L’apport de cette contribution pour l’étude des densités est à la fois méthodologique et analytique. Nous avons montré que la densité est un indicateur d’occupation spatiale à utiliser avec précaution. En effet, selon la grandeur utilisée au dénominateur, les résultats peuvent s’en trouver grandement modifiés. Le ratio de densité brute est la mesure la plus utilisée mais elle ne retranscrit pas toujours fidèlement l’intensité d’occupation d’un espace, particulièrement dans les territoires périphériques, composés d’une part importante d’espaces naturels et agricoles. En revanche, la densité nette, qui fait figurer au dénominateur l’espace à usage résidentiel uniquement, semble plus pertinente à ce propos. Ce ratio de densité nette démontre que lorsque l’on étudie la localisation de la population dans l’espace, on ne peut ignorer la localisation du bâti qui l’abrite. Cet indicateur de densité nette est également intéressant pour l’analyse de la structure urbaine des territoires. Il nous permet d’identifier les quartiers les plus intensément peuplés et de juger du caractère monocentrique ou polycentrique d’une aire urbaine. Enfin, ce ratio met en lumière d’autres types de quartier : les quartiers d’habitats sociaux et ceux ayant fait l’objet de politiques de renouvellement urbain.

Limites et pistes de réflexion

Une telle analyse est valable pour les territoires qui présentent des espaces différenciés dans leurs usages. La métropole dijonnaise se compose en effet d’espaces très urbanisés en son centre et d’espaces naturels et agricoles à sa périphérie ; la mobilisation d’un ratio de densité nette est alors pertinente. En revanche, les résultats seront certainement moins tranchés pour des structurations spatiales différentes, lorsqu’une urbanisation intense s’étire au-delà du centre urbain et de sa première couronne ou lorsqu’au contraire le centre urbain est immédiatement entouré de communes périphériques, à l’urbanisation diffuse et peu dense. Ainsi, il serait intéressant de mener une telle analyse sur d’autres aires urbaines afin d’appréhender le type d’urbanisation de différents territoires et l’occupation spatiale qui en découle.

1 « Bâtiment de plus de 20 m², ne possédant pas de fonction particulière pouvant être décrit dans les autres classes de bâtiments surfaciques :

2 Les chiffres relatifs à la densité nette sont très élevés. Cela est dû au fait que la surface urbanisée à usage résidentiel représente une très

Alonso, W. (1964). Location and Land Use. Toward a General Theory of Land Rent. Harward University Press.

Baumont, C., Ertur, C., & Le Gallo, J. (2004). Spatial Analysis of Employment and Population Density: The Case of the Agglomeration of Dijon. Geographical Analysis, 36(2), 146‑176.

Bramley, G., Dempsey, N., Power, S., Brown, C., & Watkins, D. (2009). Social Sustainability and Urban Form: Evidence from Five British Cities. Environment and Planning A: Economy and Space, 41(9), 2125-2142.

Brueckner, J. K., Thisse, J.-F., & Zenou, Y. (1999). Why is central Paris rich and downtown Detroit poor?: An amenity-based theory. European Economic Review, 43(1), 91‑107.

Cavailhès, J. (2009). Analyse économique de la périurbanisation des villes. Innovations Agronomiques, 5, 1‑12.

Clark, C. (1951). Urban Population Densities. Journal of the Royal Statistical Society, 114(4), 490‑496.

Derycke, P.-H. (1999). Les densités urbaines, une revue de littérature. Communication présentée à la table ronde « Variations théoriques sur l’espace urbain et l’espace rural », programme ARTHUR.

Frankena, M. W. (1978). A bias in estimating urban population density functions. Journal of Urban Economics, 5(1), 35‑45.

Fujita, M. (1989). Urban Economic Theory: Land Use and City Size. Cambridge University Press.

Gbenyo, K., & Dubé, J. (2018). Le Maup et l’insoluble question de frontière optimale. Revue d’économie régionale & urbaine, 3, 619-650.

Goux, J.-F. (1981). Les fondements de la loi de densité urbaine de C. Clark. Canadian Journal of Regional Science, 4(1), 113‑132.

Griffith, D. A. (1981). Modelling urban population density in a multi-centered city. Journal of Urban Economics, 9(3), 298‑310.

McDonald, J. F. (1989). Econometric studies of urban population density: A survey. Journal of Urban Economics, 26(3), 361‑385.

McMillen, D. P. (1994). Vintage Growth and Population Density: An Empirical Investigation. Journal of Urban Economics, 36(3), 333‑352.

McMillen, D. P. (2004). Employment Densities, Spatial Autocorrelation, and Subcenters in Large Metropolitan Areas. Journal of Regional Science, 44(2), 225‑244.

Mills, E. S. (1967). An Aggregative Model of Resource Allocation in a Metropolitan Area. The American Economic Review, 57(2), 197‑210.

Muñiz, I, & Galindo, A. (2005). Urban form and the ecological footprint of commuting. The case of Barcelona. Ecological Economics, 55(4), 499‑514.

Muth, R. F. (1969). Cities and Housing: the Spatial pattern of Urban Residential Land Use. University of Chicago Press.

Péguy, P.-Y. (2000). Analyse économique des configurations urbaines et de leur étalement. [Thèse de doctorat, université Lumière Lyon 2].

1 « Bâtiment de plus de 20 m², ne possédant pas de fonction particulière pouvant être décrit dans les autres classes de bâtiments surfaciques : bâtiments d'habitation, d'enseignement... ».

2 Les chiffres relatifs à la densité nette sont très élevés. Cela est dû au fait que la surface urbanisée à usage résidentiel représente une très petite part de l’espace total, bien inférieure à 1 km². Pour obtenir un indicateur commun à tous les espaces, nous permettant de les comparer, nous utilisons la variable population au km² bâti à usage résidentiel. Les niveaux de densité nette indiqués sont donc un nombre d’habitants si l’espace bâti à usage résidentiel faisait 1km².

Figure 1. Taille moyenne des IRIS suivant la distance au centre

Figure 1. Taille moyenne des IRIS suivant la distance au centre

Réalisation : Marion Girard.

Figure 2. Illustration des différents usages du sol selon le type de commune (centre/périphérie)

Figure 2. Illustration des différents usages du sol selon le type de commune (centre/périphérie)

À gauche : vue satellite de Hauteville-Les-Dijon, Ahuy et Daix, communes périphériques dont l’usage du sol est majoritairement agricole ou naturel. L’urbanisation se concentre dans le centre-bourg.
À droite : vue satellite de la ville-centre Dijon, dont l’espace est intensément urbanisé.

Sources : IGN, Google Maps.

Figue 3. Part du bâti dans les IRIS de la métropole de Dijon en 2019

Figue 3. Part du bâti dans les IRIS de la métropole de Dijon en 2019

Réalisation : Marion Girard.

Figue 4. Densité brute des IRIS de la métropole de Dijon (2019)

Figue 4. Densité brute des IRIS de la métropole de Dijon (2019)

Réalisation : Marion Girard.

Figure 5. Densité nette des IRIS de la métropole de Dijon (2019)2

Figure 5. Densité nette des IRIS de la métropole de Dijon (2019)2

Réalisation : Marion Girard.

Marion Girard

Enseignante-chercheuse, département Économie, laboratoire ESPI2R

CC BY-NC-ND 2.0 FR sauf pour les figures et les visuels, pour lesquels il est nécessaire d'obtenir une autorisation auprès des détenteurs des droits.