Navigation – Plan du site

AccueilTransversalitésDossiers2014-2015Images & VillesExpansion de l'agglomération de L...

2014-2015
Images & Villes
732

Expansion de l'agglomération de Lima et différenciation de l’espace résidentiel : analyse exploratoire d’un corpus de données diversifié

Expansion of Lima agglomeration and differentiation of residential space: exploratory analysis of a diversified corpus of data
Marie Piron, Évelyne Mesclier et Bernard Lortic

Résumés

Lima présente des formes de différenciation socio-spatiale en grande partie conformes au modèle des métropoles andines avec, d'une part une opposition entre un ensemble de quartiers centraux occupés par les classes moyennes ou aisées et des quartiers périphériques plus récents et beaucoup plus populaires, d'autre part l'expansion de quartiers de standing dans une direction privilégiée, en l'occurrence à l'est des quartiers centraux. Ce modèle est encore très prégnant mais semble être modifié depuis la fin du siècle dernier par des phénomènes de diversification interne d’ensembles naguère plus homogènes. Notre objectif est de proposer une démarche exploratoire pour comprendre l'organisation spatiale actuelle de la différenciation sociale à Lima. Sur la base des données du dernier recensement national de la population en 2007 et d'un ensemble de photographies aériennes et d'images satellite prises au cours de la deuxième moitié du 20e siècle, nous élaborons, à l'échelon de l'îlot, des indicateurs cartographiques et statistiques des strates successives de l'expansion de Lima et de son actuelle structure socio-spatiale. Il en ressort, dans un premier temps, que l’agglomération s’organise selon une échelle d'intégration sociale et urbaine qui s'inscrit spatialement sur un gradient, depuis le centre vers les périphéries, en lien avec la période d’apparition des ensembles d’îlots. Puis, dans un second temps, une série d'analyses statistiques multidimensionnelles réintroduisant visuellement l'îlot permettent de nuancer cette conclusion par l'étude de la variabilité interne aux strates d'expansion. Il est ainsi possible de saisir les dynamiques territoriales en cours et de poser l’hypothèse d’une réorganisation de la structure opposant le centre aux périphéries.

Haut de page

Notes de la rédaction

Cette communication a été présentée au colloque Images & Villes, décembre 2011.

Texte intégral

Introduction

  • 1 PERISUD, "Dynamiques territoriales des périphéries des métropoles des Suds", est un programme de re (...)

1Les modes d'expansion périphérique actuels des métropoles du Sud, tels que présentés par V. Dupont et D. Pumain (2000) "s'avèrent très divers en termes de type d'habitat, de mode de peuplement, de catégories sociales concernées". Ils peuvent s’exprimer par une urbanisation informelle qui se développe sous forme de lotissements clandestins ou d’occupation illégale, phénomène pouvant exister également dans "les interstices de l'espace urbain y compris dans des zones centrales ou péricentrales" (op. cit.). Mais il peut s’agir également de la construction de quartiers résidentiels de haut standing, de condominiums ou de programmes résidentiels produits par le secteur privé. Ainsi, "la dynamique centrifuge est loin d’affecter uniquement les "pauvres" et les classes modestes repoussées vers des localisations toujours plus excentrées. Un mouvement de déconcentration des classes aisées en périphérie lointaine est également à l'œuvre" (op. cit.), parallèlement à des phénomènes de redensification des centres. Un même questionnement sur les modalités actuelles de l'expansion périphérique a alimenté les recherches sur Lima, dans le cadre du programme PERISUD1. Celles-ci contribuent à une caractérisation des différentes périphéries de la métropole (Mesclier et al., 2011) et interrogent les dynamiques à l'œuvre aujourd'hui.

2Lima a souvent été décrite comme composée d’un "triangle" et de trois "cônes". Le "triangle" est l’ensemble de quartiers centraux, occupés par les classes moyennes ou aisées, entre le centre historique, le port et les anciens quartiers balnéaires jusqu’à Chorillos comme le définissent par exemple Vega Centeno, Dextre et Alegre (2011), auquel il faut ajouter des quartiers plus récents construits dans leur continuité, vers l’est. Les trois "cônes" sont les quartiers résidentiels populaires s’étendant en position périphérique vers le nord, vers le sud et vers l’est (Carte 1). Cette division de l’espace correspond d'une part à l’opposition du centre et de la périphérie, qui caractérise depuis longtemps les métropoles andines (voir par exemple Deler, 1988), même si la question des possibilités d’évolution des quartiers populaires périphériques a été posée dès leur origine (voir par exemple Ramírez Corzo & Riofrío, 2006 ; Driant, 1991 ; Driant & Riofrío, 1987). D'autre part, l’installation de classes plus aisées en-dehors des quartiers centraux est un processus déjà ancien mais qui répond à un phénomène structurel répandu en Amérique latine : la sectorisation des beaux quartiers, dont l’expansion "se fait souvent dans une direction préférentielle, obéissant en général à quelque tropisme écologique […]" (Bataillon et al., 1991, 70-71) – en l’occurrence, le littoral vers le sud et le soleil vers l’est, qui ont orienté l’expansion des quartiers aisés à partir des quartiers centraux. Lima est en effet située sur le piémont occidental des Andes, marqué à cette latitude, en raison des upwellings, par l’aridité et la présence à basse altitude d’une couverture nuageuse, permanente pendant les mois d’hiver.

3Ce modèle est encore très prégnant mais semble modifié depuis la fin du siècle dernier par des phénomènes de diversification interne d’ensembles naguère plus homogènes. Quelques lieux marqués par des avantages spécifiques paraissent attirer de plus en plus les populations aisées vers les limites de l’agglomération. Ainsi, si de beaux quartiers se sont installés depuis longtemps à l’est autour de la petite ville de Chosica, au-dessus des brouillards hivernaux, le phénomène se renouvelle et se diversifie avec l’apparition de quartiers fermés sur les versants de la vallée du Rímac. La campagne et la mer attirent également de plus en plus les classes aisées vers l'extrémité de l'agglomération au sud, dans la vallée du Lurín et le long de la côte. Par ailleurs certains quartiers d’origine populaire ont évolué vers une plus grande similitude avec les quartiers centraux. Sur plus de soixante ans, les périphéries de Lima se sont donc constituées sur la base d’une différenciation forte par rapport aux quartiers centraux, mais se sont renouvelées, au moins partiellement.

Carte 1 - L’agglomération de Lima-Callao

Carte 1 - L’agglomération de Lima-Callao

4L’objectif de cette contribution est de proposer une démarche exploratoire pour comprendre l'expression de la division socio-spatiale dans l'expansion de l'agglomération de Lima. Cette démarche s’appuie sur un corpus de données diversifiées, allant des images à des données statistiques, aux formats divers, définies à une échelle particulièrement fine, celle de l'îlot. Elle utilise les outils d’analyse exploratoire multidimensionnelle qui permettent d’extraire les structures sous-jacentes de l’organisation socio-spatiale de Lima et de piloter l'exploitation de données en élargissant ainsi le champ des hypothèses. Elle utilise également des modes de représentation graphique et cartographique simples, qui sont ici des moyens d’exploration des données et de compréhension des dynamiques territoriales et des réorganisations de la structure opposant le centre à ses périphéries.

5Tout d’abord, nous avons élaboré deux indicateurs. Le premier est construit à partir de cartes, de photos aériennes et d’images satellite, et rend compte des strates d’expansion de la ville. Le second est un indicateur composite et synthétique de la structure socio-spatiale de Lima en 2007, construit à partir des données censitaires relatives aux différents niveaux d’observation que sont la personne, le ménage et le logement. Ensuite, nous déclinons le croisement de ces deux indicateurs selon différents outils de visualisation pour explorer et analyser le lien entre la structure sociale du quartier et sa période d’apparition.

Utilisation d’un corpus de données diversifié pour la construction des indicateurs

6Les cartes d’ancienneté du bâti sont rares et disponibles sous des formats hétéroclites. Par ailleurs les données statistiques à l’échelle géographique la plus fine, celle de l’îlot, sur l’ensemble d’une agglomération sont difficilement accessibles et pas toujours cohérentes entre elles. Cette diversité de formats et l’absence de certaines données sont les principales difficultés qui se posent lorsque l’on veut construire de tels indicateurs cartographiques et statistiques.

Élaboration de la carte de l’ancienneté du bâti : des sources d’information diversifiées et de qualité très inégale

  • 2 Cette carte a été réalisée par plusieurs étudiants de l’Université Nationale Mayor de San Marcos et (...)
  • 3 Le Système d'Information Géographique utilisé est le logiciel gratuit SavGIS (www.savgis.org)

7La carte de l'ancienneté du bâti est réalisée sur la base de photographies aériennes, d'images satellite et de la cartographie du recensement2 à partir d’un Système d'Information Géographique3, et retrace ainsi l'évolution de l'agglomération de Lima.

  • 4 Une mosaïque semi-contrôlée est un assemblage de photographies aériennes réalisées avec seulement q (...)

8Des mosaïques semi-contrôlées4 de photographies aériennes, réalisées par le Service Aérophotographique National péruvien basé à Lima, nous ont permis de saisir un état du bâti à plusieurs dates : 1944, 1950, 1968 et 1984. Ces mosaïques sont composées des tirages contact des photographies originales qui ont été découpées puis assemblées manuellement pour être ensuite rephotographiées au banc de reproduction. Elles ont enfin été scannées sur scanner A0. Pour l’image de 1984 (Figure 1.a), en format 40x45 cm, on distingue la douzaine de passages de l’avion qui ont été nécessaires pour l’ensemble de la mission ; la figure 1.b montre la qualité médiocre de cette image. Le tracé de la limite des zones construites s’est donc fait par photo-interprétation de documents de qualité très moyenne. L'interprétation se fait en s’appuyant simultanément sur les situations à différentes dates.

  • 5 Instituto Nacional de Estadistíca e Informática du Pérou

9On dispose par ailleurs d’une image satellitaire Aster de 2001 (Figure 1.c), de bonne qualité, établissant la situation de l’expansion de la ville à cette date. Enfin, l’INEI5 a élaboré une cartographie des îlots pour la réalisation des deux derniers recensements de la population en 1993 et 2007.

10L'ensemble des données ont été recalées à partir d’une carte topographique au 1:25 000 de bonne qualité réalisée par l’IGN du Pérou en 2005 (Figure 1.d). Notons, toutefois, que nous n’avons pu utiliser celle-ci pour tracer la limite du bâti à cette date car il manque justement les parties les plus externes de l'agglomération.

Figure 1 - Éléments pour l’élaboration de la carte d’ancienneté du bâti de Lima

Figure 1 - Éléments pour l’élaboration de la carte d’ancienneté du bâti de Lima

11À partir de ces photographies et d'images satellite actuelles, nous avons élaboré une carte de l'ancienneté du bâti (Carte 2) qui apporte une meilleure précision que les cartographies existantes (voir par exemple Matos Mar, 1984 et 2004 ; Gonzales de Olarte et al., 2011). Cette carte est organisée selon sept strates d'expansion.

12Les documents dont nous disposons nous permettent de saisir des périodes clés de l’expansion de Lima. Les quartiers déjà construits avant 1944 correspondent en grande partie à la ville ancienne, même si le taux de croissance annuel d’expansion de l’aire urbaine est déjà élevé d’après certaines estimations publiées par Calderón Cockburn (Tableau 1). L’accélération du rythme de cette expansion est ensuite nette entre 1940 et 1955, et surtout entre 1955 et 1970 (Calderón Cockburn, 2006, 111). L’année 1968 rend compte de l’étendue de Lima en pleine transition démographique et urbaine du pays, alors que l’émigration des campagnes vers les villes est très importante, juste avant la prise du pouvoir par des militaires nationalistes. Le taux de croissance de la population de la ville est alors de 5,5 % par an. Les années 1970 sont marquées entre autres par la Réforme Agraire, qui modifie les modalités des migrations et, à une échelle locale, facilite l’urbanisation des terres agricoles irriguées dans la vallée du Rímac et les vallées voisines. Le taux de croissance annuel de l’aire urbanisée diminue, mais en valeur absolue, l’expansion reste considérable ; la population n’augmente plus qu’à un rythme de 3,9 % par an, mais cela représente encore plus de 150 000 nouveaux habitants par an. Durant les années 1980, le taux de croissance de l’aire de l’agglomération diminue, le taux de croissance de la population également, malgré les déplacements liés à la violence politique. Cependant l’aire urbanisée continue de s’accroître rapidement en valeur absolue : 1993 rend compte du résultat de ces évolutions. Le début des années 1990 est un tournant, avec le passage à une politique économique néolibérale dans un contexte d’autoritarisme politique (fermeture de l’Assemblée nationale en 1992, exécutions sommaires à la charge d’un groupe paramilitaire, etc.) et l’arrestation du leader du mouvement Sentier Lumineux. On assiste au début de l’intérêt des investisseurs pour des périphéries de nouveau sous contrôle de l’État. Les taux de croissance de la population et de l’aire de l’agglomération ont diminué, mais en valeur absolue, tant pour la population que pour l’aire, l’expansion reste rapide. 2000 est un nouveau tournant politique, avec le retour à des gouvernements plus démocratiques. Les années 2000 sont caractérisées par une croissance économique continue : se trouvent confirmées les dynamiques d’investissement dans les périphéries, tout au moins le long des grands axes (construction de supermarchés, d’universités privées, etc.). Si le taux de croissance de la population de l’agglomération est redescendue à 2,1 % par an selon les calculs de l’INEI, en valeur absolue l’augmentation reste importante. 2007 rend compte de l’expansion urbaine avant sa réorganisation de l’agglomération par la mise en service des bus en voie propre et du "train électrique", qui a lieu à partir des années 2010 et dont on ne verra donc pas les résultats sur la division socio-spatiale dans la présente étude.

Carte 2 - Strates d’expansion de l’agglomération de Lima

Carte 2 - Strates d’expansion de l’agglomération de Lima

Tableau 1 - Population et aire urbanisée de l’agglomération de Lima : évolution entre 1910 et 2007

Population de l’agglomération

Aire urbanisée

En nombre d’habitants

Variation annuelle moyenne (entre deux recensements, en nombre d’habitants)

Taux de croissance annuel moyen
(entre deux recensements, en %)

En km²

Variation annuelle moyenne (entre deux dates disposant de données, en km²)

Taux de croissance annuel moyen (entre deux dates disposant de données, en %)

1910

12

1940

661 508

42

1

4,3

1955

80

2,5

4,4

1961

1 901 927

59 067

5,1

1970

195

7,7

6,1

1972

3 418 452

137 866

5,5

1981

4 835 793

157 482

3,9

1985

375

12

4,5

1993

6 434 323

133 211

2,4

1995

507

13,2

3,1

2007

8 472 935

145 615

2,1

Sources : INEI 1993 et INEI 2008 (données de population), Calderón Cockburn, 2006, d’après Ísmodes Alegría, 1997 (données sur l’aire urbanisée).
Taux de croissance annuel moyen de la population : calculs de l’INEI. Autres calculs propres.

13La carte 2 permet de constater que les quartiers aujourd’hui centraux ne datent pas tous de l’époque coloniale ou de son expansion des XIXe et début du XXe siècles. Plusieurs de ces quartiers ont été urbanisés dans les années 1960, voire entre 1968 et 1984. Un grand nombre de quartiers en situation périphérique sont tout aussi anciens et ont maintenant entre 30 et 40 ans. À l’intérieur de cette catégorie des quartiers périphériques "anciens", les plus anciens ne sont pas systématiquement les plus proches du centre-ville, les terres agricoles ayant été urbanisées souvent plus tardivement que les interfluves. En revanche, à partir de la deuxième moitié des années 1980, les nouveaux quartiers ne sont plus qu’exceptionnellement situés à moins de 10 kilomètres du centre historique sur les bords du fleuve Rímac (districts de Lima Cercado et du Rímac, voir carte 1).

14Un point méthodologique à prendre en compte est que cette figure ne représente la croissance de la ville qu’en termes d’expansion géographique et non de densification. Depuis les années 2010, les nouveaux logements de l'agglomération sont en grande partie situés dans les quartiers centraux ou péricentraux en cours de verticalisation. Ceci peut expliquer les superficies relativement modestes qui s’ajoutent à la tache urbanisée entre 2001 et 2007, malgré le maintien de la croissance de la population en valeur absolue (Tableau 1). Nous y reviendrons par la suite dans l’analyse.

15Les données du recensement de 2007 vont maintenant nous permettre de faire un état de l’organisation de la différenciation socio-économique dans l’agglomération.

Construction d’un indicateur de la structure socio-spatiale de Lima en 2007 : une base de données censitaires et localisables à une échelle fine

16La méthode utilisée pour élaborer un indicateur de la structure socio-spatiale de l’agglomération de Lima est basée sur les méthodes d'analyse exploratoire multivariée appliquées aux données du recensement de la population de 2007 produites par l’INEI du Pérou (INEI, 2007). Ces données sont de bonne qualité et accessibles à l'échelle de l’îlot. Cette méthode relève de l’écologie factorielle urbaine développée dans le prolongement des travaux de l'école de Chicago (Grafmeyer et Joseph, 1990). L’indicateur résulte de la combinaison de différents critères socio-démographiques, du niveau social des ménages ou encore de la qualité du bâti. Il offre une vision globale mais également détaillée de la ville et de ses quartiers. De tels indicateurs ont déjà ainsi été éprouvés par diverses études en Amérique latine (CONAPO, 2005 ; Duhau et Giglia, 2008 ; Rubalcava et Schteingart, 2000 ; INEI, 2009 ; Dureau, 2012). Nous nous appuyons ainsi sur des descriptifs de données qui figurent maintenant dans la plupart des recensements et qui sont utilisés de façon universelle pour construire des indicateurs socio-économiques et décrire ainsi les structures socio-spatiales.

17À partir des données du recensement, nous construisons le tableau associant aux 80 097 îlots, 16 caractéristiques usuelles et standard (Tableau 2), agrégées et exprimées en pourcentage de personnes, de ménages ou de logements. Elles sont relatives à trois niveaux d’observation :

  • Au niveau des personnes : pourcentage des moins de 15 ans et des plus de 64 ans, des personnes ne disposant pas d’une couverture sociale, de celles dont la langue maternelle est amérindienne, d’analphabètes, enfin des personnes ayant un niveau d’études supérieur.

  • Au niveau des ménages : pourcentage des ménages possédant un téléviseur, un réfrigérateur, une machine à laver, un ordinateur, ou aucun de ces équipements.

  • Au niveau des logements : pourcentage des logements qui disposent en leur intérieur de l’arrivée et de l’évacuation de l’eau par le réseau public, de l’électricité, pourcentage des logements de petite taille (1 pièce), et de ceux au plancher "précaire" en terre.

Tableau 2 - Caractéristiques de l’îlot relatives aux trois niveaux d’observation 

Tableau 2 - Caractéristiques de l’îlot relatives aux trois niveaux d’observation 
  • 6 Le logiciel utilisé pour les analyses statistiques multidimensionnelles est SPAD.

18Nous appliquons conjointement à ce tableau deux méthodes statistiques complémentaires6 : l'Analyse en Composantes Principales – ACP – et une classification mixte (nuées dynamiques et Classification Ascendante Hiérarchique) (Lebart et al., 2006). L'enchaînement de ces deux méthodes permet de rechercher les structures et organisations spécifiques des îlots (Figure 2) : i) l'ACP fait émerger la structure de l’ensemble que constituent les îlots, au travers des caractéristiques des personnes, des biens d’équipement des ménages et des conditions de logement ; ii) la classification, réalisée sur les composantes principales de l'analyse précédente, regroupe dans des classes, d’autant plus homogènes qu’elles sont nombreuses, les îlots qui se ressemblent selon les critères de description retenus.

Figure 2 - Plan factoriel principal de la structure socio-spatiale

Figure 2 - Plan factoriel principal de la structure socio-spatiale

19L'ensemble produit deux types d’indicateurs composites, les axes factoriels (indicateurs quantitatifs) et les typologies (indicateurs qualitatifs) qui tiennent compte simultanément des corrélations entre les 16 caractéristiques.

  • 7 La notion d’intégration sociale et urbaine se rapproche de celle de "périphérie intégrée" utilisée (...)

20Le premier axe permet d’identifier la composante dominante de la structure sociale de l’espace (dans le cas présent, 46 % de l’inertie). Cet indicateur oppose les îlots défavorisés et précaires (caractérisés par de forts pourcentages de logements en matériaux précaires, de ceux disposant d’une seule pièce, des ménages non équipés, des personnes de moins de 15 ans, des personnes n’ayant pas accès à la santé, des personnes analphabètes) aux quartiers favorisés et intégrés (caractérisés par de forts pourcentages de logements ayant l’accès aux réseaux et de ménages disposant des divers équipements) (Figure 2.a). Cet indicateur exprime un gradient par rapport à une caractérisation des îlots en termes d’intégration/précarité sociale et urbaine7. Le deuxième axe (11 % de l'inertie) nuance l’importance de ce gradient en opposant les valeurs moyennes sur la partie positive (îlots caractérisés par une population jeune et dont les habitants disposent des équipements et accès aux réseaux et équipements de base) aux valeurs extrêmes sur la partie négative (très bien ou pas du tout équipés). La combinaison des deux axes distingue ainsi, d’une part, les îlots très intégrés (favorisés – forte intégration), de ceux très précaires (défavorisés – forte précarité), d’autre part, les îlots consolidés (favorisés – intégration moyenne) de ceux qui sont, soit non consolidés (défavorisés – précarité moyenne), soit très intégrés au contraire.

  • 8 Lebart et al. soulignent que "l'utilisation conjointe de l'analyse en composantes principales et de (...)

21Nous avons retenu une partition en 6 classes (Figure 3). Elle permet de représenter à la fois des combinaisons de variables dominantes, mais aussi plus marginales. Les 6 types sont ordonnés sur le premier axe et par conséquent leurs différences sont bien expliquées par celui-ci8 (Figure 2.b).

Figure 3 - Catégories de la structure socio-spatiale – Typologie en six classes

Figure 3 - Catégories de la structure socio-spatiale – Typologie en six classes

22Nous avons d’abord dissocié en deux groupes les six catégories de la structure socio-spatiale : d’une part les îlots dits "favorisés" disposant du réseau public d’arrivée et d’évacuation en eau les consolidant, voire les intégrant à la ville (T1 à T3), et d’autre part les îlots dits "défavorisés", précaires et  non encore consolidés, qui n’ont pas accès en 2007 à ces services (T4 à T6). Puis à l’intérieur de chacun de ces deux groupes, les îlots s’organisent selon le niveau de vie indiqué par les biens domestiques et par la précarité du logement :

  • T1 : les îlots bien "intégrés" (14 % des îlots et 16 % de personnes) sont marqués par une classe aisée ayant un niveau de vie élevé ; ils sont identifiés de façon très significative par de bons équipements domestiques (ordinateur et machine à laver), et un fort pourcentage de personnes de niveau d’études supérieur.

  • T2 : les îlots "en cours d’intégration" (20 % des îlots et 33 % de personnes) sont caractérisés par une classe plus moyenne définie par des équipements un peu plus banaux (réfrigérateur), des personnes ayant un niveau d’étude supérieur puis, dans une moindre mesure, par les autres équipements (machine à laver, télévision, ordinateur) reléguant cette classe à un niveau de vie moins élevé que la précédente.

  • T3 : les îlots "consolidés" (28 % des îlots et 35 % de personnes) sont occupés par une classe plus populaire disposant des équipements de base (téléviseur) et des personnes ne disposant pas d’une couverture sociale.

  • T4 : les îlots "non consolidés" (21 % des îlots et 11 % de personnes) sont fortement caractérisés par l'absence d'accès aux réseaux publics et de fait par l’absence de la plupart des équipements domestiques (en sous-représentation) mais disposent pour certains de l’électricité et de l’équipement de base qu’est la télévision. C’est également une classe populaire qui caractérise ces quartiers.

  • T5 : les îlots "précaires" (13 % des îlots et 4 % de personnes) constitués de petits logements en matériaux précaires ne disposent ni des réseaux publics ni de l’électricité (en sous-représentation) et les ménages ne possèdent aucun bien d'équipement. La population y résidant est fortement caractérisée par un fort pourcentage de jeunes, d’analphabètes, sans couverture sociale et ayant appris une langue amérindienne.

  • T6 : les îlots "très précaires" (4 % des îlots et 1 % de personnes) sont en situation encore plus défavorisée et se différencient de la catégorie précédente par une absence plus significative des biens d'équipement ménagers ("aucun équipement" est très largement surreprésenté) et notamment par l'absence de l’équipement de base, de la télévision, ainsi que de l’électricité (modalités nettement sous-représentées).

23Soulignons que, compte tenu de la méthode employée pour les construire, les catégories choisies doivent être perçues comme des situations-types qui suggèrent les formes fortes de la structure socio-spatiale de Lima en 2007. Outre leur faculté de synthèse, les indicateurs que nous proposons, que ce soient les facteurs ou la typologie, signalent les variables qui permettent de déceler des situations de précarité ou d’intégration sociale et urbaine. L’ordre d’intervention des variables dans la construction des indicateurs indique l’intensité de leur participation à la caractérisation du gradient. Ainsi les forts pourcentages "d’ordinateurs", de "personnes âgées" attestent d’îlots particulièrement bien intégrés en plus du fait qu’ils sont forcément caractérisés par les autres équipements domestiques et qu’ils répondent a fortiori aux critères de zones consolidées définies par l’accès aux réseaux publics. Puis la contribution de l’équipement "réfrigérateur" dans la catégorie "îlots en cours d’intégration", plus significative que celle des autres équipements notamment "l’ordinateur" ou "la machine à laver", indique que ces zones se situent à un niveau plus bas sur le gradient que la catégorie "îlots intégrés" mais plus élevé que la catégorie "îlots consolidés". Les îlots "consolidés" sont caractérisés par des équipements de base. Les variables socio-démographiques "analphabètes", "langue amérindienne", "moins de 15 ans", "sans couverture sociale", désignent la présence d’une couche sociale populaire, associée, entre autres, à l’immigration provinciale, lorsqu’elles ne sont pas corrélées avec les caractéristiques "sol précaire" et "une pièce" ; lorsqu’elles sont corrélées avec ces dernières caractéristiques, elles désignent une classe beaucoup plus paupérisée et précaire.

24Nous choisissons de cartographier, dans un premier temps, l’indicateur résultant de la classification (Carte 3) pour des raisons de simplicité d’interprétation. Compte tenu du fort pouvoir discriminant du 1er axe sur la typologie retenue, les représentations cartographiques de ces deux indicateurs – la première composante principale fournie par la carte 5.a et la typologie en 6 classes de la carte 3 – sont très voisines. Le graphique associé à la carte 3 indique la distribution en pourcentage des îlots, et en pourcentage de la population totale de l’agglomération, pour chaque catégorie de la structure socio-spatiale. La catégorie "îlots consolidés" est la plus nombreuse, avec 28 % des îlots et 35 % de la population. Au total, les îlots "favorisés" (T1 à T3) sont beaucoup plus peuplés que les quartiers "défavorisés" (T4 à T6) : plus de 80 % de la population de l'agglomération y réside.

Carte 3 - Structure socio-spatiale de Lima

Carte 3 - Structure socio-spatiale de Lima
  • 9 On utilise ici le terme de "quartier" pour désigner des ensembles d’îlots contigus et partageant de (...)

25L’échelle d’intégration sociale et urbaine se lit très bien spatialement sur un gradient allant des quartiers centraux tels que définis plus haut – auxquels s’ajoutent, dans la continuité vers l'est, les districts de San Borja et La Molina – jusqu’à l’extrémité des périphéries, où l’on trouve les quartiers9 les plus précaires. Les quartiers centraux sont bien intégrés. Puis au fur et à mesure que l’on quitte ces quartiers pour suivre les axes de communication qui structurent les indentations de l’agglomération, et aller vers les limites de la ville, on passe de quartiers en cours d’intégration et consolidés à des quartiers non consolidés puis précaires sans accès aux services publics, voire de grande précarité sans service ou équipement d’aucune sorte. Certes, on retrouve également dans ces périphéries quelques groupes d’îlots abritant des populations très intégrées, mais qui correspondent en bonne partie aux localisations anciennes des classes aisées recherchant le soleil, la campagne ou la mer (dans les districts de Chosica et Chaclacayo, dans celui de Lurín, dans celui d’Ancón ou dans les districts balnéaires du sud de l’agglomération). Les exceptions sont quelques îlots de plus grande intégration dans le district de Los Olivos et dans celui de Ventanilla.

26Cette persistance presque totale de l’opposition centre / périphérie peut surprendre compte tenu de l’ancienneté d'une partie des périphéries. Il semble néanmoins que le caractère plus ou moins ancien des différents quartiers soit lié à leurs caractéristiques actuelles : les quartiers périphériques les plus anciens seraient, globalement, les plus consolidés, même si peu d’entre eux sont aussi bien intégrés que les quartiers centraux. C’est l’hypothèse que nous allons tenter de vérifier.

Mise en relation du corpus de données et exploration du lien entre l’ancienneté du bâti et la structure socio-spatiale des quartiers de Lima

27Il s'agit maintenant de confronter la carte de l'ancienneté du bâti (Carte 2) à celle de la structure socio-spatiale en 2007 (Carte 3). Plusieurs modes de visualisation des données doivent permettre d’explorer puis d’analyser la relation entre la structure socio-spatiale et l’ancienneté du quartier. Ils reposent à la fois sur des techniques simples telles que la visualisation de tableaux de contingence par la matrice de Bertin, des histogrammes ou les techniques factorielles et sur la représentation cartographique. Puis, nous faisons appel à des techniques plus sophistiquées pour mettre au jour les différenciations sociales au sein des strates d’expansion. Nous rejoignons ainsi Dibiase (1990) et Antoni et al. (2004) qui soulignent que l’étape de la manipulation et de l’analyse exploratoire des données spatialisées, étape où la visualisation joue un rôle important, permet de disposer de différentes vues des mêmes données ; la carte apparaît alors comme un outil révélateur de structures.

Différenciations socio-spatiales et ancienneté du quartier : quartiers anciens intégrés vs quartiers récents précaires

28En premier lieu, nous employons une méthode classique pour l’étude du lien entre deux indicateurs qualitatifs. Il s’agit de construire et d’analyser le tableau de contingence qui croise les strates d’expansion avec les six catégories de la structure socio-spatiale. Selon si l’on pondère ou non l’analyse par la population de chaque îlot, on obtient une répartition de la population ou des îlots par période et par catégorie socio-économique. Deux modes de représentation sont proposés : la matrice de Bertin et un histogramme, exprimés en pourcentage des îlots puis en pourcentage de la population (Figure 4). La matrice de Bertin indique que plus les quartiers sont anciens, plus ils sont intégrés et a fortiori, mais de façon moins forte, plus ils sont récents plus ils sont précaires : cette relation se manifeste par l’importance des îlots et de la population qui se trouvent situés sur la diagonale. L’histogramme confirme ces liens en montrant que les quartiers anciens sont assez ou bien intégrés mais que, en revanche, tous les quartiers intégrés ne sont pas anciens.

Figure 4 - Représentation du tableau de contingence croisant les strates d’expansion avec les catégories socio-économiques – Analyse non pondérée par le nombre d’habitants (% îlots) et pondérée par le nombre d’habitants (% population)

Figure 4 - Représentation du tableau de contingence croisant les strates d’expansion avec les catégories socio-économiques – Analyse non pondérée par le nombre d’habitants (% îlots) et pondérée par le nombre d’habitants (% population)

29Nous observons, dans les deux cas de pondération, un lien entre l’ancienneté du quartier et la structure socio-spatiale traduite par un gradient d’intégration / précarité : les quartiers anciens (avant 1970) sont quasiment tous intégrés ou en cours d’intégration et abritent la moitié de la population de Lima ; les quartiers urbanisés à partir des années 1980 et jusqu’à la fin du siècle dernier sont en cours d’intégration ou tout au moins consolidés ; les quartiers qui émergent durant les années 2000 sont majoritairement non consolidés voire précaires et très précaires en 2007. Cela ne signifie cependant pas que tous les nouveaux logements construits à Lima au cours des années 2000 sont précaires ou habités par des populations pauvres. Il faut en effet rappeler que simultanément se construisent des logements neufs dans les quartiers déjà existants, dans un contexte de croissance économique soutenue depuis deux décennies. Les années 1990 marquent une rupture dans ce domaine, avec la densification de la ville, aussi bien dans les quartiers centraux que périphériques (Ledgard et Solano, 2011). L’analyse décrit donc bien une structure socio-spatiale, elle ne décrit pas l’évolution de la composition sociale globale de la ville.

30La représentation du plan factoriel des points-îlots de l’Analyse en Composantes Principales offre l’avantage de restituer visuellement l’îlot à l’étude et d'introduire par là même la notion de variabilité de chaque strate d'urbanisation (Figure 5.a). La projection en supplémentaire des strates d’expansion de la ville et des catégories socio-spatiales confirme les résultats précédents proposés par la figure 4. L’analyse permet en plus de suggérer une plus grande diversité d’hypothèses. La localisation de l’année 1944 à proximité du centre de gravité du nuage interroge sur l’état des quartiers anciens et notamment le centre historique ; cette localisation peut évoquer une dégradation de certains îlots de cette strate, ainsi que leur rôle dans la réception des migrations à certains moments de l’histoire de la ville. Par ailleurs, les îlots créés entre 1945 et 1950 sont très peu nombreux (ils représentent 1 % de l'ensemble des îlots et 2 % de la population y résident en 2007) et 85 % des îlots de cette strate sont intégrés ou en cours d'intégration, ce qui explique la position plus extrême de cette strate sur le plan et sa faible variabilité. Une autre hypothèse émerge de ce plan factoriel au vu de la position des années 1990 au barycentre du nuage ; ceci peut signifier que les îlots de cette strate correspondent soit au profil moyen, soit aux quartiers consolidés soit encore à des quartiers mixtes, caractérisés à la fois par des îlots des catégories favorisées et défavorisées. Ces deux hypothèses incitent à étudier l'homogénéité versus l'hétérogénéité des strates d’expansion selon les catégories socio-économiques des îlots.

31Le mode de représentation par le plan factoriel permet, lorsque l’on identifie chaque îlot par son appartenance à une catégorie socio-économique (Figure 5.b) ou par la strate d'expansion à laquelle il appartient (Figure 5.c), de souligner la variabilité de ces strates. La position des strates d'avant 1968 parmi les îlots bien intégrés (Figure 5.b) indique une grande homogénéité des quartiers anciens. En revanche, les strates d'expansion récentes sont davantage au barycentre des catégories en cours d’intégration, de consolidation ou encore de zones précaires ce qui indique une différenciation socio-démographique des îlots apparus à partir des années 2000. Cela devient encore plus visible lorsqu'une même couleur est attribuée aux îlots appartenant à une même période (Figure 5.c).

Figure 5 - Analyse en Composantes Principales – Nuage des points-îlots

Figure 5 - Analyse en Composantes Principales – Nuage des points-îlots

32La représentation cartographique des catégories socio-économiques par strate d'urbanisation (Carte 4) confirme clairement l’homogénéité des quartiers anciens composés d'îlots intégrés ou en cours d’intégration et l'hétérogénéité des quartiers datant des dernières décennies du 20e siècle, ce qui relativise l'importance du lien entre la structure socio-spatiale et l'ancienneté du bâti. L'hétérogénéité d'une strate se traduit par une grande variété de couleurs sur la carte et rend compte d'îlots urbanisés sur une même période et appartenant à des catégories socio-économiques différentes. L'hétérogénéité apparaît dans les quartiers créés entre 1968 et 1984 et devient importante pour les quartiers créés entre 1984 et 1993 et entre 1993 et 2001. Cela traduit un phénomène d’apparition de quartiers résidentiels bien intégrés dans certaines zones plus éloignées du centre, qu’on peut relier aux forts investissements privés réalisés à partir des années 1990 dans des périphéries bien situées sur des axes de circulation. Les quartiers urbanisés entre 2001 et 2007, plus homogènes, sont eux, de façon majoritaire, non consolidés, précaires ou très précaires. Très peu correspondent à un haut degré d’intégration, ce qui pourrait laisser penser que les classes sociales favorisées ne tendent plus à investir dans les périphéries extrêmes de l’agglomération, peut-être en raison de la congestion des transports. Par ailleurs, Ramírez Corzo et Riofrío (2006) montrent que les quartiers les plus récents s’installent souvent dans des conditions géographiques plus contraignantes qui les empêchent de progresser de la même façon que les quartiers périphériques plus anciens – le plus caractéristique étant l’occupation de ravines étroites et aux versants escarpés.

33À ce stade de l'étude, il est intéressant d'aller plus loin dans l'analyse de la variabilité des strates d'expansion en nous intéressant aux structures internes de ces strates, c'est-à-dire en examinant la structure socio-spatiale formée par l’ensemble des quartiers apparus à une période donnée. Cela permet de comprendre les dynamiques territoriales en cours à chaque période.

Carte 4 - Caractéristiques socio-économiques et démographiques des îlots en 2007, selon les strates d’expansion de l’agglomération

Carte 4 - Caractéristiques socio-économiques et démographiques des îlots en 2007, selon les strates d’expansion de l’agglomération

Différenciations sociales au sein des strates d'expansion : centre / péricentres / périphéries aisés vs pauvres

  • 10 Le principe des analyses inter-strates et intra-strates repose sur la décomposition de la variabili (...)

34Pour explorer et caractériser la variabilité des strates de l’expansion urbaine, nous utilisons les méthodes d’analyse exploratoire multidimensionnelle inter-strates et intra-strates10 (Mathian et Piron, 2007).

Figure 6 - Analyses inter-strates et intra-strates

Figure 6 - Analyses inter-strates et intra-strates

35Le principe de l’analyse inter-strates est d’analyser l’information agrégée par strate (Figure 6.a). Une ACP est réalisée sur les valeurs moyennes des 16  variables par strate d’expansion. Les îlots d’une même strate sont étudiés uniquement au travers du centre de gravité du sous-nuage défini par la strate. Dans ce sens, l’analyse inter-strates est équivalente à l’analyse basée sur la table de contingence ; elle révèle les différences entre les strates d’expansion. Elle nous renseigne en plus sur les descripteurs des îlots qui interviennent ou non dans la caractérisation des strates d’expansion. On lit sur le plan factoriel des variables que la possession d’un téléviseur ou l’absence d’équipements, la concentration de personnes ayant appris une langue amérindienne ou étant analphabètes ne sont pas des indicateurs significatifs pour caractériser les îlots d’une même strate. Les différentes strates d’urbanisation se déterminent et se différencient entre elles beaucoup plus par l’accès aux réseaux publics, aux équipements domestiques supérieurs (ordinateurs, machines à laver) et aux matériaux précaires. On retrouve ainsi une même définition de la 1ère composante en termes de "îlots favorisés" et de "îlots défavorisés" mais autour d’indicateurs qui montrent d’une part une homogénéité interne de chaque strate par rapport aux réseaux, d’autre part l’existence de strates associées en 2007 à des conditions de vie très favorisées ou au contraire très précaires, les autres strates étant plus mélangées.

36Le principe de l’analyse intra-strates (Figure 6.b) est au contraire d’analyser les différences entre les îlots au sein d’une même strate. Cela permet d’étudier la structure des îlots en s’affranchissant de leur période d'urbanisation. Elle interroge ainsi sur des constantes de structure dans leur dispersion, leur variabilité. Dans la pratique, il s’agit d’effectuer un recentrage des centres de gravité de chaque sous-nuage composé des îlots d’une même strate au centre de gravité du nuage global. L’examen des corrélations des variables avec les deux premiers facteurs montre, à l’inverse de la figure 6.a, que l’accès aux réseaux ne participe pas à la structure interne des strates d’expansion des îlots. En revanche ce sont les équipements et notamment la télévision ainsi que l’absence d’équipement, le non accès à la couverture sociale et les critères de précarité du logement qui définissent le plan principal. Cela signifie que les îlots d’une même strate se différencient entre eux par le niveau d’équipement et la précarité du logement mais pas par la connexion au réseau public ni par les pourcentages de personnes analphabètes ou ayant appris une langue amérindienne. Le 1er axe de l’analyse intra-strates ne révèle pas tant une échelle d’intégration socio-urbaine des îlots au sein d’une même strate d’expansion que le niveau socio-économique de la population : ce sont les variables relatives aux équipements qui interviennent dans la construction de cet axe.

37Par rapport à la cartographie de l'échelle d'intégration sociale et urbaine fournie par le 1er axe de l’Analyse en Composantes Principales (Carte 5.a), déjà présentée par les figures 2.b et 5.b, la cartographie des niveaux socio-économiques des quartiers relativement à l’ensemble des îlots de même ancienneté (1er axe de l'analyse intra-strate) rend visibles des phénomènes différents (Carte 5.b). La carte 5.a est à mettre en parallèle avec la carte 3. La carte 5.b montre en rouge les quartiers plus favorisés que la moyenne de leur strate, en vert les quartiers moins favorisés que la moyenne de leur strate.

Carte 5 - Cartographie des premiers axes de l’analyse générale et de l’analyse intra-strates

Carte 5 - Cartographie des premiers axes de l’analyse générale et de l’analyse intra-strates

38On remarque d’une part le faible niveau socio-économique relatif de quartiers d'origine coloniale comme ceux du centre historique au sud de la rivière Rímac et ceux du port du Callao en-dehors de La Punta, la "pointe" qui est elle plutôt gentrifiée. De même, les quartiers industriels et ouvriers des années 1950-1960, de part et d’autre de la rivière Rímac et plus au sud (La Victoria par exemple) sont nettement moins favorisés que d’autres îlots apparus pendant la même période.

39On observe d’autre part que certains quartiers périphériques sont nettement plus favorisés que la moyenne des îlots de même ancienneté : il s’agit tout d’abord d’une partie du cône nord, y compris dans les quartiers très récents du nord de San Martín de Porres, qui apparaissaient comme défavorisés sur la carte générale. En revanche, les versants à l’ouest comme à l’est du cône, et les quartiers éloignés au nord de celui-ci, sont plus défavorisés que la moyenne de leur strate, ce qui souligne à la fois la moindre consolidation des quartiers créés dans des conditions topographiques contraignantes et le rôle de l’éloignement. D’autres quartiers à l’extrême sud apparaissent comme en général plus favorisés, dans la vallée du Lurín (districts de Lurín et Cieneguilla) et sur le littoral plus au sud, qui sont entre autres des stations balnéaires rejointes par l’expansion de l’agglomération. En revanche, San Juan de Lurigancho et les cônes est (en aval de Chosica) et le cône sud dans sa partie centrale sont plus défavorisés que la moyenne de leur strate, quelle que soit celle-ci.

40De façon intéressante, les résultats de la cartographie "intra-strates" (Carte 5.b) correspondent à des représentations couramment utilisées par les habitants de Lima. Ainsi, le cône nord passe pour être le lieu d’un grand dynamisme, lié à l’existence de classes émergentes, à la différence des cônes est et sud dont les représentations sont plus dépréciées. Les quartiers anciens du centre et du Callao sont considérés comme dégradés, ce qui a justifié les efforts de "récupération" des dernières décennies pour la partie la plus centrale, mise en valeur pour le tourisme. La vallée du Lurín est quant à elle décrite comme la "dernière vallée verte" de l’agglomération, ce qui peut expliquer son attrait pour des classes aisées, malgré l’absence de réseaux publics. Cette carte, en représentant les caractéristiques de chaque îlot par rapport à l’ensemble des îlots apparus à la même période, fait apparaître des dynamiques plutôt que des états des lieux, à la différence des deux cartes précédentes (Cartes 3 et 5.a) qui rendent compte de la structure socio-spatiale globale.

Conclusion

41Cette étude, qui repose sur les données du recensement de 2007 et l’utilisation de cartes, de photographies aériennes et d’images satellitaires, nous a permis de visualiser les liens entre structure socio-spatiale et strates d’expansion de l’agglomération de Lima. La méthodologie proposée permet de rendre compte, à une échelle particulièrement fine d'analyse, d'une réalité de l'organisation sociale de l'espace urbain de Lima qu'il aurait été difficile de capter sans cette capacité de synthèse fournie par les indicateurs composites mis en place. Chaque analyse a suggéré de nouvelles hypothèses nous conduisant vers de nouveaux traitements. Les outils de visualisation constituent des guides pour choisir celles qu’il convient de tester au sein des multiples hypothèses possibles, dans le cadre d’une démarche interdisciplinaire. L'analyse exploratoire de la variabilité apparaît ainsi comme un outil prometteur pour la description de la structuration urbaine en tant que processus dynamique.

42Un premier constat, à partir des seules données censitaires, est l'opposition entre le centre et la périphérie, qui persiste, malgré l'ancienneté de certaines périphéries. On observe les résultats d’une dynamique où les quartiers se consolident et s'intègrent avec l’ancienneté, mais sans atteindre le même niveau de bien-être que les quartiers centraux. Les quartiers les plus récents n’ont quant à eux plus beaucoup d’autre choix aujourd’hui que de croître aux limites externes de l’agglomération. Un bon nombre d’entre eux le font désormais dans des conditions topographiques difficiles, du fait du site de Lima au pied des Andes.

43L’examen des strates d’expansion de l’agglomération permet cependant d’aller au delà d’une analyse statique pour montrer des évolutions. Ainsi, on constate que les caractéristiques de certains quartiers périphériques apparus à partir des années 1980 rejoignent en 2007 celles des quartiers centraux. Cette dynamique d’amélioration notable de quartiers périphériques anciens est néanmoins limitée. Par ailleurs, il n’y a pas d’apparition massive dans les années 2000 de nouveaux îlots favorisés en périphérie lointaine. C’est étonnant par rapport aux modèles généralement établis pour les métropoles des Suds, et dans un contexte de boom économique enregistré par le pays sur pratiquement toute la période. Plusieurs facteurs peuvent l’expliquer : la nouvelle offre en logements de qualité des quartiers centraux ou péricentraux favorisés, les difficultés d’accès en raison de la congestion des voies de circulation, la faible existence de localisations attrayantes.

44Un autre apport de l’étude est de mettre en relief la dissymétrie des périphéries populaires, qui se présente de façon pratiquement inversée par rapport aux préférences affichées par les élites socio-économiques lorsqu’on introduit le critère de la période d’expansion dans l’analyse. C’est en effet dans le cône nord, à strate d’expansion égale, que les quartiers sont les plus favorisés, et non pas dans la continuité des quartiers périphériques "riches" de l’est et du sud. À cet égard, la mise en regard des cartes 5.a et 5.b est particulièrement intéressante. Le phénomène d’"émergence" du cône nord, mis en lumière dans la dernière partie de l’article grâce à la prise en compte de l’ancienneté des quartiers, correspond mieux aux représentations que les Liméniens se font de cette périphérie que la simple comparaison des situations socio-économiques de – lesquelles montrent plutôt une classique opposition entre centre et périphérie, doublée d’un prolongement des quartiers riches dans une seule direction, également déjà prévu par les modèles.

45Lima reste donc dans un modèle proche des processus d’expansion des métropoles des Suds, mais avec des dynamiques réellement propres. L'émergence plus marquée de certains quartiers périphériques anciens par rapport à d’autres avait été décrite (voir par exemple Chion, 2002), mais n'avait pour l'instant pas fait l'objet de beaucoup de travaux quantitatifs (voir par exemple Fernández de Córdova et al., 2011). Elle se montre néanmoins limitée en superficie et en population.

Haut de page

Bibliographie

Antonin J.-P., Klein O., Moisy S., 2004, "Cartographie interactive et multimédia : vers une aide à la réflexion géographique", Cybergeo : European Journal of Geography, document 288, 19 p.

Bataillon C., Deler J.-P., Théry H., 1991, "Modèles d’organisation de l’espace", in Bataillon C., Deler J.-P., Théry H., Amérique latine, Géographie Universelle (dir. R. Brunet). Paris, Montpellier, Hachette/Reclus, 67-75.

Calderón Cockburn J., 2006, Mercado de tierras urbanas, propiedad y pobreza, Lima, Lincoln Institute of Land Policy/SINCO editores, 254 p.

Chion M., 2002, "Dimensión metropolitana de la globlalización: Lima a fines del siglo XX", in EURE (Santiago) v.28 n 85, décembre 2002, 11 p., http://www.scielo.cl.

CONAPO, 2005, Índice de marginación urbana, México, 237 p.

Delacroix G., Mesclier É., 2014, "Figure III. Lima et ses périphéries", in Chaléard J.-L. (dir.), Métropoles aux Suds. Le défi des périphéries ?, Paris, Karthala, 441 p. p. III

Deler J.-P., 1988, "Barrios populares y organización del espacio", Bulletin de l’Institut français d’études andines, Vol. XVII n°1, Lima, IFEA.

Dibiase D., 1990, "Visualization in the earth sciences", Earth and Mineral Sciences, Bulletin of the college of Earth and Mineral Sciences, PSU, vol 59, n°2, 13-18.

Driant J.-C., Riofrío G., 1987, ¿Qué vivienda han construido?: nuevos problemas en viejas barriadas, Lima: Centro de investigación, desarrollo y asesoría poblacional. CIDAP - Institut français d'études andines. IFEA - Asociación de publicaciones educativas TAREA, 161 p.

Driant J.-C., 1991, "Las barriadas de Lima. Historia e interpretación", Lima, IFEA/DESCO, 231 p.

Duhau E., Giglia A., 2008, Las reglas del desorden: habitar la metrópoli, UAM-A, México, 570 p.

Dupont V., Pumain D. , 2000, "De la ville compacte aux métropoles polycentriques", in Dureau F., Dupont V., Lelièvre E., Lévy J.-P., Lulle T. (éds.), Métropoles en mouvement : une comparaison internationale, Paris, Anthropos ; IRD, 51-71.

Dureau F., 2012, Métropoles d’Amérique latine dans la mondialisation : reconfigurations territoriales, mobilité spatiale, action publique, Rapport final, UMR Migrinter, 32 p.

Fernández de Córdova Gutiérrez G., Moschella Miloslavich P., Bogdanovich Mendoza L., 2011, "Los sectores segregados periféricos, ¿son los nuevos espacios para el desarrollo urbano en la metrópolis de Lima y Callao", in de Mattos C., Ludeña W., Fuentes L. (eds.), Lima_Santiago. Reestructuración y cambio metropolitano, Santiago de Chile et Lima : Estudios Urbanos UC y CIAC-PUCP, 237-272

Gonzales de Olarte E., del Solar Rizo Patrón V., del Pozo J. M., 2011, "Lima metropolitana después de las reformas neoliberales: transformaciones económicas y urbanas" in de Mattos C., Ludeña W., Fuentes L. (eds.), Lima_Santiago. Reestructuración y cambio metropolitano, Santiago de Chile et Lima : Estudios Urbanos UC y CIAC-PUCP, 135-176

Grafmayer Y., Joseph I., 1990, L'école de Chicago : naissance de l'écologie urbaine, seconde édition, Paris, Aubier, 378 p.

Instituto Nacional de Estadística e Informátia (INEI), 2007, Censos Nacionales 2007 : XI de Población y VI de Vivienda, http://www.inei.gob.pe

Instituto Nacional de Estadística e Informática (INEI), 1993, Lima Metropolitana, Perfil socio-demográfico, http://proyectos.inei.gob.pe/web/biblioineipub/bancopub/Est/LIb0002/cap0101.htm

Instituto Nacional de Estadística e Informática (INEI), 2008, Perfil socio demográfico del Perú, Resultados nacionales del Censo 2007, INEI, UNPFA, UNPD, 474 p.

Instituto Nacional de Estadística e Informática (INEI), 2009, Planos Estratificados de Lima Metropolitana a Nivel de Manzana, Lima, INEI, 123 p.

Lebart L., Piron M., Morineau A., 2006, Statistique exploratoire multidimensionnelle : visualisation et inférences en fouilles de données, Paris : Dunod, 464 p.

Ledgard R., Solano A., 2011, "Lima: transformaciones en la estructura e imagen de la metrópoli: situación actual y perspectivas", in de Mattos C., Ludeña W., Fuentes L. (eds.), Lima_Santiago. Reestructuración y cambio metropolitano, Santiago de Chile et Lima : Estudios Urbanos UC y CIAC-PUCP, 21-40

Mathian H., Piron M., 2007, "Geographical Scales and Multidimensional Statistical Methods", Chap. 2, in Sanders L. (coord.), Models in Spatial Analysis, London, ISTE Publishing Company, 29-71

Matos Mar J., 1984, Desborde popular y crisis del Estado, Lima, IEP, 108 p.

Matos Mar J., 2004. Desborde popular y crisis del Estado, 20 años después, Lima, Fondo editorial del Congreso, 227 p.

Mesclier E., Chaléard J.-L., Huamantinco A., Montoya C., Théodat J.-M., 2011, "Aux frontières de l'agglomération de Lima. Les effets incertains de la métropolisation", in Chaléard J.-L. (dir.), Les métropoles des Suds vues de leurs périphéries, Grafigéo, 2011-34, Paris, Prodig, 67-80.

Préteceille E., 2003, "La division sociale de l'espace francilien", Rapport de l'Observatoire Sociologique du Changement, 150 p.

Ramírez Corzo D., Riofrío G., 2006, Formalización de la propiedad y mejoramiento de barrios: bien legal, bien marginal, Lima, DESCO, Programa Urbano.

Rubalcava R.M., Schteingart M., 2000, "Segregacion socio-espacial en el área metropolitana de la Ciudad de México", in Garza G. (coord.), La Ciudad de México en el fin del segundo milenio, México, Colegio de México, Gobierno del Distrito Federal.

Vega Centeno P., Dextre J.-C., Alegre M., 2011, "Inequidad y fragmentación: movilidad y sistemas de transporte en Lima metropolitana", in de Mattos C., Ludeña W., Fuentes L. (eds.), Lima_Santiago. Reestructuración y cambio metropolitano, Santiago de Chile et Lima : Estudios Urbanos UC y CIAC-PUCP, 289-328

Haut de page

Notes

1 PERISUD, "Dynamiques territoriales des périphéries des métropoles des Suds", est un programme de recherche des UMR Prodig et Ladyss, porté par J.L. Chaléard, dans le cadre de l’ANR "Les Suds Aujourd’hui" et co-financé par l’AIRD. L'objectif est de comparer ces dynamiques dans six métropoles (Shanghai, Hanoi, Le Cap, Abidjan, Mexico et Lima).

2 Cette carte a été réalisée par plusieurs étudiants de l’Université Nationale Mayor de San Marcos et de l’Université Paris Diderot sous la direction de Bernard Lortic et grâce à la collection de photographies aériennes rassemblées par Jean-Paul Deler, que nous remercions de nous les avoir prêtées pour ce travail.

3 Le Système d'Information Géographique utilisé est le logiciel gratuit SavGIS (www.savgis.org)

4 Une mosaïque semi-contrôlée est un assemblage de photographies aériennes réalisées avec seulement quelques points de contrôle.

5 Instituto Nacional de Estadistíca e Informática du Pérou

6 Le logiciel utilisé pour les analyses statistiques multidimensionnelles est SPAD.

7 La notion d’intégration sociale et urbaine se rapproche de celle de "périphérie intégrée" utilisée par A. Reynaud : le centre investit une partie de ses capitaux dans la périphérie, qui devient une périphérie intégrée ; le centre devient un hypercentre, car il garde l’initiative et le pouvoir (Reynaud, 1995, 591). Le "dictionnaire de la géographie et de l’espace des sociétés" précise que la périphérie intégrée est un "nouvel espace" produit de la rencontre de l’ancien centre et de l’ancienne périphérie (Lévy et Lussault, dir., 2003, 516). Les indicateurs utilisés permettent de parler de niveau social et de correspondance de l’habitat à un confort historiquement considéré comme "urbain" (accès aux réseaux).

8 Lebart et al. soulignent que "l'utilisation conjointe de l'analyse en composantes principales et de la classification permet de se prononcer non seulement sur la réalité des classes, mais également sur leurs positions relatives, leur forme, leur densité et leur dispersion" (Lebart et al., 2006, p 299). Les deux techniques se valident mutuellement.

9 On utilise ici le terme de "quartier" pour désigner des ensembles d’îlots contigus et partageant des caractéristiques communes, sans référence à une organisation sociologique ou politique particulière.

10 Le principe des analyses inter-strates et intra-strates repose sur la décomposition de la variabilité (ou inertie) du nuage des points-îlots en variabilités inter et intra-classes. Elles correspondent ici à des ACP non normées réalisées sur des données centrées et réduites au préalable : pour l’analyse inter-strates, elle est réalisée sur les données agrégées par strate d’expansion puis centrées-réduites par rapport aux valeurs moyennes et écart-types de variables prises sur l’ensemble de l’agglomération. Pour l’analyse intra-strates, elle est réalisée sur les données centrées-réduites de chaque îlot par rapport aux valeurs moyennes et réduites de la strate d’expansion de l’îlot.

Haut de page

Table des illustrations

Titre Carte 1 - L’agglomération de Lima-Callao
URL http://journals.openedition.org/cybergeo/docannexe/image/27102/img-1.png
Fichier image/png, 504k
Titre Figure 1 - Éléments pour l’élaboration de la carte d’ancienneté du bâti de Lima
URL http://journals.openedition.org/cybergeo/docannexe/image/27102/img-2.png
Fichier image/png, 2,1M
Titre Carte 2 - Strates d’expansion de l’agglomération de Lima
URL http://journals.openedition.org/cybergeo/docannexe/image/27102/img-3.png
Fichier image/png, 700k
Titre Tableau 2 - Caractéristiques de l’îlot relatives aux trois niveaux d’observation 
URL http://journals.openedition.org/cybergeo/docannexe/image/27102/img-4.png
Fichier image/png, 17k
Titre Figure 2 - Plan factoriel principal de la structure socio-spatiale
URL http://journals.openedition.org/cybergeo/docannexe/image/27102/img-5.png
Fichier image/png, 337k
Titre Figure 3 - Catégories de la structure socio-spatiale – Typologie en six classes
URL http://journals.openedition.org/cybergeo/docannexe/image/27102/img-6.png
Fichier image/png, 166k
Titre Carte 3 - Structure socio-spatiale de Lima
URL http://journals.openedition.org/cybergeo/docannexe/image/27102/img-7.png
Fichier image/png, 714k
Titre Figure 4 - Représentation du tableau de contingence croisant les strates d’expansion avec les catégories socio-économiques – Analyse non pondérée par le nombre d’habitants (% îlots) et pondérée par le nombre d’habitants (% population)
URL http://journals.openedition.org/cybergeo/docannexe/image/27102/img-8.png
Fichier image/png, 94k
Titre Figure 5 - Analyse en Composantes Principales – Nuage des points-îlots
URL http://journals.openedition.org/cybergeo/docannexe/image/27102/img-9.png
Fichier image/png, 72k
URL http://journals.openedition.org/cybergeo/docannexe/image/27102/img-10.png
Fichier image/png, 84k
URL http://journals.openedition.org/cybergeo/docannexe/image/27102/img-11.png
Fichier image/png, 116k
Titre Carte 4 - Caractéristiques socio-économiques et démographiques des îlots en 2007, selon les strates d’expansion de l’agglomération
URL http://journals.openedition.org/cybergeo/docannexe/image/27102/img-12.png
Fichier image/png, 577k
Titre Figure 6 - Analyses inter-strates et intra-strates
URL http://journals.openedition.org/cybergeo/docannexe/image/27102/img-13.png
Fichier image/png, 192k
Titre Carte 5 - Cartographie des premiers axes de l’analyse générale et de l’analyse intra-strates
URL http://journals.openedition.org/cybergeo/docannexe/image/27102/img-14.png
Fichier image/png, 827k
Haut de page

Pour citer cet article

Référence électronique

Marie Piron, Évelyne Mesclier et Bernard Lortic, « Expansion de l'agglomération de Lima et différenciation de l’espace résidentiel : analyse exploratoire d’un corpus de données diversifié », Cybergeo: European Journal of Geography [En ligne], Dossiers, document 732, mis en ligne le 23 juin 2015, consulté le 28 mars 2024. URL : http://journals.openedition.org/cybergeo/27102 ; DOI : https://doi.org/10.4000/cybergeo.27102

Haut de page

Auteurs

Marie Piron

Chargée de recherche
IRD – Prodig, UMR 215, Bondy, France
marie.piron@ird.fr

Articles du même auteur

Évelyne Mesclier

Directrice de recherche
IRD – Prodig, UMR 215, Bondy, France
evelyne.mesclier@gmail.com

Bernard Lortic

Ingénieur d’étude
IRD – Prodig, UMR 215, Bondy, France
bernard.lortic@ird.fr

Haut de page

Droits d’auteur

CC-BY-4.0

Le texte seul est utilisable sous licence CC BY 4.0. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.

Haut de page
Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search