2.1 L’hétérogénéité spatiale

En matière de séries chronologiques, le calendrier offre des découpages relativement réguliers sous forme de minutes, d’heures, de jours, de mois ou d’années. L’existence de cycles crée un ordre sur le plan temporel. Certaines irrégularités interviennent bien dans le nombre de jours par mois ou dans l’existence de cycles mais il est possible de les redresser. On déterminera alors des indicateurs proches comme celui de jours ouvrables. On procédera à des corrections pour intégrer les variations saisonnières.

Sur le plan spatial, les unités spatiales observées sont loin d’être homogènes. L’irrégularité des formes et la variance des tailles de ces unités sont plutôt de mises.

Carte 5.1 : Les régions et les départements de France

Déjà perceptible au niveau des différents des départements français, la diversité de taille et de forme apparaît avec davantage d’acuité encore au niveau des régions françaises. La région Ile-de-France ou Nord-Pas-de-Calais ont une superficie près de 4 fois plus faible que celle de la région Rhône-Alpes ou Midi Pyrénées.

Cette hétérogénéité des surfaces est également observable au niveau des cantons. L’ordonnancement est avant tout irrégulier et constitue une mosaïque aux éléments disparates.

A cette non-homogénéité des unités spatiales d’observation, s’ajoute celle relative aux effets spatiaux. Cette hétérogénéité spatiale implique que les formes fonctionnelles et les paramètres varient avec leur localisation et qu’ils ne soient pas homogènes dans l’ensemble de la série. Les niveaux de population ou de revenus ne sont pas identiques selon les localisations. Les régions connaissent des développements technologiques différents. L’existence de places centrales, de diffusion plus ou moins importante de la croissance urbaine plaident en tout cas pour une prise en compte explicite de l’espace dans les analyses.

L’existence de réseaux de transport inégalement repartis sur le territoire national génère également de l’hétérogénéité entre les espaces. Certains bénéficient d’infrastructures autoroutières à proximité, d’autres, en revanche, sont moins bien desservis. Même si des efforts considérables ont été engagés pour assurer une couverture fine du territoire national en grandes infrastructures de desserte, celle-ci reste inégale suivant les régions (Carte 5.2).

Carte 5.2 : Développement du réseau autoroutier et accessibilité sur le territoire national

Au niveau des aires urbaines, on observe une superposition de deux réseaux de transport, un réseau viaire homogène et isotrope et un nombre réduit et inégalement répartis d’axes de transport rapide vers le centre. Comme nous l’avons vu pour les estimations de fonctions de densité, des communes situées à une distance identique au centre n’ont plus le même coût d’accès, ce dernier étant fonction de la proximité d’axes de transport rapide. Cela génère une hétérogénéité qui, sous la forme d’un aléa dissymétrique, perturbe les estimations de fonction de densité fondées sur la seule distance euclidienne.

Lorsque ces deux dimensions d’hétérogénéité sont reflétées dans les erreurs de mesure (omission de variables, mauvaise spécification de la forme fonctionnelle du modèle...), elles sont à l’origine d’hétéroscédasticité dans les estimations.

Les problèmes posés par cette hétérogénéité peuvent être en partie résolus par le recours aux techniques de l’économétrie classique ou a-spatiale. Les méthodes avec les coefficients aléatoires, les paramètres variables ou les différentes formes de changement structurel telles que les régressions « switching » peuvent être mobilisées pour cette question. Dans certains cas cependant, le problème est plus complexe. Il est parfois difficile de distinguer hétérogénéité spatiale et autocorrélation spatiale. Les outils classiques s’avèrent alors inefficaces.