Navegación – Mapa del sitio
2017

Harris R., 2016, Quantitative Geography. The basics, London, SAGE Publications, 304 p.

Thierry Feuillet

Texto completo

1Richard Harris, professeur de géographie sociale quantitative à l’université de Bristol, signe ici un manuel de géographie quantitative remarquablement pédagogique et parfaitement illustré, qui ravira sans aucun doute les étudiants de tous niveaux, autant que leurs enseignants, dans toutes les branches de la géographie. L’ouvrage étant écrit en langue anglaise, il nécessitera de fait un niveau minimum dans cette langue pour en comprendre toutes les subtilités, mais l’ensemble se comprend plutôt facilement. Les sorties de beaucoup des logiciels de statistiques ou de SIG que nous utilisons sont en anglais et il n’est donc de toute façon pas inutile de s’immerger rapidement dans un ouvrage en anglais maniant cette terminologie spécifique, y compris pour les étudiants les plus jeunes.

2L’objectif clairement affiché de l’auteur (p. 5) est d’amener les étudiants à développer un esprit critique quant aux graphiques, données et raisonnements statistiques auxquels ils sont confrontés dans leurs lectures géographiques ou dans les médias. Il invite donc intelligemment à s’interroger sur les idées et les questions qui motivent inévitablement le manipulateur (mot à double sens !) de données (qu’il soit chercheur, journaliste, politicien, etc.), étape indispensable à cette évaluation critique. On notera l’effort de l’auteur, explicitement justifié p. 6, pour tenter d’inclure dans ses lecteurs les étudiants (nombreux) pour qui les nombres et les équations sont source d’anxiété. Que ceux-là se rassurent, car ils trouveront tout au long de l’ouvrage des explicitations limpides et des chapitres volontairement dénués de toute équation.

3L’ouvrage est organisé en trois parties (About quantitative Geography ; Fundations of quantitative Geography ; Doing quantitative Geography) subdivisées en 12 chapitres. Le plan est simple et efficace.

4La première partie comprend deux chapitres. Le chapitre introductif (Introducing quantitative Geography, p. 3-13) propose une définition de la géographie quantitative et de ses composantes, qui sert en même temps d’annonce de plan et de justification de son étude. Le titre du deuxième chapitre est quant à lui très explicite : The use and abuse of statistics (p. 14-28). On y trouve des exemples intéressants d’erreurs communes en statistiques, souvent malheureuses, mais dont les conséquences (financières, humaines, politiques, etc.) peuvent être lourdes. La confusion classique entre corrélation et causalité y est illustrée à travers un graphique confrontant l’évolution du nombre de suicides aux États-Unis et celle des dépenses du pays dans le domaine des sciences entre 1999 et 2009 (p. 21) : les deux courbes se superposent quasiment à la perfection, sans qu’il y ait bien entendu aucun mécanisme de causalité les reliant. Dans la même veine, l’exemple suivant (p. 22) montre deux courbes représentant l’aide internationale en Afrique versus la croissance économique du continent entre 1970 et 1999. Les deux courbes semblent négativement corrélées, pouvant laisser croire que l’aide internationale ne fonctionne pas. Mais l’auteur souligne que bien d’autres facteurs peuvent être à l’origine de la chute de croissance observée au début des années 1980 : la mise en place des politiques néo-libérales de Reagan et de Thatcher, les chocs pétroliers des années 1970, ou encore, signe de l’humour de l’auteur, la mort du disco et l’émergence du punk rock ! Le chapitre finit judicieusement sur l’apport considérable – dans les débats sociaux, scientifiques et politiques – de la statistique quand elle est correctement employée. L’ouvrage de Thomas Piketty, Le Capital au XXIe siècle (2013), est cité en exemple de réussite en la matière, réussite qui repose selon lui sur quatre qualités : (i) l’apport de preuves plutôt que de suppositions, (ii) la qualité de la collecte des données, (iii) la transparence des analyses et (iv) la limpidité des graphiques et des statistiques utilisés.

5La deuxième partie comprend quatre chapitres. Le premier d’entre eux s’intitule Principles of statistics (or, how statistics work) (p. 31-46) et décrit de façon exclusivement littéraire et très claire une liste de dix grands principes statistiques utiles en géographie quantitative, et qui devrait être considérée comme une introduction indispensable à tout cours de premier cycle (importance de la qualité des données, de l’échantillonnage, différence entre échantillon et population, etc.). On notera le titre amusant et on ne peut plus vrai du dernier de ces principes : Geography is awkward (but interesting) (p. 44). C’est l’occasion d’y introduire les notions de dépendance et d’hétérogénéité spatiales, problèmes pour le statisticien, terrain de jeu pour le géographe.

6Le chapitre 4, Some maths and notation (p. 47-74), peut paraître austère a priori, mais est particulièrement réussi d’un point de vue pédagogique. Il présente les rudiments de l’outil mathématique, sans lequel il est bien évidemment impossible de mobiliser la statistique. Il intéressera en particulier les étudiants et les chercheurs dont les bases de mathématiques sont minces ou oubliées. Le chapitre passe en revue les notations, les ordres de calcul, les pourcentages/proportions, les exponentiels, racines carrées et logarithmes, le calcul du gradient d’une droite (qui aurait peut-être mieux eu sa place dans la partie 3). Un paragraphe très original (en géographie) et extrêmement clair est consacré au calcul matriciel, qui nous donnerait presque envie de calculer des coefficients de régression multiple à la main.

7Le chapitre 5 (p. 75-95) s’intitule Descriptive and inferential statistics et s’attaque donc aux principes de la statistique inférentielle (l’art de passer de l’échantillon à la population), point crucial mais souvent indigeste auprès des étudiants et difficile à transmettre pour les enseignants. Là encore, il faut féliciter l’auteur pour la fluidité de la démonstration, ainsi que pour le choix des figures et des exemples.

8Le chapitre 6 (p. 96-112) – Statistical testing, statistical significance and why they are contentious – est la suite logique du chapitre précédent. On y trouve les bases de la statistique bivariée et deux des principaux tests utilisés en géographie, l’un pour comparer des variables (test du chi²) et l’autre pour comparer des paramètres (t-test). La fin de chapitre présente une réflexion intéressante sur la pertinence de l’utilisation d’un seuil de p-value (typiquement 0,05) pour valider ou non la significativité d’un résultat statistique en sciences sociales. L’auteur rappelle par exemple à juste titre que la p-value est dépendante de la taille de l’échantillon et que cette position strictement binaire (significatif/non-significatif) empêche parfois d’appréhender la question posée dans toute sa complexité. Il conclut ainsi ce chapitre, et cette partie, par cette phrase : « The take-home message is to consider what results mean in a real-world sense, not whether they happen to meet some threshold for statistical significance or not » (p. 112).

9La troisième et dernière partie est la plus longue (6 chapitres) mais aussi la plus intéressante, car on entre là dans le vif du sujet. Le chapitre 7 (p. 115-144) – Data presentation and graphics – est dédié aux outils classiques de visualisation des données et en présente une revue (non-exhaustive) richement illustrée.

10Le chapitre 8 – Mapping and GIS – (p. 145-168) débouche logiquement sur la cartographie et les SIG. L’auteur y présente les principes des données raster et vecteur respectivement, et les principaux géotraitements auxquels sont régulièrement confrontés les géographes dans leurs analyses spatiales (par exemple l’agrégation de pixels, les zones tampon, les polygones de Voronoi, les densités de noyau, les requêtes attributaires, etc.). La dernière section du chapitre – How to lie with map – met en garde contre les pièges tendus par les cartographes mal intentionnés (choix de discrétisation ou de couleurs mal adapté à la réalité des données).

11Le chapitre 9 (p. 169-191) – Looking at relationships and creating models – s’intéresse aux relations entre variables et à la régression linéaire simple. L’auteur y présente d’abord logiquement les graphiques cartésiens, le calcul de la covariance et du coefficient de corrélation de Pearson, avant de mentionner les problèmes pouvant affecter ce coefficient : non-linéarité et MAUP (modifiable areal unit problem). On regrettera ici que la question de l’erreur écologique – erreur consistant à généraliser les résultats statistiques calculés à une certaine échelle (par exemple le quartier) à d’autres échelles (par exemple l’individu) – soit traitée si rapidement (un peu plus d’une page) alors qu’il s’agit là d’un problème central en géographie quantitative et en analyse spatiale, que les étudiants ont parfois du mal à intégrer. Les sections suivantes sont consacrées à la régression simple. Le lecteur est parfaitement accompagné pour en comprendre les subtilités, calculer et interpréter les coefficients et leurs écart-types, analyser la structure des résidus. Les hypothèses Gauss-Markov (p. 186) auraient néanmoins mérité d’être complétées.

12Le chapitre 10 (p. 192-217) continue le précédent en l’élargissant à la régression multiple et en intégrant une perspective géographique (Multiple regression and Geography). Y est présentée dans les premières sections (p. 192-203) l’analyse de la structure spatiale des résidus à travers des outils graphiques et statistiques (indice de Moran). Les sections suivantes (p. 203-212) se concentrent sur le calibrage (pas spécifiquement géographique) des modèles : détection de la multicollinéarité, standardisation et/ou transformation des variables, termes d’interaction. La dernière section (p. 212-216) est une introduction aux régressions spatiales (modèle spatial autorégressif, modèle d’erreur spatiale). On entre là dans des considérations statistiques plus complexes, davantage destinées aux étudiant(e)s de 3ème cycle ou aux chercheurs, mais il n’y a pas de raison que ces techniques, traditionnellement affiliées à l’économétrie spatiale, ne figurent pas dans un ouvrage de géographie quantitative.

13Le chapitre 11 (Analysing geographical patterns and differences, p. 218-249) s’intéresse aux analyses locales. Il est très complet et remarquablement bien illustré. On y trouve, dans l’ordre, l’analyse de clusters spatiaux, l’analyse des semis de points, les LISA (pour Local indicators of spatial associations, qui comprennent ici l’indice local de Moran et l’indice G de Getis-Ord), les statistiques géographiquement pondérées, la régression géographiquement pondérée (GWR) et la régression multiniveau. La progression pédagogique est logique et fluide et les exemples judicieusement sélectionnés. La revue des points forts et des points faibles de la modélisation multiniveau (p. 247-248) – technique fréquemment utilisée en sciences de l’éducation ou en épidémiologie environnementale, mais étonnamment assez peu en géographie – est très enrichissante et témoigne de la maîtrise de l’auteur qui en a souvent fait l’objet de ses propres recherches (on retrouvera d’ailleurs le fil de cette discussion sur le multiniveau dans un excellent article co-écrit par l’auteur (Owen et al., 2016).

14L’ouvrage se termine sur le chapitre 12 (p. 250-286) au titre explicite An introduction to R. On ne peut qu’espérer que la formation à R se généralise dans les cursus de géographie et le chapitre est donc le bienvenu. On y trouvera ce qu’il faut pour apprendre à réaliser des analyses spatiales simples de façon autonome. On peut juste regretter l’absence de référence à des packages de cartographie plus complets que la fonction spplot() du package spdep, tels que ggplot2 ou cartography.

15En conclusion, cet ouvrage présente une large palette d’outils quantitatifs en géographie, qui sera appréciée des étudiants les plus néophytes (en tout cas ceux que l’anglais ne rebute pas !) comme des chercheurs confirmés. Les explicitations sont remarquablement pédagogiques, honnêtes, souvent étayées d’exemples judicieusement choisis et illustrés, le tout souvent enveloppé d’un ton humoristique qui vient arrondir la rudesse des équations et finit d’emporter l’adhésion.

Inicio de página

Bibliografía

Owen G., Harris R., Jones K., 2016, "Under examination: Multilevel models, geography and health research", Progress in Human Geography, Vol.40, No.3, 394-412.

Piketty T., 2013, Le capital au XXIe siècle, Paris, Le Seuil.

Inicio de página

Para citar este artículo

Referencia electrónica

Thierry Feuillet, « Harris R., 2016, Quantitative Geography. The basics, London, SAGE Publications, 304 p. », Cybergeo : European Journal of Geography [En línea], Revista de libros, Publicado el 19 septiembre 2017, consultado el 13 diciembre 2017. URL : http://journals.openedition.org/cybergeo/28552

Inicio de página

Autor

Thierry Feuillet

Université Paris 8 Vincennes-Saint-Denis
LADYSS (UMR 7533), France
thierry.feuillet@univ-paris8.fr

Artículos del mismo autor

Inicio de página

Derechos de autor

© CNRS-UMR Géographie-cités 8504

Inicio de página