Navigation – Plan du site
Théories, mesures et représentations de la résilience

Estimations de la résilience des territoires, sociétés, villes

Méthodes, mesures, validations
Resilience of cities, societies and places: Validating methods and measurements
Samuel Rufat

Résumés

Les organisations internationales multiplient ces dernières années les rapports proposant des mesures de la résilience face aux catastrophes ou aux changements climatiques. Mais d'un côté les agences des Nations unies promeuvent la résilience avec d'importants enjeux financiers; de l'autre, elles reconnaissent à mi-mot qu'il n'est pas possible d'estimer ou de mesurer la résilience, ou en tout cas de s'assurer que les différentes méthodes mesurent bien la résilience et non pas un autre construit, comme la pauvreté, ou un proxy, comme la vulnérabilité, etc. Cette situation est paradoxale : comment promouvoir des guides d'application, enjoindre les acteurs locaux à des plans d'action, les gouvernements à lever des fonds, voire suivre le déroulé des projets et les éventuels progrès sur le terrain à partir d'une notion qu'on ne sait pas mesurer? Le champ semble submergé par la multitude des approches théoriques, modèles et cadres d'analyse de la résilience qui émergent continuellement, mais avec peu de liens entre eux. Ce foisonnement des cadres théoriques et modèles semble à son tour alimenter une prolifération des approches méthodologiques de l'estimation et de la mesure de la résilience. Mais de nombreux travaux révèlent que les choix méthodologiques, lorsqu'ils sont mentionnés à défaut d'être justifiés ou argumentés, sont bien plus dépendants de l'accès aux données que des cadres théoriques ou des objectifs de la mesure. Et il semble presque impossible de valider ces estimations pour s'assurer que c'est bien la résilience qu'elles mesurent. C'est la critique la plus radicale que l'on peut adresser à la résilience : s'il n'est pas possible de la mesurer, son utilisation doit rester cantonnée à l'analyse de discours.

Haut de page

Texte intégral

1Les organisations internationales multiplient ces dernières années les rapports proposant des estimations ou des mesures de la résilience face aux catastrophes ou aux changements climatiques : le rapport sur la résilience des villes aux changements climatiques de la banque mondiale (2009); l'étude de la résilience des villes face aux changements climatiques de l’Institut des études de développement (IDS, 2009); le Resilience Index de la FAO (2012); le rapport sur la résilience de l'OCDE (2013); le modèle de mesure de la résilience du Food Security Information Network (FSIN, 2014); le Disaster Resilience Index de l'Earthquakes and Megacities Initiative (2015) ; le Disaster Resilience Index de l'Organisation humanitaire internationale (Irlande) (GOAL, 2015); les programmes sur la résilience comme Resilient Cities, Hydromet, Inclusive Community Resilience ou Safer Schools Program du GFDRR et les indices de résilience socio-économique du programme Poverty and Climate Change de la banque mondiale (2015); le City Resilience Index de la Rockefeller' Foundation (2015); le Net Vulnerability Resilience Index (NVRI) (Angeon et al., 2015); le Demographic Exploration for Climate Adaptation (DECA) des Nations unies mesurant la résilience aux changements climatiques (UNFPA, 2016); l'étude de la résilience des villes asiatiques de l'ACCRN (Asian Cities Climate Change Resilience Network) (Tyler et al., 2016); et dernièrement le FEW-Nexus City Index (Schlor et al., 2017).

2D'un côté les organisations internationales et en particulier l'ONU promeuvent la résilience avec d'importants enjeux financiers, comme The one billion coalition for resilience (2014), au point d'en faire une injonction au cœur de la nouvelle stratégie de gestion des risques et de réduction des catastrophes, le Hyogo Framework for Action (2005 – 2015) Building the Resilience of Nations and Communities to Disasters puis le Sendai Framework for Disaster Loss Reduction (2015 – 2030). Cette injonction, ces enjeux financiers et la contractualisation croissante de la recherche sont à l'origine de la multiplication des rapports, dans une logique de réponse aux appels d'offres internationaux et de captation des financements. La multiplication des estimations et mesures de la résilience répond aux mêmes besoins des organisations, chercheurs, bureaux d'études ou entreprises qui publient ou qui répondent à ces appels d'offres : la justification, le ciblage, suivi et reporting de ces programmes, souvent exigés dans les cahiers des charges. Mais la diversité des estimations et mesures, voire la surenchère de propositions d'outils de mesure, est aussi le symptôme qu'il n'existe pas de façon consensuelle de définir, estimer ou mesurer la résilience. En effet, de l'autre côté, les organisations internationales reconnaissent à mi-mot qu'il n'est pas possible d'estimer ou de mesurer la résilience, ou en tout cas de valider les mesures pour s'assurer que les différentes méthodes mesurent bien la résilience et non pas un autre construit, comme la pauvreté, ou un proxy, comme la fragilité, etc. : « to our knowledge, no measurement, framework or metrics of disaster resilience has been empirically validated yet » (UN 2014, p.19). Cette situation est paradoxale : comment promouvoir des guides d'application, enjoindre les acteurs locaux à des plans d'action, les gouvernements à lever des fonds, voire suivre le déroulé des projets et les éventuels progrès sur le terrain à partir d'une notion qu'on ne sait pas mesurer?

3L'enjeu autour de la mesure de la résilience, de sa possibilité, voire de sa validation, est donc primordial. Il s'agit de proposer une revue critique du panel d'approches et de méthodes, qualitatives et quantitatives, idiographiques et nomothétiques, portant tour à tour sur les individus, les sociétés ou communautés, les territoires, à différentes échelles. Ce choix de l'échelle d'analyse, de l'approche et de la méthodologie, s'ils ne reposent pas sur la robustesse ou la validation, semble découler d'arbitrages implicites, qui méritent d'être examinés, répondant aux questions quelle résilience, à quoi, pour qui, comment? Il s'agit aussi de poser les conditions de validation de ces approches, méthodes et de leurs résultats. La validation peut se déployer sur plusieurs dimensions : validation par l'usage (quels outils sont les plus utilisés et pourquoi? sont-ils assez robustes pour servir d'aide à la décision? Etc.), validité théorique (les méthodes et modèles sont-ils cohérents avec le cadre théorique? Comment les arbitrages sont-ils réalisés? Etc.), validité interne (les méthodes sont-elles cohérentes? Qu'est-ce qui est effectivement mesuré par ces méthodes? etc.), et validité externe (les résultats peuvent-ils être vérifiés sur les terrains? Validés empiriquement? etc.) Il s'agit enfin d'interroger ces méthodes, leurs hypothèses, leurs approches, leurs raccourcis, la permanence des usages de la notion de résilience malgré ces divergences de définitions et ces difficultés de mesure, ce qu'elles disent des acteurs qui les mettent en place, des organisations qui les mobilisent et des institutions qui les promeuvent.

Le foisonnement des cadres théoriques et modèles de la résilience des territoires, villes et sociétés

4Les théories de la résilience aux catastrophes dans les sciences sociales, les sciences des systèmes, l'écologie sociale et la psychologie ont des convergences, mais surtout des divergences. À tel point qu'il n'y a pas de consensus sur la définition même de la résilience, ni sur la façon de l'appliquer aux territoires, aux villes, aux sociétés, ni sur les bonnes échelles d'analyse. Il en résulte une profusion des cadres théoriques pour analyser le concept et construire les façons dont la résilience doit être estimée, mesurée ou comparée (Tobin 1999, Adger 2000, Buckle 2006, Mayunga 2007, Cutter et al., 2008). Il n'est pas facile de rendre opérationnelle la résilience aux catastrophes et au changement climatique, car elle met en jeu des processus complexes où interagissent les dynamiques des personnes, des sociétés, des territoires, de l'environnement naturel et construit. La plupart des cadres théoriques et explicatifs sont enclins à se concentrer sur les caractéristiques qui réduisent la vulnérabilité et augmentent la résilience, et beaucoup ont tendance à se concentrer sur un seule ou un nombre limité de dimensions, sans dégager une vision plus large de la résilience (Reghezza et al., 2012). En sciences sociales, il existe une compréhension générale selon laquelle la résilience et la vulnérabilité sont des concepts distincts, mais se chevauchant. Cette relation est décrite dans le modèle disaster resilience of place (DROP) où la vulnérabilité et la résilience fournissent un contexte endogène et préexistant d'un lieu qui amplifie ou atténue les effets de catastrophe (Cutter et al., 2008). La principale contribution de ce modèle est l'intégration de la « résilience inhérente et adaptative », ce qui permet de conceptualiser la résilience à la fois comme état et comme processus. Le modèle DROP mesure la résilience au niveau de la communauté locale (community), il conceptualise la résilience à la fois comme condition inhérente et comme processus. Le modèle community disaster resilience framework (CDRF) mesure également la résilience au niveau de la communauté (Mayunga et al., 2010). Le CDRF intègre la résilience à la gestion des catastrophes en la conceptualisant à partir du capital social, du capital économique, humain, naturel et physique.

La résilience écologique ou physique

5Lorsque Holling (1973) a décrit la résilience d'un système écologique, il l'a décrite comme une mesure de la capacité d'un système à absorber les changements et à se maintenir après les chocs. Elle a ensuite été pensée comme la capacité d'un système à se réorganiser lorsqu'il subit des changements afin de préserver sa structure et ses fonctions (Walker et al., 2004). Il s'agit donc de décrire le comportement de systèmes dynamiques loin de l'équilibre. Les écosystèmes sont pensés comme étant loin de l'équilibre ou ayant des équilibres multiples et étant constamment affectés par des événements stochastiques tels que des ouragans, inondations ou sécheresses (Eakin et al., 2006). La résilience écologique ou physique se focalise sur la compréhension des processus de changement dans les systèmes, l'identification des facteurs qui permettent d'absorber les perturbations stochastiques et la mesure des seuils. Ce qui conduit à considérer la résilience écologique ou physique comme un processus plutôt qu'un état ou un résultat. En considérant la résilience comme un processus avec une série d'événements, d'actions ou de changements qui peuvent augmenter la capacité d'un système confronté à un choc ou à un stress à y faire face, il est aussi possible de mettre l'accent sur le rôle des sociétés dans les catastrophes (Manyena 2006). Comme auparavant pour la vulnérabilité, cette capacité à faire face a été saisie par les approches structuralistes pour « dénaturaliser » les catastrophes et mettre en avant les dimensions politiques et sociales (Pelling 2003).

La résilience sociale

6La résilience lorsqu'elle est examinée d'un point de vue social décrit les réponses comportementales des communautés, des institutions et des économies, avant et après un événement dangereux (Burton et al., 1993). Les méthodes d'estimation de la résilience sociale impliquent souvent la mesure des processus en jeu dans la vulnérabilité des populations, et il existe un chevauchement des caractéristiques prises en compte. L'estimation de la résilience nécessite donc au préalable une mesure de la vulnérabilité des populations ou territoires (Rufat, 2011). La vulnérabilité peut être contrebalancée par la capacité des systèmes sociaux à faire face, qui est souvent abordée à partir du capital social, en particulier la cohésion sociale, les réseaux sociaux, la confiance, les normes, l'apprentissage social et la mémoire sociale (Mayunga, 2007). Les cadres théoriques de la résilience sociale mobilisent alors des modèles qui sont axées sur les résultats et peuvent être composées de nombreuses dimensions comme le degré de dépendance des populations aux ressources naturelles, la croissance économique, la stabilité et la répartition des revenus et la diversité du type d'activités et fonctions dans les systèmes sociaux (Poortinga, 2012; Aldrich et al., 2015). Mais il y a un risque à considérer la résilience comme un résultat, car cette démarche a tendance à renforcer les approches réactives traditionnelles en matière de planification et de gestion des catastrophes (Reghezza et al., 2015a). Penser la résilience comme un processus plutôt qu'un résultat implique de se concentrer sur la capacité d'un système social à s'adapter aux chocs et à continuer de fonctionner sans changement dans ses caractéristiques fondamentales. Cela pousse à définir les actions ou des changements souhaités qui améliorent la capacité des populations, communautés ou territoires à résister, s'adapter et récupérer avant, pendant et après un choc ou un stress.

La résilience socio-écologique

7Dans la perspective des systèmes socio-écologiques, la résilience est conçue comme la quantité de changement qu'un système donné peut subir tout en restant dans l'ensemble des états naturels ou souhaitables (Turner et al., 2003). Elle repose sur les concepts de cycles adaptatifs, d'adaptabilité, de transformabilité et le modèle panarchy. Les cycles adaptatifs sont des structures et fonctions des systèmes qui évoluent à la suite de la dynamique interne (Walker et al., 2006). L'adaptabilité est la capacité de prévoyance et d'action délibérée produisant la résilience, c'est-à-dire la capacité d'un système à éprouver des chocs tout en conservant les mêmes fonctions, structures et rétroactions. Alors que la transformabilité est la capacité de faire émerger un système entièrement nouveau si le système existant devient insoutenable (Walker et al., 2004). Panarchy décrit les structures et les processus qui sont liés à travers les échelles où les interactions descendantes et ascendantes dans les systèmes peuvent se produire (Gunderson et al., 2002). La transformation d'un système socio-écologique peut être le résultat de la reconnaissance des échecs des politiques passées, des expériences de catastrophes passées ou des changements dans les valeurs sociales (Walker et al., 2006). La résilience est alors considérée comme intégrée dans le cadre plus large de la vulnérabilité et souvent interchangeable ou liée à la capacité d'adaptation (Gallopin, 2006). Les facteurs les plus importants pour renforcer la résilience dans un système socio-écologique sont : l'apprentissage social reposant sur la mémoire et l'abandon de la notion de stabilité; les différentes formes de diversité sociale et écologique qui augmentent les options pour faire face aux chocs et aux contraintes; la combinaison de différents types de connaissances permettant de stimuler l'apprentissage et l'innovation; les capacités d’auto-organisation et d'articulation des échelles (Zhou et al., 2010). L'analyse de ces facteurs nécessite des évaluations des éléments écologiques et sociaux à des échelles géographiques et des domaines temporels variés, qui ne sont pas toujours faciles à déterminer et à quantifier. C'est en particulier le cas des changements de gouvernance, de l'apprentissage, ou de la gestion de l'incertitude par les acteurs (Bahadur et al., 2010). Il existe donc une myriade d'éléments à prendre en compte, ce qui ouvre la porte à des choix politiques ou idéologiques lors de la définition d'indicateurs (Reghezza et al., 2012).

Le modèle des moyens de subsistance durables

8Le modèle des moyens de subsistance durables vise à comprendre la capacité des populations à faire face et à se remettre des chocs en se focalisant sur cinq composantes en interaction : le capital social, le capital financier, le capital physique, le capital humain et le capital naturel (Peacock et al., 2010). Le capital social reflète la quantité et la qualité de la coopération sociale où les communautés les plus résistantes sont celles qui répondent aux préoccupations collectives, permettent aux individus de s'appuyer sur les ressources sociales et ont des membres qui travaillent ensemble vers un objectif commun. Le capital financier désigne les ressources financières utilisées par les populations pour assurer leur subsistance et accélérer le processus de rétablissement. Le capital physique est une mesure de l'environnement bâti, la résilience des logements, des infrastructures, des bâtiments publics et des réseaux. Le capital humain peut être mesuré par le niveau de scolarité, l'accès à la santé ou à l'assurance maladie, les caractéristiques démographiques, la qualité du logement et l'accès aux services de transport. Le capital naturel correspond aux ressources naturelles nécessaires au maintien de toutes les formes de vie, de services et de moyens de subsistance. Mais ce modèle vise à la fois la compréhension et la réduction de la vulnérabilité et de la pauvreté, et à améliorer la résilience et la subsistance à l'échelle locale, sans qu'il soit toujours possible de distinguer ces différents objectifs.

Le modèle des 4R

9Le modèle des 4R repose sur l'idée que la résilience nécessite une combinaison de redondance et d'efficacité, de diversité et d'interdépendance, de force et de flexibilité, d'autonomie et de collaboration et de planification et d'adaptabilité (Tierney et al., 2007). Le modèle articule quatre propriétés des systèmes résilients : robustesse, rapidité, redondance et resourcefulness (débrouillardise). La robustesse est la force ou la capacité à résister au stress sans subir de dégradation ou de perte de fonctionnement. La rapidité est la capacité de répondre aux priorités et d'atteindre les objectifs à temps. La redondance se réfère à la mesure dans laquelle les éléments d'un système sont substituables, capable de continuer à satisfaire les exigences fonctionnelles en cas de perturbation. La resourcefulness est la capacité d'identifier les problèmes, d'établir des priorités et de mobiliser des ressources lorsque les conditions menacent de perturber certains éléments du système. Le modèle repose sur quatre domaines ou dimensions de résilience, technique, organisationnel, social et économique (TOSE) et met en évidence les multiples possibilités qui permettent d'augmenter la résilience à l'interaction de l'environnement et des systèmes sociaux.

Le modèle DROP

10Le modèle disaster resilience of place (DROP) articule exposition, vulnérabilité, résilience sociale et résilience environnementale (Cutter et al., 2008). Les conditions antécédentes, les caractéristiques de l'événement et les capacités d'absorption sont analysées pour former une compréhension dynamique et cyclique de la résilience face aux catastrophes sur un territoire. Les conditions antérieures sont le produit de processus qui se produisent à l'intérieur et entre les systèmes naturels, l'environnement bâti et les systèmes sociaux à des endroits spécifiques, elles incluent la vulnérabilité. Les caractéristiques de l'événement physique incluent les attributs de l'exposition qui atténuent ou amplifient les effets de choc ou de stress en présence ou en l'absence d'actions de mitigation et de réponses d'adaptation trouvées au sein des territoires. Les conditions actuelles servent de base pour estimer ou mesurer l'efficacité des programmes, des politiques et des interventions visant à améliorer la résilience aux catastrophes. Dans le modèle, l'impact total est considéré comme l'effet cumulatif des conditions antécédentes et des caractéristiques de l'événement couplé aux réponses d'adaptation d'une communauté. Si une communauté ou un territoire mettent en œuvre des réponses d'adaptation suffisantes, les impacts peuvent être atténués et la capacité d'absorption ne sera pas dépassée, ce qui peut conduire à un degré élevé de récupération. La résilience est alors déterminée par six dimensions, écologique, sociale, économique, infrastructurelle, institutionnelle et communautaire. Chaque composante est alors associée à sept indicateurs visant à mesurer la résilience. Le modèle DROP a ainsi servi à la sélection de 42 variables pour l'index BRIC (Baseline Resilience Indicators for Communities metric). C'est une méthode proche du SoVI (Social Vulnerability Index), mais avec un retournement : le choix symétrique des variables, pour passer de la vulnérabilité à la résilience (Cutter et al., 2010).

11Cet aperçu est loi d'être exhaustif et le champ semble submergé par la multitude des modèles théoriques et cadre d'analyse de la résilience qui émergent régulièrement. Le manque d'accord sur ce que signifie la résilience et le développement de théories et de modèles séparés, montrant peu de liens avec les modèles antérieurs, a laissé le champ « désordonné » (Schipper et et Langston, 2015). Ce foisonnement des cadres théoriques et modèles semble à son tour alimenter une prolifération des approches de l'estimation de la résilience.

La prolifération des approches de l'estimation de la résilience

12Les approches méthodologiques et applications pratiques de la résilience se structurent autour de deux thématiques : la résilience face aux risques et catastrophes (GOAL, Earthquakes and Megacities Initiative, Rockefeller' Foundation, OCDE, GRDFF) et face aux changements climatiques (UNFPA, GRDFF, Rockefeller' Foudation, World Bank, ACCRN, IDS). Plusieurs rapports portent par ailleurs sur la résilience face à l'insécurité alimentaire (FAO et FSIN) et dans une moindre mesure après les guerres et conflits (Banque mondiale et UNDP). Schipper et Langston (2015) montrent cette structuration dans leur étude comparative de 16 indicateurs de résilience pour la plupart produits depuis 2013; elle émergeait déjà de l'étude antérieure de Tyler et Moench (2012) sur les indices et indicateurs de résilience. Les approches d'évaluation de la résilience face aux catastrophes et changements climatiques se regroupent en trois principales démarches méthodologiques différentes. Les approches top-down ou nomothétiques sont les plus développées. Elles sont souvent davantage quantitatives avec la mobilisation de bases de données étatiques, nationales ou internationales, qui fixent l'échelle d'analyse. Elles permettent des approches normalisées et facilitent les comparaisons, en développant des indicateurs et la construction d'indices synthétiques (Cutter, 2016). Les approches bottom up ou idiographiques sont plus qualitatives, reposant sur des études de cas, avec une implication des acteurs locaux, avec des choix méthodologiques adaptés aux terrains et aux acteurs concernés (Pfefferbaum et al., 2015). Enfin, les approches mixtes s'emploient à combiner les deux approches précédentes pour essayer de surmonter leurs difficultés méthodologiques et limites pratiques.

Approches top-down : sélections d'indicateurs et constructions d'indices synthétiques

13Les approches top-down ou nomothétiques sont les principales approches de l'estimation de la résilience face aux catastrophes et changements climatiques, dans une moindre mesure face à l'insécurité alimentaire et aux conflits. Elles reposent surtout sur la sélection d'indicateurs et la construction d'indices synthétiques à partir de bases de données nationales ou internationales, qui fixent souvent l'échelle d'analyse. Ces démarches quantitatives visent des approches normalisées pour faciliter les comparaisons et la production de cartes synthétiques (Cutter, 2016). Les indicateurs sont des variables quantifiables qui sont choisies pour représenter une caractéristique précise ou une dimension de la résilience. Ces indicateurs individuels peuvent ensuite être combinés pour créer un indice. L'indice est alors utilisé à la fois pour correspondre à la nature multidimensionnelle de la notion sous-jacente et pour la résumer en une seule valeur numérique.

14Plusieurs études comparatives ont déjà montré la grande diversité des tentatives de sélection d'indicateurs et de construction d'indices synthétiques de la résilience face aux catastrophes et changements climatiques (Winderl, 2014; Angeon et al.,, 2015; Schipper et Langston, 2015). Cette diversité découle de choix méthodologiques différents, notamment sur le nombre d'indicateurs ou de dimensions qui sont pris en compte. La Rockefeller' Foundation mesure la résilience en 4 dimensions et 12 buts. Le Net Vulnerability Resilience Index (NVRI) comporte 5 dimensions (Angeon et al., 2015). L'indice de résilience de l'Earthquakes and Megacities Initiative (EMI) utilise lui aussi 5 dimensions, mais avec 10 indicateurs. L’UNFPA construit son indice DECA avec 3 dimensions alors que le FSIN utilise 10 catégories. De même, l'échelle d'analyse est variable, même si c'est l'échelle nationale qui semble dominante : certains indices sont construits à l'échelle internationale avec les pays comme unités statistiques (FAO, GRDFF, NRVI), d'autres à l'échelle régionale (UNFPA), d'autres avec les systèmes urbains comme unités de base (ACCRN, EMI, IDS, Rockefeller' Foundation, World Bank), d'autres encore à une échelle plus locale (Cutter, 2016; Lam et al., 2016; Orencio et al., 2013). Ces outils divergent également sur l'articulation entre résilience, exposition et vulnérabilité aux catastrophes et aux changements climatiques. L'EMI est surtout centré sur l'exposition et l'aléa. Les indices de la FAO, SHARP ou BRACED tendent à assimiler la résilience à une simple réduction de la vulnérabilité. L'indice du GOAL repose surtout sur la diminution des dommages des catastrophes et considère la connaissance du risque comme un indicateur de la capacité d'adaptation. Il n'y a que très peu de travaux qui recommandent de mener une analyse de la vulnérabilité ou de l'exposition avant de réaliser une estimation de la résilience (USAID, 2013).

15Cette prolifération d'indices de résilience démontre la difficulté sur le plan pratique à identifier un indice qui ferait consensus (Angeon et al., 2015). C'est la difficulté d'accès aux données qui expliquerait l'impossibilité d'aboutir à un indice de résilience « universel » (Schipper et Langston, 2015). En fait, leurs choix méthodologiques et leurs hypothèses sont rarement expliqués et justifiés, parfois le cadre théorique retenu n'est même pas précisé (Winderl, 2014). C'est plutôt la disponibilité des données qui semble expliquer l'ensemble de ces choix. Ainsi le NVRI exclut les pays avec plus de 10 % de données manquantes, l'ACCRN repose sur des variables différentes selon les villes asiatiques du fait de la disponibilité des données, etc. L'étude de l'IDS explique que la disponibilité des données pour chaque ville limite la possibilité de comparaison et qu'il est difficile de prendre en compte le contexte culturel de chaque ville, alors qu'il s'agit pourtant d'un facteur clé. Le choix de l'échelle de l'analyse est aussi souvent dicté par la disponibilité des données. De plus, la sélection des indicateurs et dimension de la résilience s'appuie souvent sur les études précédentes, avec une course à la surenchère, comme si l'ajout de toujours plus de données ou de dimensions était une garantie de qualité ou de validité de la construction de l'outil de mesure. La construction d'indice de résilience est utilisée pour examiner la variabilité spatiale, pour allouer des ressources ou suivre les progrès accomplis à l'échelle régionale, nationale ou internationale, mais ces difficultés méthodologiques montrent qu'elle n'est pas parvenue à dépasser les ambiguïtés théoriques (Meerow et al 2016). Le fétichisme du chiffre et de la carte masque toujours mal la flexibilité du terme.

Approches bottom-up : tableaux de bord et savoirs locaux

16Les approches bottom up ou idiographiques sont plus qualitatives, produites localement à partir d'étude de cas, avec une implication des acteurs locaux (Pfefferbaum et al., 2015). Ces approches peuvent apparaître comme une adaptation des diagnostics territoriaux et des études d'impacts, qui sont bien antérieurs à la mobilisation de la notion de résilience, et qui déjà présentaient une forte hétérogénéité méthodologique. Ces approches soulignent souvent la résilience des institutions et les structures de gouvernance en utilisant des données localisées, qui peuvent ne pas être disponibles ailleurs, avec des choix méthodologiques adaptés aux terrains et aux acteurs locaux concernés. Il en résulte des études de cas parfois très fouillées, reposant sur les savoirs locaux, mais qui ne facilitent pas la montée en généralité. Il est difficile de comparer ces études de cas du fait de la variabilité des méthodes, des données, et des significations de la résilience d'un contexte à un autre (Cutter, 2016). Les tableaux de bord sont souvent basés sur des évaluations qualitatives, avec les acteurs locaux, parfois avec des focus groups ou des échantillons des populations concernées. Ils peuvent reposer sur des « notes », des « scores » ou des descripteurs comme « excellent » ou « mauvais » pour une liste de thèmes ou d'items établie par les concepteurs de l'étude. C'est le cas du Coastal Resilience Capacities (Sempier et al., 2010) ou du PUR Community Asset Capacity (San Francisco Planning 2009) qui visent une auto-évaluation de la résilience, des ressources et des capacités des acteurs locaux. Des outils « prêt à l'emploi » ont aussi été développés pour évaluer la résilience grâce à la mise à disposition de données, de modèles ou de procédures spécifiques que les acteurs locaux doivent s'approprier. C'est le cas du CART (Pfefferbaum et al., 2013), du CoBRA (UNDP, 2014) ou du UNISDR Resilient Cities (UNISDR, 2015). Les tableaux de bord reposent sur des séries de questions liées à la présence ou à l'absence de ressources ou d'actions liées à la résilience. Une méthode associée est une liste de contrôle ou fiche d'évaluation qui fournit une évaluation de la performance ou du progrès vers un but. Même si elles rendent difficiles les comparaisons et les changements d'échelles, ces approches sont réputées avoir un meilleur accès à la communauté et entraîneraient un suivi plus efficace des changements (Pfefferbaum et al., 2013). Ces approches sont moins contraintes, moins dépendantes de la question de la disponibilité des données, pourtant elles ne prennent pas plus souvent la peine de justifier leurs choix méthodologiques et s'apparentent trop souvent à des « livres de recettes » opérationnels déconnectés des enjeux théoriques.

Approches mixtes et recours au savoir expert

17Les « méthodes mixtes » (mixed methods) essayent de combiner les approches quantitatives top-down et qualitatives bottom-up. Il existe plusieurs façons de combiner les méthodes qualitatives et quantitatives, qui ont fait émerger d'autres nouveaux termes, comme les données « qualitativées » (qualitizing), des données produites par des méthodes quantitatives, par exemple à partir du recensement, de dénombrements ou de questions fermées, puis converties en données narratives ou analysées qualitativement, ou les données « quantitativées » (quantitizing), des données produites par des méthodes qualitatives, par exemple à partir de questions ouvertes ou d'entretiens, puis converties en codes numériques pour permettre des analyses statistiques (Creswell et al., 2007). Certaines estimations de la résilience reposent sur des approches dites « participatives » ou « mixtes » : des entretiens avec les populations locales ou plus souvent avec des experts permettent de sélectionner les dimensions de la résilience à prendre en compte, ou bien les variables pour représenter chaque dimension, ou bien à classer les indicateurs, ou à pondérer les variables. Un score est ensuite produit en fonction de la quantité ou de la fréquence à laquelle les éléments sont mentionnés par les acteurs. Certaines réponses sont converties en score pour être intégrées aux autres variables quantitatives et produire un indice synthétique. C'est le cas du FAO Livelihoods Resilience Index (Alinovi et al., 2010), du Oxfam Resilience Measurement (Hughes and Bushell 2013) ou du Rural Resilience Index (RRI) (Cox and Hamlen 2015). Ce recours au savoir expert ou aux indices « participatifs » permet de justifier une partie des choix qui apparaissent autrement arbitraires dans les approches top-down, de contourner une partie des difficultés liées à la disponibilité des données, ou la mesure des phénomènes difficiles à quantifier, tout en essayant de parvenir à une plus grande montée en généralité que les approches bottom-up. Mais le problème de l'articulation avec les cadres théoriques reste entier, ainsi que les difficultés de réduire un phénomène multidimensionnel et pensé à partir des outils des systèmes complexes à une mesure ou une estimation unique et unidimensionnelle.

18Ce passage en revue n'a pas vocation à être exhaustif, mais que ce soit en géographie (Cutter, 2016), en santé (Windle et al., 2011) ou en psychologie (Liu et al., 2017), les études comparatives convergent sur la conclusion qu'il n'y a pas de mesure consensuelle de la résilience. Alors, comment choisir une approche pour estimer ou mesurer la résilience d'une ville, de groupes sociaux ou de territoires? Le choix de l'approche méthodologique devrait être fonction de l'objectif de l'évaluation de la résilience, en d'autres termes, quelle résilience, résilience pour qui et résilience à quoi? Mais de nombreux travaux révèlent que les choix méthodologiques, lorsqu'ils sont mentionnés à défaut d'être justifiés ou argumentés, sont bien plus dépendants de l'accès aux données que des cadres théoriques ou des objectifs de la mesure. Par ailleurs, ils convergent bien pour définir la résilience comme étant multidimensionnelle, mais persévèrent à vouloir la mesurer par une estimation unique et unidimensionnelle. Ce qui conduit alors à une interrogation bien plus radicale : est-ce bien la résilience que ces approches, méthodes et outils mesurent? Est-ce la résilience, un proxy, ou un autre construit que ces outils estiment ou mesurent?

Les enjeux de la validation

19Dans leur rapport Disaster resilience measurements, stocktaking of ongoing efforts in developing systems for measuring resilience, les Nations Unies distinguent six phases dans le développement et la « maturation » d'outils d'estimation et de mesure de la résilience : la construction d'un cadre théorique, son articulation à des indicateurs, le début de la collecte de données, la construction de base de données systématiques, l'institutionnalisation de la collecte des données sur tous les territoires, et pour clore la liste des 6 phases, la validation empirique des outils de mesure. En 2014, elles présentent des exemples d'outils ayant déjà atteint chacune des cinq premières étapes, mais elles soulignent toutefois que « no general measurement framework for disaster resilience has been empirically verified yet » (UN, 2014, p. 19). Ce verrou n'a toujours pas été surmonté, mais quelles seraient les conditions de validation des outils, estimations et mesures de la résilience?

Les différentes dimensions de la validation

20La validation d'une méthode d'analyse vise à montrer qu'elle correspond bien à l'usage pour lequel elle est prévue. C'est une démarche permettant de déterminer dans quelle mesure une estimation, métrique, indice, etc. représente adéquatement les notions et concepts sous-jacents qu'elle est censée mesurer (Bhattacherjee, 2012). Il s'agit de l'ensemble des opérations nécessaires pour prouver que le protocole est assez robuste et fiable pour avoir confiance dans les résultats pour un usage donné. Une carte ou un indice de résilience mesure-t-il vraiment la résilience des territoires ou des sociétés et non pas une notion différente comme la résistance ou la pauvreté ou bien un proxy comme les ressources ou la densité? Ces mesures sont-elles assez cohérentes et robustes pour l'aide à la décision?

21Il existe plusieurs dimensions de la validation théorique à la validation empirique, qui peuvent de même être considérées comme des étapes ou phases de « maturation » des outils, méthodes et modèles. Les débats autour de la « preuve » (formation des hypothèses, méthode, démonstration, expérimentation, validation, réplication, vérification), « l’explication » et la « compréhension » renvoient aux travaux épistémologiques sur la scientificité des disciplines sociales, même si ce qui est considéré comme une « preuve » a évolué en sciences sociales et varie d'une discipline à une autre (Busino, 2003). La validation empirique peut être ardue en sciences sociales, mais en éludant cette question, ou à défaut d'aller-retour constants avec le terrain (Passeron, 1996), on risque de produire des outils et des modèles normatifs plutôt que descriptifs (Roth, 2007).

22La validation théorique est la première étape, elle vise à examiner si une estimation, un outil de mesure, un modèle sont conformes aux cadres théoriques qu'ils mobilisent (Nicolas 1998). Elle peut s'appuyer sur un état de l'art, mais nécessite de bien définir les notions, concepts, dimensions et montrer comment les outils, indicateurs et mesures s'y articulent en justifiant les choix méthodologiques au regard des cadres conceptuels.

23La validation interne cherche à vérifier que les méthodes et métriques sont cohérentes, que les modèles et outils permettent bien d'estimer ou mesurer ce qu'ils prétendent faire (Flowerden et al., 2005). Cela peut aussi passer par une analyse de la robustesse des méthodes ou de la sensibilité des modèles aux choix initiaux (nombre d'indicateurs, de variable, etc.). Il s'agit de vérifier ce qui est effectivement mesuré par ces méthodes et outils, la cohérence avec le cadre théorique et déterminer la convergence, la robustesse et la stabilité des résultats, notamment à travers les échelles et découpages territoriaux.

24La validation peut aussi passer par l'usage, comme dans le cas du produit intérieur brut (PIB) ou de l'indice de développement humain (IDH). Ces outils sont critiqués et ne mesurent qu'imparfaitement les notions qu'ils sont censés représenter, mais ils sont considérés comme assez robustes pour servir l'aide à la décision parce qu'ils se sont imposés comme des références; c'est la prévalence de leur usage qui fait leur ubiquité.

25En sciences sociales, la validation a également une dimension d'acceptation ou de notoriété, qui garantissent que les résultats seront partagés ou au moins acceptés par les personnes ou les groupes concernés (Gomez et al., 2010). Quelles sont les mesures de la résilience utilisées par les décideurs locaux, les secouristes, les assurances, etc. ? Lesquelles sont-elles suffisamment robustes pour être utilisées comme outils de décision? Qu'est-ce que cela signifie d'allouer des ressources en fonction des différentes mesures de résilience? Peut-on avoir confiance dans les résultats? Les résultats des mesures sont-ils susceptibles d'être acceptés, voire partagés par les populations? Reconnaissent-elles qu'ils correspondent à leurs besoins?

26Enfin, la validation externe fait appel à des données indépendantes, sur d'autres échantillons (validité de la population), d'autres groupes, territoires, contextes ou temps (validité écologique), ou bien en confrontant les résultats à d'autres observations, données produites indépendamment, etc. (validation empirique) (Bhattacherjee, 2012). La validation empirique nécessite une nouvelle phase d’observation ou des données de contrôle permettant de confronter les résultats pour vérifier que les résultats correspondent bien à ce qui est par ailleurs observable sur le terrain et qu'ils mesurent bien ce qu'ils déclarent mesurer. Les résultats des mesures de la résilience sont-ils confrontés à des observations avant, pendant et surtout après les chocs et les stress? Et dans ce cas, qu'est-ce que les résultats mesurent ou reflètent effectivement : la résilience, l'exposition, la vulnérabilité ou autre chose?

Une impossible validation des mesures de la résilience?

27La validation reste le verrou majeur aux estimations et mesures de la résilience, et les efforts dans cette direction sont à peine balbutiants. Il n'existe pour l'instant que trois études s'inscrivant dans cet objectif et aucune n'est parvenue à une validation empirique. L'indice CDRI dérivé du modèle des moyens de subsistance durables a fait l'objet d'une tentative de validation sur une étude de cas empirique au Texas (Peacock et al., 2010). Mais en confrontant l'indice de résilience aux dommages et aux décès, l'étude semble montrer qu'il mesure en fait la vulnérabilité ou l'exposition aux catastrophes. L'indice BRIC dérivé du modèle DROP a fait l'objet d'une tentative de validation sur une étude de cas empirique dans le Mississippi (Burton, 2015). Mais en essayant d'extrapoler la récupération (recovery) en classant visuellement des photos prises pendant et après Katrina, la démarche reste très subjective et elle ne compare pas les résultats de différents outils, estimations ou mesure. Une comparaison de plusieurs indices de vulnérabilité et de résilience a été menée sur une étude de cas empirique sur le Golfe du Mexique après Katrina (Bakkensen et al., 2016). Mais c'est avec les dommages, les décès et les déclarations de sinistres qu'ils soumettent les résultats des indices à des régressions, ce qui revient en fait à valider leur usage pour la vulnérabilité et l'exposition. Par ailleurs, les auteurs soulignent que « while some indices may be well substantiated by theory, the five top disaster indices do not perform as expected when validating index performance against property losses, damages, and fatalities » (Bakkensen et al., 2016, p.16). Non seulement les mesures de la résilience ne sont pas validées, mais même dans le cas de la vulnérabilité, la validation empirique des mesures reste problématique.

28Le rapport des Nations unies Disaster resilience measurements avance que certains indices comme le RCI ou le Maplecroft’s Socio-Economic Resilience Index seraient parvenus à la dernière étape avant la validation empirique (UN, 2014, p. 19) même si leurs méthodes ou leurs données ne sont pas publiques, ce qui rend en fait toute validation impossible. Le BRIC serait à l'étape antérieure de développement, butant encore sur la couverture géographique et l'accès aux données, mais nous avons vu que sa validation empirique reste problématique (Burton, 2015). C'est pourtant l'une des mesures les mieux adossées à un cadre théorique (Cutter et al., 2008), lui permettant de passer la phase de validation théorique, et dont les méthodes ont été discutées sur plusieurs études de cas (Cutter et al., 2010), ce qui devrait lui permettre de passer l'étape de validation interne. D'un autre côté, les estimations et mesures portées par les agences des Nations unies pourraient parvenir à une validation par l'usage ou la notoriété, mais au lieu de s'accorder, chaque agence et chaque organisation régionale développent ses propres outils et mesures comme si les autres n'étaient pas fiables. Enfin, les approches « participatives » de l'estimation de la résilience pourraient passer l'étape de la validation par l'acceptation, mais elles reposent sur les experts pour informer les politiques publiques plutôt que sur les populations locales concernées, qui pourraient les accepter si elles correspondaient effectivement à leurs projets et à leurs besoins. De plus, ces mesures ou indices « participatifs » déploient à chaque fois des choix et des méthodologies différentes, comme si les précédentes n'étaient pas fiables ou opérationnelles.

29Donc, dans le cas des estimations et mesures de la résilience, les différentes dimensions de la validation (interne, par l'usage, l'acceptation, etc.) semblent dépendantes de la validation externe ou empirique, qui est la plus exigeante. C'est moins le cas de la validation théorique, mais il est très surprenant que la majeure partie des nouvelles méthodes, estimations et mesures proposées ne passent pas cette étape, soit parce qu'elles ne discutent pas leurs choix méthodologiques, soit parce qu'elles dérivent leurs choix de l'accès aux données plutôt que de leurs objectifs et des cadres théoriques, comme dans la métaphore de la personne qui cherche ses clés là où il y a de la lumière plutôt que là où elle les a perdus… Par ailleurs, avant de procéder à une validation empirique, il faudrait encore s'accorder sur le contenu de la récupération (recovery) de façon à définir des variables de contrôle différentes pour valider les mesures de la vulnérabilité et les mesures de la résilience, contrairement aux pratiques en cours. Il faudrait également faire varier les pas de temps et les échelles auxquelles revenir après un choc. Ce qui impose de remonter dans le temps pour mesurer a posteriori la résilience avant un choc ou un stress s'étant déjà produit il y a suffisamment longtemps pour avoir le recul nécessaire, sans oublier de mesurer également la vulnérabilité et l'exposition avant le choc pour en faire éventuellement le différentiel avec la résilience. Ce qui renvoie les approches top-down ou quantitatives à leurs difficultés d'accès aux données, qui s'accroissent en remontant dans le temps, et les approches bottom-up ou qualitatives à attendre qu'un choc, une crise, une catastrophe se produise sur leurs terrains, comme si nous étions toujours condamnés à attendre qu'il soit trop tard pour faire avancer la connaissance. En fait, les cadres théoriques et les modèles de la résilience ne sont tout simplement pas encore assez robustes et éprouvés pour porter des méthodes capables de passer l'épreuve de la validation : il faut encore s'accorder sur ce qu'est la résilience avant de pouvoir espérer valider les mesures, contrairement à la profusion en cours des indices et cartes synthétiques qui semble dissimuler les impasses théoriques sous le fétichisme de la mesure.

30Le foisonnement des méthodes et mesures de la résilience ne devrait pas ralentir à l'avenir, ni un consensus se dégager autour d'un nombre limité d'approches, d'estimations et de métriques, tout simplement parce qu'il ne paraît pas possible de comparer leurs mérites : la validation des mesures de la résilience semble dans les faits hors d'accès.

Conclusion : pourquoi mesurer (approximativement) la résilience?

31Ainsi, d'un côté les organisations internationales promeuvent la résilience avec d'importants enjeux financiers; de l'autre, elles reconnaissent à mi-mot qu'il n'est pas possible d'estimer ou de mesurer la résilience, ou en tout cas d'en valider les différentes méthodes pour s'assurer qu'elles mesurent bien la résilience et non pas un autre construit. Cette situation paradoxale conduit à la critique la plus radicale que l'on peut adresser à la résilience : s'il n'est pas possible de l'estimer, de la mesurer de façon robuste, son utilisation doit rester cantonnée à l'analyse de discours.

32Ce qui déporte le questionnement des méthodologies aux enjeux, de la validité de la mesure aux effets et aux finalités de ce qui prend l'apparence de la mesure. Nous l'avons vu principalement dans le cas de la résilience face aux crises, catastrophes et au changement climatique, mais nous avons également vu que plusieurs rapports et organisations déportent les mêmes enjeux théoriques et méthodologiques sur les cas des crises alimentaires, famines, guerres et conflits. Que fait la mesure de la résilience au monde? Pourquoi continuer de mobiliser une notion qui a presque autant de définitions que d'utilisations? Pourquoi continuer de proposer des mesures, cartes et indicateurs de résilience s'il n'est pas possible de l'estimer de façon robuste? Ces questions sont en fait intrinsèquement liées.

33Les estimations, mesures, indicateurs, cartes semblent sauter par-dessus les difficultés théoriques et méthodologiques pour donner une image bien plus consolidée du champ sur la résilience et bien moins discutable des politiques publiques dont elle est le nom au travers du fétichisme du chiffre, de la mesure ou de la carte. Les mesures de la résilience, leurs choix méthodologiques, lorsqu'ils sont explicites, et les cadres théoriques sur lesquels elles reposent, lorsqu'ils sont mobilisés, en disent finalement plus sur les acteurs qui les mettent en place, les organisations qui les mobilisent et les institutions qui les promeuvent que sur la résilience, les villes ou les territoires. À défaut de validation, ces choix révèlent des positionnements politiques, voire les objectifs de la mesure, des décisions ou des programmes que ces chiffres sont censés appuyer. C'est parce qu'elles sont des outils d'aide à la décision, de justification, de suivi des programmes internationaux, d'allocation des ressources à différentes échelles voire d'attribution des responsabilités (des désastres, du sous-développement, des conséquences du changement climatique, etc.) que la robustesse méthodologique des mesures semble importer moins que l'alignement des résultats avec les politiques des commanditaires. Comme si chaque acteur dissimulait les impasses théoriques et méthodologiques sous le fétichisme de la mesure, rendant indiscutables les résultats et imposant des choix politiques (Reghezza et al., 2015b). Ce recours à des indicateurs et des mesures pour évaluer la résilience ou la vulnérabilité des territoires par l'outil statistique reflète « l'héritage techno-centré de l'environnement » (Theys, 2007) et rappelle que la quantification est souvent « conditionnée par la possibilité de lui faire correspondre une mesure normative » (Charvolin, 2003, p. 9).

34Mais pour être crédibles, une estimation, un indice ou une carte doivent faire la preuve qu'ils mesurent bien ce pour quoi ils ont été conçus ou bien les conceptions qu'ils accompagnent. Certains auteurs soulignent que les indices et indicateurs de résilience ne donnent qu'une direction approximative et non une « preuve scientifique » (Schipper et Langston, 2015). Le problème découle du fait que ces mesures viennent appuyer des politiques publiques, les programmes des organisations internationales, des levées de fonds avec d'importants enjeux financiers, estomper les débats scientifiques autour de la résilience, justifier ou imposer des choix politiques. Les divergences théoriques, la grande difficulté des choix méthodologiques, qui sont rarement justifiés, et surtout l'impossibilité de valider ces outils de mesure déconstruisent ces apparences d'objectivité ou d'irréfutabilité de la mesure. L'impossibilité de valider les estimations et mesures de la résilience qui vient pourtant servir de guide, légitimer l'action ou l'inaction, relève de la « gouvernance par les outils » et prouve que la résilience relève bien d'abord de la « gouvernementalité » (Rufat, 2011).

Haut de page

Bibliographie

Adger, W. N., 2000, Social and ecological resilience: are they related?, Progress in Human Geography, 24(3), pp.347-364.

Aldrich, D.P. et M. A. Meyer, 2015, Social capital and community resilience, Am Behav Sci 59(2), pp. 254–269.

Alexander D. E., 2013, Resilience and disaster risk reduction: an etymological journey, Nat Hazards Earth Syst Sci 13(11), pp. 2707–2716.

Alinovi, L., M. D’Errico, E. Mane et D. Romano, 2010, Livelihood strategies and household resilience to food insecurity : an empirical analysis to Kenya, European Report on Development, FAO, Rome, [en ligne] URL: http://erd.eui.eu/media/BackgroundPapers/Alinovi-Romano-D’Errico-Mane.pdf

Angeon, B., 2015, Reviewing Composite Vulnerability and Resilience Indexes: A Sustainable Approach and Application, World Development 72, pp.140‑62.

Bahadur, A. V., M. Ibrahim et T. Tanner, 2013, Characterising resilience : unpacking the concept for tackling climate change and development. Climate and Development, 5(1), pp. 55-65.

Bakkensen, L. A., C. Fox Lent, L. K. Read et I. Linkov, 2016, Validating resilience and vulnerability indices in the context of natural disasters. Risk analysis, [en ligne] URL : http://www.laurabakkensen.com/wp-content/uploads/2016/06/Validating_Resilience_in_the_Context_of_Natural_Disasters.pdf

Brun A. et F. Gache, Risque inondation dans le Grand Paris : la résilience est-elle un concept opératoire ?, VertigO - la revue électronique en sciences de l'environnement [En ligne], Regards/Terrain, mis en ligne le 31 décembre 2013, URL : http://journals.openedition.org/vertigo/14339; DOI : 10.4000/vertigo.14339

Buckle, P., 2006, Assessing social resilience. Disaster resilience: An integrated approach, pp. 88-103.

Burton, C.G., 2015, A validation of metrics for community resilience to natural hazards and disasters using the recovery from Hurricane Katrina, Annals of the American Association of Geographers, vol.105 n1, pp.67–86.

Burton, C.G., 2012, The Development of Metrics for Community Resilience to Natural Disasters, Ph.D. Thesis, University of South Carolina, [En ligne] ULR : webra.cas.sc.edu/hvri/education/docs/Chris_Burton_2012.pdf

Busino, G., 2003, La preuve dans les sciences sociales », Revue européenne des sciences sociales [En ligne], XLI-128, URL : http://ress.revues.org/377

Creswell, J.W. et V.L. Plano Clark 2007, Designing and Conducting Mixed Methods Research, Thousand Oaks : Sage Publications.

Charvolin, F., 2003, L’invention de l’environnement en France, Paris : La Découverte.

Cox, R. S. et M. Hamlen, 2015, Community disaster resilience and the rural resilience index, Am Behav Sci 59(2), pp. 220–237

Cutter, S. L., 2016, The landscape of disaster resilience indicators in the USA, Natural Hazards, 80(2), pp. 741-758.

Cutter, S. L., G.C. Burton et C. Emrich, 2010, Disaster Resilience Indicators for Benchmarking Baseline Conditions, Journal of Homeland Security and Emergency Management 7, no 51, pp.24-29.

Cutter, S. L., L. Barnes et M. Berry, 2008, ‘A place-based model for understanding community resilience to natural disaster’, Global Environmental Change 18(4), pp. 598-606.

Eakin, H. et A. L. Luers, 2006, Assessing the vulnerability of social-environmental systems, Annu. Rev. Environ. Resour., 31, pp. 365-394.

Food and Agriculture Organization (FAO), 2012,  Resilience index : measurement and analysis model », [En ligne] URL : http://www.fao.org/3/a-i4102e.pdf

Flowerden R.et D. Martin (eds), 2005, Methods in Human Geography, Essex : Pearson Education.

Food Security Information Network (FSIN), 2014, A Common Analytical Model for Resilience Measurement Causal Framework and methodological options, [En ligne] URL : http://www.fsincop.net/fileadmin/user_upload/fsin/docs/resources/FSIN_Paper2_WEB_1dic%20(WEB).pdf

Gallopin, G. C., 2006, Linkages between vulnerability, resilience and adaptive capacity, Global Environmental Change, Vol. 16, n 3, pp. 293-303.

Global Facility for Disaster Reduction and Recovery (GFDRR), 2015, Resilience to climate change : an overview of support provided by GFDRR, Berlin, Germany, [En ligne] URL : https://www.gfdrr.org/sites/default/files/publication/RCC%20Report%20FINAL.pdf

GOAL, 2014, Disaster Resilience Guidance Manual, [En ligne] URL : https://www.goalglobal.org/images/5101_HN_OP_006_11_Resilience_Toolkit_English_B02.pdf

Gomez B. et J. P. Jones III (eds), 2010, Research Methods in Geography, Malden MA: Wiley-Blackweel.

Gunderson L. H. et C. S. Holling, 2002, Panarchy : Understanding transformations in human and natural systems, Washington DC: Island Press.

Holling, C. S., 1973, Resilience and stability of ecological systems, Annual Review of Ecology and Systematics, n4, pp. 1-23.

Hughes, K et H. Bushell, 2013, A multidimensional approach for measuring resilience, Oxfam GB working paper, London, [En ligne] URL : http://policy-practice.oxfam.org.uk/publications/a-multidimensional-approach-to-measuringresilience-302641

Khazai B., F. Bendimeard, O. D. Cardona, M.-L. Carreño, A. H. Barbat et C. G. Burton, 2015, Earthquakes and Megacities Initiative, 2015, A Guide to Measuring Urban Resilience: Principles, Tools and Practice of Urban Indicators, [En ligne] URL : https://www.cedim.de/download/Guidebook_URR_ME-July-2015.pdf

Lam, N. S. N., M. Reams, K. Li, C. Li et L. P. Mata, 2016, Measuring Community Resilience to Coastal Hazards along the Northern Gulf of Mexico, HHS Public Access, 29.

Liu, J. J. W., R. Maureen et G. Todd, 2017, Advancing resilience : An integrative, multi-system model of resilience, Personality and Individual Differences, n.111, pp.111‑18.

Mayunga, J. S., 2007, Understanding and applying the concept of community disaster resilience: a capital-based approach, Summer academy for social vulnerability and resilience building, 1, 16 p.

Manyena, S. B., 2006, The concept of resilience revisited, Disasters, Vol. 30, n°4, pp. 434-450.

Manyena, S. B., G. O’Brien, P. O’Keefe et J. Rose, 2011, Disaster resilience : a bounce back or bounce forward ability? Local Environ 16, pp. 417–424.

Meerow S., J. P. Newell et M. Stults, 2016, Defining urban resilience: A review, Landscape and Urban Planning 147, pp. 38-49.

Mitchell, A., 2013, Risk and Resilience. OECD Development Working Papers. Paris : Organisation for Economic Co-operation and Development, [En ligne] URL : http://www.oecd-ilibrary.org/content/workingpaper/5k3ttg4cxcbp-en

Nicolas, J., 1998, Surveillance de l'environnement : Méthodologies de terrain, Bruxelles, Academia-Bruylant.

Orencio, F., 2013, A localized disaster-resilience index to assess coastal communities based on an analytic hierarchy process (AHP), International Journal of Disaster Risk Reduction 3, pp. 62‑75.

Passeron J.-C., 1996, La constitution des sciences sociales, Le Débat, n 90, pp. 93-112.

Peacock, W.G., S. D. Brody, W. A. Seitz, W. J. Merrell, A. Vedlitz, S. Zahran, R. C. Harriss, R. R. Stickney, 2010, Advancing the resilience of coastal localities : developing, implementing and sustaining the use of coastal resilience indicators: a final report, Hazard Reduction and Recovery Center, Texas A&M University, College Station, [En ligne] URL : http://hrrc.arch.tamu.edu/media/cms_page_media/558/10-02R.pdf

Pickett, S. T. A., M. L. Cadenasso et J. M. Grove, 2004, Resilient cities: meaning, models, and metaphor for integrating the ecological, socio-economic, and planning realms, Landscape and Urban Planning 69, no 4, pp. 369‑84.

Patrick Pigeon, 2012, Apports de la résilience à la géographie des risques : l’exemple de La Faute-sur-Mer (Vendée, France), VertigO - la revue électronique en sciences de l'environnement [En ligne], Volume 12 Numéro 1 | mai 2012, mis en ligne le 29 mai 2012, URL : http://journals.openedition.org/vertigo/12031; DOI : 10.4000/vertigo.12031

Pfefferbaum R. L., B. Pfefferbaum, R. L. Van Horn, R. W. Klomp, F. H. Norris et D. B. Reissman, 2013, The Communities Advancing Resilience Toolkit (CART) : an intervention to build community resilience to disasters, J Public Health Manag Pract 19(3), pp. 250–258.

Pfefferbaum, B., R. L. Pfefferbaum et R. L. Horn, 2015, Community resilience interventions: participatory, assessmentbased, action-oriented processes. Am Behav Sci 59(2), pp. 238-253.

Poortinga, W., 2012, Community resilience and health: The role of bonding, bridging, and linking aspects of social capital, Health & place, 18(2), pp. 286-295.

Quenault, B., Du double affrontement ontologique/axiologique autour de la résilience aux risques de catastrophe : les spécificités de l’approche française, VertigO - la revue électronique en sciences de l'environnement [En ligne], Volume 13 Numéro 3 | décembre 2013, mis en ligne le 30 décembre 2013, URL : http://journals.openedition.org/vertigo/14510; DOI : 10.4000/vertigo.14510

Reghezza-Zitt M., S. Rufat, G. Djament-Tran, A. Le Blanc et S. Lhomme, 2012, What Resilience Is Not : Uses and Abuses, Cybergeo : European Journal of Geography [En ligne] URL : http://cybergeo.revues.org/25554

Reghezza-Zitt, M. et S. Rufat, 2015a, Résiliences : sociétés et territoires face à l'incertitude, aux risques et aux catastrophes. ISTE.

Reghezza-Zitt, M. et S. Rufat, 2015 b, L'adaptation en Île-de-France entre injonction et recyclage. Techniques et politiques de la société de l'incertitude, Développement durable et territoires [En ligne], vol. 6, num 3, URL : http://journals.openedition.org/developpementdurable/11035

Rockefeller Foundation. 2015, City Resilience Index, [En ligne] URL : https://assets.rockefellerfoundation.org/app/uploads/20160201132303/CRI-Revised-Booklet1.pdf

Roth, C., 2007, Systèmes complexes sociaux et validation empirique, Sociétés, 98,(4), pp. 53-64, doi:10.3917/soc.098.0053.

Rufat, S., 2011, Critique de la résilience pure, CNRS HAL SHS, [En ligne] URL : http://hal.archives-ouvertes.fr/hal-00693162

Rufat S., 2009, Estimation relative de la vulnérabilité urbaine à Bucarest, M@ppemonde, vol. 95, n° 3, http://mappemonde.mgm.fr/num23/articles/art09301.html

San Francisco Planning and Urban Research Association (SPUR), 2009, Defining what San Francisco needs from its seismic mitigation policies, [En ligne] URL : http://mitigation.eeri.org/files/SPUR_Seismic_Mitigation_Policies.pdf

Schlör, H., S. Venghaus et J.-F. Hake, 2017, The FEW-Nexus city index – Measuring urban resilience. Applied Energy, doi:10.1016/j.apenergy.2017.02.026.

Sempier, T.T., D. L. Swann, R. Emmer, S. H. Sempier et M. Schneider, 2010, Coastal community resilience : a community self-assessment. Mississippi-Alabama, Sea Grant Consortium, [En ligne] URL : http://www.southernclimate.org/documents/resources/Coastal_Resilience_Index_Sea_Grant.pdf

Schipper, E. L. F. et L. Langston, 2015, A comparative overview of resilience  measurement frameworks analysing indicators and  approaches. ODI. https://www.odi.org/sites/odi.org.uk/files/odi-assets/publications-opinion-files/9754.pdf

Tanner, T., T. Mitchell, E. Polack et B. Guenther, 2009, Urban Governance for Adaptation : Assessing Climate Change Resilience in Ten Asian Cities, IDS Working Papers, no 315, pp. 1-47.

Theys, J., 2007, Pourquoi les préoccupations sociales et environnementales s’ignorent-elles mutuellement. Essai d’interprétation à partir du thème des inégalités écologique, dans : P. Cornut, T. Bauler et E. Zaccaï (coord.), Environnement et inégalités sociales, Éditions de l’université de Bruxelles, pp. 24-35.

Tierney, K. et M. Bruneau, 2007, Conceptualizing and measuring resilience: A key to disaster loss reduction. TR news, (250).

Tobin, G. A., 1999, Sustainability and community resilience : the holy grail of hazards planning?, Global Environmental Change Part B: Environmental Hazards, 1(1), pp. 13-25.

Toubin M., Y. Diab, R. Laganier et D. Serre, 2013, Les conditions de la résilience des services urbains parisiens par l’apprentissage collectif autour des interdépendances, VertigO - la revue électronique en sciences de l'environnement [En ligne], Volume 13 Numéro 3 | décembre 2013, mis en ligne le 30 décembre 2013, URL : http://journals.openedition.org/vertigo/14568; DOI : 10.4000/vertigo.14568

Turner B. L., R. E. Kasperson, P. A. Matson, J. J. McCarthy, R. W. Corell, L. Christensen, N. Eckley, J. X. Kasperson, A. Luers, M. L. Martello, C. Polsky, A. Pulsipher et A. Schiller, 2003, A framework for vulnerability analysis in sustainability science, PNAS, 100 (14), pp. 8074-8079

Tyler, S. et M. Moench, 2012, A framework for urban climate resilience ». Climate and Development 4(4), pp. 311-326

Tyler, S., E. Nugraha, H. K. Nguyen, N. V. Nguyen, A. D. Sari, P. Thinpanga, T. T. Tran, S. S. Verma, D. Swanson et L. Bizikova, 2016, Indicators of urban climate resilience : A contextual approach, Environmental Science & Policy, n. 66, pp. 420‑26.

United Nations Population Fund (UNFPA), 2016, A Framework for the Assessment of Population Risk and Resilience to Climate Change, [En ligne] URL : http://www.unfpa.org/resources/framework-assessment-population-risk-and-resilience-climate-change

United Nations (UN), 2014, Understanding community resilience: findings from community-based resilience analysis, UNDP, [En ligne] URL : http://www.disasterriskreduction.net/fileadmin/user_upload/drought/docs/CoBRA%20Assessments%20Report.pdf

United Nations (UN), 2015, Sendai Framework for Disaster Risk Reduction 2015-2030, [En ligne] URL : http://www.wcdrr.org/preparatory/post2015

United Nations Office for Disaster Risk Reduction (UNISDR), 2015, The 10 essentials for making cities resilient, [En ligne] URL : http://www.unisdr.org/campaign/resilientcities/toolkit/essentials

United States Agency for International Development (USAID), 2013, The Resilience Agenda: Measuring Resilience in USAID, [En ligne] URL : https://www.usaid.gov/sites/default/files/documents/1866/Technical%20Note_Measuring%20Resilience%20in%20USAID_June%202013.pdf

Walker, B., C. S. Holling, S. Carpenter et A. Kinzig, 2004, Resilience, adaptability and transformability in social–ecological systems, Ecology and society, 9(2).

Walker, B. et D. Salt, 2006, Resilience thinking : Sustaining ecosystems and people in a changing world, Washington DC: Island Press.

Windle G., K. M. Bennett et J. Noyes, 2011, A methodological review of resilience measurement scales, Health and quality of life outcomes, 9(1), pp. 8-12.

Winderl, T., 2014, Disaster resilience measurements : Stocktaking of ongoing efforts in developing systems for measuring resilience ». UNDP, http://www.preventionweb.net/files/37916_disasterresiliencemeasurementsundpt.pdf

World Bank, 2009, Climate resilient cities. A primer on reducing vulnerabilities to disasters, [En ligne] URL : http://siteresources.worldbank.org/INTEAPREGTOPURBDEV/Resources/Primer_e_book.pdf

Zhou, H., J. Wan et H. Jia, 2010, Resilience to natural hazards : a geographic perspective, Natural Hazards, 53(1), pp.21-41.

Haut de page

Pour citer cet article

Référence électronique

Samuel Rufat, « Estimations de la résilience des territoires, sociétés, villes », VertigO - la revue électronique en sciences de l'environnement [En ligne], Hors-série 30 | mai 2018, mis en ligne le 15 mai 2018, consulté le 18 novembre 2018. URL : http://journals.openedition.org/vertigo/19223 ; DOI : 10.4000/vertigo.19223

Haut de page

Auteur

Samuel Rufat

Maître de conférence en géographie et urbanisme, Université de Cergy-Pontoise, Site Chênes 2 - bureau 125, 33, boulevard du Port, 95011 Cergy-Pontoise Cedex, France, courriel : samuel.rufat@u-cergy.fr

Haut de page

Droits d’auteur

Licence Creative Commons
Les contenus de VertigO sont mis à disposition selon les termes de la Licence Creative Commons Attribution - Pas d’Utilisation Commerciale - Pas de Modification 4.0 International.

Haut de page