identification de la structure territoriale de base...identification de la stuctu e te ito iale de...

Morphologie urbaine et

intégration paysagère

Vicky BOINEM – David MIRAUCOURT –

Simon ROHON – Thomas ZANNIER

Professeur : Mr Jacques TELLER

Université de Liège 2016

Identification de la structure territoriale de base

Canton de Saint-Vith

Identification de la structure territoriale de base ● mai 2016

1

Table des matières

Préambule .............................................................................................................................................. 3

Remerciements ...................................................................................................................................... 4

Introduction ........................................................................................................................................... 5

Localisation ........................................................................................................................................ 5

Caractéristiques du canton................................................................................................................. 6

Objectif du travail ............................................................................................................................... 6

Méthode d’identification des noyaux habités ........................................................................................ 7

Identification des noyaux ................................................................................................................... 7

Correspondance avec les secteurs statistiques .................................................................................. 8

Données ............................................................................................................................................... 10

Les commerces & services ................................................................................................................ 10

L’enseignement ................................................................................................................................ 11

Les transports en communs (TEC) .................................................................................................... 12

Emplois ............................................................................................................................................. 13

Population ........................................................................................................................................ 13

Scénarios de classement ...................................................................................................................... 14

Premier classement brut .................................................................................................................. 14

Choix du nombre d’indicateurs ........................................................................................................ 14

Pondération des indicateurs ............................................................................................................ 17

Structure territoriale ............................................................................................................................ 18

Hypothèse ........................................................................................................................................ 18

Infrastructure routière ..................................................................................................................... 18

Première analyse .............................................................................................................................. 18

Analyse locale ....................................................................................................................................... 20

Questions soulevées ......................................................................................................................... 20

Cas particulier de Burg-Reuland ....................................................................................................... 20

Cas particulier de Manderfeld .......................................................................................................... 21

Influence des pôles extérieurs : l’exemple de Büllingen et Bütgenbach .......................................... 22

Carte synthétique ................................................................................................................................. 23

Hiérarchie des pôles ......................................................................................................................... 23

Les flux vers l’étranger ..................................................................................................................... 23

Conclusions et pistes pour la suite ....................................................................................................... 25

Bibliographie ........................................................................................................................................ 27


2

Table des figures et illustrations

Figure 1 : Localisation de l’étude ............................................................................................................ 5

Figure 2 : Distance entre bâtiments de 100m (jaune), 150m (bleu) et 200m (rouge) ............................ 7

Figure 3 : Zones tampons de 10m (jaune), 20m (bleu) et 50m (rouge) .................................................. 7

Figure 4 : 5 (jaune), 10 (bleu) ou 20 (rouge) bâtiments minimum dans noyaux ..................................... 8

Figure 5 : Choix des paramètres pour identifier les noyaux habités ....................................................... 8

Figure 6 : Correspondance entre noyaux identifiés et secteurs statistiques .......................................... 8

Figure 7 : 84 noyaux indentifiés à gauche – 61 secteurs statistiques conservés à droite ....................... 9

Figure 8 : nombre de services & commerces par communes ............................................................... 11

Figure 9 : Ecoles et nombres d'élèves .................................................................................................. 12

Figure 10 : Indice des conditions de bien-être en Wallonie - Avril 2014. Source: IWEPS ..................... 13

Figure 11 : Classement selon 6 indicateurs .......................................................................................... 16

Figure 12 : Première identification de la structure territoriale du canton ............................................ 19

Figure 13 : Flux depuis les communes .................................................................................................. 23

Figure 14 : Carte synthétique ............................................................................................................... 24


3

Préambule Pour la clôture du cursus, nous présentons la réalisation d’un dossier d’avant-projet pour l’étude sur

la morphologie et intégration paysagère du canton de l’Eifel.

L’ouvrage présente le récapitulatif des nœuds, des pôles (les plus importants, secondaires & de

troisième importance) et des classifications des différents noyaux, villageois ou urbains, de manière à

identifier une hiérarchie et de voir s’il est possible de donner des priorités aux politiques de

développement selon cette hiérarchie.

On a voulu, avec les données fournies durant la formation, parvenir à une critique constructive et de

permettre dans un avenir à envisager des solutions qui permettraient une première approche.


4

Remerciements Nous souhaitons tout d’abord remercier Monsieur Jacques TELLER & ses assistants pour les données

fournies tout au long du cursus.

Nous souhaitons remercier Madame Mennicken (Groupe d’Action Locale) et consort pour la

présentation en début de projet pour nous donner un premier aperçu de la manière dont fonctionne

le territoire.

Enfin, nos remerciements s’adressent à toutes les administrations communales pour les informations

sur les données concernant le milieu scolaire ainsi que tous les autres contacts.


5

Introduction

Localisation Le site du projet d’étude se situe à l’est de la Belgique en province de Liège dans les cantons de l’est.

Figure 1 : Localisation de l’étude

Le canton de l’Eifel est composé des 5 communes de la communauté germanophone situées au sud-

est de la Belgique que sont Amel, Büllingen, Burg-Reuland, Bütgenbach et Saint-Vith. La population

totale est de 30 000 habitants environ qui se répartissent sur une superficie d’environ 630 km².

La répartition de l’occupation du sol du canton de l’Eifel est la suivante :

- 5% bâti

- 40% forêts ;

- 45% champs et prés ;

- 65% Parc naturel Hautes Fagnes –Eifel ;

- 14,7% Natura 2000 (dont de nombreuses sources)

- 0,7% Réserves naturelles.

Le canton de l’Eifel compte une centaine de villages et hameaux. Il s’agit d’un territoire rural. Il est

bordé par l’Allemagne à l’est (régions de Rhénanie du Nord-Westphalie et Rhénanie Palatinat), le

grand-duché de Luxembourg au sud et le massif des Hautes Fagnes au nord.

Les secteurs où l’emploi est le plus soutenu sont celui de la filière bois (menuiseries, scieries) et le

secteur de la construction et du bâtiment.


6

Caractéristiques du canton Les cantons de l’est se distinguent par un paysage vallonné composé de massifs forestiers et de prairies

en grand nombre qui constituent des ruptures naturelles dans l’urbanisation. Les cantons de l’est sont

également caractérisés par de nombreux cours d’eau et de sources.

Les foyers de peuplement du territoire sont de petite taille et répondent à une structure

majoritairement dispersée avec quelques concentrations dont St-Vith, Büllingen, Bütgenbach sont

parmi les plus importantes. La structure de la répartition des écoles fondamentales va dans ce sens.

Il semble y avoir une préférence pour bâtiment isolé de grand volume, avec peu d’ouvertures et un

grand terrain. Ce type de configuration est notamment favorisé par des prix au m² des terrains très

attractifs (2010 : Prix moyen d’un terrain à st-Vith : 65€/m², prix réel de vente aux alentours de

45€/m²)1. Les maisons mitoyennes sont quant à elles très peu sollicitées.

Nous sommes dans un territoire où la protection de l’environnement est un enjeu particulièrement

fort. Les sites protégés représentent 287 hectares de réserve naturelle, 131 hectares de réserve

forestière et plus de 9000 hectares de zones classées « Natura 2000 », avec malgré tout un nombre de

parcelles libres (non construites) encore considérable. On recense également 3 sites où des éoliennes

sont implantées.

Ajoutons qu’en termes d’emploi, le travail transfrontalier recensé est d’environ ¼ de la population vers

le sud (Luxembourg).

Le territoire des cantons de l’est est parcouru par l’autoroute E42 qui les relie à l’Allemagne. A une

échelle plus locale, la mobilité dans le territoire est caractérisée par un réseau routier dense, l’absence

de chemins de fer dont les anciennes lignes ont été reprises en partie pour développer les liaisons

douces (RAVeL). Les transports en commun ne sont plus représentés que par les lignes de bus

principalement bien desservies en période scolaire et s’arrêtant toujours à la frontière. Certains

villages ne sont que peu, voire pas du tout desservis.

La région connaît un potentiel touristique fort. Outre les RAVeL dont nous avons déjà parlé,

l’environnement paysager et la situation géographique au carrefour de différentes régions et de

plusieurs cultures rendent les cantons de l’est particulièrement attractifs.

Objectif du travail Notre travail porte donc sur l’identification et la hiérarchisation des noyaux, ou pôles ruraux du canton

de St-Vith. Il s’agira dans un premier temps de délimiter nos noyaux et dans un second temps de

déterminer quels sont parmi les noyaux ruraux identifiés les pôles les plus importants. Ce travail est

réalisé grâce à l’élaboration de plusieurs scénarios et différents systèmes de classement. Ainsi, il est

possible de catégoriser les pôles du canton en fonction de leur influence.

Ce travail permet de fournir quelques outils d’aide à la décision, notamment dans le cadre de politique

de développement.

1 Source : Source: SPF Economie, Direction générale Statistiques et Informations économiques. (consulté sur : http://www.cadastre.be/Belgique/Li%C3%A8ge/Saint-Vith/Prix_Immo)


7

Méthode d’identification des noyaux habités

Notre travail d’identification et de hiérarchisation est fondé sur deux approches correspondant à deux

types de démarches : d’une part une démarche « mathématique », ou les calculs et les modèles

donnent le résultat afin d’identifier les principaux noyaux du territoire. D’autre part, nous avons

également dû faire des choix en agissant sur certains paramètres pour identifier les noyaux mais notre

méthode est détaillée ci-après, ce qui permet de la reproduire en ajustant les paramètres à souhait.

Identification des noyaux La première partie consiste à identifier les noyaux habités. Pour déterminer nos noyaux, nous utilisons

la triangulation de Delaunay. Cet outil nous a permis de dégager dans un premier temps les foyers de

population en considérant qu’un noyau rural devait être caractérisé par une agglomération de

maisons. Pour ce faire, la triangulation permet de créer le plus petit triangle entre 3 points, ici nous

avons donc utilisé cet algorithme entre les centroïdes des bâtiments tels qu’ils étaient contenus dans

la base de données cadastrale. A la suite de cette opération, nous avons obtenu des formes (cf. Figure

2 ci-dessous) en ne conservant que les triangles représentant une distance maximale entre les maisons

de 100 m, 150 m ou 200 m afin de pouvoir constituer des ensembles habités.

Figure 2 : Distance entre bâtiments de 100m (jaune), 150m (bleu) et 200m (rouge)

Nous avons fait le choix de garder une distance

maximale entre bâtiment de 200m (en rouge ici) pour

créer nos noyaux car cela formait des ensembles plus

représentatifs de la réalité. Après avoir supprimé les

triangles inutiles représentant une distance de plus de

200m, nous avons fusionné les triangles se touchant

en effectuant des tampons pour obtenir une forme

géométrique unique. Nous avons donc joué sur la

taille de la zone tampon entre 10m, 20m et 50m mais

ce choix n’influence pas les résultats. Il était juste

nécessaire de réaliser des tampons pour fusionner les

triangles.

Une fois les formes obtenues, l’algorithme de Delaunay a été modulé selon une deuxième variable

importante : le nombre de bâtiments minimum à retenir pour former un noyau (5, 10 ou 20 maisons).

Figure 3 : Zones tampons de 10m (jaune), 20m (bleu) et 50m (rouge)


8

On voit sur la Figure 4 ci-dessous que lorsque l’on choisit l’option avec 5 ou 10 bâtiments minimum,

on obtient de nombreux noyaux trop petits qui ne représentent pas de vrais noyaux.

Figure 4 : 5 (jaune), 10 (bleu) ou 20 (rouge) bâtiments minimum dans noyaux

Couplé au choix de la distance minimale entre bâtiments, nous avons donc obtenu 9 résultats possibles

et avons sélectionné le cas où le nombre de noyau était le plus faible mais où le pourcentage de

bâtiments présents dans les noyaux est le plus fort (bien que les autres cas étaient proches). C’est le

cas de figure où la distance maximale entre les bâtiments est de 200m et où le nombre de bâtiments

considérés est au minimum de 20 qui a été retenu. Ainsi, nous avons calculé que 88 noyaux

regroupaient 93,3% des bâtiments du territoire d’étude.

Figure 5 : Choix des paramètres pour identifier les noyaux habités

Correspondance avec les secteurs statistiques Après avoir identifié les noyaux habités, nous devions trouver une source de données suffisamment

fiable à exploiter pour réussir à hiérarchiser ces noyaux. Dès lors, nous avons comparé le résultat de

notre identification de noyaux avec la carte des secteurs statistiques. Il s’est avéré une corrélation bien

visible entre les noyaux ainsi calculés et les secteurs statistiques (cf. Figure 6).

Figure 6 : Correspondance entre noyaux identifiés et secteurs statistiques


9

Nous remarquons que parmi les 88 noyaux, 4 d’entre eux ne sont pas habités et concernent des zones

d’activités économiques ou industrielles : ils ont été écartés, le but étant de repérer les noyaux de vie,

donc habités. Nous remarquons également que certains noyaux regroupent plusieurs secteurs

statistiques. Nous avons donc 84 noyaux habités pour 108 secteurs statistiques. Afin de correspondre

au mieux à nos noyaux habités, nous avons donc regroupé les secteurs statistiques correspondant au

même ensemble. Par exemple, Saint-Vith était constitué de 7 secteurs statistiques, que nous avons

fusionné en un seul. Les données sur ceux-ci ont donc été agrégées dans le secteur statistique global

de Saint-Vith. Lorsque cela a été nécessaire, nous avons fait de même ailleurs (cf. Figure 7).

Aussi, nous avons écarté les noyaux ayant peu d’habitants qui ne peuvent représenter de véritables

pôles. Pour ce faire, nous avons fait deux essais, en gardant tout d’abord les noyaux de plus de 100

habitants, ce qui nous donnait plus que 51 noyaux au total. Nous avons également fait le test en ne

gardant que les noyaux de plus de 50 habitants, ce qui nous amène à 61 noyaux. C’est cette dernière

option qui nous a paru la plus juste et que nous avons retenue.

Ainsi, nous avons gardé les principaux noyaux en écartant les pôles singuliers représentés par les zones

industrielles et/ou d’activités commerciales, ainsi que quelques hameaux disposant d’une population

trop faible pour constituer un pôle.

Figure 7 : 84 noyaux identifiés à gauche – 61 secteurs statistiques conservés à droite


10

Données

Les commerces & services La répartition des commerces et des services est reprise en Annexe 1.

Indicateurs primordiaux dans l’évaluation de l’activité et de l’influence que peut exercer un noyau, les

données de commerces et services sont extraites d’une même source : le COSW (carte d’occupation

des sols en Wallonie). Cette carte datée de 2005 nous permet de connaître la localisation des surfaces

commerciales ou accueillant un service. Parmi les services nous avons différencié :

les services administratifs

les services socioculturels

les services de santé

De ces surfaces nous avons extrait les centroïdes. A l’aide de l’outil « points dans un polygone » de

QGis, nous avons obtenu le nombre de commerces et services par noyaux.

Nous reviendrons plus tard dans ce rapport sur les limites que peut présenter ce dénombrement.

Grâce à un travail de recensement nous avons tout de même pu mettre à jour l’indicateur de santé en

consultant l’annuaire et en relevant les adresses des cabinets médicaux.

Les graphiques et implantation ci-dessous permettent d’avoir un meilleur aperçu des différents types

de commerces existants et les divers services ainsi que leur étalement par commune.


11

Figure 8 : nombre de services & commerces par communes

L’enseignement Le maintien des écoles est un enjeu fort sur le territoire. La direction générale de l’enseignement

obligatoire impose qu’une école communale de niveau maternelle possède au moins 6 élèves et une

école communale primaire 12 élèves. Parmi les 38 écoles du canton, 7 sont menacées dont 3 déjà au

niveau critique.

Grâce à un travail de recensement effectué en début d’étude nous avons obtenu les effectifs 2015-

2016. Ces effectifs sont ceux des écoles et non le nombre d’élèves par communes.


12

Figure 9 : Ecoles et nombres d'élèves

L’enjeu pour le canton de St-Vith est donc d’attirer une population jeune avec enfants dans le but de

maintenir ces écoles. La carte reprenant la localisation des écoles se situe en annexe 2.

Les transports en communs (TEC) Le territoire du canton de St-Vith est desservi par 20 lignes de bus/car qui relient les principaux villages

du canton entre eux et à des villes plus importantes, parmi elles : Eupen, Malmédy et Verviers.

Si le nombre de lignes peut paraître important de prime abord, la fréquence de passage reste très

limitée sur certaines lignes où la fréquence de passage n’est que de 1 à 2 bus par jour et par sens.

On remarque que lors de la période scolaire, le territoire est plutôt bien desservi. En période non-

scolaire, de nombreux villages n’ont pas ou très peu de services de transport public tel que la commune

de Burg-Reuland.

L’absence de données supplémentaires concernant la fréquentation de ce réseau de bus nous oblige

à nous borner à une qualification de l’offre de transport dans la région.


13

Le canton de St-Vith est relativement isolé par rapport à son environnement et reste sensible aux

dynamiques périphériques.

En effet, la langue germanophone créée d’une par une barrière qui limite les habitants des communes

francophones voisines à s’installer dans le canton.

D’autre part, une majorité de travailleurs de la commune de St-Vith, pôle le plus important du canton,

traverse la frontière pour travailler dans le Grand-Duché. Les barrières sont aussi naturelles comme le

prouvent les massifs forestiers de l’Eifel qui traversent du nord-est au sud est notre canton d’étude.

Enfin, notons que c’est dans le canton de St-Vith que l’on rencontre les meilleurs indicateurs de bien-

être de Wallonie.

Figure 10 : Indice des conditions de bien-être en Wallonie - Avril 2014. Source: IWEPS

Emplois L’un des atouts du canton est sa compétitivité en termes de prix du foncier. Cette attractivité est

telle qu’elle attire de nombreux actifs. Bien que le canton reste généralement rural et très marqué

par la présence des transfrontaliers, le nombre d’emplois est un indicateur intéressant pour montrer

le dynamisme d’un pôle et son intérêt à développer une économie de proximité.

Population Dernier indicateur mais peut être le plus évidemment dans ce paysage rural, le nombre d’habitants a

déjà servi (cf partie méthode) à délimiter les noyaux cibles de notre étude en fixant un seuil minimum

de 50 habitants par noyaux. Les chiffres permettant de construire cet indicateur sont issus d’études de

la base de données CENSUS2. Ces données de recensement datent de 2011.

2 http://statbel.fgov.be/fr/statistiques/webinterface/beSTAT_home/


14

Scénarios de classement

Grâce à l’identification des principaux noyaux vue précédemment, nous retenons donc 61 entités. Afin

de construire la structure territoriale qui hiérarchise les pôles entre eux, nous avons construit un

indicateur synthétique à partir de critères significatifs et au moyen de quelques pondérations, nous

sommes parvenus à proposer plusieurs scénarios de classement. Parmi les indicateurs établis sur la

base des données mises à disposition nous avons retenu :

La population

Le nombre de salariés

Le nombres de services administratifs

Le nombre de services socio-culturels

A ces critères, nous avons ajouté d’autres indicateurs que nous avons pu construire grâce à un travail

de récolte d’informations effectué auprès des écoles ou grâce à un travail de terrain effectué au début

de l’étude :

Le nombre d’élèves (des écoles primaires, maternelles et secondaires)

La qualité de desserte des transports en communs (à travers le nombre de ligne de bus)

Le nombre des services de santé

Pour chacun de ces indicateurs, la quantité présente dans chaque commune est pondérée par la

quantité maximum observable dans le canton. On obtient ainsi pour chaque critère une cote allant de

0 à 1.

Premier classement brut Le premier indicateur synthétique est une somme de ces cotes pour chacun des noyaux. Nous

obtenons ainsi une première classification des noyaux sur une échelle de 1 à 8.

∑ 𝑠𝑒𝑟𝑣𝑖𝑐𝑒 𝑑𝑒 𝑠𝑎𝑛𝑡é + ∑ 𝑠𝑒𝑟𝑣𝑖𝑐𝑒𝑠 𝑠𝑜𝑐𝑖𝑜𝑐𝑢𝑙𝑡𝑢𝑟𝑒𝑙𝑠 + ∑ 𝑠𝑒𝑟𝑣𝑖𝑐𝑒𝑠 𝑎𝑑𝑚𝑖𝑛𝑖𝑠𝑡𝑟𝑎𝑡𝑖𝑓𝑠 +

∑ 𝑐𝑜𝑚𝑚𝑒𝑟𝑐𝑒𝑠 + ∑ 𝑝𝑜𝑝𝑢𝑙𝑎𝑡𝑖𝑜𝑛 + ∑ 𝑒𝑚𝑝𝑙𝑜𝑖 + ∑ é𝑙è𝑣𝑒𝑠 𝑚𝑎𝑡𝑒𝑟𝑛𝑒𝑙𝑙𝑒 𝑒𝑡 𝑝𝑟𝑖𝑚𝑎𝑖𝑟𝑒 +

∑ 𝑎𝑟𝑟𝑒𝑡𝑠 𝑑𝑒 𝑏𝑢𝑠 = 𝒔𝒄𝒐𝒓𝒆 𝒕𝒐𝒕𝒂𝒍 𝒔𝒖𝒓 𝟖

La carte représentant ce premier classement brut est visible en Annexe 5.

Choix du nombre d’indicateurs Inspirée de la démarche proposée par le LEPUR pour établir une hiérarchie urbaine à l'échelle de la

Wallonie, notre système de classification s'est rapidement retrouvé confronté à un problème d'échelle.

Dès l'élaboration des premiers classements, une question est soulevée sur l'importance accordée aux

différents services (autres que les commerces). A une telle échelle et dans ce canton rural, certains

services sont plutôt rares.

Prenons l’exemple du critère de la santé qui faisait remonter vers le haut du classement les noyaux

ayant un établissement de santé malgré des critères plus modérés dans les autres catégories. Ceci est

dû au fait que les services de santé sont très peu présents sur le territoire. De plus notre méthodologie

ne différencie pas le médecin généraliste libéral de celui de la clinique de Saint-Vith qui dispose d’une

équipe à son service : Ces deux services de santé n'ont évidemment pas la même influence en pratique.


15

On peut observer un effet identique pour les services socioculturels et les services administratifs.

Enfin nous devons remarquer que parmi les données pour ces trois indicateurs, seules celles

concernant le critère santé ont pu être mises à jour. Les données pour les deux autres secteurs sont

issues de la carte d’occupation du sol de Wallonie (COSW) la plus récente disponible et date de 2005.

Afin de mettre en avant les autres indicateurs qui présentaient selon nous une influence plus

importante sur le quotidien des habitants, nous avons calculé un nouvel indicateur synthétique sur

base de la formule suivante :

1

3∑ 𝑠𝑒𝑟𝑣𝑖𝑐𝑒 𝑑𝑒 𝑠𝑎𝑛𝑡é +

1

3∑ 𝑠𝑒𝑟𝑣𝑖𝑐𝑒𝑠 𝑠𝑜𝑐𝑖𝑜𝑐𝑢𝑙𝑡𝑢𝑟𝑒𝑙𝑠 +

1

3∑ 𝑠𝑒𝑟𝑣𝑖𝑐𝑒𝑠 𝑎𝑑𝑚𝑖𝑛𝑖𝑠𝑡𝑟𝑎𝑡𝑖𝑓𝑠 +

∑ 𝑐𝑜𝑚𝑚𝑒𝑟𝑐𝑒𝑠 + ∑ 𝑝𝑜𝑝𝑢𝑙𝑎𝑡𝑖𝑜𝑛 + ∑ 𝑒𝑚𝑝𝑙𝑜𝑖 + ∑ é𝑙è𝑣𝑒𝑠 𝑚𝑎𝑡𝑒𝑟𝑛𝑒𝑙𝑙𝑒 𝑒𝑡 𝑝𝑟𝑖𝑚𝑎𝑖𝑟𝑒 +

∑ 𝑎𝑟𝑟𝑒𝑡𝑠 𝑑𝑒 𝑏𝑢𝑠 = 𝒔𝒄𝒐𝒓𝒆 𝒕𝒐𝒕𝒂𝒍 𝒔𝒖𝒓 𝟔

Soit :

∑ 𝑠𝑒𝑟𝑣𝑖𝑐𝑒𝑠 + ∑ 𝑐𝑜𝑚𝑚𝑒𝑟𝑐𝑒𝑠 + ∑ 𝑝𝑜𝑝𝑢𝑙𝑎𝑡𝑖𝑜𝑛 + ∑ 𝑒𝑚𝑝𝑙𝑜𝑖 + ∑ é𝑙è𝑣𝑒𝑠 𝑚𝑎𝑡𝑒𝑟𝑛𝑒𝑙𝑙𝑒 𝑒𝑡 𝑝𝑟𝑖𝑚𝑎𝑖𝑟𝑒 +

∑ 𝑎𝑟𝑟ê𝑡𝑠 𝑑𝑒 𝑏𝑢𝑠 = 𝒔𝒄𝒐𝒓𝒆 𝒕𝒐𝒕𝒂𝒍 𝒔𝒖𝒓 𝟔

La carte avec un classement sur 6 indicateurs est disponible en Figure 11 page suivante.

Le fait de regrouper les services fait apparaître quelques changements dans la hiérarchie. En effet,

Manderfeld, Grüfflingen et le pôle rassemblant Iveldingen et Montenau passent du statut de pôles

locaux à celui de villages ruraux.

Les pôles de Grufflingen et d’Iveldingen-Montenau sont de parfaites illustrations de pôles surestimés

grâce aux médecins car le reste des indicateurs sont plutôt dans la moyenne de la catégorie village :

Population Nombre d'élèves Commerces Ligne de bus

Employés recensés

< 400hab Pas d'écoles <4 commerces < 3 lignes < 30 employés

Le cas de Manderfeld, plus atypique fera l’objet d’une partie spécifique.

Dans l'ensemble ces changements de classes restent à la marge et nous permettent d’émettre

l'hypothèse que les différents pôles sont généralement équipés de manière équilibrée en services de

chaque secteur vis-à-vis de la moyenne de leur classe.

Cet équilibre des pôles vient aussi de la méthodologie mise en place qui exclue entre autres, les zones

d'activités économiques accueillant moins de 50 habitants et très spécialisées dans le secteur de

l'emploi.


16

Figure 11 : Classement selon 6 indicateurs


17

Pondération des indicateurs Afin de vérifier la prépondérance des pôles principaux et l’équilibre entre leurs critères, nous avons

fait plusieurs tests en jouant sur les pondérations différentes pour chaque critère. Globalement, le

classement établi restait identique et très peu de pôles changent de catégorie sauf en forçant les

pondérations fortement.

La pondération choisie ici représentée sur la carte en Annexe 6 met en avant nos indicateurs les plus

fiables :

0,5*bus+1*emplois+1*nombres élèves+1,5*services +2*population+2*commerces = score total sur 8

Seuls 3 villages ruraux passent dans la catégorie des pôles locaux : Manderfeld, Nidrum et le

pôle rassemblant Aldingen et Maldingen. Un pôle local passe dans la catégorie des villages : Meyerode

qui est une exception car il a une population très faible.

Ainsi cette pondération empirique déséquilibrée dans les poids accordés aux différents indicateurs

confirme l'hypothèse de pôles équilibrés. Par exemple, un pôle ayant une population et un nombre

de commerces qui le situerait dans la classe des pôles locaux aura de fortes chances d'avoir les 4

autres indicateurs qui concordent avec les moyennes de la classe des pôles locaux soit : une

cinquantaine d'employés, une petite école (moins de 80 élèves), 3 à 5 lignes de bus et 2 à 4 services.

Cela contribue à le faire rester dans sa classe.

Dès lors, nous retenons pour la suite la carte avec 6 indicateurs non pondérés (Figure 11) qui nous

semble plus représentative du territoire en termes de hiérarchisation et ne fait pas intervenir une part

subjective inévitable dans le choix des coefficients de pondération. Cependant, les autres scénarios

nous permettent de mieux comprendre la structure territoriale et seront utiles notamment pour la

réalisation d’un schéma global.


18

Structure territoriale

Hypothèse Grâce aux différents scénarios mis en place à l'échelle du canton nous pouvons dès lors construire

un premier schéma de synthèse qui reprend les 4 classes évoquées précédemment :

Pôle cantonal (Saint-Vith)

Pôles intermédiaires

Pôles locaux

Villages Chaque noyau se voit attribuer une couleur selon sa classe et un cercle proportionnel à la valeur de son indicateur synthétique. En croisant cette classification avec les flux d'employés et l'infrastructure routière nous établissons des

hypothèses d'influences des pôles sur les noyaux environnants de catégorie inférieure représentés par

les liens. L’hypothèse de construction de ces liens (cf. Figure 12) est la suivante :

Un habitant va généralement chercher un service auquel il ne peut accéder dans son village dans le

noyau urbain de catégorie supérieure le plus proche. S’il ne le trouve pas dans le pôle de catégorie

« N » le plus proche, il va le chercher dans le pôle de classe « N+1 » le plus proche...

Ces liens permettent de représenter de façon pratique les zones d’influences que peuvent avoir les

noyaux sur les noyaux les plus proches. On comprend ainsi pourquoi la structure proposée est centrée

sur Saint Vith, l’unique pôle cantonal.

Infrastructure routière La notion de proximité est relative à l’infrastructure routière existante. Cette réflexion sur le réseau

routier ressort particulièrement pour la région limitrophe de l’Allemagne. L’axe Saint-Vith-Schönberg-

Manderferld préféré à un axe Manderfeld-Amel ou Manderfeld-Büllingen s’explique par la présence

de la vallée de l’Our qui a permis le développement d’un axe routier de meilleure qualité que les routes

sinueuses à flanc de colline et à travers les réserves forestières du canton en direction d’Amel ou

Büllingen.

Première analyse Globalement, la répartition des noyaux et pôles est plutôt homogène. On peut tout de même

remarquer que les régions limitrophes des pays étrangers ne présentent que des pôles de taille limitée

(Schönberg, Burg-Reuland et Oudler).

Au nord et à l’est les grands espaces vides sont dus respectivement à la présence du camp militaire et

aux réserves forestières sur les reliefs de part et d’autre de l’Our.

On peut aussi s’étonner de la différence de 3 classes entre Recht (pôle intermédiaire) qui semble

n’avoir une zone d’influence que limitée et Manderfeld (Village) qui apparaît sur la figure comme le

centre de gravitation de villages de taille plus modeste.


19

Figure 12 : Première identification de la structure territoriale du canton


20

Analyse locale

Questions soulevées Partant seulement sur la pure analyse mathématique, certaines classifications de pôles nous sont

apparues en inadéquation avec le contexte local. Nous avons donc préféré reclasser certains pôles en

fonction de leur contexte local, comme celui de Weywertz par exemple, qui s’est trouvé au même

niveau que Butgenbach, ou Bullange alors que son importance vis-à-vis du contexte local ne justifie

pas un tel classement. Le nombre de services y est bien moindre que celui des pôles voisins de

Butgenbach et Büllingen.

Ainsi, nous avons constaté que Burg-Reuland et Manderfeld ont été sous-estimés si l’on ne se fondait

que sur des indicateurs issus de calculs mathématiques. Il est donc nécessaire d’affiner notre analyse

en procédant à une prise en compte du contexte local, en particulier sur ces pôles.

Ce schéma global a donc été affiné au travers de l’analyse des dynamiques villageoises dans les zones

les moins peuplées.

Cas particulier de Burg-Reuland

Dans nos premières analyses, Burg-Reuland apparait comme étant un simple pôle local. Or, une telle

classification ne rend pas suffisamment compte de l’importance de la qualité en offre de services, ni

de l’importance du nombre d’élèves. Ces critères sont pourtant des éléments importants dans la

classification des pôles du canton, parce qu’ils montrent à quel point un noyau peut être plus ou moins

attractif par rapport à un autre. Ceci nous a donc amené à reconsidérer la situation du pôle de Burg-

Reuland qui par conséquent est classé en tant que pôle intermédiaire.


21

Cas particulier de Manderfeld

Les noyaux de Manderfeld et de Schönberg ressortent comme étant deux pôles qui disposent d’une

bonne offre en termes de services. En réalité, si l’on tient compte du contexte, on se rend compte que

le noyau de Schönberg, même s’il présente un nombre important de personnes et de commerces non-

négligeable par rapport à Manderfeld, c’est le fait qu’il abrite une base de loisirs qui le met au même

niveau que son concurrent. Or, l’analyse contextuelle donne bien Manderfeld comme étant le noyau

assurant un rôle de pôle secondaire.

Ces analyses locales permettent de corriger la hiérarchie établie, mais elles ne permettent pas de

rendre compte suffisamment des influences extérieures (Allemagne, Luxembourg et reste de la

Belgique) sur notre canton d’étude.


22

Influence des pôles extérieurs : l’exemple de Büllingen et Bütgenbach

Si le pôle de St-Vith représente le pôle principal de notre canton d’étude, il ne faut pas oublier que

d’autres pôles extérieurs exercent une influence très forte sur certains villages.

Le cas des noyaux situés dans les secteurs de Bütgenbach et de Büllingen donne un bon exemple de

cette influence extérieure.

Nous avons constaté que dans les communes de Bütgenbach et Büllingen la plupart des noyaux

ruraux étaient attirés vers Eupen plutôt que vers St-Vith qui est pourtant le pôle principal. Cette

analyse, fondée sur les flux domicile-travail montre que près de 60% des travailleurs venant de

Bütgenbach et de Büllingen vont travailler à Eupen alors que seulement près de 40% vont travailler à

St-Vith. Autrement dit, 8 villages sur 11 sont plutôt attirés par Eupen que par St-Vith.


23

Carte synthétique

Le canton de St-Vith jouit d’une position au carrefour de la communauté germanophone, de

l’Allemagne (Rhénanie du nord – Westphalie et Rhénanie-Palatinat) et du Luxembourg. Cette

situation géographique tient un rôle prépondérant dans les dynamiques de développement du

canton. La structure du territoire semble aussi être influencée par la topographie : on peut deviner la

position des reliefs de l’Eifel dans la répartition des noyaux ruraux.

Hiérarchie des pôles St-Vith apparait comme le principal pôle de la région étudiée. Sa position géographique et son

importance dans tous les secteurs (population, services, emploi, nombre d’élèves, ...) lui donnent

une portée cantonale. Toutefois, cette importance doit être relativisée. Il existe des dynamiques

villageoises plus locales, qui même placées dans un contexte très rural, ne sont pas à négliger.

Nous identifions 5 pôles intermédiaires : Amel, Büllingen, Bütgenbach, Burg-Reuland et Manderfeld,

qui disposent chacun de leur propre aire d’influence. Ces pôles regroupent une population plus

importante que de simples villages ainsi que des services et proposent une offre d’emploi

intéressante au niveau local. Leur aire d’influence s’applique essentiellement aux villages aux

alentours. Cette aire d’influence est le résultat notamment de l’interprétation du réseau routier en

parallèle avec les flux domicile-travail à l’intérieur du canton.

Des pôles de moindre importance ont également été identifiés. Nous les avons qualifiés « pôles

locaux ». Leur structure vis-à-vis des villages est sensiblement la même que celles des pôles

intermédiaires. Leur aire d’influence est moindre, mais respecte la même logique que

précédemment.

Les flux vers l’étranger Grâce à d’autres études sur l’emploi à l’échelle communale, nous avons pu estimer l’influence des

pays limitrophes sur les pôles du canton. Il apparaît que ce sont les flux vers le Luxembourg qui sont

les plus importants parmi les flux de travailleurs salariés, en particulier quand la distance qui les

sépare de la frontière est courte : Burg-Reuland n’en est distant que de 10km et est situé à 1h30 de

Luxembourg-Ville : 64% des salariés de cette entité travaillent au Luxembourg, soit plus que de

salariés travaillant dans le canton de St-Vith (30%). Notons qu’à St-Vith, seulement 1 salarié sur 2

travaille effectivement dans le canton de St-Vith : presque 40% travaillent au Luxembourg. Ce

phénomène s’explique principalement par les conditions salariales plus avantageuses au Luxembourg

que dans le canton. Cependant, si le phénomène de « fuite » est clairement démontré, plus de la

moitié des salariés de Amel, Bütgenbach et Büllingen travaillent effectivement dans le canton de St-

Vith.

Figure 13 : Flux depuis les communes


24

Figure 14 : Carte synthétique


25

Conclusions et pistes pour la suite

Le canton de St-Vith est caractérisé par un semis de foyers ruraux (61 recensés) qui malgré leur

répartition homogène sur l’ensemble du territoire répondent à une hiérarchie précise. Cette hiérarchie

est fondée sur une approche scientifique et empirique qui permet d’obtenir un résultat cohérent et

respectueux du contexte local.

St-Vith apparaît comme étant le pôle majeur du canton. On y trouve une population importante (12%

de la population du canton), environ 1.100 emplois salariés déclarés, soit 53% de l’emploi total dans le

canton et de très nombreux services autant dans les secteurs de la santé que administratifs ou socio-

culturels.

Les pôles intermédiaires sont représentés par les pôles principaux des communes d’Amel, Büllingen,

Bütgenbach, Burg-Reuland et Manderfeld. Leur localisation se fait en périphérie relativement lointaine

de St-Vith et peuvent servir de pôles d’équilibre. Ils reprennent à eux seuls 17% de la population du

canton. Ils possèdent davantage d’atouts en termes d’offre de service que des noyaux d’importance

moindre que nous avons qualifié de pôles locaux.

Le reste des pôles identifiés ont été classés en tant que « villages » et ces derniers dépendent

directement d’un noyau plus fort. Ils peuvent être identifiés comme des noyaux à partir desquels les

politiques de développement les plus locales peuvent être initiées.

La hiérarchie telle qu’établie montre des interdépendances entre les pôles du territoire : Le pôle

principal de St-Vith est majeur, mais reste équilibré par les pôles intermédiaires. Le réseau routier et

surtout les flux de travailleurs salariés entre les pôles montrent dans quelle direction les influences des

trois premières catégories de pôles s’exercent.

Les influences ne s’arrêtent pas à la frontière, bien au contraire : les pays limitrophes et quelques pôles

en Belgique (Eupen, Malmédy) attirent à eux des travailleurs. La proximité avec le Luxembourg fait que

de nombreux travailleurs salariés quittent le canton de St-Vith pour le Grand-Duché, ce qui a un impact

important sur le rayonnement de St-Vith. Les flux vers l’Allemagne et donc l’attraction de ce pays sont

également à ne pas négliger.

Nous souhaitons émettre des recommandations afin d’approfondir notre étude pour créer des outils

d’aide à la décision aux fondements solides.

Ainsi, pour la continuité d’éventuelles futures études, nous jugeons judicieux le fait d’obtenir les

données les plus récentes en matière d’emploi, en particulier concernant les professions libérales.

Rappelons que notre indicateur global ne prend en compte que des données sur l’emploi des employés

et seulement en partie étant donné que nous n’avons pu obtenir que la matrice des déplacements

origine-destination des salariés dont les déplacements sont connus or les enquêtes ont été confiées

aux entreprises même. Une plus grande étude sur les flux domicile-travail doit être réalisée, en

particulier concernant les flux des élèves : la Belgique, contrairement à ce qui est établi dans d’autres

pays comme la France, ne dispose pas d’un système de carte scolaire, permettant de connaître plus

facilement les mouvements des élèves de leur domicilie à leur lieu d’enseignement.


26

Nous insistons sur le fait que certains éléments de calcul de nos indicateurs ne se fondent que sur les

données disponibles. Par exemple, le COSW de 2005 qui ne donne des informations sous des intitulés

parfois imprécis (ex : « services administratifs », « services socioculturels », « commerces »). Des

investigations paraissent nécessaires dans le cadre d’analyses plus fines, notamment en ce qui

concerne les commerces. Ces derniers ont été dénombrés en reprenant les centroïdes des polygones

représentant les surfaces commerciales, or nous n’excluons pas que certaines surfaces puissent

reprendre plusieurs commerces (ex : linéaires commerciaux). Un recensement des commerces peut-

par exemple être un moyen de connaître de manière plus fine le tissu commercial actuel et connaître

son évolution. De même pour les services socioculturels et les services administratifs.

Malgré le manque d’informations que nous avons connu dans la réalisation de cette étude, notre

travail permet de dégager une première hiérarchie qui se fonde malgré tout sur une méthode et des

indicateurs pour la plupart solides. Les études ultérieures ne pourront qu’améliorer sans remettre en

cause nos résultats.


27

Bibliographie

Les données géographiques utilisées pour notre travail ont été fournies en grande partie par

l’Université de Liège. Nous avons repris également les sources suivantes :

- Cadastre

Données ULg. (2009)

- Carte d’occupation des sols (COSW) 2005, Carte d’occupation des sols wallons

« Origine de l’information : SPW. »

Région Wallonne (2008). Carte d'Occupation du Sol de Wallonie (COSW) - Version 1_05. En ligne

http://geoportail.wallonie.be/cms/render/live/fr/sites/geoportail/contents/metadata/plainData/753

9bf98-4d80-459f-8274-312563c2bab4.html

- Ecoles

Circulaire concernant organisation de l'enseignement maternel et primaire ordinaire pour l’année

scolaire 2011-2012, Administration générale de l'Enseignement et de la Recherche scientifique,

Direction générale de l'Enseignement obligatoire

- Emploi transfrontalier

IGSS (2014) pour les communes et secteurs statistiques

J. Teller (2016) Matrice Origine/Destination des emplois salariés (sur base des données 2014).

Université de Liège. Document non-publié

- Fond de carte images satellites

Google Earth (2016), d’après Aerodata International Surveys, Google, Digital Globe & Geo-basis-

DE/BKG (2009).

- Indicateur de bien-être

IWEPS (2014) Indice des conditions de bien-être en Wallonie - ICBE 1er exercice - avril 2014. En ligne

http://www.iweps.be/sites/default/files/icbe_wallonie_avril2014_0.pdf

- Prix du foncier dans le canton de St-Vith

Source origniale : SPF Economie, Direction générale Statistiques et Informations économiques,

http://www.cadastre.be/Belgique/Li%C3%A8ge/Saint-Vith/Prix_Immo. Consulté en mai 2016

- Secteurs statistiques et population par secteur statistique

Statistics Belgium(2011). Census 2011 – Données démographiques - Densité de population par secteur

statistique - Secteurs statistiques. En ligne http://census2011.fgov.be/download/statsect_fr.html

http://geoportail.wallonie.be/cms/render/live/fr/sites/geoportail/contents/metadata/plainData/7539bf98-4d80-459f-8274-312563c2bab4.html

http://geoportail.wallonie.be/cms/render/live/fr/sites/geoportail/contents/metadata/plainData/7539bf98-4d80-459f-8274-312563c2bab4.html

http://www.iweps.be/sites/default/files/icbe_wallonie_avril2014_0.pdf

http://www.cadastre.be/Belgique/Li%C3%A8ge/Saint-Vith/Prix_Immo.%20Consulté%20en%20mai%202016


28

Annexes

Annexe 1 : Répartition des commerces par type


29

Annexe 2 : Implantation des écoles fondamentales et secondaires

1. Écoles fondamentales – 2. Écoles secondaires – 3. Écoles fondamentales et secondaires


30

Annexe 3 : service des Tec en période scolaire et non scolaire

1. Période scolaire – 2. Période non-scolaire – 3. Implantation des écoles & lignes des bus Tec

.


31

Annexe 4 : moyenne du nombre de passage journalier du service par sens Tec 2015-2016


32

Annexe 5 : Premier classement selon 8 indicateurs


33

Annexe 6 : Classement selon 6 critères pondérés

identification de la structure territoriale de base...identification de la stuctu e te ito iale de...

Documents