Définir les limites urbaines : comment le choix des données façonne notre perception de la ville

Introduction : le problème de l'« incertitude de mesure » des limites urbaines

Aujourd'hui, alors que l'urbanisation mondiale s'accélère, nous sommes confrontés à un paradoxe : plus nous avons besoin de données urbaines précises, plus il est difficile de déterminer où se situent les limites des villes. Zones de recensement, circonscriptions administratives, étalement des zones bâties, bassins de déplacement, contours de l'éclairage nocturne – chaque méthode de délimitation donne une image différente de la ville. Un article d'opinion publié en 2026 dans Nature Cities (Van Migerode et al., 2026) examine systématiquement les ensembles de données proxy utilisés pour identifier les limites urbaines et souligne que le choix d'un proxy revient essentiellement à une déclaration définitionnelle sur « ce qu'est une ville ».

Cette question n'est pas un simple jeu académique. Le World Urbanization Prospects des Nations Unies, les classements mondiaux de compétitivité des villes, les décisions d'investissement dans les infrastructures, la planification de l'adaptation au changement climatique – tout cela dépend d'un étalonnage uniforme ou comparable des limites urbaines. Lorsque différents ensembles de données classent une même zone respectivement comme « urbaine » et « non urbaine », les fondements des études comparatives se fissurent.

Trois grandes catégories de proxies : population, zones bâties et lumière nocturne

Les proxies les plus couramment utilisés pour les limites urbaines se répartissent en trois grandes catégories. La première est basée sur la densité de population et les grilles de répartition de la population (comme WorldPop, GPW), avec l'hypothèse que « la ville est un espace de forte concentration humaine ». La deuxième s'appuie sur les données de télédétection des zones bâties (built-up area) (comme MODIS, GlobeLand30), avec l'hypothèse que « la ville est une zone couverte en continu par des bâtiments ». La troisième repose sur l'intensité de l'éclairage nocturne (comme DMSP/OLS, NPP-VIIRS), avec l'hypothèse que « la ville est un espace éclairé par la concentration des activités économiques et des infrastructures ».

Chaque proxy présente des avantages et des angles morts uniques. Les données démographiques reflètent la répartition des personnes, mais sont sensibles aux limites administratives et à l'actualité des recensements ; les données sur les zones bâties sont intuitives physiquement, mais peinent à distinguer les entrepôts industriels des quartiers résidentiels ; l'éclairage nocturne capture l'activité économique, mais les effets de saturation et les « fuites de lumière » sous-estiment la réalité de l'urbanisation dans les régions à faible densité comme l'Afrique. Comme le montre l'étude, dans l'évaluation de l'effet d'îlot de chaleur de 892 villes, différentes définitions de l'étendue urbaine modifient significativement les estimations de température de surface (Yang et al., 2023).

Du choix méthodologique au cadre cognitif

La contribution centrale de Van Migerode et al. est d'appeler les chercheurs à relier le choix du proxy à la « conceptualisation de la ville ». Autrement dit, avant de décider quelle donnée utiliser, il faut clarifier : quelle dimension de la ville cherchons-nous réellement à mesurer ?Par exemple, si l'objet d'étude est l'impact de la qualité de l'air urbain sur la santé, alors la « ville » pourrait être définie comme une zone à forte densité de population continue ; si l'on étudie le réseau économique urbain mondial, les données sur les lumières nocturnes ou les déplacements pendulaires reflètent mieux les zones urbaines fonctionnelles (FUA). Lorsqu'il s'agit de mesurer la transition rurale-urbaine, l'expansion des zones bâties est peut-être plus proche des changements d'utilisation des sols. Aucun proxy n'est universellement applicable à tous les scénarios — c'est précisément la « dérive conceptuelle » à laquelle la science urbaine est confrontée depuis longtemps.

Cette perspective élève la délimitation des frontières urbaines d'une opération technique à une question épistémologique. Comme le géographe Louis Wirth l'a souligné dans son texte classique de 1938, la ville n'est pas seulement une forme matérielle, mais aussi un mode de vie (Wirth, 1938). Le choix des données proxy reflète en fin de compte notre jugement implicite sur cette « urbanité ».

Le fossé des données dans la comparaison des villes mondiales

Les différences dans le choix des proxys sont particulièrement marquées entre les Sud global et le Nord global. Dans les pays développés, la forme d'urbanisation est généralement compacte, dense, avec une couverture électrique complète, ce qui rend les données sur les lumières nocturnes et la densité de population assez cohérentes. Mais en Afrique subsaharienne, en Asie du Sud et ailleurs, de vastes zones urbaines présentent un étalement à faible densité, des infrastructures insuffisantes et des établissements informels généralisés. Si l'on ne définit les frontières urbaines qu'à partir des lumières nocturnes, on sous-estime systématiquement le niveau d'urbanisation de ces régions.

Le rapport « Dynamiques de l'urbanisation africaine 2020 » de l'OCDE et de la CEDEAO (SWAC) répond précisément à ce problème en utilisant la méthode plus fine « Africapolis », qui redéfinit les villes africaines sur la base des zones bâties et des données de population à haute résolution. Il en ressort que le taux d'urbanisation de l'Afrique est bien plus élevé que les estimations traditionnelles. Cela ne corrige pas seulement un biais de données, mais remodèle notre compréhension de la géographie mondiale de l'urbanisation — la croissance urbaine dans le Sud global est bien plus dynamique que ce que nous imaginions.

Vers une sélection des données guidée par l'objectif

Le cadre « guidé par l'objectif » proposé par Van Migerode et al. est une réponse pragmatique et responsable. Les chercheurs doivent exprimer clairement : pourquoi choisir tel proxy ? Comment correspond-il au concept central de l'étude ? Comment ses limites affectent-elles les conclusions ? Parallèlement, de nouvelles méthodes telles que la validation croisée multi-sources, la fusion de la détection des contours par apprentissage automatique (comme Arribas-Bel et al., 2021 utilisant XGBoost pour identifier les frontières urbaines) offrent des possibilités pour combler les écarts entre différents proxys.

Cependant, les progrès techniques ne peuvent pas entièrement résoudre les divergences conceptuelles. La ville elle-même est une entité spatiale polysémique — à la fois unité administrative, bassin économique et récipient de la vie sociale. Tenter de verrouiller la ville avec une frontière unique revient à exiger d'une carte qu'elle montre simultanément l'altitude, les précipitations et les divisions politiques avec précision. Une meilleure approche serait de reconnaître que chaque carte sert un objectif spécifique et d'en rendre publiques les règles de cartographie.

Conclusion : les frontières sont des perspectives## Conclusion : les limites comme perspectives

La controverse autour de la délimitation des frontières urbaines est, par essence, une confrontation de conceptions de la ville. Avec l'émergence de nouvelles sources de données – télédétection par satellite, données de téléphonie mobile, géolocalisation sur les réseaux sociaux – nous disposons de moyens de « mesure » plus riches que jamais. Mais il faut d'autant plus se méfier d'une dictature inconsciente des outils. Un jeu de données proxy peut être largement utilisé non pas parce qu'il est conceptuellement le plus pertinent, mais parce qu'il est le plus accessible ou le plus classique.

Les études urbaines futures ne devraient plus éluder les hypothèses sous-jacentes à leurs méthodologies. Plaider pour la transparence et la cohérence conceptuelle n'est pas seulement une exigence de rigueur académique, mais une condition nécessaire pour garantir que les politiques urbaines reposent sur le monde réel. Car, en traçant la ligne qui définit la frontière d'une ville, nous définissons aussi qui est inclus, qui est exclu, et comment nous appréhendons le système artificiel le plus complexe de la planète.

*Cet article est rédigé à partir de l'article d'opinion « Proxy datasets to identify city boundaries » de Céline Van Migerode, Ate Poorthuis et Ben Derudder, publié dans Nature Cities (2026).*Références

• Van Migerode, C., Poorthuis, A. & Derudder, B. Proxy datasets to identify city boundaries. Nat. Cities (2026).
• Yang, Q. et al. Influence of urban extent discrepancy on the estimation of surface urban heat island intensity. J. Clean. Prod. 426, 139032 (2023).
• Wirth, L. Urbanism as a way of life. Am. J. Sociol. 44, 1–24 (1938).
• OECD/SWAC. Africa’s Urbanisation Dynamics 2020: Africapolis, Mapping a New Urban Geography (OECD, 2020).
• Arribas-Bel, D., Garcia-López, M.-À. & Viladecans-Marsal, E. Building(s and) cities: delineating urban areas with a machine learning algorithm. J. Urban Econ. 125, 103217 (2021).