Migration Interne, Urbanisation Et Stress Urbain A Antananarivo : Une Analyse Spatio-Temporelle Et Modélisation
Abstract
Cet article propose un diagnostic spatial statique de l’aménagement de la Commune urbaine Cet article analyse les relations entre la migration interne, l’urbanisation et le stress urbain à Antananarivo à travers une approche spatio-temporelle et de modélisation quantitative. À partir de données diachroniques couvrant la période 2003–2024, l’étude met en évidence une croissance rapide de l’espace bâti, dont la superficie passe d’environ 6 447 ha en 2003 à près de 11 728 ha en 2022, soit une augmentation de plus de 80 %. Cette expansion urbaine s’opère principalement au détriment des espaces agricoles et naturels, traduisant une pression foncière croissante. L’analyse normalisée des indicateurs montre une intensification conjointe de la migration interne, de la pression foncière et de la congestion urbaine, tandis que l’accès au logement suit une trajectoire inverse, marquée par une dégradation progressive. Les corrélations statistiques révèlent des relations fortement positives entre migration interne, pression foncière et congestion urbaine, et une relation négative marquée avec l’accès au logement. La modélisation par surfaces interpolées met en évidence un stress urbain maximal en 2024, avec une valeur proche de 130, correspondant aux niveaux les plus élevés de migration nette et de pression foncière. Ces résultats soulignent les limites actuelles de la capacité d’absorption urbaine d’Antananarivo et posent des enjeux majeurs pour l’aménagement du territoire et la planification urbaine durable.
Mots-clés : Migration interne ; Urbanisation ; Stress urbain ; Pression foncière ; Accès au logement ; Modélisation spatio-temporelle ; Antananarivo
Cet article propose un diagnostic spatial statique de l’aménagement de la Commune urbaine. Cet article analyse les relations entre la migration interne, l’urbanisation et le stress urbain à Antananarivo à travers une approche spatio-temporelle et de modélisation quantitative. À partir de données diachroniques[zr1] couvrant la période 2003–2024, l’étude met en évidence une croissance rapide de l’espace bâti, dont la superficie passe d’environ 6 447 ha en 2003 à près de 11 728 ha en 2022, soit une augmentation de plus de 80 %. Cette expansion urbaine s’opère principalement au détriment des espaces agricoles et naturels, [zr2] traduisant une pression foncière croissante. L’analyse normalisée des indicateurs montre une intensification conjointe de la migration interne, de la pression foncière et de la congestion[zr3] urbaine, tandis que l’accès au logement suit une trajectoire inverse, marquée par une dégradation progressive. Les corrélations statistiques révèlent des relations fortement positives entre migration interne, pression foncière et congestion urbaine, et une relation négative m arquée avec l’accès au logement. La modélisation par surfaces interpolées [zr4] met en évidence un stress urbain maximal en 2024, avec une valeur proche de 130, correspondant aux niveaux les plus élevés de migration nette et de pression foncière. Ces résultats soulignent les limites actuelles de la capacité d’absorption urbaine d’Antananarivo et posent des enjeux majeurs pour l’aménagement du territoire et la planification urbaine durable.
[zr1]Evolutif, ou historique
[zr2]Simba le naturel sy espace agricole
[zr3]gonflement
[zr4]La modélisation par surfaces interpolées est une technique d'analyse spatiale utilisée en géomatique, géographie et sciences de l'environnement pour représenter et prédire des phénomènes continus à partir de données ponctuelles
Keywords
Full Text:
PDFReferences
Andriamanga, N. (2024). Dynamiques migratoires internes et recomposition territoriale à Madagascar. CIRAD.
https://agritrop.cirad.fr/610184/1/Andriamanga2024.pdf
Randrianarisoa, J., et al. (2022). Dynamiques de l’occupation du sol et urbanisation à Antananarivo. Territoire en Mouvement.
https://journals.openedition.org/tem/11117
United Nations, Department of Economic and Social Affairs (UNDESA). World Urbanization Prospects.
World Bank. Urbanization and Land Governance in Sub-Saharan Africa.
UN-Habitat. Cities and Urban Stress in Developing Countries.
Tacoli, C. (2017). Migration, urbanization and development. International Institute for Environment and Development.
Angel, S. et al. (2011). Making Room for a Planet of Cities. Lincoln Institute of Land Policy.
Randrianarisoa, J., et al. (2022). Dynamiques de l’occupation du sol et urbanisation à Antananarivo. Territoire en Mouvement.
INSTAT Madagascar. Recensement Général de la Population et de l’Habitat (RGPH).
UN-Habitat. (2020). Urban indicators and monitoring frameworks.
McKinney, W. (2010). Data Structures for Statistical Computing in Python. Proceedings of the 9th Python in Science Conference.
Hunter, J. D. (2007). Matplotlib: A 2D graphics environment. Computing in Science & Engineering.
Virtanen, P., et al. (2020). SciPy 1.0: Fundamental Algorithms for Scientific Computing in Python. Nature Methods.
Pebesma, E., et al. (2021). Reproducible and open geospatial analysis. Environmental Modelling & Software.
Cohen, B. (2006). Urbanization in developing countries: Current trends, future projections, and key challenges. World Development.
UN-Habitat. (2016). World Cities Report: Urbanization and Development – Emerging Futures.
Fox, S. (2014). The political economy of slums: Theory and evidence from sub-Saharan Africa. World Development.
DOI: http://dx.doi.org/10.52155/ijpsat.v56.1.7904
Refbacks
- There are currently no refbacks.
Copyright (c) 2026 Zonirina Fabrice RAMIARAMANANA, Rafidinantenaina Angelios Rafiry STANISLAS, Jackie TOVONIRINA, Tolontsoa RAKOTOSON, Sitraka Tsilavonihery RAVONIARIVO, Rondro Nirina RAVAOARINORO

This work is licensed under a Creative Commons Attribution 4.0 International License.

















