L'impact des infrastructures de transport sur les décisions de localisation et la longévité des entreprises
Notice bibliographique
Résumé
Les infrastructures de transport sont au cœur des villes et de leur développement. La distribution spatiale des activités économiques dépend de nombreux facteurs et tend à être influencée par les caractéristiques intrinsèques de l'entreprise, mais aussi par la présence d'économies d'agglomération et d'infrastructures de transport. La théorie de la localisation présente ces facteurs comme des piliers sur lesquels reposent les décisions de localisation des entreprises, et ultimement la structure urbaine des villes. Cette thèse s'intéresse particulièrement aux impacts qu'ont ces infrastructures sur les décisions de localisation des entreprises et leurs performances. La théorie néo-classique économique présente les décisions de localisation d'une entreprise comme le résultat d'un problème d'optimisation de la fonction de profits. Dans une perspective de développement commercial et de pérennité économique, l'étude de la performance des entreprises, en fonction d'une localisation jugée optimale, s'avère intéressante et complémentaire aux études de localisation. Une analyse approfondie de la littérature, basée sur une revue systématique, permet de réaliser un portrait de la littérature inhérente au rôle des transports dans les décisions de localisation des entreprises. La méta-analyse de ces résultats suggère que les effets d'une infrastructure de transport sur les décisions de localisation des entreprises sont positifs, ou dans le pire des cas, non-significatifs. L'évaluation des impacts causaux des infrastructures de transport en commun sur la probabilité de survie des entreprises représente une originalité de ce projet de thèse. Les résultats obtenus sont complémentaires aux divers angles déjà abordés dans la littérature. Les résultats présentés dans la thèse s'insèrent directement et en continuité avec la littérature. Empiriquement, un modèle de survie de Cox est appliqué à deux études de cas, soit le métro de Montréal (Canada) et le tramway de Dijon (France). Le métro de Montréal a connu sa plus récente extension en 2007 avec le prolongement de la ligne orange. Cette dernière permet de connecter l'île de Montréal à sa banlieue nord, la ville de Laval. Le tramway de Dijon, quant à lui, est proposé en 2008 comme une alternative durable à un réseau d'autobus saturé. Les deux lignes de tramway ont été mises en service en 2012 et desservent la ville de Dijon d'est en ouest (T1), et du nord au sud (T2). Une étude approfondie des effets d'anticipation et d'ajustement est effectuée à partir des différentes périodes (annonce, construction, et mise en opération) menant à l'instauration de ces systèmes de transport collectif. Les impacts sont évalués en fonction de la distance aux stations afin d'identifier les zones les plus touchées par la mise en place de ces services. Les résultats suggèrent que les impacts se matérialisent majoritairement après la mise en opération des services de transport en commun. Dans un contexte nord-américain, un impact positif sur la probabilité de survie est observé pour une distance allant jusqu'à 1 250 mètres de la station la plus proche. Dans un contexte européen, basé uniquement sur les petites entreprises, les résultats identifient un impact positif, cependant, il semble plus concentré spatialement, soit à moins de 500 mètres des stations.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».