📄 agriculture

Between concentration and diffusion: spatial dynamics of soybean production in MATOPIBA through the lens of circular cumulative causation (2000–2024)

Cette étude analyse la production de soja dans la région du MATOPIBA au Brésil de 2000 à 2024, révélant que bien qu'une expansion territoriale ait eu lieu, la production est demeurée spatialement concentrée dans un noyau consolidé, un schéma cohérent avec la théorie de la causalité cumulative circulaire de Myrdal, comme en témoignent la dépendance spatiale et l'inégalité persistantes.

Auteurs originaux : Ermano Corrêa da Silva Júnior, Mayra Batista Bitencourt Fagundes, Armando Fornazier, Jaim José da Silva Júnior

Publié 2026-08-28

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Ermano Corrêa da Silva Júnior, Mayra Batista Bitencourt Fagundes, Armando Fornazier, Jaim José da Silva Júnior

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Dans le vaste paysage de la géographie économique, une question centrale intrigue depuis longtemps les chercheurs : lorsqu'une nouvelle industrie prend racine dans une région, se diffuse-t-elle uniformément pour élever tout le monde, ou se concentre-t-elle dans des points spécifiques, laissant les autres en retrait ? Une idée influente, connue sous le nom de causalité cumulative circulaire, suggère que les avantages précoces ont tendance à devenir auto-renforçants. Imaginez une petite ville qui prend de l'avance dans une activité commerciale ; elle attire plus de travailleurs, de meilleures routes et plus d'investissements, ce qui, en retour, la rend encore plus prospère, tandis que les villes voisines peinent à rattraper leur retard. Cette théorie remet en question la croyance plus ancienne selon laquelle les marchés lissent naturellement ces différences au fil du temps. Au lieu de cela, elle propose que le succès engendre davantage de succès, créant des centres permanents de richesse et d'activité aux côtés de zones qui restent en périphérie. Comprendre si ce schéma se vérifie pour l'agriculture moderne est crucial, car il façonne notre vision du développement rural, des inégalités et de l'avenir de la production alimentaire dans un monde globalisé.

Au cœur du Brésil, une région connue sous le nom de MATOPIBA — s'étendant sur des parties de quatre États et couvrant des centaines de villes — est devenue l'une des frontières les plus dynamiques au monde pour la culture du soja. Au cours du dernier quart de siècle, cette zone est passée d'un paysage de pâturages à une puissance de l'agriculture mécanisée. Une équipe de chercheurs de l'Université de Brasilia s'est donné pour mission de retracer le parcours du soja dans cette région de l'an 2000 à 2024. Leur objectif n'était pas seulement de compter la quantité de soja produite, mais de cartographier précisément où il était cultivé et de voir si l'expansion suivait un modèle de diffusion vers de nouvelles zones ou si elle restait étroitement concentrée dans quelques pôles puissants. En analysant les données de chaque municipalité de la région, ils cherchaient à déterminer si la croissance du soja créait une distribution plus égale de la richesse et de l'activité, ou si elle creusait le fossé entre quelques centres agricoles riches et le reste du territoire.

Les chercheurs ont commencé par examiner l'échelle même de l'expansion. En 2000, seules 60 villes de MATOPIBA produisaient du soja. En 2024, ce nombre avait grimpé à 220, indiquant que la culture s'était effectivement propagée dans de nouveaux territoires. Cependant, l'histoire de l'endroit où le soja était cultivé racontait un récit plus complexe. Dans les premières années, la production était fortement concentrée ; les quatre plus grandes villes produisaient à elles seules plus de 60 % de la production totale de la région. Au fil du temps, cette concentration a diminué, atteignant un point bas autour de 2014, lorsque les quatre plus grandes villes représentaient environ 30 % de la production. Cette période suggérait une véritable diffusion, où la culture s'installait dans de nombreux nouveaux endroits. Pourtant, l'histoire ne s'est pas arrêtée là. Après 2014, la tendance s'est légèrement inversée. La concentration de la production a recommencé à augmenter, les villes de tête reprenant une part plus importante de la production totale. En 2024, les quatre plus grandes municipalités étaient à nouveau responsables de près de 31 % du soja de la région, et l'inégalité globale de la production restait élevée.

Pour comprendre la forme de cette croissance, l'équipe a utilisé une méthode qui examine comment les villes voisines sont liées les unes aux autres. Ils ont découvert que les villes ayant des rendements élevés de soja avaient tendance à être situées juste à côté d'autres villes à haut rendement, formant des grappes de succès distinctes. Ces grappes « haut-haut », représentant le noyau le plus productif de la région, sont restées stables et persistantes tout au long des vingt-quatre ans. Parallèlement, les chercheurs ont identifié un nombre croissant de villes qui présentaient de faibles rendements et étaient entourées d'autres villes à faible rendement. Ce schéma suggère que, bien que la culture se soit étendue géographiquement, les zones les plus productives n'ont pas perdu leur avantage. Au contraire, la frontière s'est étendue vers l'extérieur, mais le noyau est resté solide, et les zones moins productives ont formé une périphérie distincte et consolidée. Les données ont montré que la région ne devenait pas un champ uniforme de succès égal ; elle a plutôt développé une hiérarchie claire avec un petit groupe de villes dominantes au sommet.

L'étude a également examiné si la durée pendant laquelle une ville cultivait le soja ou la taille de ses exploitations expliquait pourquoi certaines villes étaient plus productives que d'autres. Étonnamment, les modèles statistiques n'ont pas trouvé de lien direct et fort entre ces facteurs et les niveaux de rendement lors des dernières années. Au lieu de cela, la différence la plus révélatrice était le moment de l'entrée sur le marché. Un petit groupe de seulement 13 villes, que les chercheurs ont appelé le « noyau consolidé », produisait du soja depuis longtemps et représentait plus de 60 % de la production totale de la région. En revanche, plus de la moitié des villes de la région ont été classées comme faisant partie d'une « frontière intermédiaire », étant entrées sur le marché plus récemment et produisant nettement moins. Bien que le rendement moyen par acre soit en fait assez similaire entre ces différents groupes, le volume total de production était radicalement différent. Cela indique que l'avantage des villes du noyau ne provenait pas d'une efficacité légèrement supérieure, mais d'une avance massive et d'une échelle d'exploitation beaucoup plus grande.

Les conclusions soutiennent l'idée de la causalité cumulative circulaire, où les avantages initiaux ont tendance à persister et même à se renforcer avec le temps. L'expansion du soja dans MATOPIBA a été réelle et étendue, apportant la culture à des centaines de nouvelles villes. Pourtant, cette expansion n'a pas effacé les inégalités existantes. Les premiers adoptants ont maintenu leur domination, et la région a évolué vers une structure dotée d'un centre puissant et concentré et d'une vaste périphérie moins productive. Les chercheurs ont conclu que la croissance de cette frontière agricole n'a pas conduit à une homogénéisation du paysage. Au lieu de cela, elle a créé un système où les bénéfices de l'entrée précoce et de la production à grande échelle continuent de s'accumuler dans quelques lieux spécifiques, laissant le reste de la région suivre leur sillage sans jamais pouvoir les rattraper. Cela suggère que la simple expansion de la zone de culture ne suffit pas à garantir un développement égal ; l'histoire de savoir qui a commencé en premier et avec quelle ampleur continue de façonner la carte économique de la région aujourd'hui.

Résumé technique : Entre concentration et diffusion : Dynamiques spatiales de la production de soja dans le MATOPIBA (2000–2024)

Problématique
Cette étude examine l'organisation spatiale de la production de soja dans la région du MATOPIBA (comprenant des parties du Maranhão, du Tocantins, du Piauí et de Bahia) sur une période de 25 ans (2000–2024). Bien que la région soit reconnue comme une frontière agricole majeure en pleine expansion, la littérature existante suggère que la croissance n'implique pas une distribution territoriale uniforme. La recherche répond à la question de savoir comment la production et le rendement sont répartis entre les municipalités et si cette trajectoire révèle des modèles de concentration, de diffusion et de dépendance spatiale cohérents avec la théorie de la causalité cumulative circulaire de Gunnar Myrdal. Le problème central est de déterminer si l'expansion de la production de soja a conduit à une homogénéisation territoriale ou si elle a renforcé les inégalités spatiales existantes par le biais de mécanismes d'accumulation et de polarisation auto-entretenus.

Méthodologie
L'étude adopte une approche quantitative, observationnelle et longitudinale utilisant des données municipales secondaires issues de l'Enquête Agricole Municipale brésilienne (PAM/IBGE) pour 337 municipalités. La méthodologie est structurée en trois dimensions intégrées :

Analyse de la concentration et de l'inégalité : Les auteurs ont calculé des indicateurs de concentration standards, incluant les ratios de concentration sur quatre et cinq municipalités (CR4, CR5), l'indice de Herfindahl-Hirschman (HHI) et le coefficient de Gini. Ceux-ci ont été calculés annuellement pour identifier les phases de diffusion et de reconcentration.
Analyse exploratoire des données spatiales (ESDA) : Les indicateurs d'association spatiale globale et locale (I de Moran et LISA) ont été appliqués en utilisant une matrice de poids spatiaux de contiguïté reine (queen-contiguity). Cela a permis d'identifier les modèles d'autocorrélation spatiale et de classer les clusters (ex. : High–High, Low–Low) à travers la période d'étude.
Modélisation économétrique spatiale : Pour évaluer les associations conditionnelles avec le rendement, les auteurs ont estimé des modèles de moindres carrés ordinaires (OLS), d'auto-régression spatiale (SAR) et d'erreur spatiale (SEM). La variable dépendante était le rendement municipal (kg/ha), tandis que les variables explicatives comprenaient l'« historique de production enregistré » (années depuis la première production enregistrée) et l'« échelle de production décalée » (log de la surface plantée moyenne de 2010–2012). Les tests de robustesse ont impliqué des poids spatiaux alternatifs (KNN-4) et des fenêtres temporelles.
Typologie de trajectoire : La méthode de classification hiérarchique de Ward a été appliquée pour classer les municipalités en trajectoires distinctes (entrée, persistance, consolidation) basées sur le rendement, la part de production et le moment d'entrée à travers trois phases (2000–2008, 2009–2014, 2015–2024).

Résultats clés

Expansion territoriale vs Concentration : Le nombre de municipalités productrices de soja est passé de 60 en 2000 à 220 en 2024. Cependant, cette expansion n'a pas entraîné d'homogénéisation. L'étude identifie trois phases : une période initiale de forte concentration (2000), une phase de diffusion (2000–2014) où les indicateurs de concentration ont atteint leur minimum (le CR4 est passé de 60,28 % à 29,73 % ; le Gini de 0,827 à 0,752), et une phase de reconcentration modérée (2014–2024) où les indicateurs ont augmenté à nouveau (CR4 à 30,93 % ; Gini à 0,778).
Dépendance spatiale : L'I de Moran global est resté positif et statistiquement significatif tout au long de la période, indiquant une autocorrélation spatiale persistante des rendements. L'analyse LISA a révélé des clusters « High–High » stables (noyaux consolidés à haut rendement) et une transition dans la périphérie de « Low–High » (interstices) vers « Low–Low » (périphérie consolidée à faible rendement).
Typologie municipale : Le clustering hiérarchique a identifié un « noyau consolidé » de seulement 13 municipalités (3,9 % du total) qui assuraient 60,38 % de la production régionale. À l'inverse, 169 municipalités (50,1 %) ont été classées comme « frontière intermédiaire », et 104 municipalités n'avaient aucune trajectoire de production.
Résultats économétriques : Les modèles spatiaux ont confirmé une dépendance spatiale significative dans le rendement (paramètres $\rho$ et $\lambda$ positifs et significatifs). Cependant, après contrôle de la dépendance spatiale, ni l'« historique de production enregistré » ni l'« échelle de production décalée » n'ont montré de signification statistique constante pour expliquer les variations de rendement. Les modèles suggèrent que les différences de rendement sont plus fortement associées à la structure spatiale elle-même qu'aux caractéristiques municipales spécifiques incluses dans la régression.

Signification et affirmations
L'article affirme que les preuves empiriques soutiennent un modèle cohérent avec la causalité cumulative circulaire, bien qu'il évite explicitement d'affirmer des mécanismes de causalité directe. La signification des résultats réside dans la convergence de plusieurs lignes de preuve :

Persistance de l'asymétrie : Malgré la diffusion territoriale de la culture vers de nouvelles municipalités, la hiérarchie de production reste intacte. L'« effet d'entraînement » (expansion vers de nouvelles zones) coexiste avec l'« effet de retrait » (persistance d'un noyau dominant et consolidation des périphéries à faible rendement).
Rejet de l'homogénéisation : L'étude démontre que l'expansion de la frontière agricole ne conduit pas automatiquement à une convergence régionale ou à l'égalisation des capacités de production. Au contraire, les avantages initiaux dans certaines municipalités semblent être auto-renforcés.
Intégration méthodologique : La recherche contribue en intégrant des séries temporelles municipales à long terme, des mesures de concentration, l'économétrie spatiale et des typologies de trajectoire. Cette approche multidimensionnelle révèle que, bien que le volume de production se soit étendu, l'organisation spatiale de l'activité demeure hautement polarisée.

Les auteurs concluent que les résultats représentent une « correspondance empirique » avec la théorie de Myrdal plutôt qu'une preuve de causalité directe de l'étalement et du retrait. Ils précisent que l'étude est observationnelle et ne peut isoler les agents ou mécanismes spécifiques (ex. : infrastructures, politiques, régime foncier) responsables de ces modèles, mais les données suggèrent fortement que les avantages territoriaux dans le MATOPIBA sont cumulatifs et persistants.

Articles similaires