Brun, P. (2017) : “II- L’étude des réseaux à partir des données archéologiques”, in : Dan, A, Queyrel, F., dir. : Chronique 2017 – Réseaux, connectivité, graphes. 1 ? Les espaces, les rets et les rites. I, Dialogues d’histoire ancienne 43, 302-309.
Les très stimulantes potentialités des résultats listés ici en matière d’analyse des réseaux marquaient malheureusement le pas dans le domaine de l’archéologie de terrain. La principale cause en est une régression de la dimension des surfaces fouillées pour quatre raisons : financière, juridique, sociologique et conceptuelle. Elles conduisent ainsi au retour d’une polarisation irrationnelle régénérant la priorité accordée aux découvertes sensationnelles et qui sont toujours des exceptions.
The very stimulating potential of the results listed here in network analysis was unfortunately treading water in the field of field archaeology. The main cause is a decline in the size of excavated areas, for four reasons: financial, legal, sociological and conceptual. These have led to the return of an irrational polarization, regenerating the priority being given to sensational discoveries that are always the exception.
La notion de réseau est devenue familière au grand public grâce à l’internet qui a mis en connexion des millions de personnes dans le monde entier. Elle est pourtant très ancienne, comme le montrent les définitions qui en ont été proposées par les dictionnaires. Le mot vient du latin retis, qui a donné le vieux français “ret” désignant un filet, ou un tissu à mailles très larges ; d’où les dérivés réticulaire et réticulé. Le terme réseau exprime la répartition des éléments d’une organisation en différents points. On l’a souvent utilisé à propos d’une organisation clandestine (d’espionnage, de résistance, ou d’influence plus ou moins secrète). Il s’agit, plus généralement, d’un ensemble de personnes connectées (de clientèle, d’anciens élèves, d’amis sur Facebook, etc.). L’importance potentielle des réseaux dans tous les secteurs d’activités humaines est ainsi devenue une évidence qui suscite un immense intérêt dans tous les domaines, notamment en archéologie. Mon propos est ici d’en rappeler les fondements scientifiques, d’en décrire les méthodes et applications, et d’en résumer quelques exemples.
L’influence d’autres champs de recherche
Pour l’archéologie, la plus connue de ces influences est celle de la new geography, dont les travaux ont été largement importés par le courant, très proche au plan épistémologique, de la new archaeology. L’ouvrage de Peter Haggett, Locational Analysis in Human Geography, paru en 1965 et traduit en 1973 en français sous le titre L’analyse spatiale en géographie humaine, est vite devenu un incontournable1. On y trouve le protocole de base pour l’étude des réseaux, enchaînant l’étude des flux de biens, de personnes ou d’idées, des réseaux d’établissements connectés, des nœuds ou établissements carrefours, et des hiérarchies d’établissements.
Les modèles de réseaux étaient alors des modèles gravitaires fondés sur l’attractivité supposée de certains établissements ou sites. La méthode des polygones de Thiessen en constitue l’un des modèles les plus utilisés. Bien que très simple, voire simpliste pour certains, elle donne des résultats, certes approximatifs, mais bien commodes à défaut d’autre chose, sur la dimension des territoires théoriques polarisés par leurs centres respectifs. Deux exemples d’applications, l’un sur l’attractivité des principaux centres commerciaux actuels dans l’est de l’ex-région Picardie, l’autre sur les diocèses médiévaux, héritiers supposés des civitates gauloises conquises par César, en constituent une bonne illustration. Le premier montre que l’application des polygones de Thiessen donne une image assez satisfaisante, bien que grossière et théorique, des zones d’attraction dominantes de chacun des principaux centres commerciaux sur la clientèle rurale par rapport à celles que permettent de délimiter des questionnaires sociologiques individuels2. Le second exemple compare des territoires théoriques obtenus par la méthode des polygones de Thiessen avec les diocèses médiévaux cartographiés par Longnon3. Les points de forte discordance sont indiqués sur la carte. Ils représentent une information heuristique, car ils appellent une explication. Malgré l’absence de pondération pour le relief, la corrélation est globalement bonne, bien marquée par la taille et la forme générale des entités4. Un autre modèle gravitaire a inspiré de nombreux travaux d’analyse spatiale en archéologie. Il s’agit de celui sur lequel est fondée la typologie des réseaux conçus à partir des contraintes économiques rencontrées par l’installation des réseaux téléphoniques traditionnels : les trois types à liaisons directes, centralisé et hiérarchisé5.
L’avancée des résultats obtenue en matière d’analyse des réseaux repose, plus profondément, sur la fusion interdisciplinaire des travaux sur les réseaux sociaux. Des spécialistes issus principalement des domaines de la psychologie, de l’anthropologie sociale, de la sociologie et des mathématiques ont opéré cette fertile synthèse. À partir de 1980, H. Russel Bernard et Alvin Wolfe ont animé cette série de colloques interdisciplinaires nommés The Sun Belt and the European Meetings. Les résultats de cette synthèse ont été popularisés sous le nom d’analyse des réseaux sociaux par Stanley Wasserman et Katherine Faust, Social Network Analysis: Methods and Applications6.
Mais, il convient de signaler la reconnaissance a posteriori du travail fondateur de Jacob Moreno7. Ce médecin avait observé dès le début des années 1930 que certains enfants nouaient à l’école des relations amicales au-delà de leurs différences d’âge, de sexe ou de race. Ce constat lui a donné l’idée de représenter graphiquement les relations affectives entre enfants pour les rendre apparentes. C’est ainsi qu’étaient nés les sociogrammes, sorte de modélisation formelle des affinités entre individus qui structurent les groupes. On peut alors considérer que la synthèse du sociogramme et de la théorie des graphes (initiée par le mathématicien suisse Leonhard Euler en 1735) a produit la théorie des réseaux.
Méthodes et applications
La fonction des réseaux consiste à mettre en relation des lieux et tout ce qui s’y trouve localisé. On peut décrire des réseaux par leur longueur et leur densité. Leur longueur totale (L), c’est l’addition des longueurs de tous les segments du réseau (en mètres ou en kilomètres). Leur longueur moyenne, c’est la longueur totale divisée par le nombre de nœuds (L/N). La densité des voies d’un réseau selon la surface (Ds) se calcule en divisant la longueur totale des voies par la surface desservie (Ds = L/S). On peut obtenir de cette manière la densité de drainage pour un bassin-versant (L/S), par exemple. C’est le cas aussi pour la densité des nœuds (stations, établissements, sites archéologiques, etc.) Dn = N/S. On peut aussi, bien que rarement en archéologie, exprimer la densité des voies pour la population desservie (Dp = L/P).
Une autre possibilité s’avère extrêmement utile : celle de distinguer des types de réseaux de distance minimale comme l’a montré William Bunge8 :
A : réseau de longueur minimale passant par les sommets,
B : réseau du voyageur de commerce, regagnant son point départ,
C : réseau en étoile (structure hiérarchique et centralisée),
D : réseau de connexité maximale,
E : réseau de longueur minimale,
F : réseau réalisant le compromis entre les cinq critères d’optimalité précédents.
Les graphes peuvent être associés à des matrices de contiguïté, des distances topologiques, ou d’orientation. On peut obtenir des graphes valués : les arêtes d’un réseau ont une longueur variable, mesurée par exemple en kilomètres ou en temps de déplacement, et le cheminement peut être orienté ; le parcours s’effectue dans le sens indiqué par une flèche. On dispose, en outre, de deux indices de mesure de la connexité d’un graphe. Le premier, G, correspond au nombre de composantes connexes du graphe. L’autre, N, équivaut au nombre de sommets du graphe, c’est-à-dire au nombre de composantes connexes (fig. 1).
C’est ainsi qu’il devient aisé de passer de la théorie des graphes à la morphologie des réseaux. Le réseau se décrit comme un graphe composé d’arêtes et de sommets. Les acquis de cette méthodologie sont éminemment précieux en offrant la possibilité :
- de définir avec rigueur des types de réseaux, condition indispensable pour comparer des caractéristiques sociales aussi révélatrices que les modalités d’occupation de l’espace de diverses sociétés, à travers le temps et les zones géographiques.
- De mesurer la connexité (la relation des sommets ou des groupes de sommets les uns aux autres) et la connectivité (la propriété générale ou particulière d’un réseau d’offrir des itinéraires alternatifs entre des lieux) dans un réseau (les deux termes sont souvent utilisés l’un pour l’autre, comme des synonymes ; distinguer selon que le système est connecté dans le premier et connectable dans le second semble pertinent et permet d’éviter les ambiguïtés).
- D’évaluer l’accessibilité au sein d’un réseau, par conséquent de comparer des réseaux d’une période à une autre ou d’une zone à une autre.
L’existence même de réseaux implique de la différenciation territoriale. Des études de géographie humaine ont mis en évidence différents types de processus à l’œuvre pour produire cette différenciation :
- par sélection des nœuds mieux équipés dans les premières étapes (diffusion hiérarchique),
- par court-circuitage des nœuds plus petits liés à des réseaux plus anciens,
- par les effets de l’accessibilité sur l’attractivité : boucle de rétroaction positive.
La mise en lumière des variations de la densité des réseaux s’avère enfin porteuse de corrélations et résultats très révélateurs. Dans les sociétés, la densité des réseaux est corrélée avec le niveau de développement, ce qui ouvre enfin des possibilités d’évaluer et de comparer la complexité sociale.
Trois exemples d’application
Le premier exemple concerne la Crète minoenne. Andrew Bevan et Alan Wilson9 ont sélectionné les sites minoens palatiaux ou très vastes. Pour en simuler l’évolution, ils ont ajouté des établissements théoriques pour compenser la représentativité des sites connus – sans doute très moyenne – en les positionnant dans des environnements analogues à ceux des sites attestés, et dans les plus accessibles depuis l’extérieur. Un modèle d’interaction a été élaboré selon les distances euclidiennes, ainsi que selon les interactions avec les zones extra-crétoises, ce qui a produit des frontières selon une mosaïque de Voronoï. Un modèle de transport a créé l’auréole de proximité des établissements majeurs (rayon de 5 km), mais aussi les zones susceptibles d’avoir été constamment sur la frontière des sphères régionales (fig. 2<). Un modèle de flux a enfin été réalisé à partir de la somme, pour chaque segment, des plus importantes sorties, puis de la somme de tous les flux.
Des exemples d’itérations ont, par ailleurs, été présentés selon un modèle dans lequel la taille des établissements et l’importance des chemins étaient libres de varier. Le pouvoir de l’intermédiaire obligé a été, là aussi, reconnu, c’est-à-dire de cas redondant des “petits mondes” propres aux réseaux : il est plus rentable d’être connecté à une variété de réseaux que d’avoir plusieurs connexions avec un seul réseau social. Deux propriétés sont, en effet, dominantes : des cheminements courts et une hiérarchie élevée.
Un exemple de restitution d’anciens réseaux sociaux constitue un autre bel exemple10. Il s’agit d’une application opérée à partir de sources cadastrales du sud-ouest du Massif central, datant d’une période de trois siècles, entre 1250 et 1550. 3 500 contrats de fermage intéressant 8 706 individus ont été traités. Là aussi, un “club des riches” est très clairement ressorti.
D’une manière générale, se dégagent de ces travaux les logiques à l’œuvre dans la formation des réseaux :
- des logiques politiques : d’encadrement du territoire, d’égalité de la desserte, de compétition territoriale,
- des logiques économiques : de l’offre et de la demande, des concurrences,
- des logiques techniques : d’infrastructures et d’exploitation du réseau, de maintenance technologique, d’innovation.
Mon troisième exemple concerne un travail en cours de deux doctorantes : Aurélia Feugnet et Clara Filet. Il s’intitule Network Analysis and Economic Patterns: The Case of the Mediterranean Importations in Celtic Societies (250-25 BCE). Portant sur 25 000 objets, il a été encadré du point de vue statistique par Fabrice Rossi, de l’équipe SAMM (Statistique, Analyse, Modélisation Multidisciplinaire) de l’université Paris 1 Panthéon-Sorbonne. Le corpus enregistré se compose de dix catégories d’importations grecques et romaines dans le monde celtique encore indépendant : des amphores (surtout vinaires), des pièces de vaisselle métallique, de vaisselle céramique (lampes à huile incluses), de vaisselle en verre, des parures, des monnaies (statères, deniers, etc.), des supports de textes en alphabet grec, des instruments d’écriture, des instruments médicaux, des pièces d’armement et des objets d’art. Les résultats les plus significatifs ont été la mise en évidence de réseaux de coprésence, en sélectionnant les liens entre sites ayant au moins quatre objets coprésents. Une surprise a été le constat que la période 4 (100-50 a.C.), donc antérieure à la guerre des Gaules, se montre déjà très semblable à la période 5 (50-25 a.C.) qui en est contemporaine ou postérieure. Se distinguent, de plus, très nettement, deux catégories de consommateurs : ceux qui habitaient les établissements situés à l’ouest du Rhin sont riches en amphores, tandis que leurs homologues installés à l’est de celui-ci n’en ont pas reçu ou très peu.
Les perspectives de l’approche des réseaux me semblent être de trois ordres :
- un développement sans doute majeur en sciences sociales, donc pour l’histoire et l’archéologie,
- un développement qui va encore s’accélérer grâce à la forte hausse des capacités de calcul et de modélisation dorénavant disponibles,
- un développement de capacités qui vont permettre de compenser de manière considérable le caractère lacunaire par nature des données archéologiques.
Bibliographie
Bevan, A., Wilson, A. (2013) : “Models of Settlement Hierarchy Based on Partial Evidence”, Journal of Archaeological Science, 40.
Brun, P. (1993) : “La complexification sociale en Europe moyenne pendant l’âge du Fer : essai de modélisation”, in : Daubigney, A., dir. : Fonctionnement social de l’âge du Fer : opérateurs et hypothèses pour la France, Actes de la table-ronde de Lons-le-Saunier, 24-26 Oct. 1990, Lons-le-Saulnier, 275-290.
Brun, P. (2002) : “Territoires et agglomérations chez les Suessiones”, in : Garcia, D., Verdin, F., dir. : Territoires celtiques, espaces ethniques et territoires des agglomérations protohistoriques d’Europe occidentale, Actes du XXIVe Colloque international de l’AFEAF, Martigues, 1-4 juin 2000, Paris, 306‑314.
Bunge, W. (1962) : Theoretical Geography, Lund.
Claval, P. (1977) : La Nouvelle Géographie, Paris.
Haggett, P. (1965) : Locational analysis in human geography, Londres.
Le Couedic, M., Leturcq, S., Rodier, X., Hautefeuille, F., Fieux, E., Jouve, B. (2012) : “Du cadastre ancien au graphe. Les dynamiques spatiales dans les sources fiscales médiévales et modernes”, ArchéoSciences, 36, 71‑84.
Longnon, A. (1885) : Atlas historique de la France, Paris.
Moreno, J. L. (1934) : Who shall survive?: A new approach to the problem of human interrelations. Nervous and Mental Disease Publishing Co., Washington.
Wasserman, S., Faust, K. (1994) : Social Network Analysis: Methods and Applications, Cambridge.
