La modélisation systémique
Evolution des PIB suisse, américain, européen et valaisan Récupéré sur le site de la BCV
Le PIB valaisan et la construction À la fin du 20e siècle, le Valais a évolué globalement de manière similaire au niveau national. L’urbanisation a fortement progressé et le canton a rattrapé son retard principalement grâce à l’expansion du secteur du tourisme. Le sol a été de plus en plus exploité alors que les surfaces agricoles ont diminué de manière constante. L’image du canton se base principalement sur deux secteurs : le tourisme et l’agriculture. Cependant et comme le montre les tableaux ci-dessous établis par l’Institut CREA et l’Université de Lausanne en partenariat avec la Banque Cantonale du Valais, d’autres domaines sont autant voire plus importants au niveau de la création de richesses. Pour que le canton garde toute son attractivité, il est important de développer de manière constante de nouvelles activités. Le secteur de la construction a sans doute profité de l’expansion du domaine touristique pour se développer. En 2010, celui-ci représentait 8,7% du PIB valaisan. La répartition des emplois montre également que le secteur de la construction (11,3%) est supérieur à celui du tourisme (10,5%).
Cependant et contrairement aux autres secteurs principaux au niveau secondaire, celui de la construction est dépendant de la saison et est en particulier touché lors de celle d’hiver. Comme le Valais est un canton alpin, cela ne facilite pas la tâche, ce qui explique une particulière hausse du chômage pendant la période hivernale. Selon une étude établie par l’association valaisanne des entrepreneurs, les entreprises du secteur de la construction déploient environ le 40% de leur activité à une altitude supérieure à 1’000 mètres. Néanmoins, le chômage hivernal au niveau de la construction ne dépend pas exclusivement des conditions météorologiques. L’économie du canton joue également un rôle important car les emplois sont plus conséquents si nous les comparons aux cantons principaux comme Berne ou Zürich par exemple.
Comme le Valais est un canton dont le tourisme a une forte influence sur le PIB, la majeure partie des constructions sont consacrées aux non-résidents, comme la construction d’établissements secondaires. Suite aux nouvelles législations à ce sujet, cela engendrera une forte baisse d’emplois dans le secteur de la construction pour les années à venir. Ce taux élevé de chômage saisonnier est également la cause d’une agriculture ralentie. Le Valais est le plus mauvais élève au niveau helvétique. En effet, près de 40% des employés licenciés avant l’hiver sont à nouveau engagés par la même entreprise au printemps. En Suisse, ce taux s’élève uniquement à 14%. Afin de lutter contre ce chômage saisonnier, le canton du Valais a décidé de lancer un projet assigné à abréger le taux de rappel par l’ancien établissement.
Au niveau valaisan, cela n’est pas un problème particulier mais il porte préjudice au niveau national. Olivier Schärli, chef du centre de prestations assurance-chômage au SECO a déclaré que « Nous avons des arrêts de tribunaux qui nous disent que l’assurance chômage ne doit pas prendre en charge les mois d’hiver si c’est chaque année la même chose pour l’employeur ». (Raphäel Poncini, 2016) Cela explique donc que l’Etat ne serait pas forcé à payer ces indemnités. Le canton du Valais a donc pour objectif de réduire ce taux de chômage saisonnier. Pour ce faire le processus « établira clairement les limites de la marge de manoeuvre administrative et permettra notamment aux demandeurs d’emploi concernés d’appréhender précisément les droits et devoirs qui leur incombent en tant qu’assurés. » (Service de l’industrie, du commerce et du travail, 2016)
Le secteur secondaire Les surfaces d’habitat et d’infrastructure ont également augmenté, ce qui permit au secteur de la construction de s’accroître et de se s’enrichir. Selon les données de l’Office Fédéral des Statistiques, les surfaces proprement dites s’élevaient à 13’714 hectares dans la période 1979/1985 alors qu’une trentaine d’années plus tard, dans la période 2004-2009 elles correspondaient à 18’463 hectares, soit une progression de 25%. L’urbanisation a progressé sur la majorité du canton mais plus spécialement dans le Centre et le Bas-Valais, aux dépens du Haut-Valais. En effet, ces régions bénéficient de zones plus attractives. Le district de Sierre est la zone principale où les entreprises industrielles telles qu’Alcan se sont installées et où celles-ci représentent plus de 15% de la main-d’oeuvre industrielle du canton. Les nombreuses stations touristiques sont également un atout telles que Crans-Montana, Nendaz ou Anniviers. Cette urbanisation a profité au secteur de la construction afin de représenter 35,2% en ce qui concerne les personnes actives dans le secteur secondaire en Valais. En comparant aux autres répartitions, nous remarquons que le secteur de la construction a une très large longueur d’avance, comme nous le démontre le tableau ci-dessous, tiré du Valais en Chiffres de la BCV de l’année 2009.
Cette considérable part du domaine de la construction s’explique de plusieurs manières. Premièrement, les dépenses dans la construction n’ont cessé d’augmenter depuis 1997. D’une part grâce à l’expansion du canton du Valais au début des années 2000, d’autre part et comme nous pouvons le constater sur le graphique ci-dessous, même si certaines législations empêchent la construction de certains types de bâtiments telles que la Loi sur l’Aménagement du Territoire ou la Lex Weber, le canton a chaque année augmenté ses dépenses dans le domaine de la construction. Nous pouvons expliquer cette fin de courbe par le manque d’informations au niveau législatif, profitant aux entrepreneurs publics et privés de profiter d’investir et de construire avant que les lois ne le permettent plus. Voici ci-dessous un graphique démontrant les places de travail (emploi à plein temps) au niveau du secteur de la construction en Suisse et en Valais. Nous remarquons que depuis 2011 jusqu’en 2015, les places de travail progressaient de manière constante, ayant des augmentations d’offre d’emploi allant jusqu’à 3% au niveau cantonal et national. Cependant, à partir de 2016, le Valais a subi un recul conséquent par rapport à ces places.
En effet, les places disponibles ont baissé de 7% alors que le canton n’avait pas connu de baisse plus importante que 1% au fil des 5 dernières années. Nous pouvons expliquer ce changement drastique par les nouvelles législations ayant un lien avec le secteur de la construction, comme la Lex Weber et la Loi sur l’Aménagement du Territoire, sujets que nous développerons au prochain chapitre. Ces lois s’appliquent sur tout le territoire national. L’année 2016 a été marquée par les autorisations de construire terminées datant d’avant la Lex Weber. En effet, 2016 a été freinée par les incertitudes concernant la réglementation sur la réduction des zones à bâtir, contenues dans la Loi cantonale sur l’Aménagement du Territoire. Il est également probable que vu la réglementation de la Lex Weber, la majeure partie des agents immobiliers se soient tournés vers le secteur de la plaine, où beaucoup d’immeubles ont été construits, ce qui a provoqué et explique ce ralentissement.
Analyse en composantes principales et régression linéaire Dans ce chapitre, nous allons aborder les aspects théoriques de l’analyse en composantes principales (ACP) et la régression linéaire, deux méthodes statistiques indispensables pour l’étude de l’évolution du secteur de la construction. En effet, après avoir trouvé toutes les variables, il a fallu faire des liens entre elles afin de mieux cerner le domaine. Une ACP et une régression linéaire sont les outils statistiques les mieux adaptés à ce genre d’étude. Nous allons les expliquer dans les prochaines lignes. A titre d’information, l’étude statistique de ces données s’est effectuée avec le logiciel XLSTAT, extension du programme Microsoft Excel. Analyse en composantes principales (ACP) Selon le site internet www.statelem.com, spécialisé dans l’étude statistique et l’analyse de données, l’analyse en composantes principales est « une méthode de la famille de l’analyse des données et d’une façon plus générale de la statistique multivariée, qui consiste à transformer des variables liées entre elles en nouvelles variables indépendantes les unes des autres. » Nous appelons généralement ces nouvelles variables « composantes principales », qui permettent de diminuer l’information en un plus petit nombre de variables qu’à l’origine. (Statelem, 2017) Cette analyse se fait à la fois et statistiquement et géométriquement. Au niveau statistique, si nous prenons l’exemple ci-dessous tiré de l’étude de ce travail, nous remarquons que nous avons cherché de potentiels liens entre les variables suivantes : établissements secteur secondaire, logements vacants à vendre, dépenses dans la construction et nuitées touristiques (nous rappelons que cette analyse a été effectuée grâce à l’extension XLSTAT du logiciel Microsoft Excel) :
|
Table des matières
Résumé managérial
Avant-propos et remerciements
Liste des tableaux
Liste des figures
Liste des abréviations
Introduction
Méthodologie
Mise en contexte méthodologique
Méthodes de recherche
Collecte des données de travail et analyses
NetLogo
Développement de la solution à la problématique
Validation des résultats
Analyse macroéconomique
L’évolution du PIB valaisan
Le PIB valaisan et la construction
Le secteur secondaire
La législation cantonale
La Loi sur l’Aménagement du Territoire
La Lex Weber
Le génie civil
Analyse et modélisation
Acquisition des données
Analyse en composantes principales et régression linéaire
Analyse en composantes principales (ACP)
Régression linéaire
Étude statistique des variables
La modélisation systémique
Qu’est-ce qu’un système ?
Le système ouvert
Le système fermé
Aspect structurel
Aspect fonctionnel
La boucle de rétroaction
La boucle positive
La boucle négative
A quoi sert l’analyse systémique ?
La construction en Valais et l’approche systémique
Création du modèle systémique
Population étrangère (Stock 1 – pop_etrangere)
Population (Stock 2 – pop)
PIB (Stock 3 – pib)
Recettes des impôts (Stock 4 – recettes_impot)
Loyers (Variable 1 – loyer_vs)
Mariages (Variable 2 – mariage)
Logements à 3 pièces (Variable 3 – logements_3p)
Investissement dans le génie civil (Variable 4 – investissement_geniecivil)
Dépenses dans la construction (Variable 5 – depense_construction)
Effectif des véhicules à moteur (Variable 6 – vehicules)
Nombre de chômeurs (Variable 7 – nombre_chomeurs)
PIB par habitant (Variable 8 – pib_hab)
Population de 20 à 39 ans (Variable 9 – pop_2039ans
Simulations
Introduction
Simulation de la situation actuelle
Simulation n°1
Simulation n°2
Simulation n°3
Simulation n°4
Simulation n°5
Synthèse finale et enseignements
Conclusion
Références
Annexes
Télécharger le rapport complet