Ressources numériques en sciences humaines et sociales OpenEdition Nos plateformes OpenEdition Books OpenEdition Journals Hypothèses Calenda Bibliothèques OpenEdition Freemium Suivez-nous

Statistiques et recherche participative : décloisonner les approches du commerce

Les études sur le commerce utilisent souvent soit des dispositifs d’évaluation, qui mobilisent les chiffres, soit des procédures délibératives associant citoyens, scientifiques et décideurs. Les approches statistiques sont généralement associées à une démarche top-down, les indicateurs ayant pour fonction de préciser et d’affiner le sujet d’étude. Les approches fondées sur une participation locale sont, elles, franchement teintées d’une coloration bottom-up, cherchant au contraire à faire émerger des éléments théoriques à partir de la pratique. Sont-elles pour autant inconciliables ?

Ces deux approches empiriques du « terrain » soulèvent chacune des problèmes spécifiques : d’un côté se pose la question de formater, mettre en indicateurs et réduire en données chiffrées la complexité du réel, d’un autre côté celle de généraliser à partir de démarches et de données locales et contextualisées (Fraser & al., 2006 ; Fallon, 2014). Dès lors, plutôt que d’opposer ces approches, ne faut-il pas plutôt chercher à mieux les articuler ?

Concilier ces deux approches a clairement un intérêt, mais comment faire ?

Nous reprenons ici différents exemples, tirés d’observations du commerce bruxellois, réalisées avec les commerçants bruxellois, mais aussi avec d’autres acteurs de l’économie et de la société urbaine. Dans un premier temps, nous situerons ces exemples dans le cadre, librement adapté, de la recherche-action participative et des Livings Labs, et nous chercherons à expliciter quand et où la statistique peut être utile au processus participatif, voire produite par celui-ci. Dans un second temps, nous renverserons le point de vue et examinerons en quoi les démarches participatives peuvent contribuer à atténuer certains défauts des approches statistiques.

Les statistiques sont-elles mobilisables dans les démarches participatives ?

Si toutes les recherches-actions participatives placent le citoyen (ou l’usager) au centre de leur démarche, elles se distinguent généralement les unes des autres par deux dimensions : le degré d’appropriation du processus de recherche (voire de création) par l’usager d’une part, son degré de conscientisation ou d’engagement d’autre part. Dans ce canevas, la recherche-action participative met en place un processus où le chercheur mais aussi et surtout l’usager sont amenés à un haut niveau d’appropriation de la recherche et d’engagement, menant à un croisement approfondi des expériences pratiques et théoriques (Gélineau & al, 2012). Dans le modèle du Living Lab, l’implication de cet usager armé analytiquement et engagé dans le processus d’adaptation permet le passage d’une logique créative centrée sur l’utilisateur à une logique portée par l’utilisateur, qui devient alors un acteur fondamental de la démarche et non plus un simple bénéficiaire (Dubé & al., 2014, p.30). Force est cependant de constater que toutes les démarches participatives, ou à tout le moins celles centrées sur l’utilisateur, n’atteignent pas cet idéal somme toute exigeant.

En tenant compte des degrés d’appropriation du processus de recherche et d’engagement et en reformulant quelque peu les quatre droits essentiels pour qualifier une démarche de recherche-action participative (Gélineau & al, 2012), à savoir les droits de parole, de documentation, d’interpellation et d’analyse, on identifie assez facilement les contextes dans lesquels les statistiques peuvent être utiles, voire constituer un enjeu.

Figure 1. Contribution potentielle des statistiques dans un processus participatif selon le niveau d’engagement et d’appropriation du processus de recherche par les utilisateurs. Les numéros renvoient aux exemples cités dans ce texte. Source : équipe ReReB, 2019, librement adapté de Gélineau & al, 2012.

Le droit de parole vise à donner à tous (y compris aux personnes en situation d’exclusion ou de subordination) le droit de s’exprimer à titre d’expert du vécu et de la pratique. Si les études participatives ne visent pas forcément une représentativité au sens statistique du terme, privilégiant même souvent la diversité des points de vue, elles s’exposent néanmoins à des dérives d’échantillonnage. Les statistiques peuvent alors servir de garde-fou, évitant « d’oublier » certaines catégories d’acteurs.

Exemple 1 : dans le cadre de focus group ou d’ateliers participatifs à l’échelle d’un quartier commerçant, confronter les panels de participants à un inventaire des fonctions présentes dans le noyau commercial permet d’évaluer le risque de dérives d’échantillonnage associé au processus de mobilisation (intermédiaires, moment de la rencontre…). Les inventaires réalisés par les acteurs publics, mais aussi par des acteurs privés, comptabilisent assez correctement les fonctions présentes, y compris certaines aux marges de la légalité.

Exemple 2 : les groupes d’aide aux entrepreneurs s’adressent évidemment… aux entrepreneurs, qui sont en fait souvent des personnes au statut de cadres indépendants. Leurs points de vue sur la marche de l’entreprise sont évidemment légitimes, mais peuvent différer de ceux des travailleurs salariés, absents de ces cénacles et qui ne sont pas non plus forcément représentés directement par les instances syndicales (dont l’implantation est variable selon les secteurs d’activité et la taille des entreprises). Dans ce contexte, examiner les statistiques du degré de salarisation par secteur d’activité permet de contextualiser les points de vue.

Exemple 3 : du fait du partage des tâches entre hommes et femmes dans la sphère professionnelle, mais aussi domestique et publique, les processus participatifs s’exposent à des dérives d’échantillonnage et d’expression liées au genre. Prendre en compte le taux de féminisation des différentes activités et fonctions constitue une précaution utile à l’établissement d’un constat plus représentatif.

Avec le droit de documentation (ou droit de produire), les non-experts scientifiques produisent rigoureusement une documentation selon des critères scientifiques, en formulant des questions de recherche, en élaborant des outils de collecte de données et en recueillant l’information, constituant ainsi un corpus de témoignages structuré pouvant faire l’objet d’une communication et d’une analyse. Notons qu’il s’agit là d’une formulation active du concept, qui implique aussi un droit de regard et d’accès aux informations produites.

Exemple 4 : lors d’une analyse sur le flux logistique dans un quartier du centre de la ville, les commerçants ont rapidement focalisé l’attention des chercheurs non pas tant sur le flux entrant que sur le flux sortant, en particulier celui des déchets. Dès lors, sur base d’informations qualitatives (types, fréquences, variations saisonnières, problèmes rencontrés…), un protocole d’observation des déchets générés dans le quartier a été établi. L’observation fine faite lors de cette démarche d’explicitation de la gestion des déchets commerciaux du quartier, associée aux rencontres avec les commerçants, progressivement mis en confiance, ont permis d’identifier deux facteurs opérationnels-clef influant sur cette gestion, qui pourront être cartographiés sur base de statistiques existantes. Il s’agit de la superficie des points de vente (le manque de place rendant difficile les tris des déchets) et de l’intégration économique (les succursales et franchises du commerce intégré tendent à adopter une gestion des déchets qui leur est spécifique et gérée au niveau du réseau).

Exemple 5 : du fait de leurs obligations légales (TVA, comptes annuels, sécurité sociale…), les commerçants sont en fait tous des producteurs de données chiffrées et donc de statistiques. Ces données sont souvent agrégées par les organismes gestionnaires et, lorsqu’elles sont publiées, c’est rarement dans un format accessible et signifiant pour les commerçants. Les données moins agrégées (sectoriellement et géographiquement) ne sont généralement disponibles que via les applications payantes de certains organismes de gestion de risque (Bureau Van Dijk, Graydon,…). Dès lors, mettre ces données à disposition des commerçants, dans le cadre d’un processus participatif, est un juste retour des choses, mais peut aussi donner sens à une série de démarches obligatoires auxquelles ils sont soumis. Et le regard de commerçant sur ces chiffres s’avérer utile pour comprendre ce que recouvrent exactement les données publiées.

Le droit d’interpellation est moins régulièrement mis en avant dans les processus participatifs, peut-être parce qu’il est plus associé à la sphère de luttes urbaines et de la contestation qu’à la co-création. Ce droit d’interpellation, même s’il est plus associé à l’axe de l’engagement qu’à celui du processus de recherche, n’est pourtant pas si éloigné de ce dernier puisqu’il formule implicitement une question de recherche, par exemple lors de la mise à l’agenda d’une problématique. Mobiliser les statistiques peut permettre de parler un langage commun avec les autorités ou les acteurs économiques. Reste à pouvoir traduire et objectiver les positions ou intuitions en indicateur chiffré.

Exemple 6 : la multiplication des projets de centre commercial inquiète fortement les comités de quartiers et leurs fédérations. Souvent mis en place dans le cadre de vastes projets de revitalisation urbaine, leur développement s’accompagne d’un argumentaire diversifié, mobilisant notamment les retombées en termes d’emploi. Il est cependant difficile, faute de points de comparaison, de se prononcer sur la validité des chiffres avancés. Dans ce cadre, croiser les données urbanistiques (le m2 plancher des permis de bâtir) et les données d’emploi s’avère indispensable. À la demande des associations environnementales (et des syndicats, particulièrement sensibles à la question de l’emploi), voulant alimenter leurs démarches de mise à l’agenda, un indicateur a été construit en trois phases. Primo, convertir les surfaces brutes bâties en surface nette de vente, sur base des statistiques disponibles. Secundo, reconstituer des données sur l’emploi en équivalents temps plein (le travail à temps partiel est fréquent et fausse les comparaisons si l’on n’y prête pas attention) et en sommant emploi indépendant et emploi salarié. Tertio, rapporter, secteur d’activité par secteur d’activité, l’emploi aux mètres carrés, constituant ainsi une sorte de table de référence de la productivité (en ETP par mètre carré construit). Il est dès lors possible, connaissant les superficies projetées et les secteurs d’activités concernés, d’estimer sur une base objectivée le nombre d’emplois potentiellement créés et de relativiser l’argumentaire des retombées en termes d’emploi des projets. Au-delà de l’approche purement quantitative, la démarche a également donné lieu à une réflexion sur la nature et la qualité des emplois (Wayens & Keutgen, 2015).

Le droit d’analyse (ou droit de penser) confère au non-expert une capacité d’analyse critique, qui n’est dès lors plus réservée aux chercheurs académiques ou aux experts. Pouvoir le faire sur un plan qualitatif, mais aussi quantitatif suppose une appropriation des statistiques et de leur processus de production. Cela suppose la mise en place d’un processus d’appropriation et de traduction des données chiffrées, qui est certes exigeant en temps et en ressources, mais utile dès qu’il s’agit de prendre des décisions importantes pour la pérennité ou le développement d’une affaire.

Exemple 7 : dans le cadre d’une conférence participative (pour laquelle il fallait se munir d’une calculette…) autour de la notion de ratio de gestion, des (candidats) commerçants ont été amenés à se réapproprier ou à expliciter le processus de calcul de la marge commerciale. Parmi ceux-ci, ce sont les artisans, du fait qu’ils introduisent la part la plus substantielle de main d’œuvre dans la création de valeur ajoutée, qui calculaient le plus exactement ce ratio de gestion fondamental. Les autres types de commerçants se reposaient plus systématiquement sur des coefficients multiplicateurs standards, parfois mal appliqués. L’absence de réflexion chiffrée par type de produit les entrainait souvent à adopter des politiques de différentiation peu efficientes (des promotions, en fait très peu rentables à leur niveau) plutôt qu’une réflexion sur l’assortiment et les services, mettant par exemple en avant les produits avec la meilleure marge. L’analyse chiffrée et la confrontation des approches au sein de l’assemblée ont suscité des propositions de stratégies alternatives (bonus plutôt que réduction, mise en avant des produits aux meilleurs taux de marge, optimalisation de processus d’exploitation pour réduire les couts engendrant peu de marge, etc.).

La mise en œuvre d’approches chiffrées dans le cadre du droit d’analyse est un des moyens d’assurer un relatif équilibre entre savoir et expertises. En effet, dans les démarches participatives, le risque est grand que les non-experts amènent l’essentiel du matériel empirique (cas et récits, données collectées dans le cadre d’un processus d’échantillonnages collaboratif…) et que les chercheurs réalisent l’essentiel de la démarche analytique. Paradoxalement, dans le contexte de la consommation et des pratiques de gestion, certains experts du quotidien peuvent se révéler bien plus compétents que les chercheurs patentés, notamment quand il s’agit d’aborder des questions financières ou les facteurs d’évolution dans certains secteurs.

Exemple 8 : certains consommateurs très précaires, bouclant difficilement leurs budgets, se révèlent d’excellents analystes des prix à la consommation, constituant des paniers extrêmement bien étudiés et optimisés, mais aussi se représentant très bien les variations spatiales et temporelles de prix au sein des espaces urbains (Gorge, 2014 ; Clauzel & al., 2016, p.132-141).

Exemple 9 : quand il a fallu expliquer la diminution du nombre de boucheries dans la ville (Grimmeau & al., 2007), l’évidence était d’attribuer cette évolution au développement de la grande distribution et à la multiplication des rayons proposant la viande préemballée. Une analyse plus approfondie, mobilisant les acteurs du secteur (et de la formation) a souligné que la grande distribution était bien l’explication, mais pas forcément sous l’angle attendu : c’est essentiellement en recrutant de nombreux bouchers, attirés par des conditions de travail plus confortables, que la grande distribution a fait disparaître les boucheries indépendantes, qui trouvaient difficilement repreneur en dehors des quartiers à forte présence immigrée, où le positionnement « halal » était encore peu investi par la grande distribution, par ailleurs proportionnellement moins présente dans ces quartiers.

On le voit, quel que soit le niveau d’implication ou d’appropriation du processus de recherche par les citoyens ou les utilisateurs, les usages et mobilisations des données statistiques, pour autant que l’on y mette l’attention nécessaire et les formes, sont potentiellement nombreux et variés. Certes, nos exemples sont pris dans le monde du commerce et les acteurs y sont à priori familiers avec les données financières. Mais cela n’en fait pas pour autant des statisticiens…

Une démarche participative pour les statistiques ?

Nous ne reviendrons pas ici sur la contribution quotidienne de nombreux non-experts dans la collecte des statistiques, de manière plus ou moins consciente, au travers de leurs obligations administratives ou comptables. Nous ne reviendrons pas non plus sur le rôle de collectifs citoyens dans la constitution des corpus statistiques, de manière consciente, voire militante (par exemple, en matière de consommation, au travers des sites collaboratifs de comparaison des prix, des carburants ou autres), mais aussi de manière inconsciente (notamment au travers des multiples « appréciations » laissées sur des applications et sites internet). Nous pensons, non pas uniquement au dispositif de collecte, mais plus fondamentalement au processus de de production de statistiques.

L’utilisation des statistiques, dans une logique participative, se positionne sur un terrain souvent peu ouvert au débat démocratique, les indicateurs étant souvent mobilisés pour faire de l’évaluation et définir ou justifier des décisions. S’intéresser aux statistiques, ce n’est pas forcément un acte politique direct, mais plutôt un moyen de s’approprier et de peser sur les outils élémentaires des politiques. D’ailleurs, les indicateurs statistiques, pour autant qu’ils soient publics et relativement transparents (et donc réfutables le cas échéant), peuvent être mobilisés tant par les pouvoirs que les contre-pouvoirs (Gourgues & al, 2018).

Une appropriation (plus) collective de l’enjeu statistique est probablement une des conditions pour faire face aux problèmes générés par les usages et mésusages de l’argument statistique (Salais, 2010), qui se posent aussi dans la sphère du commerce.

Le fait que dans le monde de l’entreprise (mais aussi de plus en plus dans la sphère publique), les chiffres sont avant tout des indicateurs de performance ou des outils fiscaux fait que leur interprétation en termes de justice sociale est rarement mise en avant. Pourtant, une lecture alternative, rendue possible par une certaine médiatisation au-delà des sphères managériales classiques, peut engendrer un déplacement intéressant des points de vue… y compris pour les acteurs du monde l’entreprise concernés.

Exemple 10 : l’examen des variations sectorielles et spatiales de l’emploi par m2 peut être examiné sous deux angles. Sous l’angle de la performance, un ratio élevé peut être interprété comme une faible productivité des travailleurs pouvant être augmentée. Une amélioration se traduirait alors par une baisse du ratio. Mais sous l’angle d’une certaine utilité sociale, on peut voir cette forte densité d’emploi comme une plus grande contribution du secteur ou du commerce local à l’offre d’emplois, par ailleurs souvent faiblement ou moyennement qualifiés. Une amélioration impliquerait alors une augmentation du ratio. Notons qu’une augmentation du ratio n’est pas forcément signe d’une baisse de performance, car elle pourrait traduire aussi, dans un secteur de service par exemple, une augmentation de l’activité à périmètre immobilier constant. Et dans certains secteurs ou certaines localisations, augmenter la densité de l’emploi (éventuellement en étendant les heures d’ouverture) peut être une option in fine plus profitable pour l’entreprise que d’agrandir ou multiplier les points de vente. Créer plus d’emplois est, dans ce cas, le reflet d’une plus grande performance, mais contribue aussi à une forme de redistribution vers les travailleurs (et la sécurité sociale) plutôt que vers les propriétaires fonciers. Encore faut-il que les emplois soient de qualité, bien évidemment.

Un usage plus inclusif de l’arsenal statistique peut aussi faire que les « bons » indicateurs, fussent-ils plus complexes, chassent les « mauvais », fussent-ils plus simples. Cela renvoie donc à la pertinence des indicateurs, qui sera d’autant mieux établie que les usagers aient leur mot à dire.

Exemple 11 : il est courant que les données statistiques soient rapportées, pour les rendre comparables dans le temps ou l’espace, au nombre d’habitants ou, plus rarement, de ménages. Du point de vue du commerce, le nombre d’habitants apparait comme une première estimation du marché, assez facile à établir et à comprendre. Cependant, si on examine de près les comportements de consommation, notamment au travers de panels, on constate que certains achats sont proportionnels (mais pas forcément directement) au nombre de personnes du ménage tandis que d’autres le sont à l’échelle du ménage (donc souvent du logement) et non pas individuellement. Respectivement, la consommation de pain ou l’acquisition d’un frigo sont le reflet de ces deux logiques. C’est la raison pour laquelle les résultats de panels de consommation sont publiés selon une métrique spécifique, l’unité de consommation, concept les différents membres d’un ménage sont « pondérés » de manière décroissante pour refléter le fait que les besoins d’un ménage ne s’accroissent pas en stricte proportion de sa taille. Cependant, le nombre d’unités de consommation (pourtant simplement des données démographiques de base) qui seraient utilement combinées avec les résultats de ces panels pour produire des estimations du marché ciblées sectoriellement et spatialement, n’est quasiment jamais disponible directement auprès des offices statistiques. Il est possible de les reconstituer à partir de plusieurs tableaux généralement librement disponibles, mais c’est là une étape d’accès difficile au statisticien novice… On n’a donc pas forcément facilement le bon indicateur (par unité de consommation plutôt que simplement par habitant) à disposition pour les commerçants. Mais changer les choses est possible si on fait remonter les demandes du terrain.

Toute donnée statistique incorpore, parfois de manière très technique, des choix qui restent parfois implicites : choix dans la construction des indicateurs, dans les modes de calcul et les sources mobilisées. Pourtant, manier ou décortiquer collectivement les indicateurs généralement mis en avant est potentiellement une source de critique, voire d’innovation quant aux actions à mettre en œuvre.

Exemple 12 : à Bruxelles, les observatoires du commerce étaient traditionnellement gérés par l’administration de l’urbanisme. Ils publiaient traditionnellement, sur base de relevés de terrain, ce qui est pertinent pour bien saisir la diversité du commerce et son implantation précise, leurs observations et analyses par points de vente. Le nombre de ces derniers ayant baissé au cours des dernières décennies, ils ont pu en ce faisant donner l’impression d’une forte contraction de l’emprise du commerce dans l’espace bruxellois et d’une activité somme toute en déclin. Mais si le nombre de commerces a baissé, il n’en va pas de même des surfaces commerciales qui, elles, se sont accrues. Dès lors, ce qui s’interprète en fonction des données usuellement publiées comme un déclin est en fait, si l’on adapte le mode de comptabilisation en tenant compte de surfaces, une concentration économique et une redistribution spatiale du commerce. Ce qui remet en cause le mode de régulation urbanistique pratiqué (Vazquez Parras & al., 2018).

Exemple 13 : le nombre de créations d’entreprises est souvent utilisé (et médiatisé) comme un indicateur de la santé d’un secteur économique ou d’un territoire. Le bilan l’est parfois aussi, le nombre de disparitions plus rarement… Pourtant, chaque année un nombre de créations d’entreprises est coïncide avec un grand nombre de disparitions, ce qui est caractéristique d’un système très turbulent. Les pouvoirs publics, en favorisant l’indice de création comme indicateur clef, légitiment ou encouragent une vision de l’action centrée sur l’aide à la création plutôt qu’une vision centrée sur la viabilité à long terme des entreprises qui, elle, pourrait être légitimée par d’autres indicateurs (turbulence, durée de demi-vie des entreprises…).

L’exemple précédent illustre le fait qu’il ne fut pas perdre de vue que certaines conventions statistiques sont la traduction de visions politiques. Pensons évidemment à la mesure du développement qui reste largement dépendante d’indicateurs purement économiques, à défaut de la constitution et de la mobilisation d’indicateurs liés au bien-être. La sphère du commerce n’y échappe pas non plus.

Exemple 14 : le taux d’emploi est calculé en divisant le nombre de personnes occupées (qui ont un emploi) d’une tranche d’âge par la population totale de la même classe d’âge. Dans la définition du Bureau International du Travail, motivée par un souci de comparaison internationale et adoptant dès lors la logique du plus petit commun dénominateur, la population occupée comprend les personnes qui, durant la semaine de référence de l’enquête, ont travaillé au moins une heure contre rémunération ou en vue d’un bénéfice ou qui, n’ayant pas travaillé, avaient néanmoins un emploi dont elles étaient temporairement absentes. Dans cette optique, évaluer ses « performances » en termes d’emploi à l’aune de cet indicateur revient à favoriser les secteurs d’activité faisant une large part au temps partiel, ce qui est plutôt une bonne option pour donner une image performante. Mais c’est oublier que l’adoption du taux d’emploi BIT comme indicateur s’est faite dans un contexte de flexibilisation et de dérégulation du marché du travail. Comptabiliser les heures réellement prestées et comptabiliser les équivalents temps plein est probablement à long terme une meilleure option du point de vue des opérateurs du commerce, car elle induirait une vision plus qualitative de l’emploi généré. Multiplier les travailleurs pauvres n’est probablement pas du meilleur effet pour un secteur d’activité dont la principale ressource est la consommation des ménages.

Ce dernier exemple souligne combien l’intérêt collectif ne se résume pas à la somme des intérêts individuels, y compris pour les acteurs du commerce. Certes, à l’échelle de l’entreprise, dans un secteur très « labour intensive », il y a une réelle tentation de réduire les couts de personnel. Mais à l’échelle sectorielle, le commerce a évidemment tout intérêt à maintenir le pouvoir d’achat et à prôner une approche économique centrée sur le maintien de l’emploi et de sa qualité. Ici encore, passer au collectif change le point de vue.

Dès lors, il semble bien que les statistiques puissent être utiles et intégrées aux processus participatifs, tout comme le dialogue avec les utilisateurs et les processus participatifs sont bel et bien utiles à l’émergence d’un appareil statistique plus largement mobilisé par les acteurs du terrain : « Ne laissons pas les statisticiens jouer seuls avec les allumettes… Car les indicateurs décrivent le monde, mais ont aussi une influence politique. On ne peut plus l’ignorer. » (Fallon, 2014).


Références :
CLAUZEL, Amélie, GUICHARD, Nathalie et RICHÉ, Caroline, 2016. Comportement du consommateur – Nouvelles tendances et perspectives. Paris : Vuibert.
DUBÉ, Patrick, SARRAILH, Joëlle, BILLEBAUD, Christophe, GRILLET, Claire, ZINGRAFF, Virginie et KOSTECKI, Isabelle, 2014. Le livre blanc des Living Labs. Montréal : Umvelt.
FALLON, Catherine, 2014. Quantification des politiques versus démocratisation de la mesure : la gestion publique par les indicateurs à l’épreuve de la participation. Les indicateurs sont-ils solubles dans la participation ? Quantification des politiques versus démocratisation de la mesure. Liège. 2014.
FRASER, Evan D. G., DOUGILL, Andrew J., MABEE, Warren E., REED, Mark et MCALPINE, Patrick, 2006. Bottom up and top down: Analysis of participatory processes for sustainability indicator identification as a pathway to community empowerment and sustainable environmental management. Journal of Environmental Management. 2006. Vol. 78, n° 2, pp. 114‑127. DOI 10.1016/j.jenvman.2005.04.009.
GÉLINEAU, Lucie, DUFOUR, Émilie et BÉLISLE, Micheline, 2012. Quand recherche-action participative et pratiques AVEC se conjuguent : enjeux de définition et d’équilibre des savoirs. Recherches qualitatives. 2012. Vol. hors-série, n° 13, pp. 35‑54.
GORGE, Hélène, 2014. La distribution face aux défis soulevés par les consommateurs pauvres. In : Repenser le commerce. Vers une perspective socio-culturelle de la distribution. Cormelles-le-Royal : EMS. pp. 133‑152.
GRIMMEAU, Jean-Pierre, LEROUX, Vincent et WAYENS, Benjamin, 2007. Un demi-siècle d’évolution du commerce de détail à Bruxelles [en ligne]. Bruxelles : Région de Bruxelles-Capitale. Observatoire du commerce. Disponible à l’adresse : http://urbanisme.irisnet.be/publications/etudes-et-observatoires-1/observatoire-commerce/observatoire-du-commerce-2007
SALAIS, Robert, 2010. La donnée n’est pas un donné. Revue française d’administration publique. 2010. Vol. n° 135, n° 3, pp. 497‑515.
VAZQUEZ PARRAS, Juan, VANOBBERGHEN, Jean-Michel et WAYENS, Benjamin, 2018. Le commerce bruxellois en chiffres. Évolution du commerce et cadre réglementaire [en ligne]. Bruxelles : Région de Bruxelles-Capitale. Observatoire du commerce. Disponible à l’adresse : http://perspective.brussels/fr/etudes-observations/economie-urbaine/observatoire-du-commerce
WAYENS, Benjamin et KEUTGEN, Carole, 2015. Quels commerces pour quels emplois ? Structure et logiques d’organisation du travail dans l’aire métropolitaine bruxelloise. Bruxelles : Inter-environnement Bruxelles. Études et analyses. Disponible à l’adresse : http://www.ieb.be/Quels-commerces-pour-quels-emplois-Structure-et-logiques-d-organisation-du


Pour citer ce billet:


OpenEdition vous propose de citer ce billet de la manière suivante :
Benjamin Wayens (14 janvier 2019). Statistiques et recherche participative : décloisonner les approches du commerce. Géomarketing. Consulté le 13 février 2025 à l’adresse https://doi.org/10.58079/p02k


Vous aimerez aussi...