Espace géographique
Belin
I.S.B.N.2701129206
96 pages
p. 152 à 164
doi: en cours
Veille sur la revue
Veille sur l'auteur
Belin
I.S.B.N.2701129206
96 pages
p. 152 à 164
doi: en cours
Veille sur la revue
Veille sur l'auteur
Vous consultez
Modélisations
tome 30 2001/2
Les organisations spatiales de la ségrégation urbaine : l’exemple des comportements électoraux
Frédéric Girault Michel Bussi UMR IDEES 6063, Laboratoire MTG, Université de Rouen, 76821 Mont-Saint-Aignan Cedex
Le « ségrographe » est un graphique qui croise la dispersion statistique d’une variable (mesurée par exemple par l’indice de ségrégation de Duncan) et sa cohésion spatiale (mesurée par exemple par l’indice d’autocorrélation de Geary). Il constitue une aide à la typologie de différenciations socio-spatiales, que nous appliquons dans cet article aux espaces urbains. L’approche statistique par agrégats collectifs (démarche écologique) apparaît pourtant souvent réductrice pour comprendre des logiques de ségrégations, largement conditionnées par des trajectoires individuelles. Par la représentation sur le « ségrographe » de données comportementales, tels les résultats électoraux, nous faisons l’hypothèse inverse que les comportements individuels sont également conditionnés par un environnement collectif, et que cet effet d’entraînement est mesurable par des outils d’analyse spatiale (autocorrélation, dispersion statistique, effets de structure).Mots-clés :
analyse intra-urbaine, autocorrélation, géographie électorale, ségrégation.
The «segrograph» is a chart that compares the dispersion of a variable (measured by Duncan’s index of segregation, for example) with its spatial cohesion (measured by Geary’s index of spatial autocorrelation, for example). It assists the typology of socio-spatial differentiation, which is applied to urban areas in this paper. The statistical approach by collective aggregates (ecological approach) is often too simplistic to understand logics of segregation, largely conditioned by individual trajectories. By using the segrograph to chart behavioural data, such as election results, we can make the reverse hypothesis that individual behaviour is also conditioned by a collective environment and that this bandwagon effect can be measured with spatial analysis tools (autocorrelation, dispersion, structure effects).Keywords :
autocorrelation, electoral geography, intra-urban analysis, segregation.
À travers l’analyse visuelle d’une carte thématique, un lecteur cherchera généralement à dégager des différentiations spatiales pouvant éventuellement être interprétées, selon les variables, comme des ségrégations. Cette pratique est particulièrement utilisée par les géographes et les non-géographes pour l’analyse intra-urbaine, à travers par exemple la cartographie d’indicateurs socio-économiques. Cette définition de la ségrégation peut pourtant sembler réductrice. Ainsi, pour Y. Grafmeyer (1994), « quelle que soit la manière dont on la définit, la ségrégation est toujours à la fois un fait social de mise à distance et une séparation physique. Elle est une tension entre ces deux ordres de réalités. Faute de l’envisager ainsi, la notion même de ségrégation ne peut que se rabattre sur de purs comptages dont la signification sociale demeure incertaine, ou se dissoudre au contraire dans l’ensemble beaucoup plus large des multiples formes de différenciation, de distance, de discrimination ou de stigmatisation que l’on peut observer au sein du monde social ». Afin d’essayer d’aborder conjointement les deux notions associées à la ségrégation, dans un premier temps, nous l’étudierons telle que les géographes l’appréhendent le plus couramment (Petsimeris, 1995 ; Lajoie, 1998), c’est-à-dire comme la notion de discrimination entre les lieux sur le plan strictement statistique et le plan de l’organisation spatiale. Dans un second temps, pour approcher la signification sociale, nous nous attacherons à montrer que la mesure de la ségrégation peut être discutée non seulement à travers les indices utilisés, mais aussi à travers la signification que l’on accorde aux variables retenues. Ainsi, les indicateurs d’opinion (par exemple le vote), fortement influencés par une identité spatiale, ne peuvent être observés sur le même plan que les variables démographiques ou socio-économiques classiques (âge, CSP...).
1. Le « ségrographe »
La ségrégation ne peut se résumer à une simple mesure statistique. Néanmoins, cette mesure pose elle-même un certain nombre de problèmes souvent évoqués mais rarement résolus. Afin d’éviter le caractère subjectif d’analyses uniquement visuelles, des indices plus précis permettant de mesurer des différentiations socio-spatiales ont été mis au point. Parmi eux, l’indice de ségrégation (Duncan et Duncan, 1955) est l’un des plus utilisés :
xi représente le rapport d’un groupe de la i-ème zone sur la population globale du groupe dans l’ensemble des zones qui constituent l’aire d’étude ;
yi représente le rapport des groupes restants de la i-ème zone sur l’ensemble des autres groupes moins x de la ville ;
n est le nombre de zones considérées.
Ainsi défini, cet indice mesure le pourcentage de la catégorie x qui devrait changer d’unité territoriale pour avoir une distribution spatiale identique à celle du reste de la population. Il varie de 0 pour la mixité parfaite à 100 pour la ségrégation maximale des catégories analysées.
Contrairement à l’écart-type, l’indice de ségrégation n’est pas sensible à la moyenne. Par exemple, si on multiplie toutes les valeurs par une constante, il reste identique. Cela permet de comparer des variables aux moyennes différentes. Mais cet indice, qui a été prioritairement utilisé par des sociologues, est a-spatial. Il ne fournit aucune information sur les configurations spatiales concrètes. Une forte dispersion statistique pourrait en théorie masquer des distributions spatiales très différentes et inversement.
Les distributions spatiales sont, elles, généralement mesurées par des coefficients d’autocorrélation spatiale, tels celui de Geary (1954) généralisé par Cliff et Ord (1973) :
Avec : x représentant une variable quelconque ; xi et xj les valeurs des variables ; n le nombre de zones étudiées ; dij une matrice binaire, signalant les contiguïtés entre les zones i et j par la valeur 1, et la non contiguïté par la valeur 0 ; t le nombre total de contiguïtés (couples de voisins) entre les zones.
Si C = 1, les lieux contigus sont aussi différents entre eux que l’ensemble des lieux. La distribution spatiale de la variable est donc aléatoire.
Si C tend vers 0, les lieux contigus sont plus semblables entre eux que l’ensemble des lieux. La distribution spatiale est donc cohésive. Les valeurs des subdivisions proches tendent à être voisines.
Si C > 1, les lieux contigus sont plus différents entre eux que l’ensemble des lieux. La distribution spatiale est de type « échiquier ». Ainsi, les valeurs faibles tendent à induire des valeurs fortes dans les unités voisines.
Différents utilisateurs semblent montrer que la cohésion spatiale devient significative sous le seuil de 0,7, et particulièrement puissante sous le seuil de 0,4.
Si le coefficient d’autocorrélation spatiale de Geary permet de mesurer la distribution spatiale, il ne renseigne en rien sur la distribution statistique de la variable. À distribution spatiale identique, l’indice de Geary restera le même, quelle que soit la valeur statistique des zones.
Nous proposons de croiser les deux indices, de « ségrégation » et de Geary, afin de dégager différents modèles théoriques d’organisation de l’espace intra-urbain, et d’observer s’il est possible et utile de prendre en compte conjointement les deux types d’informations. Dans ce but, nous préconisons l’utilisation d’un graphique constitué de deux axes avec en ordonnée l’indice de Geary et en abscisse l’indice de ségrégation. Par commodité, nous appellerons ce graphique « ségrographe » (fig. 1).
Fig. 1
Le « ségrographe »
Bien entendu, l’indice de ségrégation et l’indice de Geary ne sont pas les seuls indicateurs de la dispersion statistique et de l’autocorrélation spatiale. Nous les avons simplement retenus pour leur usage courant. La pertinence des différents indicateurs utilisés par les sociologues et les géographes a été abondamment discutée (Rhein, 1994), et notre objet n’est pas ici d’insister sur ce point. Le « ségrographe » pourrait tout autant se construire en croisant par exemple le coefficient de variation (écart-type divisé par la moyenne) et le coefficient d’autocorrélation de Moran (1950).
2. Quatre modèles théoriques
Conformément à notre hypothèse de départ, nous avons testé le ségrographe sur les résultats électoraux (scrutin présidentiel de 1995) à l’échelle du bureau de vote sur 11 communes françaises de plus de 100 000 habitants. Pour l’agglomération rouennaise, nous avons ajouté aux variables politiques des indicateurs socio-économiques (tranches d’âge, catégories socioprofessionnelles, types de logement, etc.). Concernant ces indicateurs socio-économiques, notre objectif est avant tout de vérifier la validité du ségrographe sur des variables d’usage courant, plutôt que d’évaluer leur pertinence explicative qui, par ailleurs, fait l’objet de nombreuses discussions (Desrosières et Thévenot, 1988 ; Héran, 1997).
Ces tests ont permis de « borner » le ségrographe. Ainsi, la valeur du coefficient de Geary ne dépasse jamais 1,1, et celle de l’indice de ségrégation ne dépasse jamais la valeur 40, ce qui exclut la distribution de type « échiquier » (indice de Geary proche de 2). Étant bien conscient qu’un tel graphique met en évidence une multitude de situations intermédiaires, nous proposons néanmoins ici d’isoler les quatre types d’organisation urbaine de la ségrégation les plus caractéristiques. Les modèles qui suivent (fig. 2) présentent donc quatre situations théoriques « extrêmes », dans la limite des bornes fixées par nos tests.
Fig. 2
Quatre types d’organisation spatiale de la ségrégation
L’absence de logique spatiale.— Il s’agit du quadrant représentant un faible indice de ségrégation et un indice de Geary élevé. On retrouve donc ici un espace peu différencié statistiquement, sans organisation géographique.
La géomixité.— Ce quadrant représente la conjonction d’un faible indice de ségrégation et d’un faible indice de Geary. Ce cas de figure renvoie à une certaine mixité puisque les valeurs sont peu discriminantes sur le plan statistique, mais également à une certaine logique spatiale, observée par la tendance au regroupement des valeurs faibles et des valeurs fortes. Cette organisation spatiale est d’autant plus intéressante qu’elle est liée à une absence de « ségrégation » telle qu’on la mesure habituellement. La mixité de population n’y apparaît pas « anarchique », mais organisée selon des logiques qu’il reste à expliquer. Si l’on applique ce schéma théorique à des variables socio-économiques mesurées à l’échelle du quartier, on pourrait y voir une organisation urbaine que tentent de construire les « politiques de la ville », notamment en France : concilier « mixité sociale » et logique fonctionnelle des villes.
Le zonage.— Ce quadrant correspond à un fort indice de ségrégation et à un fort coefficient de Geary. Il se définit par un niveau de ségrégation très élevé mais une absence de cohésion spatiale. Il renvoie clairement à la logique de ghetto, caractéristique de la différentiation socio-spatiale souvent observée entre les quartiers des villes nord-américaines. Ce cas, qui s’oppose à la géomixité, est souvent présenté, notamment en Europe, comme le modèle de développement urbain à éviter, en raison des conflits qu’il peut engendrer entre des quartiers spatialement proches mais socialement opposés (Rémy, Voyé, 1992 ; Roncayolo, 1997), des luttes d’appropriation de l’espace notamment autour des zones de contacts (François, 1995), et enfin des difficultés de gestion des équipements publics (Bussi et al., 1999).
Le tropisme.— Ce quadrant concerne enfin un fort indice de ségrégation et un faible indice de Geary. Dans ce type d’organisation spatiale, les zones à fortes valeurs ne côtoient guère celles à faibles valeurs. Elles sont le plus souvent séparées par des zones intermédiaires, traduisant alors une organisation de l’espace en gradient. La ségrégation est donc importante, mais il y a peu de lignes de contact entre les zones de force et les zones de faiblesse de la variable, en raison de l’existence de « zones tampons », qui peuvent correspondre à l’échelle intra-urbaine à des quartiers d’habitats de classes moyennes. Ce cas de figure renvoie par exemple à l’organisation spatiale des villes françaises où prédomine le modèle centre-périphérie.
Il ne s’agit bien entendu que de modèles purement théoriques issus du calcul d’indices. L’interprétation devra être différente, selon le type de variables mesurées ou l’échelle d’analyse retenue. Néanmoins, toute carte choroplèthe ou indicateur spatialisé tendra nécessairement vers l’un des quatre quadrants.
3. Application aux variables sociales et politiques : l’exemple de Rouen
Dans un premier temps, nous proposons de détailler le test des quatre modèles définis ci-dessus, sur l’espace intra-urbain de l’agglomération rouennaise à l’échelle du bureau de vote (1 500 habitants en moyenne). L’intérêt ici est de tester le « ségrographe » sur plusieurs types de variables. Nous en distinguerons trois : les variables démographiques exprimées en pourcentage de la population totale ; les variables socio-économiques exprimées en pourcentage de la population de 18 ans et + ; les variables d’opinion, mesurées ici par le vote au premier tour de l’élection présidentielle de 1995.
La ségrégation urbaine est généralement observée à travers les deux premiers ensembles de variables. Nous cherchons ici à vérifier si des variables d’opinion peuvent, elles aussi, traduire des ségrégations, et si oui, sous quelle forme d’organisation spatiale. En reportant les différents groupes de variables sur le « ségrographe », on constate qu’ils ne se répartissent pas de manière aléatoire selon les quadrants (fig. 3).
Fig. 3
Application aux variables sociales et politiques à travers l’exemple de Rouen
Les variables démographiques tendent généralement vers l’absence d’organisation spatiale. Elles sont donc à la fois peu discriminantes sur le plan statistique puisque l’indice de ségrégation est compris entre 4 et 15 (sauf pour les 65 ans et +) et peu organisées spatialement, l’indice de Geary étant quasiment toujours supérieur à 0,6.
Les variables socio-économiques tendent davantage vers le tropisme, particulièrement celles généralement associées aux extrémités de l’échelle sociale : les ouvriers (IS = 27,7 et C = 0,40) et les cadres (IS = 38,6 et C = 0,33). Il est également intéressant de noter que les étrangers tendent vers la logique de zonage (IS = 40,4 et C = 0,65). Enfin, les inactifs sont la seule variable caractérisée par une absence de logique spatiale (IS = 13,5 et C = 1,08). Néanmoins, cette catégorie, très hétérogène sur le plan socio-économique, peut tout autant être considérée comme un indicateur démographique. Sa position particulière sur le « ségrographe » tend à confirmer sa faible pertinence et la nécessité de recourir aux sous-populations qui la composent : les femmes au foyer, les étudiants… Ainsi, la catégorie « inactifs » apparaît proche sur le ségrographe de celle des 18-24 ans (IS = 13,9 et C = 1,04). L’absence de logique spatiale de cette tranche d’âge, que l’on peut associer aux étudiants et aux jeunes n’ayant jamais travaillé, pourrait s’expliquer par une double localisation préférentielle : en centre ville et dans les grands ensembles périphériques. L’utilisation de catégories recomposées à partir de fichiers sources (croisement des 18-24 ans, de la nationalité et de la CSP des chefs de ménage …) pourrait peut-être faire apparaître sur le ségrographe de tout autres logiques spatiales (Rhein, 97).
Enfin, les variables d’opinion tendent, elles, davantage vers la géomixité (IS est compris entre 10 et 23 et C est toujours inférieur à 0,4), même si le cas de l’abstention et des petits partis est un peu différent.
Au total, généralement, plus l’indice de ségrégation est élevé, plus l’indice de Geary est faible, et vice versa. Ceci se vérifie surtout pour les variables socio-économiques et démographiques. De ce fait, l’organisation spatiale en zonage ou en géomixité apparaît rare. Néanmoins, les variables d’opinion semblent fonctionner différemment, et permettent de vérifier notre postulat de départ : un même indice de ségrégation peut masquer des organisations spatiales très différentes.
Bien entendu, ces conclusions ne sont valables que pour l’échelle d’observation retenue, ici le bureau de vote. D’autres échelles montreraient peut-être des différentiations entre types de variables moins marquées, voire inversées.
4. Application aux variables d’opinion : le cas des villes françaises
L’utilisation du « ségrographe » sur l’agglomération rouennaise montre que les variables d’opinion semblent offrir une image moins « attendue » de la ségrégation. Contrairement aux variables démographiques et socio-économiques, elles tendent majoritairement vers une géomixité.
Nous nous intéresserons donc plus particulièrement à ces variables, qui représentent en fait la moyenne d’opinions individuelles, conjointement influencées par une appartenance sociale (effet de classe) et une position spatiale (effet de voisinage). On peut donc penser que les différents courants politiques, selon qu’ils soient influencés ou non par une appartenance de classe, ou par des fortes identités locales, tendront vers l’un ou l’autre des quadrants du « ségrographe » (fig. 1).
Pour chaque candidat du premier tour de l’élection présidentielle de 1995, nous avons calculé les indices de ségrégation et les coefficients d’autocorrélation spatiale de Geary dans 11 communes françaises de plus de 100 000 habitants et dans l’agglomération rouennaise, à l’échelle du bureau de vote. Nous avons ensuite reporté les positions de ces villes, pour chaque candidat, sur un « ségrographe » (fig. 4).
Afin de conserver une lisibilité convenable aux graphiques, nous avons dû modifier l’échelle de l’indice de ségrégation, qui varie ici de 4 à 28, par rapport à une amplitude de 4 à 40 pour les graphiques précédents. Les tendances au zonage ou au tropisme seront donc ici « relatives » vis-à-vis des exemples précédents.
L’analyse des différents quadrants nous montre des situations fort variées selon les courants (fig. 4). Le socialisme par exemple tend vers une certaine géomixité. L’électorat de Jospin et du PS en général se caractérise, selon les enquêtes nationales, par un recrutement dans l’ensemble des classes sociales (27 % de vote pour Jospin chez les cadres, 25 % chez les employés). Néanmoins, malgré cette absence de logique de classe qui se traduit par un faible écart de vote entre les zones et donc un faible indice de ségrégation, le vote Jospin conserve une forte organisation spatiale dans la plupart des villes françaises. Nous tenterons d’expliquer ce « paradoxe » dans la dernière partie.
Fig. 4
Ségrégation et cohésion spatiale des forces politiques dans des grandes villes françaises
À l’inverse, les votes pour le Parti communiste, et un peu moins nettement pour le Front national, et la droite modérée, tendent vers le tropisme. Ils sont à la fois le reflet d’un vote fortement marqué par la classe sociale, mais aussi soumis à de forts effets d’entraînements positifs ou négatifs de la structure majoritaire vers les individus, composant ainsi une organisation spatiale de la ville en forts gradients et non en zonage.
L’abstention et les petits partis (écologie, extrême gauche, Mouvement pour la France) tendent généralement vers une absence de structure spatiale. L’absence de logique de classe se combine ici avec de faibles capacités d’entraînements urbains de ces partis. Le cas de l’abstention est assez différent. Même si les abstentionnistes représentent 21 % des inscrits, ils se différencient encore des partis classiques par l’absence d’identité de classe et d’organisation géographique dans la ville. Ils sont plus nombreux à la fois dans les grands ensembles collectifs (reflet d’une exclusion sociale) et dans les centres villes historiques (reflet d’une mobilité résidentielle plus forte, et donc d’un moindre ancrage territorial).
Néanmoins, pour un même parti, des différences d’organisations peuvent apparaître selon les villes. L’abstention à Bordeaux est marquée par une forte autocorrélation, contrairement à Strasbourg où les zones de forte et de faible abstention se retrouvent aussi bien en centre ville qu’en périphérie (fig. 5). Cette différence est avant tout liée à la géographie sociale des deux villes. Dans la cité girondine, les quartiers populaires (Claveau, Les Aubiers et la cité du Grand-Parc au nord, Saint-Jean au sud et le vieux centre), plus enclins à ne pas participer aux scrutins, sont assez proches du centre-ville dont la jeunesse et la forte mobilité de la population en font également une zone de forte abstention. À l’inverse, les bureaux de vote les plus « civiques » sont concentrés à Caudéran, surnommé le « Neuilly bordelais », qui occupe toute la partie ouest de la commune. Dans la capitale alsacienne, les quartiers défavorisés sont systématiquement localisés en périphérie et ils sont séparés par des zones résidentielles (la Robertsau, Charmille, Saint-Antoine, la Meinau…) abritant le plus souvent une population de classes moyennes plus enracinée et moins portée sur l’abstentionnisme.
Fig. 5
Variation de l’autocorrélation spatiale
Le vote socialiste à Nantes s’oppose, par sa forte organisation spatiale en centre-périphérie, à l’organisation d’une ville comme Le Havre où en périphérie se mêlent quartiers votant peu ou beaucoup socialiste (fig. 5). Contrairement à l’exemple précédent, cette distribution différenciée du vote socialiste ne s’explique pas par la géographie sociale des deux villes, qui renvoie à chaque fois à un modèle centre-périphérie, mais par leur histoire politique. Dans la cité ligérienne, l’ancienne tradition anarcho-syndicaliste liée aux activités portuaires a fait place depuis longtemps à des comportements modérés en raison notamment de l’afflux, pendant la décentralisation tertiaire et industrielle, de jeunes ruraux catholiques venus grossir les rangs de la CFDT et du Parti socialiste. À l’inverse, dans le port normand, la tradition anarcho-syndicaliste a perpétué des comportements politiques « protestataires », communistes ou frontistes selon l’encadrement socio-politique des quartiers.
Le Front national est l’un des rares partis dont les indices de ségrégation varient fortement selon les villes, davantage que l’indice de Geary. À Toulon par exemple, l’indice de ségrégation est très faible (fig. 6), ce qui signifie que le Front national dans cette ville, contrairement au niveau national, s’est éloigné d’un vote de classe pour devenir un parti recrutant dans tous les types de quartiers (de 17 à 30 % selon les bureaux de vote). À l’inverse, Strasbourg, autre ville française offrant à l’extrême droite ses meilleurs scores (20 %), révèle certes une autocorrélation un peu plus forte qu’à Toulon, mais surtout une très forte discrimination statistique entre les bureaux de vote, les scores variant de 5 à 43 %.
Fig. 6
Variation de l’indice de ségrégation
Ces différents exemples tendent à montrer que le « ségrographe » apparaît comme un instrument utile de synthèse. Il permet en outre d’opérer graphiquement des typologies originales, fondées sur la comparaison de l’organisation spatiale interne de différentes entités géographiques.
5. Les variables d’opinion, indicateurs paradoxaux de la ségrégation
À première vue, les variables socio-économiques semblent plus discriminantes que les variables d’opinion sur le plan spatial, les indices de ségrégation étant plus élevés. On pourrait donc penser que le vote « atténue » les ségrégations. Cette dernière partie vise à démontrer qu’au contraire, le vote renforce le plus souvent les clivages sociaux.
On ne peut effectuer de comparaisons directes entre les deux groupes de variables (socio-économiques et d’opinion), car les données n’ont pas la même signification. Pour faire des comparaisons directes, il faudrait que le vote pour un parti émane d’une seule et même classe sociale. Or les partis politiques recueillent des voix dans tous les milieux sociaux, même si certains sont plus réceptifs que d’autres. Le vote moyen d’une zone pour un parti est la combinaison d’opinions variées, voire contradictoires. L’oublier revient à se heurter à l’erreur écologique. Les politologues ont fréquemment reproché à la démarche géographique de se contenter de comparer des agrégats, sans tenir compte des possibles inversions internes, inventant ainsi des électeurs « moyens » fictifs qui par définition n’existent nulle part. Les critiques virulentes de M. Hastings (1989) à propos de l’ouvrage de F. Bon et J.-P. Cheylan, La France qui vote, et celles adressées aux travaux de H. Le Bras et E. Todd en témoignent.
Néanmoins, le vote d’une zone ne doit pas non plus être considéré comme la simple somme de comportements individuels, que l’on chercherait à isoler. Les analyses individuelles effectuées à partir d’enquêtes sociologiques et psychologiques montrent également leurs limites dans la mesure où elles se révèlent incapables de saisir le contexte dans lequel évolue l’individu. Comme le soulignent D. Derivry et M. Dogan (1986), « l’idée que l’homme est un être social est le principe fondamental de la sociologie. C’est dire que l’individu ne doit pas être extrait du réseau d’interrelations dans lequel il vit. Cet être social n’existe que par rapport au contexte social, à son environnement. Et c’est précisément ce contexte qui donne un sens à l’ensemble de ses attitudes et comportements. L’individu “saisi” par l’enquête par sondage n’est rien de plus qu’une abstraction statistique ». De l’ecological fallacy on passe alors à l’individualistic fallacy.
Aujourd’hui, chacun s’accorde à reconnaître la complémentarité des deux approches. Ainsi, après l’avoir longtemps délaissée, les politologues reviennent largement à l’analyse écologique qui « reste irremplaçable pour saisir et mesurer les effets des territoires et de leur histoire sur le vote » (Mayer, Perrineau, 1992). Néanmoins, ce retour à la cartographie des résultats électoraux peut conduire paradoxalement à cantonner l’approche géographique à un outil descriptif, si l’objet de son utilisation n’est pas la mise en évidence du rôle explicatif du contexte spatial.
Nous ne souhaitons donc pas limiter l’approche géographique du vote à une simple tentative d’explication de la répartition spatiale des scrutins par des variables supposées explicatives, mais montrer que l’espace d’agrégation des votes peut être lui-même un facteur explicatif des comportements individuels. En effet, le score moyen d’un parti dans une zone n’est pas simplement le résultat mécanique d’une somme de votes de classe, mais aussi d’interactions entre les habitants, de conversations, de leaders d’opinion, et au total d’entraînements. C’est en ce sens que nous pensons que le vote constitue un indicateur original de la ségrégation.
La mesure d’indices sur des variables socio-économiques ne peut révéler que des marqueurs « statiques » d’une ségrégation strictement statistique : par exemple, la présence fortement différenciée des lieux d’habitat des cadres et des ouvriers ne révèle rien sur les liens sociaux entre ces deux classes. Elle présume tout au plus une probabilité : plus la ségrégation « statistique » sera forte, moins les rencontres « potentielles » seront importantes. Ce constat, « la proximité spatiale n’induit pas la proximité sociale », a fait l’objet, depuis l’École de Chicago, de discussions multiples (Grafmeyer, 1994), jusqu’à des prolongements récents à propos de la pertinence de « forcer » la mixité sociale dans le cadre des politiques de la ville.
Par contre, le vote, choix personnel et non « état », comme l’âge ou la condition sociale, peut être davantage considéré comme un indicateur d’une « ségrégation » ou d’une « mixité », non plus au sens statistique, mais au sens d’interrelations ou non entre classes. Il est possible de tester cette hypothèse (la répartition des votes est un indicateur à la fois des structures sociales et des interactions entres elles) par la construction d’un vote théorique issu des sondages, que l’on comparera avec un vote réel. Il peut se définir de la façon suivante (fig. 7) : pour une zone donnée (ici le quartier ou le bureau de vote), on connaît sa structure sociale grâce au recensement de la population, et on connaît au niveau national, grâce aux sondages « sortie des urnes », les tendances de vote de chaque classe. Pour chaque tendance politique, on pondère le pourcentage de voix représentatif de chaque CSP au niveau national, par le pourcentage représenté de cette CSP dans la zone considérée ce qui aboutit au calcul du vote théorique de ce quartier selon sa structure sociale pour un parti. On obtient donc le score théorique que chaque parti aurait dû obtenir si les électeurs des différents quartiers avaient voté conformément à la situation nationale.
Fig. 7
Le modèle de Johnston (ou de structure sociale)
Ce vote théorique a rarement été testé à un niveau infracommunal dans l’espace urbain en France, du fait de l’absence de correspondance entre les zonages de l’INSEE (quartiers ou îlots) et les découpages politiques (bureaux de vote). Un travail spécifique sur l’agglomération rouennaise, à partir d’une méthode de ventilation des données sociales à l’îlot dans les bureaux de vote selon un principe des contributions démographiques (Girault, 2000), a permis de calculer ce vote théorique pour les différents candidats à l’élection présidentielle de 1995.
En plaçant sur le « ségrographe » (fig. 8), les votes théoriques et réels des différents courants politiques dans l’agglomération rouennaise, nous parvenons à deux constats.
Fig. 8
« Ségrographe » vote réel-vote théorique. Présidentielle 1995 (1er tour) dans les 262 bureaux de vote de l’agglomération rouennaise
D’une part, le vote réel est toujours nettement plus ségrégé que le vote théorique, lequel renvoie généralement à la géo-mixité, voire à l’absence de logique spatiale pour Jospin. La faiblesse des indices de ségrégation (de 1,4 pour Jospin à 5,6 pour Le Pen) montre que les électorats potentiels, tels qu’ils sont définis par les enquêtes d’opinion, sont en fait très peu différenciés selon les quartiers de l’agglomération. Le vote réel, que nous avons présenté comme moins discriminant que la structure socio-économique dans la première partie de cet article, accentue toujours l’orientation politique potentielle. Il n’est donc pas la simple traduction d’un « vote de classe », mais le résultat d’entraînements, sociologiques ou non, rendant ce vote plus discriminant que ne le laisserait supposer la simple structure sociale.
Lorsque les coefficients de corrélation entre le vote théorique et le vote réel sont élevés, on peut alors estimer qu’il existe un entraînement sociologique en faveur de la structure sociale majoritaire. On rejoint ainsi les constatations de J. Klatzmann (1957) et de nombreux auteurs anglo-saxons (Cox, 1969 ; Taylor, Johnston, 1979) sur l’effet de voisinage : un ouvrier aura d’autant plus de chance de voter à gauche s’il réside dans un environnement « ouvrier » que s’il vit dans un quartier « bourgeois ». Cet entraînement sociologique se vérifie surtout pour le vote FN (r = 0,78 entre le vote réel et le vote théorique), pour Chirac (r = 0,82) et dans une moindre mesure pour le Parti communiste (r = 0,68) et Balladur (r = 0,70). À l’inverse, les faibles coefficients de corrélation relevés pour le vote écologiste (r = 0,49) et surtout pour le Parti socialiste (r = -0,08) montrent que l’entraînement doit être recherché ailleurs que dans la structure socioprofessionelle des bureaux de vote.
D’autre part, les indices de Geary entre le vote réel et le vote théorique varient de façon très différenciée selon les courants politiques. Les grands partis incarnés par Balladur (fig. 9), Chirac, Jospin et Hue connaissent un vote réel beaucoup plus cohésif que le vote théorique. Cela traduit donc un entraînement « non directement sociologique », qui reflète entre autres le poids des héritages politiques dans l’agglomération rouennaise.
Fig. 9
Comparaison vote théorique-vote réel dans l’agglomération de Rouen
Pour la droite et le Parti communiste, le vote est donc à la fois marqué par un fort entraînement sociologique et d’importants effets « locaux ». Ces mesures illustrent deux facteurs interdépendants : des quartiers sociologiquement très différenciés, et des équipes municipales durablement implantées. Cette interdépendance se traduit par exemple par la proportion très variable de logements sociaux sur le territoire communal.
En revanche, pour le Parti socialiste (fig. 9), l’entraînement mis en évidence par l’augmentation de l’autocorrélation spatiale entre le vote théorique et le vote réel semble strictement lié aux héritages politiques, puisque la distribution spatiale de son électorat potentiel est très différente de celle de son électorat réel qui se concentre, lui, dans les communes qu’il gère : Déville, Sotteville, Canteleu, Petit-Couronne et surtout Grand-Quevilly où Laurent Fabius a succédé à Tony Larue (60 ans de règne !).
Le Front national connaît une autocorrélation proche pour le vote théorique et le vote réel qui est donc simplement marqué par un entraînement sociologique. Cela illustre sa faible capacité à capter des voix en dehors de son électorat potentiel, en raison du caractère récent de son implantation et de l’absence d’élus locaux en situation de gestion.
Enfin, pour l’écologie incarnée par Dominique Voynet, la cohésion spatiale « théorique » ne se vérifie pas dans la réalité : le vote semble peu lié à la structure sociale, et se disperse dans l’espace urbain ou se recompose selon des logiques non géographiques.
Conclusion
Si le « ségrographe » se révèle particulièrement utile pour des comparaisons entre variables ou entre espaces d’analyse, il ne reste qu’un outil de mesure de la ségrégation et ne doit pas dispenser l’utilisateur d’une réflexion préalable sur les choix des variables à analyser. Or, si l’apport des géographes est d’intégrer la dimension spatiale dans la réflexion sur la ville, on leur reproche souvent de se contenter de localiser et de mesurer les phénomènes urbains sans se soucier de la dimension psychologique qui intervient dans la stratégie des individus ou des groupes. À l’inverse, des approches strictement psychologiques éludent le rôle des entraînements collectifs sur les comportements individuels et ne parviennent pas à appréhender la ville selon une approche systémique et globale. En introduisant des variables d’opinion telles que le vote dans l’analyse des ségrégations urbaines, nous avons voulu apporter une dimension identitaire à l’analyse géographique de la ville et intégrer la dimension collective qui manque souvent aux analyses purement individuelles des questions d’identités urbaines.
BIBLIOGRAPHIE
·
Bussi M. (1998). Éléments de géographie électorale à travers l’exemple de la France de l’Ouest. Rouen : Presses Universitaires de Rouen, 399 p.
·
Bussi M. et al. (1999). « Les territoires urbains rouennais : inégalités objectives et pratiques subjectives ». Études normandes, n° 1-2, p. 125-150.
·
Cliff A.D., Ord J.K. (1973). Spatial Autocorrelation. Londres : Pion.
·
Cox K. (1969). « The voting decision in a spatial context ». Progress in Geography, n° 1, p. 81-117.
·
Derivry D., Dogan M., (1986). « Religion, classe et politique en France ». Revue française de science politique, avril, p. 157-181.
·
Desrosières A., Thévenot L. (1988). Les Catégories socioprofessionnelles. Paris : La Découverte.
·
Données urbaines (2), (1998). D. Pumain, M.-F. Mattei, dir. Paris : Anthropos, coll. « villes ».
·
Duncan O.D., Duncan B. (1955). « A Methodological analysis of segregation indexes ». American Sociological Review, vol. 20, n° 2, p. 210-217.
·
François J.-C. (1997). Discontinuités dans la ville. L’espace des collèges dans l’agglomération parisienne. Paris : Université de Paris I, thèse de doctorat en géographie.
·
Girault F. (2000). Le Vote comme expression territoriale des citadins. Contribution à l’étude des ségrégations urbaines ». Rouen : Université, thèse de doctorat en géographie, 519 p.
·
Grafmeyer Y. (1994). Sociologie urbaine. Paris : Nathan, coll. « Nathan Université », 128 p.
·
Grafmeyer Y. (1994). « Regards sociologiques sur la ségrégation », in Brun J., Rhein C., dir., La Ségrégation dans la ville. Paris : L’Harmattan, coll. « Habitat et sociétés », p. 85-117.
·
Guermond Y., Lajoie G. (1999). « De la mesure en géographie sociale ». L’Espace géographique, n° 1, p. 84-90.
·
Hastings M. (1989). « Les démiurges de l’introspection cartographique ». Politix, n° 5, p. 74-76.
·
Héran F. (1997). « La catégorie socioprofessionnelle : réflexion sur le codage et l’interprétation », in Dupoirier E., Parodi J.-L., dir., Les Indicateurs sociopolitiques aujourd’hui. Paris : L’Harmattan, p. 49-68.
·
Klatzmann J. (1957). « Comportement électoral et classe sociale. Étude du vote communiste et du vote socialiste à Paris et dans la Seine ». Cahiers de la FNSP, n° 82, p. 254-285.
·
Lajoie G. (1998). « La ségrégation des populations urbaines de 1982 à 1990 ». Données urbaines (2), p. 191-206.
·
Mayer N., Perrineau P., (1992). Les Comportements politiques. Paris : Armand Colin, 160 p.
·
Petsimeris P., (1995). « Une méthode pour l’analyse ethnique et sociale de l’espace intra-métropolitain du Grand Londres ». L’Espace géographique, n° 2, p. 139-153.
·
Roncayolo M. (1997). La Ville et ses territoires. Paris : Folio, 285 p.
·
Rémy J., Voyé L. (1992). La Ville : vers une nouvelle définition ? Paris : L’Harmattan, coll. « Villes et Entreprises », 174 p.
·
Rhein C. (1997). « De l’anamorphose en démographie. Polarisations sociales et flux scolaires dans la métropole parisienne ». Les Annales de la recherche urbaine, n° 75, p. 59-69.
·
Rhein C. (1994). « La ségrégation et ses mesures », in Brun J., Rhein C., dir., La Ségrégation dans la ville. Paris : L’Harmattan, coll. « Habitat et sociétés », p. 121-161.
·
Taylor P.J., Johnston R.J. (1979). Geography of elections. Harmondsworth : Penguin Books, 528 p.
·
Tiefelsdorf M., (2000). Modelling spatial Processes. Berlin : Springer, 161 p.
© Cairn 2007
Vie privée |
Conditions d’utilisation |
Conditions générales de vente
À propos | Éditeurs | Bibliothèques | Aide à la navigation | Plan du site | Raccourcis
À propos | Éditeurs | Bibliothèques | Aide à la navigation | Plan du site | Raccourcis
Retour en haut de page
Ici s'achève le contenu de la page, la suite ne concerne que les attributs d'affichage
