Espace géographique
Belin

I.S.B.N.2701131278
96 pages

p. 109 à 117
doi: en cours

Veille sur la revue
Veille sur l'auteur
Vous consultez

Analyse urbaine

tome 31 2002/2

2002 Espace géographique Analyse urbaine

Facteurs de marginalisation sociale en Seine-et-Marne

Mounir Mamoghli UMR CNRS 6063 IDEES, équipe MTG département de géographie, université de Rouen 76821 Mont-Saint-Aignan cedex
La précarité favorise les comportements à risque, mais de façon très variable selon l’environnement. L’augmentation rapide de la population, le manque d’équipements, la mauvaise desserte par les transports en commun favorisent les difficultés. En matière de délinquance juvénile, l’efficacité des contrats de ville a conduit à limiter les effets négatifs du chômage sur les comportements délictueux dans les quartiers qui en ont bénéficié. Mots-clés : MARGINALISATION, MODÉLISATION, SEINE-ET-MARNE. Unemployment encourages risk-taking behaviour, but to widely varying degrees depending on the environment. Rapid population increase, lack of infrastructure and poor public transport facilities all contribute to problems. Regarding juvenile delinquency, the efficiency of the contrats de ville (programmes to create jobs and revitalise residential areas) has reduced the negative effects of unemployment on criminal behaviour in the areas that have benefited from them. Keywords : MARGINALISATION, MODELLING, SEINE-ET-MARNE.
Notre hypothèse est que les difficultés des habitants en Seine-et-Marne varient fortement selon des facteurs environnementaux, toutes choses égales par ailleurs, c’est-à-dire l’effet du chômage étant mis de côté. H. Mackay et C. Shaw (1942) montrent que les comportements délictueux ne sont pas exclusivement explicables par les conditions de vie des populations les plus fragilisées. Certes, la pauvreté et la destruction de la famille favorisent le développement de la délinquance, mais celle-ci, selon H. Mackay et C. Shaw, implique trois conditions : une mobilité résidentielle qui se répercute dans les zones centrales de Chicago avec quelques inflexions du modèle (les délinquants se recrutent aussi le long des grands axes de communication, et la manière dont les banlieues délinquantes se distribuent autour de la métropole est plus complexe) ; l’absence ou la faiblesse de perspective de promotion sociale, de possibilité de « s’en sortir » par la voie légale ; l’absence d’une institutionnalisation et d’une reconnaissance de la génération des premiers immigrants dans la vie culturelle et politique locale, donc l’absence d’un groupe d’adultes en position d’autorité légitime.
En France, les travaux d’A. Mingat fournissent quelques pistes sur la dimension géographique des performances scolaires dans les collèges (Mingat, 1994). Les résultats révèlent qu’au-delà de la caractéristique sociale individuelle de l’élève, les choses peuvent se passer différemment lorsque le contexte géographique dans lequel évolue cet enfant est favorable ou non. A. Mingat montre notamment que l’effet contextuel est indépendant de l’appartenance sociale individuelle. Les enfants d’ouvriers scolarisés en 5e dans les collèges les moins populaires ont, à valeur scolaire donnée, une probabilité de passer en 4e plus élevée que les enfants de cadres scolarisés dans les collèges les plus populaires. De plus, l’impact de cette caractéristique du contexte n’est pas le même selon l’appartenance sociale des enfants, puisque les chiffres obtenus selon le type de collège fréquenté diffèrent plus nettement pour les enfants d’ouvriers (17 points) que pour les enfants de cadres (11 points). A. Mingat montre que la propension à choisir une filière est d’autant plus grande qu’elle existe à une distance faible et que les filières alternatives sont éloignées [1].
 
Données de l’analyse
 
 
Pour des raisons liées à l’accès à des informations confidentielles, nous avons choisi de construire les variables à l’échelon des cantons. Le nombre d’habitants par canton dépasse 5 000 habitants, ce qui nous a permis de constituer un fichier anonyme et de pouvoir disposer de données réparties sur l’ensemble du département. Nous avons élaboré cinq indicateurs cibles sur l’usage de drogue, la délinquance juvénile, le retard scolaire dans le primaire, le retard scolaire dans le secondaire, l’enfance en danger.
La police et la gendarmerie fournissent le nombre de mises en cause pour infraction à la législation sur les stupéfiants par circonscription de police urbaine ou brigade de gendarmerie. L’addiction aux produits psychotropes ne se limite pas à certains territoires. Si le phénomène varie d’un lieu à un autre, il semble que cette variation ne se fait pas dans les mêmes proportions que la délinquance. La toxicomanie toucherait tous les milieux sociaux en Seine-et-Marne. C’est pourquoi il nous a été utile de calculer le rapport entre le nombre de mises en cause par zone (circonscription de police urbaine ou de brigade de gendarmerie) et le nombre de communes dans cette zone, afin de prendre en compte la diffusion spatiale de la toxicomanie.
Les statistiques policières fournissent aussi, par zone d’interpellation, le nombre de mineurs mis en cause pour un acte de délinquance. La délinquance juvénile étant moins diffuse dans l’espace, il nous a été plus utile d’utiliser non pas un rapport mais le nombre de mineurs mis en cause par circonscription de police ou de brigade de gendarmerie. D’autres sources permettent de saisir des informations sur l’usage de drogue et la délinquance juvénile (mesures éducatives des comités de probation, nombre d’injonctions thérapeutiques, etc.). Mais les statistiques policières selon un nombre suffisant de lieux nous permettent de mieux appréhender la distribution spatiale des comportements délictueux et de l’usage de drogue.
Il convient aussi d’analyser d’autres difficultés, puisque les données policières ne reflètent qu’une partie des comportements à risque. L’Inspection académique de Seine-et-Marne et le Rectorat de Créteil nous ont fourni des indications sur les difficultés scolaires. Nous avons calculé le nombre d’élèves, par canton de résidence, en retard scolaire d’un an (CE1 et CM2) ou deux ans (collèges). Nous avons choisi d’utiliser le critère de l’âge effectif de l’élève par rapport à l’âge fictif qu’il devrait avoir dans la classe qu’il fréquente, en admettant le principe que tout retard scolaire est le signe d’une difficulté insurmontée à un moment ou un autre de la scolarité de l’élève.
Nous avons voulu intégrer dans cette étude l’enfance en danger, car maltraitance d’enfants et pédophilie augmentent d’une manière inquiétante. L’enfance en danger relève de la Protection judiciaire de la jeunesse et de l’Aide sociale à l’enfance (ASE) du Conseil général. Seules les données du Conseil général ont été facilement exploitables pour aboutir par canton au nombre d’enfants en danger confiés à l’ASE.
La construction de courbes par ajustement cubique nous met sur la voie d’une typologie. Ces courbes peuvent être regroupées en trois familles, résumées par les figures 1 à 3.
L’enfance en danger est le premier indicateur. La courbe a été construite en plaçant en ordonnée les effectifs des enfants confiés à l’ASE au premier trimestre 1998 et en abscisse le nombre de demandeurs d’emploi au troisième trimestre de 1997 dans chaque canton de résidence (fig. 1).
Enfance en danger
IMGIMGEnfance en dangerIMGIMF
Le deuxième groupe concerne le retard scolaire. Nous avons tracé les courbes sur un même plan en utilisant une échelle propre. Nous avons représenté en abscisse toujours le nombre de demandeurs d’emploi au troisième trimestre de 1997. Représenté en ordonnée, le nombre d’élèves en retard scolaire en CE1-CM2 serait un indicateur des difficultés dans le primaire. Quant au nombre d’élèves en retard scolaire dans les collèges par canton de résidence, représenté par le même axe des ordonnées, il peut refléter les difficultés scolaires dans le secondaire (fig. 2).
Fig. 2
Retard scolaire
IMGIMGRetard scolaireIMGIMF
La toxicomanie et la délinquance juvénile forment le troisième groupe d’indicateurs. Les courbes ont été représentées aussi sur un même plan, toujours selon une échelle propre (fig. 3). Pour la toxicomanie, nous avons représenté en ordonnée le rapport entre le nombre de personnes mises en cause par circonscription de police ou brigade de gendarmerie et le nombre de communes du ressort de cette circonscription ou brigade. En abscisse, nous avons substitué au nombre de chômeurs les valeurs d’une fonction gravitationnelle de type Lowry (Lowry, 1964). Cette fonction permet de prendre en compte la proximité des secteurs d’interpellation aux zones les plus sensibles. Il s’agit de calculer en quelque sorte l’attraction exercée par le secteur d’interpellation sur les personnes en situation de précarité. Cette attraction prend en compte le chômage et les temps des transports en commun.
Fig. 3
Délinquance juvénile et toxicomanie
IMGIMGDélinquance juvénile et
				toxicomanieIMGIMF
Pour la délinquance juvénile, nous avons représenté en ordonnée le nombre de mineurs mis en cause par circonscription de police ou brigade de gendarmerie. En revanche, en abscisse il a fallu, outre le chômage et les temps des transports en commun, intégrer dans la fonction « attraction » des variables sur les équipements dans le secteur d’interpellation. Ce qui nous a permis de prendre en compte la concentration spatiale des interpellations.
 
Interprétation des courbes
 
 
Toutes les difficultés augmentent avec le chômage, c’est une évidence. Cependant, ces difficultés se distinguent selon la variation de cette augmentation. Dans les cantons où le seuil de 2 000 chômeurs est dépassé, le nombre d’enfants en danger croît plus vite que dans les autres cantons. Dans les cantons de moins de 1 000 chômeurs et dans les cantons où le nombre de demandeurs d’emploi dépasse les 2 500, le nombre d’élèves en retard scolaire augmente plus vite que dans les autres cantons. Le nombre de mises en cause croît fortement dans les cantons d’interpellation dont l’attraction est située en dehors de l’intervalle [0,2 - 0,7] et [0,0 - 0,4] respectivement pour la délinquance juvénile et pour la toxicomanie.
Examinons de part et d’autre des différents seuils les valeurs de facteurs potentiellement explicatifs. Ce sont des moyennes calculées sur des variables collectées au niveau des cantons (tableaux 1, 2, 3 et 4). La courbe des enfants en danger révèle que, dans les cantons où le seuil de 2 000 chômeurs est dépassé, le nombre d’enfants en danger croît plus vite que dans les autres cantons. Dans les cantons concernés, il y a en moyenne 44 % des logements construits entre 1975 et 1990 contre 33 % dans les autres cantons. La part des logements sociaux est élevée après le seuil 2 000 (le rapport moyen entre le nombre de ces logements et le nombre de familles allocataires de la CAF est de 0,62 contre 0,44 dans les autres cantons). Les habitants d’origine étrangère dans ces cantons sont nombreux (10 % de la population contre 8 % en moyenne dans les autres cantons). Ainsi, on retrouve quelques traits relatifs aux quartiers de la Politique de la ville, où la mise en danger des enfants demeure un problème préoccupant. Les débats autour du foulard islamique, de la liberté de la femme et de l’intégrité physique traduisent bien la crispation sociopolitique devant une expression identitaire qui emprunte des formes considérées comme dangereuses pour les enfants. Comme le dit F. Khosrokhavar (1997), la dualisation de l’espace social est corrélée à une dégradation de la situation de la génération adulte des immigrés et l’émergence, depuis le début des années 1990, d’une nouvelle forme de pratiques culturelles qui a pour cadre l’exclusion sociale et spatiale.

Tabl. 1
Enfance en danger
Nombre de chômeurs < 2 000 Nombre de chômeurs > 2 000
Rapport entre nombre de logements achevés entre 1975 et 1982 et nombre total de logements 0,15 0,20
Rapport entre nombre de logements achevés entre 1982 et 1990 et nombre total de logements 0,18 0,24
Rapport entre nombre de logements sociaux et nombre de familles 0,44 0,62
Rapport entre nombre d’habitants d’origine étrangère et nombre total d’habitants en 1990 0,08 0,10


Tabl. 2
Retard scolaire
< 1 000 chômeurs Entre 1 000 et 2 000 > 2 500 chômeurs
Rapport entre nombre d’agriculteurs et nombre d’habitants 0,02 0,00 0,00
Nombre de cinémas pour 1 000 habitants 0,05 0,09 0,02
Rapport entre nombre de bénéficiaires d’aides pour le logement et nombre total de familles 0,44 0,50 0,48
Rapport entre nombre de familles nombreuses et nombre de familles 0,22 0,20 0,23
Rapport entre nombre d’accédants à la propriété en difficulté financière et nombre d’habitants 0,0010 0,0005 0,0009


Tabl. 3
Toxicomanie
Attraction < 0,04 Attraction > 0,04
Rapport entre nombre d’agriculteurs et nombre d’habitants 0,01 0,40
Rapport entre nombre de logements achevés avant 1949 et nombre total de logements 0,27 0,42
Rapport entre nombre de familles nombreuses en 1993 et 1996 0,98 1,02
Rapport entre nombre de jeunes de 16 à 18 ans en 1993 et 1996 1,07 1,10


Tabl. 4
Délinquance juvénile
Attraction < 0,02 Attraction 0,02 > <0,07 Attraction > 0,07
Rapport entre nombre de logements achevés avant 1949 et nombre total de logements 0,36 0,23 0,35
Rapport entre nombre de familles nombreuses en 1993 et 1996 1,01 0,99 1,02
Rapport entre nombre de jeunes de 6 à 11 ans en 1993 et 1996 1,06 1,02 1,06
Rapport entre nombre de jeunes de 18 à 20 ans en 1993 et 1996 1,10 1,07 1,12
Rapport entre nombre de familles en dettes pour le loyer et nombre de mises en cause en 1996 0,54 0,17 0,35
Rapport entre nombre d’accédants à la propriété en difficulté financière et nombre total de familles en 1996 0,0061 0,0034 0,002
Rapport entre nombre d’habitants d’origine étrangère et nombre total d’habitants en 1990 0,07 0,10 0,09

Toute la Seine-et-Marne se développe. Le dynamisme des zones rurales et des franges situées au contact de l’agglomération parisienne est prouvé depuis 1975. Une bonne partie de cette croissance est due aux excédents de population des autres départements d’Île-de-France, notamment ceux de Paris et de la petite couronne. Or les facteurs associés aux difficultés scolaires semblent révéler une crise dans certains secteurs où la population croît vite, qu’ils soient ruraux ou urbains.
Pour les comportements délictueux et l’usage de drogue, le nombre de mises en cause croît fortement dans les cantons d’interpellation dont l’attraction est située respectivement en dehors des intervalles [0,2 - 0,7] et [0,0 - 0,4]. Dans certains secteurs ruraux, la délinquance juvénile semble poser un problème de taille dans la mesure où la courbe des comportements délictueux couvre largement celle de la toxicomanie. En milieu urbain, toxicomanie et délinquance juvénile se conjuguent surtout dans les secteurs anciens, puisque le nombre de logements construits avant 1949 est une caractéristique de ces cantons. Cela vient corroborer les résultats de M. Bussi (1996), lesquels révèlent que les aires de plus forte consommation de psychotropes sont plutôt des vieux ensembles pavillonnaires des anciennes banlieues industrielles.
La structure démographique est à prendre en compte dans la mesure où le nombre de jeunes et de familles nombreuses augmente vite dans les secteurs où toxicomanie et délinquance juvénile se manifestent le plus. Il semble aussi que, dans les secteurs de délinquance juvénile, la population croît vite, comme le montre l’indicateur lié au logement. En effet, en milieu rural, le nombre de familles accédant à la propriété qui se trouvent en difficulté financières est élevé. En milieu urbain, pour un même nombre de mineurs mis en cause pour un acte de délinquance, les dettes pour les loyers dans les cantons situés en dehors de l’intervalle [0,2 - 0,7] sont plus fortes que dans le restant du département.
La grande surprise vient du fait que, dans les aires où la délinquance juvénile augmente le plus, le nombre d’étrangers est plus faible que dans les autres secteurs. L’idée de cette recherche est née d’ailleurs de ce constat et l’hypothèse initiale est confirmée par l’analyse. En effet, dans les quartiers faisant l’objet de contrats de ville, les dispositifs se sont multipliés et des moyens parfois très puissants ont permis d’atténuer la délinquance juvénile. Par ailleurs, d’autres secteurs se trouvent désemparés par une jeunesse en grande difficulté et l’absence de réponse éducative. Dans ces secteurs, des moyens socio-éducatifs supplémentaires peuvent limiter les effets du chômage.
 
Répartition géographique des indicateurs de marginalisation
 
 
On peut calculer une distorsion entre les modèles et les données observées. Cette distorsion est évaluée par :
δi = Dobsi/Di, avec Di=f(chomi)
où : Dobsi est le nombre observé des personnes en difficulté résidant en i ; Di est le nombre théorique des personnes en difficulté résidant en i ; chomi est le nombre de chômeurs résidant en i ; f est un modèle « log-linéaire » pour les indicateurs suivant : enfance en danger, retard scolaire en CE1 et CM2 et retard scolaire dans le secondaire. Pour la toxicomanie et la délinquance juvénile, nous avons utilisé un modèle gravitaire.
Un ?i significatif (loin de 1) est l’indication d’un biais spatial. En effet, si δi est supérieur à 1, les difficultés des habitants peuvent être favorisées par des critères autres que le chômage. En revanche, lorsque le rapport est inférieur à 1, les difficultés sont atténuées par la présence de facteurs qui limitent les effets négatifs du chômage.
On peut synthétiser ces distorsions par une analyse en composantes principales, en reportant les cinq variables (c’est-à-dire les distorsions) sur les deux axes principaux. Dans une ACP, le premier facteur peut être appelé « l’axe taille » (Tassi, 1985), car généralement l’ensemble des variables sont corrélées positivement à cet axe. Il peut être considéré ici comme un « axe des priorités », car il correspond à l’ampleur des distorsions, donc des facteurs autres que le chômage, qui influent sur les problèmes sociaux rencontrés. En reportant les aires géographiques sur ces axes, on identifie quatre territoires selon le rôle des facteurs contextuels (fig. 4). Ces aires sont représentées sur la carte (fig. 5).
Fig. 4
Le rôle des facteurs contextuels
IMGIMGLe rôle des facteurs
				contextuelsIMGIMF
Fig. 5
Les cantons classés selon les priorités définies par les facteurs contextuels
IMGIMGLes cantons classés selon les
				priorités défini...IMGIMF
Les cantons de première priorité
Dans le canton de Meaux-Nord, le nombre de jeunes de 18-20 ans est en forte augmentation. Meaux-Nord semble avoir exercé depuis une vingtaine d’années une attraction sur une population nouvelle, avec l’ouverture de l’aéroport de Roissy en 1974, à quelques kilomètres de Meaux : les familles préfèrent résider à une certaine distance de la zone aéroportuaire, peu attractive pour l’habitat (Mamoghli, 1993b). De plus, Meaux-Nord est bien doté en ressources. Cherchant une meilleure adaptation urbaine, les familles monoparentales sont nombreuses dans ce canton : 17 % des allocataires de la CAF sont des familles monoparentales contre 13 % dans la partie du département où il existe des facteurs atténuants.
À l’est de ce canton, dans la vallée de la Marne et de l’Ourcq et dans le canton de La Ferté-Gaucher, les agriculteurs, les ouvriers et les retraités sont fortement représentés. Les bibliothèques, les théâtres et les cinémas manquent. Ces cantons étant ruraux, les subventions de la Mission Ville pour le soutien scolaire sont quasiment inexistantes. Les actions contre l’illettrisme sont rares. Les éducateurs de la prévention spécialisée et les structures de prévention et de prise en charge de la toxicomanie sont peu nombreux. Les statistiques des allocations familiales semblent révéler un accroissement du nombre des jeunes âgés de plus de 6 ans supérieur à la moyenne départementale. Cependant, contrairement à la tendance générale dans le département, le nombre d’enfants âgés de moins de 6 ans diminue dans ces cantons, comme si le manque de ressources y constituait aujourd’hui un frein à l’accueil de nouvelles populations.
Dans la partie sud-est du département, on trouve des populations fragilisées (rmistes, étrangers, agriculteurs, ouvriers et retraités). Les revenus sont faibles, les dettes pour les loyers sont élevées. Les subventions et les aides légales comme les allocations pour le logement comptent beaucoup. Les cinémas sont nombreux mais les théâtres manquent. Or, dans une précédente étude concernant l’Essonne, il nous a été révélé qu’en matière d’action culturelle, seules les communes dotées d’une aire culturelle diversifiée parviennent à atténuer les effets négatifs du chômage.
Les cantons de deuxième priorité
L’agglomération de Melun semble exercer une attraction particulière sur les populations à revenus élevés (cadres supérieurs). Mais, dans le même temps, les personnes en difficulté sont nombreuses aussi, notamment les familles endettées pour les loyers, les handicapés et les chômeurs de longue durée. Des tensions peuvent résulter de cette dualité, laquelle engendre chez les personnes en difficulté un sentiment d’injustice.
Nous avons tenté une expérience de terrain afin de confronter les résultats de la modélisation avec la réalité. Nous avons passé quelques semaines à Dammarie-les-Lys en plein quartier de contrat de ville. Dans ce quartier, le confort, l’urbanisme et l’entretien des espaces verts sont plus que satisfaisants. La police est très discrète. Quelques adultes issus de l’immigration participent par des postes subalternes à la vie du quartier. Mais nombre d’habitants ne travaillent pas. Le café-PMU est très fréquenté. La petite salle de prière du foyer Sonacotra est bondée par des musulmans qui veulent pratiquer. Le bar du foyer, séparé de la salle de prière par une simple cloison, procure sans doute un revenu correct à son gérant, le nombre de clients étant apparemment élevé. Au centre social, la permanence des assistantes sociales est très sollicitée. En revanche, la bibliothèque est très peu fréquentée par les habitants du quartier sensible et encore moins par ceux des environs. Le quartier est séparé des autres par une sorte de no man’s land. La dualité est nette. Peu d’échange entre les habitants d’une même ville, séparés de quelques centaines de mètres. La méconnaissance est totale, l’ignorance mutuelle est complète.
Le RER passe presque au pied du foyer Sonacotra, mais sans s’arrêter, ce qui prive les habitants de Dammarie-les-Lys d’un accès régional facile et la SNCF d’une clientèle supplémentaire, et la ville de Dammarie-les-Lys d’un effet structurant. Les déplacements sont donc polarisés vers la gare de Melun, centre d’un polygone que forment quatre points fréquentés par les habitants de Dammarie-les-Lys : le tribunal, la Caisse d’allocations familiales et les antennes de l’Assedic et de l’Anpe. Le centre de Melun se trouve loin sur l’autre rive de la Seine. Les personnes en difficulté semblent avoir du mal à s’aventurer en centre-ville d’autant plus que le ticket de bus est plus cher que dans la ville de Paris. Mais ce qui nous frappe le plus, c’est le paradoxe entre le quartier de la gare, triste et pollué, et les rues piétonnières du centre de Melun, garnies de magasins de luxe.
Sur la route entre Dammarie et Melun, plusieurs bâtiments portent une annonce par laquelle les bailleurs proposent des appartements à louer. Mais les difficultés sont manifestes. Des seringues par terre signalent la toxicomanie. D’ailleurs, les cafés situés autour de la gare de Melun sont vigilants : des mesures sont prises pour éviter la consommation de drogue dans les toilettes.
Le canton de Provins apparaît comme un canton excentré, difficile à atteindre par les transports en commun. De plus, il semble quelque peu oublié en matière de politique socio-éducative. Le nombre d’éducateurs spécialisés est faible. L’action contre l’illettrisme par les bénévoles est rare. Le canton étant considéré comme rural, il ne reçoit guère de subventions de la Mission Ville pour le soutien scolaire. Cette situation nuit à une population pauvre qui semble s’être établie dans le canton depuis la fin des années 1980 : les chiffres montrent une augmentation du nombre des jeunes âgés de 11 à 16 ans et du nombre de familles nombreuses entre 1993 et 1996 et les pourcentages d’ouvriers et de retraités sont élevés.
À Rozay-en-Brie, la desserte par les transports en commun est mauvaise, les logements sociaux, les théâtres, les cinémas, les structures de prévention et de prise en charge de la toxicomanie et les clubs de prévention spécialisée manquent ; les subventions de la Mission Ville pour le soutien scolaire et pour la lutte contre la délinquance sont rares dans ces cantons considérés comme ruraux, où le nombre des jeunes âgés de 11 à 16 ans augmente fortement. Les accédants à la propriété en difficulté financière sont nombreux.
L’expansion urbaine de Meaux-Sud, amorcée depuis une vingtaine d’années, semble continuer. En effet, le nombre d’habitants augmente fortement, en particulier celui des jeunes, quelle que soit la catégorie d’âge. De plus, le nombre d’accédants à la propriété en difficulté financière y est élevé. Le taux des aides pour le logement est faible.
Les cantons de troisième priorité
Des aires situées au sud-est de la forêt de Fontainebleau et dans le canton de Coulommiers constitueraient des lieux où beaucoup de retraités désireux de garder un contact avec Paris ont choisi de s’établir. Dans ces aires, les bibliothèques manquent. Du fait de leurs caractéristiques rurales, on y recense peu de subventions pour le soutien scolaire ou pour la lutte contre la délinquance de la part de la Mission Ville. Les éducateurs de la prévention spécialisée sont rares.
Les autres cantons de troisième priorité sont caractérisés par un manque flagrant de ressources locales : bibliothèques, théâtres, cinémas, équipements sportifs (piscines), subventions, actions contre l’illettrisme, structures de prévention et de prise en charge de la toxicomanie et éducateurs de la prévention spécialisée, tout manque.
 
Conclusion
 
 
L’approche de la marginalisation qui a été développée ici est inspirée par la modélisation. Afin d’infléchir l’orientation des modèles d’une conception mécaniste vers une réalité du terrain, on a tenté d’analyser les distorsions entre les modèles et les observations, ce qui nous a conduit à cerner de plus près des situations géographiques. Il resterait à préciser l’évolution dans le temps des aires prioritaires en fonction de la nouvelle orientation de la Politique de la ville.
 
BIBLIOGRAPHIE
 
·  Boudon R. (1966). « Propriétés individuelles et propriétés collectives ; un problème d’analyse écologique » ; in Boudon et Lazarsfeld, dir. L’Analyse empirique de la causalité. Paris : Mouton.
·  Bulmer, Ogburn W.F. et Talbot N.S. (1929). « A measurement of the factors in presidential elections of 1928 ». Social Forces, vol. 8., p. 175-183.
·  Bussi M. (1996). « Analyse spatiale de la consommation de médicaments psychotropes : l’exemple de l’agglomération rouennaise ». Nature-Sciences-Sociétés, p. 37-49.
·  CNLAPS (1999). Département de l’Essonne. Le référentiel de la prévention spécialisée. État des lieux et perspectives. CNLAPS, 562 avenue du Grand Ariétaz 73000 Chambéry.
·  Goldberger M.F. (1992). Quartiers DSQ et CQ. Paris : Délégation interministérielle à la ville.
·  Khosrokhavar F. (1997). L’Islam des jeunes. Paris : Flammarion.
·  Lagrange H. (1995). La Civilité à l’épreuve : crime et sentiment d’insécurité. Paris : PUF, 310 p.
·  Lagrange H. (1998). « La délinquance des mineurs et les violences ». Regards sur l’actualité, n° 243, p. 3-25. Paris : La Documentation française.
·  Lowry I.S. (1964). A Model of Metropolis. Santa Monica : Rand Corporation, RM-4125 RC.
·  Mackay H., Show CL. (1942). Juvenile Delinquency and Urban Areas. Chicago : University of Chicago Press.
·  Mamoghli M. (1993a). Les Déplacements en heures creuses en Île-de-France. Rouen : Université, 249 p. (thèse, polyc.).
·  Mamoghli M. (1993b).« Distance et motif de déplacements en Île-de-France, d’après l’Enquête globale de transport de 1983 ». L’Espace géographique, n° 3, p. 251-254.
·  Mingat A. (1994). « Lieux, contextes et différenciation sociales à l’école », in Brun J., Rhein C., La Ségrégation dans la ville. Paris : l’Harmattan, p. 163-179.
·  Ogbuen W.F (1919). « How women vote ». Political Science Quarterly, vol. 34, p. 413-433.
·  Ogbuen W.F (1935). « Factors in variation of crime among cities ». Journal of American Statistical Association, vol. 30, p. 12-34.
·  Rhein C. (1994). « La ségrégation et ses mesures », in Brun J., Rhein C., La Ségrégation dans la ville. Paris : l’Harmattan, p. 121-161.
·  Tassi Ph. (1985). Méthodes statistiques. Paris : Economica, 369 p.
·  Thompson E.T. (1939). « Some factors influencing the ratio of children to women in american cities, 1930 ». American Journal of Sociology, vol. 45, p. 183-199.
·  Thorndike E.L. (1929). « On the fallacy of imputing the correlations found for groups to the individuals or smaller group composing them ». American Journal of Psychology, n° 52, p. 122-124.
·  Whelpton P.K. (1936). « Geographic and economic differential in fertility ». Annals of the American Academy of Political and Social Science, n° 188, p. 37-55.
·  Sources des données
·  Direction régionale du Travail et de l’Emploi ; Préfecture de Seine-et-Marne ; Conseil général de Seine-et-Marne ; Caisse d’allocations familiales ; Direction régionale de l’Équipement ; INSEE ; Union départementale des associations familiales ; Association de lutte contre l’illettrisme en Seine-et-Marne ; DDASS de Seine-et-Marne.
 
NOTES
 
[1] Étude réalisée avec l’appui du Conseil général, de la Préfecture et de la Caisse d’allocations familiales de Seine-et-Marne. Ce texte a bénéficié des conseils d’Yves Guermond.
© Cairn 2007 Vie privée | Conditions d’utilisation | Conditions générales de vente
À propos | Éditeurs | Bibliothèques | Aide à la navigation | Plan du site | Raccourcis
[1]
Étude réalisée avec l’appui du Conseil général, de la P...
[suite] Suite de la note...
Enfance en danger
Retard scolaire
Délinquance juvénile et toxicomanie
Le rôle des facteurs contextuels
Les cantons classés selon les priorités définies par les facteurs contextuels