Version classiqueVersion mobile

Sur le front de la métropole

 | 
Renaud Le Goix

Annexe B. Notes méthodologiques

Texte intégral

1On identifie différents types de lotissements à partir d’une analyse multivariée (classification ascendante hiérarchique, CAH). D’une part les variables sont des indicateurs de connectivité des réseaux routiers (théorie des graphes) :

  • α = C/ (2N − 5) : Rapport entre le nombre de cycles C et le nombre maximal de cycles possibles dans un graphe planaire ayant le même nombre de sommets, soit μ = (2N − 5).

  • β = L/N. Nombre de sommets par nombre d’arêtes.

  • γ = L/3 (N − 2). Rapport entre le nombre d’arêtes existantes L et le nombre maximal d’arêtes possibles dans un graphe planaire, soit, 3 (N − 2).

2D’autre part, on utilise des indicateurs caractérisant le degré de fermeture en fonction du nombre d’impasses et du nombre de voies d’accès. Enfin, des indicateurs de compacité ont été construits, rapportés à la surface des lotissements :

  • Degré de fermeture du lotissement : ratio routes d’accès/nombre de segments ;

  • Indicateur de fragmentation interne : ratio nombre de culs-de-sac/ nombre de segments ;

  • Densité de culs-de-sac rapportée à la surface ;

  • Densité de voies traversantes rapportées à la surface.

  • 1  Pour le détail de la méthodologie et des variables, voir R. Le Goix (dir.), Compte rendu de fin de (...)

3La classification en six catégories rend compte de 60 % de l’inertie interclasses1.

B.2. Les dimensions de la division sociale de l’espace

  • 2  Cette figure traduit très directement les choix méthodologiques : une analyse en composante princi (...)

4Une première étape de la construction de la typologie suppose donc de dégager les principaux facteurs, hiérarchisant la contribution des variables dans la construction de la division sociale de l’espace sur les quatre premiers axes d’une analyse en composante principale (figure B.12).

5Un premier axe correspond à la structure socio-économique, corrélée avec l’appartenance ethnoraciale et l’âge. Il distingue d’une part des espaces décrits par des statuts de propriétaires-occupants, des revenus médians élevés, dans les zones suburbaines (maisons individuelles et densités faibles), des populations plutôt âgées (45-65 ans), parmi lesquelles on note la surreprésentation des personnes blanches et des niveaux de formation plus élevés ; d’autre part, des espaces où les locataires sont surreprésentés, ainsi que les situations de pauvreté et de précarité (loyers > 35 % des revenus, parents isolés), avec de fortes densités de population notamment dans des logements collectifs (plus de cinq unités), et une surreprésentation des jeunes ménages (18-29 ans) et des Hispaniques. La seconde dimension cerne plutôt des composantes du cycle de vie et distingue d’une part les surreprésentations de ménages mariés avec enfants (moins de 17 ans), associés plutôt à une composante suburbaine (maisons individuelles), mais aussi des populations hispaniques plus représentées ; d’autre part, des contextes où la population est âgée (plus de 65 ans), instruite et plutôt blanche.

6Le troisième facteur met en évidence les cycles d’urbanisation et distingue, d’une part, des espaces où le bâti a été produit quatre décennies ou plus avant le recensement, avec une surreprésentation des maisons individuelles, mais aussi – effet de la maturité – des navettes domicile-travail structurées par les pôles centraux et pôles secondaires d’emploi ; et, d’autre part, des zones de périphéries plus récentes, plus dépendantes d’une structure moins polarisée de l’emploi (navettes à plus grande portée, dans le reste de la MSA ou en dehors). Le dernier axe d’interprétation rend compte d’effets ségrégatifs non pris en compte par les axes précédents, toutes choses égales par ailleurs. On observe, d’une part, un couplage entre les jeunes actifs, les lieux de résidence dont les pôles d’emploi sont des centres principaux et secondaires, avec les Asiatiques, ayant eu accès à l’enseignement supérieur et aux revenus supérieurs à la moyenne. D’autre part, des espaces marginaux cumulent les désavantages de l’éloignement géographique, le bâti temporaire (mobil-home), la vacance des logements et l’âge des populations (plus de 65 ans).

7Ces quatre axes interprétatifs sont supposés stables sur la période et correspondent à la situation moyenne à laquelle on se réfère pour analyser les trajectoires socio-économiques des quartiers.

Fig. B.1 : Contribution des variables aux composantes principales de l’analyse.
Note : Les variables dont la contribution à l’axe est la plus forte permettent de guider l’interprétation. Les variables les plus éloignées du centre des diagrammes sont celles qui sont le mieux représentées dans les composantes principales.

Sources : US Bureau of Census, 1980, 1990, 2000, 2010 ; American Community Survey (5 Years Estimate 2008-2012, Median Year 2010) ; Données harmonisées Geolytics, Normalized Data, 1980, 1990, 2000, in 2010 Boundaries.

Notes

1  Pour le détail de la méthodologie et des variables, voir R. Le Goix (dir.), Compte rendu de fin de projet - Projet IP4. Paris, UMR Géographie-cités 8504, 2011, p. 11-12, en ligne, consulté en janvier 2013 : http://halshs.archives-ouvertes.fr/halshs-00563469/.

2  Cette figure traduit très directement les choix méthodologiques : une analyse en composante principale est d’abord réalisée sur les 36 variables (tableau annexe 2), décrivant les 12500 block groups de la région métropolitaine pour chaque année (soit au total 50174 observations). Cette méthode projette les variables et les individus en fonction des corrélations entre variables sur des axes ou facteurs. Les quatre principaux facteurs issus de l’ACP (53,8 % d’inertie) sont ensuite utilisés comme variables d’une classification ascendante hiérarchique (méthode de Ward, distance euclidienne, r2 = 0.72). L’interprétation de ces résultats repose sur la construction de profils, représentés par des flèches indiquant le déplacement du point moyen du profil entre 1980 et 2010.

Table des illustrations

Légende Fig. B.1 : Contribution des variables aux composantes principales de l’analyse.Note : Les variables dont la contribution à l’axe est la plus forte permettent de guider l’interprétation. Les variables les plus éloignées du centre des diagrammes sont celles qui sont le mieux représentées dans les composantes principales.
URL http://books.openedition.org/psorbonne/docannexe/image/102272/img-1.jpg
Fichier image/jpeg, 46k

© Éditions de la Sorbonne, 2016

Licence OpenEdition Books

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search