Distance physique, proximité sociale et inégalités devant le chômage
p. 271-290
Texte intégral
1Les catégories populaires sont de loin les principales victimes duchômage. En 2010, en France, 19,6 % des ouvriers non-qualifiés étaient au chômage contre 4 % pour les cadres supérieurs. L’économie et la sociologie du travail ont apporté les explications majeures de cette inégalité devant le chômage. Mais, aux États-Unis notamment, l’économie et la sociologie de la ville ont également proposé des pistes pour expliquer ces différentiels. Deux facteurs proprement urbains seraient susceptibles d’alimenter le chômage, et plus encore celui des classes populaires.
2Le premier facteur renvoie à une question de distance/dispersion. C’est l’hypothèse d’un « spatial mismatch » : la dissociation croissante entre lieux d’habitat et lieux d’emploi serait source d’une faible accessibilité à l’emploi pour les actifs les plus modestes et les moins bien reliés aux lieux d’emploi. Les distances internes de la ville dispersée pèseraient sur le devenir professionnel de ceux qui contribuent le moins à en imprimer les formes. L’autre ressort urbain évoqué dans l’explication du chômage des catégories populaires est associé au contraire à une question de proximité/concentration et suggère l’existence d’« effets de quartier ». La concentration des ménages défavorisés dans les quartiers les plus dévalorisés de la ville serait génératrice d’un environnement où, dans la proximité de chacun, dominent pauvreté et détresse sociale. Vivre au quotidien dans de tels environnements aurait des conséquences négatives sur le destin social des résidents.
3Ces analyses ont suscité des débats d’autant plus vifs, outre-atlantique, que leurs résultats alimentaient nécessairement une discussion sur l’opportunité d’une action publique contre la ségrégation. Le bilan est controversé1, mais plusieurs études ont fourni des résultats corroborant l’hypothèse de variables spatiales « agissantes ». Dans le cas français, les recherches empiriques sont beaucoup plus rares2.
4La présente contribution souhaite enrichir le corpus empirique existant en explorant le rôle de l’espace-et de la difficulté à s’en affranchir-dans l’exposition au chômage des actifs les plus modestes, dans le cas de la région parisienne, grande aire urbaine de onze millions d’habitants. On exposera (i) les fondements théoriques des hypothèses sur les effets de l’espace, (ii) les partis pris méthodologiques retenus dans la présente recherche et le corpus des données mobilisées3, puis (iii) les principaux résultats, qui feront l’objet (iv) d’une discussion finale.
Théories sur le rôle de l’accessibilité et de l’exposition à un environnement défavorisé dans le risque de chômage
5Pour certains auteurs, la configuration actuelle de la ville fournit une part d’explication aux plus grandes difficultés d’emploi rencontrées par les classes populaires. Toutes choses égales par ailleurs, certains quartiers de la ville offriraient une faible accessibilité à l’emploi ou exposeraient leurs habitants à un environnement marqué par le chômage et la pauvreté, entraînant un sur-risque de chômage, et les classes populaires seraient sur-représentées dans de tels quartiers. On expose ici les fondements de cette analyse.
Accessibilité à l'emploi et risque de chômage
6Les économistes de l’urbain considèrent que le marché du travail fonctionne d’autant mieux qu’il est grand. Offres et demandes d’emploi ont alors de meilleures probabilités de se rencontrer rapidement et de se satisfaire, limitant ainsi la durée des périodes de chômage4. Pour un actif sédentaire (c’est-à-dire qui n’envisage pas de déménager) en recherche d’emploi, l’offre d’emploi n’est pas égale à la somme des emplois localisés dans la ville où il vit. Elle correspond aux seuls emplois qui lui semblent à sa portée depuis son domicile. Il s’ensuit que l’offre d’emploi effectivement disponible est une fonction de l’accessibilité. Meilleure est l’accessibilité à l’emploi, plus large est le marché de l’emploi « effectif » des demandeurs d’emploi5. A contrario, une mauvaise accessibilité réduit le volume de l’offre et risque alors d’allonger les périodes de chômage.
7Deux grands facteurs déterminent le niveau d’accessibilité à l’emploi : (i) la distance qui sépare les emplois du lieu de résidence, et (ii) la capacité à s’affranchir de ces distances grâce à des déplacements rapides. Sur cette base, il fait peu de doute qu’aujourd’hui, les classes populaires disposent d’une moindre accessibilité à l’emploi dans les villes et ce pour deux raisons.
8Premièrement, pour une part importante, la localisation résidentielle dépend de la capacité d’enchère des ménages. Or, ces capacités sont les plus modestes chez les catégories populaires, ce qui les contraint souvent aux secteurs excentrés de la ville, les moins chers parce que les moins proches des ressources et aménités urbaines6. D’un autre côté, les activités économiques recourant abondamment au travail peu qualifié recherchent moins la centralité si bien que l’emploi à destination des catégories populaires se localise plus souvent que les autres à la périphérie des agglomérations.
9Dans le cas francilien, on vérifie bien que les résidences et les lieux d’emplois des ouvriers sont abondamment disséminés dans les zones périphériques peu denses : 48 % des résidences et 43 % des emplois sont situés en grande couronne en 19997, contre respectivement 35 % et 25 % pour les cadres. Seuls 12 % des domiciles et 21 % des emplois ouvriers sont présents dans Paris intra-muros, contre 33 % et 37 % respectivement pour les cadres.
10La dispersion des lieux de résidence et des lieux de travail des catégories populaires dans les zones périphériques peu denses accroît la distance qui sépare, en moyenne, les domiciles des emplois. Il s’ensuit naturellement une accessibilité à l’emploi réduite, puisque le nombre d’emplois accessibles dans un rayon donné tend à être plus faible que la moyenne. La carte 1, qui figure la part des emplois régionaux (pour les catégories sociales respectives) accessibles en une heure de déplacement en voiture depuis les communes de résidence franciliennes, souligne le poids de la géographie dans l’accessibilité à l’emploi différenciée des cadres et des ouvriers.
11Deuxièmement, ce premier handicap est mécaniquement renforcé par le moindre accès des catégories populaires à la voiture, mode de transport qui permet les déplacements les plus rapides. La voiture a la particularité d’être le transport à la fois le plus coûteux financièrement et le moins coûteux en temps de parcours. La possibilité d’en disposer est donc déterminante en termes d’accessibilité mais reste discriminée par le niveau de revenu. En Ile-de-France, en 2001, la part des salariés disposant d’un « accès total8 » à la voiture n’excédait pas 48 % des ouvriers et 43 % des employés, alors que ceux qui ne disposaient d’aucun accès à la voiture atteignait 25 % et 32 %. Ces parts étaient respectivement de 66 % et 15 % pour les cadres supérieurs. Le moindre accès à la voiture des classes populaires contribue à leur moindre accessibilité à l’emploi : plus souvent captifs des transports en commun alors même qu’ils sont plus susceptibles de se déplacer de banlieue à banlieue (compte tenu des lieux d’emploi et de résidence), trajets pour lesquels les transports collectifs sont moins performants, les ouvriers et employés sont contraints à des déplacements plus lents, ce qui réduit le périmètre spatial et donc les offres d’emplois qui leur sont accessibles en un temps de déplacement donné.
12Les recherches empiriques ont établi, dans le cas francilien mais aussi ailleurs (notamment dans les villes nord-américaines), que les catégories populaires souffrent effectivement d’une moindre accessibilité à l’emploi. En Ile-de-France, Wenglenski9 a montré qu’en 1999, dans la limite d’un déplacement d’une heure et compte tenu de leurs chances d’utiliser la voiture, les ouvriers avaient accès, en moyenne, à 44 % de l’emploi ouvrier régional, soit 20 points de moins que l’accessibilité moyenne pour les cadres supérieurs.
13La sous-accessibilité à l’emploi des catégories populaires peut être un facteur explicatif de leur taux de chômage supérieur à la moyenne. Elle signifie que les ouvriers et employés bénéficient, en moyenne, d’une offre d’emploi accessible plus restreinte que les autres catégories. On peut alors s’attendre à des durées de chômage plus longues pour les ouvriers et employés à la recherche d’un emploi, ce qui, globalement, aura pour effet de tirer le taux de chômage de ces actifs vers le haut.
14Outre-atlantique, la littérature autour de la « Spatial Mismatch Hypothesis » réunit un grand nombre de travaux testant le lien entre sous-accessibilité et sur-risque de chômage. Kain10, le premier, a montré, pour Chicago et Detroit, que le taux de chômage des Afro-américains serait moins élevé si ceux-ci n’étaient pas cantonnés aux ghettos du centre quand les emplois se développent en périphérie. Vingt ans plus tard, dans une large revue de littérature11, il pointe les limites méthodologiques des recherches (recensées avant lui par Jencks et Mayer12 ainsi que par Holzer13) qui semblent invalider l’hypothèse d’un lien entre sous-accessibilité et sur-chômage. Dans les années 1990, les nouvelles recherches, employant des méthodes améliorées, donnent des résultats favorables à l’hypothèse de Kain14. Dans les années 2000, les approches se renouvellent et se diversifient : Hess15prend en compte les modes de transport disponibles ; Dawkins, Shen et Sanchez16 s’interrogent sur la durée du chômage ; Johnson17 prend en compte la compétition des actifs pour un même emploi. Les chercheurs européens se mettent à explorer la question dans le contexte du Vieux continent : en Angleterre sur des données désagrégées18 et en France sur la base de données agrégées le plus souvent19, avec des résultats qui valident généralement l’idée d’une corrélation entre niveau d’accessibilité à l’emploi et risque de chômage.
Ségrégation et risque de chômage
15La division sociale de l’espace urbain est un second facteur urbain susceptible d’alimenter le chômage des catégories populaires. Le fonctionnement du marché du logement et les préférences des ménages en matière de choix résidentiel ont pour effet de concentrer une fraction importante des classes populaires dans les quartiers les plus dévalorisés de la ville. Dans un contexte où le chômage frappe un ouvrier non-qualifié sur cinq, cette concentration produit un environnement où chacun vit au contact quotidien de la détresse économique et sociale. Pour plusieurs sociologues anglo-saxons, le fait de vivre dans un tel voisinage est un facteur de risque pour l’accès à l’emploi, et ce pour trois raisons20.
16Une première raison renvoie aux conditions de socialisation des jeunes. Grandir dans les quartiers défavorisés, au contact quotidien de la pauvreté, du chômage et de l’insécurité, dans la proximité de groupes de pairs dont certains vivent dans la marginalité, voire dans la délinquance, risquerait de détourner les jeunes des normes dominantes et de les conduire vers une socialisation « déviante ». Sans un apprentissage et une intériorisation suffisants du système de normes, de valeurs et de codes comportementaux que transmet une socialisation « normale », ces jeunes rencontreraient, à l’heure de l’entrée dans la vie active, des difficultés spécifiques que le manque de capital scolaire seul n’explique pas.
17La seconde raison découle des recherches établissant que les réseaux sociaux constituent une ressource capitale en tant que « relais vers l’emploi21 ». Dans ce rôle, le rendement d’un réseau social est proportionnel à la capacité de ses membres à faire circuler des informations sur les opportunités d’emploi ou à interférer auprès d’employeurs potentiels. Dans les quartiers défavorisés, la concentration de populations au chômage fait que chacun compte dans son entourage un grand nombre d’individus privés d’emploi, exclus du marché du travail et peu en mesure de détenir des informations sur les opportunités du marché du travail ou d’influencer les employeurs. Il s’ensuit que les réseaux sociaux bâtis dans ces quartiers sont susceptibles d’être peu productifs en tant que facilitateurs d’accès à l’emploi, ce qui risque de compliquer encore davantage les sorties de chômage.
18La troisième raison met en avant les stigmates subis par les quartiers défavorisés et leurs habitants. Les classes populaires des quartiers défavorisés subiraient, dans l’accès à l’emploi, les conséquences de la mauvaise réputation dont sont porteurs ces quartiers dans les représentations collectives. Associant les quartiers défavorisés à des univers pathogènes et délictueux, certains employeurs exprimeraient une franche aversion envers les candidats à l’embauche provenant de ces quartiers.
19Les recherches empiriques consacrées aux effets de quartier sont abondantes dans les domaines de l’échec scolaire, des problèmes de santé ou des comportements déviants mais plus rares dans le domaine de l’accès à l’emploi. Toutefois, ces rares travaux semblent valider l’hypothèse d’effets négatifs dans les quartiers pauvres. Datcher22 puis Corcoran et al23. ont trouvé une corrélation, toutes choses égales par ailleurs, entre la composition ethnique du quartier et le niveau de salaire des jeunes Noirs. Massey et Denton24 et O’Reagan et Quigley25 ont montré que la probabilité des jeunes adultes d’être employés décroît avec le taux de pauvreté du quartier. Le suivi des bénéficiaires du Programme Gautreaux (système d’allocation logement en direction des familles déménageant des inner-cities pauvres vers des quartiers de banlieue plus aisés) a permis de confirmer ces résultats, en témoignant de l’amélioration du sort des familles ayant déménagé comparativement à celui des familles qui sont restées dans les quartiers pauvres du centre26.
20Dans les années 2000, on a également vu le développement de recherches européennes sur ces questions. Musterd et al27., Van der Klaauw et Van Ours28 ou Brännström29, pour ne citer que quelques travaux, ont observé le lien entre le profil du voisinage et la longueur des périodes de transition entre chômage et emploi. En France, les deux seules recherches existantes donnent des résultats divergents. Pour Marpsat et Laurent30, les caractéris- tiques sociales du quartier ne semblent pas peser sur la chance d’être employé pour les jeunes adultes qui y résident ; pour Choffel et Delattre31, chez les demandeurs d’emploi, à caractéristiques identiques, la probabilité d’être toujours au chômage au bout d’un laps de temps donné est plus élevée dans les quartiers pauvres classés Zones Urbaines Sensibles.
Méthodologie d’exploration
Données et méthode d’analyse
21La méthode que nous avons utilisée est classique dans ce type de recherches. À l’aide de techniques de régression logistique, on a estimé le risque de chômage des actifs selon les caractéristiques de leur lieu de résidence en termes d’accessibilité et d’environnement social, tout en contrôlant les autres variables susceptibles d’agir. Les données proviennent du fichier détail du Recensement Général de la Population de 1999. Le recours à cette source présente plusieurs avantages et singularise notre recherche par rapport aux recherches empiriques françaises antérieures. Cela permet (i) de travailler avec des données individuelles (plus adaptées à la problématique que les données agrégées), (ii) de disposer d’un large échantillon (notre analyse porte sur 55 400 observations) ce qui réduit considérablement les risques d’erreur dus aux aléas de l’échantillonnage, et enfin, (iii) de restreindre le champ spatial de l’analyse à une agglomération unique (région Ile-de-France) et d’éviter une analyse qui porte, par contrainte, sur la France entière, en ménageant dans un petit échantillon des contextes urbains très différents.
22Conceptuellement, la démarche consiste à mesurer le lien statistique entre la variable à expliquer-la situation d’emploi des actifs (avoir un emploi/être au chômage)32 - et les variables explicatives spatiales-les caractéristiques du lieu de résidence en termes d’accessibilité et d’environnement social-« toutes choses égales par ailleurs », c’est-à-dire en neutralisant l’effet éventuel des autres variables actives-les caractéristiques individuelles. Nous avons conduit une analyse de régressions pour établir33 ce lien pour le groupe des catégories supérieures (cadres et professions intellectuelles supérieures et professions intermédiaires) d’une part, et pour les catégories populaires (employés et ouvriers) d’autre part.
Champ et variables observés
23Le champ de l’analyse inclut les seuls actifs, personnes de référence et conjoints, qui ont un profil de salarié non-fonctionnaire (d’après la catégorie socio-professionnelle renseignée par le Recensement) : les professions libérales et les salariés de la fonction publique n’étant pas soumis aux mêmes modalités en termes de recrutement et de chômage ont été écartés. On ne retient également que les personnes résidant en 1999 dans le même logement qu’en 1990, ce qui nous permet d’observer les seuls actifs ayant vécu durablement au lieu de résidence où ils sont recensés et qui sont susceptibles par conséquent d’en avoir réellement subi l’influence. Cette condition est aussi favorable à l’analyse de l’influence de l’accessibilité car elle accroît la probabilité que les personnes qui ont un emploi l’aient effectivement cherché et trouvé depuis leur domicile actuel.
24Les variables de contrôle retenues sont l’âge, le sexe, la catégorie socioprofessionnelle (en huit modalités d’après la nomenclature des PCS en 24 postes de l’INSEE), le niveau d’études/dernier diplôme obtenu, la nationalité/pays de naissance.
25Les variables relatives à l’environnement social du lieu de résidence et à l’accessibilité à l’emploi sont présentées dans le tableau 1. La variable « accessibilité à l’emploi » est construite à partir d’un indicateur quantitatif. Celui-ci exprime, pour un actif francilien d’une catégorie sociale donnée et habitant une commune donnée, la part des emplois régionaux de sa catégorie qui lui sont accessibles, en moyenne, depuis son domicile au terme de déplacements d’une heure au maximum, en transports en commun ou en voiture selon la disposition qu’il en a34. Sur la base de cet indicateur, les actifs sont classés en cinq catégories selon leur niveau d’accessibilité.
26Cet indicateur d’accessibilité offre des avantages par rapport à ceux de certaines recherches antérieures. Certains, fondés sur les caractéristiques des déplacements domicile-travail accomplis par les actifs occupés, ont l’inconvénient d’affecter aux chômeurs des possibilités de déplacement déduites des pratiques de déplacement des détenteurs d’emploi, alors même qu’on peut penser que les potentiels des premiers diffèrent de ceux des seconds (en l’occurrence concrétisés par des pratiques). D’autres mesurent un potentiel d’accès à l’emploi mais de manière plus approximative (taux d’emploi de la commune de résidence ou distance moyenne aux emplois de la commune de résidence).
27La variable liée à l’environnement social de la commune de résidence est conçue à l’échelle des quartiers IRIS. Elle est construite à partir de données portant sur le chômage (taux de chômage calculé à partir du Recensement de la population de 1999) et sur les revenus des ménages (1 er décile de la distribution des revenus imposables par unité de consommation du ménage dans le quartier en 2001 d’après la Direction Générale des Impôts). Les quartiers et les communes sont classés selon leur « score » d’après cet indicateur composite35, des plus défavorisés aux plus favorisés, puis regroupés en cinq catégories. Les communes (périurbaines) de petite taille pour lesquelles aucune information sur les revenus n’est disponible sont regroupées dans une catégorie à part (« Autre »).
Résultats des analyses
28Au terme des analyses, la double hypothèse sur le rôle de variables spatiales sur le risque de chômage est validée : l’exposition à un environnement social défavorisé et une moindre accessibilité à l’emploi semblent bien accroître le risque de chômage.
29Les modèles testés (tableau 2) sont globalement cohérents-les tests statistiques donnent des résultats satisfaisants-significatifs et plutôt performants -, la capacité des modèles à prédire le chômage est non-négligeable (taux de prédictions concordantes de 62 % et 63 %). La plupart des variables explicatives individuelles présentent les signes attendus et des coefficients significatifs (toutes choses égales par ailleurs, risques de chômage plus élevés pour les actifs les plus jeunes et les plus âgés, les femmes, les étrangers) à l’exception de l’effet du diplôme et de la catégorie sociale pour les employés et ouvriers (leur double prise en compte apparaît responsable de ce brouillage : menée sans la catégorie sociale, l’analyse redonne sa place traditionnelle au diplôme).
L’accessibilité à l’emploi influence le risque de chômage
30L’analyse statistique révèle que, toutes choses égales par ailleurs, le risque de chômage varie significativement avec le niveau d’accessibilité à l’emploi depuis le lieu de résidence dans le sens attendu. Plus l’accessibilité des actifs aux emplois est forte, meilleure est leur probabilité d’avoir un emploi. Notons cependant que les coefficients estimés ne sont pas ou peu significatifs et qu’il semble exister un palier au-delà duquel la relation achoppe.
31Pour l’actif-type36 des catégories supérieures, la probabilité d’être au chômage s’élève à 9,18 % quand ils ont une très faible accessibilité, passe à 7,15 % pour une accessibilité « médiocre » et atteint 8,26 % et 8,17 % quand elle est « bonne » et « très bonne ». Il y a donc une plus forte propension à être au chômage en cas de mauvaise accessibilité, mais on observe que cette propension est supérieure dans les contextes de bonne et très bonne accessibilité que quand l’accessibilité est simplement moyenne ou médiocre. Pour l’actif-type des classes populaires, la probabilité d’être au chômage décroît également de 13,29 % depuis une situation de « mauvaise » accessibilité jusqu’à 10,44 % pour une « très bonne » accessibilité. Là encore, néanmoins, on constate qu’une « bonne » accessibilité ne prémunit pas davantage du chômage qu’une « très bonne » accessibilité.
L’exposition à un environnement social défavorisé accroît le risque de chômage
32S’agissant du lien statistique entre le risque de chômage et les caractéristiques sociales du quartier de résidence, les résultats suggèrent que l’exposition à un environnement social défavorisé produit bien un effet tangible et négatif sur les chances d’avoir un emploi, ce qui corrobore l’hypothèse de départ. Pour les deux groupes d’actifs (cadres et professions intermédiaires d’une part, employés et ouvriers d’autre part), le risque de chômage croît avec le degré de pauvreté et de chômage observé dans le quartier de résidence, mais plus encore pour les catégories modestes.
33Pour l’actif-type de catégorie supérieure, la probabilité d’être au chômage, qui s’élève à 7,47 % dans les quartiers « favorisés », progresse à mesure que le profil socio-économique du quartier de résidence se dégrade : elle s’établit à 8,26 % dans les quartiers où l’environnement social est « moyen » ; s’élève à 9,5 % dans les quartiers où l’environnement social est « défavorisé » et monte jusqu’à 11,32 % dans les quartiers « très défavorisés ». Autrement dit, pour l’actif-type, le risque d’être au chômage croît de moitié, lorsque celui-ci habite un quartier très défavorisé plutôt qu’un quartier favorisé. Néanmoins, les coefficients estimés ne sont pas significatifs pour des risques d’erreur inférieurs à 5 %.
34Pour les employés et ouvriers, le lien entre le risque de chômage et les caractéristiques sociales du quartier de résidence est plus fort et plus significatif. Pour l’actif-type, la probabilité d’être au chômage varie du simple au double entre les quartiers favorisés et les quartiers très défavorisés : de 9,17 % dans les premiers à 18,8 % dans les seconds. Les actifs des catégories populaires apparaissent ainsi beaucoup plus sensibles à l’effet de l’environnement social sur leur devenir professionnel.
35Au regard de ces résultats, résider durablement dans un quartier exposé fortement à la pauvreté et au chômage semble bien aggraver les conditions d’accès à l’emploi. Toutes choses égales par ailleurs, les actifs semblent passer plus souvent par le chômage et/ou y rester plus longtemps lorsqu’ils résident dans des environnements sociaux difficiles plutôt qu’en quartiers plus ordinaires ou plus favorisés. Mais les catégories populaires apparaissent plus vulnérables que leurs homologues cadres ou professions intermédiaires : les externalités négatives qui les touchent dans les quartiers défavorisés sont encore plus pénalisantes et leur risque de se trouver durablement dans de tels quartiers producteurs d’effets négatifs sont bien plus grands.
Discussion sur l’interprétation des résultats
36L’analyse statistique du lien entre la situation d’emploi des actifs franciliens et les caractéristiques de leur lieu de résidence indique que le risque de chômage est (i) positivement corrélé au degré d’exposition à un environnement social défavorisé, notamment pour les employés et ouvriers, et (ii) qu’il ne semble pas indépendant de l’accessibilité aux opportunités d’emploi, bien qu’ici dans une relation de faible significativité statistique et non totalement linéaire. Comment interpréter ces résultats ?
37En premier lieu, on peut considérer que ce qu’ils suggèrent est conforme à la réalité : disposer d’une faible accessibilité ou résider dans un quartier défavorisé augmentent significativement le risque de chômage.
38En effet, il paraît plausible que les situations de sous-accessibilité en Ile-de-France soient de nature à compliquer l’accès à l’emploi des actifs, mais non de façon stricte et linéaire. D’un côté, l’étalement urbain qui caractérise l’aire urbaine de Paris depuis plusieurs décennies différencie les localisations résidentielles en termes de proximité aux lieux d’emploi. En outre, si l’accès à la voiture s’est massivement généralisé, il demeure différencié entre actifs et (du fait de vitesses de déplacement supérieures en moyenne à celles des transports en commun) discrimine mécaniquement le périmètre spatial qu’il permet d’atteindre. Dans ce contexte, l’accessibilité des actifs se traduit en des volumes d’emplois accessibles très inégaux. Il est donc très vraisemblable que des tailles de marché de l’emploi variant dans un rapport de 1 à 3 soient corrélées à des difficultés à trouver un emploi également graduées. D’un autre côté, cependant, il est également vraisemblable que, du fait d’un système de transports publics suffisamment efficace et d’une dispersion des emplois encore contenue, les accessibilités moyennes ou médiocres assurent aux Franciliens un marché de l’emploi déjà suffisamment substantiel pour ne pas leur être plus préjudiciables qu’une bonne accessibilité.
39De même, concernant l’effet de l’environnement social sur le risque de chômage, on peut considérer que les résultats de nos analyses sont recevables. Les quartiers franciliens que nous avons classés « quartiers très défavorisés » sont effectivement des territoires où la pauvreté et le chômage sont répandus : une personne sur dix y vit dans un ménage disposant de moins de 2 700 euros de revenus imposables annuels (240 euros par mois) par unité de consommation et près d’un actif sur trois est touché par le chômage. Les résultats de nos analyses suggéreraient donc qu’on a affaire là à des quartiers défavorisés au point que les mécanismes évoqués précédemment (où pauvreté et chômage des uns peuvent être un handicap pour les autres) y sont réellement à l’œuvre et que l’exposition durable à l’environnement de ces quartiers pénalise effectivement leurs habitants dans l’accès à l’emploi.
Risques de biais méthodologiques
40Mais il faut aussi souligner un certain nombre de limites méthodologiques de l’analyse susceptibles de mettre en cause la validité et le sens des résultats obtenus.
41S’agissant des analyses portant sur l’effet de l’accessibilité, il y a un risque que l’indicateur d’accessibilité élaboré mesure mal l’accessibilité réelle. Il est vrai que celui-ci (i) néglige la question des représentations subjectives de la distance (sentiment de légitimité à occuper et à parcourir les espaces, par exemple), (ii) distingue trop grossièrement les catégories d’emplois, (iii) mesure l’accessibilité à l’aune de l’ensemble des emplois occupés, et non des emplois à pourvoir37 et (iv) ceci sur la base d’hypothèses contestables (par exemple, compte tenu des coûts élevés de son utilisation, la disposition d’une voiture ne signifie pas automatiquement la possibilité d’en faire un usage quotidien pour se rendre au travail).
42Le risque de biais est également associé à l’usage de méthodes statistiques dont la finalité est de pouvoir dégager des résultats « toutes choses égales par ailleurs ». Une des faiblesses de ces méthodes est de s’exposer à d’importants biais de sélection. Les résultats de nos analyses suggèrent que deux individus de même profil social mais résidant dans des quartiers différents en termes d’environnement social encourent des risques de chômage inégaux. Cette démarche occulte le fait que deux individus habitant deux quartiers différents de la ville ne sont sans doute jamais identiques socialement, la différence de leurs lieux de résidence révélant précisément leurs différences sociales. Pour l’individu qui réside dans le quartier défavorisé, cette localisation résidentielle a une forte probabilité de traduire une position sociale relative inférieure, en dépit de l’apparence des caractéristiques observées, et dont l’explication réside dans des caractéristiques « cachées » (moindres ressources économiques, sociales ou symboliques, origine sociale plus modeste, absence de patrimoine familial, statut familial, etc.). Il est alors possible que ce que l’on assimile à un effet « environnemental », lié au rôle d’un environnement social défavorisé, ne soit en vérité qu’un effet « social » supplémentaire. Il est difficile de se prémunir contre ce biais de sélection et, incontestablement, nos résultats en sont potentiellement affectés38.
43Un biais semblable concerne nos analyses consacrées aux liens entre risque de chômage et accessibilité. La faible significativité statistique de ces liens et la hiérarchie inversée des taux de chômage qui caractérise les niveaux de « bonne » et « moyenne » accessibilité peuvent trouver leur explication dans un facteur « mobilité résidentielle » que nous ne maîtrisons que partiellement. En effet, le niveau d’accessibilité à l’emploi des actifs est pour partie fonction de la distance de la résidence au centre de l’agglomération. Or, les marges de l’agglomération sont la destination d’un grand nombre de ménages qui, une fois qu’ils bénéficient d’une situation d’emploi stable, viennent y concrétiser leur désir d’accès à la propriété d’une maison individuelle. Ainsi, le fait qu’à l’instant t, le risque de chômage paraisse plus faible malgré une moindre accessibilité à l’emploi peut s’expliquer par le fait que, pour une part, les actifs-résidents qu’on y recense n’ont pas trouvé leur emploi depuis ces localisations. On peut reproduire le raisonnement pour expliquer que la probabilité d’être au chômage apparaisse plus élevée dans les secteurs qui offrent une bonne accessibilité. C’est en effet dans ces secteurs, situés proches du cour de l’agglomération, que se concentrent les logements sociaux et les logements vétustes du secteur privé, soit les deux formes de logement les plus susceptibles d’accueillir les actifs les plus mal insérés dans le marché du travail-logements et quartiers qu’ils sont susceptibles de quitter une fois obtenu un emploi stable.
44On le voit bien, ces interdépendances entre situations d’emploi et trajectoires résidentielles compliquent sérieusement l’interprétation des résultats obtenus. On peut supposer que la restriction du champ de l’analyse aux seuls individus habitant leur commune depuis au moins neuf ans limite la portée de ce biais méthodologique39, mais il est difficile de savoir précisément dans quelle mesure. On peut conjecturer que le lien entre risque de chômage et accessibilité à l’emploi serait peut-être plus manifeste si le champ de l’analyse ne rassemblait pas l’ensemble des actifs à l’instant t mais les seuls actifs au chômage à l’instant t et dont on connaît la situation d’emploi à l’instant t + k (accès à l’emploi ou poursuite du chômage). Il est possible, en effet, que l’effet de la moindre accessibilité sur le risque de chômage se manifeste davantage à condition de centrer l’observation sur le devenir des actifs à la recherche d’un emploi à l’instant t et de se débarrasser ainsi du « bruit » introduit dans l’analyse par les actifs occupés dès le départ. Ce parti pris méthodologique, que l’on retrouve dans la recherche de Choffel et Delattre40, n’est malheureusement pas autorisé par les données du Recensement.
45Une des pistes sans doute les plus fécondes pour évaluer le risque de biais de sélection qui pèse sur ces résultats ou pour tester le poids des représentations sur la définition d’une accessibilité individuelle passe par des recherches qualitatives, davantage monographiques. Des résultats convergents avec ceux de nos recherches quantitatives pourraient permettre de réduire les incertitudes que l’on a soulignées.
Notes de bas de page
1 Voir Gordon Peter, Kumar Ajay et Richardson Harry, « The spatial mismatch hypothesis : some new evidence », in Urban Studies, n° 26, 1989, p. 315-326 ; Kain John, « The Spatial Mismatch Hypothesis : Three Decades Later », in Housing Policy Debate, n° 3 (2), 1992, p. 371-460 ; Ihlandfeld Keith et Sjoquist David, « Job accessibility and racial differences in youth employment rates », in American Economic Review, n° 80, 1998, p. 267-276 ; Marpsat Maryse, « La modélisation des effets de quartier aux États-Unis. Une revue des travaux récents », in Population, n° 54 (2), 1999, p. 303-330 ; Bacque Marie-Hélène et Fol Sylvie, « Effets de quartier : enjeux scientifiques et politiques de l’importation d’une controverse », in Le Quartier. Enjeux scientifiques, actions politiques et pratiques sociales, Authier Jean- Yves et al. (dir.), Paris, La Découverte, 2007, p. 181-193.
2 Voir Marpsat Maryse et Laurent Raphaël, « Le chômage des jeunes est-il aggravé par l’appartenance à un quartier en difficulté ? », in En marge de la ville, au cour de la société : ces quartiers dont on parle, collectif, Paris, L’Aube, 1997, p. 231- 251 ; Choffel Philippe et Delattre Éric, « Habiter un quartier défavorisé : quels effets sur la durée de chômage ? », in Premières Synthèses, n° 43. 1, DARES, 2003 ; Gaschet Frédéric et Gaussier Nathalie, « Ségrégation urbaine et marchés du travail au sein de l’aire urbaine bordelaise : quelle portée pour l’hypothèse de mauvais appariement spatial ? », in Cahiers du GRES, n° 14, 2003 ; Gobillon Laurent et Selod Harris, « Les déterminants spatiaux du chômage en Île-de-France », in Ségrégation urbaine et intégration sociale, Fitoussi Jean-Paul et al, Paris, La Documetation Française, 2004, p. 171-187.
3 Nous remercions le Groupe Études et Stratégies des Transports de la Division des Infrastructures et des Transport (DIT) de la DREIF pour la mise à disposition de données nécessaires à la conduite de cette recherche.
4 Veltz Pierre, Des territoires pour apprendre et innover, Paris, L’Aube, 1994 ; Jayet Hubert, « Villes et marchés du travail », in Ville et emploi. Le Territoire au cœur des nouvelles formes du travail, Perrin Évelyne et Rousier Nicole (dir.), Paris, L’aube, 2000, p. 53-64.
5 Prud’homme Rémy et Lee Chang, « Size, Sprawl, Speed and the Efficiency of Cities », in Urban Studies, no 36 (11), 1999, p. 1849-58.
6 Initialement, dans la littérature américaine, c’est la ségrégation « raciale » dont sont victimes les Noirs qui explique leur localisation « inadéquate » par rapport aux lieux d’emploi.
7 Année de référence de l’analyse empirique qui suit, à défaut de disposer des données nécessaires plus récentes.
8 Ces indicateurs sont produits à partir de l’Enquête Globale de Transports. On dit qu’un actif dispose d’un « accès nul » à la voiture correspond quand il n’a pas le permis de conduire ou vit dans un ménage sans voiture correspond. À l’opposé, l’« accès total » à la voiture correspond à la situation d’un actif qui, ayant le permis de conduire, vit dans un ménage comptant au moins autant de voitures que d’actifs.
9 Wenglenski Sandrine, « L’accessibilité au marché de l’emploi en Île-de- France : une fonction de la catégorie sociale », in Données urbaines, n° 5, Pumain Denise et Marie-Flore Mattei (dir.), Paris, Economica, 2007, p. 171-182.
10 Kain John, « Housing Segregation, Negro Employment, and Metropolitan Decentralization », in The Quarterly Journal of Economics, Mai, Vol. 82, n° 2, 1968, p. 175-197.
11 Kain John, « The Spatial Mismatch Hypothesis : Three Decades Later », in Housing Policy Debate, n° 3 (2), 1992, p. 371-460.
12 Jencks Christopher et Mayer Susan E., « Residential Segregation, Job Proximity, and Black Job Opportunities » & « The social consequences of growing up in a poor neighbourhood », in Inner-City Poverty in the United States, Lynn Laurence E. et Mcgeary Michael G. H. (dir.), Washington DC, The National Academy of Sciences, 1990, p. 187-216.
13 Holzer Harry J., « The spatial mismatch hypothesis : what has the evidence shown ? », in Regional Studies, vol. 28, 1991, p. 105-122.
14 Ihlandfeld Keith et Sjoquist David, « The Spatial Mismatch Hypothesis : A Review of Recent Studies and Their Implications for Welfare Reform », in Housing Policy Debate, n° 9 (4), 1998, p. 849-892 ; Ihlandfeld Keith et Sjoquist David, « Job accessibility and racial differences in youth employment rates », in American Economic Review, n° 80, 1998, p. 267-276.
15 Hess Daniel, « Access to Employment for Adults in Poverty in the Buffalo- Niagara Region », in Urban Studies, n° 42 (7), 2005, p. 1177-1200.
16 Dawkins Casey, Shen Qing, Sanchez Thomas, « Race, space, and unemployment duration », in Journal of Urban Economics, n° 58 (1), 2005, p. 91-113.
17 Johnson Rucker C., « Landing a job in urban space : The extent and effects of spatial mismatch », in Regional Science and Urban Economics, n° 36, 2006, p. 331-372.
18 Houston Donald, « Employability, Skills Mismatch and Spatial Mismatch in Metropolitan Labour Markets », in Urban Studies, n° 42 (2), 2005, p. 221-243 ; Fieldhouse Edward, « Ethnic minority unemployment and spatial mismatch : the case of London », in Urban Studies, n° 36, 1999, p. 1569-1596.
19 Voir Dujardin Claire, Selod Harris et Thomas Isabelle, « Le chômage dans l’agglomération bruxelloise : une explication par la structure urbaine », in Revue d’Économie Régionale et Urbaine, février 2004, p. 3-28 ; Gobillon Laurent et Selod Harris, « Les déterminants spatiaux du chômage en Île-de-France », op. cit., p. 171- 187 ; Gaschet Frédéric et Gaussier Nathalie, « Ségrégation urbaine et marchés du travail au sein de l’aire urbaine. », op. cit.
20 Sur ce point, voir Massey Douglas et Denton Nancy, American Apartheid, Paris, Descartes et Cie, 1995.
21 Granovetter Marc, « The Strength of Weak Ties », in American Journal of Sociology, n° 78 (6), 1973, p. 1360-1380.
22 Datcher Linda, « Effects of Community and Family Background on Achievement », in The Review of Economics and Statistics, n° 64 (1), 1982, p. 32-41.
23 Corcoran Mary et al., Effects of Family and Community Background on Men’s Economic Status, NBER Working Paper 2896, Cambridge (MA), National Bureau of Economic Research, 1989, 26 pages.
24 Massey Douglas et Denton Nancy, American Apartheid, op. cit.
25 O’reagan Katherine et Quigley John, « Where Youth Live : Economic Effects of Urban Space on Employment Prospects », in Urban Studies, n° 35 (7), 1998, p. 1287-1305.
26 Mendenhall Ruby et al, « Neighborhood Neighborhood Resources, Racial Segregation, and Economic Mobility », in Social Science research, 2006, p. 892-923 ; Fauth Rebecca et al., « Short-term effects of moving from public housing in poor to middle-class neighbourhoods on low-income, minority adults’outcomes », in Social Science & Medicine, n° 59, 2004, p. 2271-2284.
27 Musterd Sako et al, « Environmental effects and social mobility », in Housing Studies, 1 n° 8 (6), 2003, p. 877-892.
28 Van Der Klaauw Bas et Van Ours Jan, « From welfare to work : does the neighbourhood matter ? », in Journal of Public Economics, n° 87, 2003, p. 957-985.
29 Brännström Lars, « Poor Places, Poor Prospects ? Counterfactual Models of Neighbourhood Effects on Social Exclusion in Stockholm, Sweden », in Urban Stu- dies, n° 41 (13), 2004, p. 2515-2537.
30 Marpsat Maryse et Laurent Raphaël, « Le chômage des jeunes est-il aggravé par l’appartenance à un quartier en difficulté ? », op. cit.
31 Choffel Philippe et Delattre Éric, « Habiter un quartier défavorisé : quels effets sur la durée de chômage ? », op. cit.
32 Dans les recherches antérieures pré-citées, la variable à expliquer varie selon les analyses. Dujardin, Selod et Thomas (« Le chômage dans l’agglomération bruxelloise : une explication par la structure urbaine », op. cit.) ainsi que Marpsat et Laurent (« Le chômage des jeunes est-il aggravé par l’appartenance à un quartier en difficulté ? », op. cit.), comme nous, estiment la probabilité pour un actif d’être au chômage à un instant t. Choffel et Delattre (« Habiter un quartier défavorisé : quels effets sur la durée de chômage ? », op. cit.) estiment la probabilité, pour un actif au chômage à l’instant t, d’être toujours au chômage à l’instant t + 1. Gaschet et Gaussier (« Ségrégation urbaine et marchés du travail au sein de l’aire urbaine… », op. cit.) et de Gobillon et Selod (« Les déterminants spatiaux du chômage en Île-de- France », op. cit.) veulent expliquer le taux de chômage communal.
33 La variable à expliquer comme les variables explicatives sont conçues sous forme de variables discrètes dichotomiques.
34 Les temps de transport en voiture et en transports collectifs entre toutes les origines et destinations franciliennes sont donnés par des modélisations de la DREIF ; les emplois (qui ne sont pas les emplois vacants, mais les emplois occupés) sont connus à l’échelle communale par le Recensement. Pour la présentation de l’indicateur de base, voir : Wenglenski Sandrine, « L’accessibilité au marché de l’emploi en Île-de-France : une fonction de la catégorie sociale », in Données urbaines, n° 5, Pumain Denise et Marie-Flore Mattei (dir.), Paris, Economica, 2007, p. 171-182. Dans la présente analyse, l’affectation d’un mode de transport pour le calcul de l’accessibilité repose sur un certain nombre de postulats. D’une part, on fait l’hypothèse que les personnes « disposant d’une voiture » pourraient s’en servir pour aller travailler et on leur affecte une accessibilité calculée à partir de déplacements en voiture. Pour les autres, l’accessibilité est calculée à partir de déplacements en transports en commun. D’autre part, la « disposition d’une voiture » est établie à partir des variables disponibles dans le Recensement de la manière suivante : quand il y a au moins autant de voitures que d’actifs au sein du ménage, chacun est supposé disposer d’une voiture ; quand il n’y a pas de voiture, aucun n’est supposé disposer d’une voiture (et chacun se déplace donc en transports en commun). Quand il y a une seule voiture pour deux actifs, soit les deux actifs sont occupés et la voiture est affectée à celui qui déclare s’en servir pour aller travailler ; soit l’un est au chômage et elle est affectée à l’actif occupé s’il déclare s’en servir, au chômeur sinon ; soit les deux actifs sont chômeurs et la voiture est affectée à la personne de référence.
35 L’indicateur composite est obtenu en deux étapes : (i) calcul des écarts centré-réduit pour les distributions relatives aux deux variables (taux de chômage et 1er décile de la distribution des revenus) ; (ii) addition des deux écarts centrés-réduits pour chaque quartier/commune.
36 L’actif-type correspond à l’individu qui présente les caractéristiques de référence dans l’analyse de régression. Il s’agit d’un homme, entre 35 et 50 ans, français né en France métropolitaine, habitant une commune depuis laquelle l’accessibilité à l’emploi est « bonne » et dans un quartier où le profil social est « moyen ». Pour les catégories moyennes et supérieures, il est diplômé d’un bac + 2 et de profession intermédiaire administrative d’entreprise. Pour les catégories populaires, il s’agit d’un homme ayant les mêmes caractéristiques mais détenteur du bac ou bac + 2 et employé administratif d’entreprise.
37 Dans leur recherche sur Bordeaux, Gaschet et Gaussier (« Ségrégation urbaine et marchés du travail au sein de l’aire urbaine. », op. cit.) tentent de déjouer ce problème en recourant à des données qui cependant en posent d’autres, les offres d’emploi enregistrées par l’ANPE ne représentant approximativement qu’un quart de l’offre réelle du marché (Jayet Hubert, « Villes et marchés du travail », op. cit.).
38 On trouve, dans les recherches antérieures, des tentatives méthodologiques pour le déjouer mais le remède n’apparaît pas toujours idoine. Dujardin, Selod et Thomas (« Le chômage dans l’agglomération bruxelloise : une explication par la structure urbaine », op. cit.), par exemple, proposent de restreindre le champ de l’analyse aux seuls jeunes actifs résidant encore chez leurs parents. Une telle restriction aurait pour effet de neutraliser le biais de sélection dans la mesure où le choix de localisation résidentielle devient alors exogène aux individus retenus pour l’analyse (puisque le choix du lieu de résidence n’est pas accompli par les jeunes eux- même). D’après les auteurs, dans ces conditions, puisque les localisations résidentielles peuvent être considérées comme « aléatoires » (au sens où les jeunes n’y sont pour rien), le biais de sélection se trouve neutralisé. D’un point de vue sociologique, l’efficacité de cette astuce paraît sujette à caution car il revient à postuler que l’identité sociale des enfants est indépendante de celle des parents, ce qui est bien sûr très contestable.
39 Car cela réduit la proportion des individus de l’échantillon dont l’entrée dans l’emploi actuel est antérieure à l’arrivée dans leur commune de résidence actuelle.
40 Choffel Philippe et Delattre Éric, « Habiter un quartier défavorisé : quels effets sur la durée de chômage ? », op. cit.
Auteurs
Laboratoire Ville Mobilité Transport
Université Paris-Est-Marne-La-Vallée
Le texte seul est utilisable sous licence Licence OpenEdition Books. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.
Justice et injustices spatiales
Bernard Bret, Philippe Gervais-Lambony, Claire Hancock et al. (dir.)
2010
L’accès à l’eau en Afrique
Vulnérabilités, exclusions, résiliences et nouvelles solidarités
David Blanchon et Barbara Casciarri (dir.)
2019
Pour une géographie du juste
Lire les territoires à la lumière de la philosophie morale de John Rawls
Bernard Bret
2016
Métropoles en débat : (dé)constructions de la ville compétitive
Antoine Le Blanc, Jean-Luc Piermay, Philippe Gervais-Lambony et al. (dir.)
2014
Vivre et construire le droit à la ville : expériences au Sud
La dimension politique des pratiques citadines
Amandine Spire et Marianne Morange (dir.)
2020