Études analytiques : méthodes et références
Caractéristiques du quartier de certains groupes de population d’intérêt

Remerciements

Nous tenons à remercier Femmes et Égalité des genres Canada d’avoir fourni du financement pour appuyer cette recherche et formuler des commentaires utiles sur les versions antérieures du présent document. Nous tenons également à remercier les chercheurs du Centre des statistiques sur le genre, la diversité et l'inclusion et Marc Frenette pour leurs précieux commentaires.

Résumé

La présente étude permet d’examiner si les membres de groupes de population d’intérêt (en particulier les membres de familles à faible revenu ou de familles monoparentales, les personnes atteintes de troubles anxieux ou de l’humeur, les personnes appartenant à une minorité visible et les immigrants) ont tendance à vivre dans des quartiers présentant des caractéristiques différentes. À cette fin, cette étude repose sur un nouvel ensemble de données intégrées combinant des mesures relatives aux quartiers provenant de multiples sources à l’Enquête sur la santé dans les collectivités canadiennes. La présente analyse permet en outre d’étudier ces groupes de population ensemble et séparément pour les femmes et les hommes. Les résultats bivariés et multivariés indiquent que ces populations suivent des tendances d’emplacement différentes par rapport à l’ensemble de la population et entre elles.

1 Introduction

Les quartiers contribuent au bien-être des résidents grâce, entre autres aux contacts sociaux, à l’accès à des biens et à des services, à l’accès à des espaces verts ainsi qu’au sentiment d’appartenance qu’ils procurent. Ce rôle est reconnu dans la Stratégie nationale sur le logement du Canada, qui souligne que le logement et les quartiers font partie intégrante du bien-être, et que les politiques sont axées sur l’investissement dans « … des logements qui seront entièrement intégrés dans la collectivité – près des transports en commun, des lieux de travail et des services publics. » (Gouvernement du Canada, 2016, p. 4). La mesure dans laquelle les personnes résident dans des quartiers présentant des caractéristiques positives et négatives fait depuis longtemps l’objet de recherches et ces recherches se poursuivent. Au cours des dernières années, cette situation s’est accompagnée d’une croissance considérable du nombre de variables accessibles au niveau des quartiers et de l’élaboration d’ensembles de données intégrées comprenant des renseignements provenant d’un large éventail de sources. Ces nouveautés permettent de fournir de l’information à des niveaux géographiques plus précis qu’auparavant et d’examiner conjointement des ensembles plus vastes de variables au niveau individuel et géographique. Dans ce contexte, la façon dont les personnes présentant des caractéristiques différentes sont réparties entre les quartiers mérite un nouvel examen.

La présente étude porte sur cinq groupes de population d’intérêt : les membres de ménages à faible revenu, les membres de familles monoparentales, les personnes ayant déclaré avoir un trouble anxieux ou de l’humeur, les personnes ayant déclaré appartenir à au moins un groupe racial ou culturel autre que blanc (c.-à-d. une minorité visible) et les immigrants au Canada. Ces groupes de population ont été sélectionnés en considérant que leurs membres sont plus susceptibles de vivre certaines expériences ou certaines situations en raison de leur caractéristique déterminante. La capacité financière est importante à cet égard. Les membres de familles à faible revenu ont, par définition, des ressources financières limitées et sont vulnérables aux conséquences négatives de la pauvreté et des contraintes financières. Les familles monoparentales peuvent également devoir faire face à des contraintes financières et à une plus grande incertitude que les familles biparentales, compte tenu de l’absence d’un deuxième salarié adulte pouvant influencer leur capacité à choisir un quartier répondant à leurs besoins. Les expériences d’établissement des immigrants et les répercussions de la santé mentale présentent également d’importantes dimensions financières. Les membres de minorités visibles peuvent faire l’objet de formes négatives de discrimination nuisant à leur capacité d’obtenir un emploi; ce qui a, en retour, une incidence sur leurs revenus. Les membres de ces groupes de population d’intérêt peuvent faire face à d’autres circonstances ayant une incidence sur les décisions en matière de résidence, comme équilibrer le travail et la famille en tant que parent célibataire ou faire face au racisme et à la discrimination en tant que membre d’une communauté racisée.

La présente étude documente la répartition des membres de ces groupes de population d’intérêt selon un ensemble de caractéristiques de quartier et examine si ces répartitions diffèrent entre les femmes et les hommes. Pour aborder ce sujet, on utilise un nouveau cadre de données intégré composé de mesures au niveau du quartier provenant de sources multiples. Les données sont fondées sur les caractéristiques des quartiers mesurées dans de petites unités géographiques appelées aires de diffusion (AD) et jointes aux réponses à l’Enquête sur la santé dans les collectivités canadiennes (ESCC). Ces données permettent de documenter les caractéristiques des quartiers où vivent les groupes de population d’intérêt, à l’aide d’indicateurs comme la densité de la population, l’accès aux transports en commun et la criminalité. Fait important, ces données permettent de vérifier si ces tendances persistent après prise en compte de facteurs pouvant influencer le lieu de résidence. Les personnes ont le choix de l’endroit où elles veulent vivre, mais ce choix est souvent limité; de nombreuses personnes résident dans des quartiers défavorisés en raison de contraintes financières (Hulchanski, 1995; Van Ham et al., 2018). Après correction pour tenir compte de ces caractéristiques et d’autres caractéristiques individuelles de base, il est possible de déterminer s’il reste des facteurs au-delà du revenu liés aux lieux résidentiels de ces populations. La détermination de ces facteurs résiduels dépasse la portée de la présente étude, mais ils peuvent être systématiques (p. ex. découlant de formes de discrimination) ou liés à des facteurs influençant la prise de décisions, comme le stress (Dias-Ferreira et al., 2009; Starcke & Brand, 2012) découlant de circonstances individuelles ou, finalement, de caractéristiques des quartiers eux-mêmes.

Les préoccupations au sujet de la répartition des groupes de population d’intérêt sont éclairées par des recherches utilisant la satisfaction à l’égard de la vie comme résultat d’intérêt, corrélé avec un éventail de facteurs au niveau du quartier^Note . Parmi les facteurs au niveau du quartier s’étant révélés être significativement corrélés avec la satisfaction à l’égard de la vie figurent la densité de la population (Berry et Okulicz-Kozaryn, 2009; Helliwell et coll., 2018), le revenu (Luttmer, 2005; Helliwell et Huang, 2010; Dittmann et Goebel, 2010; Barrington-Leigh et Helliwell, 2008; Hou, 2014), les espaces verts (Van Herzele et de Vries, 2012; Ambrey et Fleming, 2013; Krekel et coll., 2016; MacKerron et Mourato, 2013; Kopmann et Rehdanz, 2013), la criminalité (da Palma et coll., 2012; Medina et Tamayo, 2012; Di Tella et coll., 2008) et l’accès aux transports en commun (Ma et coll., 2018; Dong et Qin, 2017; Delmelle et coll., 2013).

Voici la structure de la suite de cet article : la section 2 présente un bref examen des données et des concepts utilisés. Bien que la principale source de données sur les caractéristiques individuelles soit l’ESCC, les variables de quartier sont tirées de sources multiples. La section 3 passe en revue les caractéristiques des quartiers où résident les groupes de population d’intérêt. Cette analyse des résultats comprend des totalisations des parts de ces populations dans les quartiers classées selon leurs caractéristiques sous-jacentes (p. ex. l’accès aux transports en commun ou le taux de criminalité) et des analyses multivariées qui vérifient si les caractéristiques individuelles, comme le revenu, tiennent compte de ces tendances différentes. La section 4 présente une brève conclusion.

2 Données et concepts

Deux ensembles de variables ont été utilisés pour l’analyse de la présente étude : 1) les caractéristiques individuelles et 2) les caractéristiques des quartiers. Les renseignements au niveau individuel proviennent principalement des données regroupées de l’ESCC^Note  sur trois ans (2015, 2016 et 2017). L’échantillon est limité aux répondants à l’ESCC vivant dans 29 des 35 régions métropolitaines de recensement (RMR) du Canada. Les 29 RMR sont celles présentant un ensemble complet de caractéristiques de quartiers disponibles (plus de détails à ce sujet ci-dessous)^Note . Cela donne un échantillon d’un peu moins de 50 000 personnes résidant dans 6 481 quartiers au niveau de l’AD. Les renseignements sur les quartiers de ces personnes sont tirés d’une variété de sources et joints au fichier de l’ESCC.

2.1 Caractéristiques individuelles

L’analyse des groupes de population d’intérêt est structurée en fonction de six variables sociodémographiques : le genre, la composition de la famille, la santé mentale, le revenu, l’appartenance à une minorité visible et le statut d’immigrant^Note . Ces variables sont définies comme suit :

• Le genre désigne les hommes ou les femmes^Note .
• La composition de la famille est tirée de la variable de situation des particuliers dans le ménage et de composition de la famille dérivée de l’ESCC. Pour des raisons conceptuelles et de taille de l’échantillon, la variable est groupée en six catégories, notamment les personnes qui 1) vivent avec un conjoint ou un partenaire seulement, 2) vivent avec un conjoint ou un partenaire et des enfants, 3) un parent seul vivant avec des enfants, 4) une personne vivant seule, 5) un enfant dans une famille et 6) Autres.
• La santé mentale (trouble anxieux ou de l’humeur) est définie à l’aide d’une réponse positive à l’une ou l’autre des questions, ou aux deux. La première demande aux répondants de l’ESCC s’ils ont un trouble de l’humeur, comme la dépression, le trouble bipolaire, la manie ou la dysthymie. La deuxième demande si la personne souffre d’un trouble anxieux, comme une phobie, un trouble obsessionnel compulsif ou un trouble panique.
• Le revenu est défini comme le revenu familial total après impôt des répondants de l’ESCC, rajusté en fonction de la taille de la famille; il est dérivé du Fichier des familles T1 (FFT1). Les quintiles de revenu sont construits en marquant la position des personnes dans le premier quintile (le plus bas) jusqu’au cinquième quintile (le plus élevé).
• L’appartenance à une minorité visible est définie à l’aide de l’ESCC en désignant les personnes qui déclarent appartenir à au moins un groupe racial ou culturel autre que blanc. Une autre désagrégation selon le sexe et des totalisations de la répartition des groupes entre les quartiers se traduisent par de faibles fréquences par cellules. L’appartenance à une minorité visible n’est, par conséquent, pas désagrégée davantage.
• Le statut d’immigrant est défini à l’aide de l’ESCC et désigne les personnes qui déclarent être des immigrants reçus ou des résidents non permanents. Une autre désagrégation selon le sexe et des totalisations de la répartition des groupes entre les quartiers se traduisent par de faibles fréquences par cellules. Le statut d’immigrant n’est, par conséquent, pas désagrégé davantage.

L’une des préoccupations lors d’un travail avec des données d’enquête est de savoir si la taille de l’échantillon est suffisante pour pouvoir poursuivre efficacement l’analyse des sous-populations. Les nombres d’échantillons non pondérés de femmes et d’hommes dans l’ensemble des groupes de population d’intérêt, comme les familles monoparentales, sont généralement suffisamment élevés pour appuyer l’analyse; plus d’un millier d’observations non pondérées dans la plupart des cas. Toutefois, lorsqu’un troisième élément est ajouté à leur intersection (ce qui donne un groupe comme les femmes du premier quintile de revenu déclarant un trouble anxieux ou de l’humeur), la taille des échantillons devient trop petite pour certains types d’estimations. Par conséquent, les estimations statistiques se limiteront en grande partie à deux dimensions de l’intersectionnalité à la fois. Tout au long de l’analyse tabulaire et de la régression, les résultats se fondent sur des poids d’échantillonnage.

2.2 Caractéristiques du quartier

Les variables au niveau du quartier sont mesurées au niveau de l’aire de diffusion (AD); certaines de ces variables étant construites à l’aide de moyennes pondérées en fonction de la population au niveau de l’îlot de diffusion (ID), unité géographique encore plus petite. Cette approche vise à mieux refléter les caractéristiques relatives aux personnes dans leur environnement immédiat. Dans l’ensemble des RMR canadiennes, la population médiane des secteurs de recensement (l’unité géographique souvent utilisée pour les analyses des quartiers) est de 4 486, tandis que la population médiane des AD (l’unité géographique utilisée dans cette analyse) est de 544; ce qui donne une perspective géographique détaillée.

Le tableau 1 présente les renseignements sur les variables de quartier au niveau de l’AD utilisées dans cette analyse. La densité de population et le pourcentage de la population du quartier résidant dans des immeubles à logements multiples sont tirés du Recensement de la population de 2016, tandis que le revenu familial médian rajusté dans le quartier est dérivé du FFT1. L’exposition aux espaces verts (fondée sur des données d’imagerie satellitaire) a été mesurée sur une échelle de 0 à 1; les valeurs plus élevées représentant une végétation verte plus dense à moins de 1 000 mètres du code postal d’un répondant. La valeur moyenne des espaces verts a ensuite été calculée pour tous les codes postaux associés à chaque AD pour fournir des estimations au niveau des AD. L’accès aux transports en commun est mesuré à l’aide d’une note d’accessibilité (de proximité) et est déclaré comme une valeur d’indice variant de 0 à 1, où 1 représente l’ID ayant la proximité maximale et 0, l’ID ayant la plus faible proximité aux transports en commun, après prise en compte de la distance par rapport aux arrêts de transport en commun à moins de 1,000 mètres de l’ID et le nombre de déplacements en transport en commun. La moyenne des valeurs d’indice des ID a été calculée au niveau de l’AD en utilisant les populations des ID comme poids. Les taux de criminalité au niveau de l’AD ont été calculés comme étant le nombre de crimes contre des biens et de crimes violents déclarés dans l’AD, divisé par la population totale de l’AD. L’accès aux épiceries mesure la proximité de chaque ID à des ID comptant des épiceries à moins de 1 000 mètres de marche, tout en tenant compte de la distance des épiceries et leur taille mesurée en fonction des revenus. Comme pour les autres mesures, l’accès aux épiceries dans l’AD est calculé à l’aide d’estimations pondérées en fonction de la population au niveau des ID.



3 Résultats

3.1 Constatations descriptives

Pour chacune des variables de quartier ci-dessus, les quartiers ont ensuite été triés de la valeur la plus faible à la plus élevée, et quatre groupes de taille égale (c.-à-d. quartiles) ont été construits. Le quartile inférieur (Q1) comprend les 25 % de quartiers ayant les notes les plus faibles pour chaque mesure particulière, tandis que le quartile supérieur (Q4) comprend les 25 % de quartiers ayant les notes les plus élevées. À titre d’exemple, le tableau 2 ci-dessous présente les répartitions des femmes et des hommes entre les quartiles de densité de population des quartiers les moins peuplés aux quartiers les plus densément peuplés pour un ensemble sélectionné de variables.

La densité de population est un bon point de départ, puisqu’il s’agit d’une caractéristique observée par les résidents et les planificateurs. La densité entraîne des avantages et des coûts. Les quartiers plus denses sont mieux en mesure de soutenir les services (p. ex. magasins et restaurants) et d’offrir un service de transports en commun plus fréquent, mais peuvent également entraîner du bruit et réduire l’étendue possible de la nature. On ne peut présumer si la densité a un effet positif ou négatif sur le bien-être, car elle dépend des besoins et des préférences individuels. Néanmoins, les commodités au niveau du quartier, comme les transports en commun et les parcs, se sont révélées positivement corrélées avec la satisfaction à l’égard de la vie. Ces relations sont observées principalement parmi les personnes du cinquième inférieur de la répartition du revenu et visent vraisemblablement celles qui sont les plus limitées dans leurs choix de logement (Brown et coll., 2021).

Dans l’ensemble, la répartition des femmes et des hommes entre les quartiles de densité de quartier présente peu de différences; environ 20 % des femmes et des hommes résidant dans les quartiers aux densités de population les plus faibles (Q1) et un peu plus de 30 % résidant dans les quartiers aux densités de population les plus élevées (Q4) (voir le tableau 2). Dans l’ensemble de la composition de la famille, les personnes seules et les femmes monoparentales sont plus susceptibles que les autres types de familles de vivre dans des quartiers à forte densité; ce qui reflète probablement une plus forte concentration dans des immeubles à logements multiples. Dans l’ensemble des quintiles de revenu familial, les femmes et les hommes du quintile de revenu inférieur sont beaucoup plus portés que ceux des quintiles de revenu supérieur à vivre dans des quartiers plus denses.



Pour saisir les autres caractéristiques du quartier pour l’ensemble des populations d’intérêt, il conviendrait de répéter le tableau 2 pour toutes les caractéristiques du quartier. Ce processus serait lourd et rendrait difficile la comparaison des répartitions des groupes de population d’intérêt entre plusieurs caractéristiques de quartier. Pour régler ce problème, le tableau 3 résume les données de façon plus succincte. Il présente le ratio de la proportion de la population ayant une caractéristique (p. ex. un trouble anxieux ou de l’humeur) dans un quartile de quartier donné par rapport à la proportion de la population sans cette caractéristique dans le même quartile. Deux exemples tirés des données du tableau 2 illustrent cette approche. Premièrement, la proportion de femmes résidant dans les quartiers les plus densément peuplés (Q4) était de 31,6 %; c.-à-d. un peu plus que les 30,7 % des hommes résidant dans les quartiers les plus densément peuplés. Le ratio entre les femmes et les hommes est de 31,6 %/30,7 % = 1,03. Si le ratio est supérieur à 1, la population d’intérêt est surreprésentée par rapport au groupe de comparaison; si le ratio est inférieur à 1, la population est sous-représentée. Dans ce cas, l’indice diffère de 1 par un écart mineur seulement; ce qui indique que la différence entre les groupes est faible. Dans le deuxième exemple, la proportion de femmes du quintile de revenu familial inférieur résidant dans les quartiers les plus densément peuplés (Q4) était de 42,2 %. Parmi les femmes des quatre autres quintiles combinés (de Q2 à Q5 inclusivement), 29,0 % résidaient dans les quartiers les plus denses; ce qui donne un ratio de 1,46.

Les résultats de cet exercice sont présentés au tableau 3. Les couleurs dans le tableau (version PDF uniquement) sont fournies à titre d’illustration seulement et ne donnent pas d’indication de niveaux d’importance officiellement testés. Ils servent plutôt à guider l’inspection visuelle, mettant en évidence les valeurs d’indice qui s’écartent de 1. Les cellules ombragées en rouge indiquent des valeurs supérieures à 1; les cellules ombragées en bleu, des valeurs inférieures à 1. Plus l’ombrage est foncé, plus l’écart par rapport à 1 est grand.

Un examen rapide du tableau 3 révèle des tendances claires. Les personnes du premier (ou du plus faible) quintile de revenu familial sont surreprésentées dans les quartiers du quartile supérieur de la densité de population (cote de l’indice = 1,55) et sous-représentées dans les quartiers du quartile inférieur (cote de l’indice = 0,62). De même, elles sont surreprésentées dans les quartiers du quartile supérieur des immeubles à logements multiples (valeur de l’indice = 1,75) et sous-représentées dans les quartiers du quartile inférieur (cote de l’indice = 0,55). À l’inverse, les membres de familles à faible revenu sont sous-représentés dans les quartiers ayant les revenus les plus élevés et surreprésentés dans ceux ayant les revenus les plus faibles. Enfin, les personnes à faible revenu sont surreprésentées dans les quartiers caractérisés par une plus grande proximité des transports en commun et des épiceries, et sous-représentées dans les quartiers comptant le plus d’espaces verts. Lorsque d’autres groupes de population d’intérêt sont pris en compte, un profil largement semblable est observé chez les immigrants et les personnes monoparentales et déclarant appartenir à une minorité visible.

La mesure dans laquelle les personnes des groupes de population d’intérêt résident dans des quartiers où les taux de criminalité sont plus élevés diffère d’un groupe à l’autre. Les membres de familles à faible revenu, les familles monoparentales et les personnes atteintes d’un trouble anxieux ou de l’humeur sont surreprésentés dans les quartiers des quartiles supérieurs de criminalité. Toutefois, une telle surreprésentation n’est pas évidente ou n’est que faiblement évidente chez les immigrants et les personnes déclarant appartenir à une minorité visible^Note .

Au sein des groupes de population d’intérêt, les hommes et les femmes sont répartis de façon semblable entre les caractéristiques des quartiers. Cela est évident dans les différences relativement faibles généralement observées dans leurs valeurs d’indice. La seule exception notable est entre les familles monoparentales dirigées par des femmes et les hommes; une proportion beaucoup plus élevée de familles monoparentales dirigées par des femmes vivent dans des quartiers caractérisés par une forte densité, la prévalence de logements multiples, des revenus familiaux plus faibles et moins d’espaces verts. Les familles monoparentales dirigées par des femmes ont en outre tendance à vivre dans des quartiers où la criminalité est élevée.

 

Une fois ces tendances établies, l’analyse détermine maintenant si la tendance des groupes de population d’intérêt à résider dans différents quartiers se maintient lorsque les caractéristiques individuelles sont estimées indépendamment dans le cadre d’un modèle multivarié. Elle permet également de tenir compte des caractéristiques des femmes et des hommes lorsque les différences entre eux sont mesurées au niveau des quartiers.

3.2 Résultats multivariés – modèles de base

Pour compléter les résultats descriptifs ci-dessus, on a utilisé une série de modèles multivariés afin d’estimer les corrélations entre les caractéristiques au niveau individuel et la propension à vivre dans un type de quartier particulier. Un modèle de régression logistique multinomial a servi à estimer la corrélation entre chaque caractéristique au niveau de l’individu et la probabilité que les répondants résident dans un quartier au niveau inférieur (Q1), intermédiaire supérieur (Q3) ou supérieur (Q4) de chaque variable de quartile de quartier. Le deuxième quartile (Q2) de chaque variable de quartier a été exclu pour servir de catégorie de référence.

Les modèles testent la signification statistique des tendances observées au tableau 3 tout en tenant compte d’autres variables du modèle. Sauf indication contraire, le modèle comprend les cinq variables utilisées pour déterminer les groupes de population d’intérêt, ainsi que l’âge et le niveau de scolarité. De plus, des variables sont incluses pour indiquer si les répondants résident à Toronto, Montréal, Vancouver ou dans d’autres RMR. Ces variables tiennent compte de la concentration de certains groupes de population dans les trois plus grandes RMR du Canada. Par exemple, une plus forte concentration de minorités visibles et d’immigrants dans des quartiers plus denses peut découler de leur tendance à vivre à Toronto, à Montréal et à Vancouver plutôt qu’une tendance générale à vivre dans des quartiers plus denses en soi^Note .

Les résultats du modèle logit multinomial sont présentés au tableau 4. On y indique les rapports de risque relatif (l’analogue du modèle logit multinomial des rapports de cotes couramment déclarés lors de la présentation de résultats de modèle logit binaire). Le rapport de risque relatif pour une famille monoparentale résidant dans un quartier à forte densité (Q4) est, par exemple, le rapport du risque (probabilité) de vivre dans un quartier à forte densité divisé par le risque de vivre dans un quartier de densité Q2 (la catégorie de comparaison) par rapport au même risque relatif pour le groupe de référence (c.-à-d. les personnes vivant avec un conjoint ou un partenaire et des enfants). Une valeur supérieure à 1 indique un risque relatif plus élevé pour les familles monoparentales vivant dans des quartiers à forte densité, tandis qu’une valeur inférieure à 1 signale un risque relatif plus faible pour les familles monoparentales comparativement au groupe de référence. Pour les familles monoparentales, le rapport de risque relatif est de 1,5; ce qui indique que, abstraction faite des autres caractéristiques du modèle, elles présentent un risque relatif de vivre dans un quartier à forte densité plus élevé que les couples avec enfants.

Les rapports de risque relatif associés à l’âge et à la scolarité sont significatifs et inférieurs à 1; ce qui indique que les personnes plus âgées et moins instruites sont moins susceptibles de résider dans les 25 % de quartiers les plus densément peuplés (Q4). La baisse des rapports de risque relatif entre les quintiles de revenu familial indique que les familles à faible revenu sont plus portées que les familles à revenu élevé à vivre dans des quartiers plus densément peuplés.

Les rapports de risque relatif associés au Q4 de la densité de population sont significatifs et supérieurs à 1 pour le statut de minorité visible et d’immigrant^Note , abstraction faite d’autres facteurs; tout comme les rapports de risque pour les personnes vivant seules et au sein de familles monoparentales. Les personnes atteintes d’un trouble anxieux ou de l’humeur n’ont pas tendance à vivre dans des quartiers plus denses que celles ne souffrant pas d’un tel trouble.



Pour estimer les risques relatifs des groupes de population résidant dans des quartiers présentant d’autres caractéristiques, des modèles multivariés comme celui du tableau 4 ont été utilisés pour chaque caractéristique de quartier. Le tableau 5 illustre les rapports de risque relatif obtenus et leur importance.

Une fois les autres caractéristiques prises en compte dans le modèle, plusieurs groupes de population d’intérêt continuent d’afficher un risque relatif plus élevé de vivre dans des quartiers présentant des caractéristiques particulières. En commençant par les familles à faible revenu (c.-à-d. Q1), on observe des risques relatifs plus élevés en ce qui concerne leur résidence dans des quartiers à forte densité (Q4), dans des quartiers comprenant des immeubles à logements multiples (Q4) et dans des quartiers dont le revenu médian est plus faible (Q1). De plus, les membres de familles à faible revenu sont plus susceptibles que d’autres de vivre dans des quartiers caractérisés par des niveaux plus élevés d’accès aux transports en commun et aux épiceries (Q4), mais aussi dans des quartiers moins exposés aux espaces verts. Enfin, les membres de familles à faible revenu sont plus enclins que les autres à vivre dans des quartiers situés aux extrémités supérieures de la répartition des taux de crimes contre les biens et de crimes violents au niveau du quartier.

La répartition des familles monoparentales selon les caractéristiques du quartier donne un profil semblable à celui esquissé pour les familles à faible revenu. Abstraction faite des autres caractéristiques du modèle (comme le revenu familial), les familles monoparentales présentent des risques relatifs plus élevés de vivre dans des quartiers à forte densité, des quartiers comptant des immeubles à logements multiples et des quartiers à faible revenu, ainsi que des quartiers offrant une proximité aux transports en commun et à des épiceries, mais moins exposés aux espaces verts. Elles enregistrent également un risque relatif élevé de résider dans les 25 % des quartiers ayant les taux de criminalité les plus élevés.

Des profils semblables sont observés chez les immigrants ou les personnes déclarant appartenir à une minorité visible^Note . Comme pour les membres de familles à faible revenu et monoparentales, ces personnes présentent des risques relatifs élevés de résider dans des quartiers densément peuplés, comptant une prévalence de logements multiples, enregistrant un revenu plus faible et se trouvant à plus grande proximité d’épiceries. Elles enregistrent également des risques relatifs élevés de résider dans des quartiers caractérisés par des niveaux relativement élevés de proximité aux transports en commun (définis comme Q3 de cette variable), mais pas dans des quartiers présentant une proximité particulièrement faible ou forte aux transports en commun (respectivement définis comme Q1 et Q4). Les immigrants et les membres des minorités visibles courent également un risque relatif élevé d’être moins exposés aux espaces verts. Encore une fois, les risques relatifs de résider dans des quartiers où la criminalité est élevée ne sont généralement pas significativement plus élevés chez les immigrants et les personnes déclarant appartenir à une minorité visible que chez les personnes nées au Canada ou ne déclarant aucune appartenance à une minorité visible. Toutefois, ces mêmes populations présentent un risque relatif plus faible de résider dans les quartiers où la criminalité est la plus faible (Q1). Il est important de garder à l’esprit que ces tendances sont observées chez les immigrants et les minorités visibles après prise en compte du revenu familial; ce qui suggère que ce ne sont pas les contraintes financières qui expliquent ces tendances.

Enfin, les personnes ayant déclaré un trouble anxieux ou de l’humeur n’enregistrent pas de risques significativement différents de vivre dans des quartiers présentant bon nombre des caractéristiques prises en compte, même si leurs risques relatifs élevés de vivre dans le quartile supérieur sont notables pour la prévalence des immeubles à logements multiples, la proximité d’épiceries et les crimes violents. Elles ont également tendance à présenter un risque relatif plus élevé de vivre dans des quartiers à faible revenu (Q1) et un risque relatif plus faible de vivre dans des quartiers comptant des niveaux élevés d’espaces verts (Q4).



3.3 Résultats multivariés – termes d’interaction

Bien que les résultats multivariés ci-dessus donnent un aperçu des relations entre les caractéristiques de groupes de population d’intérêt et les quartiers de résidence, ils ne font pas la lumière sur l’intersection supplémentaire entre les genres. Dans la présente section, des termes d’interaction sont ajoutés aux modèles multivariés présentés ci-dessus, afin d’explorer l’intersectionnalité au sein des cinq groupes de population d’intérêt.

Le tableau 6 comprend l’intersection du sexe et de la situation familiale. Il montre le lien entre ces variables combinées et le risque relatif de vivre dans un quartier vert. Après prise en compte du revenu familial, de la santé mentale, de l’âge, du niveau de scolarité, de l’appartenance à une minorité visible, du statut d’immigrant et du lieu de résidence, les risques relatifs de vivre dans des quartiers comptant moins d’espaces verts (c.-à-d. Q1) sont semblables chez les femmes et les hommes de chaque catégorie. Chez les personnes seules, par exemple, les risques relatifs des hommes et des femmes résidant dans les quartiers les moins verts sont respectivement de 1,642 et 1,622 par rapport au groupe de comparaison commun des hommes en couple avec enfants. Un examen visuel du tableau 6 montre que les corrélations pour les femmes et les hommes sont généralement proches. Cela dit, les femmes en couple avec enfants enregistrent un risque relatif plus élevé de vivre dans des quartiers plus verts (Q3 et Q4) que les hommes en couple avec enfants.



Avec l’inclusion de termes d’interaction dans les modèles, le défi de présenter succinctement les résultats tout en préservant leur message est encore plus grand. Ce problème est abordé au tableau 7, qui présente les résultats sous une forme binaire indiquant si des corrélations positives ou négatives significatives (au niveau de 0,05) existent entre les femmes et les hommes dans chaque groupe de population d’intérêt et chaque caractéristique de quartier.

Le volet supérieur gauche du tableau 7 présente les résultats pour les femmes et les hommes de familles à faible revenu (Q1); les hommes de familles du quintile de revenu supérieur (Q5) étant utilisés comme groupe de référence. Par rapport à ce repère commun, les femmes et les hommes de familles à faible revenu présentent des risques relatifs élevés de vivre dans des quartiers plus densément peuplés, comme l’indiquent leurs corrélations positives et significatives avec les catégories Q3 et Q4 de cette variable. De même, les femmes et les hommes de familles à faible revenu présentent des risques relatifs élevés de résider dans des quartiers composés d’une grande proportion de logements multiples (Q3 et Q4) et de faibles risques relatifs de résider dans des quartiers comptant une petite proportion de logements multiples (Q1). Les risques relatifs chez les femmes et les hommes vivant dans des familles à faible revenu sont également les mêmes en ce qui concerne la direction et l’importance de la proximité des transports en commun et des taux de crimes contre les biens.

Les risques relatifs de résider dans des quartiers caractérisés par le revenu familial médian, les espaces verts, la proximité d’épiceries et des taux de crimes violents sont encore une fois très semblables chez les femmes et les hommes de familles à faible revenu. Parmi les autres variables, des différences modestes sont observées, avec une tendance pour des résultats plus significatifs chez les femmes de la moitié supérieure de la répartition (p. ex. les espaces verts). Dans l’ensemble, les risques relatifs pour les femmes et les hommes de familles à faible revenu résidant dans des quartiers qui présentent des caractéristiques précises sont très semblables.

Les résultats sont également en grande partie les mêmes chez les femmes et les hommes immigrants ou déclarant appartenir à une minorité visible. Les femmes et les hommes de ces deux groupes présentent des risques relatifs élevés de résidence dans des quartiers caractérisés par la constellation maintenant connue de densités élevées, d’immeubles à logements multiples, de revenus plus faibles, d’une plus grande proximité des transports en commun (Q3) et d’épiceries, et une faible exposition à des espaces verts.

En revanche, les risques relatifs observés chez les femmes et les hommes diffèrent davantage au sein de familles monoparentales. Par rapport à un repère commun, les mères célibataires présentent des risques relatifs beaucoup plus élevés de vivre dans des quartiers comptant une plus grande prévalence de logements multiples, un revenu plus faible, une plus grande proximité d’épiceries et de transports en commun, et une moins grande exposition à des espaces verts, alors que ce n’est pas le cas pour les pères célibataires^Note . Ces résultats correspondent en grande partie aux tendances univariées présentées au tableau 3, selon lesquelles les tendances pour les familles monoparentales dirigées par des hommes et des femmes vont souvent dans des directions différentes. De même, les femmes atteintes d’un trouble anxieux ou de l’humeur courent un risque relatif beaucoup plus important de vivre dans des quartiers présentant des taux élevés de crimes violents, ainsi que des risques relatifs beaucoup plus importants de vivre dans des quartiers enregistrant des revenus plus élevés et une plus grande proximité d’épiceries. Ces résultats ne sont pas observés chez les hommes atteints d’un trouble anxieux ou de l’humeur.

 

La mise à l’essai des effets de l’intersectionnalité au-delà du genre est entravée par la taille limitée des échantillons. Toutefois, comme les familles monoparentales dirigées par une femme sont concentrées dans le quintile de revenu le plus bas, il est possible de déterminer si ce groupe se trouve dans des quartiers différents de ceux des familles monoparentales dirigées par une femme dans des quintiles de revenu supérieurs. En bref, l’analyse se limite aux mères célibataires et souligne les différences de quartier entre les personnes ayant un revenu plus faible (Q1) et plus élevé (Q2 à Q4). Selon le tableau 8, les coefficients supérieurs à 1 soulignent la mesure dans laquelle les mères célibataires ayant de plus faibles revenus présentent un risque relatif plus élevé de vivre dans des quartiers à forte densité, à forte prévalence de logements multiples et à faible revenu. Les aspects positifs et négatifs de la densité sont encore une fois évidents, car les mères célibataires gagnant un faible revenu familial sont plus enclines que celles gagnant un revenu familial plus élevé à vivre dans des quartiers plus proches d’épiceries et de transports en commun, mais présentant un accès réduit à des espaces verts. Les corrélations positives observées entre les familles monoparentales et les quartiers caractérisés par une criminalité élevée ne sont pas observées au tableau 8, peut-être parce que les échantillons sont trop limités pour être statistiquement significatifs.



4 Conclusions

La présente étude examine la mesure dans laquelle les personnes de groupes de population d’intérêt résident dans différents quartiers comparativement au reste de la population, et si cette probabilité est différente pour les femmes et les hommes de ces groupes. Par conséquent, cette étude fournit en quelque sorte un bilan des répartitions des femmes et des hommes dans cinq groupes de population selon huit caractéristiques de quartier. La suite croissante de données géospatiales disponibles auprès de Statistique Canada permet cela. Pour cette étude, des variables au niveau des quartiers ont été tirées d’une variété de sources et intégrées aux réponses de l’ESCC, produisant des renseignements provenant d’un échantillon représentatif d’un peu moins de 50 000 personnes résidant dans 6 481 quartiers de 29 RMR au Canada.

Parmi les groupes de population pris en compte, une plus grande probabilité de résider dans des quartiers présentant des caractéristiques particulières a été observée chez les membres de familles à faible revenu, chez les parents célibataires, chez les immigrants et au sein de minorités visibles. Ces groupes de population ont tendance à résider dans des quartiers où la densité de population est plus élevée, où les logements multiples prévalent et où le revenu familial médian est plus faible. La capacité financière est sans aucun doute un facteur sous-jacent. Par définition, les ressources financières des familles à faible revenu sont limitées, les familles monoparentales ne peuvent pas réunir de multiples revenus et de nombreux immigrants font face à des défis sur le marché du travail dans les années suivant leur établissement. Le choix et la préférence ne peuvent cependant pas être rejetés. En effet, ces relations se maintiennent lorsque l’effet contraignant du revenu sur le choix du quartier est pris en compte.

Des densités de population plus élevées dans ces quartiers aident à faciliter l’accès aux épiceries et aux transports en commun; deux commodités importantes ayant probablement pesé dans les choix résidentiels des personnes et des familles. La disponibilité d’espaces verts est un autre facteur à prendre en considération dans de telles délibérations. Les familles à faible revenu et monoparentales enregistrent un risque relatif plus élevé de vivre dans des quartiers plus proches de transports en commun et d’épiceries; les familles monoparentales présentent un risque relatif plus élevé de vivre dans les quartiers comptant le moins d’espaces verts. Les membres de minorités visibles et les immigrants enregistrent également un risque relatif plus élevé de résider dans des quartiers comptant moins d’espaces verts, mais un risque relatif plus faible de résider dans des quartiers moins proches d’épiceries et de transports en commun.

Enfin, en ce qui concerne la criminalité, les familles à faible revenu, les familles monoparentales et les personnes atteintes d’un trouble anxieux ou de l’humeur présentent un risque relatif plus élevé de vivre dans des quartiers à criminalité élevée. Ce n’est pas le cas des immigrants et des minorités visibles, dont le risque relatif de résider dans des quartiers à criminalité élevée n’est pas significativement plus élevé que celui de la population en général, mais dont le risque relatif de vivre dans des quartiers à faible taux de criminalité (quartile inférieur) est plus faible.

Les risques relatifs pour les femmes et les hommes de plusieurs groupes de population d’intérêt résidant dans des quartiers qui présentent des caractéristiques particulières sont généralement semblables sur le plan de la direction et de l’importance. Par exemple, les risques relatifs de résider dans des quartiers densément peuplés, comptant une prévalence de logements multiples et enregistrant un faible revenu sont les mêmes chez les femmes et les hommes des familles à faible revenu, chez les immigrants et chez les membres de minorités visibles. Dans d’autres groupes de population d’intérêt, en particulier les parents célibataires et les personnes atteintes de troubles anxieux ou de l’humeur, les risques relatifs diffèrent davantage entre les femmes et les hommes.

Pris dans leur ensemble, les résultats illustrent que les caractéristiques de quartier des groupes de population d’intérêt diffèrent de la population en général, avec parfois des variations selon le genre.

5 Références

Ambrey, C. et Fleming, C. (2013). Public greenspace and life satisfaction in urban Australia. Urban Studies, 51(6), 1290-1321.

Barrington-Leigh, C. P. et Helliwell, J. F. (2008). Empathy and emulation: Life satisfaction and the urban geography of comparison groups (NBER Working Paper Series, n^o w14593). National Bureau of Economic Research.

Berry, B. et Okulicz-Kozaryn, A. (2009). Dissatisfaction with city life: A new look at some old questions. Cities, 26.

Brown, W. M., Fonberg, J., Schellenberg, G. et Yang, R. (2021). Les caractéristiques des quartiers et la satisfaction à l’égard de la vie chez les personnes de familles à revenu faible, moyen et élevé dans les régions métropolitaines du Canada. Rapports économiques et sociaux, 1(5).

Da Palma, P. J., Lopes, M. P. et Monteiro, A. S. (2012). The impact of objective and subjective measures of security on subjective well-being: Evidence from Portugal. Dans D. Webb et E. Wills-Herrera (dir.), Subjective well-being and security (p. 69-90). Springer.

Delmelle, E. C., Haslauer, E. et Prinz, T. (2013). Social satisfaction, commuting and neighborhoods. Journal of Transport Geography, 30, 110-116.

Dias-Ferreira, E. et al. (2009). Chronic stress causes frontostriatal reorganization and affects decision-making. Science, 325, 621.

Diener, E. et Biswal-Diener, R. (2002). Will money increase subjective well-being? Social Indicators Research, 57, 119-169.

Diener, E. et Oishi, S. (2000). Money and happiness: Income and subjective well-being across nations. Dans E. Diener et E. M. Suh (dir.), Culture and subjective well-being. The MIT Press.

Di Tella, R., MacCulloch, R. et Nopo, H. (2008). Happiness and beliefs in criminal environments (Research Department Working Papers, n^o 662). Inter-American Development Bank.

Dittmann, J. et Goebel, J. (2010). Your house, your car, your education: The socioeconomic situation of the neighborhood and its impact on life satisfaction in Germany. Social Indicators Research, 96(3), 497-513.

Dong, H. et Qin, B. (2017). Exploring the link between neighbourhood environment and mental wellbeing: A case study in Beijing China. Landscape and Urban Planning, 164, 71-80.

Gouvernement du Canada. (2016). Stratégie nationale sur le logement : un chez-soi d’abord.

Helliwell, J. F. et Huang, H. (2010). How’s the job? Well-being and social capital in the workplace. ILR Review, 63(2), 205-227.

Helliwell, J. F., Shiplett, H. et Barrington-Leigh, C. (2018). How happy are your neighbours: Variation in life satisfaction among 1200 Canadian neighbourhoods and communities (NBER Working Paper Series, n^o 24592). National Bureau of Economic Research.

Hou, F. (2014). Keep up with the Joneses or keep on as their neighbours: Life satisfaction and income in Canadian urban neighbourhoods. Journal of Happiness Studies, 15(5), 1085-1107.

Hulchanksi, David. (1995). “The Concept of Housing Affordability: Six Contemporary Uses of the Housing Expenditure-to-income Ratio.” Housing Studies, 10 (4), 471-491.

Kirmanoğlu, H. et Başlevent, C. (2014). Life satisfaction of ethnic minority members: An examination of interactions with immigration, discrimination, and citizenship. Social Indicators Research, 116, 173-184.

Knies, G., Nandi, A. et Platt, L. (2016). Life satisfaction, ethnicity and neighbourhoods: Is there an effect of neighbourhood ethnic composition on life satisfaction? Social Science Research, 60, 110-124.

Kopmann, A. et Rehdanz, K. (2013). A human well-being approach for assessing the value of natural land areas. Ecological Economics.

Krekel, C., Kolbe, J. et Wustemann, H. (2016). The greener, the happier? The effect of urban land use on residential well-being. Ecological Economics, 121, 117–127.

Luttmer, E. F. (2005). Neighbors as negatives: Relative earnings and well-being. The Quarterly Journal of Economics, 120(3), 963-1002.

Ma, J., Dong, G., Chen, Y. et Zhang, W. (2018). Does satisfactory neighbourhood environment lead to a satisfying life? An investigation of the association between neighbourhood environment and life satisfaction in Beijing. Cities, 74, 229-239.

MacKerron, G. et Mourato, S. (2013). Happiness is greater in natural environments. Global environmental change.

Medina, C. et Tamayo, J. A. (2012). An assessment of how urban crime and victimization affects life satisfaction. Dans D. Webb et E. Wills-Herrera (dir.), Subjective well-being and security (p. 91-147). Springer.

Nelson, S. K., Kushlev, K. et Lyubomirsky, S. (2014). The pains and pleasures of parenting: When, why, and how is parenthood associated with more or less well-being? Psychological Bulletin, 140(3), 846-895.

Powdthavve, N. (2005). Unhappiness and crime: Evidence for South Africa. Econometrica, 72(3), 531-547.

Starcke, K. et Brand, M. (2012). Decision making under stress: A selective review. Neuroscience and Biobehavioural Reviews, 36(4), 1228-1248.

Stavrova, O. et Fetchenhauer, D. (2015). Single parents, unhappy parents? Parenthood, partnership, and the cultural normative context. Journal of Cross-Cultural Psychology, 46(1), 134-149.

Stutzer, A. et Frey, B. S. (2008). Stress that doesn’t pay: The commuting paradox. Scandinavian Journal of Economics, 110(2), 339-366.

Tan, C. C., Khor, K. S. et Ooi, P. B. (2020). Depression, Anxiety, Stress, and Satisfaction with Life: Moderating Role of Interpersonal Needs among University Students [manuscrit non publié]. https://assets.researchsquare.com/files/rs-22880/v3/07a676dd-95fe-486a-99f5-bcba65e19783.pdf?c=1631857473

Van Ham, M., Boschman, S. et Vogel, M. (2018). Incorporating neighborhood choice in a model of neighborhood effects on income. Demography, 55, 1069-1090.

Van Herzele, A. et de Vries, S. (2012). Linking green space to health: A comparative study of two urban neighbourhoods in Ghent, Belgium. Population and Environment, 34(2), 171-193.