les documents onzus › img › pdf › documents_01_2009_cle2112ab.pdf · une meilleure...

OBSERVATOIRENATIONAL DESZONES URBAINESSENSIBLES

les

do

cum

ents

de

l’ON

ZU

S

Les disparités sociales et territoriales de santé dans les quartiers sensibles

Une publication de la Délégation interministérielle à la ville No 1 2009


Les inégalités sociales et territoriales de santé dans l’agglomération parisienne

Une analyse de la cohorte Sirs (2005)

Sous la direction de Pierre Chauvin (Inserm) et Isabelle Parizot (CNRS)

L’impact du contexte sur l’état de santé de la population : le cas des zones urbaines sensibles

Une analyse à partir de l’enquête décennale de santé (2003)

Sous la direction de Thierry Debrand (Irdes)Coauteurs : Caroline Allonier (Irdes), Véronique Lucas (Irdes), Aurélie Pierre (Irdes)

Avant-proposLa politique de la ville est fondée, depuis sa création dans les années 1980, sur le principe d’une mise en œuvre de politiques publiques concertées et coordonnées en vue de réduire les inégalités sociales et les écarts de développe-ment entre les territoires urbains.

À travers le rapport qu’il édite chaque année, l’Observatoire national des zones urbaines sensibles (Onzus) met en évi-dence des écarts importants entre les quartiers sensibles et leurs propres agglomérations, notamment sur le plan de l’état de santé des habitants et de l’offre de soins dont ils disposent. Afin d’approfondir ces constats et de permettre une meilleure compréhension de la façon dont le contexte du quartier pèse sur la santé de ses habitants, l’Onzus a fait conduire deux études spécifiques dont les résultats sont présentés dans ce premier numéro des Documents de l’Onzus. Ces deux études apportent un éclairage com-plémentaire sur la thématique santé telle qu’elle se pose sur les territoires prioritaires de la politique de la ville.

La première étude a été conduite sous la direction de Pierre Chauvin (Inserm) et d’Isabelle Parizot (CNRS). Elle s’appuie sur les données de la cohorte Sirs « santé, inégalités et rup-tures sociales », qui a permis de recueillir des informations sur quelque 3 000 individus franciliens à l’automne 2005. L’étude porte un soin particulier à l’analyse des disparités de santé – état de santé, capital psychologique, utilisation du système de soins – entre les quartiers Zus et les autres quartiers de l’espace francilien, classés en quartiers de type « ouvrier » et « moyen et supérieur ». Mais elle explore éga-

lement d’autres thématiques (logement et quartier, familles monoparentales, degré d’intégration sociale, etc.).La seconde étude a été coordonnée par Thierry Debrand au sein de l’Irdes. Elle repose sur les données de l’enquête décennale santé 2002-2003, qui permet d’appréhender la morbidité déclarée ainsi que la santé perçue des individus, et de mettre en relation ces informations avec leurs carac-téristiques socio-démographiques. Cette étude se limite à l’analyse de l’état de santé perçu, parmi les quelque 15 000 individus enquêtés résidant dans une zone urbaine abritant des Zus. L’étude exploite aussi des données socio-économiques agrégées plus détaillées sur les quartiers, pour mesurer leur liaison éventuelle avec l’état de santé des individus qu’ils abritent.

Les deux études présentées ici témoignent de l’importance de la composition socio-démographique de la population des quartiers pour la compréhension des différentiels de santé constatés avec le reste du territoire. Mais elles confir-ment également l’existence probable d’effets de contexte défavorables dans le cas des quartiers en Zus.

Ces deux études, bien que fondées sur des approches et des données différentes, proposent deux approches com-plémentaires des questions de santé en Zus et de l’influence du contexte. Cette première édition des Documents de l’Onzus s’adresse ainsi en particulier aux décideurs et aux acteurs de la politique de la ville, afin qu’ils puissent nourrir leurs réflexions et leurs approches territoriales et popula-tionnelles des questions de santé.


Les inégalités sociales et territoriales de santé dans l’agglomération parisienne

Une analyse de la cohorte Sirs (2005)Sous la direction de Pierre Chauvin (Inserm) et Isabelle Parizot (CNRS)

Les annexes de cette étude sont disponibles en téléchargement sur le site de la DIV www.ville.gouv.fr (rubrique Publications)

5|

Sommaire

Remerciements ............................................................................................................................................ 6

Synthèse ....................................................................................................................................................... 7

Liste des abréviations et acronymes .......................................................................................................... 12

Introduction ................................................................................................................................................ 13Une approche contextuelle de la santé .............................................................................................. 13Une première analyse des données de la cohorte Sirs ....................................................................... 14

Méthodologie ............................................................................................................................................. 17Tirage au sort des Iris de la cohorte Sirs ................................................................................................. 17Le cas des Iris de type mixte ................................................................................................................... 18Échantillonnage des logements et des personnes à enquêter ................................................................. 19Grille de lecture des tableaux croisés ...................................................................................................... 19Modèles de régression ............................................................................................................................ 20Grille de lecture des tableaux d’analyse multivariée ................................................................................. 21

Que signifient les termes OR et IC 95 % ? .......................................................................................... 23Que signifient les différentes mentions de la variance de l’effet aléatoire ? .......................................... 24

Logement et rapport au quartier de résidence ........................................................................................... 23Caractéristiques sociodémographiques .................................................................................................. 23

Répartition par âge et sexe ................................................................................................................ 23Composition des ménages ................................................................................................................ 24

Logement ............................................................................................................................................... 24Rapport au quartier ................................................................................................................................. 29

Situation sociale ......................................................................................................................................... 35Difficultés dans l’enfance ........................................................................................................................ 35Violences subies à l’âge adulte ............................................................................................................... 36

Difficultés dans la vie de couple et relations avec ses enfants ............................................................. 37Socialisation ........................................................................................................................................... 39

Soutien social .................................................................................................................................... 39Isolement social ................................................................................................................................. 40Sentiment d’appartenance à une communauté .................................................................................. 40Rapport à la religion ........................................................................................................................... 41Rapport aux institutions ...................................................................................................................... 41

Les familles monoparentales ...................................................................................................................... 45

Indicateurs globaux de santé ..................................................................................................................... 49Santé ressentie ....................................................................................................................................... 49Limitation fonctionnelle ............................................................................................................................ 52Maladies chroniques ............................................................................................................................... 55Obésité ................................................................................................................................................... 58Accidents du travail ................................................................................................................................ 60Impact social d’événements de santé ..................................................................................................... 61

Santé dentaire ............................................................................................................................................ 63

Santé mentale ............................................................................................................................................ 67

Représentations de la santé, de la maladie et de la médecine .................................................................. 73Perceptions de santé .............................................................................................................................. 73Attitudes à l’égard de la médecine et des soins ...................................................................................... 75Discriminations liées à l’état de santé ...................................................................................................... 76

| Les documents de l’Onzus | No 1 | 2009 | Les inégalités sociales et territoriales de santé dans l’agglomération parisienne6

Synthèse

Remerciements

Aide à des personnes malades, handicapées ou âgées .......................................................................... 76Représentations des conditions de vie nuisant à sa santé ....................................................................... 78

Recours aux soins ...................................................................................................................................... 83Couverture maladie ................................................................................................................................. 83Soins de prévention ................................................................................................................................ 84

Dépistage VIH .................................................................................................................................... 84Dépistage du cancer colorectal .......................................................................................................... 86Dosage de la cholestérolémie ............................................................................................................ 87Suivi gynécologique régulier ............................................................................................................... 88Dépistage des cancers féminins ......................................................................................................... 90

Soins curatifs .......................................................................................................................................... 92Suivi médical ...................................................................................................................................... 92Médecin traitant et médecin régulier ................................................................................................... 92Automédication .................................................................................................................................. 93Second avis médical .......................................................................................................................... 93Types de structure consultée au cours des douze derniers mois ........................................................ 93Renoncement aux soins ..................................................................................................................... 94Conseils médicaux par le réseau social .............................................................................................. 96

Habitudes de vie et comportements liés à la santé ................................................................................... 97

Bibliographie ............................................................................................................................................ 101

Tables des tableaux et figures .................................................................................................................. 103

Cet ouvrage s’appuie sur une analyse comparative des données recueillies lors de la première vague d’enquête de la cohorte Sirs (Santé, inégalités et ruptures socia-les) constituée dans l’agglomération parisienne en 2005 avec le soutien de multiples insti tutions, en particulier grâce à des contrats de recher che obtenus auprès de l’Inserm, de l’ANR, de l’Iresp, de la DGS et le soutien du Fonds social européen, de la région Île-de-France, de la Mairie de Paris, du Conseil général de Seine-Saint-Denis, de la Drassif et de la Div.

Ces recherches s’inscrivent dans le cadre du pro-gram me de recherche « Santé, inégalités et ruptures sociales en Île-de-France », développé et mené dans une collaboration étroite entre l’équipe DS3 (Détermi-nants sociaux de la santé et du recours aux soins) de l’Inserm et de l’UPMC (UMRS 707), dirigée par Pierre Chauvin, l’équipe de recherche sur les inégalités

sociales du Centre Maurice Halbwachs (CNRS-EHESS-ENS), dirigée par Serge Paugam, et l’Ined.

Emilie Renahy et Grégory Guernec, ainsi que Em-ma nuelle Cadot, Basile Chaix, Sophie Lesieur, Judith Martin et Christelle Roustit, ont largement contribué, par leurs analyses et leurs recherches, aux résultats exposés dans cet ouvrage. Lila Delmas en a assuré le travail éditorial.

Les auteurs expriment toute leur gratitude à Philippe Choffel, directeur de l’Observatoire national des zones urbaines sensibles, et à Nadège Couvert, au sein du même observatoire, pour leurs critiques constructives et leurs suggestions attentives lors de la rédaction de cet ouvrage.

Ils remercient, enfin, chaleureusement Catherine Richard, chargée de mission « santé » à la Délégation interministérielle à la ville, pour son soutien constant.

7|

SynthèseCe travail présente une analyse des données collec-tées auprès de la cohorte « Santé, inégalités et rup-tures sociales » (Sirs) au cours de la première vague d’enquête réalisée à l’automne 2005. Cette cohorte constitue un échantillon représentatif de l’agglomération parisienne (départements 75, 92, 93 et 94) qui compte 3 000 individus interrogés dans cinquante Iris différents. L’objectif de cette analyse était de comparer systéma-tiquement les caractéristiques socio-sanitaires de trois sous-groupes de la population enquêtée en fonction du type d’îlots de résidence des individus : situé en zone urbaine sensible (Zus), dans un quartier de type « ouvrier » (et non situé en Zus) ou dans un quartier de type « moyen ou supérieur » (et non classé en Zus), selon la typologie socioprofessionnelle de l’espace francilien de Edmond Préteceille, revue et validée par nos soins dans l’agglomération parisienne.

Une synthèse « qualitative » de ces comparaisons statistiques est présentée dans le Tableau 1. Dans ce tableau, les éléments statistiquement péjoratifs (en ana-lyse univariée) sont indiqués et gradués en violet foncé quand la différence est très forte et en violet clair quand une différence existe toujours mais qu’elle est moins importante en fonction du type de quartier ; ceux béné-fiques en orange ; ceux plus fréquents (sans hypothèse a priori sur leur aspect positif ou négatif) en gris foncé. Les mentions « S » ou « NS » signalent les différences respectivement significatives ou non d’un point de vue statistique en analyse multivariée, après ajustement sur les caractéristiques individuelles (c’est-à-dire la prise en compte des effets de composition des quartiers).

Concernant les situations sociales des individus, le choix a été fait de ne pas reprendre ici les analyses et les constats déjà clairement établis par l’Observatoire national des Zus à partir des données dont il dispose dans l’ensemble des Zus françaises mais d’analyser certains indicateurs plus spécifiques à la cohorte Sirs. Nos analyses retrouvent ainsi des situations particuliè-rement critiques dans les Zus concernant le surpeuple-ment et le mauvais état des logements.

D’autres indicateurs sont particulièrement péjora-tifs dans les Zus mais également, quoique à un degré moindre, dans les quartiers ouvriers : notamment le sen-timent que la situation de son quartier se détériore, la fai-blesse du soutien social potentiel de voisinage (malgré des sentiments d’appartenance communautaire plus fréquents dans les Zus), le sentiment d’isolement, et un désir de mobilité résidentielle contrarié par des obs-tacles économiques.

D’autres situations, enfin, sont partagées dans des proportions identiques par les habitants des Zus et des quartiers ouvriers non labellisés en Zus : une méconnaissance (ressentie) de ses droits sociaux, le sentiment que ses propres droits ne sont pas respectés,

des expériences vécues de racisme ou de discrimina-tion, un sentiment de rejet par les autres (d’ailleurs plus fréquent encore dans les quartiers ouvriers) ; bref, autant d’indicateurs qui signent une fragilisation du lien social de citoyenneté qui dépasse largement le périmètre des Zus pour toucher l’ensemble des quartiers populaires franciliens. D’autres indicateurs rapportés ici (par exem-ple le sentiment d’être surqualifié pour l’emploi qu’on occupe) ou connus par ailleurs (les trajectoires d’emploi ou de revenus, la proportion croissante du recours aux dispositifs d’aide sociale notamment) signalent, dans le même temps, les processus de disqualification sociale vécus par les habitants de ces quartiers.

Concernant les indicateurs de santé, on observe globalement que ceux-ci sont plus défavorables dans les quartiers populaires, qu’il s’agisse des Zus ou des quartiers ouvriers. On note quelques spécificités pour certains troubles plus souvent rapportés dans les Zus (handicap ou invalidité, migraine, bronchite, diabète, asthme allergique). Ces particularités nécessiteraient bien entendu d’être confirmées par des enquêtes spéci-fiques. En revanche, les troubles dépressifs, les problè-mes de surpoids et d’obésité, les problèmes dentaires non soignés, sont notablement plus fréquents à la fois dans les Zus et les quartiers ouvriers (comparativement aux quartiers moyens ou supérieurs). Notons que les accidents du travail (au cours de la vie entière) sont plus fréquemment rapportés dans les quartiers ouvriers que dans les Zus (il est possible que les différences de taux d’emploi soient à l’origine de durées individuelles cumulées d’« exposition » à l’emploi différentes).

Interrogées explicitement sur le lien qu’elles font entre leur situation sociale, leurs conditions de vie et leur santé, les personnes apportent des réponses très différentes selon leur type de quartier de résidence. Les habitants des quartiers populaires (et particulièrement des Zus) ont vécu plus souvent que les autres des pro-blèmes de santé ayant un impact scolaire, professionnel et/ou financier (sans que l’on puisse distinguer dans quelle mesure cela relève d’événements de santé par-ticulièrement graves et/ou d’une vulnérabilité sociale plus grande à la maladie). Ils relatent aussi plus sou-vent des discriminations liées à leur état de santé. Dans l’autre sens de la relation, interrogés (spontanément) sur les conditions de vie qui nuisent à leur santé, les habitants des Zus citent significativement plus souvent que les autres les conditions de vie dans le quartier, les conditions de logement, les difficultés financières et économiques ; alors que ce sont les habitants des quar-tiers moyens ou supérieurs qui citent le plus souvent la pollution, le stress, les conditions de travail et les com-portements en lien avec la santé. Le bruit et l’isolement social sont cités dans les mêmes proportions dans tous ces quartiers urbains.


Synthèse

Ces résultats sont cohérents avec certains indica-teurs interrogés par ailleurs. Concernant les conditions de travail, on rappellera utilement qu’en amont même de ces conditions, ce qui distingue particulièrement les Zus des autres quartiers est la fréquence du chômage et du non-emploi. Globalement, les actifs occupés en Zus et en quartier ouvrier occupent des emplois moins qualifiés que les habitants des autres quartiers. De fait, la fatigue au travail y est notablement plus souvent rap-portée. En revanche, de longues journées de travail ou une incursion dans la sphère privée des soucis profes-sionnels sont plus souvent rapportés dans les quar-tiers moyens ou supérieurs. Ce constat s’inscrit dans le courant général des transformations de l’organisation du travail où l’individualisation des responsabilités, la pression à la productivité, le stress au travail, etc. ne sont pas – loin s’en faut – l’apanage des emplois peu ou pas qualifiés.

En ce qui concerne les comportements liés à la santé et interrogés dans l’enquête, on dira de façon synthétique que les habitants des quartiers moyens ou supérieurs ont une alimentation sans doute plus diver-sifiée, sont de plus en plus nombreux à consommer des boissons alcoolisées, sont à la fois plus souvent fumeurs et anciens fumeurs que les habitants des autres quartiers. Ils sont aussi plus exposés à un mode de vie sédentaire. À l’inverse, dans les quartiers populaires, les fumeurs sont moins nombreux mais fument plus que la moyenne et se sont moins souvent arrêtés, tandis que les consommateurs de boissons alcoolisés sont éga-lement moins nombreux mais, parmi eux, les consom-mations excessives sont plus fréquentes.

On disposait aussi, dans la première vague de la cohorte Sirs, de questions sur toute une série d’événe-ments biographiques pendant l’enfance, l’adolescence et à l’âge adulte, dont certains en lien avec la santé. En première analyse (sur l’ensemble de l’échantillon, tous âges et générations confondus), on observe peu ou pas de différence concernant des problèmes survenus avant l’âge de 18 ans tels que les problèmes avec l’alcool ou la drogue, les hospitalisations psychiatriques ou encore les tentatives de suicide. À l’âge adulte en revanche, et particulièrement chez les femmes, avoir subi des vio-lences psychologiques ou morales est significativement plus fréquent dans les Zus et, à moindre degré, dans les quartiers ouvriers qu’ailleurs (ces différences ne sont pas observées concernant les violences physiques ou sexuelles).

Concernant le recours aux soins, il est important, de prime abord, de souligner qu’aucune différence n’est observée dans cette enquête francilienne entre les habi-tants des différents types de quartier et les indicateurs suivants (ce qui ne veut pas dire, bien sûr, qu’ils soient tous optimaux et ne préjugent en rien de la qualité des soins reçus…) : recours au dépistage VIH chez les fem-mes, dépistage du cancer colorectal, dépistage du can-cer du col de l’utérus, existence d’un traitement ou d’un suivi régulier, existence d’un médecin traitant ou régulier, automédication, recours à un second avis médical. En revanche, cinq indicateurs sont clairement inégalement répartis entre les différents types de quartier. Les habi-tants en Zus renoncent significativement plus souvent à des soins pour raisons financières et recourent plus souvent aux urgences hospitalières quand ils ont besoin de soins que les autres. Par ailleurs, ce sont aussi dans les Zus que les personnes présentant des symptômes dépressifs ont le moins souvent parlé à un médecin de ces symptômes. Les habitants des quartiers ouvriers sont particulièrement moins bien dépistés vis-à-vis du VIH quand ce sont des hommes ; et moins bien suivies pour les questions gynécologiques quand ce sont des femmes.

Ces recours aux soins s’inscrivent dans des repré-sentations et expériences individuelles de la santé, de la maladie et de la médecine qui sont très diverses (et rarement étudiées en tant que telles dans des enquêtes quantitatives). Si on doit se garder de « diagnostics » ter-ritoriaux abusifs et/ou abusivement culturalistes et stig-matisants, d’une part, et si, d’autre part, il est toujours difficile d’appréhenser des représentations à partir de quelques questions fermées dans un questionnaire, on constate quelques tendances générales qu’il est inté-ressant de rapporter ici. Les expériences de la maladie (personnelle ou des proches) sont plus fréquentes dans les quartiers les plus populaires, le sentiment de bien résister à la maladie y apparaît moins fréquent, et les habitants expriment plus souvent une inquiétude vis-à-vis des problèmes de santé. En corollaire (et peut-être aussi parce que les perceptions providentielles de la maladie et de la guérison y sont plus fré quentes), la maladie y semble davantage tenue à distance. Enfin, soulignons que les difficultés à comprendre les infor-mations données par les médecins et les difficultés à appliquer les recommandations de santé – si elles sont largement partagées par une fraction importante de toute la population enquêtée – sont plus fréquemment rapportées aussi dans les quartiers populaires et notam-ment dans les Zus.

9|

Synthèse des résultats comparatifs par type de quartier de résidence

Zus Ouvriers non Zus Moyens et supérieurs

Indicateurs sociaux

Familles monoparentales

Surpeuplement logement

Logement en mauvais état

Ne se sent pas bien dans son logement

Expériences de vie sans domicile

Mauvaise réputation du quartier

Évolution péjorative de la situation du quartier

Souhaite déménager

Concentration du réseau social dans le quartier

Aidants familiaux ou bénévoles

Absence complète de soutien social

Soutien social potentiel par la famille, les amis, les collègues

Soutien social potentiel par les voisins

Sentiment d’isolement

Sentiment d’appartenance communautaire

Pratique religieuse

Connaissance des droits (perception)

Respect de ses droits

Expérience de racisme ou de discrimination

Rejeté par les autres

Jugé négativement (revenus, emploi)

Sécurité sociale standard seule

AME ou CMU

Tableau 1


Synthèse



Indicateurs de santé

Santé ressentie (générale, physique, psychologique) S S

Handicap ou invalidité

Limitation fonctionnelle S S

Maladies chroniques (nombre)

Migraines et céphalées

Bronchite chronique et emphysème

Diabète

Asthme allergique

Obésité

Dépression S S

Accidents du travail S S

Perte de dents

Dents à soigner NS NS

Liens santé – situation sociale

Problèmes de santé ayant entraîné

Une interruption ou réorientation professionnelle ou scolaire

De graves problèmes d’argent

Une rupture conjugale

Discriminations liées à l’état de santé

Liens conditions de vie – santé

Conditions de vie nuisant à la santé

Pollution et stress

Conditions de vie dans le quartier, conditions de logement

Conditions de travail

Bruit, problèmes de santé, isolement

Problèmes économiques et financiers

Alimentation, alcool, tabac

Conditions de travail

Stress

Fatigue

Soucis dans la sphère privée

Surqualifié pour l’emploi

Journée de travail fréquemment > 10 h

Autres événements de vie en lien avec la santé

Problèmes avec l’alcool ou la drogue avant l’âge d e 18 ans

Hospitalisation psychiatrique avant l’âge de 18 ans

Tentative de suicide avant l’âge de 18 ans

Violences physiques ou sexuelles depuis l’âge de 18 ans

Violences psychologiques ou morales depuis l’âge de 18 ans

Dévalorisation par son conjoint (chez les femmes)

Dévalorisation par son conjoint (chez les hommes)

Caractéristiques psychologiques

Sous pression

Optimiste

Confiance en soi / bien dans sa peau

Tableau 2

11|



Représentation de la santé et de la maladie

Résistance à la maladie

Inquiétude vis-à-vis de la maladie

Perspectives de santé

Expériences de la maladie

Mise à distance de la maladie

Perception providentielle de la maladie et de la guérison

Recours aux soins

Dépistage VIH chez les hommes S

Dépistage VIH chez les femmes

Dépistage du cancer colorectal

Dépistage hypercholestérolémie NS NS

Suivi gynécologique régulier

Ancienneté dernière mammographie

Ancienneté dernier frottis du col utérin

Traitement ou suivi médical régulier

Médecin traitant et médecin régulier

Automédication

Second avis médical

Recours urgences hospitalières

Renoncement aux soins pour raisons financières S NS

Dépressif sans avis médical

Conseils par un professionnel de santé dans le réseau social

Attitudes vis-à-vis des informations médicales et des recommandations de santé

Difficultés à comprendre les informations médicales

Difficultés à appliquer les recommandations de santé

Comportements en lien avec la santé

Consommation de boissons alcoolisées

Consommation d’alcool excessive chez les buveurs

Consommation de poissons

Fumeurs ou ex-fumeurs

Gros fumeurs

Arrêt du tabagisme

Consommation de fruits et légumes

Nuits de sommeil > 7 h

Activité physique hors travail

Activité physique dans le cadre professionnel

Sédentarité

Tableau 3


Synthèse

Liste des abréviations et acronymes

ANR Agence nationale de la rechercheApur Agence parisienne d’urbanismeCNRS Centre national de la recherche scientifiqueDGI Direction générale des impôtsDGS Direction générale de la santéDiv Délégation interministérielle à la VilleDrassif Direction régionale des affaires sanitaires et sociales d’Île-de-FranceEHESS École des hautes études en sciences socialesENS École normale supérieureHCSP Haut conseil de la santé publique (avant 2007 : Haut comité de la santé publique)HTA Hypertension artérielleIaurif Institut d’aménagement et d’urbanisme de la région Île-de-FranceIMC Indice de masse corporelleIned Institut national d’études démographiquesInsee Institut national de la statistique et des études économiquesInserm Institut national de la santé et de la recherche médicaleIresp Institut de recherche en santé publiqueNS Non significatifOnzus Observatoire national des zones urbaines sensiblesOR Odd ratio ou « rapport de cotes » (estime le risque relatif)PMI Protection maternelle et infantileRMI Revenu minimum d’insertionSirs Santé, inégalités et ruptures socialesUPMC Université Pierre et Marie Curie (Paris 6)VIH Virus de l’immunodéficience humaineZep Zone d’éducation prioritaireZus Zone urbaine sensible

13|

Une approche contextuelle de la santé

1 Chauvin P., Lebas J., « Inégalités et disparités sociales de santé », In : Traité de santé publique, Bourdillon F., Brücker G., Tabuteau D., Paris, Flammarion Médecine Sciences, 2007 (2e édition revue et augmentée), pp. 331-341.

2 Evans R.G., Barer M.L., Marmor T.R., Être ou ne pas être en bonne santé, biologie et déterminants sociaux de la santé, Paris, John Libbey Eurotext, 1996.

3 Davey Smith G., Health inequalities, Bristol, The Policy Press, 2003.

4 Mackenbach J.P., Kunst A.E., Cavelaars A.E., Groenhof F., Geurts J.J., Socioeconomic inequalities in morbidity and mortality in western Europe. Lancet, Londres, Lancet, 1997, vol. 349, n° 9066, pp. 1655-9.

5 Menvielle G., Chastang J.F., Luce D., Leclerc A., Évolution temporelle des inégalités sociales de mortalité en France entre 1968 et 1996. Étude en fonction du niveau d’études par cause de décès. Revue d’épidémiologie et de Santé Publique, Paris, Masson, 2007, vol. 55, n°2, pp. 97-105.

6 Chauvin P., Parizot I., Vulnérabilités sociales, santé et recours aux soins dans les quartiers défavorisés franciliens. Paris, Les éditions de la Div, collection « Études et recherches », 2007.

7 Chauvin P., Environnement social et santé : avancées et perspectives dans l’étude des effets du contexte sur la santé. In : Chauvin P., Parizot I., Santé et expériences de soins : de l’individu à l’environnement social, Paris, Éditions Inserm-Vuibert, 2005, pp. 187-200.

IntroductionLes inégalités sociales en matière de santé et de recours aux soins sont une réalité ancienne, aujourd’hui large-ment reconnue1. De nombreuses études rapportent en effet, depuis le mouvement hygiéniste du xixe siècle, l’existence d’un lien entre la santé et la situation socio-économique des individus2,3. Malgré le progrès biomé-dical et technologique continu au cours des 70 dernières années, et en dépit de l’élargissement de la protection maladie, les inégalités sociales de santé persistent, voire se sont aggravées au cours des dernières décennies

dans l’ensemble des pays européens4 et en particulier dans notre pays5. Si, en France, comparativement aux autres pays européens, la recherche comme le discours politique sont longtemps restés en retrait vis-à-vis de cette question, on constate depuis les années 1990 que l’épidémiologie comme les sciences sociales multiplient les travaux en vue de mieux décrire ces inégalités, d’en identifier les causes et de mieux comprendre les proces-sus complexes qui les sous-tendent.

Aujourd’hui, on connaît relativement bien les inégalités de mortalité, de morbidité et de santé ressentie en fonc-tion de caractéristiques générales des individus, telles que le niveau d’éducation, le niveau de revenu ou encore la position socioprofessionnelle. Celles-ci reflètent des différences quant à l’adoption de comportements ayant un impact sur la santé (tels que les addictions, les condi-tions de travail délétères, les soins de prévention, etc.), mais ces différences n’expliquent qu’une partie seule-ment – et, contrairement au sens commun, une part souvent minoritaire – des inégalités constatées. Certains parlent ainsi de « boîte noire » à propos de la genèse des inégalités face à la santé et à la mort. En son sein, d’autres dimensions des conditions de vie méritent dès lors d’être étudiées, afin de rendre compte de façon plus subtile de la position sociale des individus.

C’est le cas par exemple des liens sociaux, dont des travaux récents soulignent à quel point leur intensité ou au contraire leur délitement interfère avec la santé et le recours au système de soins6. C’est le cas également de l’insertion dans son milieu de résidence ; l’inscription dans l’espace territorial local s’avérant lié à la santé par des processus multiples, dont beaucoup sont encore à découvrir. Si les inégalités territoriales de santé sont le reflet d’inégalités sociales – en lien avec des processus de ségrégation socio-spatiale particulièrement visibles en milieu urbain, et notamment dans l’agglomération parisienne –, elles manifestent en réalité, dans le même temps, un possible effet propre du contexte de rési-dence lui-même.

Traditionnellement, la plupart des études en épidé-miologie sociale se sont intéressées aux déterminants de la santé mesurés au niveau individuel, dans la suite d’une longue tradition de l’épidémiologie moderne qui, grâce au recueil systématique d’informations individuel-les, s’est d’une certaine manière construite en opposi-tion avec l’utilisation, scientifiquement dangereuse et régulièrement critiquée, d’analyses écologiques de don-

nées agrégées (au niveau d’une commune, d’un dépar-tement, etc.)7. Plus récemment, le souci de « replacer l’individu dans son contexte » s’est fait jour dans la dis-cipline – à la fois parce que les résultats se sont accu-mulés sur les effets de l’insertion sociale des individus sur leur santé et, plus généralement, parce que la pers-pective réductionniste (héritée des sciences exactes) est, à son tour, aujourd’hui largement critiquée en épi-démiologie sociale. De fait, l’existence d’effets du contexte sur la santé des individus et leur accès aux soins fait l’objet d’une reconnaissance croissante en santé publique. La littérature épidémiologique et socio-logique sur les « effets de contexte » dans le champ sanitaire, en plein essor, s’attache ainsi à mesurer conjointement les effets de caractéristiques individuelles et contextuelles sur la santé par l’emploi de méthodes statistiques appropriées (en particulier de modèles mul-tiniveaux, utilisés dans certaines analyses de cet ouvrage). La plupart des études tiennent compte du niveau socio-économique du quartier de résidence. Mais les effets du contexte ne renvoient pas seulement à des facteurs socio-économiques : les dimensions sociales ou urbanistiques du contexte de résidence méritent d’être également prises en compte. Par exem-ple, la forme ou l’intensité des interactions sociales qui s’y déroulent, les normes communautaires partagées (notamment en matière de santé) ou encore le soutien social entre voisins commencent également à être étu-diés en lien avec la santé. D’autre part, l’environnement construit (le type d’habitat, la desserte par des moyens de transport, la présence d’espaces verts, etc.) et la densité de services (sociaux, sanitaires, alimentaires, sportifs, etc.) ont probablement un impact sur la santé des habitants qui reste, pour une bonne part, à démon-trer de façon statistique.

C’est dans cette optique qu’ont été réalisées les analyses présentées dans cet ouvrage. Il s’agit en effet d’appréhender, à l’échelle d’une grande agglomération


Introduction

8 En l’occurrence, le lieu de résidence est saisi à un niveau fin puisqu’il s’agit plus précisément de l’Iris (unité statistique issue du Recensement qui regroupe environ 2 000 personnes), cf. la partie méthodologie infra.

9 Observatoire national des zones urbaines sensibles. Rapport 2007, Saint-Denis, Éditions de la Div, 2007.

10 Collectif. En marge de la ville, au cœur de la société : ces quartiers dont on parle, Paris, Éditions de l’Aube, 1997.

comme l’agglomération parisienne, les inégalités de santé et de recours aux soins en fonction du type de quartier de résidence8. L’inscription territoriale est ici

étudiée comme l’un des facteurs sociaux (l’un des « déterminants » selon les termes des épidémiologistes) de la santé et du recours aux soins.

Une première analyse des données de la cohorte SirsPour les analyses présentées ici, nous nous sommes appuyés sur une enquête socio-épidémiologique auprès d’une cohorte représentative en population générale : la cohorte « Santé, inégalités et ruptures sociales » (Sirs). Elle est menée auprès d’un échantillon représentatif des adultes francophones vivant à Paris et dans les trois départements de sa première cou-ronne : les Hauts-de-Seine, la Seine-Saint-Denis et le Val-de-Marne. En épidémiologie sociale, il s’agit de la première cohorte représentative constituée ad hoc pour l’étude des déterminants sociaux de la santé et du recours aux soins, sur-représentant les quartiers en difficulté et recueillant, au cours de questionnaires menés en face à face, un nombre important de carac-téristiques sociales et sanitaires – non seulement dans leur dimension objectivée mais également en fonction de la manière dont les personnes les vivent d’un point de vue subjectif.

Les quartiers dans lesquels résident les personnes enquêtées ont été distingués selon la situation socio-professionnelle moyenne de leurs habitants. De façon conjointe, le classement en tant que zone urbaine sen-sible (Zus) a aussi été pris en compte. En effet, ce clas-sement établi pour la Politique de la ville est censé cibler les quartiers où se concentrent des difficultés importan-tes, sur le plan socioéconomique notamment9. On peut alors s’interroger sur la situation en matière de santé et de recours aux soins de leurs habitants. Dans le même temps, différents quartiers non désignés comme Zus rencontrent néanmoins eux aussi des difficultés certai-nes, et ne bénéficient pas nécessairement des actions publiques mises en place dans le cadre de la Politique de la ville.

Dès lors, pour un vaste ensemble de dimensions interrogées dans l’enquête Sirs, des comparaisons ont été systématiquement entreprises entre les résidents des différents types de territoire : d’une part ceux de quartiers classés en zone urbaine sensible, d’autre part ceux de quartiers dits « ouvriers » (c’est-à-dire, selon la typologie adoptée, des quartiers non classés comme Zus mais où les populations ouvrières, au chômage ou en emploi précaire sont surreprésentées et, enfin, les quartiers dits « moyens ou supérieurs » (les autres quar-tiers, eux aussi non classés en Zus).

Cet ouvrage, issu d’un rapport de recherche effec-tué pour la Délégation interministérielle à la ville (Div), reprend l’essentiel de ces analyses statistiques. Celles-ci, comme cela est explicité plus en détail dans le chapitre méthodologique suivant, ont adopté deux démarches différentes. La première – la plus classique – vise à décrire les situations sociales et sanitaires des

personnes et certains liens entre les deux au niveau individuel. La seconde démarche adoptée, dénommée « analyse contextuelle » en épidémiologie sociale, tente de dépasser les méthodes écologiques et cartographi-ques habituellement employées en estimant l’effet du type de quartier de résidence après ajustement sur cer-taines caractéristiques individuelles, afin de progresser dans l’appréhension des effets de composition et des effets « authentiquement » contextuels à l’origine des disparités territoriales de santé constatées. À ce stade de la recherche, les résultats présentés n’ont pas pour ambition d’expliquer les mécanismes par lesquels la situation sociale des individus et leur contexte de rési-dence se traduisent dans leurs corps et génère des inégalités de santé. Ils permettent néanmoins d’accroî-tre les connaissances sur la situation sociale et sanitaire des personnes vivant dans des quartiers défavorisés et de progresser dans la recherche sur les déterminants sociaux, individuels et contextuels, de la santé et du recours aux soins. Ce champ de recherche pluridisci-plinaire, au croisement de l’épidémiologie, de la socio-logie et de la santé publique, vise précisément à la com-préhension des processus sociaux à l’origine des inégalités sociales et territoriales de santé – lesquelles présentent en France, dans de multiples dimensions, une acuité et une importance particulières.

Nous sommes conscients des limites de l’exercice. En outre, si des connaissances empiriques sont assu-rément nécessaires pour progresser dans l’analyse scientifique comme pour développer des actions publi-ques adaptées, la démarche n’est pas sans risque en termes de stigmatisation des quartiers ou de leurs habitants, voire de renforcement des préjugés à leur égard. Dire que les « quartiers dont on parle »10 présen-tent des désavantages, ou des handicaps concernant les dimensions socioéconomiques et sanitaires étu-diées ici, ne saurait bien sûr faire oublier qu’ils recèlent aussi un certain nombre d’atouts pour leurs habitants et que s’y créent des liens sociaux, des solidarités et des projets qui méritent tout autant d’être étudiés et pris en compte dans la définition des politiques publi-ques territorialisées.

Nous présenterons dans un premier temps la méthodologie de l’enquête Sirs et celle des analyses effectuées – de façon peut-être plus approfondie que d’ordinaire dans la mesure où les questions d’échan-tillonnage, d’une part, et de méthodes statistiques, d’autre part, permettent de mieux comprendre la robus-tesse et la portée des résultats. Dans un deuxième temps, seront abordés certains éléments de la situation sociale des personnes vivant dans les différents types

15|

de quartier – des éléments rarement interrogés dans les enquêtes en population générale mais qui pourtant per-mettent de saisir des dimensions importantes de l’inté-gration sociale. Ils complètent, d’une certaine manière, le tableau de bord produit régulièrement par l’Observa-toire national des Zus à partir des statistiques nationales existantes. Enfin, le troisième temps de l’ouvrage sera consacré à l’analyse de l’état de santé des personnes, à leurs représentations et attitudes face à la santé, la maladie et la médecine, à leurs recours aux soins, ainsi qu’aux liens qu’elles établissent elles-mêmes entre leur situation sociale et leur situation sanitaire.

Si la limite de la cohorte Sirs sur laquelle s’appuient nos analyses est de n’être, par construction, représen-tative que de l’agglomération parisienne, son atout – outre le géocodage des individus qui permet une spa-tialisation des analyses – est de s’inscrire dans une dimension longitudinale future. Après un second pas-

sage téléphonique en 2007 (18 mois après leur inclu-sion, en 2005, au cours de laquelle ont été collectées les données analysées dans cet ouvrage), les per-sonnes incluses dans cet échantillon vont être réinter-rogées de façon détaillée au cours du premier trimes-tre 2009. Les changements observés en trois ans dans la situation sociale et sanitaire des personnes seront riches d’enseignements, notamment sur la situation particulière des habitants des Zus et des quartiers défavorisés et, plus généralement, sur l’évo-lution des disparités territoriales de santé dans l’en-semble de l’agglomération parisienne. Ils permettront également pour de nombreuses associations décrites ici de façon transversale – et cela est essentiel – de préciser leur sens chronologique et de progresser ainsi dans l’interprétation causale des liens entre situations sociales, conditions de vie et santé.

17|

11 Les Iris, ou « Ilots regroupés pour l’information statistique », sont constitués par l’Insee d’îlots de recensement contigus. C’est la plus petite subdivision d’agrégation à partir de laquelle les données de la statistique nationale (recensement général de la population) sont publiques. Dans l’agglomération parisienne, ils comptent en moyenne 2 300 habitants.

12 Cette typologie se fonde sur la catégorie socioprofessionnelle des personnes actives, la précarité (ou la stabilité) de l’emploi et le taux de chômage. Elle distingue des quartiers de type « ouvrier » où les catégories ouvrières sont surreprésentées, de même que les chômeurs et les personnes ayant un emploi précaire ; des quartiers de type « moyen » où les professions intermédiaires salariées sont surreprésentées ; et des quartiers de type « supérieur » où prédominent les professions libérales, cadres et chefs d’entreprise, et où les ouvriers sont massivement sous-représentés. Cf. Edmond Préteceille, La division sociale de l’espace francilien, FNSP, CNRS, 2003.

13 L’agglomération parisienne est entendue dans cet ouvrage comme l’ensemble des 4 départements étudiés (75, 92, 93 et 94) pour éviter la répétition fastidieuse de l’expression « Paris et sa première couronne de départements ». Au sens de l’Insee, l’agglomération parisienne – qui renvoie au concept d’« unité urbaine » (ensemble de communes qui comporte sur son territoire une zone bâtie d’au moins 2 000 habitants où aucune habitation n’est séparée de la plus proche de plus de 200 mètres et dans lequel chaque commune possède plus de la moitié de sa population dans cette zone bâtie) a des limites beaucoup plus larges puisqu’elle couvre des parties des départements de la seconde couronne. Au total, l’agglomération parisienne au sens où nous l’entendons ici couvre 6,3 % de la superficie de l’Île-de-France et compte 56,3 % de la population régionale ; elle représente les deux tiers de l’unité urbaine parisienne de l’Insee.

14 Le détail des procédures de redressement et de calage figure en Annexes.

Méthodologie

Une procédure d’échantillonnage pas à pas a été mise en œuvre au cours de l’été 2005 pour tirer au sort les 50 Iris enquêtés lors de la première vague de la cohorte. Dans l’objectif de mener des analyses contextuelles multiniveaux sur les données de cette enquête, il convenait de tenir compte dès l’échan-tillonnage de deux exigences méthodologiques : d’une part, avoir un nombre d’Iris suffisamment important et, d’autre part, qu’au sein de chaque Iris le nombre de personnes enquêtées ne soit pas trop faible. Aussi, et étant donné notre objectif d’un échan-tillon total de 3 000 personnes, le nombre d’Iris à

sélectionner a été fixé à 50 (au sein de chacun des-quels seraient interrogées 60 personnes).

Les premiers tirages ont été effectués parmi les 319 Iris Zus de la base de sondage initiale. La volonté de sur-représenter ces catégories nous a conduit à multiplier le taux de sondage initial par deux. Douze Iris ont ainsi été tirés. Dans un second temps, les Iris de type « ouvrier » hors Zus ont été tirés parmi les 2 595 - 319 = 2 276 Iris restants, avec un coefficient de sur-représentation de 1,5. Onze Iris ont ainsi été sélectionnés. Enfin, les 27 Iris restant ont été tirés parmi les catégories « supérieure » et « moyenne » hors Zus.

La cohorte Sirs est constituée de 3 000 personnes inclu-ses par un échantillonnage aléatoire à trois degrés. Le premier niveau de tirage est constitué d’Iris11 et est stra-tifié sur la typologie socioprofes sionnelle de l’espace francilien établie par Edmond Préteceille12 et sur le clas-sement (ou non) en zone urbaine sensible. Au total, 50 Iris ont été tirés au sort parmi les 2 595 Iris éligibles de ce que nous appellerons ici l’agglomération pari-sienne13. Une surreprésentation des Iris de type Zus et de la catégorie ouvrière non Zus a été effectuée. Au deuxième niveau, 60 logements ont été tirés aléatoire-ment dans chaque Iris. Enfin, un adulte fut sélectionné aléatoirement dans chaque logement par la méthode des dates anniversaire.

Le recueil de données a été réalisé par l’admi-nistration d’un questionnaire nominatif en face à face au cours de l’automne 2005. Les participants ont été interrogés de façon détaillée pendant une durée moyenne de 50 minutes. La base de données

contient plus de 400 variables qui renseignent sur la situation économique, l’intégration sociale, le capital psychologique, l’état de santé, les comportements liés à la santé et l’utilisation du système de soins, tout ceci en lien avec certaines caractéristiques du ménage et certaines caractéristiques contextuelles du quartier de résidence. Avec un taux de refus moyen de 22 % parmi les foyers tirés au sort et variant peu d’un quartier à l’autre, l’échantil lon redressé (par des poids de sondage prenant en compte les sur-échantillonnages mentionnés et la taille des ménages) a été comparé au recensement général de la population des mêmes départements (Insee 1999), puis « calé » sur sa distribution par âge et sexe14.

La cohorte Sirs a reçu l’autorisation de la Cnil (auto-risation n° 05-1024 suite à la demande n° 904251 faite le 17/06/2004, accordée à l’équipe DS3 de l’Inserm).

Tirage au sort des Iris de la cohorte Sirs


Méthodologie

Iris enquêtés lors de la première vague de la cohorte Sirs en 2005

Le cas des Iris de type mixte

Figure 1

Le découpage géographique des Zus et celui des Iris ne se superposent pas complètement. Ainsi, 8 % des Iris de notre zone d’étude (l’agglomération parisienne) sont pour une part de leur superficie classés en Zus et pour une autre part hors Zus tandis que 7 % des Iris sont, eux, complètement inclus dans les contours d’une Zus.

Dans l’échantillon final enquêté, 16 % des Iris sont complètement en Zus et 10 % (soit cinq Iris) sont de type mixte. Parmi ceux-ci, l’un comptait 28 % de sa population en Zus et a été reclassé « hors Zus » pour la suite des analyses tandis que les quatre autres – qui comptaient respectivement 84 %, 90 %, 94 % et 98 % de leur population en Zus – ont été considérés comme des Iris de type « Zus ».

Supérieur

Moyen

Ouvrier

Espaces verts

Hors typologie (< 400 habitants)

19|

15 Le détail des tests statistiques utilisés est donné en Annexes.

Échantillonnage des logements et des personnes à enquêterCes premières phases de la méthodologie ont donc conduit à un échantillon de cinquante Iris. Ne pouvant disposer d’une base de sondage qui comprendrait de manière exhaustive l’ensemble des individus ou des ménages de chacun d’eux, nous avons nous-mêmes, en nous déplaçant « sur le terrain », réalisé un recen-sement des logements de chaque Iris. Nous avons alors pu tirer aléatoirement soixante logements par Iris, ainsi que, toujours de façon aléatoire et par Iris, une liste com plémentaire de logements pour pallier aux refus et incapacités de répondre à l’enquête.

La dernière phase de l’échantillonnage a consisté en la sélection aléatoire de la personne à interroger. Ce sont les enquêteurs qui ont opéré cette sélection, parmi l’ensemble des personnes majeures du logement, en utilisant la méthode des dates d’anniversaire (la per-sonne enquêtée étant celle dont l’anniversaire à venir était le plus proche de la date d’enquête).

Grille de lecture des tableaux croisésUn certain nombre d’outils statistiques ont été utilisés tout au long de ces analyses pour mettre en évidence l’existence de contrastes entre les résidants des Zus et les résidants hors Zus dans la cohorte Sirs.15

Ce travail passe tout d’abord par la mise à disposi-tion de deux grands types de tableaux standards visant à synthétiser l’information disponible, que nous avons voulu la plus lisible possible. À ces tableaux sont asso-ciés des tests appropriés d’adéquation et d’indépen-dance des variables étudiées.

On trouvera donc dans la suite de l’ouvrage des tableaux de fréquences croisées avec la variable « statut

du quartier » en trois classes lorsque la variable d’intérêt est une variable catégorielle, et des tableaux de moyenne lorsque la variable d’intérêt est une variable quantitative.

Les variables catégorielles représentent la grande majorité des variables recueillies dans cette enquête. L’information visant à étudier l’association entre le statut du quartier et une variable d’intérêt catégorielle est sys-tématiquement résumée dans des tableaux similaires à celui présenté ci-dessous.

Résidences principales selon le statut de l’occupation

Résidants des ZusRésidants hors Zus

Population totale

Ensemble Type ouvrier Type moyen et supérieur

Propriétaire 17,5 45,1 29,4 48,8 41,5

Locataire 59,1 40,1 49,8 37,8 42,4

Logé gratuitement 23,4 14,8 20,8 13,4 16,1

Tests : 1 Global p<0,0001 ; 2 Zus versus Total p<0,0001 ; 3 Zus versus Non Zus p<0,0001

Chaque case de ces tableaux correspond à un pourcentage en colonne arrondi au dixième près. Tous ces pourcentages sont pondérés et calés selon la méthode indiquée en Annexes.

Sur le tableau précédent, on peut donc lire que 59,1 % des résidants des Zus sont des locataires alors que les locataires ne représentent que 42,4 % de la population totale.

Trois tests successifs sont indiqués :1. Un test global (test de Fischer associé à la statistique

de Wald) qui compare globalement la répartition de la caractéristique étudiée (ici le statut d’occupation du logement) entre les trois types de quartier : Zus, ouvrier, moyen ou supérieur ;


Méthodologie

16 Toutes les dimensions de santé interrogées dans la cohorte Sirs n’ont pas fait l’objet de ce type d’analyse. Il s’agit d’un choix raisonné des auteurs. L’absence d’analyse concernant telle ou telle dimension de santé dans cet ouvrage ne doit donc pas s’interpréter comme une absence de disparités sociales et/ou territoriales la concernant.

17 La procédure SURVEYLOGISTIC (SAS® V9.1) a été utilisée pour prendre en compte la pondération dans l’estimation des paramètres, des intervalles de confiance et des tests statistiques par les modèles de régression logistique. Les PROC MIXED et les macros GLIMMIX et NLINMIX ont été utilisées pour estimer les modèles multiniveaux.

18 Hosmer D., Lemeshow S., Applied logistic regression, New York, Wiley Interscience, 1990.

19 Voir en Annexes le chapitre sur l’analyse contextuelle en épidémiologie, l’emploi et l’interprétation des modèles multiniveaux.

20 Chaix B., Chauvin P., « L’apport des méthodes d’analyse multiniveau dans l’analyse contextuelle en épidémiologie sociale : une revue de la littérature. », Revue d’épidémiologie et de Santé publique, Paris, Masson, 2002, vol. 50, n° 5, pp. 489-499.

2. Un test du Chi2 comparant cette répartition dans les quartiers de type Zus avec celle observée dans l’ensemble de la population ;

3. Un test du Chi2 comparant cette répartition entre les quartiers de type Zus et les quartiers hors Zus (ouvriers, moyens ou supérieurs confondus).Dans tous les cas, si la valeur du p indiqué est

plus petite que 0,05 (p<0,05), on conclut à une répartition « significativement » différente entre les

groupes ainsi comparés d’un point de vue statis-tique.

Dans le cas de variables quantitatives, les com-paraisons de moyennes ont utilisé un test de Student. Dans ce cas, figurent sous les tableaux seulement les résultats de deux tests (comparant les quartiers Zus à la population totale et les quartiers Zus aux quartiers hors Zus), dont les valeurs du p s’interprètent comme indiqué précédemment.

Modèles de régressionCertaines dimensions16 de santé ont fait l’objet d’ana-lyses « multivariées » qui cherchent à estimer l’associa-tion de plusieurs facteurs (caractéristiques des individus et/ou de leurs quartiers de résidence) simultanément. Dans ce type d’analyse, l’association d’une caractéris-tique (par exemple le sexe, l’âge, le statut socio-écono-mique, le fait de vivre dans une Zus, etc.) et de la dimen-sion de santé considérée s’interprète toutes choses égales par ailleurs concernant les autres caractéristi-ques introduites dans le modèle d’analyse.

Pour les analyses multivariées, deux types de modèles de régression ont été utilisés17.

D’une part, des modèles de régression logistique ont été estimés, selon les cas, à partir d’une sélection déterminée a priori de variables indépendantes ou à la suite d’une sélection pas à pas descendante des varia-bles à retenir dans le modèle final selon la procédure préconisée par Hosmer et Lemeshow et classiquement utilisée en épidémiologie18.

D’autre part, des modèles mixtes (ou « modèles mul-tiniveaux ») ont été ajustés pour tenir compte de la struc-ture hiérarchique des données (caractéristiques indivi-duelles au niveau 1, type d’îlot de résidence au niveau 2)19.

Dans la plupart des résultats exposés par la suite, les résultats des deux types de modèle (régression logistique « simple » et modèle multiniveau) sont donnés côte à côte. Comme on pouvait s’y attendre20, les modèles multini-veaux aboutissent à des estimations plus justes que les modèles de régression logistique concernant l’estimation et, surtout, la significativité statistique des paramètres de niveau 2 (le type d’îlot de résidence). En effet, les modè-les classiques sous-estiment l’écart-type des paramètres des effets contextuels (niveau 2) parce qu’ils ne tiennent pas compte de la violation de l’hypothèse d’indépen-dance des observations et négligent le fait qu’un même nombre d’observations fournit de ce fait moins d’infor-mation. Les modèles multiniveaux, eux, s’accompagnent d’un risque de première espèce (le risque de conclure à tord à une différence quand il n’y en a pas) plus faible.

D’une manière générale, seuls les résultats statisti-quement significatifs sont rapportés (sauf indication contraire) tandis que, en note de bas de tableau, sont listées les variables testées mais non retenues dans les modèles multivariés parce qu’elles n’étaient pas signi-ficativement associées au phénomène étudié.

21|

Modèle logistique Modèle logistique multiniveau

Modèle videVariance de l’effet aléatoire 0,10 (p=0,03)

Modèle 1Variance de l’effet aléatoire 0,08 (p=0,06)

p-value Odds ratio (IC 95 %) p-value Odds ratio (IC 95 %)

Statut du quartier 0,007 0,05

Zus ref ref

Non Zus – Ouvrier 1,15 (0,86 – 1,54) 1,19 (0,80 – 1,75)

Non Zus – Moyen et supérieur 0,78 (0,61 – 1,01) 0,83 (0,60 – 1,14)




Zus ref ref

Non Zus – Ouvrier 1,04 (0,75 – 1,44) 1,09 (0,71 – 1,66)


Âge <.0001 <.0001

18 – 29 ans 0,52 (0,61 – 0,86) 0,50 (0,32 – 0,78)

30 – 44 ans ref ref

45 – 59 ans 2,29 (1,65 – 3,19) 2,26 (1,68 – 3,04)

60 ans ou plus 3,30 (2,11 – 5,17) 3,31 (2,17 – 5,05)

Sexe 0,67 0,66

Homme 1,05 (0,83 – 1,33) 1,05 (0,85 – 1,30)

Femme ref ref

Grille de lecture des tableaux d’analyse multivariéeL’essentiel des résultats des analyses multivariées sont présentés de la façon suivante (ici, un extrait de l’analyse

des facteurs associés à la déclaration de limitations fonc-tionnelles par les personnes interrogées).

Que signifient les termes OR et IC 95 % ?Un « odds ratio » (OR) – ou « rapport de cote » en français – est calculé pour chaque variable explicative : il estime la probabilité (c’est-à-dire la « chance » ou le « risque ») de survenue de l’événement quand on présente cette caractéristique, toutes les autres caractéristiques étant égales par ailleurs. Il s’agit seulement d’une estimation ; c’est pour cela qu’un « intervalle de confiance » (IC 95 %) est également calculé : la « vraie valeur » de ce risque a 95 % de chances de se situer dans cette intervalle.

Pour interpréter un OR, il faut le comparer à la valeur 1. Un OR plus grand que 1 indique une augmen-tation de la probabilité de survenue de l’événement, tandis qu’un OR de moins de 1 indique une diminution de cette probabilité. Ainsi, dans notre exemple ci-des-

sus, les personnes âgées de 60 ans ou plus ont un risque 3,3 fois plus élevé que celles âgées de 30 à 44 ans (la classe de référence : « ref ») de déclarer une limi-tation fonctionnelle tandis que celles âgées de 18 à 29 ans ont un risque 0,5 fois plus élevé (c’est-à-dire deux fois plus faible) de déclarer une telle limitation (compa-rées à la même classe d’âge de référence).

Si l’intervalle de confiance à 95 % comprend la valeur 1 – ou, ce qui revient au même, si la « p value » est supérieure à 0,05, ce qui est exactement la même chose – (c’est le cas par exemple, ci-dessus, de l’in-tervalle de confiance de l’OR associé au fait d’être un homme plutôt qu’une femme), alors le facteur étudié (ici le sexe) n’est pas significativement associé à l’évé-


Méthodologie

nement étudié (ici la limitation fonctionnelle). En effet, nos résultats montrent que les hommes ont entre 0,8 et 1,3 fois plus de chance que les femmes d’être concernés : le rapport de risque estimé n’est pas dif-

férent de 1 dans notre analyse. Une « p value » plus grande que 0,05 ou un intervalle de confiance com-prenant la valeur 1 sont synonymes et s’interprètent de la même façon.

Que signifient les différentes mentions de la variance de l’effet aléatoire ?La variance de l’effet aléatoire, estimée par un modèle logistique multiniveau (colonne de droite) quantifie la variabilité inter-quartier de la dimension étudiée (modèle vide). Entre parenthèses, la valeur « p » indique sa signi-fication statistique (comme toujours, un p inférieur à 0,05 signe une variabilité significative). Habituellement, cette variabilité diminue au fur et à mesure qu’on intro-duit des facteurs explicatifs dans le modèle. L’impor-tance de cette diminution permet de juger l’importance avec laquelle les facteurs pris en compte (successive-ment le type de quartier de résidence dans le modèle 1,

puis – en plus – certains facteurs individuels dans le modèle 2) expliquent cette variabilité inter-quartier.

Au total, si la variance inter-quartier reste significative dans le modèle 2, c’est que d’autres facteurs que ceux pris en compte (que ce soit le type de quartier et/ou les caractéristiques individuelles étudiées) restent à décou-vrir pour l’expliquer. Inversement, si elle ne l’est plus, c’est que les facteurs pris en compte l’expliquent… ou, plus précisément, l’expliquent suffisamment pour qu’elle ne soit plus significative (même si, dans la plupart des cas, cette variance n’est pas strictement égale à 0).

23|

Logement et rapport au quartier de résidence

Répartition par âge et sexe

Répartition par âge et sexe (%) selon le type d’îlot de résidence

11,3

14,9

11,7

9,3

12,0

15,5

12,0

13,6

12,4

7,6

15,8

12,1

9,9

12,4

16,9

12,918-29 ans

30-44 ans

45-59 ans

60 ans et plus

Résidantshors Zus homme

Résidantshors Zus femme

RésidantsZus homme

RésidantsZus femme

Figure 2

Caractéristiques sociodémographiques

L’enquête Sirs menée en 2005 a recueilli différentes informations sur la situation « objective » vis-à-vis du logement des personnes vivant dans l’agglomération parisienne, ainsi que des informations subjectives sur la manière dont ces personnes perçoivent leur loge-ment et leur quartier21. L’exploitation permet de met-

tre en évidence, sur ces thèmes, des différences entre les résidants des zones urbaines sensibles et ceux des autres types de quartiers considérés. Avant de les expliciter, nous présenterons quelques caracté-ristiques sociodémographiques de la population enquêtée.

Afin de travailler sur un échantillon représentatif de l’agglomération parisienne et de redresser les quel-ques biais d’interrogation, l’échantillon des personnes interrogées a été redressé à partir des données du recensement de 1999. La répartition par âge et sexe en fonction du statut du quartier de résidence, repré-sentée ci-dessous, a ainsi fait l’objet de deux calages spécifiques pour les quartiers Zus et hors Zus. On peut constater qu’après calage, les répartitions par âge et sexe en Zus et hors Zus sont assez proches les unes

des autres. La plus grande différence observée concerne les plus de 60 ans qui sont moins nombreux en quartier Zus (17% contre 23%). Cette similitude des distributions par sexe et âge nous a semblé suffisam-ment importante pour justifier (sauf exception) l’absence de standardisation sur l’âge dans les ana-lyses comparatives qui vont suivre. De fait, quand une telle standardisation (directe ou indirecte) a été faite, les analyses conduisent à des résultats extrêmement proches des analyses brutes.

21 Dans la suite du document, on emploiera indifféremment les termes « quartier », « Iris » ou « îlot de résidence ». Dans l’ensemble des titres de tableaux et de figures, l’appellation « type d’îlot de résidence » a été privilégiée.



Composition des ménages

Répartition des types de ménage par type d’îlot de résidence

Type de ménage Résidants des ZusRésidants hors Zus

Population totale


Famille monoparentale 11,1 8,1 12,2 7,1 8,6

Couple sans enfant 21,1 25,9 18,6 27,7 25,3

Couple avec enfant(s) 49,3 44,2 53,7 41,9 44,9

Ménage d’une seule personne 16,8 18,8 10,4 20,8 18,4

Autre 1,8 3,0 5,1 2,5 2,8

Tests : Global p<0,0001 ; Zus versus Total p=0,002 ; Zus versus Non Zus p<0,0001

Tableau 4

Les données issues de l’enquête Sirs nous ont permis de construire l’indicateur de surpeuplement utilisé actuellement par l’Insee et défini comme suit :

Le nombre de pièces nécessaires au ménage est cal-culé de la manière suivante : une pièce de séjour pour le ménage une pièce pour chaque couple une pièce pour les célibataires de 19 ans et plus et pour les célibataires de moins de 19 ans :

– une pièce pour deux enfants s’ils sont du même sexe ou ont moins de 7 ans.– sinon, une pièce par enfant.

Un logement auquel il manque une pièce est considéré en surpeuplement modéré. S’il manque deux pièces ou plus, il est en surpeuplement accentué.

À l’inverse, on parle de sous-peuplement modéré si le logement compte une pièce de plus que la norme, de sous-peuplement prononcé s’il compte deux pièces de plus que la norme et de sous-peuplement très accentué s’il compte au moins trois pièces de plus que la norme

Dans les Zus , 22 % de la population vit dans un logement surpeuplé (en surpeuplement modéré ou accentué). Le contraste entre les habitants de Zus et les habitants hors Zus est très marqué, quels que soient les types hors Zus considérés, comme le montre le tableau suivant.

Indice de peuplement des logements par type d’îlot de résidence


Population totaleEnsemble Type ouvrier Type moyen et supérieur

Surpeuplement accentué 9,3 5,0 8,5 4,2 5,7

Surpeuplement modéré 23,8 14,8 12,6 15,3 15,9

Peuplement normal 34,4 32,1 37,8 30,7 32,1

Sous-peuplement modéré 21,7 23,7 23,0 23,9 23,4

Sous-peuplement prononcé 7,9 14,6 12,8 15,0 13,7

Sous-peuplement très accentué 2,9 9,9 5,4 11,0 9,0

Tests : Global p<0,0001 ; Zus versus Total p<0,0001 ; Zus versus Non Zus p<0,0001

Tableau 5

Logement

La composition des ménages enquêtés diffère selon le statut du quartier. La différence est particulièrement marquée lorsque l’on compare les types les plus éloi-gnés. Par rapport aux quartiers hors Zus de type « moyen et supérieur », les Zus présentent en effet des

proportions de familles monoparentales et de couples avec enfant(s) plus importantes (respectivement + 4 points et + 8 points en terme de fréquence) ; ceci au détriment des ménages d’une seule personne (- 4 points) et des couples sans enfant (- 7 points).

25|

Le surpeuplement des logements en quartier Zus touche l’ensemble des classes d’âge de la popula-

tion (en prenant pour référence l’âge de la personne interrogée).

Proportion d’habitants en logement surpeuplé par tranche d’âge et par type d’îlot de résidence (%)

51,3

30,9

22,7

29,5

14,6

30,8

18,1

6,6

0

10

20

30

40

50

60

De 18 à 29 ans

Résidants des Zus Résidants hors Zus

60 ans et plusDe 45 à 59 ansDe 30 à 44 ans

Figure 3

En moyenne, le nombre de pièces par logement n’est pas très différent entre les différents types de quar-tier (voir tableau en Annexes). C’est bien le nombre de personnes par logement qui est à l’origine de ce sur-

peuplement en Zus. En effet, on observe une moyenne de près de 3,4 personnes par logement en Zus contre 2,8 hors Zus.

Nombre moyen de personnes par pièce, de personnes par logement et de pièces par logement en Zus et hors Zus

Pièces par logement

Personnes parlogement

Personnes par pièce

0 1 2 3 4

Résidants Zus Résidants hors Zus

Figure 4



Statut d’occupation du logement selon le type de quartier de résidence

Résidences principales selon le statut de l’occupation


Population totale


Propriétaire 17,5 45,1 29,4 48,8 41,5

Locataire 59,1 40,1 49,8 37,8 42,4

Logé gratuitement 23,4 14,8 20,8 13,4 16,1


Tableau 6

Ces différences s’observent à travers toutes les classes d’âge. Au-delà de 45 ans, la majorité des rési-dents hors Zus sont propriétaires de leur logement : ceci ne concerne qu’un cinquième des cinquantenaires et

un tiers des personnes âgées de plus de 60 ans en Zus. On notera par ailleurs qu’en Zus, les jeunes de 18 à 29 ans sont majoritairement logés à titre gratuit (chez leurs parents principalement).

Répartition du statut d’occupation du logement par classe d’âge (%), selon le type de quartier de résidence

Résidences principales selon le statut d'occupation (%)

De 18 à 29 ans

De 30 à 44 ans

De 45 à 59 ans

60 ans et plus

Résidants hors Zus« propriétaire »

Résidants hors Zus« locataire »

Résidants Zus« propriétaire »

Résidants Zus« locataire »

12

42

58

70

47

51

35

25

3

19

22

32

42

67

68

55

Figure 5

Des problèmes de logement sont davantage évo-qués par les habitants des Zus que ceux des autres quartiers. Ainsi, 36 % des personnes interrogées rési-

dant en Zus jugent leur logement trop petit (contre 31 % des résidants hors Zus), et près de 29 % en mauvais état (contre seulement 10 % dans les autres quartiers).

Le statut de l’occupation est lui aussi bien différent selon le quartier de résidence. Si 45 % des personnes interrogées hors Zus se disent propriétaires de leur loge-

ment, elles sont moins de 18 % dans ce cas dans les zones urbaines sensibles. En quartier de type « moyen et supérieur », cette proportion atteint 49 %.

27|

22 Celui-ci sera estimé tous les 18 mois grâce au suivi prospectif de la cohorte Sirs.

23 Pan Ké Shon JL., Portrait statistique des zones urbaines sensibles. Informations sociales, Paris, Caisse nationale d’allocations familiales, 2007, n° 5, pp. 24-32.

24 « La mobilité résidentielle des habitants des Zus entre 1990 et 1999 », Observatoire national des zones urbaines sensibles, Rapport 2005, Saint-Denis, Éditions de la Div, 2005, pp. 117-153.

25 Voir chapitre suivant.

Problèmes de logement cités par type d’îlot de résidence

« Aujourd’hui, êtes-vous confronté à l’un des problèmes suivants ? »


Population totale


Logement trop petit

Oui, beaucoup 18,6 10,7 11,0 10,6 11,9

Oui, un peu 17,7 20,6 18,7 21,0 20,1

Non, pas vraiment 19,4 14,1 14,1 14,0 14,7

Non, pas du tout 44,2 54,7 56,2 54,3 53,3


Logement en mauvais état

Oui, beaucoup 9,2 3,5 5,3 3,0 4,3

Oui, un peu 19,8 7,1 8,8 6,7 8,9

Non, pas vraiment 19,3 13,2 15,7 12,7 14,1

Non, pas du tout 51,6 76,2 70,2 77,6 72,6


Logement trop cher

Oui, beaucoup 16,8 11,3 10,9 11,3 11,9

Oui, un peu 25,5 19,8 22,3 19,2 20,5

Non, pas vraiment 23,5 19,4 18,9 19,6 20,1

Non, pas du tout 34,2 49,6 47,9 49,9 47,5


Tableau 7

À la vue de ces contraintes de logement et de surpeuplement,on peut se demander si les habitants des Zus déménagent plus ou moins souvent que les autres. On observe dans notre étude que la présence moyenne dans le logement actuel est de l’ordre de douze ans quel que soit le type quartier (cf. tableau en Annexes). Mais cet indicateur ne répond pas à la ques-tion, entre autres raisons parce que, par définition, les personnes parties avant la date d’enquête n’ont pas été interrogées et que le taux de déménagement dans l’avenir n’est pas connu22. Ces durées moyennes de présence dans le logement recueillies à une seule date parmi les personnes résidentes ne permet donc pas de répondre à la question des flux de déménagement… Des analyses portant sur une période déjà un peu ancienne (1990-1999) ont observé une mobilité résiden-tielle plus importante dans les Zus (61 % des habitants ayant déménagé au cours de la période) que dans le reste des agglomérations de plus de 20 000 habitants

(53 %)23. Dans son rapport 2005, l’Onzus concluait que cet écart n’était pas seulement dû au poids du parc locatif des Zus, ni même aux caractéristiques démogra-phiques et sociales de leurs habitants mais probable-ment avec l’environnement de résidence et son ressenti. Il soulignait aussi le caractère sélectif de cette mobilité résidentielle24. En effet, a contrario, la sédentarité de certains des habitants peut être mise en lien avec des contraintes d’ordre financier qui s’opposent aux velléi-tés de mobilité résidentielle25 dans l’espace francilien. Certains sociologues parlent ainsi de « captivité résiden-tielle » pour désigner l’incapacité dans laquelle se trouve une partie de la population de quitter son logement ou son quartier. Soulignons que 42 % des personnes rési-dantes en Zus interrogées dans notre enquête (contre 31 % dans les autres quartiers) trouvent leur logement trop cher. Par ailleurs, près de 13 % d’entre elles disent ne pas se sentir bien dans leur logement, soit deux fois plus que les habitants hors Zus (6 %).

Se sentir bien dans son logement malgré ses inconvénients éventuels, selon le type de quartier


Population totale


Se sent bien dans son logement 87,4 94,1 91,3 94,7 93,1

Ne se sent pas bien dans son logement 12,6 5,9 8,7 5,3 6,9


Tableau 8



Pour terminer ce chapitre sur les conditions de loge-ment, on notera que 5 % de la population (de l’ordre de 7 % dans les Zus et moins de 5 % en dehors) ont déjà été au moins une nuit sans domicile au cours de leur vie (hors vacances). Surtout, la durée totale de cette

absence de domicile fixe est très supérieure chez les personnes interrogées en Zus (158 nuits en moyenne) ou en quartier ouvrier (151 nuits) que chez les autres (48 nuits, cf. tableau en Annexes).

Proportion de personnes ayant été sans domicile au moins une nuit dans leur vie par type d’îlot de résidence

« Avez-vous été sans domicile au moins une nuit dans votre vie ?* »


Population totale


Non 92,7 95,3 93,8 95,6 94,9

Oui, une fois 3,8 3,0 3,7 2,9 3,1

Oui, plusieurs fois 3,5 1,7 2,5 1,5 1,9

Tests : Global p=0,08 (NS) ; Zus versus Total p=0,006 ; Zus versus Non Zus p<0,0005

* À la rue ou dans un centre d’hébergement pour sans-abri, hors vacances.

Nombre moyen de nuits passées sans domicile (chez ceux en ayant connu au moins une) au cours de la vie entière, par type d’îlot de résidence

Nombre moyen de jours passés sans domicile selon le statut du quartier

0

50

100

150

200

EnsembleEnsemble Ouvrier Moyen et supérieur


Nombre de nuits

Tableau 9

Figure 6

29|

26 « Insécurité et sentiment d’insécurité dans les Zus », In Observatoire national des zones urbaines sensibles. Rapport 2007, Saint-Denis, Éditions de la Div, 2007, pp. 114-120.

27 Cette bonne « corrélation intraclasse » permet d’utiliser la réputation moyenne attribuée par les habitants d’un quartier comme une caractéristique contextuelle du quartier : voir l’exemple donné plus bas pour l’obésité.

Interrogée sur la réputation du quartier de résidence (c’est-à-dire sur le jugement qu’ont les autres de leur quartier), la grande majorité de la population répond qu’elle est bonne voire très bonne. Mais ce sont tout de même 21% qui la jugent mauvaise ou très mauvaise et, surtout, des différences très importantes existent selon les quartiers. Dans les Zus en effet, cette opinion est majoritaire puisque leurs habitants sont près de 60 % à juger que leur quartier a une mauvaise ou très mauvaise réputation, contre 35 % en quartiers « ouvriers » hors Zus et moins de 10 % seulement dans les quartiers « moyens » ou « supérieurs ». Cette proportion est simi-

laire à celles observées en janvier 2005 et en janvier 2007 parmi les habitants de l’ensemble des Zus de France métropolitaine (dans l’enquête permanente sur les conditions de vie et dans l’enquête « cadre de vie et sécurité » de l’Insee26). On notera que dans tous les types de quartiers, on trouve des avis positifs et des avis négatifs. Mais la variabilité des jugements au sien des quartiers est relativement faible : il y a de fait un assez bon « consensus », parmi les habitants interrogés dans chaque quartier, sur la réputation de celui-ci27.

Les habitants en Zus souhaitent déménager pour chan-ger de quartier cinq fois plus souvent que les habitants des autres quartiers (et près de deux fois plus souvent que les habitants des quartiers « ouvriers » hors Zus).

Seulement 49 % des habitants en Zus ne souhaitent pas déménager contre plus de 70 % des habitants des autres quartiers.

Souhaits de déménagement par type d’îlot de résidence

« Actuellement, souhaitez-vous déménager ? »


Population totale


Oui, parce que la vie dans votre quartier ne vous plait pas 17,9 3,7 8,9 2,5 5,8

Oui, pour une autre raison 30,3 23,3 26,0 22,7 24,1

Non, mais vous allez quand même devoir déménager 2,9 2,1 3,1 1,9 2,2

Non 48,9 70,9 62,1 73,0 67,9


Tableau 10

Réputation du quartier par type d’îlot de résidence

« D’une manière générale, quelle est la réputation de votre quartier ? »


Population totale


Très bonne réputation 2,3 19,8 5,6 23,2 17,3

Bonne réputation 37,5 66,2 59,2 67,8 62,1

Mauvaise réputation 40,1 12,6 31,5 8,4 16,8

Très mauvaise réputation 19,3 1,2 3,8 0,6 3,8


Tableau 11

Estimer que son quartier a une bonne ou mauvaise réputation ne signifie pas pour autant que l’on partage ce point de vue. D’une manière générale, la relation entre l’appréciation de la réputation et le degré d’accord avec celle-ci n’est pas linéaire. Les habitants sont plus de 95 % à être d’accord lorsqu’ils jugent que la réputa-tion est « bonne » ou « très bonne ». Dans le cas d’une réputation négative en revanche, l’accord est moins fréquent. Il est de plus intéressant de noter que ceux qui jugent de façon extrême (« très mauvaise ») la répu-

tation faite à leur quartier sont plus nombreux (75 %) à partager ce point de vue que ceux qui la jugent certes négative mais de façon plus modérée (« mauvaise ») : seuls 56 % de ces derniers sont effectivement d’accord avec cette mauvaise réputation. On observe dans les Zus le même profil de corrélation : parmi les personnes estimant que leur quartier a une « très mauvaise » ou une « mauvaise » réputation, respectivement 27 % et 38 % ne partagent pas ce point de vue.

Rapport au quartier



Réputation du quartier et appréciation personnelle


« Partagez-vous ce point de vue ? »Population

totaleOui, tout à fait Oui, plutôt Non, plutôt pas Non, pas du

tout





Total 55,5 34,2 7,2 3,1

Tests : Global p<0,0001

Réputation du quartier et appréciation personnelle, parmi les résidants Zus


« Partagez-vous ce point de vue ? »Population Zus totale

Oui, tout à fait Oui, plutôt Non, plutôt pas Non, pas du tout





Total 41,8 34,9 14,6 8,7


Tableau 12

Tableau 13

28 Une proportion difficile à estimer (sans recourir à une analyse spatiale plus fine) de ces réponses négatives est juste puisque certaines personnes peuvent habiter dans un îlot majoritairement classé en Zus mais dans une partie de cet îlot qui, lui, ne l’est effectivement pas (les contours des Zus ne coïncidant pas avec la trame des îlots Iris de l’Insee retenue pour la constitution de l’échantillon).

La question de la stigmatisation et, plus générale-ment, des conséquences de la « labellisation » en Zus pour les habitants des quartiers concernés a été sou-levée par plusieurs sociologues urbains. On observe que seule une petite moitié des habitants en Zus sait que son logement est localisé dans un quartier classé

en Zus tandis que 29 % répondent par la négative28 et un quart ne sait pas répondre (la proportion de per-sonnes ne sachant pas répondre à cette question est semblable dans les quartiers ouvriers hors Zus mais deux fois moindre dans les autres quartiers, moyens et supérieurs).

Connaissance du classement en Zus du quartier de résidence par type d’îlot de résidence

« Votre logement est-il localisé dans un quartier classé en Zus ou, plus largement, dans un quartier dépendant de la Politique de la ville ? »


Population totale


Oui 44,6 9,00 22,5 5,7 14,2

Non 29,1 75,7 52,0 81,4 69,0

Ne sait pas 26,3 15,3 25,5 12,9 16,8


Tableau 14

31|

La grande majorité de la population de l’agglomération parisienne dit se sentir bien dans son quartier (55 % « tout à fait » et 36 % « plutôt »). Mais cette satisfaction générale est plus rare dans les quartiers de type ouvrier hors Zus et plus rare encore dans les Zus : là, en effet, 20 % ne s’y sentent pas bien (contre seulement 8 % dans les quartiers de type « moyen » et 4 % pour le type « supérieur »). Les habitants des Zus se sentent

significativement moins souvent bien dans leur quar-tier : ils sont près de deux fois plus nombreux à s’y sentir plutôt pas bien ou pas bien du tout que dans les quartiers ouvriers et quatre fois plus nombreux que dans les quartiers moyens ou supérieurs. Dans ces quartiers, moins de 2 % des habitants déclarent ne s’y sentir pas du tout bien alors que près de 10 % des habitants en Zus ont ce sentiment.

Sentiment de se sentir bien dans son quartier par type d’îlot de résidence

0 % 25 % 50 % 75 % 100 %

Zus

Non Zus - Ouvrier

Non Zus - Moyen et supérieur

Total

32,8 43,6 13,9 9,8

54,6 35,6 6,6

3,3

61,7 32,6 3,9

1,7

43,6 41,2 11,3 4,0

Oui, tout à fait Oui, plutôt Non, plutôt pas Non, pas du tout

Figure 7

Pour autant, ce sentiment ne peut pas être mis en lien avec des différences dans les qualités des relations de voisinage. Interrogés sur ce sujet, les habitants des différents types de quartier ne donnent pas, en effet, de réponses très différentes. Au total, au moins trois personnes sur quatre les jugent très bonnes ou bonnes dans l’ensemble des quartiers. Dans les Zus, ce pour-

centage (75,3 %) est légèrement plus faible que dans les autres quartiers (80,2 %) tandis que des relations contrastées (bonnes avec certains, mauvaises avec d’autres) sont plus fréquentes (près de 15 % contre 9,5 % dans les autres quartiers). Les relations très mau-vaises sont rares et de fréquence identique dans tous les quartiers (0,1 % des répondants).

Qualité des relations avec les voisins selon le type d’îlot de résidence

« Que diriez-vous de vos relations avec vos voisins ? » Résidants des Zus

Résidants hors ZusPopulation totale


Elles sont très bonnes 22,9 30,7 31,5 30,4 29,6

Elles sont plutôt bonnes 52,4 49,5 47,9 49,9 50,0

Elles sont plutôt mauvaises 1,3 0,8 1,5 0,7 0,9

Elles sont très mauvaises 0,1 0,1 0,1 0,1 0,1

Bonnes avec certains, mauvaises avec d’autres 14,9 9,5 9,7 9,4 10,2

Vous n’avez aucune relation avec eux 8,3 9,4 9,4 9,4 9,2

Tests : Global p=0,009 ; Zus versus Total p<0,0001 ; Zus versus Non Zus p<0,0001

Tableau 15



Ceci étant, la qualité des relations de voisinage est sans doute particulièrement importante à considérer dans les Zus (et les quartiers de type ouvrier) puisque les réseaux amicaux y apparaissent plus souvent qu’ailleurs concentrés sur le quartier de résidence : près de 19 % des habitants en Zus (et 17 % des habitants en quar-tier ouvrier) signalent en effet que plus de la moitié de

leurs amis habitent dans leur quartier contre moins de 10 % des habitants des quartiers moyens et supérieurs. À l’échelle communale, ces différences persistent. Au total, 34 % des habitants en Zus (et 27 % des habitants en quartier ouvrier) comptent plus de la moitié de leurs amis dans leur quartier ou dans leur commune de rési-dence contre 22 % des habitants des autres quartiers.

Distribution territoriale des réseaux amicaux par type d’îlot de résidence

« Parmi vos amis (hors membres du ménage), certains habitent-ils… » Résidants des Zus



… dans le même quartier que vous ?

Oui, la plupart (plus de la moitié) 18,6 11,2 17,2 9,8 12,4

Oui, certains (moins de la moitié) 30,0 34,6 30,2 35,6 33,9

Non, aucun 51,4 54,2 52,6 54,6 53,7


… hors du quartier mais dans la même commune (arrondissement pour Paris) que vous ?

Oui, la plupart (plus de la moitié) 15,3 11,5 9,9 11,9 12,0

Oui, certains (moins de la moitié) 33,9 33,1 37,5 32,1 33,3

Non, aucun 50,8 55,4 52,6 56,0 54,7

Tests : Global p=0,04 ; Zus versus Total p=0,018 ; Zus versus Non Zus p=0,0034

Tableau 16

En revanche, ce sentiment de « mal-être » dans les quartiers Zus peut être mis en lien avec une autre dimension subjective : la perception de l’évo-lution générale du quartier. Un tiers des habitants en Zus ont le sentiment que la situation générale de leur quartier se dégrade. Ce sentiment est partagé dans une proportion un peu inférieure mais toute aussi notable (27 %) par les habitants des quartiers ouvriers hors Zus tandis qu’il est deux fois moins fréquent dans les autres quartiers (14 %). Il s’agit donc d’un sentiment – certes minoritaire mais assez

fréquent – de « décrochage » de l’ensemble des quartiers populaires.

Il convient néanmoins, et parallèlement, de signa-ler que les habitants des Zus sont aussi les plus nom-breux à estimer que la situation de leur quartier s’améliore. Ils sont en effet 29 % dans ce cas, soit 8 points de plus que dans les quartiers ouvriers et 7 points de plus que dans les quartiers moyens ou supérieurs. Les réponses sur l’évolution de la situa-tion du quartier semblent donc plus « polarisées » dans les Zus que dans les autres quartiers.

Perception de l’évolution de la situation générale du quartier, par type d’îlot de résidence

« Aujourd’hui diriez-vous que la situation générale de votre quartier ? »


Population totale


La situation s’améliore 29,2 21,8 21,1 21,9 22,9

La situation se dégrade 32,8 16,6 26,7 14,1 19,0

La situation est stable 38,0 61,7 52,3 63,9 58,1


Tableau 17

33|

Dans les Zus, l’opinion sur l’évolution de son quar-tier s’avère liée à la connaissance qu’ont les personnes – ou non – de ce statut conféré à leur quartier. Ainsi, les personnes qui savent que leur quartier est classé en Zus sont plus nombreuses encore à émettre un jugement

négatif sur son évolution et moins nombreuses à juger la situation stable. Est-ce là le signe, simplement, d’une plus grande attention à cette évolution ou, plus profon-dément, d’espoirs déçus de la part des habitants ?

Perception de l’évolution de la situation générale du quartier en fonction de la connaissance du classement en Zus du quartier de résidence, au sein des quartiers Zus

« Aujourd’hui, diriez-vous que la situa-tion générale de votre quartier… ? »

Connaissance du classement en Zus du quartier de résidence Population Zus totale

Oui Non Ne sait pas

S’améliore 27,6 35,4 25,0 29,2

Se dégrade 42,5 21,4 29,0 32,8

Est stable 29,9 43,2 46,0 38,0


Tableau 18

35|

Situation socialeNous ne présenterons pas ici dans le détail les carac-téristiques socioéconomiques des résidants de l’agglo-mération parisienne, ni les différences observées selon qu’ils résident ou non dans des zones urbaines sensi-bles. D’autres sources d’information, en particulier les rapports de l’Observatoire national des Zus, offrent déjà en effet des tableaux descriptifs sur ces thèmes.

Pour information, certaines de ces données sont néanmoins fournies par type de quartiers en Annexes. On pourra utilement s’y rapporter, notamment pour des caractéristiques recueillies dans l’enquête Sirs de 2005 et qui ne font pas l’objet de statistiques couramment collectées telles que la situation professionnelle du père

des personnes interrogées quand elles avaient 16 ans, ou encore la maîtrise du français.

Il nous semble toutefois intéressant d’exposer ici quelques données, rarement (voire jamais) interrogées dans des enquêtes représentatives, sur l’insertion sociale et sur les conditions de socialisation des Fran-ciliens. Nous nous intéresserons plus particulièrement à différentes dimensions des liens sociaux, ainsi qu’à une série d’événements difficiles vécus durant l’enfance ou à l’âge adulte. Un focus particulier sera par la suite effectué sur la situation des familles monoparentales, avant d’aborder les questions de santé et de recours aux soins.

Difficultés dans l’enfanceDans la mesure où l’intégration sociale et le bien-être des personnes renvoient non seulement à leur situation présente mais également à leur trajectoire biographi-que, plusieurs questions ont été posées en 2005 sur les relations familiales et quelques difficultés vécues avant l’âge de 18 ans.

Les adultes vivant actuellement dans une Zus ont globalement été, dans leur enfance, plus souvent confrontés que les autres à des difficultés matérielles. Ainsi, pour 23 % d’entre eux, leur famille a eu à cette époque de gros problèmes d’argent (contre18 % pour celles qui ne vivent pas dans une Zus), et pour 9 % de graves problèmes de logement (contre 5 % hors Zus). De plus, 10 % d’entre elles ont eu un parent connais-sant une période de chômage prolongé (contre 8 % hors Zus).

Concernant l’instabilité familiale, la proportion de personnes ayant vécu avant 18 ans le divorce de leurs parents ne diffère pas significativement selon le type de quartier, pas plus que celui de personnes dont les parents avaient de graves disputes. En revanche, le fait que leurs parents n’aient jamais vécu ensemble concerne davantage les personnes vivant dans une Zus (2,5 %) ou un quartier ouvrier (2,1 %) que les résidants de quartiers moyens ou supérieurs (1,4 %) (cf. tableaux en Annexes).

De plus, les personnes résidant en Zus ou dans un quartier ouvrier ont plus souvent vécu, durant leur enfance, le décès d’un de leurs parents ainsi que le décès de l’un de leurs frères ou sœurs. Toujours de façon statistiquement significative, les adultes qui vivent actuellement en Zus sont plus nombreux à avoir été placés, même provisoirement, dans une famille d’ac-cueil, une institution ou un foyer (par la Ddass, l’Ase ou la PJJ) : 4 % sont dans ce cas, contre 2 % parmi les personnes qui vivent dans un quartier de type ouvrier,

et 2 % dans un quartier de type moyen ou supérieur. Ils sont également plus nombreux à avoir été suivis avant l’âge de 18 ans par un juge des enfants (2 % contre 1 % dans les quartiers hors Zus), plus nombreux à avoir été suivis par un éducateur (2 % contre 1 %) et plus nom-breux aussi à avoir eu affaire à la police avant l’âge de 18 ans (8 % contre 5 %).

Les violences vécues durant l’enfance peuvent être diverses. Notamment, 16 % de la population ont été confrontés à de graves disputes entre leurs parents, 15 % ont vécu dans une zone de guerre ou de conflit, et 2 % ont été victimes d’abus sexuels – sans différen-ces significatives selon le quartier de résidence à l’âge adulte. D’autres indicateurs présentent des variations selon le type de quartier. Ainsi, 5 % des résidants de Zus rapportent avoir subi des mauvais traitements avant l’âge de 18 ans, soit plus souvent que dans les autres quartiers ouvriers (4 %) et moyens ou supérieurs (3 %). De même, 5 % d’entre eux rapportent que leur mère a subi de mauvais traitements durant leur enfance, contre 4 % dans les quartiers de type moyen ou supérieur.

Finalement, lorsqu’on demande aux enquêtés une appréciation globale sur leur enfance et sur leur adolescence, la majorité jugent qu’elles ont été heu-reuses, mais ce constat apparaît toutefois mitigé et dif-fère selon le lieu où les personnes résident aujourd’hui. Ainsi, dans les Zus, 12 % estiment que leur enfance n’a « plutôt pas », voire « pas du tout », été heureuse (contre 9 % hors Zus). Le jugement est encore plus défavorable lorsqu’il porte sur l’adolescence : 13 % estiment que leur adolescence n’a plutôt pas été heu-reuse (contre 13 % hors Zus), et 6 % qu’elle n’a pas du tout été heureuse (contre 3 %). A contrario, ce sont dans les quartiers ouvriers que les personnes déclarent le plus souvent avoir eu une enfance tout à fait heu-reuse. Rappelons qu’il s’agit de dimensions éminem-


Situation sociale

ment subjectives qui répondent à la fois aux normes individuelles, culturelles et familiales dans lesquelles chacun a passé son enfance, à la distance éven-tuellement prise à l’âge adulte avec celles-ci et, plus

généralement, au travail permanent de reconstruction identitaire et sociale qui sous-tend toute appréciation de son histoire passée.

Appréciation portée sur son enfance et son adolescence, selon le lieu de résidence à l’âge adulte


Population totale


« Diriez-vous que votre enfance a été heureuse ? »

Oui, tout à fait 52,8 55,2 58,9 54,4 54,9

Oui, plutôt 35,2 35,3 28,5 37,0 35,3

Non, plutôt pas 7,8 7,1 8,7 6,7 7,2

Non, pas du tout 4,3 2,3 3,9 1,9 2,6


« Diriez-vous que votre adolescence a été heureuse ? »

Oui, tout à fait 41,2 44,7 51,2 43,1 44,2

Oui, plutôt 40,6 39,5 34,7 40,6 39,6

Non, plutôt pas 12,7 13,1 9,4 13,9 13,0

Non, pas du tout 5,6 2,8 4,8 2,4 3,2

Tests : Global p<0,0001 ; Zus versus Total p=0,0035 ; Zus versus Non Zus p<0,0001

Tableau 19

Violences subies à l’âge adulteDans l’ensemble, 4 % de la population dit avoir été vic-time de violences physiques ou sexuelles depuis l’âge de 18 ans, et ce sans différences significatives selon le type de quartier. De plus, 8 % évoquent des violen-ces psychologiques ou morales – les personnes vivant actuellement en Zus un peu plus souvent que les rési-dants de quartiers de type moyen et supérieur (10 %

contre 8 %). En revanche, des différences entre types de quartier sont plus marquées quant au fait d’avoir, à l’âge adulte, été régulièrement privé de liberté et d’autonomie par des membres de sa famille : cela concerne 3 % des résidants de quartiers moyens ou supérieurs, 4 % des quartiers ouvriers non Zus, et 5 % des personnes vivant en Zus.

Violences vécues depuis l’âge de 18 ans, selon le type de quartier

« En ce qui concerne votre vie adulte, nous allons aborder certains types d’évènements difficiles. »

« Pouvez-vous nous dire pour chacun d’eux si vous les avez déjà vécu après l’âge de 18 ans ? »


Population totale


Vous avez été victime de violences physiques ou sexuelles

Oui 4,7 4,4 3,6 4,6 4,4

Non 95,3 95,6 96,4 95,4 95,6

Tests : Global p=0,45 (NS) ; Zus versus Total p=0,76 (NS) ; Zus versus Non Zus p=0,73 (NS)

Vous avez été victime de violences psychologiques ou morales

Oui 10,3 8,2 9,2 7,9 8,4

Non 89,7 91,8 90,8 92,1 91,6

Tests : Global p=0,25 (NS) ; Zus versus Total p=0,07 (NS) ; Zus versus Non Zus p=0,04

Vous avez été régulièrement privé de liberté et d’autonomie par des membres de votre famille

Oui 4,6 3,0 3,9 2,8 3,2

Non 95,4 97,0 96,1 97,2 96,8

Tests : Global p=0,068 (NS) ; Zus versus Total p=0,03 ; Zus versus Non Zus p=0,01

Tableau 20

37|

Difficultés dans la vie de couple et relations avec ses enfantsDans le domaine conjugal, les résidants de Zus ne se distinguent pas des résidants hors Zus en ce qui concerne l’expérience du divorce ou de la séparation (qui concerne 31 % de la population totale) ni du décès d’un ancien conjoint (5 %). Ils sont en revanche, et de façon statistiquement significative, deux fois plus nom-breux à avoir vécu un éloignement géographique de leur conjoint d’au moins un an (2 % contre 1 % pour les résidants hors Zus).

La question de la violence conjugale et familiale est toujours une question difficile à aborder, en raison notamment des biais de déclaration considérés géné-ralement comme étant plus forts sur ce thème que sur d’autres. Gardant cela à l’esprit, quelques observations peuvent néanmoins être effectuées.

Concernant tout d’abord la violence au sein du cou-ple au moment de l’enquête, tous les types de quar-

tiers présentent des taux de violence similaires. Mais si l’on interroge les personnes sur des expériences qu’elles ont vécues par le passé, celles résidant en Zus s’avèrent plus nombreuses à avoir vécu des violences dans leur couple ou leur famille. Ainsi, 11 % ont subi des comportements violents de la part de leur conjoint (contre 8 % dans les quartiers ouvriers et 6 % dans les quartiers moyens et supérieurs) ; et 4 % disent avoir été violents à l’encontre de leur conjoint (contre 3 % dans les quartiers ouvriers et 2 % dans les quartiers moyens ou supérieurs). Les habitants de Zus relatent également plus fréquemment des violences à l’encon-tre de leurs enfants : 6 % disent qu’auparavant, leur conjoint a eu des comportements violents contre leurs enfants (contre 3 % en moyenne en dehors des Zus), et 3 % relatent avoir été eux-mêmes violents contre leurs enfants (contre 1 % hors Zus).

Fréquence des violences intrafamiliales au cours de la vie de couple, selon le type du quartier de résidence

« Au cours de votre (ou vos) vie(s) de couple, avez-vous vécu les événements suivants* ? »

Résidants des Zus



Comportements violents de votre conjoint à votre égard

Oui, actuellement 0,7 0,8 1,3 0,7 0,8

Oui, auparavant 11,4 6,2 7,5 5,9 6,9

Non 88,0 93,0 91,2 93,4 92,3


Comportements violents de votre part à l’égard de votre conjoint


Oui, auparavant 4,3 2,5 3,2 2,3 2,7

Non 95,4 97,2 96,4 97,4 97,0


Comportements violents de votre conjoint à l’égard de vos enfants (si a eu des enfants)


Oui, auparavant 6,0 2,5 3,0 2,4 3,0

Non 94,0 97,3 96,7 97,4 96,8


Comportements violents de votre part à l’égard de vos enfants (si a eu des enfants)


Oui, auparavant 2,5 1,0 0,4 1,1 1,1

Non 97,5 99,0 99,6 98,9 98,9


Comportements violents de l’un de vos enfants envers vous-même (si a eu des enfants)**


Oui, auparavant 1,0 0,6 0,5 0,6 0,6

Non 99,0 99,3 99,3 99,3 99,3

Tests : pas de différences significatives

* Pour tous ceux qui ont vécu en couple au moins une fois ou connaissent une relation sentimentale.** Pour les personnes qui ont des enfants de plus de 6 ans.

Tableau 21


Situation sociale

De même, c’est en Zus et, dans une moindre mesure dans les quartiers ouvriers, que les femmes estiment le plus souvent que leur ancien conjoint les dévalorisait ou les rabaissait (dans une précédente vie de couple) : 47 % des femmes vivant en Zus estiment que c’était le cas en permanence (22,5 %) ou parfois (24,7 %). Cette proportion est de 40 % dans les quartiers ouvriers et de 35 % dans les quartiers moyens ou supérieurs. Chez

les hommes en revanche, on observe une tendance différente : ceux qui vivent en Zus sont les moins nom-breux à rapporter ce sentiment d’avoir été rabaissé ou dévalorisé durant une précédente vie de couple : ils sont 19 % dans ce cas, contre 24 % dans les quartiers moyens (les hommes vivant dans un quartier moyen ou supérieur étant en position intermédiaire, avec 21 %).

Sentiment d’avoir été dévalorisé par son conjoint lors d’une précédente vie de couple, selon le sexe et le type de quartier

En permanence Parfois Jamais

Sentiment d’avoir été dévalorisé par son conjoint lors d’une précédente vie de couple, selon le sexe et le type de quartier

Non Zus - Ouvrier

Non Zus - Ouvrier

Non Zus - Ouvrier




Zus

Zus

Zus

0 % 20 % 40 % 60 % 80 % 100 %

Ens

embl

eFe

mm

esH

omm

es

Figure 8

Par ailleurs, les personnes vivant actuellement en Zus, de même que celles vivant dans un quartier ouvrier hors Zus, disent deux fois plus souvent que les autres

avoir connu par le passé l’alcoolisme ou la toxicomanie de leur conjoint (6 %, contre 3 % dans les quartiers moyens et supérieurs).

Fréquence d’autres événements indésirables vécus au cours de la vie de couple, selon le type du quartier de résidence

« Au cours de votre (ou vos) vie(s) de couple, avez-vous vécu les événements suivants* »


Population totale


Maladie grave de votre partenaire


Oui, auparavant 10,2 9,9 9,5 10,1 10,1

Non 86,0 86,1 84,7 86,4 85,9


Alcoolisme ou toxicomanie de la part de votre conjoint


Oui, auparavant 6,0 3,8 6,2 3,3 4,1

Non 93,2 95,8 93,7 96,3 95,5


* Pour tous ceux qui ont vécu en couple au moins une fois ou connaissent une relation sentimentale.

Tableau 22

39|

Socialisation

Soutien socialPour aborder la question du soutien social, nous consi-dérons ici le sentiment de pouvoir compter sur un pro-che pour être aidé dans l’un ou l’autre de ces domaines : pour trouver du travail, pour être aidé financièrement ou matériellement, pour un coup de main dans la vie quo-tidienne, ou encore pour un soutien moral ou affectif. Dans l’ensemble, ce sentiment est partagé dans les mêmes proportions quel que soit le type de quartier : seuls 5 % des Franciliens estiment ne pouvoir compter sur aucun proche pour être aidé dans ces domaines.La famille reste la source principale du soutien social potentiel : 91 % de la population disent pouvoir comp-

ter sur un membre de leur famille. Sur ce point égale-ment, on ne note pas de différence significative selon le type de quartier. En revanche, les habitants des Zus bénéficient moins souvent que la moyenne d’un soutien potentiel de la part de leurs amis et, surtout, de la part de leurs voisins. Ils ne sont en effet que 25 % à estimer pouvoir compter sur leurs voisins pour être aidés dans l’un ou l’autre des domaines considérés, contre 32 % dans les quartiers moyens ou supérieurs. La situation des quartiers ouvriers hors Zus est sur ce point particu-lière, présentant le plus fort taux de soutien social entre voisins (34 %).

Pouvoir compter sur de la famille, des amis ou collègues, et des voisins pour être aidé, selon le type de quartier de résidence

Pouvoir compter sur de la famille, des amis ou des collègues et des voisins pour être aidé, selon le type de quartier de résidence

25

8089

33

7991

32

8491

0

20

40

60

80

100

Famillep = 0,21

Amis, collèguesp = 0,10

Voisinsp = 0,008

%

Zus Non Zus -Ouvrier

Non Zus -Moyen et supérieur

Nombre moyen de jours passés sans domicile selon le statut du quartier

0

50

100

150

200

EnsembleEnsemble Ouvrier Moyen et supérieur


Nombre de nuits

Figure 9


Situation sociale

Sentiment d’être isolé ou entouré selon le type de quartier

Sentiment d’être isolé ou entouré selon le type de quartier

0 % 20 % 40 % 60 % 80 % 100 %


Non Zus - Ouvrier

Zus

Ensemble

Très seul Plutôt seul Plutôt entouré Très entouré

Figure 10

Sentiment d’appartenance à une communautéAutre forme de lien social, plus symbolique celle-ci, le sentiment d’appartenance à une communauté. Dans l’ensemble, un peu plus d’un Francilien sur quatre a le sentiment d’appartenir à une communauté ethnique ou religieuse. C’est plus souvent le cas dans les Zus, où 35 % des habitants ont ce sentiment, tandis qu’en dehors des

Zus, les quartiers de type ouvrier ne se distinguent pas des quartiers de type moyen ou supérieur (où respectivement 26 % et 28 % des résidants ont ce sentiment). Par ailleurs, 9 % de la population a le sentiment d’appartenir à un autre type de communauté – sans différence significative, cette fois, selon le type de quartier.

Isolement socialLe sentiment d’isolement lui aussi apparaît plus fré-quent dans les Zus et les quartiers ouvriers. Environ 16 % de la population disent se sentir, d’une manière générale, « très seuls » ou « plutôt seuls », contre 13 % dans les quartiers de type moyen ou supérieur. Mais

le sentiment de grand isolement est deux fois plus fréquent dans les Zus que dans les autres types de quartier, 4 % des résidants de Zus estimant se sentir « très seuls » (contre 2 % en moyenne dans les autres quartiers).

41|

Rapport aux institutions

Rapport à la religionOn notera également que si 19 % des adultes de l’agglo-mération parisienne disent avoir une pratique religieuse régulière, cette pratique régulière est deux fois plus fréquente dans les Zus (30 %) que dans les quartiers

moyens ou supérieurs (16 %). Et c’est dans ces derniers que se trouvent le plus de personnes déclarant n’avoir ni pratique ni sentiment d’appartenir à une religion (36 %, contre 25 % dans les Zus).

Rapport à la religion, selon le type de quartier

« Vis-à-vis de la religion avez-vous… »


Population totale


Une pratique religieuse régulière 30,3 16,8 20,4 16,0 18,8

Une pratique religieuse occasionnelle 16,7 18,5 20,3 18,1 18,4

Pas de pratique mais le sentiment d’appartenir à une religion 28,3 30,3 32,4 29,8 30,1

Ni pratique ni sentiment d’appartenance 24,6 34,3 26,9 36,1 32,8


Tableau 23

Les personnes vivant dans une Zus, comme les rési-dants des quartiers hors Zus de type ouvrier, apparais-sent dans une situation plus critique que la moyenne en ce qui concerne la connaissance de leurs droits et le

sentiment que ceux-ci sont respectés dans la société. En outre, les deux tiers d’entre eux estiment qu’ils ne sont pas suffisamment informés de tous leurs droits, contre 47 % dans les quartiers moyens ou supérieurs.

Sentiment d’être suffisamment informé de ses droits, selon le type de quartier

Non, plutôt pasOui, plutôt Ne sait pasOui, tout à fait Non, pas du tout

Sentiment d’être suffisamment informé de ses droits, selon le type de quatier

35,2

36,8

37,4

35,7

11,9

25,5

26,1

16,2

0 % 20 % 40 % 60 % 80 % 100 %


Non Zus - Ouvrier

Zus

Ensemble

Figure 11


Situation sociale

Les personnes résidant en Zus rapportent plus fré-quemment que les autres qu’elles ont été victimes de racisme ou de discriminations. Un tiers d’entre elles en effet estiment avoir subi au cours des douze derniers

mois des discriminations liées à la couleur de leur peau ou à leur origine géographique, alors que cela concerne une personne sur cinq dans les quartiers de type moyen ou supérieur.

Fréquence de discrimination ou de racisme au cours de l’année écoulée, selon le type de quartier de résidence

Au cours de l’année écoulée, dans les différents domaines de votre vie personnelle et sociale, avez-vous été personnellement victime de discrimination ou de racisme ?

Résidants des Zus

Résidants hors Zus

Population totale


Oui, souvent 11,4 6,2 8,9 5,5 6,9

Oui, de temps en temps 22,1 16,4 19,5 15,7 17,2

Non 66,4 77,4 71,6 78,8 75,8


Tableau 24

Pour tous les types de discrimination interrogés, les différences sont significatives entre les Zus et les autres types de quartier et leur fréquence rapportée est supérieure dans les Zus que dans les quartiers ouvriers.

Au total, c’est le racisme (lié à la couleur de peau ou aux origines géographiques) qui est – et de loin – le plus souvent rapporté : 20,6 % des habitants en Zus déclarent en avoir été victimes, souvent ou de temps en

Dans l’ensemble, 31 % des adultes de l’agglo-mération ne pensent pas que leurs propres droits sont respectés dans la société actuelle. Cette pro-

portion est encore plus importante dans les Zus, où elle atteint 42 %, et dans les quartiers ouvriers hors Zus (43 %).

Sentiment que ses propres droits sont respectés dans la société actuelle, selon le type de quartier

Sentiment que ses propres droits sont respectés dans la société actuelle, selon le type de quatier


Non Zus - Ouvrier

Zus

Ensemble

19,5

29,6

27,1

22,3

5,5

13,8

0 % 20 % 40 % 60 % 80 % 100 %

14,6

8,3

Non, plutôt pasOui, plutôt Ne sait pasOui, tout à fait Non, pas du tout

Figure 12

43|

Fréquence de discrimination au cours de l’année écoulée, selon le type de quartier de résidence

« Au cours de l’année écoulée, dans les différents domaines de votre vie personnelle et sociale, avez-vous été personnellement victime de… ? »


Population totale


Racisme lié à votre couleur, origine géographique, etc.

Oui, souvent 4,9 2,2 4,2 1,7 2,8


Non 79,4 88,3 79,1 90,5 86,2

Tests : Global p<0,0001 ; Zus versus Total p<0,0001; Zus versus Non Zus p<0,0001

Discriminations liées à votre lieu de résidence

Oui, souvent 3,2 0,4 1,7 0,1 1,1


Non 88,6 97,1 92,1 98,3 95,1

Tests : Global p<0,0001 ; Zus versus Total p<0,0001; Zus versus Non Zus p<0,0001

Discriminations liées à votre situation sociale ou financière

Oui, souvent 2,0 1,1 1,3 1,0 1,3


Non 93,1 95,6 95,8 95,6 95,0

Tests : Global p=0,212 (NS) ; Zus versus Total p=0,007; Zus versus Non Zus p=0,002

Discriminations liées au fait d’être un homme ou une femme

Oui, souvent 2,0 1,1 0,9 1,2 1,3


Non 92,0 93,8 94,4 93,6 93,4

Tests : Global p=0,307 (NS) ; Zus versus Total p=0,082; Zus versus Non Zus p=0,039

Discriminations liées à vos opinions ou vos activités politiques ou syndicales

Oui, souvent 1,5 0,9 1,1 0,8 1,0


Non 95,6 97,3 97,5 97,3 96,9

Tests : Global p=0,245 ; Zus versus Total p=0,030; Zus versus Non Zus p=0,010

Discriminations liées à votre religion

Oui, souvent 3,0 1,2 2,5 1,0 1,7


Non 90,9 96,5 94,4 97,0 95,1

Tests : Global p=0,001 ; Zus versus Total p<0,0001; Zus versus Non Zus p<0,0001

Discriminations liées à votre état de santé ou handicaps que vous auriez

Oui, souvent 1,2 0,5 1,2 0,3 0,7


Non 96,6 98,0 96,8 98,3 97,6

Tests : Global p=0,050 ; Zus versus Total p=0,018; Zus versus Non Zus p=0,005

Tableau 25

temps, au cours de l’année écoulée. Les autres motifs de discriminations sont plus rarement rapportés mais ce sont tout de même 11,4 % des habitants qui rap-portent avoir été victimes de discriminations liées à leur lieu de résidence, 8 % liées à leur genre, 6,9 % liées à

leur situation socio économique, 4,4 % à leurs opinions, activités politiques ou syndicales et 3,4 % à leur état de santé (ce dernier étant le plus rarement cité des motifs de discrimination interrogés).

45|

29 Les familles sont entendues ici comme des ménages comportant au moins un enfant de moins de 25 ans vivant avec ses parents ou l’un d’entre eux. Il peut donc s’agir de familles monoparentales, de familles où un couple vit avec ses enfants, ou encore de familles dites recomposées.

Les familles monoparentales

Proportion des familles monoparentales dans la population des familles, selon le département (%)

Proportion des familles monoparentales dans la population des familles, selon le département

Femme seule avec enfant(s) Homme seul avec enfant(s)

1,1 0,6 1,3 0,82,0

9,0

6,0

8,4

11,3 9,1

0

2

4

6

8

10

12

14

Paris et petite

couronne

Paris (75) Hauts-de-Seine (92)

Seine-Saint-Denis (93)

Val-de-Marne (94)

%

Figure 13

L’agglomération parisienne compte davantage de familles monoparentales que la moyenne nationale. Elles y repré-sentent en effet 10 % des ménages, et 23 % des familles ayant des enfants de moins de 25 ans, contre 17 % au niveau national (d’après le recensement de la population de 1999). Au total, c’est près d’un enfant sur cinq qui vit aujourd’hui avec un seul de ses parents.

On appelle famille monoparentale tout ménage constitué d’un parent qui vit sans conjoint avec ses enfants dans un même logement. On s’intéressera ici aux familles ayant au moins un enfant de moins de 25 ans, comme le fait l’Insee dans ses exploitations sur ces thèmes29.

Dans notre population d’étude, la grande majo-rité (89 %) des familles monoparentales est consti-

tuée de femmes vivant seules avec leur(s) enfant(s). Leur répartition dans l’espace s’avère par ailleurs très hétérogène. Les départements du Val-de-Marne et de la Seine-Saint-Denis présentent en effet une proportion de familles monoparentales (ainsi que de couples avec enfants) plus importante que la moyenne de l’agglomération. On notera la particu-larité de la Seine-Saint-Denis où les familles mono-parentales sont non seulement plus nombreuses mais aussi plus « féminines » (le parent isolé étant plus souvent une femme). On soulignera également la spécificité de Paris, qui se distingue par une faible proportion de familles monoparentales et une large prédominance des ménages sans enfants (person-nes vivant seules et couples sans enfant).


Les familles monoparentales

30 Dans notre enquête, les revenus du ménage ont été interrogés, toutes sources de revenus disponibles (y compris les prestations sociales), après transferts sociaux et avant impôts pour tous les membres du ménage. Ce total mensuel est ensuite divisé par le nombre d’unités de consommation du ménage, tel que défini par l’Insee. Le seuil de pauvreté retenu dans nos analyses est celui défini par l’Insee en 2005 (par exemple, 681 € nets par unité de consommation et par mois), correspondant à 50 % du revenu médian des ménages en France.

La répartition inégale des familles dans l’espace se traduit également, mais de façon moins marquée, par des différences selon le type de quartier. Dans les Zus et les quartiers ouvriers, une famille sur quatre (25 %) est monoparentale ; ce n’est le cas que d’une famille

sur cinq (20 %) dans les quartiers de type moyen ou supérieur. Par ailleurs, les familles monoparentales sont davantage féminines dans les Zus : 93 % d’entre elles sont dirigées par des femmes, contre 87 % à 88 % dans les autres quartiers.

Proportion des familles monoparentales dans la population des familles, selon le type de quartier de résidence (%)

23,4 21,7

17,4

1,8 3,2

2,3

0

5

10

15

20

25

30

Zus Non Zus - Ouvrier Non Zus - Moyen et supérieur

%

Homme seul avec enfant(s)Femme seule avec enfant(s)

Figure 14

Les familles monoparentales sont particulièrement affectées par la précarité et la pauvreté. Si 10 % des ménages de l’agglomération parisienne vivent sous le seuil de pauvreté30, les familles monoparentales sont deux fois plus nombreuses dans ce cas (20 %), et tout particulièrement celles dirigées par une femme (22 %). Les hommes seuls avec leurs enfants semblent moins touchés par la pauvreté, mais leur faible effectif dans notre échantillon ne nous permet pas d’approfondir l’analyse sur ce point.

Cette surexposition à la pauvreté des familles monoparentales se retrouve dans l’ensemble des

quartiers (cf. figure 15). Elle s’avère très probléma-tique dans les Zus où, au total, un tiers des parents vivant seuls avec leurs enfants sont pauvres : 34 %, soit 11 points de plus que la moyenne des ménages vivant en Zus (23 %). On observe également que, dans les Zus, la pauvreté n’est pas l’apanage des familles monoparentales puisqu’un tiers des couples avec enfants sont également dans cette situation. Dans ces quartiers, ce sont bien l’ensemble des familles qui subissent un décrochage par rapport au reste des ménages.

47|

Proportion de ménages vivant sous le seuil de pauvreté selon le type de famille et le type de quartier de résidence (%)

Famille monoparentale Couple avec enfant(s) Ensemble des ménages

12,9

22,2

34,1

6,8

16,5

33,2

5,7

16,2

23,4

0

5

10

15

20

25

30

35

40


%

Figure 15

Autre difficulté à laquelle sont confrontées les familles monoparentales : le surpeuplement des logements (entendu ici comme le fait que le logement compte moins d’une pièce par personne), qui touche 24 % d’entre elles, soit davantage que la moyenne des ména-ges de l’agglomération parisienne, mais moins souvent que les couples avec enfants. En réalité, la situation est contrastée en fonction du type de quartier de résidence. Ce sont partout les couples avec enfants qui sont le

plus affectés par le surpeuplement : la proportion atteint près de 60 % parmi les couples avec enfants dans les Zus et 46 % dans les quartiers ouvriers. Les familles monoparentales, elles, sont moins concernées par le phénomène que l’ensemble des ménages dans les Zus et les quartiers ouvriers (respectivement 29 % et 24 % sont tout de même dans ce cas !), alors qu’elles le sont plus dans les quartiers moyens ou supérieurs (22 % contre 16 % de l’ensemble des ménages).

Proportion de logements surpeuplés selon le type de famille et l’âge du chef de ménage (%)

21,624,529,1 31,0

45,9

59,7

15,7

26,833,6

0

10

20

30

40

50

60

70


%

Famille monoparentale Couple avec enfant(s) Ensemble des ménages

Figure 16

49|

Indicateurs globaux de santé

Santé ressentieLa santé ressentie (c’est-à-dire la manière dont la per-sonne juge elle-même son état de santé) est couram-ment interrogée dans les enquêtes en population géné-rale, notamment en France et en Europe. Appréhendés par des outils identiques et standardisés, les indicateurs permettent alors des comparaisons dans le temps ou entre différents groupes de population. De plus, il est classique de rappeler, en épidémiologie, que la santé ressentie est globalement corrélée (au niveau popula-tionnel) à d’autres indicateurs sanitaires, notamment la mortalité. Ces deux constats méritent toutefois d’être toujours relativisés dans l’interprétation de tels indica-teurs. En effet, la santé ressentie déclarée par un indi-vidu est un indicateur subjectif reposant à la fois sur la connaissance de son état de santé et l’appréciation de cet état. Autant de composantes éminemment variables en fonction de ses propres normes de santé, lesquelles se construisent (et se reconstruisent constamment au cours de la vie) en fonction de ses expériences anté-rieures de la maladie, de celles de ses proches ou de ses « pairs », de ses interactions avec le système de soins et la médecine, des symptômes ressentis, de son niveau et de ses capacités d’adaptation à un han-dicap ou une maladie chronique, etc. Les différences sociales de santé ne peuvent ainsi qu’être approchées par les différences observées en terme de santé res-sentie. Les écarts sociaux de santé ressentis observés peuvent sousestimer les écarts de santé « objectifs » si

on considère, par exemple, que les personnes dont la situation sociale est défavorisée ont un moindre recours aux soins et, par là, une moins bonne connaissance de leur état de santé.

Globalement, on peut faire l’hypothèse que l’obser-vation de la seule santé ressentie conduit à décrire des gradients effectivement minimaux (parce que sousesti-més) entre groupes sociaux et les différences de santé ressentie observées ici entre types de quartier de rési-dence sousestiment probablement les écarts qu’on pourrait constater par des mesures objectives de l’état de santé de leurs habitants.

Plusieurs indicateurs de santé ressentie étaient interrogés dans la première vague de la cohorte Sirs en 2005. Les trois indicateurs de santé générale, physique et psychologique décrivent un gradient identique entre les types de quartier.

Les quartiers Zus et ouvriers hors Zus ont des résul-tats très proches et significativement plus défavorables que les quartiers moyens ou supérieurs.

Ainsi, dans les quartiers Zus, les résidents perçoi-vent leur santé générale, physique et psychologique deux fois plus souvent comme étant mauvaise ou très mauvaise que dans les quartiers moyens ou supérieurs (respectivement 6 % pour la santé générale ou physi-que et 5 % pour la santé psychologique, contre 3 % des résidents en quartiers moyens ou supérieurs pour chacun de ces états de santé).

État de santé général perçu par type d’îlot de résidence

Très mauvaisMauvaisMoyenBonTrès bon

28,2

23,3

33,3

30,8

41,5

47,4

47,4

46,7

24,4

24,9

16,4

19,0

4,3

3,7

2,5

3,0 0,5

0,3

0,8

1,6

0 % 25 % 50 % 75 % 100 %

Zus

Non Zus - Ouvrier


Total

Figure 17



État de santé physique perçu par type d’îlot de résidence

25,3

22,6

28,7

27,2

44,0

46,8

51,9

49,8

24,9

27,2

19,4

16,2

3,3

3,0

3,8

4,3

1,5

0,3

0,2

0,4

0 % 25 % 50 % 75 % 100 %

Zus

Non Zus - Ouvrier


Total


Figure 18

Les différences entre quartiers Zus et quartiers moyens et supérieurs persistent en analyse multivariée, après ajustement sur l’âge, le sexe, le niveau d’étude, la nationalité, la couverture maladie, l’isolement ressenti et la situation professionnelle : « toutes choses égales par ailleurs », les habitants des quartiers moyens et supé-rieurs ont toujours 1,4 à 1,5 fois plus de chance que les

habitants en Zus de se sentir en bonne santé générale, physique ou psychologique. Des résultats identiques sont retrouvés en utilisant des modèles multiniveau pour ces analyses multivariées (cf. tableaux en Annexes pour la santé générale et physique et chapitre suivant pour la santé psychologique).

État de santé psychologique et émotionnelle perçu par type d’îlot de résidence

26,5

27,3

30,4

29,3

44,4

45,1

49,2

47,9

23,8

22,6

17,4

19,1

4,0

4,1

2,5

3,0

0,6

0,5

0,9

1,3

0 % 25 % 50 % 75 % 100 %

Zus

Non Zus - Ouvrier


Total


Figure 19

51|

Facteurs individuels et contextuels associés à l’état de santé général, physique ou pychologique ressenti (régression logistique)

Bon état de santé général Bon état de santé physique Bon état de santé psychologique et émotionnel

Modèle 1 OR IC 95 % P>F OR IC 95 % P>F OR IC 95 % P>F

Statut du quartier <.0001 <.0001 0,0001

Zus ref ref ref

Non Zus – Ouvrier 0,94 0,73 1,22 0,89 0,69 1,15 1,03 0,79 1,34

Non Zus – Moyen et supérieur

1,65 1,31 2,07 1,67 1,33 2,09 1,52 1,21 1,90

Modèle 2 OR IC 95 % P>F OR IC 95 % P>F OR IC 95 % P>F

Âge <.0001 <.0001 0,11

18-29 ans 1,22 0,79 1,87 1,30 0,87 1,94 1,06 0,74 1,53

30-44 ans ref ref ref

45-59 ans 0,44 0,32 0,59 0,49 0,32 0,77 0,74 0,57 0,98

60 ans ou plus 0,42 0,27 0,65 0,48 0,35 0,64 0,78 0,50 1,23

Sexe 0,57 0,78 0,008

Homme 1,07 0,85 1,33 1,03 0,83 1,28 1,34 1,08 1,66

Femme ref ref ref

Statut du quartier 0,02 0,001 0,02

Zus ref ref Ref

Non Zus – Ouvrier 1,06 0,80 1,40 0,97 0,73 1,27 1,11 0,83 1,47

Non Zus – moyen et supérieur

1,42 1,08 1,85 1,48 1,14 1,92 1,42 1,10 1,84

Niveau d’études <.0001 <.0001 0,049

Aucun ou primaire 0,38 0,27 0,53 0,49 0,35 0,68 0,68 0,47 0,96

Secondaire 1er cycle 0,48 0,35 0,65 0,61 0,45 0,81 0,74 0,55 1,00

Secondaire 2e cycle 0,60 0,44 0,82 0,63 0,47 0,85 0,72 0,54 0,95

Supérieur ref ref ref

Nationalité 0,003 0,003 0,51

Français de parents français ref ref ref

Français de parent(s) étranger(s)

0,66 0,50 0,88 0,62 0,47 0,82 0,89 0,68 1,18

Étranger 0,62 0,43 0,87 0,87 0,62 1,22 1,11 0,78 1,59

Couverture maladie 0,15 0,21 0,12

Sécurité sociale et mutuelle ou « pris en charge à 100 % »

ref ref ref

AME ou CMU complémentaire

0,87 0,56 1,37 0,78 0,49 1,23 0,71 0,46 1,10

Sécurité sociale seule (standard ou CMU)

1,22 0,81 1,83 0,92 0,63 1,34 1,32 0,87 1,99

Aucune couverture maladie 8,73 0,97 78,6 6,82 0,81 57,2 1,77 0,41 7,63

Isolement social <.0001 <.0001 <.0001

Seul ref ref ref

Entouré 2,12 1,64 2,74 1,96 1,54 2,50 3,91 3,07 4,99

Situation professionnelle 0,003 0,0003 0,12

Actif occupé ref ref ref

Chômeur 0,80 0,52 1,22 0,75 0,50 1,12 0,77 0,52 1,16

Retraité 0,56 0,37 0,84 0,46 0,31 0,70 1,64 0,88 3,07

Inactif 0,52 0,36 0,74 0,52 0,37 0,74 0,77 0,54 1,09

Étudiant 0,78 0,38 1,62 0,82 0,44 1,54 0,70 0,45 1,10

Tableau 26



Limitation fonctionnelleLes quartiers Zus comptent aussi une proportion plus grande de personnes se déclarant invalides ou handi-capées : 10 % contre 6 % en moyenne dans l’ensemble

de l’agglomération parisienne et 5 % dans les quartiers moyens et supérieurs.

Proportion d’invalides ou d’handicapés par type d’îlot de résidence

« Êtes-vous invalide ou handicapé ? »


Population totale


Oui 9,9 5,8 7,9 5,3 6,4

Non 90,1 94,2 92,1 94,7 93,6


Tableau 27

Parmi les personnes se déclarant invalides ou han-dicapées, la proportion de reconnaissance et d’indem-nisation est supérieure dans les Zus que dans les autres quartiers mais cette différence doit être interprétée avec prudence. D’une part, elle n’est pas statistiquement significative (mais les effectifs concernés sont peu nom-

breux). D’autre part, il est impossible, sur ces seules données déclaratives, de distinguer si elle est liée à un biais de déclaration (les habitants en Zus se déclarant plus souvent handicapés à la condition que leur handi-cap soit reconnu) et/ou à une sévérité plus grande des handicaps et invalidités rapportés.

Fréquence de reconnaissance du statut parmi les personnes déclarant une invalidité ou un handicap, selon le type de quartier de résidence


Population totale


Oui 74,2 65,0 65,5 64,8 66,9

Non 25,8 35,0 34,5 35,2 33,2


Tableau 28

Fréquence d’indemnités reçues parmi les personnes déclarant une invalidité ou un handicap, selon le type de quartier de résidence


Population totale


Oui 58,2 46,4 47,3 46,0 48,9

Non 41,8 53,6 52,7 54,0 51,1


Tableau 29

53|

De plus, c’est dans les quartiers Zus et ouvriers hors Zus que l’on dénombre le plus de personnes déclarant des limitations fonctionnelles – ces personnes étant interrogées par une question utilisée en France comme dans différentes enquêtes européennes : « Êtes-vous limité depuis au moins six mois, à cause d’un problème

de santé, dans les activités que vous faites habituelle-ment ? ». Ainsi, 8 % des habitants s’y disent très sévère-ment ou sévèrement limités (depuis au moins six mois) contre 5 % à 6 % dans les autres quartiers.

Limitation fonctionnelle (depuis au moins six mois) par type d’îlot de résidence

NonOui, limité Ne sait pasOui, sévèrement limitéOui, très sévèrement limité

13,1

13,8

2,0

1,6

3,5

2,5

3,7

3,0

5,8

4,7

12,3

11,6

82,0

83,8

77,9

78,3 0,2

0,1

0,0

0,1

0 % 25 % 50 % 75 % 100 %

Zus

Non Zus - Ouvrier


Total

Figure 20

Ces limitations fonctionnelles sont bien sûr très liées à l’âge (le risque d’en déclarer augmentant régulière-ment avec l’avancée en âge). Des modèles multivariés ont été estimés en prenant en compte l’âge, le sexe, le niveau d’étude, la couverture maladie, la situation professionnelle, l’isolement social, la nationalité et le type de quartier de résidence. On observe alors que les différences entre les types de quartier ne sont plus

significatives (même si elles ne sont pas complètement expliquées). En revanche, « toutes choses égales par ailleurs », les limitations fonctionnelles sont deux fois moins souvent déclarées par les étrangers que par les Français ; et un faible niveau d’éducation, l’inactivité et un fort sentiment d’isolement sont associés à un risque plus élevé de déclarer de telles limitations.



Facteurs associés à la déclaration de limitations fonctionnelles : analyse multivariée (régression logistique et modèle multiniveau)






Zus ref ref

Non Zus – Ouvrier 1,15 (0,86 – 1,54) 1,19 (0,80 – 1,75)





Zus ref ref

Non Zus – Ouvrier 1,04 (0,75 – 1,44) 1,09 (0,71 – 1,66)


Âge <.0001 <.0001

18-29 ans 0,52 (0,61 – 0,86) 0,50 (0,32 – 0,78)

30-44 ans ref ref

45-59 ans 2,29 (1,65 – 3,19) 2,26 (1,68 – 3,04)

60 ans ou plus 3,30 (2,11 – 5,17) 3,31 (2,17 – 5,05)

Sexe 0,67 0,66

Homme 1,05 (0,83 – 1,33) 1,05 (0,85 – 1,30)

Femme ref ref

Nationalité 0,04 0,02

Français de parents français ref ref

Français de parent(s) étranger(s) 1,07 (0,77 – 1,47) 1,07 (0,81 – 1,42)

Étranger 0,62 (0,42 – 0,92) 0,63 (0,44 – 0,90)

Niveau d’études 0,10 0,06

Aucun ou primaire 1,54 (1,08 – 2,20) 1,56 (1,11 – 2,19)

Secondaire 1er cycle 1,30 (0,94 – 1,78) 1,29 (0,97 – 1,73)

Secondaire 2e cycle 1,26 (0,92 – 1,72) 1,26 (0,95 – 1,67)

Supérieur ref ref

Couverture Maladie 0,94 0,92

Sécurité sociale et mutuelle ou « pris en charge à 100 % » ref ref

AME ou CMU complémentaire 1,14 (0,68 – 1,93) 1,14 (0,72 – 1,81)

Sécurité sociale seule (standard ou CMU) 0,97 (0,62 – 1,52) 0,99 (0,67 – 1,47)

Aucune couverture maladie 0,78 (0,12 – 5,04) 0,74 (0,14 – 3,91)

Isolement social 0,0002 0,0002

Seul ref ref

Entouré 0,60 (0,46 – 0,78) 0,60 (0,46 – 0,79)

Situation professionnelle <.0001 <.0001

Actif occupé ref ref

Chômeur 1,52 (0,98 – 2,38) 1,52 (1,03 – 2,25)

Retraité 1,76 (1,17 – 2,64) 1,74 (1,18 – 2,57)

Inactif 3,14 (2,16 – 4,55) 3,20 (2,25 – 4,55)

Étudiant 0,78 (0,30 – 2,05) 0,80 (0,35 – 1,85)

Tableau 30

55|

31 L’interrogation des origines migratoires fait actuellement l’objet de débats importants en sciences sociales, en sciences politiques, en santé publique et dans l’opinion publique en général. D’un point de vue éthique, il se dégage un consensus autour de deux grands principes : la liberté des personnes de répondre (ou non) à toutes questions à ce sujet et leur liberté de se définir comme bon leur semble – le tout dans le respect des principes et des usages définis par la loi qui encadre très strictement les objectifs, le recueil, la conservation et l’utilisation informatique de telles données sensibles.

32 Hargreaves A.G., Multi-ethnic France: immigration, politics, culture and society, London, Routledge, 2007.

33 Fassin D., Fassin E., De la question sociale à la question raciale ? Représenter la société française, Paris, La Découverte, 2006.

Les origines migratoires (qui ne sont que partielle-ment approchées par les nationalités des personnes et de leurs parents utilisées dans nos analyses) apparais-sent comme un facteur discriminant dans nombre de nos résultats. Il nous semble dès lors important de sou-ligner que cette question des « origines » et de leurs liens avec la santé reste un domaine de recherche en santé publique encore largement sous-investi en France. Or il s’agit, de notre point de vue, d’une question à la fois sensible, importante et justifiée. Sensible, parce que la définition des origines est toujours discutable (et la façon de la mesurer encore plus…) et qu’elle est propice aux interprétations de toutes sortes dans le débat public31. Importante, parce que de tels liens ont été démontrés dans tous les pays dans lesquels ils ont été interrogés mais qu’ils restent peu étudiés en France. Justifiée, parce que de telles études enrichissent les connais-sances sur certaines causes des inégalités sociales et territoriales de santé et de recours aux soins observées en France.

Certaines études montrent en effet que les immigrés étrangers, notamment, connaissent des conditions de vie plus fréquemment péjoratives que les Français (en termes de ressources, de logement, de travail notam-ment32) et potentiellement néfastes pour leur santé. D’autres recherches montrent – sans pour autant le quantifier encore précisément – à quel point des discri-minations « raciales » ou « ethniques » structurent cer-taines inégalités sociales dans notre pays33. En regard, les études épidémiologiques comparant les états de

santé, la morbidité, les recours aux soins, ou encore la mortalité de la population résidante en France en fonc-tion de son origine migratoire restent très parcellaires. Quand ils existent, les chiffres doivent être interprétés avec prudence et ne permettent aucune simplification ou raccourci abusif, ni aucune synthèse d’ensemble. Nous en avons un exemple assez emblématique sur les deux analyses précédentes. À structures d’âge et de sexe identiques, l’état de santé ressenti – qu’il s’agisse de la santé en général ou de la santé physique en par-ticulier (cf. tableau 26) – est moins bon chez les étran-gers et les Français nés de parents étrangers que chez les Français nés de parents français alors même que la déclaration de limitations fonctionnelles (cf. tableau 30) est plus rare chez les étrangers que chez les Français, de même que la reconnaissance de handicaps (tableau non reproduit).

Cette apparente contradiction peut s’expliquer, entre autres, par des normes et des représentations de santé différentes qui coexistent avec un « biais de migration » à double sens. Le « biais de migration » est une notion classique (si ce n’est effectivement mesurée) en épidémiologie, en démographie et en santé publi-que, selon laquelle les migrants sont, d’une manière générale, en meilleure santé que les autochtones parce que, d’une part, ce sont les personnes en meilleure forme physique qui quittent leur pays d’origine et que, d’autre part, une part au moins des immigrés retour-nent dans leur pays d’origine quand leur santé s’altère (en fin de vie notamment).

Maladies chroniquesLes maladies chroniques ont été appréhendées par deux types de questions. Le premier type renvoyait à un pas de temps transversal, au jour de l’enquête (« Avez-vous une maladie ou un problème de santé chronique – sans tenir compte des problèmes temporaires ? »). Environ un tiers des personnes ont répondu par l’affir-mative, sans différence significative selon le type de quartier de résidence (cf. tableau en Annexes), alors que les structures d’âge sont différentes.

Le second type de questions interrogeait plus pré-cisément les personnes à partir d’une liste des quinze maladies chroniques les plus fréquentes (et la possibilité de compléter cette liste par des réponses non préco-dées) au cours des douze derniers mois. La proportion de personnes déclarant plus de deux maladies chroni-ques au cours des douze derniers mois est légèrement plus élevée en Zus que dans les autres quartiers (17 % contre 13 %).

Distribution du nombre de maladies chroniques déclarées par type d’îlot de résidence

Somme des pathologies déclarées au cours des douze derniers mois


Population totale


Aucune 44,0 44,4 42,0 45,0 44,2

Une 26,0 27,2 30,0 26,5 27,1

Deux 13,0 15,1 15,2 15,1 14,9

Plus de deux 17,0 13,3 12,8 13,4 13,9


Tableau 31



Les données déclaratives concernant des diagnos-tics de maladie doivent toujours être interprétées avec prudence ; rappelons qu’elles ne sont corroborées dans le dispositif d’enquête de Sirs par aucun examen ou avis médical, ni aucune indication précise des traitements en cours. De telles données sont soumises à de nombreux biais (de diagnostic et de déclaration notamment) et ne peuvent donc se substituer à des données de préva-lence recueillies par des études épidémiologiques ad hoc.

Pour autant, on observe certaines différences qu’il semble intéressant de souligner, au moins comme piste pour des études ultérieures et/ou le rapproche-ment avec des données locales existantes. Ainsi, quatre groupes de maladies ont été cités plus fréquemment par les habitants en Zus que dans les autres quartiers, notamment chez les femmes : les migraines et cépha-lées, la bronchite chronique et l’emphysème, le diabète et les asthmes allergiques.

Fréquence des principales pathologies (%) au cours des douze derniers mois par sexe : comparaison Zus et hors Zus

Résidants hors Zushomme

Résidants hors Zusfemme

Résidants Zushomme

Résidants Zusfemme

6,6

5,4

6,1

6,5

4,7

11,0

6,5

13,2

15,2

9,0

6,7

4,7

6,1

3,3

10,5

9,4

8,0

12,7

18,8

9,0

Allergie - Autre

Hypertension artérielle

Arthrite rhumatoïde, arthrose

Migraine ou fréquents maux de tête

Anxiété chronique ou dépression

Figure 21

57|

Fréquence des autres pathologies (%) au cours des douze derniers mois par sexe : comparaison Zus et hors Zus

Résidants hors Zushomme

Résidants hors Zusfemme

Résidants Zushomme

Résidants Zusfemme

1,8

0,7

2,2

1,0

0,7

0,3

1,6

0,3

0,8

0,4

2,5

0,8

1,7

2,1

0,4

0,1

2,1

3,1

1,5

1,2

0,0

0,2

1,0

0,2

0,2 0,3

1,8

1,2

1,4

1,9

0,2

1,3

0,9

4,0

2,4

3,1

2,1

0,5

3,2

2,9

2,2

1,6

Asthme allergique

Asthme non allergique

Diabète

Cataracte

Attaque cardiaque, infarctus

Attaque/Hémorragie cérébrale

Bronchite chronique, emphysème

Ostéoporose

Ulcère gastrique ou duodénal

Cancer

Figure 22



34 On notera qu’à l’inverse la maigreur (définie par un IMC < 18,5 kg/m2) est moins fréquente dans les Zus (3 %) que dans l’ensemble des autres quartiers (5 %) : voir le tableau en Annexes.

35 En attendant la publication de ces résultats, on pourra se reporter provisoirement au document suivant : Catherine de Launay. Master II Santé Publique, Epidémiologie (Paris 6). Surcharge pondérale et obésité dans l’agglomération parisienne : une analyse des données de la cohorte Sirs (juin 2007), disponible en ligne à www.u707.jussieu.fr/ds3

36 Il s’agit du revenu moyen des ménages de l’îlot Iris de résidence (source : Insee).

ObésitéL’enquête a par ailleurs permis d’estimer, à partir du poids et de la taille déclarés par les personnes elles-mêmes, l’indice de masse corporelle (IMC). La pré-valence du surpoids et – surtout – de l’obésité est

supérieure dans les Zus et les quartiers ouvriers que dans les autres quartiers : l’obésité y concerne 14 % des adultes contre 9 % dans les quartiers moyens et supérieurs34.

Prévalence du surpoids et de l’obésité (%) par type d’îlot de résidence

Surpoids (IMC entre 25 et 30) Obèse (IMC supérieur ou égal à 30)

29,826,8 27,6

13,6 13,7

6,68,8

27,7

0

10

20

30

Zus Non Zus -Ouvrier

Non Zus -Moyen et supérieur

Total

%

Figure 23

Cette situation des quartiers défavorisés au regard de l’obésité et de la surcharge pondérale est, bien entendu, à mettre en lien en premier lieu avec certaines caractéristiques des individus qui y habitent. Une analyse spécifique de ces questions, en cours de publication, montre ainsi le poids des facteurs socioéconomiques, familiaux, biographiques et des habitudes de vie. On observe notamment que le surpoids est plus fréquent chez les hommes et que l’obésité concerne davantage les femmes. Des analyses multivariées – dont nous ne rapporterons pas le détail ici – montrent notamment des différences entre les sexes en ce qui concerne le statut socioéconomique (niveau d’études et de revenus) et certaines habitudes de vie (durée de sommeil, arrêt du tabagisme) associées au surpoids chez les femmes mais pas chez les hommes. En revanche, sont asso-

ciées au surpoids dans les deux sexes l’inactivité spor-tive, la nationalité étrangère et la parentalité. Enfin, des associations avec des caractéristiques biographiques ou psychologiques ont été trouvées, comme le deuil, le vécu d’une maladie, ou certaines difficultés vécues dans l’enfance.35

Parallèlement, des analyses complémentaires et préliminaires montrent qu’après ajustement sur le sexe, l’âge, le revenu et le niveau d’éducation des habitants, l’obésité est liée de façon significative au niveau de revenu moyen de l’îlot de résidence : les habitants des « quartiers » dont le revenu moyen36 appartient au quar-tile le plus pauvre ont un risque deux fois plus élevé (OR = 2,1, IC95 % = [1,4-3,1]) d’être obèses que ceux des quartiers les plus riches.

59|

37 Pour une revue de la littérature récente sur les effets de l’environnement de résidence sur l’obésité, Papas M.A., Alberg A.J., Ewing R., Helzlsouer K.J., Gary T.L., Klassen A.C., The built environment and obesity. Epidemiological Reviews, Cary, Oxford University Press, 2007, vol. 29, pp. 129-43.

38 Toutes les distances sont calculées en ligne droite à partir de l’adresse de résidence des personnes interrogées dans Sirs.

Les systèmes d’information géographique et des outils d’analyse spatiale – en plein essor aujourd’hui, notamment en Île-de-France – permettent aussi d’es-timer l’influence du contexte de résidence sur l’obésité des habitants37.

Nous avons ainsi testé l’association de plusieurs caractéristiques environnementales correspondant à différentes dimensions : socioéconomiques (proportion d’habitants du quartier avec un niveau d’étude supé-rieur au bac), offre de commerces alimentaires (distance moyenne38 à différents magasins alimentaires de détail les plus proches, proportion d’établissements de res-tauration rapide parmi l’ensemble des restaurants dans un rayon de 500 m), opportunités de déplacements à pieds dans le quartier (nombre de destinations dans un rayon de 500 m, concernant 38 types de commerces

et de services de voisinage), mais aussi l’environnement d’interactions sociales dans le quartier (approché par deux mesures : le sentiment d’insécurité dans le quartier et la réputation péjorative du quartier). Pour toutes ces caractéristiques, on estime les écarts entre le quintile (le cinquième) le plus péjoratif et le quintile le plus favorable. Les données extérieures mobilisées pour ces analyses proviennent du recensement de la population (Insee, 1999), du répertoire Sirene (Insee, 2004) et de la base de données BPE (Insee, 2005).

Après ajustement sur certaines caractéristiques indi-viduelles des habitants (âge, sexe, niveau d’éducation, statut d’emploi, revenus du ménage), on observe des associations fortes et significatives entre l’obésité et chacune de ses dimensions.

Caractéristiques de l’environnement de résidence associées à l’obésité, après ajustement individuel sur l’âge,

le sexe, le niveau d’éducation, le statut d’emploi et le revenu du ménage

OR 95 % CI p*

Niveau d’éducation moyen du quartier < 0,001

5e quintile ref

1er quintile 2,87 (1,58–5,21)

Distance moyenne aux magasins alimentaires de détail les plus proches 0,003

1er quintile ref

5e quintile 2,09 (1,24–3,54)

Proportion d’établissements de restauration rapide parmi les restaurants 0,004

1er quintile ref

5e quintile 1,80 (1,10–2,93)

Nombre de commerces et services de voisinage 0,001

5e quintile ref

1er quintile 1,91 (1,09–3,32)

Sentiment d’insécurité < 0,001

1er quintile ref

5e quintile 2,69 (1,51–4,81)

Réputation pejorative du quartier 0,001

1er quintile ref

5e quintile 2,39 (1,34 – 4,26)

* Test de tendance.

Tableau 32



39 Notons que cet ajustement est sans doute incomplet : le secteur d’emploi est aussi un facteur important à prendre en compte mais qui n’est pas immédiatement disponible dans la cohorte Sirs.

Accidents du travailInterrogés sur la fréquence des accidents du travail, les habitants des quartiers ouvriers déclarent 1,5 fois plus souvent que l’ensemble de l’agglomération parisienne en avoir été victimes (35 % des habitants disent avoir subi au moins un accident du travail, que celui-ci ait été

signalé ou non comme tel). Les habitants en Zus en déclarent moins souvent (28 %) mais néanmoins plus fréquemment que les habitants des quartiers moyens et supérieurs (20 %).

Fréquence d’accidents du travail vie entière par type d’îlot de résidence

« Au cours de votre vie, avez-vous été victime d’accidents du travail ?* »


Population totale


Oui 28,2 22,6 34,7 19,7 23,3

Non 71,8 77,4 65,3 80,3 76,7

Tests : Global p<0,0001 ; Zus versus Total p=0,0017 ; Zus versus Non Zus p=0,0003

* Signalés ou non à la Sécurité sociale.

Tableau 33

Ces différences ne sont plus significatives (en modé-lisation multiniveau) après ajustement sur l’âge, le sexe,

la nationalité et la catégorie socioprofessionnelle (en cinq classes)39.

Facteurs associés avec la survenue d’au moins un accident du travail (vie entière) : analyse multivariée (régression logistique et modèle multiniveau)





Statut du quartier <.0001 <.0001

Zus ref ref

Non Zus – Ouvrier 1,45 (1,11 – 1,91) 1,47 (0,94 – 2,29)




Statut du quartier <.0001 0,0015

Zus ref ref

Non Zus – Ouvrier 1,36 (1,03 – 1,79) 1,37 (0,92 – 2,04)


Âge <.0001 <.0001

18-29 ans 0,59 (0,41 – 0,84) 0,59 (0,44 – 0,78)

30-44 ans ref ref

45-59 ans 1,39 (1,08 – 1,80) 1,37 (1,09 – 1,74)

60 ans ou plus 1,08 (0,83 – 1,42) 1,09 (0,85 – 1,40)

Tableau 34

61|


Sexe <.0001 <.0001

Homme 1,85 (1,47 – 2,33) 1,86 (1,52 – 2,28)

Femme ref ref




Étranger 0,61 (0,43 – 0,85) 0,60 (0,45 – 0,81)

PCS <.0001 <.0001

Artisan, commerçant, chef d’entreprise, agriculteur exploitant 0,34 (0,18 – 0,61) 0,34 (0,21 – 0,55)

Cadre 0,27 (0,20 – 0,38) 0,29 (0,22 – 0,39)

Profession intermédiaire 0,68 (0,52 – 0,90) 0,70 (0,55 – 0,90)

Employé ref ref

Ouvrier 1,33 (0,97 – 1,84) 1,29 (0,96 – 1,73)

Impact social d’événements de santéLes personnes étaient également interrogées sur la survenue (au cours de leur vie entière) de problèmes de santé ayant eu un impact sur leur situation sociale ou leurs conditions de vie. Les habitants en Zus ou en quartier ouvrier hors Zus répondent plus fréquemment que les autres qu’elles ont connu un problème de santé ayant entraîné une interruption ou une réorientation pro-fessionnelle ou scolaire (19 % contre 15 % des habi-tants des autres quartiers), et/ou de graves problèmes d’argent (10 % et 6 % respectivement contre 3 % des

habitants des quartiers moyens ou supérieurs). De ce point de vue, les habitants des quartiers les plus défa-vorisés apparaissent donc plus vulnérables aux consé-quences sociales de la maladie ou du handicap que les habitants des quartiers plus favorisés (et/ou plus fréquemment touchés par ces problèmes). En revanche, on n’observe pas de différence significative concernant la fréquence de problèmes de santé ayant entraîné des ruptures conjugales (2 % des habitants de l’agglomé-ration parisienne en signalent).

Fréquence de problèmes de santé ayant eu un impact professionnel, scolaire, économique ou conjugal par type d’îlot de résidence

« Au cours de votre vie, avez-vous eu des problèmes de santé, des accidents corpo-rels ou des maladies… »


Population totale


Qui ont entraîné une interruption ou une réorientation professionnelle ou de scolarité

Oui 18,5 15,3 18,7 14,5 15,7

Non 81,5 84,7 81,3 85,5 84,3


Qui ont entraîné de graves problèmes d’argent

Oui 9,9 3,7 5,8 3,2 4,6

Non 90,1 96,3 94,3 96,8 95,4


Tableau 35

Facteurs associés avec la survenue d’au moins un accident du travail (vie entière) : analyse multivariée (régression logistique et modèle multiniveau)

Tableau 34suite




Population totale


Qui ont entraîné une rupture avec votre conjoint ou partenaire de vie

Oui 2,9 2,0 2,0 2,0 2,1

Non 97,1 98,0 98,0 98,0 97,9


Qui ont entraîné un autre changement important dans vos habitudes de vie

Oui 14,1 11,5 15,5 10,5 11,9

Non 85,9 88,5 84,5 89,5 88,1

Tests : Global p=0,01 ; Zus versus Total p=0,066 (NS) ; Zus versus Non Zus p=0,03

Pour terminer cette partie sur les indicateurs glo-baux de santé, on mentionnera que la majorité de la population s’estime très satisfaite ou plutôt satisfaite de sa santé (respectivement 33,5 % et 51,4 % des adul-tes de l’agglomération). Mais, là encore, c’est dans les

quartiers les plus défavorisés que l’on compte le plus de personnes pas du tout satisfaites : 6 % des personnes vivant dans un quartier Zus ou dans un quartier de type ouvrier hors Zus sont dans ce cas, contre 3 % dans les quartiers de type moyen ou supérieur.

« Concernant ces différents points, dans votre vie actuelle, êtes-vous très satisfait, plutôt satisfait, plutôt pas satisfait, pas satisfait du tout ? »


Population totale


Votre santé

Très satisfait 37,6 32,9 36,5 32,0 33,5

Plutôt satisfait 44,9 52,3 45,7 53,9 51,4

Plutôt pas satisfait 11,1 11,4 11,6 11,3 11,3

Pas satisfait du tout 6,4 3,5 6,1 2,8 3,9


Satisfaction vis-à-vis de la santé par type d’îlot de résidence Tableau 36

Tableau 35suite

63|

Santé dentaireConcernant la santé dentaire, des différences signifi-catives sont observées entre les types de quartier. Si la proportion de personnes ayant toutes leurs dents intactes est identique dans tous les types de quartier (15 % à 16 %), la fréquence de perte de dents est plus importante en quartier Zus et en quartier ouvrier

que dans les autres quartiers : la part des individus ayant perdu une partie de leurs dents est respecti-vement de 19 %, 23 % et 14 % dans ces trois types de quartier ; la part de ceux les ayant perdu toutes, ou presque toutes, y est respectivement de 7 %, 7 % et 4 %.

État de santé dentaire déclaré (%) par type d’îlot de résidence

15,318,1

15,1 15,5

58,052,1

67,463,6

19,422,7

13,9 16,2

7,3 7,13,6 4,7

0

25

50

75

100

Zus Non Zus - Ouvrier Non Zus -Moyen et supérieur

Total

Toutes les dentsintactes

Toutes les dentsdont certaines ont ététraitées ou remplacées

Perdu une partiedes dents

Perdu toutes,ou presque toutes,vos dents

%

Etat de santé dentaire déclaré par type d'îlot de résidence

C’est aussi dans ces quartiers qu’on observe la plus grande fréquence de personnes déclarant avoir des dents à soigner, en mauvais état ou à remplacer (39 % à 40 % dans les quartiers Zus ou ouvriers, contre 33 % dans les autres quartiers). On notera que cet écart

– basé sur des données déclaratives – est probable-ment un écart minimum (c’est-à-dire sous-évalué) si on considère que les besoins ressentis et exprimés de soins dentaires sont plus élevés dans les catégories supérieures de la population.

Fréquence déclarée des dents à soigner par type d’îlot de résidence

« Actuellement, avez-vous certaines dents à soigner, en mauvais état, ou à remplacer ? »


Population totale


Oui 39,9 34,4 38,5 33,4 35,2

Non 60,1 65,6 61,5 66,6 64,8


Tableau 37

Figure 24


Santé dentaire

40 On ne peut exclure que l’offre de soins dentaires joue un rôle dans ces différences entre les types de quartiers mais nos analyses montrent que cet effet « propre » est secondaire par rapport aux effets des caractéristiques individuelles des habitants. Encore faut-il souligner que l’offre de soins dentaires n’est, justement, pas indépendante des caractéristiques des populations (du « marché ») auxquelles elle s’adresse.

En analyse multivariée, ces problèmes dentaires sont significativement corrélés à l’origine migratoire des individus : les Français nés de parents étrangers ont plus de risque d’être dans cette situation que les Français nés de parents français. D’autres facteurs comme l’âge (les plus jeunes ayant bien entendu un état dentaire plus favorable) et la couverture maladie (les personnes sans prise en charge complémentaire étant plus souvent concernées par de tels problèmes) appa-

raissent corrélés avec des problèmes de santé dentaire, même si toutes les différences ne sont pas significatives dans notre échantillon.

Au total, et après ajustement sur ces variables indi-viduelles (ainsi que sur le sexe, le niveau d’études et le niveau de revenus), on n’observe plus de différence entre les quartiers ; on en conclut que celles-ci s’expli-quent en très grande partie (si ce n’est complètement40) par des effets de composition.

65|

Dents à soigner, en mauvais état ou à remplacer : analyse multivariée (régression logistique et analyse multiniveau)






Zus ref ref

Non Zus – Ouvrier 1,06 (0,82 – 1,36) 0,96 (0,69 – 1,32)





Zus ref ref

Non Zus – Ouvrier 0,94 (0,73 – 1,22) 0,95 (0,70 – 1,29)


Âge 0,06 0,01

18-29 ans 0,77 (0,58 – 1,01) 0,76 (0,61 – 0,94)

30-44 ans ref ref

45-59 ans 1,08 (0,85 – 1,37) 1,07 (0,87 – 1,32)

60 ans ou plus 0,85 (0,65 – 1,11) 0,86 (0,68 – 1,08)

Sexe 0,09 0,05

Homme 0,85 (0,71 – 1,02) 1,16 (1,00 – 1,36)

Femme ref ref




Étranger 1,26 (0,94 – 1,69) 1,24 (0,97 – 1,58)





Supérieur ref ref

Couverture maladie 0,38 0,22

Sécurité sociale et mutuelle ou prise en charge à 100 % ref ref


Sécurité sociale seule (ou CMU) 1,26 (0,92 – 1,73) 1,25 (0,97 – 1,63)


Revenus / unité de consommation 0,19 0,13

≤ Quartile1 : 1 000 € 0,87 (0,67 – 1,14) 0,87 (0,69 – 1,09)

] 1000 € - 1500 € ] ref ref

] 1500 € - 2200 € ] 0,77 (0,58 – 1,00) 0,78 (0,62 – 0,98)

> Quartile 3 : 2200 € 0,77 (0,58 – 1,02) 0,78 (0,61 – 0,99)

Tableau 38

67|

41 Sheehan V., Lecrubier Y., Sheehan K.H., Amorim P., Janavs J., Weiller E., et al. The Mini-International Neuropsychiatric Interview (MINI): the development and validation of a structured diagnostic psychiatric interview for DSM-IV and ICD-10 . Journal of Clinical Psychiatry, Memphis, Physicians Postgraduate Press, 1998, vol. 59, n° 49, pp. 22-33.

42 Ceux-ci ne signent pas à eux-seuls une dépression, cf. plus bas l’analyse du score de dépression.

Santé mentaleLe questionnaire MiniDiag41 a été administré au cours de l’enquête Sirs de 2005. Il permet de dépister des symptômes anxio-dépressifs au moment de l’interview, par une batterie de 10 questions.

Les trois symptômes majeurs de dépression42 sont tous plus fréquemment observés dans les quartiers Zus

et ouvriers que dans les autres quartiers : tristesse (25 % et 21 % contre 16 %), apathie (15 % et 16 % contre 7 %) et fatigue (29 % et 26 % contre 17 %), alors que les différences ne sont pas significatives pour les autres symptômes interrogés par le MiniDiag (cf. tableau en Annexes).

Fréquence des symptômes majeurs de dépression par type d’îlot de résidence

« Au cours des deux dernières semaines… ? »


Population totale


Vous êtes-vous senti particulièrement triste, cafardeux, déprimé, la plupart du temps au cours de la journée, et ce, presque tous les jours ?

Oui 25,2 16,9 21,4 15,9 18,1

Non 74,8 83,1 78,6 84,1 81,9


Aviez-vous presque tout le temps le sentiment de n’avoir plus le goût de rien, d’avoir perdu l’intérêt ou le plaisir pour les choses qui vous plaisent habituellement ?

Oui 15,4 8,7 15,6 7,0 9,7

Non 84,6 91,3 84,4 93,0 90,3


Vous sentiez-vous presque tout le temps fatigué, sans énergie ?

Oui 28,5 18,4 25,6 16,7 19,8

Non 71,5 81,6 74,4 83,3 80,2


Tableau 39

À partir des réponses au MiniDiag, le calcul d’un score individuel permet d’identifier avec une sensibi-lité et une spécificité validées les personnes présentant des symptômes dépressifs. Ce classement a fait l’objet d’une analyse multivariée par des modèles de régres-sion logistique simple et multiniveau.

Dans notre échantillon, nous n’avons pas observé de corrélations statistiquement significatives avec l’âge, le niveau d’études, la situation maritale, le niveau de revenu, la nationalité, la situation d’emploi ou le soutien social potentiel des personnes. En revanche, le risque d’être dépressif est significativement plus faible chez les hommes (près de deux fois inférieur), chez les person-nes indemnes de maladie chronique (près de quatre fois moins élevé), chez les personnes se sentant entourées, ainsi que chez les cadres et les inactifs. Soulignons que le sens de la causalité entre sentiment d’isolement social et dépression reste ambigu dans une analyse transver-sale comme celle-ci (transversale dans le sens où les deux caractéristiques sont recueillies au même moment,

le jour de l’enquête). Cette forte association (les person-nes se sentant entourées ayant près de cinq fois moins de risque d’être dépressives, cf. tableau 40) s’interprète en effet comme la résultante de deux liens de cause à effet qu’on ne peut départager : le fait que l’isolement social puisse entraîner la dépression, mais aussi que la dépression s’accompagne d’une perception péjorative de ses relations avec les autres et de leurs attitudes vis-à-vis de soi-même.

En ajustant sur ces cinq variables, on observe tou-jours une association significative avec le type de quar-tier de résidence : les habitants des quartiers Zus et ouvriers hors Zus sont deux fois plus touchés par la dépression que les habitants des quartiers moyens et supérieurs. Cette association est retrouvée significative dans les deux types de modèle. Elle plaide pour l’exis-tence d’un authentique effet contextuel du quartier de résidence sur la santé mentale des habitants, y compris après avoir pris en compte les caractéristiques indivi-duelles associées.


Santé mentale

Caractéristiques associées à la dépression : analyse multivariée (régression logistique et modèle multiniveau)

Modèle logistique* Modèle logistique multiniveau





Zus ref ref

Non Zus – Ouvrier 0,86 (0,63 – 1,19) 0,85 (0,56 – 1,31)





Zus ref ref

Non Zus – Ouvrier 0,86 (0,61 – 1,21) 0,87 (0,54 – 1,41)


Sexe 0,0007 <.0001

Homme 0,57 (0,42 – 0,79) 0,57 (0,43 – 0,75)

Femme ref ref

Antécédents pathologiques <.0001 <.0001

Au moins une maladie (au cours des 12 derniers mois)** ref ref

Pas de maladies particulières 0,27 (0,19 – 0,38) 0,27 (0,20 – 0,37)

Isolement social <.0001 <.0001

Seul ref ref

Entouré 0,22 (0,17 – 0,29) 0,23 (0,17 – 0,30)

PCS 0,002 0,0004

N’a jamais travaillé 0,63 (0,38 – 0,94) 0,62 (0,41 – 0,96)

Artisan, commerçant, chef d’entreprise, agriculteur exploitant 0,97 (0,48 – 1,03) 0,96 (0,53 – 1,72)

Cadre 0,41 (0,27 – 0,63) 0,40 (0,27 – 0,60)

Profession intermédiaire 0,70 (0,48 – 1,02) 0,70 (0,50 – 0,97)

Employé ref ref

Ouvrier 0,79 (0,51 – 1,22) 0,81 (0,53 – 1,24)

* Technique : pas à pas ascendante puis descendante. Autres variables testées : nationalité, situation professionnelle, revenus/uc, soutien social (pouvoir compter sur quelqu’un), âge, niveau d’études, situation maritale (en couple ou pas).

** Autre que dépression.

Tableau 40

Cet effet contextuel du quartier de résidence sur la dépression peut être rapproché des résultats similaires concernant la santé psychologique perçue (cf. la des-cription brute de cet indicateur plus haut). En analyse multivariée logistique et multiniveau, on observe en effet une différence significative par type de quartier, y com-pris après ajustement sur l’âge, le sexe, la nationalité,

le niveau d’études, la couverture maladie, l’isolement perçu et la situation professionnelle des habitants : les habitants des quartiers moyens et supérieurs déclarent 1,5 fois plus souvent que les habitants des quartiers Zus ou ouvriers un bon état de santé psychologique et émotionnel.

69|

Caractéristiques associées à un bon état de santé psychologique et émotionnel : analyse multivariée (régression logistique et modèle multiniveau)






Zus ref ref

Non Zus – Ouvrier 1,03 (0,79 – 1,34) 1,05 (0,73 – 1,51)





Zus ref ref

Non Zus – Ouvrier 1,11 (0,83 – 1,47) 1,11 (0,76 – 1,63)


Âge 0,11 0,07

18-29 ans 1,06 (0,74 – 1,53) 1,07 (0,80 – 1,43)

30-44 ans ref ref

45-59 ans 0,74 (0,57 – 0,98) 0,76 (0,59 – 0,97)

60 ans ou plus 0,78 (0,50 – 1,23) 0,78 (0,52 – 1,17)

Sexe 0,0008 0,003

Homme 1,34 (1,08 – 1,66) 1,33 (1,10 – 1,60)

Femme ref ref




Étranger 1,11 (0,78 – 1,59) 1,11 (0,82 – 1,49)





Supérieur ref ref


Seul ref ref

Entouré 3,91 (3,07 – 4,99) 3,86 (3,08 – 4,84)

Situation professionnelle 0,12 0,03


Chômeur 0,77 (0,52 – 1,16) 0,77 (0,56 – 1,06)

Retraité 0,70 (0,45 – 1,10) 0,72 (0,48 – 1,07)

Inactif 0,77 (0,54 – 1,09) 0,74 (0,53 – 1,04)

Étudiant 1,64 (0,88 – 3,07) 1,64 (0,99 – 2,71)

Tableau 41


Santé mentale

L’exploration d’autres caractéristiques psychologi-ques relève des différences plus contrastées entre les différentes populations des types de quartier étudiés. Les sentiments de rejet et de discriminations sont plus fréquemment rapportés par les habitants des Zus : 6 % des habitants en Zus se sentent très souvent ou assez souvent rejetés par les autres contre 3 % des habitants des quartiers moyens et supérieurs ; et 8 % se sentent jugées négativement à cause de leurs revenus ou de

leur situation professionnelle (contre 6 % des habitants des quartiers moyens et supérieurs). Ces fréquences (très globalement interrogées) sont donc assez faibles. En revanche, les personnes estimant très souvent « prendre les choses du bon côté », « avoir confiance en elles », ou encore « se sentir très bien dans leur peau » sont systématiquement plus nombreuses dans les Zus et dans les quartiers ouvriers que dans les autres.

Fréquence de certaines caractéristiques psychologiques par type d’îlot de résidence

« Votre situation se rapproche-t-elle des expressions suivantes ? »


Population totale


Vous vous sentez sous pression

Très souvent 7,7 7,2 7,3 7,1 7,2

Assez souvent 28,5 30,3 22,3 32,2 30,0

Rarement 36,5 40,4 38,4 40,9 39,9

Jamais 27,3 22,1 32,1 19,7 22,9


Vous prenez les choses du bon côté

Très souvent 44,6 37,0 44,4 35,3 38,1

Assez souvent 45,9 54,3 46,5 56,2 53,1

Rarement 8,2 8,2 7,9 8,2 8,2

Jamais 1,2 0,5 1,2 0,3 0,6


Vous avez confiance en vous

Très souvent 39,8 32,7 41,8 30,6 33,8

Assez souvent 47,8 55,9 47,2 58,0 54,8

Rarement 10,7 10,3 9,8 10,4 10,4

Jamais 1,7 1,0 1,2 1,0 1,1


Vous vous sentez très bien dans votre peau

Très souvent 42,1 35,6 43,9 33,6 36,7

Assez souvent 46,2 54,6 42,8 57,5 53,4

Rarement 10,1 8,8 11,7 8,2 8,9

Jamais 1,7 0,9 1,5 0,7 1,0


Vous vous sentez rejeté(e) par les autres

Très souvent 1,4 0,5 1,3 0,3 0,6

Assez souvent 4,3 3,3 5,5 2,8 3,4

Rarement 31,1 32,6 23,4 34,8 32,4

Jamais 63,2 63,6 69,8 62,1 63,6


Certaines personnes vous jugent négativement à cause de vos revenus ou de votre situation professionnelle

Très souvent 1,8 1,3 2,1 1,2 1,4

Assez souvent 6,6 5,1 5,9 4,8 5,3

Rarement 22,7 25,9 17,7 27,9 25,4

Jamais 68,9 67,7 74,4 66,0 67,9

Tests : Global p=0,0004 ; Zus versus Total p=0,15 (NS) ; Zus versus Non Zus p=0,058 (NS)

Tableau 42

71|

Pour clore cette partie consacrée à la santé mentale, on observe que, parmi les personnes « détectées » dépressives par le MiniDiag au jour de l’enquête, la proportion de celles qui ont parlé à un professionnel de ces symptômes est significativement

plus faible dans les Zus (38 %) que dans les quar-tiers moyens et supérieurs (62 %) ou que pour la population de l’agglomération parisienne dans son ensemble (53 %).

Proportion de personnes dépressives (MiniDiag +) en ayant parlé à un professionnel de santé par type d’îlot de résidence

« En avez-vous parlé à un professionnel de la santé, ou êtes-vous déjà suivi(e) pour cela ? »

Résidants ZusRésidants hors Zus

Population totale


Oui 38,2 57,2 47,3 61,5 53,3


Tableau 43

Les personnes de la cohorte Sirs étaient interro-gées par ailleurs sur certains événements de vie à l’âge adulte. Parmi ces événements (tous de prévalence faible), certains peuvent être mis en lien avec la santé mentale et sont exposés ici. On n’observe pas de diffé-

rences significatives entre les différents types de quartier quant au fait de déclarer avoir eu – depuis ses 18 ans – des problèmes avec l’alcool ou la drogue, d’avoir été hospitalisé en hôpital psychiatrique, ou d’avoir fait une tentative de suicide.

Expérience de certaines difficultés vécues depuis l’âge de 18 ans, selon le type de quartier

« En ce qui concerne votre vie adulte, nous allons aborder certains types d’événements difficiles »

« Pouvez-vous nous dire pour chacun d’eux si vous les avez déjà vécu après l’âge de 18 ans ? »


Population totale


Vous avez eu des problèmes avec l’alcool ou la drogue

Oui 3,8 3,0 2,4 3,2 3,1

Non 96,2 97,0 97,6 96,8 96,9


Vous avez été hospitalisé en hôpital psychiatrique

Oui 1,4 1,3 1,8 1,2 1,3

Non 98,6 98,7 98,2 98,8 98,7


Vous avez fait une tentative de suicide

Oui 3,3 2,9 4,1 2,6 3,0

Non 96,7 97,1 95,9 97,4 97,0


Tableau 44

73|

43 Strecher V.J., Champion V.L., Rosenstock I.M., « The health belief model and health behavior », Gochman DS, ed. Handbook of health behaviour research, Personal and social determinants, New York, Plenum Press, 1997, pp. 71-91.

Représentations de la santé, de la maladie et de la médecine

Expériences et attitudes vis-à-vis de la santé et de la maladie par type d’îlot de résidence

« Pour chacune des proposi-tions suivantes, pouvez-vous me donner votre avis ? »


Population totale


Vous tombez malade plus facilement que les autres

Tout à fait d’accord 4,9 2,2 3,5 1,9 2,6

Plutôt d’accord 8,1 7,3 9,7 6,8 7,4

Plutôt pas d’accord 23,2 26,6 26,0 26,8 26,2

Pas du tout d’accord 63,8 63,8 60,8 64,6 63,8

Tests : Global p=0,007 ; Zus versus Total p=0,0005 ; Zus versus Non Zus p<0,0001

Votre corps semble très bien résister à la maladie


Plutôt d’accord 45,2 51,2 49,4 51,7 50,4




Quand quelque chose traîne, vous l’attrapez en général


Plutôt d’accord 15,8 13,1 14,3 12,8 13,3




Vous êtes facilement inquiet dès que quelque chose ne va pas


Plutôt d’accord 27,9 27,0 20,7 28,5 27,2




Tableau 45

Perceptions de santéPlusieurs modules de questions empruntés au Health beliefs Questionnaire43 ont été administrés dans l’en-quête Sirs de 2005. Globalement, la population vivant en Zus se distingue de celles des habitants des quartiers moyens et supérieurs par des perceptions de résistance à la maladie plus faibles et, en corollaire, des soucis de santé plus importants. Les expériences passées vécues d’incidents de santé sont aussi plus fréquentes et res-

senties plus fréquemment péjoratives. Les perspectives de santé sont, en revanche, perçues plus favorablement. Signalons que les réponses apparaissent souvent plus « polarisées » (plus fréquemment aux extrêmes) dans les Zus (et souvent, aussi, dans les quartiers ouvriers) que dans les quartiers moyens et supérieurs.




Population totale


Vous avez une vie très saine


Plutôt d’accord 44,1 52,2 47,7 53,2 50,9




Dans l’avenir, vous vous attendez à avoir une meilleure santé que celle des autres gens que vous connaissez


Plutôt d’accord 46,4 43,8 40,7 44,6 44,3




Vous avez déjà été sérieusement malade


Plutôt d’accord 9,8 9,5 9,6 9,5 9,6




Votre pensez que votre santé sera pire dans l’avenir que maintenant


Plutôt d’accord 32,2 40,0 32,8 41,7 38,9




Il vous est arrivé d’être tellement malade que vous avez cru en mourir


Plutôt d’accord 5,7 4,8 4,0 5,0 4,9




Vous vous souciez davantage de votre santé que la plupart des gens


Plutôt d’accord 23,1 18,8 19,0 18,7 19,4




Vous évitez de penser que vous pourriez avoir un jour un cancer


Plutôt d’accord 25,0 29,4 25,9 30,2 28,7




Si vous aviez un cancer, vous préféreriez le savoir le plus tard possible


Plutôt d’accord 5,3 10,3 12,9 9,7 9,6




Tableau 45suite

75|

Attitudes à l’égard de la médecine et des soinsLes réponses aux questions sur les attitudes vis-à-vis des soins et de la médecine montrent aussi certaines différences entre les quartiers, notamment en ce qui concerne la dimension financière des soins. Presque la moitié des habitants en Zus sont tout à fait d’accord avec la proposition selon laquelle « il faut de l’argent pour se soigner » (contre un tiers des habitants des quartiers moyens et supérieurs).

Des différences importantes sont aussi observées quant à la dimension divine ou providentielle de la mala-die et de la guérison, majoritaire et deux fois plus fré-quente dans les quartiers en Zus que dans les quartiers moyens ou supérieurs (où elle n’est pour autant pas exceptionnelle).

Par ailleurs, une proportion deux fois plus élevée d’habitants dans les Zus jugent que les conseils ou les recommandations de santé sont « tout à fait » difficiles

à appliquer dans la vie quotidienne : 16 % contre 7 % des habitants des quartiers moyens ou supérieurs. Pour cette dimension, comme pour d’autres vues précédem-ment, les avis sont plus tranchés dans les Zus que dans les quartiers moyens et supérieurs.

En revanche, deux similitudes méritent d’être souli-gnées entre les différents types de quartier : d’une part, la moitié des habitants (51 %) de l’agglo-mération parisienne jugent que les informations don-nées par les médecins sont difficiles à comprendre, dans les Zus (58 %) comme dans les quartiers moyens et supérieurs (49 %) ; d’autre part, 31 % des habitants de l’agglomération parisienne se disent « très intéressés » et 46 % « intéres-sés » d’une manière générale par les informations qui portent sur la santé et la médecine, sans différence selon les quartiers de résidence (cf. tableau en Annexes).

Attitudes vis-à-vis de la médecine et des soins par type d’îlot de résidence

« Pensez-vous… ? » Résidants des ZusRésidants hors Zus

Population totale


Que ce sont les médecins qui savent le mieux ce qui est bon pour un malade ?

Oui, tout à fait 43,2 38,4 42,9 37,4 39,0

Oui, plutôt 43,1 50,7 48,2 51,4 49,8

Non, plutôt pas 10,9 8,9 6,6 9,4 9,2

Non, pas du tout 2,8 2,0 2,3 1,9 2,1


Qu’il faut de l’argent pour se soigner ?

Oui, tout à fait 49,7 35,6 43,9 33,6 37,6

Oui, plutôt 37,9 46,8 41,0 48,2 45,6

Non, plutôt pas 8,7 13,6 9,2 14,6 12,9

Non, pas du tout 3,7 4,1 5,9 3,6 4,0


Que la maladie et la guérison dépendent de Dieu, du destin ou de la providence ?

Oui, tout à fait 30,0 9,5 20,1 7,0 12,4

Oui, plutôt 21,4 19,0 25,1 17,5 19,4

Non, plutôt pas 15,8 21,5 19,6 22,0 20,7

Non, pas du tout 32,7 50,0 35,2 53,5 47,4


Que les informations données par les médecins sont difficiles à comprendre ?

Oui, tout à fait 17,8 11,5 17,2 10,1 12,4

Oui, plutôt 39,9 38,7 39,3 38,5 38,8

Non, plutôt pas 28,0 35,2 27,7 37,0 34,2

Non, pas du tout 14,3 14,7 15,8 14,4 14,6


Que les conseils ou les recommandations de santé sont difficiles à appliquer dans la vie quotidienne ?

Oui, tout à fait 16,4 8,3 12,1 7,3 9,4

Oui, plutôt 36,7 37,1 39,4 36,5 37,0

Non, plutôt pas 31,3 40,3 29,7 42,9 39,1

Non, pas du tout 15,7 14,4 18,8 13,3 14,5


Tableau 46



Discriminations liées à l’état de santéEnfin, les sentiments de discriminations liées à l’état de santé, la maladie ou le handicap – bien que globale-ment très rares – sont plus fréquents dans les quartiers Zus et ouvriers que dans les autres : quatre fois plus d’habitants y déclarent avoir été « souvent » victimes de discrimination pour cette raison au cours de l’année

écoulée (1,2 % contre 0,3 %). Comme la population de ces quartiers est, globalement, en moins bonne santé, cette plus grande fréquence de sentiments de discrimination ne veut pas forcément dire qu’elle fait spécifiquement l’objet de pratiques discriminatoires plus fréquentes en cas de problèmes de santé.


Population totale


Au cours de l’année écoulée, dans les différents domaines de votre vie personnelle et sociale, avez-vous été personnellement victime de discriminations liées à votre état de santé ou handicap que vous auriez ?

Oui souvent 1,2 0,5 1,2 0,3 0,6

Oui de temps en temps 2,2 1,5 2,0 1,4 1,6

Non 96,6 98,0 96,8 98,3 97,8


Aide à des personnes malades, handicapées ou âgéesNous avons interrogé les enquêtés sur leurs éventuel-les pratiques d’« aidants », c’est-à-dire sur le fait de s’occuper de façon quotidienne d’une ou plusieurs personnes malades, handicapées ou âgées (vivant ou non dans leur ménage) sans être rémunéré. Cette pra-

tique est assez répandue dans les Zus et les quartiers de type ouvrier, où l’on compte respectivement 12,5 % et 12,9 % d’aidants. Elle est, de façon statistiquement significative, moins fréquente dans les quartiers de type moyen ou supérieur (9,4 %).

Proportion d’aidants par type d’îlot de résidence


Population totale


« En dehors des activités professionnelles, les activités de tous les jours peuvent comprendre d’autres tâches, comme s’occuper d’autres personnes. Actuellement, vos activités quotidiennes comprennent-elles des soins apportés à une ou plusieurs personnes malades,

handicapées ou âgées (vivant ou non dans votre ménage) sans que vous soyez rémunéré ? »

Oui 12,5 10,1 12,9 9,4 10,5

Non 87,5 89,9 87,1 90,6 89,5


Tableau 48

On peut émettre trois hypothèses en lien avec ces différences. D’une part, les indicateurs de santé étant globalement moins bons dans les quartiers défavorisés, on peut penser que les personnes qui y vivent ont plus

souvent des proches ayant des problèmes de santé que les personnes vivant dans les quartiers moyens ou supérieurs.

Fréquence des discriminations liées à l’état de santé au cours des douze derniers mois par type d’îlot de résidence

Tableau 47

77|

D’autre part, les taux d’activité étant plus faibles dans les Zus que dans les autres quartiers, le nombre de personnes disponibles (inactives ou au chômage notamment) y est aussi sans doute plus important pour s’occuper bénévolement, au quotidien, de personnes dépendantes. Si on compare la proportion d’aidants en fonction de leur statut d’emploi, on observe de plus des différences significatives entre les différents types

de quartiers : non seulement les aidants sont un peu plus nombreux parmi les personnes non occupées dans les Zus et les quartiers ouvriers (16 % et 17 %, respectivement) que dans les quartiers moyens ou supérieurs (14 %), mais ils sont aussi plus nombreux chez les actifs occupés : environ 11 % dans les Zus ou les quartiers ouvriers contre 7 % dans les quartiers moyens ou supérieurs.

Proportion d’aidants (%) chez les actifs occupés et les autres habitants par type d’îlot de résidence

10,7 11,3

7,0

15,7 16,914,2

0

5

10

15

20


Actif occupé Autres

Figure 25

Enfin, on peut penser que la situation financière des personnes dans les Zus et les quartiers ouvriers limite (davantage que dans les autres quartiers) le recours à des professionnels pour s’occuper des soins de leurs proches malades (d’où justement cette plus grande proportion d’aidants chez les actifs des quartiers les plus populaires).

Le soin aux personnes malades, handicapées ou âgées est le plus souvent le fait des femmes dans l’en-semble de l’agglomération parisienne. Cette constata-tion classique masque en réalité des disparités par type

de quartier : dans les Zus, ce sont en même proportion les hommes que les femmes qui sont aidants tandis que l’écart est maximal dans les quartiers ouvriers (17 % de femmes contre 9 % d’hommes) et persiste dans les quartiers moyens ou supérieurs (11 % de femmes contre 8 % d’hommes). Bien entendu, des analyses plus approfondies seraient nécessaires en ajustant à la fois sur le genre, le statut d’emploi et l’âge. Quoiqu’il en soit, cette proportion brute d’aidants identiques chez les hommes et les femmes dans les Zus mérite d’être soulignée.

Proportion d’aidants (%) par sexe selon le type d’îlot de résidence

7,910,89,3

16,6

12,6 12,5

0

5

10

15

20


Hommes Femmes

Figure 26



Représentations des conditions de vie nuisant à sa santéGlobalement, 53 % des habitants de l’agglomération parisienne répondent par l’affirmative à la question : « Selon vous, aujourd’hui, est-ce que certaines choses dans votre vie nuisent à votre santé psychique, psycho-logique ou à votre moral ? », sans différence significative

entre les différents types de quartier. Même si les rési-dants en Zus répondent encore un peu plus souvent par l’affirmative (57 %, cf. tableau en Annexes), à âge et sexe comparables, les différences entre les types de quartier ne sont pas significatives.

Perception que certaines conditions de vie nuisent à la santé : comparaison selon le type d’îlot de résidence ajustée sur l’âge et le sexe (régression logistique et modèle multiniveau)






Zus ref ref

Non Zus – Ouvrier 0,77 (0,60 – 0,99) 0,86 (0,65 – 1,16)





Zus ref ref

Non Zus – Ouvrier 0,77 (0,60 – 0,99) 0,79 (0,55 – 1,13)


Âge 0,11 0,05

18-29 ans 0,92 (0,72 – 1,18) 0,90 (0,74 – 1,10)

30-44 ans ref ref

45-59 ans 1,20 (0,96 – 1,50) 1,17 (0,96 – 1,43)

60 ans ou plus 0,92 (0,73 – 1,14) 0,90 (0,73 – 1,10)

Sexe 0,07 0,03

Homme 0,85 (0,72 – 1,01) 0,85 (0,74 – 0,99)

Femme ref ref

Tableau 49

Dans le détail, les conditions de vie citées comme préjudiciables à la santé sont différentes selon le type de quartiers des répondants : pollution et stress sont les items les plus cités dans l’ensemble des quartiers (encore plus fréquemment d’ailleurs dans les quartiers hors Zus) ;

en 3e position viennent, dans les Zus, les conditions de vie dans le quartier (citées par 16 % des résidents contre 2 % des habitants hors Zus) ; les trois motifs suivants sont cités à une fréquence semblable en Zus et hors Zus : le bruit, les problèmes de santé de proches et son propre état de santé (12 % à 14 % des habitants) ;

79|

les problèmes économiques et financiers viennent ensuite (cités par 13 % des habitants en Zus contre 7 % des habitants hors Zus) ; dans l’ensemble des dix motifs suivants, quatre sont cités plus souvent en Zus qu’hors Zus : les conditions de logement (9 % contre 4 %), les conflits avec des proches et d’autres problèmes familiaux (15 % contre 11 %) et les mauvaises relations au travail (3 % contre 2 %) ; en revanche, les consommations de tabac, d’alcool ou de drogues sont beaucoup plus souvent citées par les habitants hors Zus qu’en Zus (13 % contre 6 %), ainsi

que le manque d’exercice physique (7 % contre 4 %) et l’alimentation (5 % contre 3 %).

Nous verrons plus loin que les raisons d’une cita-tion plus fréquente de ces comportements en lien avec la santé recouvrent, pour certains d’entre eux, une réalité objective (par exemple, une consomma-tion d’alcool effectivement plus fréquente hors Zus) quand, pour d’autres, il s’agit peut-être hors Zus d’une appropriation et d’une intériorisation plus grande des normes de santé et des messages de prévention (pour l’alimentation notamment).

Fréquence de citations des conditions de vie nuisant à la santé : comparaison Zus et hors Zus

0

5

10

15

20

25

30

La p

ollut

ion

Le st

ress,

le ryt

hme d

e vie

en g

énér

al

Les c

ondit

ions d

e vie

dans

son q

uartie

r

Le b

ruit

Les p

roblè

mes

de s

anté

de se

s pro

ches

Son p

ropr

e état

de s

anté

Des p

roblè

mes

écon

omiqu

es et

finan

ciers

Les c

ondit

ions d

e tra

vail

Les c

ondit

ions d

e log

emen

t

D’autre

s pro

blèm

es fa

milia

ux

Les c

onflit

s ave

c cer

tains

de s

es p

roch

es

La co

nsom

mati

on d

e tab

ac, d

’alco

ol ou

de d

rogu

es

L’iso

lemen

t

Le m

anqu

e d’ex

ercice

phy

sique

Autres

raiso

ns

Les m

auva

ises r

elatio

ns au

trav

ail

L’alim

entat

ion

Des co

nflits

avec

d’au

tres p

erso

nnes

que

pro

ches

%

Zus Hors Zus Total

Figure 27



44 Indépendamment de tout lien ressenti avec la santé, contrairement à la question précédente.

Chez les personnes occupant un emploi (les actifs occupés représentant 53 % de la population interrogée en Zus, 55 % en quartier ouvrier et 58 % en quartier moyen ou supérieur), certaines caractéristiques de l’emploi – notamment celles susceptibles d’être préju-diciables pour la santé – ont également été interrogées systématiquement44.

Si le stress au travail est une expérience largement partagée, tout comme la persistance, dans la sphère personnelle, de soucis en rapport avec le travail, la fati-gue est citée plus fréquemment par les travailleurs des quartiers populaires (près d’un quart d’entre eux décla-rent rentrer très souvent du travail très fatigué) que par ceux des autres quartiers.

Stress, fatigue et soucis en lien avec le travail par type d’îlot de résidence

« À quelle fréquence…* » Résidants des ZusRésidants hors Zus

Population totale


Trouvez-vous votre travail stressant ?

Très souvent 19,5 17,5 16,5 17,7 17,7

Assez souvent 35,3 42,9 35,5 44,6 42,0

Rarement 29,8 31,1 35,2 30,1 30,9

Jamais 15,5 8,6 12,8 7,6 9,4


Rentrez-vous du travail très fatigué ?

Très souvent 23,5 17,5 22,3 16,4 18,3

Assez souvent 43,9 45,1 43,0 45,6 44,9

Rarement 25,5 32,7 29,1 33,5 31,7

Jamais 7,1 4,7 5,6 4,5 5,1


Continuez-vous à vous soucier des problèmes rencontrés dans votre travail après avoir quitté votre lieu de travail ?

Très souvent 11,3 16,4 13,8 17,0 15,8

Assez souvent 27,2 36,7 26,7 38,9 35,5

Rarement 30,0 28,7 28,9 28,7 28,8

Jamais 31,6 18,1 30,7 15,3 19,9


* Si vous êtes actif(ve).

Tableau 50

Les difficultés à concilier vie professionnelle et vie familiale sont, elles aussi, plus souvent citées dans les quartiers Zus (15 %) que dans les quartiers moyens et supérieurs (13 %) ou ouvriers (10 %). Dans l’ensemble de la population interrogée comme dans chacun des types de quartier, ce sont les hommes qui déclarent le

plus souvent de telles difficultés. Même si on ne saurait déduire de ce sentiment exprimé la réalité des difficultés concrètes rencontrées par les uns et les autres, cette insatisfaction plus fréquente des hommes mérite d’être soulignée.

Les difficultés à concilier vie professionnelle et vie familiale par type d’îlot de résidence

« Arrivez-vous bien à concilier votre vie professionnelle avec votre vie familiale ? »


Population totale



Plutôt d’accord 38,7 49,8 41,3 51,7 48,4



Sans objet 2,3 2,6 1,8 2,7 2,5


Tableau 51

81|

Les difficultés à concilier vie professionnelle et vie familiale par type d’îlot de résidence chez les hommes



Population totale



Plutôt d’accord 36,0 51,3 37,2 54,5 49,1



Sans objet 2,9 2,2 1,3 2,4 2,2


Les difficultés à concilier vie professionnelle et vie familiale par type d’îlot de résidence chez les femmes


Résidantes des Zus

Résidantes hors ZusPopulation totale


Tout à fait d’accord 45,2 37,0 41,6 36,0 38,0Plutôt d’accord 42,2 48,3 45,9 48,9 47,6Plutôt pas d’accord 7,4 9,3 7,7 9,6 9,1Pas du tout d’accord 3,8 2,4 2,4 2,4 2,5Sans objet 1,4 3,0 2,4 3,1 2,8Tests : Global p=0,457 (NS) ; Zus versus Total p=0,003 ; Zus versus Non Zus p=0,038

Tableau 52

Tableau 53

Un autre motif d’insatisfaction au travail a été égale-ment recherché : le sentiment de ne pas être employé à la hauteur de ses qualifications ou de ses capacités. Ce sentiment est, lui aussi, à la fois largement partagé (au total, 27 % des actifs employés de l’agglomération

parisienne se jugent dans cette situation !) et plus fré-quent encore dans les quartiers en Zus (35 %) et les quartiers ouvriers (34 %) que dans les quartiers moyens et supérieurs (24 %).

Perception de l’écart entre qualification et travail par type d’îlot de résidence

« Pensez-vous que votre travail correspond à votre qualification, ou vos capacités ? »


Population totale


C’est moins qualifié que ce que vous savez faire 34,8 25,6 33,6 23,8 26,8

Cela correspond à votre qualification ou vos capacités 58,9 69,1 61,2 70,9 67,7

C’est plus qualifié que ce que vous aviez appris ou fait auparavant 6,3 5,3 5,2 5,3 5,4

Tests : Global p=0,0008; Zus versus Total p=0,001 ; Zus versus Non Zus p<0,0001

Tableau 54

83|

Recours aux soins

Couverture maladieParmi la population résidante en Zus, on compte une fréquence particulièrement importante de personnes bénéficiant d’une couverture complémentaire par la Couverture maladie universelle (CMU) ou de l’Aide médi-cale d’État (Ame), mais aussi – dans le même temps – de personnes qui ne sont couvertes que par la Sécurité sociale (sans couverture complémentaire, ni prise en à charge à 100 %) : elles sont 13 % dans ce cas, soit trois fois plus nombreuses que dans les quartiers moyens ou

supérieurs et deux fois plus nombreuses que dans les quartiers ouvriers hors Zus.

En revanche, on n’observe pas de différence signifi-cative quant à la proportion de personnes sans aucune couverture maladie, extrêmement faible dans tous les types de quartier et comprise entre 0,3 % dans les quar-tiers ouvriers et 0,6 % à 0,7 % dans les autres types de quartier.

Distribution des types de couverture maladie par type d’îlot de résidence

Couverture maladie Résidants des ZusRésidants hors Zus

Population totale


Sécurité sociale (standard ou CMU) avec mutuelle ou « pris en charge à 100 % »

68,4 86,2 79,8 87,8 83,6

Sécurité sociale seule 12,7 4,5 6,2 4,1 5,7

AME ou CMU complémentaire 18,3 8,7 13,7 7,5 10,1

Aucune couverture maladie 0,6 0,6 0,3 0,7 0,6


Tableau 55

C’est aussi dans les quartiers Zus qu’on observe la plus grande fréquence de personnes déclarant avoir été

sans couverture maladie (au moins une fois) pendant au moins trois mois au cours de leur vie (17 %).

Proportion de personnes ayant été au moins trois mois sans couverture maladie par type d’îlot de résidence

« Au cours de votre vie, avez-vous déjà été au moins trois mois sans couverture sociale maladie ? »


Population totale


Oui 17,2 11,4 13,3 11,0 12,2

Non 82,3 87,9 86,4 88,2 87,1

(Ne sait pas) 0,5 0,7 0,3 0,8 0,7


Tableau 56


Recours aux soins

45 Plus de la moitié des personnes interrogées se déclare à jour de la vaccination contre le tétanos, sans différence significative par type d’îlot de résidence (cf. tableau en Annexes).

46 En revanche, les motifs de test n’apparaissent pas différents dans la population des différents quartiers : les examens systématiques (grossesse, mariage, don de sang, etc.) sont cités le plus souvent (62 %), puis les examens volontaires (47 %) et ceux sur les conseils d’un médecin (14 %).

47 Le sentiment d’appartenance communautaire est interrogé dans Sirs par deux questions (« Avez-vous le sentiment d’appartenir à une communauté ethnique ou religieuse ? » et « Avez-vous le sentiment d’appartenir à un autre type de communauté ? », sans plus de précision). Seule la réponse à la première question est apparue discriminante ici.

48 Cette date a été choisie arbitrairement au vu de la courbe épidémique des cas de sida en population hétérosexuelle féminine. C’est aussi l’année où est mis en place le dépistage systématique des dons de sang. Rappelons que le dépistage est systématiquement proposé aux femmes enceintes lors du premier examen prénatal depuis la loi du 27 janvier 1993.

Soins de préventionLa prat ique de plusieurs types d’examens de médecine préventive était systématiquement inter-

rogée. Nous exposons ici les principaux résultats signifi catifs45.

Dépistage VIHConcernant le dépistage du virus de l’immunodéficience humaine (VIH), on observe globalement des différences suivant le type de quartier : les personnes résidantes en Zus ont significativement plus souvent bénéficié d’un tel dépistage (58 %) que les autres (55 %) et l’ancienneté

du dernier dépistage y est plus courte (quatre ans en moyenne contre près de cinq ans). Cet écart est dû au faible recours observé dans les quartiers ouvriers hors Zus où plus de 50 % des répondants n’ont jamais effectué de test de dépistage du VIH.46

Proportion de personnes ayant déjà eu un test de dépistage du VIH par type d’îlot de résidence

« Avez-vous déjà fait un test de dépistage du VIH/sida ? »


Population totale


Oui 58,0 55,2 49,5 56,6 55,4

Non 40,2 43,9 49,6 42,6 43,7

(Ne sait pas) 1,8 0,9 0,9 0,8 0,9


Ancienneté du dernier dépistage du VIH (en années) par type d’îlot de résidence

À quand remonte votre dernier test de dépistage du VIH/sida ? (moyenne en années)

N Moyenne Écart-type CI 95 %

Résidants des Zus 411 4,0 0,25 3,49 – 4,46

Résidants hors ZusEnsemble 1 231 4,7 0,17 4,41 – 5,06Type ouvrier 323 4,2 0,32 3,52 – 4,77Type moyen et supérieur 908 4,9 0,19 4,48 – 5,23

Population totale 1 642 4,6 0,15 4,35 – 4,93Tests : Zus versus Total p=0,003 ; Zus versus Non Zus p=0,009

Tableau 57

Tableau 58

Ce recours plus faible dans les quartiers ouvriers hors Zus reste observé (même s’il n’est plus significa-tif : cf. le modèle multiniveau suivant) après ajustement sur l’âge, le sexe, la nationalité, le niveau d’études, la situation maritale et parentale, la perception du risque VIH et le sentiment d’appartenance communautaire47. La situation professionnelle, la couverture maladie et le fait d’avoir, ou non, un médecin régulier ne sont pas apparus comme significativement associés à ce recours.

Vis-à-vis du dépistage VIH, ce ne sont donc pas tant les Zus que les quartiers populaires hors Zus qui semblent en situation la plus péjorative.

En réalité, une analyse par sexe ne retrouve aucune différence de recours au dépistage VIH par type de quartier de résidence chez les femmes. La différence globale observée est uniquement le fait des hommes qui – après ajustement sur l’âge et le niveau d’étude, la situation maritale et le nombre d’enfants, la nationalité,

la perception du risque vis-à-vis du VIH et le sentiment d’appartenir à une communauté ethnique ou religieuse – ont une probabilité deux fois plus faible d’avoir déjà effectué un test de dépistage lorsqu’ils résident dans un quartier hors Zus (quel que soit le type de quartier : ouvrier ou moyen/supérieur).

En outre, parmi toutes ces variables d’ajustement, seuls l’âge et le niveau d’études sont significativement associés au recours au dépistage dans les deux sexes. La nationalité, la situation maritale, la perception du ris-que et le sentiment d’appartenance communautaire ne sont des facteurs significatifs que chez les hommes. En particulier, les Français issus de l’immigration et les étrangers ont significativement moins souvent eu un tel test que les Français nés de parents français.

Chez les femmes – parce que la pratique d’un test est systématique au moment de la grossesse – le fait d’avoir eu des enfants (après 198548) est associé à la pratique d’un test.

85|

Facteurs associés au recours au dépistage du VIH : analyse multivariée (régression logistique et modèle multiniveau)

Modèle logistique* Modèle logistique multiniveau





Zus ref ref

Non Zus – Ouvrier 0,71 (0,55 – 0,91) 0,72 (0,50 – 1,04)





Zus ref ref

Non Zus – Ouvrier 0,71 (0,54 – 0,94) 0,71 (0,50 – 1,02)


Âge <.0001 <.0001

18-29 ans 0,44 (0,33 – 0,59) 0,45 (0,35 – 0,58)

30-44 ans ref ref

45-59 ans 0,44 (0,34 – 0,57) 0,44 (0,35 – 0,56)

60 ans ou plus 0,17 (0,12 – 0,23) 0,17 (0,13 – 0,23)

Sexe <.0001 <.0001

Homme 0,60 (0,49 – 0,73) 0,61 (0,52 – 0,72)

Femme ref ref




Étranger 0,74 (0,55 – 1,00) 0,78 (0,60 – 1,01)

Niveau d’études <.0001 <.0001




Supérieur ref ref

Situation maritale 0,0008 0,0007

Vit en couple ref ref

Ne vit pas en couple 0,71 (0,58 – 0,87) 0,73 (0,61 – 0,88)

Perception VIH 0,06 0,04

Risque présent ref ref

Risque faible 0,78 (0,60 – 1,01) 0,79 (0,63 – 0,99)

Enfant(s) de moins de 20 ans 0,0004 <.0001

Oui ref ref

Non 0,64 (0,50 – 0,82) 0,63 (0,51 – 0,78)

Appartenance à une communauté ethnique ou religieuse 0,0001 <.0001

Oui ref ref

Non 1,51 (1,22 – 1,87) 1,45 (1,20 – 1,74)

* Technique : pas à pas ascendante puis descendante. Autres variables testées : avoir un médecin régulier (oui/non), couverture maladie et situation professionnelle.

Tableau 59


Recours aux soins

49 Cette fréquence est plus faible dans les Zus (16 %, p < 0,05) mais il est possible que les termes « coloscopie » ou « sigmoïdoscopie » n’aient pas été compris par tous les enquêtés….

Facteurs associés au fait d’avoir déjà eu au moins un test de dépistage du VIH : analyse multivariée par sexe (régression logistique)

Femme Homme

Modèles logistiques – Dépistage VIHOR IC 95 % P>F OR IC 95 % P>F

Âge <.0001 <.0001

18-29 ans 0,62 0,43 0,89 0,25 0,16 0,40

30-44 ans ref ref

45-59 ans 0,41 0,29 0,59 0,47 0,32 0,70

60 ans ou plus 0,19 0,13 0,29 0,15 0,09 0,24


Zus ref ref

Non Zus – Ouvrier 0,89 0,61 1,30 0,51 0,33 0,80

Non Zus – Moyen et supérieur 0,98 0,71 1,35 0,56 0,38 0,82

Niveau d’études <.0001 0,014

Aucun ou primaire 0,29 0,18 0,48 0,61 0,34 1,10

Secondaire 1er cycle 0,55 0,38 0,78 0,51 0,34 0,78

Secondaire 2e cycle 0,82 0,58 1,15 0,89 0,61 1,30

Supérieur ref ref



Français de parent(s) étranger(s) 0,76 0,53 1,07 0,57 0,38 0,87

Étranger 0,97 0,65 1,45 0,47 0,30 0,74

Situation maritale 0,07 0,009


Ne vit pas en couple 0,79 0,62 1,02 0,62 0,44 0,89

Perception VIH 0,59 0,003

Risque présent ref ref

Risque faible 1,11 0,77 1,58 0,57 0,39 0,83

Enfant(s) de moins de 20 ans <.0001 0,14

Oui ref ref

Non 0,35 0,26 0,48 1,36 0,91 2,02

Appartenance à une communauté ethnique ou religieuse 0,22 <.0001

Oui ref ref

Non 1,19 0,90 1,57 2,00 1,41 2,83

Tableau 60

Dépistage du cancer colorectalSeule une infime minorité des personnes interrogées a déjà entendu parler de « l’Hémocult » (ou test de recher-che de sang dans les selles) : 11 % des personnes dans les quartiers moyens et supérieurs, 5 % dans les quartiers ouvriers hors Zus et 6 % en Zus.

Concernant ce dépistage et la façon dont il est pratiqué, on n’observe pas de différence entre les quartiers :

15 % des habitants interrogés déclarent avoir déjà bénéficié d’une recherche de sang dans les selles (dans des circonstances analogues dans les différents quartiers) ; tandis que la fréquence du recours à une coloscopie ou une sigmoïdoscopie est de 20 %49 (cf. tableau en Annexes).

87|

Dosage de la cholestérolémieLe dosage du cholestérol était également interrogé en tant qu’indicateur de recours à des soins de prévention (primaire ou secondaire). La simple comparaison des données par type de quartier semble opposer les quar-tiers Zus et ouvriers d’un côté et les quartiers moyens et supérieurs de l’autre puisque le recours (vie entière) à un tel dosage est deux fois plus rare dans les deux premiers types.

En réalité, après ajustement sur certaines caractéris-tiques individuelles des habitants, cette différence n’est plus significative. On a là un exemple typique de biais de composition : des différences très importantes existent en effet concernant ce dosage, non seulement selon le sexe (les femmes bénéficiant plus souvent de cet

examen que les hommes, dans le cadre des bilans pré-contraceptifs notamment), mais aussi selon le niveau d’étude, le type de couverture maladie et la nationalité des personnes. Les différences de composition socio-économique entre les trois types de quartiers expliquent largement les différences par type de quartier initiale-ment observées.

Notons que des différences territoriales significatives persistent, qui ne sont pas complètement « expliquées » ni par l’ajustement effectué sur les caractéristiques indi-viduelles prises en compte, ni par la prise en compte du type de quartier (Zus, ouvrier hors Zus, moyen et supé-rieur) puisque la variance de l’effet aléatoire inter-quartier reste significative dans le modèle 2 du tableau 61.

Facteurs associés au fait d’avoir déjà eu un dosage de la cholestérolémie : analyse multivariée (régression logistique et modèle multiniveau)






Zus ref ref

Non Zus – Ouvrier 0,97 (0,76 – 1,25) 1,00 (0,62 – 1,62)





Zus ref ref

Non Zus – Ouvrier 0,73 (0,55 – 0,97) 0,74 (0,49 – 1,11)


Âge <.0001 <.0001

18-29 ans 0,37 (0,28 – 0,48) 0,38 (0,31 – 0,48)

30-44 ans ref ref

45-59 ans 3,01 (2,31 – 3,93) 2,93 (2,32 – 3,69)

60 ans ou plus 5,77 (4,17 – 8,00) 5,42 (4,08 – 7,20)

Sexe <.0001 <.0001

Homme 0,42 (0,34 – 0,52) 0,43 (0,36 – 0,51)

Femme ref ref

Nationalité <.0001 <.0001



Étranger 0,56 (0,42 – 0,77) 0,56 (0,43 – 0,74)

Tableau 61


Recours aux soins

50 Ce regroupement se justifie par l’absence de différence statistiquement significative entre les Zus et les quartiers ouvriers, comme on l’observe ci-dessous.


Niveau d’études <.0001 <.0001




Supérieur ref ref

Couverture maladie <.0001 <.0001



Sécurité sociale seule ou CMU 0,55 (0,37 – 0,79) 0,55 (0,41 – 0,75)


Avoir un médecin régulier 0,02 0,006

Oui ref ref

Non 0,70 (0,52 – 0,96) 0,71 (0,56 – 0,91)

Suivi gynécologique régulierLa grande majorité (76 %) des femmes est suivie régu-lièrement pour les questions de gynécologie. Toutefois, ce pourcentage diminue sensiblement avec l’âge : entre 30 et 39 ans, 89 % sont suivies contre seulement 57 % des femmes de plus de 60 ans.

En réunissant les quartiers de type Zus et ouvriers en un seul groupe50 (dits « quartiers défavorisés » dans la

figure 28), on constate que le suivi gynécologique y est beaucoup moins fréquent que dans les autres quartiers. À tous les âges, le suivi régulier est au minimum deux fois plus fréquent dans les quartiers favorisés, et même quatre fois plus fréquent entre 30 et 39 ans.

Absence de suivi gynécologique régulier (%) par type de quartier (en trois groupes)

70

60

50

40

30

20

10

0

%

Classes d’âge

43

2420

26

5 617

10 8

22 1811

62

46

34

Quartiers les plus défavorisés Quartiers moyens Quartiers les plus favorisés

18-29 ans 30-39 ans 40-49 ans 50-59 ans 60 ans ou +

Figure 28

Tableau 61suite

89|

Parmi ces quartiers défavorisés, c’est dans les îlots ouvriers hors Zus que la situation des femmes est la plus péjorative : 36 % d’entre elles ne sont pas suivies

contre 29 % dans les Zus et 19 % dans les quartiers moyens et supérieurs.

Suivi gynécologique régulier par type d’îlot de résidence

« Si vous n’êtes pas enceinte, êtes-vous régulièrement suivie pour les questions de gynécologie ? »


Population totale


Oui 71,2 78,3 64,3 81,4 77,1

Non 28,8 21,7 35,7 18,6 22,9


Tableau 62

51 On observe notamment que les femmes françaises nées de parents étrangers, les femmes étrangères, les femmes avec un faible niveau d’études, les célibataires et/ou celles sans couverture maladie complémentaire ont plus de risque de ne pas être suivies régulièrement en gynécologie.

En analyse multivariée, les femmes des quartiers ouvriers ont 1,5 fois plus de risques que les femmes en Zus de ne pas avoir de suivi gynécologique régulier et ces dernières ont elles-mêmes 1,5 fois plus de risques d’être dans cette situation que les femmes des quartiers moyens et supérieurs.

Même si ces différences ne sont plus significatives, ces forces d’association persistent (et l’écart entre Zus et quartiers ouvriers a même tendance à s’accroî-tre) quand on ajuste sur l’âge, la nationalité, le niveau d’étude, la couverture maladie et la situation maritale

(toutes caractéristiques qui sont associées au suivi gynécologique des femmes51). En d’autres termes – contrairement au dosage du cholestérol par exemple – les facteurs de composition (liés à une distribution différente des femmes selon les quartiers en termes de situation socioéconomique et sociodémographique) n’expliquent pas toute la différence observée entre les types de quartier. Il est possible que d’authentiques fac-teurs contextuels (liés à l’offre de soins notamment) se surajoutent à ces facteurs individuels.

Facteurs associés à l’absence de suivi gynécologique : analyse multivariée (régression logistique et modèle multiniveau)






Zus ref ref

Non Zus – Ouvrier 1,29 (0,91 – 1,83) 1,23 (0,70 – 2,15)





Zus ref ref

Non Zus – Ouvrier 1,56 (1,05 – 2,31) 1,47 (0,87 – 2,49)


Âge <.0001 <.0001

18-29 ans 2,53 (1,69 – 3,80) 2,43 (1,63 – 3,64)

30-44 ans ref ref

45-59 ans 1,42 (0,90 – 2,23) 1,41 (0,91 – 2,18)

60 ans ou plus 5,47 (3,73 – 8,02) 5,31 (3,52 – 8,00)

Tableau 63


Recours aux soins

Dépistage des cancers féminins





Étranger 1,69 (1,02 – 2,17) 1,61 (1,05 – 2,47)





Supérieur Ref ref

Couverture maladie <.0001 <.0001

Sécurité sociale et mutuelle ou « pris en charge à 100 % » ref ref


Sécurité sociale seule (standard ou CMU) 2,77 (1,75 – 4,41) 2,71 (1,76 – 4,16)


Situation maritale <.0001 <.0001


Ne vit pas en couple 3,21 (2,44 – 4,22) 3,11 (2,37 – 4,08)

Les raisons évoquées par les femmes pour justifier leur absence de suivi sont multiples. Le plus souvent, elles déclarent ne pas en avoir besoin (64 %), ne pas aimer les examens gynécologiques (22 %), ne pas avoir le temps (15 %) ou ne pas savoir à quel méde-cin s’adresser (15 %). Les problèmes financiers sont indiqués moins souvent (6 %). Ces motifs ne sont pas

différents selon le type de quartiers de résidence (cf. tableau en Annexes).

Lorsqu’elles sont suivies, les femmes le sont majoritai-rement (à près de 90 %) en libéral, par un gynécologue ou un généraliste. Le suivi dans d’autres structures (hôpital, dispensaires…) est près de deux fois plus fréquent dans les quartiers Zus ou ouvriers que dans les autres.

Lieu du suivi gynécologique par type d’îlot de résidence

« Si vous êtes suivie, par qui l’êtes-vous ? »


Population totale


Un généraliste en ville 9,8 6,4 10,6 5,7 6,9

Un gynécologue en ville 73,7 83,5 73,3 85,3 82,3

Un médecin à l’hôpital 8,3 6,6 9,4 6,1 6,8

Autre (dispensaire, centre de soins, etc) 8,3 3,4 6,7 2,9 4,0


Tableau 64

Le dépistage précoce du cancer du sein peut se faire dans le cadre du programme national de dépistage organisé ou de manière individuelle – sur prescription médicale. Dans de nombreux pays européens, le dépis-tage se fonde sur un système d’invitation régulière dans

le cadre d’un programme national. En France, les deux systèmes coexistent depuis la fin des années 1980 dans certains départements et, depuis 2003, le Plan cancer a initié la généralisation du dépistage organisé du can-cer du sein à l’ensemble du territoire. À cette époque,

Tableau 63suite

91|

Ancienneté moyenne de la dernière mammographie par type d’îlot de résidence

À quand remonte la dernière mammographie ? (Année moyenne)

N Moyenne Écart-type CI 95 %

Résidants des Zus 234 1,8 0,19 1,37 – 2,14

Résidants hors Zus

Ensemble 868 2,0 0,13 1,73 – 2,23

Type ouvrier 229 2,6 0,29 2,03 – 3,18

Type moyen et supérieur 639 1,9 0,14 1,58 – 2,13

Population totale 1 102 2,0 0,11 1,72 – 2,17

Tests : versus Global p=0,32 (NS) ; Zus versus Non Zus p=0,46 (NS)

Tableau 65

Chez les femmes de plus de 40 ans, les raisons de l’absence de mammographie depuis trois ans ou plus étaient interrogées. Globalement, ces raisons ne diffè-rent pas selon le type de quartier de résidence, sauf en ce qui concerne (cf. tableaux en Annexes) : la méconnaissance du ou des lieu(x) où cet examen peut être pratiqué : citée par 4 % des femmes en Zus, 3 % en quartier ouvrier et par aucune femme dans les quartiers moyens et supérieurs ; la peur des résultats (ou préférer ne pas savoir), citée par 5 % des femmes en Zus, contre 1,5 % des femmes dans tous les autres types de quartier.

Concernant le dépistage du cancer du col utérin, les recommandations nationales le préconisent chez les femmes de 25 ans à 65 ans sur un rythme triennal après deux frottis consécutifs normaux à un an d’intervalle. L’introduction récente du vaccin contre les infections à papillomavirus humains – recommandé aux jeunes filles de 14 ans (ou de 15 ans à 23 ans lorsqu’elles n’ont pas encore eu de rapports sexuels) – ne remet pas en cause le dépistage des lésions du col de l’utérus, y compris chez les femmes vaccinées, mais constitue une mesure de prévention supplémentaire. Le dépistage individuel du cancer du col utérin est une pratique bien dévelop-pée, en particulier depuis l’apparition des contraceptifs dans les années 1960.

Le taux de couverture (la proportion de femmes ayant réalisé un frottis au cours des trois dernières

années), estimé à partir de l’enquête Sirs, est de 84 % parmi les femmes de 25 ans à 65 ans et de 75 % parmi l’ensemble des femmes interrogées. Les femmes non concernées par ces recommandations nationales – car plus âgées (au-delà de 65 ans) ou plus jeunes (avant 25 ans) – recourent donc aussi massivement au dépis-tage du cancer du col – et ceci, sans différence obser-vée entre les différents types de quartiers (cf. tableaux en Annexes).

Chez les femmes n’ayant pas eu de frottis du col utérin depuis trois ans ou plus, certains motifs de non recours diffèrent selon les quartiers de résidence (cf. tableaux en Annexes) : la méconnaissance du ou des lieu(x) où cet examen est pratiquée est citée deux à trois fois plus souvent par les femmes en Zus (6 %) que par les autres ; le motif « parce que vous n’aimez pas cet examen » est cité par 30 % des femmes en Zus contre 18 % des femmes en quartier ouvrier et 15 % des femmes des autres quartiers ; les raisons financières sont citées par 14 % des fem-mes en Zus contre 5 % des femmes en quartier ouvrier et moins de 1 % des femmes des autres quartiers ; le manque de temps, ou d’autres soucis, enfin, sont cités par 22 % des femmes en Zus contre 12 % des femmes de tous les autres types de quartier.

en Île-de-France, quatre départements sur huit étaient déjà engagés dans un programme de dépistage orga-nisé (la Seine-Saint-Denis, les Yvelines, le Val d’Oise et l’Essonne). Les recommandations nationales préconi-sent pour toutes les femmes de 50 ans à 74 ans une mammographie tous les deux ans.

Dans l’enquête Sirs les femmes ont été interrogées sur leurs pratiques concernant le dépistage du cancer du sein (recours à la mammographie). La couverture des femmes de 50 ans à 74 ans est meilleure dans l’agglo-mération parisienne qu’au niveau national : 86 % des femmes de 50 ans à 74 ans déclarent avoir réalisé une

mammographie au cours des deux dernières années – dont environ 1/3 (30 %) en recevant une lettre d’invita-tion pour le dépistage tandis que, selon les résultats du dernier Baromètre cancer de l’Inpes (2005), à l’échelle nationale 70 % des femmes de la tranche d’âge cible ont eu une mammographie au cours des deux dernières années (dont un peu plus d’un quart sur invitation du programme de dépistage organisé).

En moyenne, c’est dans les quartiers ouvriers hors Zus que l’ancienneté de la dernière mammographie est la plus longue (mais les différences ne sont pas signi-ficatives).


Recours aux soins

Soins curatifsOn a vu plus haut que les personnes vivant en Zus et en quartiers ouvriers avaient des indicateurs de santé

perçue plus dégradés que les autres.

Suivi médical

Types de structure de soins consultées au cours des douze derniers mois par grand type de motif et par type d’îlot de résidence

« Au cours des douze derniers mois, avez-vous consulté un médecin en ville ou à l’hôpital ? (non compris les hospitalisations) »

Résidants Zus

Résidants hors Zus

Population totaleEnsemble Type ouvrier

Typemoyen et supérieur

Où était-ce ? Résidants Zus Résidantshors Zus

Populationtotale

Pour un accidentOui 8,1 9,0 10,4 8,6 8,8

En ville 29,9 43,7 42,0

Hôpital aux urgences 70,4 64,7 65,3

Hôpital en consultations externes 21,4 23,9 23,7

Non 91,9 91,0 89,6 91,4 91,1


Pour un suivi, une grossesse, un renouvellement d’ordonnance

Oui 47,3 47,4 42,5 48,5 47,4

En ville 84,8 89,4 88,9



Non 52,7 52,6 57,5 51,5 52,6


Pour une maladie ou un autre problème de santé

Oui 57,1 56,0 55,6 56,0 56,1

En ville 86,6 89,0 88,7



Non 42,9 44,0 44,4 44,0 43,9


En prévention (bilan, pour voir si tout va bien, vaccins, etc.)

Oui 25,8 27,4 26,3 27,6 27,2

En ville 82,2 88,1 87,9



Non 74,2 72,6 73,7 72,4 72,8


Pour une autre raison (certificat, autre…)

Oui 10,6 14,5 12,5 15,0 13,9

En ville 93,1 94,9 94,6



Non 89,4 85,5 87,5 85,0 86,1


Tableau 66

Pour autant, on n’observe pas de différence significa-tive, entre les types de quartiers, en ce qui concerne la fréquence globale du fait d’avoir un traitement ou un

suivi régulier pour des raisons médicales : en moyenne, 39% des habitants de l’agglomération parisienne décla-rent un tel suivi ou traitement (cf. tableau en Annexes).

Médecin traitant et médecin régulierOn n’observe pas non plus de différence quant au fait d’avoir ou non un médecin traitant (cf. tableau en Annexes) : en 2005 en moyenne, 65 % des habitants avaient déclaré un médecin traitant à l’Assurance

maladie et 19 % étaient sur le point de le faire. Et, par ailleurs, qu’ils l’aient déclaré ou non comme méde-cin traitant, 85 % des habitants avaient un médecin régulier.

93|

Automédication

Types de structure de soins consultées au cours des douze derniers mois par grand type de motif et par type d’îlot de résidence

« Au cours des douze derniers mois, avez-vous consulté un médecin en ville ou à l’hôpital ? (non compris les hospitalisations) »

Résidants Zus

Résidants hors Zus

Population totaleEnsemble Type ouvrier

Typemoyen et supérieur

Où était-ce ? Résidants Zus Résidantshors Zus

Populationtotale

Pour un accidentOui 8,1 9,0 10,4 8,6 8,8

En ville 29,9 43,7 42,0



Non 91,9 91,0 89,6 91,4 91,1


Pour un suivi, une grossesse, un renouvellement d’ordonnance

Oui 47,3 47,4 42,5 48,5 47,4

En ville 84,8 89,4 88,9



Non 52,7 52,6 57,5 51,5 52,6


Pour une maladie ou un autre problème de santé

Oui 57,1 56,0 55,6 56,0 56,1

En ville 86,6 89,0 88,7



Non 42,9 44,0 44,4 44,0 43,9


En prévention (bilan, pour voir si tout va bien, vaccins, etc.)

Oui 25,8 27,4 26,3 27,6 27,2

En ville 82,2 88,1 87,9



Non 74,2 72,6 73,7 72,4 72,8


Pour une autre raison (certificat, autre…)

Oui 10,6 14,5 12,5 15,0 13,9

En ville 93,1 94,9 94,6



Non 89,4 85,5 87,5 85,0 86,1


L’automédication également, telle qu’interrogée dans l’enquête, apparaît aussi fréquente dans les diffé-rents types de quartiers. Au total, 54 % des person-nes interrogées déclarent avoir consommé au moins une fois un médicament sans l’avis d’un médecin

au cours des quatre dernières semaines. Dans un cas sur cinq, cette automédication a concerné au moins une fois un médicament vendu uniquement sur ordonnance (cf. tableaux en Annexes).

Second avis médicalAu cours des douze derniers mois, 9 % de la popu-lation interrogée déclarent avoir consulté de leur pro-pre initiative pour avoir un second avis médical ; sans

différence significative entre les différents types de quartiers (cf. tableau en Annexes).

Types de structure consultée au cours des douze derniers moisGlobalement, le recours aux urgences hospitalières est plus fréquent parmi les résidents des quartiers Zus que parmi ceux des autres quartiers. C’est le cas pour l’ensemble des motifs de recours listés dans le tableau suivant (accident, maladie, etc.) mais les différences ne sont significatives que pour les motifs codés en « autre » (pour lesquels nous n’avons mal-heureusement pas plus de précisions…) : 7 % en Zus

versus moins de 1 % hors Zus. Il est possible, mais ce ne sont que de pures spéculations, que ces « autres motifs » recouvrent les actes chirurgicaux (et que les établissements privés n’aient pas été cités comme « urgences hospitalières ») et/ou les différents motifs de recours aux consultations médico-judiciaires des urgences publiques.


Recours aux soins

52 Pour des analyses précédentes sur cette question, voir :

Chauvin P., Parizot I., Vulnérabilités sociales, santé et recours aux soins dans les quartiers défavorisés franciliens, Paris, Éditions de la Div, collection « Études et recherches », 2007.

Bazin F., Parizot I., Chauvin P., « Déterminants psychosociaux du renoncement aux soins pour raisons financières dans cinq zones urbaines sensibles de la région parisienne en 2001 ». Sciences sociales et santé, Paris, John Libbey Eurotext, 2006, n° 24, pp. 11-31.

Bazin F., Parizot I., Chauvin P., « Original approach to the individual characteristics associated with forgone healthcare: a study in underprivileged areas, Paris région, France, 2001-2003. » European Journal of Public Health, Oxford University Press, 2005, vol. 15, n° 4, pp. 361-7.

Renoncement aux soinsEn revanche, interrogés sur le renoncement aux soins pour raisons financières au cours des douze derniers mois52, 17 % des habitants de l’agglomération pari-

sienne dans leur ensemble déclarent avoir connu un tel renoncement, et cette proportion s’élève à 27 % dans les Zus et à 21 % dans les quartiers ouvriers hors Zus.

Renoncement aux soins pour raisons financières au cours des douze derniers mois par type d’îlot de résidence

« Au cours des 12 derniers mois, vous est-il arrivé de renoncer, pour vous-même, à certains soins pour des raisons financières ? »


Population totale


Oui 26,5 15,4 21,0 14,1 16,9

Non 73,5 84,6 79,0 85,9 83,1


Tableau 67

Cette différence entre types de quartier persiste après ajustement sur l’âge, le sexe, la nationalité, la couverture maladie, l’isolement social, la situation pro-fessionnelle, le niveau de revenus, l’existence d’une maladie chronique et la position occupée dans les réseaux d’entraides entre proches. En analyse multi-variée par modèle de régression multiniveau, le risque d’avoir renoncé à des soins pour raisons financières reste – toutes choses égales par ailleurs concernant ces différentes caractéristiques individuelles – est signi-ficativement plus faible dans les quartiers moyens et supérieurs que dans les quartiers en Zus.

En d’autres termes, les différences entre types de quartier ne s’expliquent pas intégralement par les caractéristiques individuelles retenues dans le modèle et d’autres facteurs doivent entrer en ligne de compte ; peut-être, notamment, des représentations et attentes

de santé et de soins différemment distribuées dans ces différents types de quartier.

Les types de soins auxquels les personnes ont renoncé ne sont pas significativement différents selon le type de quartiers sauf en ce qui concerne les lunet-tes et les lentilles, citées par 38 % des habitants en Zus (ayant renoncé à au moins un soin), 30 % en quar-tier ouvrier et 28 % en quartiers moyens et supérieurs. Les autres motifs sont, par ordre décroissant et dans l’agglomération parisienne dans son ensemble : les soins dentaires (73 %), les consultations, visites ou soins de spécialistes (23 %), les séances de kinésithérapie (13 %), les consultations, visites ou soins de généralis-tes (11 %), les analyses de laboratoire ou les examens d’imagerie (11 %), des médicaments ou des dépenses de pharmacie (11 %), d’autres types de soins (9 %, cf. tableaux en Annexes).

Facteurs associés au renoncement aux soins pour raisons financières au cours des douze derniers mois : analyse multivariée (régression logistique et modèle multiniveau)






Zus ref ref

Non Zus – Ouvrier 0,74 (0,55 – 0,98) 0,75 (0,52 – 1,10)


Tableau 68

95|





Zus ref ref

Non Zus – Ouvrier 0,74 (0,54 – 1,01) 0,76 (0,52 – 1,11)


Âge 0,10 0,05

18-29 ans 0,70 (0,48 – 1,02) 0,70 (0,52 – 0,95)

30-44 ans ref ref

45-59 ans 1,05 (0,79 – 1,40) 1,03 (0,79 – 1,35)

60 ans ou plus 0,76 (0,48 – 1,19) 0,75 (0,45 – 1,27)

Sexe 0,0001 <.0001

Homme 0,62 (0,48 – 0,79) 0,62 (0,50 – 0,77)

Femme ref ref




Étranger 0,76 (0,52 – 1,11) 0,76 (0,55 – 1,05)

Couverture Maladie <.0001 <.0001



Sécurité sociale seule (ou CMU) 2,33 (1,55 – 3,49) 2,31 (1,69 – 3,16)



Seul ref ref

Entouré 0,52 (0,39 – 0,68) 0,52 (0,40 – 0,67)

Situation professionnelle <.0001 <.0001


Chômeur 1,03 (0,70 – 1,52) 1,03 (0,73 – 1,45)

Retraité 0,64 (0,40 – 1,02) 0,63 (0,37 – 1,07)

Inactif 0,68 (0,46 – 1,02) 0,69 (0,46 – 1,02)

Étudiant 0,21 (0,10 – 0,42) 0,21 (0,11 – 0,39)

Revenus / unité de consommation <.0001 <.0001

≤ Quartile1 : 1 000 € 1,48 (1,08 – 2,04) 1,48 (1,11 – 1,98)

] 1 000 € - 1 500 € ] ref ref

] 1 500 € - 2 200 € ] 0,58 (0,41 – 0,82) 0,58 (0,43 – 0,78)

> Quartile 3 : 2 200 € 0,40 (0,27 – 0,57) 0,39 (0,28 – 0,54)

Maladie chronique <.0001 <.0001

Au moins une ref ref

Aucune 0,58 (0,45 – 0,76) 0,58 (0,46 – 0,73)

Réseau d’aide <.0001 <.0001

Intégré ref ref

Assistant 0,51 (0,37 – 0,70) 0,52 (0,38 – 0,69)

Assisté 0,67 (0,44 – 1,04) 0,68 (0,44 – 1,04)

Séparé 0,40 (0,27 – 0,59) 0,40 (0,29 – 0,57)

Facteurs associés au renoncement aux soins pour raisons financières au cours des douze derniers mois : analyse multivariée (régression logistique et modèle multiniveau)

Tableau 68suite


Recours aux soins

Conseils médicaux par le réseau socialPour clore ces deux parties sur le recours aux soins préventifs et curatifs, il a semblé intéressant d’étudier le sentiment de pouvoir s’adresser à quelqu’un, au sein de son réseau social, pour obtenir des informations ou conseils dans le domaine de la santé et la médecine. On observe ici des différences manifestes selon les types de quartier : si, au total, 38 % des habitants de l’agglomé-ration parisienne déclarent avoir parmi leurs connaissan-ces des personnes qui travaillent dans le milieu médical

et à qui elles pourraient demander conseil en cas de besoin, elles ne sont que 28 % dans les Zus (et 31 % dans les quartiers ouvriers) contre 42 % dans les quar-tiers moyens ou supérieurs à être dans ce cas.

Encore faut-il souligner que le terme de « milieu médical » est très large et renvoie sans doute à des qua-lifications différentes selon les personnes interrogées, en moyenne probablement plus élevées à mesure qu’on s’élève dans la hiérarchie sociale.

Possibilité de conseils médicaux par le réseau social des personnes par type d’îlot de résidence

« Y a-t-il parmi vos connaissances des personnes qui travaillent dans le milieu médical et à qui vous pourriez demander conseil en cas de besoin ? »

Résidants des Zus

Résidants hors Zus

Population totale


Oui, l’un de vos proches 28,4 39,5 30,5 41,7 37,8

Oui, quelqu’un de moins proche 12,4 15,3 11,9 16,1 14,9

Non, personne 59,2 45,2 57,6 42,3 47,3


Tableau 69

97|

53 L’expression « lié à la santé »renvoie aux normes médicales et ne présume en rien, bien sûr, que les personnes enquêtées fassent elles-mêmes un lien entre ces comportements et la santé en général ou leur santé en particulier.

54 Les différences apparaissent statistiquement significatives mais ne nous semblent pas notables (concernant le temps de sommeil) ou difficiles à interpréter dans une perspective de santé (concernant l’activité physique en dehors du travail qui nécessite, justement, de prendre en compte également l’activité physique au travail).

55 Il n’est pas certain, dans ces données purement déclaratives, que les temps de transport aient été pris en compte par les enquêtés. Or, on observe par ailleurs que les temps de transport domicile – travail sont plus importants en moyenne chez les actifs des quartiers populaires que chez les actifs des autres quartiers.

56 Les différences ne sont pas statistiquement significatives mais les écarts observés sont notables : 31 % des actifs en Zus et 45 % des actifs en quartier ouvrier ont presque quotidiennement une activité physique dans le cadre de leur travail contre seulement 23 % des actifs des autres quartiers.

Habitudes de vie et comportements liés à la santéPlusieurs comportements en lien avec la santé étaient interrogés dans l’enquête53, dont la fréquence figure dans le tableau suivant. En première analyse, on peut distinguer : les comportements de fréquence similaire (et/ou non significativement différents d’un point de vue statistique) entre les différents types de quartier : consommation de poissons, nuits de sommeil d’au moins sept heures, activité physique en dehors du cadre professionnel54, prise de médicaments ou d’autres produits à visée psy-choanaleptique ;

les comportements moins fréquents dans les quartiers Zus et ouvriers que dans les autres : consommation de boisson alcoolisée, consommation de fruits et légumes crus, durée de travail quotidien fréquemment supérieure à dix heures55 ; les comportements plus fréquents dans les quartiers Zus et/ou ouvriers que dans les autres : consommation quotidienne de viande, activité physique dans le cadre du travail56, une consommation excessive d’alcool chez les buveurs.

Fréquence de certains comportements en lien avec la santé selon le type d’îlot de résidence

« À quelle fréquence… » Résidants des ZusRésidants hors Zus

Population totale


Mangez-vous des fruits ou des légumes crus ?

Presque tous les jours 52,0 64,5 58,9 65,9 62,9

Plusieurs fois par semaine 32,5 24,1 25,5 23,8 25,2

Plusieurs fois par mois 10,7 7,5 9,0 7,1 7,9

Plus rarement ou jamais 4,8 3,9 6,6 3,3 4,1


Consommez-vous de la viande ?






Consommez-vous du poisson ?






Dormez-vous au moins 7 heures par nuit ?





Tests : Global p=0,049 ; Zus versus Total p=0,0514 (NS) ; Zus versus Non Zus p=0,01

Tableau 70


Habitudes de vie et comportements liés à la santé


Population totale


Travaillez-vous plus de 10 heures par jour ?






Avez-vous une activité physique d’au moins 30 minutes d’affilée dans le cadre de votre travail ?





Tests : Global p<0,0001 ; Zus versus Total p=0,32 (NS) ; Zus versus Non Zus p=0,18 (NS)

Avez-vous une activité physique d’au moins 30 minutes d’affilée en dehors de votre travail ?






Prenez-vous des médicaments pour vous détendre (tranquillisants), pour dormir (somnifères) ou des anti-dépresseurs ? (hors homéopathie)






Prenez-vous autre chose pour ces mêmes raisons : homéopathie, herbes, tisane ou tout autre remède ?






Proportion de consommateurs de boissons alcoolisées par type d’îlot de résidence

« Vous arrive-t-il de boire du vin, de la bière ou de l’alcool ? »


Population totale


Oui 53,6 74,4 58,2 78,2 71,4

Non 46,4 25,6 41,8 21,8 28,6


Tableau 71

Tableau 70suite

99|

57 Allen J.P., Maisto S.A., et al. Self-report screening tests for alcohol problems in primary care. Archives of International Medecine,1995, vol. 155, pp. 1726-30.

Pour certains de ces comportements liés à la santé, d’autres types d’analyses multivariées ont été réalisées. Des modèles de régression ont été systématiquement ajustés sur le sexe, l’âge, la nationalité, le niveau d’étude

et le niveau de revenus. Toutes choses égales par ailleurs concernant ces caractéristiques, on observe toujours des différences significatives entre les types de quartier (regroupés en trois types dans le tableau 72).

Analyse multivariée : association entre le type d’îlot de résidence (en trois classes) et l’abstinence de toute consommation d’alcool, la consommation quotidienne de fruits et légumes crus et la pratique quotidienne d’activité physique, ajustée sur différentes caractéristiques individuelles

OR* (IC 95 %)

Non-consommation d’alcoolType d’îlot de résidenceZus + Ouvrier refMoyen 0,63 (0,50-0,80)Supérieur 0,41 (0,30-0,56)

Consommation quotidienne de fruits et légumes crusType d’îlot de résidenceZus + Ouvrier refMoyen 1,16 (0,92-1,46)Supérieur 1,30 (1,00-1,70)

Pratique quotidienne d’activité physique (au + hors travail)Type d’îlot de résidenceZus + Ouvrier refMoyen 0,66 (0,53-0,82)Supérieur 0,79 (0,61-1,01)

* Ajusté sur le sexe, l’âge, la nationalité, le niveau d’études, le niveau de revenu.

Tableau 72

Concernant les boissons alcoolisées, le question-naire Cage57 a été administré à tous les consomma-teurs. Celui-ci permet de classer les buveurs en trois groupes à partir d’un score de réponses à quatre ques-tions : les buveurs modérés, ceux chez qui on peut suspecter une consommation excessive et les buveurs

probablement dépendants. Si les « abstinents » (ceux qui ne consomment pas d’alcool) sont plus nombreux dans les quartiers populaires, parmi les buveurs, en revanche, la proportion de personnes probablement dépendantes apparaît plus élevée dans les Zus (14 %) et les quartiers ouvriers (12 %) que dans les autres quartiers (10 %).

Fréquence des profils des consommateurs de boissons alcoolisées par type d’îlot de résidence

Test de Cage (abus d’alcool)* Résidants des ZusRésidants hors Zus

Population totale


Buveurs modérés 74,6 79,0 79,0 79,0 78,6

Buveurs probablement excessifs 11,0 10,8 9,0 11,1 10,7

Buveurs probablement dépendants 14,4 10,2 12,0 9,9 10,7


* Chez les personnes consommant des boissons alcoolisées.

Tableau 73

58 Chauvin P., Grillo F., Lesieur S., Chaix B., Inégalités sociales des habitudes tabagiques dans la métropole parisienne, Les journées de la prévention de l’Inpes, Paris, 29-30 mars 2007.

Concernant le tabagisme, après ajustement sur le sexe, l’âge, la nationalité, le niveau d’études et le niveau de revenus, des différences persistent entre les trois types de quartier mais elles ne sont plus significatives. On observe néanmoins une tendance à n’avoir jamais fumé plus fréquente dans les quartiers populaires (le risque

d’être fumeur ou ex-fumeur est 1,3 fois plus élevé dans les quartiers supérieurs que dans les quartiers Zus ou ouvriers). En revanche (un peu comme pour l’alcool), chez les fumeurs, les plus gros consommateurs s’ob-servent dans les quartiers populaires chez les hommes comme chez les femmes58.

Analyse multivariée : association entre le type d’îlot de résidence (en trois classes) et différents comportements de tabagisme

ORa* (IC 95 %)

Être fumeur versus n’avoir jamais fumé Être un ex-fumeur versus n’avoir jamais fumé

Type d’îlot de résidence

Zus + Ouvrier ref ref

Moyen 0,95 (0,74-1,22) 0,98 (0,74-1,29)

Supérieur 1,30 (0,97-1,74) 1,28 (0,94-1,74)

Fumer au-dessus de la moyenne versus fumer en-dessous de la moyenne

Type d’îlot de résidence

Zus + Ouvrier ref

Moyen 0,67 (0,49-0,93)

Supérieur 0,70 (0,48-1,03)

* Ajusté sur le sexe, l’âge, la nationalité, le niveau d’études, le niveau de revenu.

Tableau 74

Habitudes de vie et comportements liés à la santé


Lecture : comme dans le tableau précédent, l’OR est une estimation du risque relatif de survenue de l’événement de santé (ici différentes situations de tabagisme) associé au fait de résider dans différents types de quartiers. La différence de présentation tient au fait qu’être fumeur, d’une part, ou ex-fumeur, d’autre part, sont chacun comparé au fait de n’avoir jamais fumé. Par exemple, après ajustement sur certaines caractéristiques individuelles rappelées en note de bas de tableau, les personnes résidant dans les quartiers supérieurs ont respectivement 1,30 plus de chances d’être fumeurs et 1,28 plus de chances d’être ex-fumeurs (que de n’avoir jamais fumé) que celles résidant en quartiers Zus ou ouvriers.

101|

BibliographieBazin F., Parizot I., Chauvin P., « Déterminants psychosociaux du renoncement aux soins pour raisons financières

dans cinq zones urbaines sensibles de la région parisienne en 2001 », Sciences Sociales et Santé, Paris, John Libbey Eurotext, 2006, n° 24, pp. 11-31.

Berger M., Les périurbains de Paris. De la ville dense à la métropole éclatée ?, Paris, CNRS Éditions, collection « Espaces et Milieux », 2004.

Berkman L.F., Kawachi I., Social epidemiology, New York, Oxford University Press, 2000.

Chaix B., Chauvin P., « L’apport des méthodes d’analyse multiniveau dans l’analyse contextuelle en épidémiologie sociale : une revue de la littérature », Revue d’épidémiologie et de Santé publique, Paris, Masson, 2002, vol. 50, n° 5, pp. 489-499.

Chauvenet A., Médecines au choix, médecine de classes, Paris, PUF, 1978.

Chauvin P., « Comment objectiver et construire de la connaissance sur les réalités sociales des quartiers en difficulté ? », Les Ateliers Santé Ville, Richard C., Paris, Éditions de la Div, collection « Repères », 2007, pp. 40-50.

Chauvin P., Lebas J., « Inégalités et disparités sociales de santé », Traité de santé publique, Bourdillon F., Brücker G., Tabuteau D., Paris, Flammarion Médecine-Sciences, 2e édition revue et augmentée, 2007, pp. 331-341.

Chauvin P., Parizot I. « Le recours aux soins des personnes en situation précaire : une recherche auprès de consultants de centres de soins gratuits en région parisienne », Revue d’épidémiologie et de Santé publique, Paris , Masson, 2003, vol. 51, n° 6, pp. 577-588.

Chauvin P., Parizot I., Vulnérabilités sociales, santé et recours aux soins dans les quartiers défavorisés franciliens, Paris, Éditions de la Div, collection « Études et recherches », 2007.

Chauvin P., Parizot I., Santé et recours aux soins des populations vulnérables, Paris, Éditions de l’Inserm, 2005.

Chauvin P., Parizot I., Santé et expériences de soins : de l’individu à l’environnement social, Paris, Éditions Inserm-Vuibert, 2005.

Collectif. En marge de la ville, au cœur de la société : ces quartiers dont on parle, Paris, Éditions de l’Aube, 1997.

Conner M., Norman P., Predicting health behaviour. Research and practice with social cognition models, Buckingham, Open University Press, 1996.

Davey Smith G., Health inequalities, Bristol, The Policy Press, 2003.

Diez-Roux A.V., « Investigating neighborhood and area effects on health », American Journal of Public Health, Washington, American Public Health Association, 2001, vol. 91, n° 11, pp. 1783-1789.

Dufaux F., Fourcaut A., Le monde des grands ensembles, Paris, Créaphis, 2004.

Eckersley R., Dixon J., Douglas B., The social origin of health & well-being, Cambridge, Cambridge University Press, 2002.

Elstad J. I., « The psycho-social perspective on social inequalities in health », Sociology of Health & Illness, Oxford, Blackwell, 1998, vol. 20, n° 5, pp. 598-618.

Evans R. G., Barer M. L., Marmor T.R., Être ou ne pas être en bonne santé, biologie et déterminants sociaux de la santé, Paris, John Libbey Eurotext, 1996.

Fassin D., Les figures urbaines de la santé publique, Paris, La Découverte, 1998.

Fassin D., Fassin E., De la question sociale à la question raciale ? Représenter la société française, Paris, La Découverte, 2006.


Bibliographie

Galea S., Vlahov D., Handbook of urban health. Populations, methods, and practice. New York, Springer, 2005.

Gochman D. S., Handbook of health behaviour research, Personal and social determinants. New York, Plenum Press, 1997, pp. 71-91.

Goldberg M., Melchior M., Leclerc A., Lert F., « Épidémiologie et déterminants sociaux des inégalités de santé », Revue d’épidémiologie et de Santé publique, Paris, Masson, 2003, vol. 50 (suppl.) : S17-S43.

Graham H., Understanding health inequalities, Buckingham, Open University Press, 2000.

Grosjean M., Thibaud J. P., L’espace urbain en méthodes, Marseille, Parenthèses, 2001.

Hargreaves A. G., Multi-ethnic France: immigration, politics, culture and society, Londres, Routledge, 2007.

Haut Comité de la santé publique, La progression de la précarité en France et ses effets sur la santé, Rennes, Éditions ENSP, 1998.

Herzlich C., Santé et maladie : analyse d’une représentation sociale, Paris, EHESS, 1969 (réédition 2005).

Joubert M., Chauvin P., Facy F., Ringa V., Précarisation, risques et santé, Paris, Éditions Inserm, 2001.

Kasl S. V., Jones B. A., « Social epidemiology: towards a better understanding of the field », International Journal of Epidemiology, Oxford, Oxford University Press, 2002, vol. 31, n° 6, pp. 1094-1097.

Kawachi I., Berkman L. F., Neighborhoods and health. New York, Oxford University Press, 2003.

Lebas J., Chauvin P., Précarité et santé, Paris, Flammarion Médecine-Sciences, 1998.

Leclerc A., Fassin D., Grandjean H. et alii, Les inégalités sociales de santé, Paris, éditions Inserm-La Découverte, 2000.

Marmot M., Wilkinson R. G., Social determinants of health, Oxford, Oxford University Press, 2001.

Observatoire national des zones urbaines sensibles, Rapport 2005, Saint-Denis, Éditions de la Div, 2005.


Paquot T., Lussault M., Body-Gendrot S., La ville et l’urbain : l’état des savoirs, Paris, La Découverte, 2000.

Parizot I., Chauvin P., Paugam S., Firdion J. M., Les mégapoles face au défi des nouvelles inégalités : mondialisa-tion, santé, exclusion et rupture sociale, Paris, Flammarion Médecine-Sciences, 2002.

Préteceille E., La division sociale de l’espace francilien, Paris, FNSP-CNRS, 2003.

Seeman T. E., « Social ties and health: the benefits of social integration », Annals of Epidemiology, New York, Elsevier, 1996, vol. 6, n° 5, pp. 442-51.

Turk D. C., Kerns R. D., Health, illness, and families: a life-span perspective, New York, Wiley-Interscience, 1985.

103|

Tables des tableaux et figuresTableau 1 Synthèse des résultats comparatifs par type de quartier de résidence ...................................... 9Tableau 2 Synthèse des résultats comparatifs par type de quartier de résidence .................................... 10Tableau 3 Synthèse des résultats comparatifs par type de quartier de résidence ................................... 11Tableau 4 Répartition des types de ménages par type d’îlot de résidence ............................................... 24Tableau 5 Indice de peuplement des logements par type d’îlot de résidence .......................................... 24Tableau 6 Statut d’occupation du logement selon le type de quartier de résidence ................................. 26Tableau 7 Problèmes de logement cités par type d’îlot de résidence ...................................................... 27Tableau 8 Se sentir bien dans son logement malgré ses inconvénients éventuels,

selon le type de quartier ........................................................................................................ 27Tableau 9 Proportion de personnes ayant été sans domicile au moins une nuit

dans leur vie par type d’îlot de résidence ................................................................................ 28Tableau 10 Souhaits de déménagement par type d’îlot de résidence ....................................................... 29Tableau 11 Réputation du quartier par type d’îlot de résidence ................................................................ 29Tableau 12 Réputation du quartier et appréciation personnelle ................................................................. 30Tableau 13 Réputation du quartier et appréciation personnelle, parmi les résidants Zus ............................ 30Tableau 14 Connaissance du classement en Zus du quartier de résidence par type d’îlot de résidence .... 30Tableau 15 Qualité des relations avec les voisins selon le type d’îlot de résidence .................................... 31Tableau 16 Distribution territoriale des réseaux amicaux par type d’îlot de résidence ................................ 32Tableau 17 Perception de l’évolution de la situation générale du quartier, par type d’îlot de résidence ....... 32Tableau 18 Perception de l’évolution de la situation générale du quartier en fonction de la

connaissance du classement en Zus du quartier de résidence, au sein des quartiers Zus ....... 33Tableau 19 Appréciation portée sur son enfance et son adolescence, selon le lieu de résidence

à l’âge adulte ......................................................................................................................... 36Tableau 20 Violences vécues depuis l’âge de 18 ans, selon le type de quartier ......................................... 36Tableau 21 Fréquence des violences intrafamiliales au cours de la vie de couple,

selon le type du quartier de résidence ................................................................................... 37Tableau 22 Fréquence d’autres événements indésirables vécus au cours de la vie de couple,

selon le type du quartier de résidence .................................................................................... 38Tableau 23 Rapport à la religion, selon le type de quartier ........................................................................ 41Tableau 24 Fréquence de discrimination ou de racisme au cours de l’année écoulée,

selon le type de quartier de résidence .................................................................................... 42Tableau 25 Fréquence de discrimination au cours de l’année écoulée,

selon le type de quartier de résidence ................................................................................... 43Tableau 26 Facteurs individuels et contextuels associés à l’état de santé général,

physique ou pychologique ressenti (régression logistique) ..................................................... 51Tableau 27 Proportion d’invalides ou d’handicapés par type d’îlot de résidence ....................................... 52Tableau 28 Fréquence de reconnaissance du statut parmi les personnes déclarant

une invalidité ou un handicap, selon le type de quartier de résidence ...................................... 52Tableau 29 Fréquence d’indemnités reçues parmi les personnes déclarant

une invalidité ou un handicap, selon le type de quartier de résidence ...................................... 52Tableau 30 Facteurs associés à la déclaration de limitations fonctionnelles :

analyse multivariée (régression logistique et modèle multiniveau) ............................................ 54Tableau 31 Distribution du nombre de maladies chroniques déclarées par type d’îlot de résidence ........... 55Tableau 32 Caractéristiques de l’environnement de résidence associées à l’obésité, après ajustement

individuel sur l’âge, le sexe, le niveau d’éducation, le statut d’emploi et le revenu du ménage .... 59Tableau 33 Fréquence d’accidents du travail vie entière par type d’îlot de résidence ................................. 60Tableau 34 Facteurs associés avec la survenue d’au moins un accident du travail (vie entière) :

analyse multivariée (régression logistique et modèle multiniveau) ............................................ 60


Tables des tableaux et figures

Tableau 35 Fréquence de problèmes de santé ayant eu un impact professionnel, scolaire, économique ou conjugal par type d’îlot de résidence ............................................................ 61

Tableau 36 Satisfaction vis-à-vis de la santé par type d’îlot de résidence .................................................. 62Tableau 37 Fréquence déclarée des dents à soigner par type d’îlot de résidence ..................................... 63Tableau 38 Dents à soigner, en mauvais état ou à remplacer : analyse multivariée

(régression logistique et analyse multiniveau) ......................................................................... 65Tableau 39 Fréquence des symptômes majeurs de dépression par type d’îlot de résidence ..................... 67Tableau 40 Caractéristiques associées à la dépression : analyse multivariée (régression logistique

et modèle multiniveau) ........................................................................................................... 68Tableau 41 Caractéristiques associées à un bon état de santé psychologique et émotionnel :

analyse multivariée (régression logistique et modèle multiniveau) ........................................... 69Tableau 42 Fréquence de certaines caractéristiques psychologiques par type d’îlot de résidence ............. 70Tableau 43 Proportion de personnes dépressives (MiniDiag +) en ayant parlé à un professionnel

de santé par type d’îlot de résidence ..................................................................................... 71Tableau 44 Expérience de certaines difficultés vécues depuis l’âge de 18 ans, selon le type de quartier ... 71Tableau 45 Expériences et attitudes vis-à-vis de la santé et de la maladie par type d’îlot de résidence ..... 73Tableau 46 Attitudes vis-à-vis de la médecine et des soins par type d’îlot de résidence ........................... 75Tableau 47 Fréquence des discriminations liées à l’état de santé au cours des douze derniers mois

par type d’îlot de résidence ................................................................................................... 76Tableau 48 Proportion d’aidants par type d’îlot de résidence .................................................................... 76Tableau 49 Perception que certaines conditions de vie nuisent à la santé : comparaison selon le type

d’îlot de résidence ajustée sur l’âge et le sexe (régression logistique et modèle multiniveau) .... 78Tableau 50 Stress, fatigue et soucis en lien avec le travail par type d’îlot de résidence .............................. 80Tableau 51 Les difficultés à concilier vie professionnelle et vie familiale par type d’îlot de résidence ........... 80Tableau 52 Les difficultés à concilier vie professionnelle et vie familiale par type d’îlot de résidence

chez les hommes .................................................................................................................. 81Tableau 53 Les difficultés à concilier vie professionnelle et vie familiale par type d’îlot de résidence

chez les femmes ................................................................................................................... 81Tableau 54 Perception de l’écart entre qualification et travail par type d’îlot de résidence ......................... 81Tableau 55 Distribution des types de couverture maladie par type d’îlot de résidence .............................. 83Tableau 56 Proportion de personnes ayant été au moins trois mois sans couverture maladie

par type d’îlot de résidence ................................................................................................... 83Tableau 57 Proportion de personnes ayant déjà eu un test de dépistage du VIH

par type d’îlot de résidence .................................................................................................... 84Tableau 58 Ancienneté du dernier dépistage du VIH (en années) par type d’îlot de résidence ................... 84Tableau 59 Facteurs associés au recours au dépistage du VIH : analyse multivariée

(régression logistique et modèle multiniveau) ......................................................................... 85Tableau 60 Facteurs associés au fait d’avoir déjà eu au moins un test de dépistage du VIH :

analyse multivariée par sexe (régression logistique) ................................................................. 86Tableau 61 Facteurs associés au fait d’avoir déjà eu un dosage de la cholestérolémie :

analyse multivariée (régression logistique et modèle multiniveau) ........................................... 87Tableau 62 Suivi gynécologique régulier par type d’îlot de résidence ....................................................... 89Tableau 63 Facteurs associés à l’absence de suivi gynécologique : analyse multivariée

(régression logistique et modèle multiniveau) ......................................................................... 89Tableau 64 Lieu du suivi gynécologique par type d’îlot de résidence ......................................................... 90Tableau 65 Ancienneté moyenne de la dernière mammographie par type d’îlot de résidence ................... 91Tableau 66 Types de structure de soins consultées au cours des douze derniers mois

par grand type de motif et par type d’îlot de résidence ........................................................... 92Tableau 67 Renoncement aux soins pour raisons financières au cours des douze derniers mois

par type d’îlot de résidence .................................................................................................... 94Tableau 68 Facteurs associés au renoncement aux soins pour raisons financières au cours

des douze derniers mois : analyse multivariée (régression logistique et modèle multiniveau) .... 94Tableau 69 Possibilité de conseils médicaux par le réseau social des personnes

par type d’îlot de résidence .................................................................................................... 96Tableau 70 Fréquence de certains comportements en lien avec la santé selon le type d’îlot de résidence .... 97Tableau 71 Proportion de consommateurs de boissons alcoolisées par type d’îlot de résidence ............... 98

105|

Tableau 72 Analyse multivariée : association entre le type d’îlot de résidence (en trois classes) et l’abstinence de toute consommation d’alcool, la consommation quotidienne de fruits et légumes crus et la pratique quotidienne d’activité physique, ajustée sur différentes caractéristiques individuelles ................................................................................................. 99

Tableau 73 Fréquence des profils des consommateurs de boissons alcoolisées par type d’îlot de résidence ................................................................................................... 99

Tableau 74 Analyse multivariée : association entre le type d’îlot de résidence (en trois classes) et différents comportements de tabagisme ................................................ 100

Figure 1 Iris enquêtés lors de la première vague de la cohorte Sirs en 2005 .......................................... 18Figure 2 Répartition par âge et sexe (%) selon le type d’îlot de résidence.............................................. 23Figure 3 Proportion d’habitant en logement surpeuplé par tranche d’âge et

par type d’îlot de résidence (%) .............................................................................................. 25Figure 4 Nombre moyen de personnes par pièce, de personnes par logement

et de pièces par logement en Zus et hors Zus ........................................................................ 25Figure 5 Répartition du statut d’occupation du logement par classe d’âges (%),

selon le type de quartier de résidence .................................................................................... 26Figure 6 Nombre moyen de nuits passées sans domicile (chez ceux en ayant

connu au moins une) au cours de la vie entière, par type d’îlot de résidence ........................... 28Figure 7 Sentiment de se sentir bien dans son quartier par type d’îlot de résidence .............................. 31Figure 8 Sentiment d’avoir été dévalorisé par son conjoint lors d’une précédente vie

de couple, selon le sexe et le type de quartier ......................................................................... 38Figure 9 Pouvoir compter sur de la famille, des amis ou collègues, et des voisins pour

être aidé, selon le type de quartier de résidence ..................................................................... 39Figure 10 Sentiment d’être isolé ou entouré selon le type de quartier ..................................................... 40Figure 11 Sentiment d’être suffisamment informé de ses droits, selon le type de quartier ....................... 41Figure 12 Sentiment que ses propres droits sont respectés dans la société actuelle,

selon le type de quartier ......................................................................................................... 42Figure 13 Proportion des familles monoparentales dans la population des familles,

selon le département (%) ........................................................................................................ 45Figure 14 Proportion des familles monoparentales dans la population des familles,

selon le type de quartier de résidence (%) ............................................................................... 46Figure 15 Proportion de ménages vivant sous le seuil de pauvreté selon le type de famille

et le type de quartier de résidence (%) .................................................................................... 47Figure 16 Proportion de logement surpeuplés selon le type de famille et l’âge du chef de

ménage (%) ........................................................................................................................... 47Figure 17 État de santé général perçu par type d’îlot de résidence ......................................................... 49Figure 18 État de santé physique perçu par type d’îlot de résidence ...................................................... 50Figure 19 État de santé psychologique et émotionnelle perçu par type d’îlot de résidence ..................... 50Figure 20 Limitation fonctionnelle (depuis au moins six mois) par type d’îlot de résidence ....................... 53Figure 21 Fréquence des principales pathologies (%) au cours des douze derniers mois par sexe :

comparaison Zus et hors Zus ................................................................................................. 56Figure 22 Fréquence des autres pathologies (%) au cours des douze derniers mois par sexe :

comparaison Zus et hors Zus ................................................................................................. 57Figure 23 Prévalence du surpoids et de l’obésité (%) par type d’îlot de résidence ................................... 58Figure 24 État de santé dentaire déclaré (%) par type d’îlot de résidence ............................................... 63Figure 25 Proportion d’aidants (%) chez les actifs occupés et les autres habitants par type

d’îlot de résidence .................................................................................................................. 77Figure 26 Proportion d’aidants (%) par sexe selon le type d’îlot de résidence ......................................... 77Figure 27 Fréquence de citations des conditions de vie nuisant à la santé :

comparaison Zus et hors Zus ................................................................................................. 79Figure 28 Absence de suivi gynécologique régulier (%) par type de quartier (en trois groupes) ................ 88

Tables des tableaux et figures


L’impact du contexte sur l’état de santé de la population : le cas des zones urbaines sensibles

Une analyse à partir de l’enquête décennale de santé (2003)Sous la direction de Thierry Debrand (Irdes) Coauteurs : Caroline Allonier (Irdes), Véronique Lucas (Irdes), Aurélie Pierre (Irdes)

Les annexes de cette étude sont disponibles en téléchargement sur le site de la DIV www.ville.gouv.fr (rubrique Publications)

On rappelle que dans cette étude, les expressions « mauvais état de santé déclaré » ou « perception négative de son état de santé » font référence aux modalités « très mauvais », « mauvais » et « moyen » de la question « Comment est votre état de santé général ? »

109|

Sommaire

Synthèse ....................................................................................................................................................111Objectif du rapport ............................................................................................................................111Base de données ..............................................................................................................................111Un choix méthodologique .................................................................................................................111Les résultats .....................................................................................................................................112Conclusion ........................................................................................................................................112

Introduction ...............................................................................................................................................113

Problématique et contexte ........................................................................................................................115L’importance des effets de contexte ......................................................................................................115La politique de la Ville en France ............................................................................................................116Un état des lieux des études sur les effets de contexte dans le domaine de la santé en France .............116

Données et méthode .................................................................................................................................119Base de données ...................................................................................................................................119

L’enquête Décennale Santé 2002-2003 : les données individuelles ...................................................119Le recensement de la population de 1999 : les données contextuelles ..............................................120

La méthode d’analyse ...........................................................................................................................121Analyse descriptive entre zones géographiques ................................................................................121Analyse toutes choses égales par ailleurs ..........................................................................................121

Résultats ....................................................................................................................................................123Analyse descriptive entre zones géographiques .....................................................................................123

Un état de santé plus dégradé chez les personnes socialement défavorisées ...................................123Un état de santé dégradé sur les territoires socioéconomiquement défavorisés ................................125

Des différences d’état de santé également entre zones géographiques .........................................125Construction et interprétation des facteurs synthétiques de contexte ............................................129Distribution des caractéristiques individuelles des enquêtés en fonction des facteurs de contexte ....131

Analyses économétriques ......................................................................................................................133Effets des caractéristiques individuelles .............................................................................................134L’existence d’un effet Zus ..................................................................................................................134La présence d’effets de contexte ......................................................................................................134

Le facteur synthétique de situation économique et sociale ............................................................134Le facteur synthétique de la mobilité résidentielle ..........................................................................135Le facteur synthétique générationnel .............................................................................................135Les effets des facteurs sont-ils linéaires ? ......................................................................................135

La place de l’effet Zus dans les effets de contexte ............................................................................137L’effet Zus et le facteur synthétique de situation économique et sociale ........................................137L’effet Zus et le facteur synthétique de la mobilité résidentielle .......................................................137L’effet Zus et le facteur synthétique générationnel .........................................................................137Analyse conjointe des trois facteurs synthétiques de contexte .......................................................138

Conclusion ................................................................................................................................................143

Bibliographie .............................................................................................................................................145

111|

SynthèseLes quart iers défavor isés correspondent au regroupement, dans une zone déterminée, de personnes cumulant des difficultés économiques, sociales, ou encore d’habitat. Cette ségrégation, née de la politique du logement et de choix individuels, peut affecter l’état de santé du fait de la concentration de la pauvreté et d’une moindre qualité de l’habitat et de l’environnement. À partir de données agrégées et en s’appuyant sur une approche cartographique, de nombreuses études françaises mettent en évidence des différences géographiques de santé et de recours aux soins. Elles permettent de dresser un bilan précis de

la géographie de la mortalité et du recours aux soins. Cependant, du fait de la nature des données utilisées, ces études écologiques ne permettent pas d’analyser les causes des disparités géographiques de santé. En particulier, elles ne permettent pas de savoir si ces différences sont dues aux variations de la structure démographique et sociale de la population d’un endroit à l’autre ou s’il subsiste des différences géographiques qui soient proprement imputables aux caractéristiques du contexte de résidence des personnes, après que l’on ait tenu compte des caractéristiques socioéconomiques individuelles.

Objectif du rapportLa question est donc de savoir si les différences observées entre les zones géographiques sont dues au fait que les personnes vivant dans les quartiers défavorisés sont elles-mêmes défavorisées (effets de confusion) ou bien si la zone géographique a un

effet propre sur l’état de santé. Dans ce rapport, nous cherchons donc à illustrer l’existence d’impacts éventuels des caractéristiques socioéconomiques des territoires, et plus précisément des quartiers, sur l’état de santé des individus.

Base de donnéesNotre recherche s’appuie sur les données de l’enquête Décennale Santé 2002-2003 réalisée par l’Insee. Cette enquête porte sur un échantillon représentatif de ménages vivant en France métropolitaine ; l’ensemble des individus du ménage a été interrogé, ce qui représente environ 40 000 personnes au total. Nous n’avons retenu que la seule population adulte de l’enquête santé (âgée de 18 ans ou plus), vivant dans une Zus, ou hors d’une Zus mais dans une agglomération qui inclut au moins une Zus (ce sont deux populations intéressantes à comparer dans la mesure où seul l’élément de l’environnement diffère). L’échantillon final se compose de 16 505 personnes, dont 2 013 résidant en Zus.

Dans le cadre de cette recherche, nous avons donc cherché à exploiter conjointement des variables individuelles d’état de santé, des déterminants socioéconomiques de l’état de santé collectés au niveau individuel et des variables de contexte. L’indicateur

individuel de « santé perçue », appréhendé à travers la question « Comment est votre état de santé général ? », permet de mesurer l’état de santé. Les caractéristiques individuelles explicatives retenues sont l’âge, le sexe, le niveau d’éducation, la catégorie socioprofessionnelle individuelle, la situation par rapport à l’emploi, la nationalité, la durée d’occupation du logement, la taille de l’agglomération du lieu de résidence et le revenu du ménage.

Les données de contexte sont recueillies au niveau des îlots regroupés pour l’information statistique (Iris), niveau de diffusion statistique géographique le plus fin en France. Ils correspondent à des ensembles d’îlots ou pâtés de maisons contigus formant un petit quartier. Une Zus peut contenir plusieurs de ces quartiers. Pour chaque individu, nous connaissons l’Iris et le département dans lesquels il vit. Notre échantillon comprend 5 257 Iris repartis sur 79 départements représentatifs du territoire français.

Un choix méthodologiqueNous avons dans un premier temps cherché à traiter l’ensemble des données de contexte à travers une analyse en composante principale (ACP). L’analyse des données permet de synthétiser l’information contenue dans l’ensemble des variables et de les regrouper sous forme d’indicateurs synthétiques de contexte. Les trois facteurs contextuels que nous avons obtenus

traduisent la « situation économique et sociale », la « mobilité résidentielle » et le facteur « générationnel » des quartiers.

Afin de repérer les facteurs de contexte qui ont un impact sur la déclaration individuelle d’état de santé, indépendamment des caractéristiques individuelles, nous avons recouru à des modélisations

| Les documents de l’Onzus | No 1 | 2009 | L’impact du contexte sur l’état de santé de la population : le cas des Zus112

Synthèse

Conclusion

Les résultatsLa première estimation est réalisée sans aucun effet de contexte et sans l’indicatrice « Zus ». Toutes choses égales par ailleurs (cf. tableau 5), les personnes les moins aisées, les moins diplômées, les ouvriers et les plus âgés se déclarent en plus mauvaise santé que les autres. Le fait « d’être de nationalité étrangère » ou « Français par acquisition » semble aussi associé à une déclaration plus fréquente de mauvais état de santé. Ni l’ancienneté dans le logement, ni la taille de l’agglomération ne semblent en revanche être corrélées avec l’état de santé.

Si l’on introduit le fait de vivre en Zus, la probabilité de se déclarer en mauvaise santé chez les résidents de Zus est supérieure de 2,2 points à celle des résidents hors Zus. Cet « effet Zus » traduirait des externalités négatives liées au cumul d’inégalités sociales.

Après avoir regroupé les informations relatives aux données de contexte au sein de trois facteurs synthétiques (issus de l’ACP), nous avons cherché à caractériser l’impact de ces derniers sur le fait de se déclarer en mauvaise santé indépendamment des déterminants individuels. Le fait d’introduire ces trois facteurs dans le modèle ne modifie pas les effets estimés des variables individuelles. Le premier facteur synthétique, qui reflète la « situation économique et sociale » des quartiers, a un impact linéaire négatif sur le fait de se déclarer en mauvaise santé. Ainsi, les personnes vivant dans des quartiers défavorisés économiquement et socialement se déclarent plus fréquemment (+ 4,3 points) en mauvaise santé que celles qui vivent dans des quartiers plus avantagés. Le second facteur synthétique, qui mesure la « mobilité résidentielle » des quartiers, a aussi un impact linéaire sur la santé perçue : les personnes vivant au sein des quartiers les moins « mobiles » se déclarent plus fréquemment en mauvaise santé que celles qui vivent

dans les quartiers les plus « mobiles » (+ 3,0 points). Quant au troisième facteur synthétique désigné sous le terme de facteur « générationnel », son effet est un peu plus complexe : sa forme quadratique indique que la position la plus favorable est occupée par des ménages vivant dans des quartiers avec une certaine mixité générationnelle des habitants et des bâtiments (+ 3,0 points).

Après avoir constaté que le fait de vivre en Zus augmentait la probabilité de se déclarer en mauvaise santé de 2,2 points, nous avons cherché à mesurer la place de cet « effet Zus » par rapport aux effets de contexte explorés précédemment. Nous constatons que le premier facteur synthétique – reflétant la « situation économique et sociale » – est celui qui permet le mieux de caractériser l’« effet Zus » (en effet, rappelons que le découpage institutionnel « Zus » a été créé de manière à distinguer les zones géographiques les plus précaires économiquement). L’effet Zus et le facteur synthétique de la « situation économique et sociale » du quartier ne sont cependant pas les seules informations contextuelles jouant sur les déclarations de santé ; c’est également le cas des deux autres facteurs synthétiques, toutefois le deuxième facteur synthétique n’est que peu explicatif de l’effet Zus, et le troisième ne semble pas l’être du tout. Dès lors, les résultats suggèrent que le critère Zus tel quel – construit essentiellement dans la pratique à partir de considérations sur la situation socioéconomique des territoires – ne permet pas de cerner tous les effets de contexte jouant sur la santé. On peut éventuellement s’interroger sur la pertinence d’intégrer des dimensions annexes – degré de mobilité, mixité générationnelle des quartiers – dans le processus de repérage et de caractérisation des quartiers en difficulté dans le domaine de la santé.

En conclusion, le caractère particulièrement explicatif des axes contextuels nous amène à réfléchir aux politiques de santé menées en France en direction des ménages les plus modestes. Les caractéristiques individuelles tiennent une part importante dans les inégalités de santé, mais il est aussi primordial de tenir compte de l’environnement dans lequel vivent les individus. Ainsi, il semble important de mener des politiques géographiquement marquées pour lutter

contre les inégalités territoriales d’état de santé en prenant en compte le critère Zus, indicateur repérant des zones défavorisées économiquement et socialement, mais aussi d’autres critères décrivant le cadre de vie des individus (mixité, mobilité, etc.). Les facteurs synthétiques que nous avons créés peuvent être utilisés afin de repérer les quartiers dont les caractéristiques de contexte sont les plus défavorables en terme de santé.

économétriques de type probit. Nous pouvons ainsi analyser la probabilité de se déclarer en mauvaise santé en fonction des caractéristiques des quartiers, et comparer les effets de ces facteurs de contexte à ceux des facteurs individuels. La suite de l’étude se décompose en quatre étapes :

1. nous estimons l’effet des caractéristiques individuelles sur la déclaration d’état de santé, ce qui nous permet d’identifier les effets des facteurs individuels ;

2. à partir de cette modélisation, nous incluons une variable indicatrice « être en Zus », ce qui nous permet de mesurer un éventuel « effet Zus » ;

3. en repartant de la première étape, nous incluons les facteurs synthétiques de contexte les uns après les autres puis simultanément, ce qui nous permet d’identifier de potentiels effets de contexte ;

4. pour comprendre les interactions entre l’effet Zus et ces effets de contexte, nous incluons simultanément la varia-ble indicatrice « être en Zus » et les facteurs synthétiques.

113|

Introduction

Les quartiers défavorisés correspondent au regrou-pement, dans une zone déterminée, de personnes cumulant des difficultés économiques, sociales, ou encore d’habitat. Les recherches réalisées depuis ces trois dernières décennies permettent de mieux appréhender les différents phénomènes structurant les villes et les territoires (Fujita, 1989 ; Fujita et Thisse, 2002). Elles explorent notamment les dimensions économiques, sociologiques et psychologiques des mécanismes expliquant les choix individuels en terme d’habitat. La décision de la localisation géographique de son logement est le résultat d’un compromis entre les ressources du ménage et l’offre sur le marché du logement. Cette décision rationnelle étant contrainte par les revenus des ménages, les ménages les plus aisés sont ceux qui ont véritablement le choix de leur lieu de résidence contrairement aux plus modestes qui se situent au bout de la chaîne du logement ; l’ensemble de ces choix individuels et collectifs a créé l’histoire du peuplement des quartiers défavorisés dans les périphéries des centres urbains. Des phénomènes aggravant tels que des volontés individuelles et collectives de regroupement ou d’évitement contribuent également à créer des quartiers très homogènes en termes de caractéristiques sociodémographiques des ménages. Ainsi, de par l’isolement résidentiel d’une partie de la population, ces phénomènes font subir aux ménages les plus pauvres une forme de ségrégation (Schelling, 1978).

Cette ségrégation peut affecter l’état de santé du fait de la concentration de la pauvreté et d’une moindre qualité de l’habitat et de l’environnement. À partir de données agrégées et en s’appuyant sur une approche cartographique, de nombreuses études françaises mettent en évidence des différences géographiques de santé et de recours aux soins. Elles permettent de dresser un bilan précis de la géographie de la mortalité et du recours aux soins. Cependant, du fait de la nature des données utilisées, ces études écologiques ne permettent pas d’analyser les causes des disparités

géographiques de santé. En particulier, elles ne permettent pas de savoir si les différences d’état de santé sont dues aux variations de la structure socio-démographique et sociale de la population d’un endroit à l’autre ou s’il subsiste des différences géographiques qui soient proprement imputables aux caractéristiques du contexte de résidence des personnes après que l’on ait tenu compte des caractéristiques socioéconomiques individuelles.

La question est donc de savoir si les différences observées entre les zones géographiques sont dues au fait que les personnes vivant dans les quartiers défavorisés sont elles-mêmes défavorisées (effets de confusion) ou bien si la zone géographique a un effet propre sur l’état de santé. Aujourd’hui, les analyses où des indicateurs individuels et agrégés se combinent se multiplient (Diez-Roux, 2004). Ces analyses qui utilisent souvent des modèles « multiniveaux », permettent alors de mettre en avant l’importance du contexte indépendamment des effets individuels.

Dans ce rapport, nous nous intéressons aux impacts des caractéristiques socioéconomiques des territoires, plus précisément des quartiers, sur l’état de santé des individus. Dans un premier chapitre, nous présentons le contexte scientifique dans lequel cette recherche des effets de contexte s’inscrit et nous décrivons les particularités de la situation française quant aux territoires de la politique de la ville. Un deuxième chapitre est consacré à la description détaillée des données et de la méthodologie. Le troisième chapitre expose les résultats : une première partie est consacrée à la présentation des statistiques descriptives qui confirment les postulats initiaux, c’est-à-dire la corrélation entre l’état de santé et les déterminants socio-économiques individuels, mais aussi l’existence de différences territoriales très marquées ; une autre partie est consacrée à la modélisation économétrique qui permet de mettre en évidence l’importance de chacun des facteurs individuels et contextuels, « toutes choses étant égales par ailleurs ».

115|

Problématique et contexte

L’importance des effets de contexteLes inégalités de santé ont largement été expliquées à travers des indicateurs individuels comme l’âge, le sexe, la situation économique et professionnelle (Mackenbach, 1997 ; Cavelaars, 1998, Shields, 2001). Parallèlement, le développement des travaux de type « écologique » a permis de mettre en évidence l’existence de différences de morbidité, de mortalité et de recours aux soins entre zones géographiques (Busson et alii 1999, Salem et alii, 2000, Fnors, 2006). Cependant, ces travaux qui utilisent uniquement des données agrégées ne permettent pas de savoir si les différences observées sont dues aux caractéristiques des individus appartenant aux différentes zones (c’est-à-dire à des effets de composition) ou s’il subsiste des différences géographiques qui soient imputables aux caractéristiques du contexte de résidence des personnes. Cette problématique a fait naître différents travaux couplant des données individuelles et des données agrégées à différents niveaux géographiques (Diez-roux, 2004). Ces travaux, dits contextuels, utilisent souvent des modèles d’analyse multiniveaux. Ils n’ont cessé de croître depuis le début des années 1990 (Kawachi et Berkman, 2003 ; Curtis et alii, 2003) et ont mis en évidence des effets de contexte sur la santé liés au niveau d’urbanisation, à la localisation géographique ou encore à la situation socioéconomique du territoire (Pickett and Pearl, 2001) appréhendée par des variables telles que le revenu moyen de la zone géographique, le niveau de ses inégalités de revenu (Subramanian, Kawachi et Kennedy, 2001 ; Hou et Myles, 2004) ou encore son taux de chômage (Congdon et alii, 1997).

Plusieurs travaux ont été développés afin de comprendre de quelle manière la discrimination géographique pouvait altérer l’état de santé (Krieger, 1999). Acevedo-Garcia et Lochner (2003) montrent que les inégalités individuelles peuvent être renforcées par des situations d’inégalités collectives, la ségrégation affectant la santé par le biais de la concentration de la pauvreté et de la qualité de l’environnement du quartier. D’autres travaux plus spécifiques s’intéressent au rôle de la ségrégation dans l’apparition de pathologies comme les maladies cardiovasculaires ou l’obésité (King et alii, 2006 ; Olivier et alii, 2005).

Cependant, même en combinant des données agrégées et des données individuelles, les effets de composition et les effets de contexte ne sont pas toujours évidents à identifier. Macintyre (2002) et Kawachi (2003) stipulent que l’une des grandes difficultés pour comprendre facilement le lien entre le contexte et la santé individuelle est liée au manque de cadre théorique sur la nature et l’intensité des liens. Ainsi, beaucoup de recherches ont mis en avant les limites concernant l’interprétation des effets de contexte. Elles concernent en particulier les liens de causalité (Oakes, 2003 ; Diez Roux, 2004), l’existence et l’interprétation d’interactions entre ces deux dimensions, la manière dont les variables individuelles peuvent plus ou moins capter des effets de contexte (Oakes, 2003 ; Diez Roux, 2001 ; Chauvin, 2005). Quant à Chauvin et Parizot (2005), ils discutent précisément de la méthodologie à utiliser, s’efforçant de démontrer les limites de l’utilisation de certaines méthodes et de chercher les plus appropriées.


Problématique et contexte

Un état des lieux des études sur les effets de contexte dans le domaine de la santé en France

La politique de la ville en FrancePour mener à bien des politiques spécifiques dans les quartiers défavorisés et pour relancer la politique de la ville, le gouvernement français a créé les zones urbaines sensibles (Zus) par la loi du 14 novembre 1996. Elles sont caractérisées par la présence de grands ensembles ou d’habitat défavorisé. Les Zus sont des territoires définis par les pouvoirs publics pour être la cible prioritaire de la politique de la ville. Il existe trois niveaux d’intervention : les zones urbaines sensibles (Zus), les zones de redynamisation urbaine (ZRU) et les zones franches urbaines (ZFU). Les ZRU et les ZFU sont des quartiers appartenant aux Zus pouvant bénéficier d’aides plus importantes et adaptées à des problèmes particuliers en termes économique et d’emploi.

Notons cependant que, même si le classement Zus et hors Zus correspond à une certaine réalité socio-économique, il n’en demeure pas moins qu’il s’agit d’une décision politique et qu’il peut exister certains quartiers hors Zus qui connaissent des difficultés sociales et économiques très importantes.

Il existe 751 Zus réparties sur tout le territoire français. Un tiers des logements sociaux en France sont en Zus alors que leur population ne représente que 8 % de la population française. Géographiquement, ces quartiers sont le plus souvent situés en périphérie des centres urbains historiques. Cet isolement résidentiel d’une partie de la population cumulant les positions les plus défavorables dans la hiérarchie sociale expose les personnes qui y vivent à un environnement socialement très désavantagé. En effet, la ségrégation spatiale du territoire urbain français peut créer des situations d’inégalités collectives qui viennent renforcer les inégalités individuelles. Le cumul des inégalités individuelles dans les Zus en font des candidats privilégiés aux effets quartiers. Afin de suivre « l’évolution des inégalités sociales (…), de suivre la mise en œuvre des politiques publiques conduites (…), de mesurer les moyens spécifiques mis en œuvre », la Délégation interministérielle à la ville (Div) est chargée, depuis le 1er août 2003, de publier un rapport de l’Observatoire national des Zus (Onzus).

En France, faute de données suffisantes, les travaux empiriques traitant des liens spécifiques entre la question urbaine et la santé restent encore très partiels.

En 2005, Chaix et Chauvin montrent que selon les zones géographiques de résidence, les individus n’ont pas le même comportement de recours aux soins : les personnes vivant dans des zones avec une forte proportion de personnes éduquées recourent plus fréquemment au médecin spécialiste qu’au médecin généraliste. Ils montrent aussi que leur probabilité d’avoir un médecin généraliste habituel est plus importante que pour les personnes vivant dans des milieux socioéconomiques défavorisés.

Concernant l’état de santé, Parizot et alii (2005) réalisent une enquête sur la santé et le recours aux soins dans sept quartiers de la région parisienne dont cinq Zus. Cette enquête, très informative sur l’état de santé des habitants de ces quartiers, met en évidence les facteurs explicatifs du recours aux soins pour la santé dentaire, la santé mentale et la santé des femmes de ces quartiers, mais ne permet pas de distinguer l’effet des déterminants individuels des effets « quartiers ».

De plus, elle ne permet ni de comparer la situation de ces ménages à celle de leurs voisins ne résidant pas dans le quartier d’étude, ni d’extrapoler à l’ensemble du territoire français.

Enfin, en comparant les Zus avec les communes ou les agglomérations auxquelles elles appartiennent, le rapport Onzus 2004 publié par la Div montre que des déficiences physiques et sensorielles ont été plus fréquemment observées chez les enfants de grande section de maternelle scolarisés dans ces quartiers (principalement des problèmes de surpoids, de caries et de vision).

Dans une première recherche effectuée pour la Div (Onzus, 2006 ; Allonier et alii, 2006), nous avons mis en évidence un état de santé plus dégradé chez les résidents des Zus par rapport aux habitants des autres quartiers. À partir de l’enquête santé 2002-2003 (Insee), nous constatons en effet, que toutes choses égales par ailleurs, la probabilité de percevoir négativement sa santé (c’est-à-dire un état de santé général déclaré comme « très mauvais », « mauvais » ou « moyen ») chez les résidents des Zus est supérieure de 2,2 points

117|

1 Le fait de souffrir d’une incapacité correspond au fait de déclarer au moins une limitation fonctionnelle parmi ce que les gens peuvent faire quotidiennement à savoir : voir de près, voir de loin, entendre, marcher 500 mètres, porter 5 kilos, se nourrir, s’habiller, aller aux toilettes, faire sa toilette.

à celle des individus n’habitant pas en Zus. De même, la probabilité que les résidents des Zus déclarent au moins une incapacité1 est de 2,4 points supérieure à celle des habitants des autres quartiers. Cet « effet Zus » est susceptible de traduire des externalités négatives liées au cumul d’inégalités sociales (concentration de la pauvreté, mauvaise qualité de l’environnement…). Dans cette précédente recherche, nous avons également montré que parmi les locataires, le risque de se percevoir en mauvaise santé est plus important pour ceux

résidant en Zus et qu’il existe également une différence de déclaration d’incapacités pour les locataires HLM. Enfin, nous avons montré qu’en étudiant séparément les facteurs de la santé perçue chez les personnes vivant en Zus d’une part et chez celles ne vivant pas en Zus d’autre part, les déterminants habituels de l’état de santé (âge, sexe, occupation principale, niveau de revenu…) sont bien les mêmes pour chacune des deux populations mais leur impact est globalement plus important chez les résidents des Zus.

Tableau récapitulatif sur les différents indicateurs d’état de santé

Proportion de personnes déclarant

Habitants des Zus Habitants hors Zus Ensemble

Femmes Hommes Ensemble Femmes Hommes Ensemble Femmes Hommes Ensemble

Être en mauvaise santé* 36 28 32 29 22 26 30 23 27

Avoir au moins une maladie chronique 44 35 40 43 37 41 44 37 40

Être limitées dans les activités quotidiennes 13 12 13 15 12 13 14 12 13

Avoir au moins une incapacité 25 21 23 21 18 20 22 18 20

Lecture : parmi les femmes résidant en Zus, 36 % se déclarent en mauvaise santé.

Cette première étude cherchait donc à comprendre les disparités d’état de santé entre les habitants des Zus et les habitants hors Zus. L’enquête santé seule ne permet cependant pas de lier l’état de santé individuel à des données de contexte. Dans ce présent rapport, nous cherchons à enrichir cette étude en mobilisant une source annexe permettant de caractériser

sociodémographiquement les territoires, en l’occurrence le Recensement de la Population de 1999. Parmi les éléments de contexte influençant les déclarations individuelles de santé, nous cherchons enfin à repérer ceux dont l’information est mal prise en compte par l’introduction d’un simple « effet Zus ».

* Ce terme recouvre les modalités « très mauvais », « mauvais » et « moyen » de la question « Comment est votre état de santé général ? »

119|

2 Cette proportion est très proche de celle observée dans d’autres sources (recensement de la population 1999, enquête nationale logement 2002).

Données et méthode

Base de données

L’enquête Décennale Santé 2002-2003 : les données individuelles

Notre recherche exploite les données de l’enquête Décennale Santé 2002-2003 réalisée par l’Insee. Elle est menée tous les dix ans depuis 1960 afin de mesurer l’état de santé de la population (santé perçue, morbidité déclarée, qualité de vie, déficiences, incapacités, handicaps) et ses déterminants (données sociales, tabac, alcool…). L’enquête porte sur un échantillon représentatif de ménages vivant en France métropolitaine. L’ensemble des individus du ménage est interrogé, soit environ 40 000 personnes. Les individus vivant en Zus représentent 7,0 % des individus2.

L’indicateur de « santé perçue », appréhendé à travers la question « Comment est votre état de santé général ? », permet de mesurer l’état de santé des individus. Les personnes répondant « très bon » et « bon » sont considérées comme percevant favorablement leur état de santé et celles répondant « moyen », « mauvais » ou « très mauvais » comme percevant négativement leur état de santé. Cet indicateur, standardisé au niveau européen, est un bon prédicteur de l’état de santé clinique d’un individu. Il est fortement influencé par la morbidité et corrélé à la mortalité (Mossoy et Shapiro, 1982 ; Idler, 1997 ; Burström, 2001). Il est aussi fréquemment utilisé en tant que déterminant des comportements socioéconomiques individuels dans des études sur l’emploi, le chômage, les revenus (Stronks, 1997), mais aussi celles dans la sphère de la consommation de soins comme le recours aux soins (de Salvo, 2005) ou l’adhésion à un système assurantiel. Par souci de simplicité, dans la suite du texte, les expressions « mauvais état de santé déclaré » ou « perception négative de son état de santé » feront référence aux modalités « très mauvais », « mauvais » et « moyen » de la question « Comment est votre état de santé général ? »

Les caractéristiques individuelles que nous avons retenues pour notre analyse sont l’âge, le sexe, le niveau d’éducation, la catégorie socioprofessionnelle individuelle, la situation par rapport à l’emploi, la nationalité, la durée d’occupation du logement, la taille de l’agglomération du lieu de résidence et le revenu du ménage.

Le niveau « ménage » peut être considéré comme un niveau de contexte à part entière (Pampalon et alii, 1999). Cette hypothèse peut cependant être discutée étant donné le faible nombre de personnes composant ce « niveau de contexte » (Goldstein et Paterson, 1998). Sans entrer dans cette discussion, nous notons simplement que les revenus totaux par ménage sont considérés dans notre travail comme un indicateur individuel du niveau de vie. De même, le fait de vivre ou non dans une Zus est aussi une donnée ménage considérée à un niveau individuel. Cet indicateur, qui – par construction – n’est pas un indicateur contextuel, peut être considéré comme un proxy d’un effet quartier.

Nous avons sélectionné la population adulte de l’enquête (âgée de 18 ans ou plus) ayant répondu aux trois principales questions du « mini-module européen » sur la santé, c’est-à-dire les questions auto-déclarées sur la santé perçue, les maladies chroniques et les limitations d’activité. Afin de comparer les populations les plus proches possibles en termes de contexte, nous n’avons ensuite retenu que les personnes vivant soit dans une Zus, soit hors d’une Zus mais dans une agglomération qui inclut au moins une Zus (ce qui conduit par exemple à éliminer de l’étude les populations vivant en zone rurale). L’échantillon final se compose de 16 505 individus, dont 2 013 personnes résidant en Zus et 14 492 résidant hors d’une Zus mais dans une agglomération qui en contient au moins une.

Selon les données de l’enquête, la population vivant en Zus comporte près de deux fois plus de chômeurs et de personnes non diplômées que la population ne vivant pas dans ce type de quartier. Le niveau de revenu des ménages en Zus est bien plus faible que la moyenne : 43 % des personnes vivant en Zus appartiennent à un ménage dont les revenus annuels déclarés sont inférieurs à 15 500 €, contre 25 % pour ceux qui ne vivent pas en Zus. La moitié des habitants des Zus appartient à un ménage dont la personne de référence est ouvrier, contre 27 % hors Zus, et 19 % sont de nationalité étrangère, contre 7 % hors Zus. La part des jeunes de 18 à 29 ans dans ces quartiers s’élève à 28 %, contre 22 % hors Zus.


Données et méthode

Zus

Espace rural

Hors Zus dans une agglomération avec Zus

Hors Zus dans une agglomération sans Zus

Les données de contexte nous ont été transmises en complément de l’enquête Décennale Santé par l’intermédiaire de la Délégation interministérielle à la ville (Div). Elles proviennent du Recensement de la population de 1999 et sont recueillies à deux niveaux géographiques : le premier niveau d’agrégation est le département, le second est le niveau de diffusion statistique géographique le plus fin en France, à savoir les Îlots regroupés pour l’information statistique (Iris). Les Iris corres pondent à des ensembles d’îlots ou pâtés de maisons contigus formant un petit quartier ; une Zus peut contenir plusieurs de ces quartiers. Pour chaque individu, nous connaissons l’Iris et le département dans lesquels il vit. Notre échantillon d’enquêtés couvre 5 257 Iris repartis sur 79 départements représentatifs du territoire français.

Les variables de contexte dont nous disposons grâce au recensement peuvent être regroupées en plusieurs thématiques.

La première thématique concerne le logement et le comportement résidentiel. Il s’agit de la proportion de logements construits avant 1949, entre 1949 et 1981 et après 1981 ; la proportion d’immeubles collectifs ou d’immeubles collectifs de plus de 10 logements ; la proportion de maisons individuelles ; la proportion de propriétaires, de résidences HLM et de résidences louées non HLM ; le nombre moyen de pièces par logement et de personnes par pièce ; la proportion de personnes vivant dans le même logement qu’en 1990, la proportion de personnes vivant dans la même commune qu’en 1990, la proportion de personnes vivant dans la

même région qu’en 1990 et la proportion de personnes ayant emménagé avant et après 1990.

La deuxième thématique décrit la composition sociodémographique de la population, à savoir le niveau d’éducation, l’âge, le type de ménage : proportion de personnes non diplômées sur l’ensemble de la population ayant achevé ses études, proportion de personnes ayant le bac sur l’ensemble des personnes ayant fini leurs études, proportion de personnes ayant un bac + 2 sur l’ensemble des personnes ayant fini leurs études, proportion de personnes diplômées du supérieur sur l’ensemble des personnes ayant fini leurs études, proportion des moins de 20 ans, proportion des 20-39 ans, proportion des 40-59 ans, proportion des plus de 60 ans ; proportion de familles avec trois enfants ou plus ; proportion de familles monoparentales ; part de la population de nationalité française ; part de la population de nationalité étrangère.

La troisième thématique correspond à l’activité économique : proportion de chômeurs, proportion de chômeurs de 15-24 ans sur l’ensemble des 15-24 ans actifs, proportion de femmes au chômage sur l’ensemble des femmes actives, proportion de chômeurs de plus de un an sur l’ensemble des chômeurs ; proportion d’actifs ayant un emploi sur la population active totale, proportion d’actifs de 15-24 ans sur la population active des 15-24 ans, proportion de femmes actives occupées sur l’ensemble des actifs occupés ; proportion de personnes en contrat à durée déterminée sur la population active occupée.

Échantillon

Le recensement de la population de 1999 : les données contextuelles

121|

La méthode d’analyseAnalyse descriptive entre zones géographiquesNous cherchons dans un premier temps à observer s’il existe des différences territoriales de santé perçue en fonction des indicateurs de contexte. D’une certaine façon, cela nous permet de rendre compte de la variabilité inter-quartier.

Puis, nous chercherons à traiter l’ensemble des données de contexte à travers une analyse en composante principale (ACP) afin de caractériser les relations entre les données de contexte et d’en dégager les éléments principaux. Nos variables de contexte étant nombreuses, l’analyse des données permet alors de synthétiser l’information contenue dans l’ensemble des variables et de les regrouper sous forme de grands ensembles d’indicateurs synthétiques de contexte.

Statistiquement, cette méthode consiste à représenter les données initiales à l’aide de nuage de points dans un espace géométrique. L’objectif est de trouver des sous-espaces (droite, plan, facteur, …) qui synthétisent et représentent au mieux le nuage initial. Ces sous-espaces constitueront les indicateurs synthétiques de contexte. Ces indicateurs de contexte seront introduits dans l’analyse toutes choses égales par ailleurs : étant donné que, par construction, les facteurs synthétiques créés sont indépendants les uns des autres, cela nous permet de les introduire simultanément dans une analyse multivariée en nous affranchissant des problèmes de colinéarité.

Analyse toutes choses égales par ailleursAfin de repérer les facteurs de contexte qui ont un impact sur la déclaration individuelle d’état de santé indépendamment des caractéristiques individuelles, nous utilisons des modélisations de type probit. Nous pouvons ainsi analyser la probabilité de se déclarer en mauvaise santé en fonction des caractéristiques des quartiers, indépendamment des caractéristiques individuelles, et comparer l’ordre de grandeur des

effets de ces facteurs de contexte à celui des facteurs individuels.

La probabilité de se déclarer en bonne santé a en conséquence comme facteurs explicatifs à la fois des déterminants individuels – représentés par les variables (X1, X2, …, Xk) regroupées dans la fonction f(.) – et des déterminants contextuels – représentés par les facteurs synthétiques (Z1, Z2, Z3) regroupés dans la fonction g(.) :

Prob(Bon état de santé) = f(X1, X2, …, Xk) + g(Z1, Z2, Z3)

Déterminants

individuelsDéterminants contextuels

Notons que l’un des moyens de séparer les effets de contexte des effets de composition est d’utiliser des modèles hiérarchiques, appelés modèles « mixtes » ou « multiniveaux » en épidémiologie sociale. Ils permettent de prendre en compte les corrélations qui peuvent exister entre les personnes vivant dans un même quartier et de distinguer la part de la variance imputable aux effets de composition de celle due aux effets de quartier. Cependant, de nombreux chercheurs préconisent d’utiliser de tels modèles lorsque le

nombre d’observations par groupe est au moins de 20 ou 25. Or, dans notre échantillon, chaque quartier contient un trop petit nombre d’individus pour utiliser de telles méthodes : 3,1 en moyenne par quartier. Le fait de travailler avec des modèles qualitatifs usuels est donc plus approprié. Comme le rappelle Diez Roux (2004), le développement massif de l’utilisation des modèles multiniveaux ne doit pas faire oublier que d’autres modèles peuvent être utilisés afin d’étudier des problématiques de contexte.

123|

Résultats

Analyse descriptive entre zones géographiques

Un état de santé plus dégradé chez les personnes socialement défavoriséesIl existe une gradation de la perception de l’état de santé en fonction des caractéristiques socio-économiques individuelles (cf. tableau 1) : les personnes les plus aisées, les plus diplômées et celles qui appartiennent aux catégories socioprofessionnelles les plus élevées se déclarent moins fréquemment en mauvaise santé. Plus le revenu du ménage est faible, plus les individus se perçoivent en mauvaise état de santé (37 % des individus ayant des revenus inférieurs à 15 500 € par an et par ménage, contre 15 % pour les individus ayant des revenus par an et par ménage supérieurs à 36 000 €). De même, plus le niveau d’éducation est bas, plus les individus déclarent un mauvais état de santé (45 % des personnes sans diplôme se déclarent en mauvais état de santé, contre 12 % des personnes ayant un bac + 2 ou plus). Il existe également de fortes différences selon la catégorie socioprofessionnelle, agriculteurs, ouvriers et employés étant les catégories sociales où le nombre d’individus se percevant en mauvais état de santé est le plus important.

Cette gradation de l’état de santé en fonction de caractéristiques individuelles ou socioéconomiques est vérifiée quel que soit le type de quartier (en Zus ou hors Zus). Mais, à caractéristiques individuelles équivalentes, les habitants des Zus se déclarent systématiquement en plus mauvaise santé que les personnes ne vivant pas en

Zus. En Zus comme hors Zus, les femmes se perçoivent toujours en plus mauvaise santé que les hommes (36 % contre 28 % en Zus et 29 % contre 22 % hors Zus), mais ces disparités d’état de santé liées au genre sont plus fortes pour les résidents des Zus : 7 points d’écart entre les femmes résidant en Zus et celles qui n’y vivent pas, et 6 points d’écart entre les hommes résidant en Zus et ceux qui n’y vivent pas. Le même constat est valable si l’on s’intéresse à l’âge des enquêtés : que l’on vive ou non en Zus, le fait de se déclarer en mauvaise santé est croissant avec l’âge, et pour chaque tranche d’âge, les résidents des Zus se perçoivent systématiquement en plus mauvaise santé que les résidents hors Zus (respectivement 24,3 % contre 16,5 % chez les 30-44 ans et 55,8 % contre 45,0 % chez les 60-79 ans). Enfin, bien que les différences d’état de santé y soient moins marquées, la proportion de personnes se déclarant en mauvaise santé est plus importante en Zus, quel que soit le niveau de revenu du ménage (cf. tableau 1).

Les inégalités socioéconomiques d’état de santé restent donc vérifiées en Zus comme hors Zus. Ensuite, à caractéristiques individuelles équivalentes, les résidents des Zus se perçoivent globalement en plus mauvais état de santé que les autres.


Résultats

Proportion (%) de personnes se déclarant en mauvaise santé en fonction des caractéristiques individuelles et du fait de vivre en Zus

Habitants des Zus Habitants hors Zus Ensemble

32,2 25,9 26,7

Quartile des revenus annuels du ménage

Moins de 15 500 € 38,5 37,1 37,3

15 500 à 23 999 € 31,7 30,2 30,4

24 000 à 35 999 € 27,2 22,6 22,9

Plus de 36 000 € 17,0 15,2 15,3

Niveau d’éducation

Sans diplôme 43,4 45,3 44,9

BEPC CAP 30,2 30,3 30,3

Bac 20,0 16,9 17,2

Bac + 2 et plus 14,4 12,3 12,4

Profession

Agriculteurs - - -

Artisans commerçants 29,2 27,7 27,8

Cadres 19,2 14,7 14,9

Professions intermédiaires 25,5 22,0 22,2

Employés 34,0 30,4 30,9

Ouvriers 37,8 36,2 36,6

Sans objet 23,9 16,3 17,5

Activité

En emploi 21,7 16,5 17,1

Au chômage 29,6 29,2 29,3

Inactifs 45,1 38,4 39,3

Nationalité

Français de naissance 29,7 24,9 25,4

Français par acquisition 39,6 35,4 36,3

Étrangers UE 15 48,4 34,7 36,3

Europe hors UE 15 36,0 29,7 32,1

Sexe

Femmes 36,0 29,0 30,0

Hommes 28,0 22,0 23,0

Âge

18-29 ans 12,4 10,1 10,5

30-44 ans 24,3 16,5 17,5

45-59 ans 43,8 28,6 30,3

60-79 ans 55,8 45,0 46,1

80 ans et plus 69,9 60,6 61,5

Ancienneté dans le logement

Depuis moins de 13 ans 28,8 20,8 21,8

Depuis plus de 13 ans 36,4 31,8 32,3

Taille de l’agglomération

Moins de 50 000 hab. 41,3 27,8 30,5

50 000 à 199 999 hab. 31,5 28,6 29,0

Plus de 200 000 hab. 33,0 25,9 26,7

Paris 28,5 23,7 24,3

Tableau 1

125|

3 Rappelons que l’information sur les quartiers provient du recensement donc ne dépend pas de l’enquête santé, alors que les informations sur les déclarations de santé ne proviennent que de l’enquête santé.

4 Notons aussi qu’il est tout à fait possible que des effets de confusion ou un manque de variabilité inter- zone viennent masquer des différences de santé entre des zones géographiques.

5 Des tests statistiques du khi deux nous ont permis de mettre en avant la dépendance entre la santé perçue et les différents types de quartiles créés.

Un état de santé dégradé sur les territoires socioéconomiquement défavorisés

Des différences d’état de santé également entre zones géographiquesNous souhaitons examiner dans quelle mesure il existe une relation entre l’état de santé de la population d’un territoire et certaines caractéristiques socioéconomiques de ce territoire. Pour ce faire, pour chaque caractéristique ordinale explorée, nous étudions la distribution des quartiers – ou des départements – selon cette caractéristique, et en déduisons un regroupement de ces territoires par « quartile ». Le premier quartile rassemble les 25 % des quartiers ayant le score le plus faible au regard de la caractéristique étudiée ; le deuxième quartile rassemble les 25 % suivants des quartiers ayant le score le plus faible au regard de la même caractéristique, etc ; le dernier quartile rassemble donc les 25 % des quartiers ayant le score le plus élevé. Nous pouvons ensuite comparer la proportion de personnes se déclarant en mauvaise santé en fonction du quartile d’appartenance du quartier (ou du département)3.

Nous constatons que les individus qui vivent dans des quartiers avec des forts taux de chômage se déclarent plus fréquemment en mauvaise santé. En effet, plus le taux de chômage dans le quartier est important et plus la proportion de personnes se déclarant en mauvaise état de santé est importante : respectivement 22,0 % pour le premier quartile et 31,7 % pour le dernier quartile (cf. graphique 1, tableau 2). En ce qui concerne les différences interdépartementales, nous constatons la même relation entre état de santé et taux de chômage, avec cependant des différences légèrement moins marquées entre le premier et le dernier quartile : près de 10 points d’écart entre les quartiers extrêmes, contre près de 7 points d’écart entre les départements extrêmes.

Les personnes vivant dans des quartiers avec une part élevée de personnes diplômées du supérieur se déclarent moins fréquemment en mauvaise santé que celles vivant au contraire dans des quartiers où la part de personnes diplômées du supérieur est faible (20,7 % pour le dernier quartile contre 33,1 % pour le premier quartile). Nous retrouvons des résultats similaires au niveau du département (respectivement 34,0 % et 24,9 % de déclaration de mauvaise santé dans les départements les moins bien et les mieux dotés en population diplômée). Notons que la différence entre les départements les plus extrêmes est là aussi moins

marquée que celle mesurée entre les quartiers les plus extrêmes (cf. graphique 2, tableau 2).

La proportion d’individus se déclarant en mauvaise santé est plus importante dans des quartiers où le taux de familles monoparentales est fort (29,2 % pour le dernier quartile contre 23,7 % pour le premier quartile). Cependant, il ne semble pas se dessiner de logique équivalente claire si l’on se place au niveau des départements (cf. graphique 3, tableau 2)4. La configuration inverse s’observe avec la variable « proportion d’immeubles de plus de 10 logements » : en effet, les déclarations d’état de santé ne varient pas en fonction de cette variable au niveau de l’Iris, alors qu’au niveau départemental elles vont décroissant à mesure que la proportion d’immeubles de plus de 10 logements augmente (respectivement 31,0 % contre 25,7 %, cf. graphique 4). Les relations entre état de santé et contexte ne sont donc pas toujours les mêmes en fonction de l’unité géographique étudiée (quartier ou département).

Des corrélations semblent aussi exister entre les déclarations d’état de santé et des variables agrégées telles que le taux de chômage des jeunes, le taux de chômage de longue durée, la proportion de familles nombreuses ou la proportion de logements sociaux (cf. tableau 2). En fait, à de rares exceptions près, la proportion de personnes se déclarant en mauvais état de santé est statistiquement lié aux caractéristiques socioéconomiques des quartiers et des départements5. Des résultats plus détaillés de l’association entre déclarations de santé perçue et caractéristiques des quartiers et des départements sont présentés en annexes.

L’analyse de ces déclarations en fonction de quelques indicateurs agrégés nous a donc permis de mettre en avant l’existence de disparités de santé entre zones géographiques. La partie suivante de l’étude propose de structurer et de synthétiser l’information contenue dans l’ensemble des variables contextuelles évoquées précédemment grâce à l’analyse de données. Afin de travailler avec les zones géographiques les plus homogènes possibles, la suite de ce rapport a uniquement été réalisée en utilisant les informations contextuelles agrégées au niveau de l’Iris.


Résultats

Proportion (%) de personnes se déclarant en mauvaise santé en fonction du taux de chômage dans le quartier et dans le département

34

32

30

28

26

24

22

20

18Quartile 1 Quartile 2 Quartile 3 Quartile 4

Iris Département

Proportion (%) de personnes se déclarant en mauvaise santé en fonction du taux de personnes diplômées du supérieur dans le quartier et dans le département

Quartile 1 Quartile 2 Quartile 3 Quartile 4

34

36

32

30

28

26

24

22

20

18

Iris Département

Graphique 1

Graphique 2

127|

Proportion (%) de personnes se déclarant en mauvaise santé en fonction du taux de familles monoparentales dans le quartier et dans le département

Iris Département

30

29

28

27

26

25

24

23

22


Proportion (%) de personnes se déclarant en mauvaise santé en fonction du taux d’immeubles de plus de 10 logements dans le quartier et dans le département

Iris Département


30

32

31

29

28

27

26

25

24

23

22

Graphique 3

Graphique 4


Résultats

Proportion (%) de personnes se déclarant en mauvaise santé en fonction des caractéristiques du quartier et du département dans lesquels elles vivent

Caractéristiques de l’Iris Caractéristiques du département

Taux de chômage

Quartile 1 21,97 22,89

Quartile 2 24,57 25,98

Quartile 3 28,83 26,49

Quartile 4 31,69 29,72

Taux de chômage des 15-24 ans

Quartile 1 21,92 23,52

Quartile 2 24,26 25,90

Quartile 3 28,50 30,32

Quartile 4 32,30 30,02

Taux de chômage longue durée

Quartile 1 22,22 23,77

Quartile 2 25,54 25,43

Quartile 3 28,46 28,57

Quartile 4 30,93 29,68

Proportion de personnes diplômées du supérieur

Quartile 1 33,12 34,00

Quartile 2 26,92 27,11

Quartile 3 26,05 28,05

Quartile 4 20,68 24,84

Proportion de familles nombreuses

Quartile 1 25,44 28,60

Quartile 2 25,24 25,46

Quartile 3 26,06 27,94

Quartile 4 30,07 26,25

Proportion de familles monoparentales

Quartile 1 23,73 26,80

Quartile 2 25,90 27,11

Quartile 3 27,97 24,85

Quartile 4 29,19 27,34

Taux de logements HLM

Quartile 1 25,05 28,44

Quartile 2 24,47 25,20

Quartile 3 27,03 27,50

Quartile 4 30,05 26,22

Taux d’immeubles collectifs de plus de 10 logements

Quartile 1 27,07 30,95

Quartile 2 27,46 29,26

Quartile 3 27,23 26,33

Quartile 4 25,17 25,70

Guide de lecture : 21,97 % des personnes vivant dans des quartiers avec les plus faibles taux de chômage (quartile 1) se percoivent en mauvais état de santé.

Tableau 2

129|

6 Statistiquement, il s’agit en fait des projections des variables de contexte initiales sur les facteurs synthétiques.

Construction et interprétation des facteurs synthétiques de contexteAfin de synthétiser l’ensemble de l’information contenue dans les données de contexte, agrégées au niveau de l’Iris, nous réalisons une analyse en composante principale. Les facteurs synthétiques obtenus (ou axes factoriels ; cf. partie Méthode) résument l’information disponible dans l’ensemble des variables de contexte que nous utilisons.

Les résultats de l’ACP indiquent que les trois premiers facteurs regroupent 63,4 % de l’inertie de base, c’est-à-dire de la variance initiale. En d’autres termes, cela signifie que la création de ces trois facteurs synthétiques permet à elle seule de récupérer la grande majorité de l’information contenue dans l’ensemble des variables initiales. Tous les individus auront un « score » sur chacun des facteurs synthétiques. En fonction de ce score, nous pouvons déterminer dans quel type de quartier il vit.

Afin de caractériser les facteurs ainsi obtenus, nous étudions les corrélations entre ces facteurs synthétiques et les données de contexte initiales6 (cf. tableau 3). Plus le niveau de corrélation est proche de 1 en valeur absolue et plus le facteur synthétique reflète la variable de contexte initiale.

Le premier facteur synthétique est un proxy du niveau de revenu. Plus globalement, il peut être interprété comme un facteur appréhendant la situation économique et sociale des territoires. Il est très fortement dépendant de l’activité professionnelle : le taux de chômage du quartier est corrélé à ce facteur à hauteur de - 0,84 et la proportion d’actifs en emploi à hauteur de + 0,83. La proportion de non-diplômés est quant à elle corrélée à ce facteur à hauteur de - 0,76. De plus, ce premier facteur est fortement expliqué par la proportion de familles monoparentales (- 0,80), de logements sociaux (- 0,72) et de personnes propriétaires de leur logement (+ 0,83) (cf. tableau 3).

Le second facteur synthétique traduit une plus ou moins forte « mobilité résidentielle » du territoire. En effet, il est très corrélé à la proportion de personnes ayant emménagé après 1990 (- 0,80), à la proportion de personnes ayant emménagé avant 1990 (+ 0,79), à la proportion de personnes vivant déjà dans le même logement en 1990 (+ 0,79), ou encore à la proportion de personnes vivant dans la même région en 1990 (+ 0,80). Ce facteur synthétique est aussi dépendant des données de contexte reflétant le type de logement : il est corrélé positivement à hauteur de 0,65 avec la proportion de logements individuels et négativement à hauteur de 0,65 avec la proportion de logements collectifs. Il est aussi dépendant du niveau d’éducation : la proportion de personnes avec un diplôme bac ou bac + 2 est négativement corrélée à hauteur de 0,68 et 0,71. Le second facteur synthétique permet donc de distinguer les quartiers de jeunes adultes mobiles qui commencent à s’installer.

Le troisième facteur synthétique est plutôt un facteur « générationnel ». Il permet de segmenter les quartiers dans lesquels il y a une forte présence de personnes âgées vivant dans des logements plutôt anciens, des quartiers avec une forte présence de jeunes vivant dans des quartiers relativement récents. En effet, il est fortement corrélé à la proportion de personnes de plus de 60 ans, à la proportion de logements construits avant 1948, à la proportion de logements construits à partir de 1982 et à la proportion de jeunes de moins de 20 ans (corrélations de respectivement - 0,78 ; - 0,55 ; + 0,56 et + 0,66). Notons que ce facteur se distingue également du second facteur synthétique dans la mesure où il s’agit plutôt de familles nombreuses (donc beaucoup de jeunes de moins de 20 ans) que de jeunes de 20 à 30 ans qui commencent à s’installer.


Résultats

Corrélation entre les variables de contexte et les facteurs synthétiques

Facteur 1 Facteur 2 Facteur 3

Part de chômeurs - 0,84 0,31 - 0,24

Part de chômeurs de 15-24 ans dans l’ensemble des actifs de 15-24 ans - 0,57 0,55 - 0,21

Part de chômeurs de longue durée dans l’ensemble des chômeurs - 0,28 0,41 - 0,31

Part de femmes au chômage dans l’ensemble femmes actives - 0,78 0,38 - 0,23

Part d’actifs ayant un emploi dans la population active totale 0,83 - 0,32 0,24

Part des actifs parmi les 15-24 ans - 0,44 - 0,14 0,13

Part de femmes actives occupées dans l’ensemble des actifs occupés 0,24 - 0,53 - 0,01

Part de CDD dans la population active occupée - 0,66 - 0,30 - 0,25

Part de personnes ayant emménagé après 1990 - 0,38 - 0,80 0,16

Part de personnes vivant dans le même logement depuis 1990 0,28 0,79 - 0,15

Part de personnes vivant dans la même commune depuis 1990 - 0,22 0,64 - 0,36

Part de personnes vivant dans la même région depuis 1990 0,08 0,80 0,03

Part de familles de 3 enfants et plus - 0,54 0,44 0,46

Part de familles monoparentales - 0,80 - 0,08 - 0,06

Part population française 0,63 0,09 - 0,23

Part population étrangère - 0,63 - 0,09 0,23

Part de non-diplômés - 0,76 0,54 - 0,05

Part de personnes ayant le bac 0,56 - 0,56 0,21

Part de personnes ayant un bac + 2 0,55 - 0,68 0,19

Part de personnes diplômées du supérieur 0,29 - 0,71 - 0,07

Part de personnes de moins de 20 ans - 0,31 0,55 0,66

Part de personnes âgées entre 20 et 39 ans - 0,38 - 0,72 0,12

Part de personnes âgées entre 40 et 59 ans 0,59 0,37 0,20

Part de personnes de plus de 60 ans 0,30 0,05 - 0,78

Nombre moyen de pièces dans le logement 0,48 0,65 0,20

Nombre moyen de personnes par pièce - 0,58 - 0,10 0,43

Part d’immeubles collectifs - 0,58 - 0,65 - 0,05

Part d’immeubles collectifs de plus de 10 logements - 0,54 - 0,48 0,11

Part de maisons individuelles 0,59 0,65 0,05

Part de propriétaires 0,83 0,36 0,03

Part de résidences louées en HLM - 0,72 0,26 0,31

Part de résidences louées non HLM - 0,01 - 0,77 - 0,44

Part de logements construits avant 1948 0,02 - 0,34 - 0,55

Part de logements construits entre 1949 et 1981 - 0,24 0,40 0,15

Part de logements construits après 1982 0,33 - 0,09 0,56

Interprétation des facteurs en tant que facteurs synthétiques de variable de contexte

Situation économique et sociale Mobilité Générationnel

Tableau 3

131|

Distribution des caractéristiques individuelles des enquêtés en fonction des facteurs de contexte

En toute cohérence sont surreprésentées dans les quartiers où se concentrent les difficultés économiques et sociales (coordonnée négative sur le premier facteur synthétique) les personnes les plus pauvres (35,1 % de la population de ces quartiers appartiennent au premier quartile de revenus contre 27 % dans l’ensemble de la population), les moins diplômées (26,1 % sont sans diplôme contre 20,0 %), celles appartenant à la classe ouvrière (27,8 % contre 22,2 %), ainsi que les personnes vivant dans une Zus (26,3 % contre 12,5 %) (cf. tableau 4). Les personnes vivant dans ces quartiers défavorisés socio-économiquement sont aussi plus nombreuses à se percevoir en mauvaise santé que celles vivant dans des quartiers plus favorisés (28,2 % contre 25,5 %).

Les personnes vivant dans des quartiers où « la mobilité » est importante (coordonnée négative sur le second facteur synthétique) sont plutôt jeunes (26,5 % ont entre 18 et 20 ans contre 22,4 % dans l’ensemble de la population), diplômées (33,9 % ont au moins un bac + 2 contre 24,7 %) et ne vivent pas dans une Zus (94,3 % contre 87,5 %). Il s’agit d’une population qui commence à s’installer et qui est donc très mobile. Les différences de santé perçue sont plus importantes que pour le premier facteur synthétique : 23,8 % des personnes appartenant à des quartiers mobiles se déclarent en mauvaise santé contre 29,2 % pour les personnes vivant dans des quartiers moins mobiles.

Enfin, les individus vivant dans des quartiers avec une population âgée et beaucoup d’anciens logements (coordonnée négative sur le troisième facteur

synthétique) ont davantage de risque d’être inactifs et d’avoir plus de 80 ans par rapport à l’ensemble de la population (ils sont respectivement 43,1 % et 5,6 % contre 39,3 % et 4,3 %). Les personnes appartenant à des « quartiers jeunes » vivant dans des logements plutôt récents (coordonnée positive sur le troisième facteur synthétique) sont quant à elles des personnes en emploi, entre 18 et 44 ans, avec une légère surreprésentation de personnes appartenant au quartile de revenus le plus élevé (28,1 % contre 25,5 % en moyenne). Elles se déclarent moins fréquemment en mauvaise santé que celles qui vivent dans des « quartiers âgés » (24,7 % contre 28,7 %, cf. tableau 4).

Les individus ont donc une « probabilité » plus élevée de vivre dans des quartiers qui leur ressemblent que dans des quartiers qui ne leur ressemblent pas. Ce phénomène est à l’origine même de l’existence de travaux qui tentent de distinguer les effets de contexte des effets de composition, et de montrer si les différences de santé perçue entre quartiers sont la conséquence de caractéristiques individuelles défavorables ou si le fait de vivre dans un quartier défavorisé produit des externalités négatives sur la santé. L’analyse économétrique présentée dans la partie suivante nous permet non seulement de distinguer les effets de composition des effets quartiers, mais aussi de voir dans quelle mesure le fait d’être en Zus est un bon reflet des effets de voisinage, c’est-à-dire de connaître les éléments de contexte qui expliquent les différences d’état de santé entre les personnes vivant en Zus et les autres.


Résultats

Distribution (%) des caractéristiques individuelles selon les facteurs synthétiques

Ensemble Facteur 1 Facteur 2 Facteur 3

Positive Négative Positive Négative Positive Négative

Nombre d’individus : 16 505 Non-désavantagés Désavantagés Non mobiles Mobiles

Jeunes dans des quartiers

récents

Âgés dans des quartiers

anciens

Revenu du ménage

Quartile 1 27,0 20,6 35,1 27,1 26,9 23,1 30,8

Quartile 2 24,1 21,4 27,6 26,1 21,8 23,9 24,4

Quartile 3 23,4 25,3 21,0 23,5 23,3 24,9 22,0

Quartile 4 25,5 32,7 16,3 23,2 28,1 28,1 22,9


Sans diplôme 20,0 15,2 26,1 23,4 16,0 20,2 19,9

BEPC-CAP 39,2 39,8 38,5 45,6 31,7 40,7 37,8

Bac 16,1 16,8 15,1 14,2 18,3 16,0 16,2

Bac + 2 et plus 24,7 28,2 20,3 16,9 33,9 23,2 26,2

Profession

Agriculteurs 0,6 0,9 0,2 0,9 0,3 0,7 0,6

Artisans commerçants 5,1 6,0 4,1 4,7 5,6 4,5 5,8

Cadres 14,4 18,2 9,5 9,2 20,5 14,0 14,7

Professions intermédiaires 20,1 22,6 16,9 19,1 21,3 20,4 19,8

Employés 27,3 25,5 29,6 28,7 25,6 27,7 26,9

Ouvriers 22,2 17,7 27,8 28,1 15,3 22,3 22,2

Sans objet 10,4 9,2 11,8 9,4 11,5 10,6 10,1

Activité

En emploi 53,4 54,7 51,6 51,3 55,8 57,2 49,6

Au chômage 7,3 5,6 9,5 7,5 7,1 7,3 7,3

Inactifs 39,3 39,7 38,9 41,2 37,1 35,4 43,1

Nationalité

Français de naissance 86,2 90,8 80,3 86,4 85,9 83,5 88,8

Français par acquisition 5,5 4,4 6,9 5,8 5,1 6,4 4,6

Étrangers UE 15 3,0 2,8 3,4 2,4 3,7 3,1 3,0

Europe hors UE 15 5,3 2,0 9,4 5,3 5,3 7,0 3,7

Sexe

Femmes 46,4 46,5 46,4 46,7 46,1 47,1 45,8

Hommes 53,6 53,5 53,6 53,3 53,9 52,9 54,2

Âge

18-29 ans 22,4 18,6 27,2 18,9 26,5 22,8 22,0

30-44 ans 28,4 27,3 29,8 28,4 28,4 30,8 26,1

45-59 ans 25,1 27,6 22,0 27,3 22,6 26,8 23,6

60-79 ans 19,7 21,8 17,1 21,3 17,9 16,6 22,8

80 ans et plus 4,3 4,7 3,9 4,1 4,6 3,0 5,6

Zus/Hors Zus

Vivre hors Zus 87,5 98,9 73,1 81,7 94,3 82,9 92,0

Vivre dans une Zus 12,5 1,1 26,9 18,3 5,7 17,2 8,0

Santé perçue négative 26,7 25,5 28,2 29,2 23,8 24,7 28,7

Tableau 4

133|

Analyses économétriquesAfin de ne pas tenir compte des situations les plus extrêmes et de rendre compte au mieux des comportements de la population étudiée, les analyses économétriques ont été réalisées sur les personnes enquêtées dont les « scores » sur les facteurs synthétiques sont compris entre les 1er et 99e percentiles, soient 15 552 individus. Rappelons ici que tous les individus ont des scores sur chacun des facteurs synthétiques de contexte. Celui-ci permet de savoir dans quel type de quartier vivent les individus. La distribution des scores de chacun des facteurs avant l’élimination des individus les plus extrêmes est présentée en annexe.

Les résultats obtenus dans les analyses suivantes partent du postulat que les quartiers sont indépendants les uns des autres. Or, plusieurs travaux ont montré les limites d’utiliser un zonage administratif et de ne pas tenir compte de l’espace dans sa continuité (Chauvin et alii, 2005). Cela implique en particulier que si un ménage vit à la frontière de deux quartiers, il est important de tenir compte des éléments de contexte des deux quartiers, et pas seulement du quartier auquel il appartient (effet de frontière). Des méthodes de statistiques spatiales permettent de tenir compte du territoire dans sa continuité. Elles restent cependant largement moins utilisées que les autres modèles dans la mesure où elles exigent de disposer de données très fines concernant la localisation de l’habitat et la possibilité de géocoder ces données. D’un autre côté, plus le niveau géographique est petit, plus l’information contextuelle est précise. Dès lors, nous devons faire un choix concernant le niveau géographique optimal pour notre étude. Le niveau Iris est un bon compromis dans le cas français.

Les données dont nous disposons présentent deux avantages. Premièrement, nous pouvons généraliser ces résultats à l’ensemble de la France étant donné

que cette enquête est représentative de la population de l’espace urbain français. Grâce aux données du recensement de la population de 1999, nous pouvons mettre en relation un ensemble conséquent d’informations agrégées à l’Iris avec l’état de santé de chaque enquêté. Deuxièmement, il n’existe pas de problème de dépendance entre les données issues des ménages et ces données agrégées. En effet, le nombre de ménages par quartier est suffisamment petit (moins de deux en moyenne) ; les caractéristiques de ces ménages ne peuvent pas influer sur le niveau des variables de contexte agrégées au niveau des quartiers. Toutefois, nous sommes conscients que l’histoire des individus joue sur leur localisation géographique. Dès lors, nous ne sommes pas dans le cas d’une expérience naturelle où les ménages seraient répartis aléatoirement sur le territoire. Si les individus se retrouvent dans les quartiers les plus défavorisés, cela peut être dû à un état de santé déjà dégradé.

La suite de l’étude se décline en quatre étapes :1. nous estimons d’abord l’effet des seules

caractéristiques individuelles sur la déclaration d’état de santé, ce qui nous permet d’identifier les effets des caractéristiques individuelles ;

2. à partir de cette première modélisation nous incluons une variable indicatrice « être en Zus », ce qui nous permet d’identifier un effet Zus ;

3. en repartant de la première étape nous incluons les trois facteurs synthétiques de contexte les uns après les autres, puis simultanément, ce qui nous permet d’identifier des effets de contexte ;

4. pour comprendre les interactions entre l’effet Zus et les effets de contexte précédemment identifiés, nous incluons simultanément la variable indicatrice « être en Zus » et les trois facteurs synthétiques.


Résultats

7 Pour comparer l’effet du premier facteur synthétique avec l’impact des caractéristiques individuelles, nous calculons la différence entre la probabilité qu’un individu vivant dans un quartier très défavorisé se déclare en mauvaise santé et la probabilité qu’un individu vivant dans un quartier très favorisé se déclare en mauvaise santé, c’est-à-dire de l’unité la plus faible à l’unité la plus élevée (cf. tableau 5). En comparant les poids respectifs du premier facteur synthétique et du fait de vivre en Zus, nous constatons, en ne conservant que les valeurs associées aux percentiles p5 (valeur = 4,30, quartier favorisé) et p95 (valeur = - 5,60, quartier défavorisé), que l’écart de score entre ces quartiers aux extrêmes de la distribution est de 9,9. La différence entre la probabilité qu’un individu vivant dans un quartier extrêmement défavorisé se déclare en mauvaise santé et la probabilité qu’un individu vivant dans un quartier extrêmement favorisé se déclare en mauvaise santé vaut 9,9 x - 0,43, soit 4,3 points d’écart.

La première estimation est réalisée sans aucun facteur de contexte et sans l’indicatrice « Zus ». Toutes choses égales par ailleurs (cf. tableau 6), les personnes les moins aisées, les moins diplômées, les ouvriers et les plus âgés se déclarent en plus mauvaise santé que

les autres. Le fait d’être de nationalité étrangère ou Français par acquisition semble aussi corrélé à une mauvaise santé déclarée. Notons que l’ancienneté dans le logement et la taille de l’agglomération ne semblent par contre pas être liées directement à l’état de santé.

L’existence d’un effet Zus…

La présence d’effets de contexteNous introduisons les trois facteurs synthétiques, à savoir le premier facteur décrivant la situation économique et sociale, le second facteur appréhendant la mobilité résidentielle, et le troisième facteur dit « générationnel ». Dans un premier temps, nous introduisons les facteurs synthétiques de façon linéaire, et un par un. L’hypothèse

de linéarité suppose qu’une variation marginale des facteurs synthétiques a un effet constant sur l’état de santé. Dans un deuxième temps, nous testons cette hypothèse en introduisant les facteurs synthétiques sous la forme d’un polynôme d’ordre deux.

Le facteur synthétique de situation économique et sociale

Indépendamment des caractéristiques individuelles, le fait de vivre dans un quartier en difficulté a un impact négatif sur la probabilité de se déclarer en mauvaise santé (cf. tableau 6, modèle « facteur 1 »). Le coefficient négatif attribué au premier facteur synthétique montre que plus les personnes vivent dans un quartier où le niveau social et économique est élevé, plus la probabilité qu’elles se déclarent en mauvaise santé est faible. Cela suggère que vivre dans un quartier où se cumulent les difficultés économiques et sociales expose à des externalités négatives en matière de santé.

Le coefficient observé pour le premier facteur synthétique (- 0,43) correspond à la variation de la probabilité de se déclarer en mauvaise santé lorsque le score du quartier dans lequel vit un individu augmente d’une unité (cf. tableau 6). La différence entre la probabilité

qu’un individu vivant dans un quartier extrêmement défavorisé se déclare en mauvaise santé et la probabilité qu’un individu vivant dans un quartier extrêmement favorisé se déclare en mauvaise santé est de 4,3 points7 (cf. tableau 5) Cet impact est proche de l’impact de déterminants individuels importants. D’une part, il est légèrement supérieur aux différences de santé perçue entre les hommes et les femmes (3,8 points d’écart), les ouvriers et les professions intermédiaires (3,8 points) ou bien encore entre les artisans commerçants et les professions intermédiaires (3,3 points). D’autre part, il est légèrement inférieur aux différences de santé perçue entre les non-diplômés et les plus diplômés (6,5 points d’écart), entre les revenus les plus modestes et les plus aisés (7,4 points d’écart) ou entre les actifs et les inactifs (encore 10,6 points d’écart).

Toutes choses étant égales par ailleurs, la probabilité que les résidents des Zus se déclarent en mauvaise santé est supérieure de 2,2 points à celle des individus ne vivant pas en Zus. Cet « effet Zus » traduit certainement des externalités négatives liées au cumul d’inégalités sociales. Les valeurs des coefficients associés aux déterminants individuels ainsi que les écarts-types de ces coefficients ne varient pas sensiblement avec l’introduction de l’indicatrice Zus. Cela signifie que l’information incluse dans la variable « être en Zus » est différente de celle présente dans les variables individuelles.

Nous pouvons alors envisager deux possibilités. Soit il existe des variables individuelles explicatives que nous avons omis d’inclure dans notre modélisation et qui sont fortement corrélées au fait de vivre en Zus, soit nous mettons bien en évidence un effet Zus. La deuxième solution nous semble la plus probable. En effet, les principaux déterminants individuels de l’état de santé sont l’âge, le sexe, la rémunération, le niveau de formation, la nationalité. Toutes ces variables sont présentes dans nos estimations. Même si nous avons omis des variables individuelles, il est fort improbable que les effets de ces dernières modifient significativement l’effet Zus.

Effets des caractéristiques individuelles

135|

Distribution (%) des positions sur les trois facteurs synthétiques

Facteur synthétique 1 Facteur synthétique 2 Facteur synthétique 3

Situation économique et sociale Mobilité résidentielle Facteur générationnel

Valeurs des facteurs synthétiques

Maximum 5,46 5,82 5,26

99 % 5,05 5,45 4,28

95 % (A) 4,30 4,43 2,92

Médiane 0,46 0,41 -0,06

5 % (B) -5,60 -5,22 -2,48

1 % -8,12 -6,63 -3,37

Minimum -9,51 -7,56 -3,76

Variation P95- P5 (A-B) 9,90 9,66 5,40

Coefficient estimé linéaire (C) -0,43 0,31 -0,46

Effet marginal sur la probabilitéde se déclarer en mauvaise santé (en valeur absolue) |(A-B)* (C)| 4,26 2,99 2,48

Tableau 5

Le facteur synthétique de la mobilité résidentielleEn ce qui concerne le facteur synthétique de « mobi-lité », nos estimations montrent qu’il a un effet linéaire de l’ordre de + 0,31 sur la probabilité de se déclarer en mauvaise santé (cf. tableau 6, modèle « facteur 2 »). Cela signifie que plus les individus vivent dans des quartiers qui ont des scores élevés sur le facteur synthétique de mobilité (c’est-à-dire plus ils vivent dans des quartiers peu « mobiles »), plus ils auront tendance à se déclarer en mauvaise santé. Contrairement aux deux autres facteurs synthétiques de contexte qui représentent plutôt un état des lieux de la ville d’aujourd’hui, le facteur synthétique de « mobilité » représente les flux qui construisent la ville de demain. Les économistes

du logement montrent que les villes sont en continuelle transformation et qu’il est aussi important d’étudier l’état des villes que leur dynamique de peuplement.

Comme précédemment, nous calculons la différence des probabilités de se déclarer en mauvaise santé entre une personne vivant dans un quartier extrêmement « mobile » et une personne vivant dans un quartier extrêmement peu « mobile ». Cet effet (+ 3 points) est plus faible que celui mesuré pour le premier facteur synthétique (cf. tableau 5). Il est donc aussi plus faible que les impacts des effets individuels mais reste relativement proche de l’effet du sexe et de l’effet « artisans commerçants ».

Le facteur synthétique générationnelLe troisième facteur synthétique, dénommé facteur « générationnel », permet de distinguer les quartiers récemment construits habités par des ménages jeunes, des quartiers anciens habités par des ménages plus âgés. Il a un impact négatif sur la pro babilité de se déclarer en mauvaise santé, ce qui signifie que les individus qui habitent dans des quartiers dont les coordonnées sont positives sur

le facteur synthétique « générationnel » (quartiers récents et « jeunes ») sont en meilleure santé, toutes choses égales par ailleurs, que ceux qui vivent dans les quartiers aux coordonnées négatives (quartiers anciens et âgés).

L’effet est de + 2,5 points, ce qui est inférieur aux effets marginaux des deux premiers facteurs synthétiques (cf. tableau 5).

Les effets des facteurs sont-ils linéaires ?Afin de tester l’hypothèse de linéarité, c’est-à-dire d’analyser si les différences maximales d’état de santé sont observées entre les quartiers les plus extrêmes, nous incluons simultanément dans nos différents

modèles les facteurs synthétiques et leurs effets quadratiques (cf. tableau 6 bis). La probabilité de se déclarer en mauvaise santé a ainsi comme facteurs explicatifs à la fois des déterminants individuels


Résultats

– représentés par les variables (X1, X2, …, Xk) – et des déterminants contextuels – représentés d’une part par les facteurs synthétiques linéaires (Z1, Z2,

Z3) et d’autre part par les facteurs synthétiques quadratiques (Z1², Z2², Z3²).

Prob(Bon état de santé) = a1X1 + … + akXk + b1Z1 + b2 Z2 + b3Z3+ c1Z1² + c2 Z2² + c3Z3²

Un facteur quadratique qui ne joue pas sur la probabilité de se déclarer en mauvaise santé signifie que les différences maximales d’état de santé sont bel et bien observées entre les quartiers ayant les positions les plus extrêmes sur les facteurs synthétiques.

Cela est le cas pour les deux premiers facteurs synthétiques. En d’autres termes, l’effet marginal commenté précédemment est le même quelle que soit la position de l’individu sur les facteurs synthétiques 1 et 2.

Par contre, nous constatons que la forme linéaire n’est pas satisfaisante pour tenir compte de l’effet du facteur synthétique générationnel (cf. graphique 5), étant donné que la forme quadratique associée au troisième facteur contextuel est significative (cf. tableau 6 bis, modèle « facteur 3 »). Nous sommes donc en face d’un effet Guttman (ou « arch effect » ou « horseshoe effect ») : les différences d’état de santé les plus importantes ne sont pas à rechercher entre les quartiers ayant les positions les plus extrêmes mais entre ceux ayant une position intermédiaire et les deux extrémités.

Pour comprendre cet effet, revenons sur la définition de ce facteur synthétique. Les individus ayant des valeurs fortement positives vivent dans des quartiers avec une

forte proportion de logements récents, de jeunes et de familles nombreuses. Ceux qui ont des valeurs très négatives vivent quant à eux dans des quartiers avec des logements très anciens, avec une forte proportion de ménages de plus de 60 ans et de résidents installés depuis longtemps. L’effet négatif de la partie linéaire nous indique que les individus qui se situent du côté négatif du facteur synthétique (c’est-à-dire les personnes qui vivent dans des quartiers avec beaucoup de personnes âgées et beaucoup d’anciens logements) se déclarent en moins bonne santé que ceux qui sont du côté positif (c’est-à-dire que ceux qui vivent dans des quartiers avec beaucoup de familles nombreuses, de jeunes de moins de 20 ans et de logements construits après 1982). L’effet positif de la forme quadratique (+ 0,25) nous informe que les différences d’état de santé maximales ne se situent pas entre les personnes ayant des valeurs extrêmes sur ce facteur mais entre celles qui ont des valeurs très négatives et celles qui ont des valeurs intermédiaires : la position la plus favorable est donc occupée par des ménages vivant dans des quartiers avec une certaine mixité des habitants (selon l’âge) et une mixité des bâtiments (selon l’année de construction). L’effet total du facteur synthétique « générationnel » a une forme de L (cf. graphique 5).

Effet du facteur synthétique générationnel sur la probabilité de se déclarer en mauvaise santé (forme quadratique)

3,5

3,0

2,5

-2,5 -2,0 -1,5 -1,0 -0,5 0,0 1,0 1,5 2,5

2,0

1,5

1,0

0,5

0,0

-0,5

-1,0

Position sur le troisième facteur synthétique (facteur générationnel)

Effe

t sur

l’ét

at d

e sa

nté

Effet marginal(forme linéaire)

Effet marginal(forme quadratique)

Effet marginaldû à la mixité

générationnelle

Effet marginaldû à la mixité

générationnelle

Logements récentset ménages jeunes

Logements ancienset ménages âgés

0,5 20,5 2,0 3,0

Graphique 5

Déterminants individuels

Déterminants contextuels linéaires

Déterminants contextuels quadratiques

137|

L’effet maximal associé à ce facteur est de 3,4 points. Il est donc supérieur à celui constaté avec la seule

forme linéaire et comparable aux effets des deux autres facteurs.

La place de l’effet Zus dans les effets de contexteNous avons vu d’une part que le fait de vivre en Zus augmente la probabilité de se déclarer en mauvaise santé et d’autre part que les facteurs synthétiques de contexte étaient liés à la santé perçue indépendamment des caractéristiques individuelles. Il s’agit alors de déterminer dans quelle mesure les facteurs de contexte peuvent expliquer « l’effet Zus ». Nous cherchons par la même occasion à identifier les éléments de contexte

nous permettant d’aller plus loin que « l’effet Zus ». Jusqu’à présent, nous avons analysé les modèles qui tenaient compte uniquement des facteurs synthétiques de contexte. Pour répondre aux interrogations que nous nous posons sur « l’effet Zus », nous introduisons dans ces modèles la variable Zus afin d’observer l’articulation des différents coefficients entre eux.

L’effet Zus et le facteur synthétique de situation économique et socialeToutes choses égales par ailleurs, le fait d’être en Zus augmente significativement la probabilité de se déclarer en mauvaise santé de 2,2 points. En introduisant simultanément le premier facteur synthétique et l’indicatrice Zus, le coefficient associé à ce facteur synthétique est significativement négatif alors que le coefficient associé à la variable Zus perd son impact. Cela ne signifie pas pour autant que les différences d’état de santé entre les résidents des Zus et les autres ne sont pas significatives mais plutôt qu’elles sont relativement bien prises en compte à travers le premier facteur synthétique de contexte. Le fait que les informations incluses dans l’indicatrice Zus soient « couvertes » par le facteur synthétique de situation économique et sociale trouve certainement son origine dans le procédé de sélection des territoires Zus. En effet, le découpage institutionnel a été créé de manière à distinguer les zones géographiques les plus précaires économiquement.

Toutes choses égales par ailleurs, la probabilité de se déclarer en mauvaise santé est plus élevée de

4,3 points pour les personnes qui vivent dans des quartiers extrêmement défavorisés que pour celles qui vivent dans des quartiers extrêmement favorisés. Cette probabilité était plus élevée de 2,2 points pour les personnes qui vivaient en Zus par rapport à celles n’y vivant pas. Le premier facteur synthétique prend donc mieux en compte l’hétérogénéité des quartiers que la simple variable Zus.

En France, les Zus sont au nombre de 751. Ce sont les maires des villes qui ont fait une demande de classement en Zus de certains de leurs quartiers. Même si des caractéristiques socio-économiques comme la présence d’un fort taux de chômage entrent en considération, il n’y a pas de règle unique. Dès lors, les quartiers nommés Zus peuvent être assez hétérogènes. De plus, le premier facteur synthétique, agrégat de différentes variables caractérisant la situation économique et sociale, porte une information plus riche et diversifiée que la simple variable binaire Zus/hors Zus.

L’effet Zus et le facteur synthétique de la mobilité résidentielleEn introduisant simultanément le fait de vivre en Zus et le deuxième facteur synthétique reflétant la mobilité résidentielle, le coefficient associé à l’indicatrice Zus demeure assez élevé (+ 1,9 point) mais il n’est plus significatif à 10 %. Il semblerait donc que l’information incluse dans l’indicatrice Zus se retrouve aussi partiellement dans le second facteur synthétique de mobilité. Cependant, la

p-value associée à la variable Zus est très proche du seuil de significativité : 10,6 (t-stat = 1,63). Les informations introduites par le second facteur de synthétique de contexte et l’indicatrice Zus ne sont donc pas totalement identiques.

Notons enfin que l’impact de ce facteur synthétique de contexte reste plus élevé que l’impact de l’effet Zus (3,0 points contre 2,2 points).

L’effet Zus et le facteur synthétique générationnelContrairement aux estimations menées avec le facteur synthétique sur la « situation économique et sociale », les coefficients associés au facteur synthétique « générationnel » et au fait d’habiter en Zus sont significatifs simultanément. Dès lors, le facteur synthétique dit « générationnel » semble apporter une information supplémentaire à la simple

variable indicatrice Zus. L’effet mesuré de ce troisième facteur vient donc s’ajouter à l’« effet Zus ».

L’impact de ce facteur est supérieur à l’« effet Zus » (2,9 points contre 2,2 points). Ce constat est encore renforcé si l’on prend en considération la forme quadratique (3,4 points contre 2,2 points).


Résultats

Analyse conjointe des trois facteurs synthétiques de contexteLa prise en compte simultanée des trois facteurs synthétiques de contexte et de la variable indicatrice Zus confirme les analyses que nous venons d’exposer (cf. tableaux 6 et 6 bis). Les effets des facteurs

synthétiques sont supérieurs à « l’effet Zus » simple. Cela suggère de recourir à d’autres caractéristiques territoriales que la simple variable « être en Zus » dans l’analyse des disparités de santé entre quartiers Zus et

Résultats des analyses économétriques. Modélisation probit de la probabilité de se déclarer en mauvaise santé 8.

Sans facteur synthétique Facteur 1 Facteur 2 Facteur 3 Facteur 1 – 2 - 3

Sans var. Zus Avec var. Zus Sans var. Zus Avec var. Zus Sans var. Zus Avec var. Zus Sans var. Zus Avec var. Zus Sans var. Zus Avec var. Zus

Âge

30-44 ans 11,74** 11,83** 11,96** 11,96** 11,53** 11,63** 11,75** 11,86** 11,74** 11,74**

45-59 ans 25,66** 25,81** 26,08** 26,08** 25,49** 25,63** 25,62** 25,79** 25,86** 25,86**

60-79 ans 29,38** 29,64** 29,98** 29,99** 29,43** 29,64** 29,19** 29,46** 29,84** 29,84**

80 ans et plus 43,89** 44,22** 44,52** 44,53** 44,17** 44,41** 43,52** 43,83** 44,45** 44,44**

Sexe

Femmes 3,75** 3,74** 3,75** 3,75** 3,77** 3,76** 3,75** 3,74** 3,77** 3,77**


Sans diplôme 6,92** 6,81** 6,65** 6,64** 6,90** 6,81** 6,93** 6,79** 6,61** 6,61**

Bac - 3,17** - 3,10** - 3,12** - 3,12** - 3,01** - 2,97** - 3,26** - 3,19** - 3,03** - 3,03**

Bac + 2 et + - 6,62** - 6,51 ** - 6,53** - 6,53** - 6,29** - 6,22** - 6,79** - 6,69** - 6,33** - 6,33**

Revenus du ménage

Moins de 15 500 € 3,95** 3,86** 3,72** 3,72** 4,05** 3,96** 3,87** 3,75** 3,73** 3,73**

24 000 € à 35 999 € - 2,50** - 2,43** - 2,28** - 2,28** - 2,51** - 2,45** - 2,42** - 2,31** - 2,17** - 2,17**

Plus de 36 000 € - 7,77** - 7,71** - 7,40** - 7,41** - 7,78** - 7,73** - 7,69** - 7,60** - 7,30** - 7,29**

Profession

Agriculteurs 0,82** 1,03** 1,49** 1,49** 0,77** 0,95** 1,07** 1,37** 1,77** 1,77**

Artisans-commercants - 3,39** - 3,31** - 3,27** - 3,26** - 3,24** - 3,19** - 3,54** - 3,48** - 3,27** - 3,27**

Cadres - 4,15** - 4,16** - 4,13** - 4,13** - 4,00** - 4,02** - 4,24** - 4,26** - 4,04** - 4,04**

Employés 0,48** 0,46** 0,36** 0,36** 0,49** 0,47** 0,46** 0,43** 0,34** 0,34**

Ouvriers 4,06** 3,99** 3,81** 3,81** 3,90** 3,86 ** 4,04** 3,95** 3,58** 3,58**

Non renseignés - 6,17** - 6,18** - 6,20** - 6,20** - 6,13** - 6,15 ** - 6,18** - 6,19** - 6,18** - 6,18**

Statut d’occupation

Au chômage 8,82** 8,79** 8,71** 8,71** 8,82** 8,80** 8,77** 8,73** 8,66** 8,66**

Inactifs 10,87** 10,85** 10,85** 10,84** 10,78** 10,77** 10,82** 10,79** 10,69** 10,69**

Nationalité

Français par acquisition 4,81** 4,67** 4,48** 4,47** 4,75** 4,64** 4,90** 4,75** 4,49** 4,49**

Étrangers de EU 15 4,10** 4,12** 4,08** 4,08** 4,32** 4,31** 4,00** 3,99** 4,21** 4,21**

Étrangers hors EU 15 1,73** 1,29** 0,82** 0,81** 1,75** 1,39** 1,94** 1,46** 1,04** 1,05**


Moins de 50 000 hab. - 0,49** - 0,61** - 0,62** - 0,62** - 1,32** - 1,34** - 1,03** - 1,29** - 2,25** - 2,25**

50 000 à 199 999 hab. - 1,39** - 1,47** - 1,30** - 1,31** - 2,02** - 2,02** - 1,89** - 2,07** - 2,64** - 2,63**

Plus de 200 000 hab. - 0,48** - 0,48** - 0,42** - 0,42** - 0,96** - 0,90** - 0,97** - 1,06** - 1,57** - 1,57**

Temps passé dans le logement

Plus de 13 ans - 0,65** - 0,66** - 0,59** - 0,59** - 0,90** - 0,88** - 0,63** - 0,64** - 0,86** - 0,86**

Zus 2,22** 0,16** 1,86** 2,68** - 0,05**

Variables de contexte

Facteur 1 - 0,43** - 0,42** - 0,46** - 0,46**

Facteur 2 0,31** 0,28** 0,37** 0,37**

Facteur 3 - 0,46** - 0,55** - 0,55** - 0,55**

Log vraisemblance - 7 670,86** - 7 668,97** - 7 665,05** - 7 665,04** - 7 668,27** - 7 666,97** - 7 668,88** - 7 666,24** - 7 659,27** - 7 659,27**

p 22,94** 22,93** 22,92** 22,92** 22,94** 22,93** 22,94** 22,93** 22,91** 22,91**

Tableau 6

* Paramètre significatif à 10 %. ** Paramètre significatif à 5 %.

8 Les modalités de référence du modèle sont les suivantes : «18-29 ans» pour la variable d’âge; «hommes» pour la variable de sexe: «BEPC-CAP» pour la variable de niveau d’éducation; «15 500 € à 24 000 €» pour la variable de revenus du ménage; «professions intermédiaires» pour la variable de profession; «en emploi» pour la variable de statut d’occupation; «Français de naissance» pour la variable de nationalité; «Paris» pour la variable de taille d’agglomération; «depuis moins de 13 ans» pour la variable de temps passé dns le logement.

139|

Résultats des analyses économétriques. Modélisation probit de la probabilité de se déclarer en mauvaise santé 8.

Sans facteur synthétique Facteur 1 Facteur 2 Facteur 3 Facteur 1 – 2 - 3


Âge

30-44 ans 11,74** 11,83** 11,96** 11,96** 11,53** 11,63** 11,75** 11,86** 11,74** 11,74**

45-59 ans 25,66** 25,81** 26,08** 26,08** 25,49** 25,63** 25,62** 25,79** 25,86** 25,86**

60-79 ans 29,38** 29,64** 29,98** 29,99** 29,43** 29,64** 29,19** 29,46** 29,84** 29,84**

80 ans et plus 43,89** 44,22** 44,52** 44,53** 44,17** 44,41** 43,52** 43,83** 44,45** 44,44**

Sexe

Femmes 3,75** 3,74** 3,75** 3,75** 3,77** 3,76** 3,75** 3,74** 3,77** 3,77**


Sans diplôme 6,92** 6,81** 6,65** 6,64** 6,90** 6,81** 6,93** 6,79** 6,61** 6,61**

Bac - 3,17** - 3,10** - 3,12** - 3,12** - 3,01** - 2,97** - 3,26** - 3,19** - 3,03** - 3,03**

Bac + 2 et + - 6,62** - 6,51 ** - 6,53** - 6,53** - 6,29** - 6,22** - 6,79** - 6,69** - 6,33** - 6,33**

Revenus du ménage

Moins de 15 500 € 3,95** 3,86** 3,72** 3,72** 4,05** 3,96** 3,87** 3,75** 3,73** 3,73**

24 000 € à 35 999 € - 2,50** - 2,43** - 2,28** - 2,28** - 2,51** - 2,45** - 2,42** - 2,31** - 2,17** - 2,17**

Plus de 36 000 € - 7,77** - 7,71** - 7,40** - 7,41** - 7,78** - 7,73** - 7,69** - 7,60** - 7,30** - 7,29**

Profession

Agriculteurs 0,82** 1,03** 1,49** 1,49** 0,77** 0,95** 1,07** 1,37** 1,77** 1,77**

Artisans-commercants - 3,39** - 3,31** - 3,27** - 3,26** - 3,24** - 3,19** - 3,54** - 3,48** - 3,27** - 3,27**

Cadres - 4,15** - 4,16** - 4,13** - 4,13** - 4,00** - 4,02** - 4,24** - 4,26** - 4,04** - 4,04**

Employés 0,48** 0,46** 0,36** 0,36** 0,49** 0,47** 0,46** 0,43** 0,34** 0,34**

Ouvriers 4,06** 3,99** 3,81** 3,81** 3,90** 3,86 ** 4,04** 3,95** 3,58** 3,58**

Non renseignés - 6,17** - 6,18** - 6,20** - 6,20** - 6,13** - 6,15 ** - 6,18** - 6,19** - 6,18** - 6,18**

Statut d’occupation

Au chômage 8,82** 8,79** 8,71** 8,71** 8,82** 8,80** 8,77** 8,73** 8,66** 8,66**

Inactifs 10,87** 10,85** 10,85** 10,84** 10,78** 10,77** 10,82** 10,79** 10,69** 10,69**

Nationalité

Français par acquisition 4,81** 4,67** 4,48** 4,47** 4,75** 4,64** 4,90** 4,75** 4,49** 4,49**

Étrangers de EU 15 4,10** 4,12** 4,08** 4,08** 4,32** 4,31** 4,00** 3,99** 4,21** 4,21**

Étrangers hors EU 15 1,73** 1,29** 0,82** 0,81** 1,75** 1,39** 1,94** 1,46** 1,04** 1,05**


Moins de 50 000 hab. - 0,49** - 0,61** - 0,62** - 0,62** - 1,32** - 1,34** - 1,03** - 1,29** - 2,25** - 2,25**

50 000 à 199 999 hab. - 1,39** - 1,47** - 1,30** - 1,31** - 2,02** - 2,02** - 1,89** - 2,07** - 2,64** - 2,63**

Plus de 200 000 hab. - 0,48** - 0,48** - 0,42** - 0,42** - 0,96** - 0,90** - 0,97** - 1,06** - 1,57** - 1,57**

Temps passé dans le logement

Plus de 13 ans - 0,65** - 0,66** - 0,59** - 0,59** - 0,90** - 0,88** - 0,63** - 0,64** - 0,86** - 0,86**

Zus 2,22** 0,16** 1,86** 2,68** - 0,05**


Facteur 1 - 0,43** - 0,42** - 0,46** - 0,46**

Facteur 2 0,31** 0,28** 0,37** 0,37**

Facteur 3 - 0,46** - 0,55** - 0,55** - 0,55**

Log vraisemblance - 7 670,86** - 7 668,97** - 7 665,05** - 7 665,04** - 7 668,27** - 7 666,97** - 7 668,88** - 7 666,24** - 7 659,27** - 7 659,27**

p 22,94** 22,93** 22,92** 22,92** 22,94** 22,93** 22,94** 22,93** 22,91** 22,91**

quartiers non Zus. Rappelons ici que la non-significativité de « l’effet Zus » ne signifie pas que les différences d’état de santé entre les résidents des Zus et les autres ne sont pas significatives mais plutôt que les effets des facteurs

contextuels introduits dans le modèle comprennent déjà cet effet Zus.


Résultats

Résultats des analyses économétriques sur les effets quadratiques des facteurs synthétiques de contexte. Modélisation probit de la probabilité de se déclarer en mauvaise santé.

Sans facteur synthétique Facteur 1 Facteur 2 Facteur 3 Facteur 1 – 2 – 3


Zus 2,22** 0,96** 1,86** 2,66** 0,78**


Facteur 1 - 0,51** - 0,47** - 0,54** - 0,50**

Facteur 1 x Facteur 1 - 0,04** - 0,05** - 0,05** - 0,06**

Facteur 2 0,31** 0,28** 0,44** 0,44**

Facteur 2 x Facteur 2 0,00** 0,01** - 0,02** - 0,02**

Facteur 3 - 0,60** - 0,69** - 0,58** - 0,59**

Facteur 3 x Facteur 3 0,25** ** 0,25** 0,22** 0,22**

Log vraisemblance - 7 668,97** - 7 664,21** - 7 663,99** - 7 668,26** - 7 666,96** - 7 665,65** - 7 663,04** - 7 655,29** - 7 655,15**

P 22,93** 22,92** 22,92** 22,94** 22,93** 22,93** 22,92** 22,91** 22,91**


Tableau 6 bis

141|

Résultats des analyses économétriques sur les effets quadratiques des facteurs synthétiques de contexte. Modélisation probit de la probabilité de se déclarer en mauvaise santé.

Sans facteur synthétique Facteur 1 Facteur 2 Facteur 3 Facteur 1 – 2 – 3


Zus 2,22** 0,96** 1,86** 2,66** 0,78**


Facteur 1 - 0,51** - 0,47** - 0,54** - 0,50**

Facteur 1 x Facteur 1 - 0,04** - 0,05** - 0,05** - 0,06**

Facteur 2 0,31** 0,28** 0,44** 0,44**

Facteur 2 x Facteur 2 0,00** 0,01** - 0,02** - 0,02**

Facteur 3 - 0,60** - 0,69** - 0,58** - 0,59**

Facteur 3 x Facteur 3 0,25** ** 0,25** 0,22** 0,22**

Log vraisemblance - 7 668,97** - 7 664,21** - 7 663,99** - 7 668,26** - 7 666,96** - 7 665,65** - 7 663,04** - 7 655,29** - 7 655,15**

P 22,93** 22,92** 22,92** 22,94** 22,93** 22,93** 22,92** 22,91** 22,91**


143|

Conclusion

La première partie de cette analyse conclut à l’existence de différences territoriales d’état de santé entre les résidents des Zus et ceux résidant hors Zus. Ainsi, nous avons pu constater que les déclarations d’état de santé diffèrent selon les caractéristiques des quartiers : les personnes habitant des zones avec beaucoup de chômage, des revenus modestes ou peu de personnes éduquées, se perçoivent davantage en mauvaise santé.

À partir de trois facteurs synthétiques de contexte décrivant respectivement la situation économique et sociale, la mobilité résidentielle et la « génération » du quartier, nous avons établi dans un deuxième temps que, indépendamment des caractéristiques individuelles, le contexte influençait l’état de santé. En effet, toutes choses égales par ailleurs, le fait de vivre dans un quartier défavorisé économiquement et socialement augmente la probabilité de se déclarer en mauvaise santé. Les personnes vivant dans des quartiers peu mobiles ont également une plus forte probabilité de se déclarer en mauvaise santé. Enfin, la mixité générationnelle en termes de logement et d’âge des habitants a un effet positif sur l’état de santé.

Après avoir constaté que le fait de vivre en Zus augmente la probabilité de se déclarer en mauvaise santé, nous avons cherché à comprendre la place de l’« effet Zus » dans les effets de contexte. Nous constatons alors que le premier facteur synthétique – qui appréhende la situation économique et sociale –

est celui qui permet le mieux d’expliquer cet « effet Zus ». En effet, l’identification des Zus résulte pour partie de la prise en compte de ces caractéristiques socioéconomiques. Cependant, notre analyse révèle également que le critère Zus échoue à rendre compte de toutes les variables de contexte pouvant influer sur l’état de santé des individus : ainsi, l’information comprise dans les deux autres facteurs de contexte n’explique que partiellement, voire pas du tout, l’effet Zus, mais impacte tout de même la santé perçue.

Cette étude souligne l’importance de l’effet des facteurs économiques sur l’état de santé. Il est probable que des indicateurs d’autre nature, notamment sociaux (comme l’isolement), impactent également l’état de santé. Par ailleurs, travailler sur les mécanismes de causalité permettant d’expliquer le rôle des effets de contexte pourrait enrichir cette recherche. En effet, les modèles d’influence du contexte socioéconomique de résidence sur la santé restent relativement frustres. L’une des grandes difficultés est liée au manque de cadre théorique sur la nature et l’intensité des liens entre environnement social et indicateurs d’état de santé (Kawachi et alii, 2003). De plus, l’analyse descriptive ayant montré l’existence de différences d’état de santé entre départements, il pourrait être intéressant d’inclure dans l’analyse des éléments de contexte mesurés au niveau départemental, susceptibles de jouer sur l’état de santé, et de les comparer aux effets de contexte mesurés au niveau des quartiers.

145|

BibliographieAcevedo-Garcia D., Lochner K.A., « Residential segregation and health in Kawachi et Berkman », Neighborhoods

and Health, New York, Oxford University Press, 2003, pp. 265-281.

Allonier C., Debrand T., Lucas V., Pierre A., « Des indicateurs de santé moins favorables pour les habitants des zones urbaines sensibles », Questions d’économie de la santé Irdes, Paris, Irdes, 2006, n° 117.

Burstrom B. and Fredlund P., « Self rated health: Is it as good a predictor of subsequent mortality among adults in lower as well as in higher social classes? », Journal of Epidemiology and Community Health, Londres, BMJ, 2001, vol. 55, n° 11, pp. 836-840.

Busson O., Lucas-Gabrielli V., Rochereau T., Sermet C., Tonnellier F., « Environnement local, santé, soins et protection sociale », Série Analyses, Paris, Credes, 1999, n° 1267.

Bryk A., Raudenbush S., Hierarchical Linear Models - Applications and data analysis method, Thousand Oaks, Sage publications, 2002.

Chaix B., Chauvin P. (2002), « The contribution of multilevel models in contextual analysis in the field of social epidemiology: a review of literature », Revue d’épidémiologie et de Santé publique, Paris, Masson, 2002, vol. 50, n° 5, pp. 489-499.

Chaix B., Boelle P. Y., Guilbert P., Chauvin P., « Area-level determinants of specialty care utilization in France: a multilevel analysis », Public Health, Oxford, Elsevier, 2005, vol. 119, n° 2, pp. 97-104.

Chaix B. et Chauvin P., « Influence du contexte de résidence sur les comportements de recours aux soins : l’apport

des méthodes d’analyse multiniveaux et spatiales », Questions d’économie de la santé, Paris, Irdes, 2005, n° 104.

Chauvin P., « Approches contextuelles de la santé : des enjeux de méthode et de santé publique » In Santé et expé riences de soins : de l’individu à l’environnement social, Chauvin P., Parizot I., Paris, Éditions Inserm-Vuibert, 2005.

Curtis S. E., « Use of survey data and small area statistics to assess the link between individual morbidity and neighborhood deprivation », Journal of Epidemiology and community Health, Londres, BMJ, 1990, vol. 44, pp. 52-58.

Congdon P., Shouls S., Curtis S., « A multi-Level perspective on small area health and mortality : a case study of england and Wales », International journal of population geography, Chichester, John Wiley & Sons, 1997, vol. 3, pp. 243-263.

DeSalvo, K. B., Fan V.S., McDonell M.B., Fihn S. D., « Predicting mortality and healthcare utilization with a single question », Health Services Research, Oxford, Blackwell, 2005, vol. 40, n° 4, pp. 1234-1246.

Diez-Roux A. V., « Investigating neighborhood and area effects on health », American Journal of Public Health, Washington, American Public Health Association, 2001, vol. 91, n° 11, pp. 1783-1789.

Diez-Roux A. V., « Estimating neighborhood health effects: the challenge of causal inference in a complex world », Social science & medicine, Oxford, Elsevier, 2004, vol. 58, n° 10, pp. 1953-1960.

Duncan C., Jones K., Moon G., « Health-related behaviour in context: a multilevel modelling approach », Social science & medicine, Oxford, Elsevier, 1996, vol. 42, n° 6, pp. 817-830.

FNORS, Trugeon A., Fontaine D, Lemery B., Pepin P, Trehony A., Ledesert B., Leclerc C., Boulay C., De Rodat O., Praznoczy-Pepin C., Lunel M., Imbert F., Boin-Corbella M., Lacoste O., Merle S., Ochoa A., Duminy A., Inégalités socio-sanitaires en France. De la région au canton, Paris, Elsevier-Masson, 2006, collection « Abrégés de médecine ».

Fujita M., Urban Economic Theory. Land Use and City size, Cambridge, Cambridge University Press, 1989.

Fujita M., Thisse J. F., Economics of Agglomeration. Cities, Industrial Location and Regional Growth, Cambridge, Cambridge University Press, 2002.


Bibliographie

Hou F., Myles J., 2004. « Inégalités au niveau des quartiers, privation relative et état de santé autoévalué », Direction des études analytiques : documents de recherche 2004228f, Statistics Canada (Direction des études analytiques), http://ideas.repec.org/p/stc/stcp3f/2004228f.html

Idler, E. L., Benyamini Y., « Self-rated health and mortality: a review of twenty-seven community studies », Journal of health and social behaviour, Washington, American Sociological Association, 1197, vol. 38, n° 1, pp. 21-37.

Kawachi I., Berkman L. F., Neighborhoods and health, New York, Oxford University Press, 2003.

Kingsley G. T., « Housing, health, and the neighborhood context », American Journal of Preventive Medicine, New York, Elsevier Science, 2003, vol. 24, n° 3, pp. 6-7.

Macintyren S., Ellaway A., « Cummins S., Place effects on health: how can we conceptualise, operationalise and measure them? » Social Science & Medicine, Oxford, Elsevier, 2002, vol. 55, n° 1, pp.125-39.

Mossey, J. M., Shapiro E., « Self-rated health: a predictor of mortality among the elderly », American Journal of Public Health, Washington, American Public Health Association, 1982, vol. 72, n° 8, pp. 800-808.

Oakes J. M., « The (mis)estimation of neighborhood effects : causal inference for a practicable epidemiology », Social science & Medicine, Oxford, Elsevier, 2004, vol. 58, n° 10, pp. 1929-1971.



Pampalon R., Duncan C., Subramanian S.V., Jones K., « Geographies of health perception in Québec: a multilevel perspective », Social science & Medicine, Oxford, Elsevier, 1999, vol. 48, n° 10, pp. 1483-1490.

Chauvin P., Parizot I., Vulnérabilités sociales, santé et recours aux soins dans les quartiers défavorisés franciliens, Paris, Éditions de la Div, coll. « Études et recherches », 2007.

Pickett K. E., Pearl M., « Multilevel analyses of neighbourhood socioeconomic context and health outcomes: a critical review » Journal of epidemiology and community health, Londres, BMJ, 2001, vol. 55, n° 2, pp.111-122.

Salem G., Rican S., Jougla E., Atlas de la santé en France. Les causes de décès, Paris, John Libbey Eurotext, 2000, vol. 1.

Shouls S., Congdon P., Curtis S, « Geographic variation in illness and mortality: the development of a result area typology for SAR district », Health & place, Amsterdam, Elsevier, 1996, vol. 2, n° 3, pp. 139-155.

Stronks, K., et alii, « The interrelationship between income, health and employment status », International journal of epidemiology, Oxford, Oxford University Press, 1997, vol. 26, n° 3, pp. 592-600.

Subramania S. V., Kawachi I., Kennedy B.P., « Does the state you live in make a difference? Multilevel analysis of self-rated health in the US », Social Science & Medicine, Oxford, Elsevier, 2001, vol. 53, n° 1, pp. 9-19.

Van Lenthea F. J., Martikainenb P., Mackenbach J. P., « Neighbourhood inequalities in health and health related behaviour : result of selective migration ? » Health & Place, Amsterdam, Elsevier, 2007, vol. 13, pp. 123-137.

Conception graphique & réalisation : Paragramme 01 49 29 92 29 Impression : Imprimerie Moderne de l’Est Dépôt légal : mai 2009


Les inégalités sociales et territoriales de santé dans l’agglomération parisienneUne analyse de la cohorte Sirs (2005)Sous la direction de Pierre Chauvin (Inserm) et Isabelle Parizot (CNRS)

L’impact du contexte sur l’état de santé de la population : le cas des zones urbaines sensiblesUne analyse à partir de l’enquête décennale de santé (2003)Sous la direction de Thierry Debrand (Irdes)Coauteurs : Caroline Allonier (Irdes), Véronique Lucas (Irdes), Aurélie Pierre (Irdes)

Directeur de la publication : Hervé MasurelPrésidente du Conseil d’orientation de l’Onzus : Bernadette MalgornRédacteur en chef : Patrick SillardResponsable des éditions de la DIV : Corinne Gonthier

N° ISBN : 978 - 2 - 11 - 097197 - 5N° ISSN : en cours

Délégation interministérielle à la ville194, avenue du Président-Wilson93217 Saint-Denis La Plaine CedexTél. : 01 49 17 46 46http://www.ville.gouv.fr