Search

Bien étudiés en Afrique subsaharienne, la transformation des familles souligne la lenteur des transitions démographiques dans les pays sahéliens. Elle rappelle l’importance du mariage et des valeurs encore élevées de fécondité urbaine, mais révèle aussi les schémas résidentiels diversifiés dans lesquels s’inscrivent aujourd’hui les familles africaines. L’impact d’une croissance urbaine rapide et d’une population jeune née en ville comptent dans ce changement social. Mais il manque aux études une spatialisation fine des données et la perspective d’analyser une différenciation territoriale croissante. Il leur manque surtout une cartographie élargie, à l’échelle de grandes agglomérations dont le fonctionnement économique s’est libéralisé en quelques décennies.L’article cherche à combler ce manque pour la capitale malienne, en suivant le déplacement des contraintes de logement et de mobilité des ménages vers les périphéries métropolitaines. A l’appui de données d’enquête et des derniers recensements, il mesure les contrastes que suscitent la constitution des ménages et leurs cohabitations résidentielles. Les variables et synthèses proposées permettent ainsi de caractériser les familles entre des processus de densification et d’autres d’étalement urbain. Au sein du district de Bamako, l’opposition des espaces centraux et périphériques cède la place à une nouvelle typologie des quartiers, selon des critères aujourd’hui plus variés que ceux de leur ancienneté et de leur densité. Elle reste cependant structurante dans la circonscription administrative englobante où plusieurs centaines de localités en cours d’urbanisation montrent un dégradé des influences bamakoises, plus souvent que les deux autres modèles spatiaux qui sont examinés pour l’agglomération. The transformation of sub-Saharan African families underlines the slowness of demographic transition in the Sahel countries. Many studies have highlighted the role of marriage and high levels of urban fertility, while African families experience diversified residential patterns nowadays. The impact of rapid urban growth and a young urban-born population are determinant factors of this social change. However, studies lack spatial information and the perspective to analyse increasing territorial differentiation. Above all, they lack broader maps at the scale of large agglomerations whose economic functioning has been liberalised in a few decades.This paper seeks to fill this gap for the capital of Mali by following the shift of housing and mobility constraints towards the metropolitan peripheries. Using survey data and the latest censuses, it measures contrasts arising in households’ constitution and residential cohabitation. Various variables characterise families between the two processes of densification and urban sprawl. Within the district of Bamako, the opposition of central and peripheral spaces gives way to a new typology of neighbourhoods according to other criteria than their age and density. However, it remains structural in the surrounding district, where several hundred localities show a gradation of Bamako's influences, more often than the two other spatial models examined for the metropolis.

In recent decades, household and family patterns have changed significantly. On one hand, one can notice a smaller number of children living in families, as well as a reduction of family numbers in general as a result of the low fertility rate and the postponement of childbearing in Europe. On the other hand, there has been a significant increase in the proportion of one-person households and families without children among people at an older age because of population ageing.The research question is to what extent these changes in the structure of households are spatially homogeneous and whether the proportion of households of a given type in a given territory can be explained by other demographic variables such as age, education, marital status or economic activity.The above-mentioned principles can be demonstrated by the example of data for households, whose detection and subsequent analysis is an integral part of population censuses. To solve this problem, it is possible to use spatial data analysis methods, which can be defined as a quantitative data analysis, in which the explanation is dependent on explicit spatial variables when predicting the investigated phenomenon based on spatial autocorrelation.The assumption of spatial regression is the existence of autocorrelation. The results of both Moran’s I and Geary’s C show that the autocorrelation for both types of households was found to be statistically significant and increases as the distance between adjacent elements (i.e. municipalities) decreases.Age is an important factor affecting the structure of households. The results for both types of households show that the age groups with the greatest influence on the creation of one-person households or one-family households can also be used to create a spatial model. A similar claim applies to the average age. Education showed that the share of persons with primary education has no influence on spatial regression, unlike the share of persons with secondary or university education. In the case of marital status, there is a statistically significant spatial regression for one-person households, but not clearly for one-family households. Economic activity or employment is statistically significant for simple regression even in a small territory such as the Czech Republic.For the solution, it is possible to use several types of models offered by (econometrics) theory. In the case of households, the spatial Durbin model (SDM) is relatively widely used, because of the inclusion of both endogenous and exogenous interaction effects, based on the criteria chosen (Log Likelihood, AIC, SBC). However, the results for other models (SAR, SEM, SDEM) are not significantly different. Au cours des dernières décennies, les schémas des ménages et des familles ont considérablement changé. D’une part, on peut remarquer un plus petit nombre d’enfants vivant dans des familles, ainsi qu’une réduction du nombre de familles en général en raison du faible taux de fécondité et du report de la maternité en Europe. En revanche, la proportion de ménages d’une personne et de familles sans enfants parmi les personnes plus âgées a augmenté de manière significative en raison du vieillissement de la population.La question de recherche est de savoir dans quelle mesure ces changements dans la structure des ménages sont spatialement homogènes et si la proportion de ménages d’un type donné sur un territoire donné peut être expliquée par d’autres variables démographiques telles que l’âge, l’éducation, l’état civil ou l’activité économique.Les principes susmentionnés peuvent être démontrés par l’exemple des données sur les ménages, dont la détection et l’analyse ultérieure font partie intégrante des recensements de la population. Pour résoudre ce problème, il est possible d’utiliser des méthodes d’analyse de données spatiales, qui peuvent être définies comme une analyse de données quantitatives, dans lesquelles l’explication dépend de variables spatiales explicites lors de la prédiction du phénomène étudié sur la base de l’autocorrélation spatiale.L’hypothèse de régression spatiale est l’existence d’une autocorrélation. Les résultats du I de Moran et du C de Geary montrent que l’autocorrélation pour les deux types de ménages s’est avérée statistiquement significative et augmente à mesure que la distance entre les éléments adjacents (c’est-à-dire les municipalités) diminue.L’âge est un facteur important affectant la structure des ménages. Les résultats pour les deux types de ménages montrent que les tranches d’âge les plus influentes sur la création de ménages d’une personne ou de ménages unifamiliaux peuvent également être utilisées pour créer un modèle spatial. Une affirmation similaire s’applique à l’âge moyen. L’éducation a montré que la part des personnes ayant une éducation primaire n’a pas d’influence sur la régression spatiale, contrairement à la part des personnes ayant une éducation secondaire ou universitaire. Dans le cas de l’état matrimonial, il y a une régression spatiale statistiquement significative pour les ménages unipersonnels, mais pas clairement pour les ménages unifamiliaux. L’activité économique ou l’emploi est statistiquement significatif pour une simple régression, même dans un petit territoire comme la République tchèque.Pour la solution, il est possible d’utiliser plusieurs types de modèles proposés par la théorie (économétrique). Dans le cas des ménages, le modèle spatial de Durbin (SDM) est relativement largement utilisé, du fait de la prise en compte à la fois des effets d’interaction endogènes et exogènes, selon les critères choisis (Log Likelihood, AIC, SBC). Cependant, les résultats des autres modèles (SAR, SEM, SDEM) ne sont pas significativement différents.

Les travaux sur la géographie résidentielle des actifs dans les grandes villes ont surtout mis l’accent sur l’opposition entre les lieux de vie des cadres et des professions intellectuelles supérieures et ceux des ouvriers et employés. C’est là où la concentration de cadres est la plus forte, c’est-à-dire dans les mégapoles, que ce phénomène a été le plus étudié. En France, la production scientifique a donc naturellement été dominée par les travaux sur Paris. Récemment, des recherches ont réintroduit les professions intermédiaires et ont renouvelé le regard sur le phénomène de dualisation. La capacité tant sociale qu’économique de cette catégorie d’actifs de se distribuer assez largement au sein de l’agglomération parisienne a atténué le schéma classique d’opposition entre quartiers aisés et populaires. Mais qu’en est-il en province, dans les villes dépassant ou approchant le million d’habitants ? Celles-ci suivent-elles le modèle spatial parisien, qui reste dominé par une certaine forme de ségrégation sociale des catégories les plus aisées, ou bien offrent-elles au contraire des espaces résidentiels caractérisés par une plus grande mixité sociale ? C’est à cette interrogation que tente de répondre cet article dans lequel sont comparées la géographie sociale en 2009 des ménages dont la personne de référence est active des sept plus grandes métropoles françaises (Paris, Marseille, Lyon, Lille, Nice, Toulouse, Bordeaux). Cette démarche comparative et l’accent mis sur les professions intermédiaires mettent en évidence une (bien) plus grande mixité sociale en province avec, toutefois, des degrés variables selon les villes. Works on the residential geography of active people in large towns have especially stressed the opposition between homes of active people and more intellectual professions and workmen’s and employees’ homes. This is where the concentration of executives is the highest—this phenomenon had been studied the most in the metropolis. In France, academic articles have naturally been dominated by works about Paris. Recently, some research has reintroduced intermediate professions and renewed examination of the dualism of the economy. The social and economic capacity of these active people to disperse quite widely within the Parisian agglomeration has reduced the conventional pattern of an opposition between the well-to-do quarter and the working-class neighbourhood. But what about the situation in the provinces—in towns where there are almost a million people? Do these provinces emulate the Parisian spatial model—which is still dominated by a certain social segregation of well-to-do classes—or are their residential areas more socially diverse? This article attempts to answer this question through a comparison of the 2009 social geography of households in which the householder is an active individual in one of the seven largest metropolises in France (Paris, Marseille, Lyon, Lille, Nice, Toulouse, and Bordeaux). This comparative approach and the focus given to intermediate professions reveal much greater social diversity in the provinces, despite little variation within the cities.