La France Malheureuse

Note
Observatoire du bien-ĂȘtre

La vaste contestation que reprĂ©sente le mouvement des Gilets Jaunes s’enracine pour nous dans un sentiment profond et durable de mal-ĂȘtre et d’insatisfaction des personnes vis-Ă -vis de leur vie et de leurs perspectives d’avenir. Afin de contribuer Ă  la comprĂ©hension de ce mouvement et de sa composition sociale, nous dressons dans cette note un portrait en trois temps du mal-ĂȘtre en France tels que le rĂ©vĂšlent nos indicateurs subjectifs.

Qui sont les malheureux en France ? Nous montrons que si les marqueurs de statut social que sont le diplĂŽme, l’emploi et le revenu structurent l’exposition au mal-ĂȘtre, ce dernier touche une large frange de la population associĂ©e aux classes populaires et moyennes.

Dans la lignĂ©e de notre note de novembre dernier, « Bonheur rural, malheur urbain Â», nous revenons sur la situation des villes moyennes. Celles-ci affichent un niveau de bien-ĂȘtre moyen infĂ©rieur, et une proportion plus forte de malheureux. Cet Ă©cart s’explique en partie par une sur-reprĂ©sentation en leur sein des catĂ©gories les plus malheureuses, ce qui se conjugue avec des niveaux de revenus plus faibles et une dynamique dĂ©mographique en berne.

En nous focalisant sur les malheureux de ces villes, nous mettons cependant en Ă©vidence un effet local supplĂ©mentaire : au sein de ces villes, le malheur et l’insatisfaction vis-Ă -vis des relations avec les proches s’expriment plus fortement dans la quasi-totalitĂ© des couches de la population. Il se manifeste donc dans ces agglomĂ©rations une dynamique nĂ©gative, qui pĂšse sur le bien-ĂȘtre de l’ensemble de leurs habitants.

Auteurs :

Mathieu Perona, directeur exĂ©cutif de l’Observatoire du Bien-ĂȘtre du Cepremap

Introduction

Depuis prĂšs de deux mois maintenant, le mouvement des Gilets Jaunes secoue la France. Blocage de voies de circulation, manifestations pacifiques ou violentes, les actions sont spectaculaires. Au regard de ces actions qui saturent les mĂ©dias, on peine Ă  saisir les contours sociaux du mouvement. Selon l’occasion, les Gilets Jaunes sont des personnes en situation trĂšs prĂ©caires, pauvres ou trĂšs proches de l’ĂȘtre, ou alors des employĂ©s que leur rĂ©munĂ©ration positionne au-dessus du SMIC mais qui peinent Ă  boucler leur budget, ou encore des chefs de petites entreprises, menacĂ©s par l’alourdissement des taxes sur les carburants. De fait, ce mouvement semble dĂ©passer une grande partie des clivages catĂ©goriels et politiques habituels en France, avec une combinaison de revendications qui emprunte autant au registre habituel de la droite – baisses d’impĂŽt – qu’à la gauche – revalorisation du SMIC.

Nous montrons ici que cette colĂšre exprimĂ©e sur les rĂ©seaux sociaux et dans la rue, ainsi que le soutien massif qu’a reçu ce mouvement, sont la traduction d’un mal-ĂȘtre durable dans la sociĂ©tĂ© française. L’impulsion d’aller tout bloquer dans un mouvement de protestation aux contours aussi vagues ne surgit pas dans un ciel clair, mais provient d’une longue insatisfaction quant Ă  la vie menĂ©e, aux espoirs déçus, aux aspirations contrariĂ©es. Autant de choses dont nous savons qu’elles dĂ©terminent largement les rĂ©ponses Ă  la question « ĂŠtes-vous satisfaits de votre vie ? Â».

Dans ce portrait de la France malheureuse, nous rappelons que si on trouve des malheureux dans toutes les couches de la sociĂ©tĂ© française, le malheur reste fortement associĂ© au niveau de qualification, Ă  l’emploi et aux revenus. Cette association ne se cantonne pas aux plus prĂ©caires ou aux plus pauvres : ce que nous constatons est un niveau de mal-ĂȘtre relativement Ă©levĂ© dans une part importante de la population, Ă  la frontiĂšre entre les classes populaires et les classes moyennes.

Par ailleurs, et dans la suite de notre note sur les contrastes entre territoires1, nous montrons que le mal-ĂȘtre touche particuliĂšrement les villes moyennes22. D’une part, ces villes moyennes accueillent une proportion plus grande des populations les plus malheureuses en termes de niveau de qualification ou de revenu. D’autre part, nous mettons en Ă©vidence que le mal-ĂȘtre est plus rĂ©pandu dans ces villes moyennes pour pratiquement toutes les gĂ©nĂ©rations et classes sociales, ce qui nous conduit Ă  penser qu’au-delĂ  de l’effet de concentration des difficultĂ©s sociales, une dynamique dĂ©lĂ©tĂšre pĂšse aujourd’hui sur le bien-ĂȘtre de l’ensemble des habitants de ces agglomĂ©rations.

DĂ©finir le malheur

Qui sont donc les malheureux en France ? Plus prĂ©cisĂ©ment, nous faisons ici le portrait des Français qui se dĂ©clarent peu satisfaits de leur vie. Cette question prĂ©sente en effet une dimension rĂ©flexive. Une rĂ©ponse sur le bas de l’échelle reflĂšte ainsi moins un Ă©pisode momentanĂ© de malheur qu’une insatisfaction profonde vis-Ă -vis de ce qu’est la vie du rĂ©pondant, comparĂ©e Ă  ce qu’il pense qu’elle aurait pu ĂȘtre. En d’autres termes, nous pensons capturer ici les espoirs déçus et la frustration qui se sont largement exprimĂ©s dans le mouvement des Gilets Jaunes.

L’échelle de satisfaction allant de zĂ©ro (pire vie possible) Ă  10 (meilleure vie possible), nous devons fixer un seuil, qui comportera nĂ©cessairement une part d’arbitraire : en-dessous de quelle position sur l’échelle fait-on partie des plus malheureux en France ? Si on considĂšre la distribution des rĂ©ponses Ă  cette question au cours des dix derniĂšres annĂ©es (figure 1), deux seuils sont envisageables.

Figure 1 : Histogramme des rĂ©ponses Ă  la satisfaction de vie, SRCV

Soit nous considĂ©rons que sont malheureuses les personnes qui ont rĂ©pondu 5 ou moins, ce qui rassemble 17% des rĂ©pondants. Si nous incluons Ă©galement ceux qui ont rĂ©pondu 6 Ă  cette question, cette part monte Ă  27%. Nous retenons ce dernier seuil, qui nous permet de prendre en compte l’intĂ©gralitĂ© du quart le plus malheureux de la population.

Portrait social de la France malheureuse

Genre et Ăąge

Nous avons relevĂ© dans notre Tableau de bord que les femmes avaient en moyenne une satisfaction de vie plus faible que celle des hommes. Cette diffĂ©rence se retrouve parmi les plus malheureux, puisque 57% sont des malheureuses. Comme nous le verrons plus loin dans les corrĂ©lats observables du mal-ĂȘtre, il ne s’agit pas lĂ  d’une diffĂ©rence directe entre les genres : les femmes appartiennent plus frĂ©quemment que les hommes aux catĂ©gories de diplĂŽme et de revenu plus touchĂ©es par le mal-ĂȘtre. Ainsi que nous le documentons dans notre tableau de bord, elles sont Ă©galement plus souvent sujettes Ă  l’anxiĂ©tĂ© et Ă  la dĂ©pression, et Ă©prouvent un sentiment d’insĂ©curitĂ© trĂšs supĂ©rieur Ă  celui des hommes (voir notre note 3 Ă  ce sujet).

La satisfaction de vie varie aussi au cours de la vie4, avec un point bas aux alentours de 45 ans. Nous retrouvons cette dynamique dans la part des plus malheureux. La figure 2 souligne par ailleurs le poids croissant du mal-ĂȘtre chez les seniors : parmi les plus de 80 ans, 40% se dĂ©clarent peu satisfaits de leur vie.

Figure 2
Lecture : la part des plus malheureux parmi les 25 – 30 ans est de 19%, et cette classe d’ñge reprĂ©sente 8% de la population totale.

Situation sociale

Le revenu

Nous avions illustrĂ© dans l’Opuscule Les Français, le bonheur et l’argent5 Ă  quel point le revenu constitue un dĂ©terminant fondamental de la satisfaction de vie pour les Français, plus que dans la plupart des autres pays. De fait, dans notre Ă©chantillon, le revenu mĂ©dian des mĂ©nages comptant un membre malheureux accuse un retard de 675 â‚Ź par mois par rapport Ă  celui de l’ensemble de la population. Il s’établit ainsi Ă  2 300 â‚Ź mensuels, soit 1,8 SMIC au total pour le mĂ©nage malheureux mĂ©dian.

Figure 3
Lecture : Parmi le premier dĂ©cile de revenu, 49% des individus se dĂ©clarent malheureux (satisfaction de vie infĂ©rieure ou Ă©gale Ă  6 sur une Ă©chelle de 0 Ă  10).

La part des malheureux diminue au fur et à mesure que le revenu augmente. Elle est de 49% parmi les membres du premier décile (les 10% les plus pauvres), et de 14% parmi les 10% les plus riches.

Lorsque nous avions Ă©tudiĂ© l’effet du revenu sur la satisfaction de vie moyenne, nous avions relevĂ© que l’effet du revenu s’attĂ©nuait lorsqu’on atteignait les dĂ©ciles de revenu les plus Ă©levĂ©s. Cette attĂ©nuation n’apparaĂźt pas ici sur la part des malheureux. Cela nous conduit Ă  penser que le revenu a un effet diffĂ©rent sur les causes d’insatisfaction, qu’il rĂ©duit Ă  tous les niveaux de revenu, et sur les causes positives de satisfaction, sur lesquelles l’effet de la richesse se rĂ©duit Ă  partir d’un certain niveau.

Le diplĂŽme

Le diplĂŽme occupe en France une place centrale dans la dĂ©termination des carriĂšres professionnelles. Par consĂ©quent, les plus diplĂŽmĂ©s tendent Ă  ĂȘtre plus heureux, ce qui s’explique largement (voir cette note6) par des revenus plus Ă©levĂ©s et par un effet d’ñge, les plus ĂągĂ©s Ă©tant Ă  la fois moins diplĂŽmĂ©s et moins heureux. Si nous montrons et commentons ici les effets bruts, les diffĂ©rences entre niveau de diplĂŽme, de situation d’emploi ou de catĂ©gorie socio-professionnelles restent qualitativement les mĂȘmes si nous neutralisons l’effet du revenu et de l’ñge.

Figure 4
Lecture : Les personnes dont titulaires d’aucun diplĂŽme sont 39% Ă  ĂȘtre malheureux, et reprĂ©sentent 11% de la population de l’enquĂȘte.

La part des malheureux est ainsi de 39% parmi les sans diplĂŽme, et de 15% parmi les diplĂŽmĂ©s d’un Master ou d’un doctorat. Le graphique souligne le rĂŽle charniĂšre du baccalaurĂ©at, mais aussi le poids encore trĂšs important (58%) des personnes dont le diplĂŽme le plus Ă©levĂ© est infĂ©rieur Ă  ce niveau.

Une partie de cet effet dĂ©terminant du diplĂŽme, qui ne reflĂšte que le degrĂ© de formation initiale des individus, pourrait ĂȘtre neutralisĂ© par la formation continue. En France, l’effet est plutĂŽt cumulatif, les moins diplĂŽmĂ©s ayant jusqu’ici moins eu accĂšs Ă  la formation professionnelle et Ă  la validation des acquis de l’expĂ©rience.

Au-delĂ  de l’effet direct du diplĂŽme sur le niveau de revenu, une rĂ©cente note d’analyse de France StratĂ©gie7 relĂšve que si les revenus des plus diplĂŽmĂ©s augmentent en moyenne jusqu’à l’ñge de 62 ans, ceux des moins diplĂŽmĂ©s commencent Ă  diminuer dĂšs 54 ans, ce qui est de nature Ă  engendrer une forte frustration pour des personnes qui ont encore prĂšs de dix ans de vie active devant elles.

Le statut professionnel

Au-delĂ  du revenu qu’il procure, le travail apporte des bĂ©nĂ©fices propres en termes de satisfaction de vie. C’était l’objet d’une de nos premiĂšres note8, oĂč nous montrions l’écart de bien-ĂȘtre entre personnes au chĂŽmage et en emploi, ainsi qu’entre les diffĂ©rents types d’emploi. Nous retrouvons ces Ă©carts dans la proportions des plus malheureux (figure 5).

Figure 5
Lecture : Les Ă©tudiant.e.s reprĂ©sentent 3% de l’échantillon, et 13% d’entre eux se dĂ©clarent malheureux.

De fait, nous distinguons trois groupes : les personnes occupĂ©es (ayant un emploi ou en cours de formation – 52 % des rĂ©pondants), les inactifs par choix (au foyer ou en retraite – 39 % des rĂ©pondants), et ceux dont l’inactivitĂ© est subie (dont les chĂŽmeurs, qui incluent ici les personnes se dĂ©clarant au chĂŽmage, mĂȘme si elles ne sont pas inscrites Ă  PĂŽle Emploi – 9 % des rĂ©pondants).

La catégorie socio-professionnelle

Les enquĂȘtes sur les ronds-points9 accrĂ©ditent l’idĂ©e que le cƓur social des Gilets Jaunes est formĂ© des classes moyennes infĂ©rieures et de la partie supĂ©rieure des classes populaires, qui partagent un sentiment de dĂ©classement et une crainte de la prĂ©carisation, financiĂšre ou professionnelle. Nous retrouvons une plus forte part de malheureux dans les catĂ©gories socio-professionnelles les moins bien rĂ©munĂ©rĂ©es, mais la figure 6 fait apparaĂźtre le niveau Ă©levĂ© de malheur dans des segments que nous avons vu reprĂ©sentĂ©s au sein du mouvement : petits indĂ©pendants, employĂ©s dans les services aux particuliers ou dans la fonction publique.

Figure 6
Lecture : les cadres d’entreprise reprĂ©sentent 4,8% de l’échantillon et sont 14% Ă  se dĂ©clarer malheureux. Les couleurs regroupent les catĂ©gories dĂ©taillĂ©es en ensembles (ex. rouge pour les ouvriers, turquoise pour les employĂ©s).

Nous distinguons sur ce graphique les contrastes qui peuvent exister au sein des grandes catĂ©gorie socio-professionnelles. La part de malheureux parmi les anciens cadres et professions intermĂ©diaire est ainsi bien plus faible que parmi les anciens ouvriers et employĂ©s, reflĂ©tant les contrastes Ă©tablis dans la vie active. Au sein des ouvriers, la qualification emporte une diffĂ©rence majeure dans la part des malheureux, et parmi les employĂ©s, ceux du secteur des services aux particuliers sont nettement plus malheureux que les autres. Ainsi, cette distribution sociale du malheur tranche au travers des groupes sociaux habituels, ce qui contribue sans doute Ă  l’hĂ©tĂ©rogĂ©nĂ©itĂ© des publics, et Ă  l’illisibilitĂ© de la contestation au prisme des grilles de lecture sociale usuelles.

Situation financiĂšre

Ainsi qu’on l’a vu dĂšs le dĂ©part du mouvement, autour de la taxation des carburants, le sentiment d’insĂ©curitĂ© financiĂšre est au centre du mal-ĂȘtre exprimĂ©. De fait, en mobilisant l’enquĂȘte de conjoncture auprĂšs des mĂ©nages augmentĂ©e de notre plate-forme bien-ĂȘtre, 41% des malheureux dĂ©clarent boucler tout juste leur budget, et 40% ne pas y parvenir (figure 7).

Figure 7

Ce haut degrĂ© d’inquiĂ©tude des plus malheureux est stable dans le temps (figure 8). Les deux premiers trimestres de 2017 avaient marquĂ© une lĂ©gĂšre amĂ©lioration pour les plus malheureux, mais les tension sont ensuite reparties Ă  la hausse, pour atteindre un pic en dĂ©cembre. MĂȘme en excluant cette derniĂšre observation, un mĂ©nage sur cinq est Ă  la fois malheureux et en Ă©tat de fragilitĂ© financiĂšre. Ces mĂ©nages peuvent donc rapidement basculer dans des situations difficiles, ou dans la contestation.

Figure 8
Lecture : en juin 2016, les plus malheureux Ă©taient 83% Ă  dire boucler juste leur budget ou ĂȘtre dans l’impossibilitĂ© de le faire avec leurs revenus courants, contre 65% de l’ensemble des rĂ©pondants.

Ces personnes nourrissent en outre une opinion beaucoup plus pessimiste que la moyenne quant Ă  l’avenir de la prochaine gĂ©nĂ©ration dans le pays (figure 9). Or, ce genre de pessimisme peut se traduire par un niveau plus faible d’investissement dans l’avenir, qu’il s’agisse d’efforts pour l’Ă©ducation des enfants ou le soin de sa santĂ©10. Traiter ce mal-ĂȘtre n’est donc pas seulement une question de sortir de la crise actuelle, mais d’Ă©viter qu’un tel fond d’insatisfaction ne se perpĂ©tue Ă  l’Ă©chelle d’une gĂ©nĂ©ration.

Figure 9
Lecture : En dĂ©cembre 2018, les personnes malheureuses attribuaient un score moyen de 3 Ă  l’avenir de la prochaine gĂ©nĂ©ration en France (sur une Ă©chelle de 0 Ă  10) contre 3,8 pour l’ensemble de la population enquĂȘtĂ©e.

En forme de conclusion provisoire de ce rapide portrait socio-Ă©conomique de la France malheureuse, nous pouvons dire que le malheur, en France, touche non seulement les personnes les plus prĂ©caires, mais une vaste frange — pensons au grand nombre de personnes dont le diplĂŽme est infĂ©rieur au baccalaurĂ©at, dont un tiers se dĂ©clarent malheureuses â€” que l’on associe habituellement aux classes populaires et moyennes.

Le mal-ĂȘtre des villes moyennes

Dans une rĂ©cente note11, nous avions relevĂ© que les unitĂ©s urbaines de 20 000 Ă  100 000 habitants (que nous appellerons ici les villes moyennes) dĂ©clarent en moyenne un bien-ĂȘtre nettement infĂ©rieur Ă  celui dĂ©clarĂ© par les autres types d’agglomĂ©rations12, et aussi trĂšs nettement infĂ©rieur Ă  ce que voudraient leur composition en termes d’ñge et de revenus.

Figure 10
Lecture : La satisfaction de vie moyenne dĂ©clarĂ©e par les habitants des unitĂ©s urbaines de 20 000 Ă  99 000 habitants est de 6,95. Sur la base des revenus et de l’Ăąge de ces personnes, elle devrait ĂȘtre proche de 7,25.

Nous retrouvons cette spĂ©cificitĂ© si nous considĂ©rons plutĂŽt que la moyenne la part des plus malheureux dans chaque type d’unitĂ© urbaine. Les plus malheureux reprĂ©sentent 31 % des habitants des villes moyennes, soit presque une personne sur trois, contre une moyenne nationale de 27 % (un peu plus d’un Français sur quatre). La plus faible moyenne de la satisfaction de vie dans ces agglomĂ©ration repose non seulement sur un plus faible nombre de personnes trĂšs heureuses, mais surtout sur un poids nettement plus important de malheureux.

Figure 11
Lecture  : En moyenne, les rĂ©pondants sont 27% Ă  se dĂ©clarer malheureux selon notre dĂ©finition. Dans les villes moyennes, ils sont presque 3,5 points de pourcentage plus nombreux (30,5%).

Nous allons ici dresser un portrait de ces villes, afin de mieux comprendre les raisons de ce mal-ĂȘtre.

Caractérisation

Pour commencer, rappelons que le groupe que nous Ă©tudions comporte 1 380 communes, rĂ©parties en 200 unitĂ©s urbaines. Elles reprĂ©sentent 13 % de la population française mĂ©tropolitaine.

Figure 12

En termes de structure urbaine, les modĂšles sont variĂ©s. Ils vont ainsi de cas oĂč l’unitĂ© urbaine est formĂ©e d’une unique commune (Narbonne, Ajaccio, Agde, Beaune, en sont des exemples) Ă  des rĂ©seaux oĂč la commune la plus peuplĂ©e de l’unitĂ© urbaine reprĂ©sente Ă  peine 20 % de la population totale de l’unitĂ© (Ballancourt-sur-Essone, Cluses, Dives-sur-mer, Esbly, etc.). Nous ne sous-estimerons donc pas ici la diversitĂ© des situations que recouvre cette grande catĂ©gorie. Leur diversitĂ© mĂȘme indique que certaines d’entre elles doivent se distinguer par un niveau de bien-ĂȘtre Ă©levĂ©. Toutefois, l’ampleur de l’Ă©cart moyen avec les autres agglomĂ©rations, mesurĂ© sur plusieurs annĂ©es dans le cadre d’enquĂȘte larges, indique qu’il ne s’agit pas lĂ  du cas gĂ©nĂ©ral, mais au contraire que la grande masse de ces villes connaissent de vĂ©ritables difficultĂ©s.

Un tissu social fragilisé

Nous avions relevĂ© dans notre note que les villes moyennes, si elles sont moins heureuses en moyenne, ne se distinguent pas des autres types d’agglomĂ©ration quant Ă  la satisfaction vis-Ă -vis de la vie locale : logement, cadre de vie, sĂ©curitĂ©, etc. Le seul autre point d’insatisfaction notable rĂ©side dans le degrĂ© de satisfaction moyen vis-Ă -vis des relations avec les amis et la famille (figure 13).

Figure 13

Face Ă  ce constat, nous avons Ă©mis l’hypothĂšse que l’emprise du mal-ĂȘtre dans ces villes Ă©tait liĂ© Ă  une forme de dĂ©litement du tissu social, soit par des effets de contagion — le fait d’ĂȘtre en contact avec beaucoup de gens malheureux n’est pas propice au bien-ĂȘtre, sauf se rĂ©jouir du malheur des autres — soit par des effets de composition, les personnes heureuses (et nous avons vu que cela recouvrait souvent les personnes diplĂŽmĂ©es, avec des revenus Ă©levĂ©s ou de bonnes perspectives de revenu) Ă©tant absentes de ces agglomĂ©rations.

Revenus

Dans notre prĂ©cĂ©dente note ainsi que dans la figure 10 (points rouges), nous avions neutralisĂ© l’effet de l’ñge et du revenu afin de montrer que la plus faible satisfaction de vie des villes moyennes n’est pas uniquement due Ă  ces facteurs. Dans ce portrait du malheur dans les villes moyennes, nous allons donc dĂ©buter par ces deux Ă©lĂ©ments, en gardant Ă  l’esprit que ce qui nous intĂ©resse le plus sont les facteurs qui viendront s’ajouter ensuite, et dans lesquels rĂ©side l’écart entre ce que le bien-ĂȘtre de ces villes devrait ĂȘtre en thĂ©orie et ce qu’il est effectivement.

Au-delĂ  de l’effet direct des revenus sur le bien-ĂȘtre des individus, le niveau de richesse des collectivitĂ©s conditionne en partie leurs ressources, et donc leur capacitĂ© Ă  agir sur pour le bien-ĂȘtre de leurs habitants, qu’il s’agisse des capacitĂ©s d’action sociale qui leurs sont dĂ©volus, des services public locaux ou de leurs fonctions de soutien et d’animation de la vie locale.

Les villes moyennes ont ainsi un revenu mĂ©dian infĂ©rieur Ă  la mĂ©diane nationale. En particulier celles entre 50 000 et 99 999 habitants affichent un Ă©cart Ă  la mĂ©diane de 276 â‚Ź par mois (figure 14). Si on compare Ă  l’unitĂ© urbaine de Paris, l’écart des mĂ©dianes est de l’ordre de 800 â‚Ź mensuels par mĂ©nage.

Figure 14
Lecture : le revenu mĂ©dian mensuel dans les communes de 50 000 Ă  99 999 habitants est infĂ©rieur de 276 â‚Ź Ă  la moyenne nationale.

Si on regarde la rĂ©partition des revenus plutĂŽt que la seule mĂ©diane (figure 15), les mĂ©nages qui font partie des 50% les plus pauvres en France (les dĂ©ciles de revenu de 1 Ă  513) sont sur-reprĂ©sentĂ©s dans les villes moyennes, tandis que les revenus Ă©levĂ©s (dĂ©ciles 8 Ă  10) sont largement sous-reprĂ©sentĂ©s. Si les plus hauts revenus sont concentrĂ©s sur Paris, les communes plus petites (communes rurales et unitĂ©s urbaines de moins de 20 000 habitants) accueillent en proportion plus de mĂ©nages aisĂ©s (sixiĂšme, septiĂšme et huitiĂšme dĂ©ciles) que les villes moyennes.

Figure 15
Lecture : dans les villes moyennes, les mĂ©nages se classant dans les 10% les plus pauvres au niveau national reprĂ©sentent 10,5% de la population, soit un Ă©cart de 0,5 points de pourcentage.

En termes de revenu, les villes moyennes sont ainsi prises en étau entre des taux de pauvreté qui sont similaires à ceux des plus grandes villes et une sous-représentation des classes moyennes supérieures et aisées.

Ce positionnement défavorable des villes moyennes se retrouve si on considÚre le taux de chÎmage. Elles partagent avec les villes plus grandes un niveau de chÎmage (au sens du recensement) plus élevé que la moyenne nationale.

Figure 16
Lecture : le taux de chĂŽmage dans les unitĂ©s urbaines de 20 000 Ă  99 999 habitants Ă©tait en 2015 supĂ©rieur de 2,6 point de pourcentage Ă  la moyenne nationale (16,3 % contre 13,7 %). Le taux de chĂŽmage employĂ© ici est celui au sens du recensement.

Des villes moyennes ùgées, et en perte de vitesse démographique

La croissance dĂ©mographique n’est aujourd’hui Ă©videmment pas une fin en soi. Dans le cas des unitĂ©s urbaines toutefois, le dynamisme dĂ©mographique — ou son absence — peut jouer un rĂŽle essentiel dans les dĂ©cisions d’investissement privĂ© et public, Ă  commencer par le maintien de services publics locaux. Or, les villes moyennes ont connu entre 2010 et 201514 une croissance de leur population infĂ©rieure Ă  la moitiĂ© de la moyenne nationale (1,3% contre 2,6% nationalement). Ce phĂ©nomĂšne affecte particuliĂšrement les unitĂ©s urbaines entre 50 000 et 100 000 habitants.

Figure 17
Lecture : la croissance dĂ©mographique moyenne des unitĂ©s urbaines de 20 000 Ă  99 999 habitants est de 1,3%, soit 1,1 point de pourcentage de moins que la moyenne nationale.

Les situations sont Ă©videmment contrastĂ©es au sein de chaque type d’unitĂ©s urbaines : ainsi, quelques villes moyennes ont connu entre 2010 et 2015 une croissance dĂ©mographique de l’ordre de 12%. Cependant, ces villes font plutĂŽt figure d’exception : l’immense majoritĂ© des villes moyennes montre une croissance fiable. Parmi les plus petites, un part significative prĂ©sente mĂȘme un net recul dĂ©mographique. Cette faible dynamique dĂ©mographique est en outre prĂ©sente dans toutes les rĂ©gions, Ă  l’exception de l’Île-de-France et de la rĂ©gion Provence-Alpes-CĂŽtes-d’Azur.

Cette faiblesse dĂ©mographique se double d’une vulnĂ©rabilitĂ© supplĂ©mentaire dans la composition par Ăąge des habitants. Par rapport Ă  la moyenne nationale, les villes moyennes prĂ©sentent un dĂ©ficit pour toutes les classes d’ñge en-dessous de 50 ans, et un excĂ©dent pour les classes d’ñge supĂ©rieures Ă  50 ans, excĂ©dent particuliĂšrement marquĂ© chez les plus de 70 ans. Cette structure dĂ©mographique va continuer Ă  peser sur le dynamisme de ces territoires, du fait de l’effacement des gĂ©nĂ©rations les plus anciennes et de la faiblesse des groupes en Ăąge d’avoir des enfants.

Figure 18
Lecture : la part des 34 – 40 ans parmi les habitants des villes moyennes est infĂ©rieure de pratiquement un point de pourcentage Ă  la moyenne nationale (6,8 % contre 7,9 %).

Reflet sans doute de ce dĂ©ficit de mĂ©nages comprenant des jeunes l’essentiel de actifs de moins de 50 ans, les villes moyennes sont la catĂ©gorie affichant le taux de logements vacants le plus Ă©levĂ©, entre 0,5 et un point de pourcentage plus Ă©levĂ© que la moyenne nationale (figure 19).

Figure 19
Lecture : Les villes moyennes connaissent un taux de vacance des logements supĂ©rieur de 0,8 points Ă  la moyenne nationale (8,7% contre 7,9%).

Pour aller plus loin, il faudrait rĂ©aliser une analyse dĂ©taillĂ©e des flux de population entrants et sortants de ces agglomĂ©ration, ainsi qu’une analyse plus proprement gĂ©ographique sur l’insertion de ces unitĂ©s dans l’espace environnant. Ces deux Ă©lĂ©ments dĂ©passant largement le cadre de cette note, nous nous en tiendrons Ă  l’idĂ©e que le faible dynamisme dĂ©mographique et la structure d’Ăąge de ces villes moyenne contribuent potentiellement Ă  leur mal-ĂȘtre.

Un niveau de qualification en retrait

Les villes moyennes se caractĂ©risent pas une proportion plus Ă©levĂ©e que la moyenne nationale de titulaires d’une qualification infĂ©rieure au baccalaurĂ©at, et, inversement, par un dĂ©ficit de toutes les qualifications supĂ©rieures (figure 20). C’est pour partie un reflet de leur structure dĂ©mographique, les populations plus ĂągĂ©es Ă©tant en moyenne moins diplĂŽmĂ©es, mais reflĂšte aussi une faiblesse locale de l’offre d’emplois qualifiĂ©s.

Figure 20
Lecture : dans les villes moyennes, la part de titulaires d’un CAP ou BEP est de 2 points de pourcentage supĂ©rieure Ă  la moyenne nationale (30 % contre 28 %).

Les unités urbaines de plus petite taille partagent avec les villes moyennes la sur-représentation des qualifications faibles (Brevet des collÚges, CAP, BEP), mais pas une part des sans diplÎmes aussi importante que dans les villes moyennes.

Composition socio-professionnelle

En cohérence avec leur profil démographique et de qualification, les villes moyennes accueillent une proportion plus élevée de retraités,plus ùgés et en moyenne moins diplÎmés, et moins de catégories socio-professionnelles aisées et qualifiées, en particulier les cadres.

Figure 21
Lecture : les Cadres et professions libĂ©rales reprĂ©sentent 9 % de la population d’ensemble, et 6,1 % de la population des villes moyennes, soit un Ă©cart de -2,9 %.

Qui sont les malheureux des villes moyennes ?

Afin de jeter un Ă©clairage supplĂ©mentaire sur ce malheur des villes moyennes, nous comparons maintenant la composition des plus malheureux au sein de ces unitĂ©s urbaines avec celle des plus malheureux au niveau national. Cette comparaison nous permet de mettre en Ă©vidence un effet local qui viendrait s’ajouter Ă  la sur-reprĂ©sentation des classes malheureuses dans ces villes.

Un effet atténué du revenu

Un revenu Ă©levĂ© protĂšge dans une certaine mesure du mal-ĂȘtre, ce qu’illustre la figure 3. Dans les villes moyennes, cet effet semble moins puissant (figure 22) : Ă  une exception prĂšs (le quatriĂšme dĂ©cile), les habitants des villes moyennes se dĂ©clarent plus souvent malheureux que la moyenne des personnes d’un niveau de revenu comparable. L’effet s’amenuise avec le revenu, mais les proportions restent supĂ©rieures – alors qu’on s’attendrait Ă  ce que, par comparaison avec leurs voisins, les mĂ©nages des dĂ©ciles supĂ©rieurs se sentent plutĂŽt mieux lotis que s’ils habitaient dans des agglomĂ©rations oĂč la comparaison leur serait plus dĂ©favorable.

Figure 22
Lecture : Sur l’ensemble du territoire, les 10 % les plus pauvres (D01) sont 49 % Ă  se dĂ©clarer malheureux. Dans les villes moyennes, les mĂ©nages dont les revenus relĂšvent de ce dĂ©cile sont 56 % Ă  se dĂ©clarer malheureux.

Un mal-ĂȘtre partagĂ© par tous les niveaux de qualification

Nous avons vu dans la section prĂ©cĂ©dente que les faiblement diplĂŽmĂ©s sont sur-reprĂ©sentĂ©s parmi plus malheureux. En comparant les malheureux habitant dans les villes moyennes Ă  l’ensemble des personnes se dĂ©clarant malheureuses, nous constatons que les faiblement diplĂŽmĂ©s habitant dans les villes moyennes sont plus nombreux en proportion Ă  se dĂ©clarer malheureux (figure 23).

Figure 23
Lecture : Les sans diplĂŽme sont 39,5% Ă  se dĂ©clarer malheureux au niveau national. Au sein de la population des villes moyennes, les sans diplĂŽme sont 45,5% Ă  se dĂ©clarer malheureux.

On peut donc penser que le mal-ĂȘtre des villes moyennes ne procĂšde pas seulement d’une composition socio-dĂ©mographique moins favorable, que nous avons illustrĂ©e prĂ©cĂ©demment, mais aussi de facteurs propres Ă  ce type d’agglomĂ©ration, qui diminuent encore la satisfaction de vie des plus faiblement diplĂŽmĂ©s. Nous voyons Ă  cette occasion se fissurer la charniĂšre du baccalaurĂ©at. Au niveau national, il existe un Ă©cart significatif entre les titulaires d’un baccalaurĂ©at professionnel et les titulaires d’un CAP ou d’un BEP. Cet Ă©cart disparaĂźt dans les villes moyennes, pour se reporter entre les titulaires d’un bac pro et les titulaires d’un autre bac.

Par contraste, les titulaires d’un baccalaurĂ©at gĂ©nĂ©ral ou technologique, ainsi que les titulaires d’un diplĂŽme de l’enseignement supĂ©rieur court sont en proportion moins nombreux Ă  se dĂ©clarer malheureux dans les villes moyennes (les diplĂŽmĂ©s du supĂ©rieur long — Master et doctorat — sont eux nettement plus malheureux). Nous y lisons dans ce positionnement relativement plus favorable des qualifications intermĂ©diaires un effet de comparaison. Les personnes moyennement qualifiĂ©es occupent une position sociale relativement plus Ă©levĂ©e dans ces villes oĂč la classe moyenne supĂ©rieure est plus faiblement reprĂ©sentĂ©e.

Effet sur les CSP

Quand on rĂ©partit la population en fonction des catĂ©gories socio-professionnelle (figure 24), on observe qu’au sein des villes moyennes, pratiquement toutes les catĂ©gories prĂ©sentent une part de malheureux plus Ă©levĂ©e. Font exception les agriculteurs exploitants et les indĂ©pendants. Concernant les premiers, il s’agit d’agriculteurs rĂ©sidant dans un environnement urbain, donc un profil assez spĂ©cifiques, par exemple des vignerons habitant Ă  Beaune.

Figure 24

Classes d’ñge

De maniĂšre plus frappante encore, la proportion des plus malheureux est plus forte dans l’ensemble des classes d’ñge (figure 25).

Figure 25

La prĂ©valence du mal-ĂȘtre traverse donc les multiples effets de composition, pour toucher l’ensemble des habitants de ces villes.

La satisfaction vis-Ă -vis des amis et de la famille

Nous avons vu qu’un autre point caractĂ©ristique des villes moyennes Ă©tait la plus faible satisfaction Ă  l’égard des relations avec les amis et la famille. Est-ce que nous observons sur cette variable le mĂȘme genre d’effet uniforme que sur la satisfaction de vie ?

La vie sociale Ă©tant un Ă©lĂ©ment important du bien-ĂȘtre, l’évaluation de la satisfaction de vie est fortement corrĂ©lĂ©e avec la satisfaction vis-Ă -vis des relations sociales. Au regard de la distribution des rĂ©ponses relatives aux relations avec les amis, nous considĂ©rons qu’une personne est peu satisfaite de ses relations avec ses amis quand elle rĂ©pond 7 ou moins Ă  cette question, ce qui reprĂ©sente 26% de notre Ă©chantillon.

Figure 26

L’image est sensiblement la mĂȘme que pour la satisfaction de vie : les insatisfaits de leurs relations avec leurs amis sont proportionnellement plus nombreux dans les villes moyennes. Cette insatisfaction est toutefois plus prononcĂ©e parmi les retraitĂ©s, ouvriers et employĂ©s que parmi les autres catĂ©gories (figure 26).

De mĂȘme, l’insatisfaction quant aux relation amicales est plus prononcĂ©e dans les villes moyennes pour la quasi-totalitĂ© des classes d’ñge (figure 27).

Figure 27

En guise de conclusion

Ce rapide portrait du malheur en France a mis en Ă©vidence qu’au-delĂ  de l’extrĂȘme dĂ©tresse, le mal-ĂȘtre concerne une part substantielle de la population. TrĂšs largement, les facteurs de ce mal-ĂȘtre sont connus : un faible niveau de qualification, qui pĂšse sur le revenu, expose plus au chĂŽmage et limite les perspectives professionnelles. Nous avons toutefois mis en Ă©vidence que ce mal-ĂȘtre traverse aujourd’hui certaines catĂ©gories professionnelles, pointant vers un effet diffĂ©renciĂ© de l’évolution des conditions de travail, qui pĂšse par exemple sur les employĂ©s des services Ă  la personne ou ceux du secteur public.

Nous avons Ă©galement montrĂ© que le mal-ĂȘtre des villes moyennes s’enracine dans la sur-reprĂ©sentation dans ces agglomĂ©rations des populations malheureuses, mais que la situation locale pĂšse sur le bien-ĂȘtre de l’ensemble des habitants. Ce constat doit maintenant nourrir de nouveaux travaux d’identification de ces facteurs locaux. Dans ce cadre, la faiblesse du dynamisme dĂ©mographique est un indicateur qui doit conduire Ă  se pencher sur l’évolution des Ă©quipements et des niveaux de vie dans ces agglomĂ©rations.

Références

  • Y. Algan, E. Beasley, C. Senik, Les Français, le bonheur et l’argent, Éditions Rue d’Ulm / Cepremap, coll. Opuscules du Cepremap, no46, Paris, 2018.
  • Florence Aubenas, « Â« Gilets jaunes » : la rĂ©volte des ronds-points Â», Le Monde, Reportages, 15 dĂ©cembre 2018
  • Elizabeth Beasley, Madeleine PĂ©ron, Mathieu Perona, « DiplĂŽme, revenu et confiance Â», Observatoire du Bien-ĂȘtre du Cepremap, n°2018-06, 05 Octobre 2018
  • Elizabeth Beasley, Esther Raineau-Rispal, Mathieu Perona, « Le Tournant de la quarantaine Â», Observatoire du Bien-ĂȘtre du Cepremap, n°2018-01, 2018-02-12
  • LĂ©a Flamand, Christel Gilles et Alain Trannoy, « Les salaires augmentent-ils vraiment avec l’ñge ? Â», Note d’Analyse no72, France StratĂ©gie, Novembre 2018.
  • RaphaĂ«l Garrigos et Isabelle Roberts, Camille Polloni et MaĂŻtĂ© Darnault, « Jaunes de rage Â», Les Jours, 2018 – 2019.
  • François Gleizes et SĂ©bastien Grobon, « Le niveau de satisfaction dans la vie dĂ©pend peu du type de territoire de rĂ©sidence Â», INSEE Focus, no139, 14-01-2019
  • C. Graham, dans Happiness for All?, Princeton University Press, 2017.
  • Laura Leker, « Confiance et bien-ĂȘtre Â», Observatoire du Bien-ĂȘtre du Cepremap, n°2016-02, 02/05/2016
  • Madeleine PĂ©ron, Mathieu Perona, « Bonheur rural, malheur urbain Â», Note de l’Observatoire du Bien-ĂȘtre du Cepremap, n°2018-07, 08 Novembre 2018
  • Esther Raineau-Rispal et Mathieu Perona, « Les Femmes et le sentiment d’(in)sĂ©curitĂ© Â», Observatoire du Bien-ĂȘtre du Cepremap, n°2018-04, 06 juin 2018
  • « Â« Gilets jaunes Â» : une enquĂȘte pionniĂšre sur la « rĂ©volte des revenus modestes Â», Le Monde, IdĂ©es, 11 dĂ©cembre 2018

Données

EnquĂȘte SRCV

Cette enquĂȘte statistique sur les Ressources et Conditions de Vie des mĂ©nages est menĂ©e annuellement par l’INSEE. 16 000 logements sont concernĂ©s, avec une enquĂȘte en face-face sur les revenus, la situation financiĂšre et les conditions de vie des mĂ©nages. En raison de l’important travail statistique requis pour sa mise en forme et la dĂ©termination des pondĂ©rations, elle est habituellement disponible dans l’annĂ©e suivant celle de la collecte. Ainsi, la vague la plus rĂ©cente exploitĂ©e dans cette note est la vague de 2016. PrĂ©sentation du dispositif par l’INSEE et AccĂšs aux donnĂ©es via Progedo – Adisp.

EnquĂȘte CAMME / OBE

Depuis Juin 2016, l’Observatoire du Bien-ĂȘtre du CEPREMAP finance une plate-forme de 20 questions sur le bien-ĂȘtre des Français. AdossĂ©e Ă  l’EnquĂȘte mensuelle de conjoncture auprĂšs des mĂ©nages (CAMME) de l’INSEE, cette plate-forme est proposĂ©e chaque trimestre Ă  un Ă©chantillon reprĂ©sentatif d’environ 1800 personnes. C’est Ă  notre connaissance la premiĂšre fois que le bien-ĂȘtre subjectif des Français est mesurĂ© de maniĂšre Ă  la fois aussi riche et aussi frĂ©quente.

Données communales

Les données sur les unités urbaines métropolitaines proviennent de la Base INSEE des unités urbaines, et les données de population sont les Populations légales 2016 issues du recensement 2015.

Pour les Ă©volutions de la population et les taux de chĂŽmage, nous avons mobilisĂ© la Base Comparateur des Territoires de l’INSEE.

Annexes

DĂ©ciles de revenu

Pour dĂ©terminer les seuils des dĂ©ciles de revenu, nous avons utilisĂ©s les valeurs donnĂ©es par l’INSEE pour 2018.

En euros

Tranche de revenu annuel disponibleLimite supérieure Revenu annuel moyen
D113 630 10 030
D217 47015 630
D321 12019 280
D425 39023 210
D530 04027 680
D635 06032 470
D741 29038 080
D849 35045 070
D963 21055 300
D10///96 240

Erratum

2019-02-18 : Nous avons mis Ă  jour la Figure 10. La prise en compte dans nos prĂ©diction d’observations pour lesquelles l’unitĂ© urbaine n’était pas renseignĂ©e conduisait Ă  une prĂ©diction de satisfaction de vie systĂ©matiquement supĂ©rieure Ă  la valeur observĂ©e dans chaque unitĂ© urbaine.

Annexe méthodologique

Nous remercions l’Insee de nous avoir interpellĂ©s sur les limites et prĂ©cautions Ă  avoir sur l’examen d’écarts de bien-ĂȘtre moyens entre unitĂ©s urbaines. Dans leur rĂ©cente note, l’équipe Condition de vie des mĂ©nages estime en effet que l’écart entre le diffĂ©rents types d’unitĂ©s urbaines n’est pas suffisamment prononcĂ©e pour ĂȘtre signifiante. Nous faisons ici Ă©tat plus en dĂ©tail des prĂ©cautions mĂ©thodologiques Ă  avoir et des Ă©lĂ©ments de preuves qui nous ont conduits dans la rĂ©daction de cette note. Nous distinguons deux questions :

  • L’écart de bien-ĂȘtre moyen observĂ© dans les villes moyennes est-il statistiquement significatif ?
  • Ce Ă©cart est-il signifiant au regard des facteurs liĂ©s au bien-ĂȘtre, au-delĂ  des effets liĂ©s Ă  la composition socio-dĂ©mographique de ces agglomĂ©rations ?

PrĂ©ambule : limites des intervalles de confiance

Le dispositif SRCV, que nous mobilisons pour la plupart des analyses prĂ©sentĂ©es dans cette note, repose sur un Ă©chantillon tournant, stratifiĂ© afin d’ĂȘtre reprĂ©sentatif au niveau national et Ă  certains niveaux d’agrĂ©gation. Par consĂ©quent, la dĂ©rivation d’intervalles de confiance robustes est extrĂȘmement complexe. Nous avons par consĂ©quent supprimĂ© ceux qui figuraient dans la version initiale de la Figure 10. Ceux que nous prĂ©sentons ci-dessous incluent les pondĂ©rations individuelles, mais pas les effets de stratification. Ils sont donc Ă  considĂ©rer avec prudence, et comme des Ă©lĂ©ments indicatifs plus que des preuves statistiques formelles.

Écart brut de bien-ĂȘtre moyen

Nous posons ici la question de savoir si nous disposons d’assez d’élĂ©ments pour penser que l’écart de bien-ĂȘtre moyen entre les villes moyennes et les autres unitĂ©s urbaines est statistiquement significatif.

Pour ce faire, nous avons rĂ©gressĂ© au niveau individuel le bien-ĂȘtre dĂ©clarĂ© sur des indicatrices de types d’unitĂ©s urbaines ainsi que des indicatrices d’annĂ©es. Nous employons un modĂšle linĂ©aire gĂ©nĂ©ralisĂ© afin d’intĂ©grer les pondĂ©rations dans le calcul des coefficients et des Ă©carts-types. Les rĂ©sultats de ces rĂ©gressions sont prĂ©sentĂ©s dans le Tableau 1.

Coefficient
(Écart-t)
(1)(2)(3)(4)(5)(6)
20 000 Ă  99 999-0,19***
(0,021)
-0,20***
(0,022)
-0,17***
(0,022)
-0,19***
(0,022)
-017***
(0,025)
Référence
Paris
-0,08***
(0,022)

-0,06**
(0,023)
-0,04
(0,025)
0,13***
(0,029)
Communes rurales

0,06***
(0,016)
0,04*
(0,017)
0,06**
(0,020)
0,23***
(0,024)
2 000 Ă  19 999



0,05*
(0,023)
0,21***
(0,026)
100 000 Ă  199 999



0,19
(0,037)
0,19***
(0,039)
200 000 Ă  2 millions



Référence0,17***
(0,027)
Dummies AnnéeOui
AnnĂ©es2011 – 2016
Observations91 720

Tableau 1: RĂ©gressions du bien-ĂȘtre dĂ©clarĂ© en fonction du type d’unitĂ© urbaine
LĂ©gende : *** p-valeur < 0,001, ** p-valeur < 0,01, * p-valeur < 0,05

Sur l’ensemble des annĂ©es pour lesquelles on dispose de l’information sur les unitĂ©s urbaines, habiter dans une ville moyenne conduit Ă  une Ă©valuation de la satisfaction de vie infĂ©rieure de -0,19 points. Cet ordre de grandeur est robuste Ă  l’introduction de contrĂŽles pour les autres types d’unitĂ©s urbaines. Inversement, la colonne (6) indique que l’écart est significatif (avec les limites explicitĂ©es plus haut) avec chacun des autres types d’unitĂ©s urbaines.

Un Ă©cart de cet ordre est-il significatif en pratique ? Sur la base de l’enquĂȘte SRCV elle-mĂȘme, cette diffĂ©rence correspond Ă  Ă  celle existant en moyenne entre le quatriĂšme et le cinquiĂšme dĂ©cile de revenu (4 470 â‚Ź annuels de diffĂ©rence moyenne dans le revenu d’un mĂ©nage). S’il ne s’agit pas lĂ  d’une diffĂ©rence absolument majeure, il nous semble qu’un tel Ă©quivalent monĂ©taire correspond Ă  une diffĂ©rence qui serait jugĂ©e notable entre deux mĂ©nages.

Effets de composition et effet fixe

Ainsi que nous le documentons dans cette note, une partie de la moindre satisfaction de vie dans les villes moyenne s’explique par leur composition socio-dĂ©mographique : elles accueillent une part plus Ă©levĂ©e des classes d’ñges et classes sociales en moyenne moins satisfaites de leur vie. Nous suggĂ©rons en derniĂšre partie de la note qu’à cet effet de composition s’ajoute un effet fixe, consĂ©quence d’élĂ©ments non pris en compte par les corrĂ©lats usuels du bien-ĂȘtre (par exemple un sentiment de dĂ©clin, peut-ĂȘtre alimentĂ© par la dynamique Ă©conomique ou la fermeture de services publics ou de commerces de proximitĂ©).

Afin de prendre une meilleure mesure de ces effets que la simple approche graphique, nous effectuons la rĂ©gression (1) du Tableau 1 (indicatrice de ville moyenne), mais en incluant, en supplĂ©ment et au niveau individuel, les variables de contrĂŽle pour l’ñge (indicatrices dĂ©cennales), le sexe, le statut marital, la situation d’activitĂ©, le diplĂŽme, la catĂ©gorie socio-professionnelle et le revenu disponible du mĂ©nage (en log). Les rĂ©sultats sont prĂ©sentĂ©s dans le Tableau 2.

Coefficient
(Écart-type)
(1)(2)(3)(4)(5)(6)







Ville moyenne-0,19***
(0,021)
-0,17***
(0,021)
-0,13***
(0,021)
-0,13***
(0,021)
-0,11***
(0,020)
-0,11***
(0,020)
Situation personnelle





Âge
X


X
Genre
X


X
Situation matrimoniale
X


X
Situation socio-professionnelle





Situation d’activitĂ©

X
XX
DiplĂŽme

X
XX
CSP

X
XX
Revenus





Revenu disp. du ménage (log)


XXX







Dummies AnnéesOui
AnnĂ©es2011 – 2016
Observations91 720

Tableau 2: RĂ©gressions du bien-ĂȘtre subjectif en fonction du type d’unitĂ© urbaine, avec contrĂŽles
LĂ©gende : *** p-valeur < 0,001, ** p-valeur < 0,01, * p-valeur < 0,05

D’aprĂšs ces Ă©lĂ©ments, approximativement la moitiĂ© de l’écart de satisfaction de vie moyenne entre les unitĂ©s urbaines de 20 000 Ă  99 999 habitants est liĂ© Ă  leur composition socio-dĂ©mographique, et l’autre moitiĂ© Ă  d’autres facteurs.

Robustesse et discussion

Dans l’ensemble de nos rĂ©gressions, les indicatrices d’annĂ©e portent des coefficients significatifs. Afin d’évaluer la robustesse de nos rĂ©sultats aux variations annuelles, nous avons rĂ©alisĂ© la rĂ©gression (6) du Tableau 2 (ensemble des contrĂŽles) annĂ©e par annĂ©e (Figure 28, approximativement 15 000 observations par annĂ©e).


Figure 28 : Coefficients de l’indicatrice Villes Moyennes

L’effet inexpliquĂ© des villes moyennes aprĂšs contrĂŽles est de l’ordre de -0,10, en ligne avec le -0,11 du Tableau 2 (6). L’annĂ©e 2015 semble prĂ©senter un comportement particulier, et l’intervalle de confiance contient zĂ©ro sur trois des six annĂ©es disponibles. Toutefois, les variations d’une annĂ©e sur l’autre sont assez faibles, et l’image d’ensemble cohĂ©rente avec ce qui est observĂ© sur l’ensemble de l’échantillon.

Pour des raisons de simplicitĂ© de la prĂ©sentation, notre catĂ©gorie des villes moyennes regroupe deux modalitĂ©s des types d’unitĂ©s urbaines. En utilisant les modalitĂ©s de dĂ©part, nous observons que l’essentiel de l’effet provient des unitĂ©s urbaines de 50 000 Ă  99 999 habitants pour lesquels l’effet estimĂ© est de -0,23 (sans contrĂŽles) Ă  -0,14 (ensemble des contrĂŽles)

D’autres commentateurs ont attirĂ© notre attention sur le fait que l’effet du revenu que nous mesurons pouvait ĂȘtre affectĂ© par les diffĂ©rences de pouvoir d’achat entre les types d’unitĂ©s urbaines, en particulier le prix de l’immobilier, qui pĂšse lourd dans le budget des mĂ©nages. Ainsi, le prix trĂšs Ă©levĂ© de l’immobilier conduit probablement Ă  sur-estimer l’effet du revenu Ă  Paris, et contribue vraisemblablement Ă  l’effet fixe nĂ©gatif dans les rĂ©gression (2) et (4) du Tableau 1. Inversement, le marchĂ© immobilier est particuliĂšrement peu tendu dans les villes moyennes (Figure 19). Nous y sous-estimons probablement le pouvoir d’achat du revenu, ce qui renforce nos rĂ©sultats.

  1. Madeleine PĂ©ron, Mathieu Perona, « Bonheur rural, malheur urbain Â», Note de l’Observatoire du Bien-ĂȘtre du Cepremap, n°2018-07, 08 Novembre 2018
  2. Nous désignons sous ce terme les unités urbaines comprises entre 20 000 et 99 999 habitants.
  3. Esther Raineau-Rispal et Mathieu Perona, « Les Femmes et le sentiment d’(in)sĂ©curitĂ© », Observatoire du Bien-ĂȘtre du Cepremap, n°2018-04, 06 juin 2018
  4. Elizabeth Beasley, Esther Raineau-Rispal, Mathieu Perona, « Le Tournant de la quarantaine », Observatoire du Bien-ĂȘtre du Cepremap, n°2018-01, 2018-02-12
  5. Y. Algan, E. Beasley, C. Senik, Les Français, le bonheur et l’argent, Éditions Rue d’Ulm / Cepremap, coll. Opuscules du Cepremap, no46, Paris, 2018.
  6. Elizabeth Beasley, Madeleine PĂ©ron, Mathieu Perona, « DiplĂŽme, revenu et confiance », Observatoire du Bien-ĂȘtre du Cepremap, n°2018-06, 05 Octobre 2018
  7. LĂ©a Flamand, Christel Gilles et Alain Trannoy, « Les salaires augmentent-ils vraiment avec l’ñge ? Â», Note d’Analyse no72, France StratĂ©gie, Novembre 2018.
  8. Laura Leker, « Confiance et bien-ĂȘtre », Observatoire du Bien-ĂȘtre du Cepremap, n°2016-02, 02/05/2016.
  9. On peut se rĂ©fĂ©rer par exemple aux premiers rĂ©sultats d’une Ă©quipe de chercheurs, ainsi qu’aux enquĂȘtes de F. Aubenas ou de RaphaĂ«l Garrigos et Isabelle Roberts, Camille Polloni et MaĂŻtĂ© Darnault.
  10. Cet effet a Ă©tĂ© documentĂ© dans le cas des États-Unis par C. Graham, dans Happiness for All?, Princeton University Press, 2017.
  11. Madeleine PĂ©ron, Mathieu Perona, « Bonheur rural, malheur urbain Â», op. cit.
  12. Cet Ă©cart de 0,25 points sur une Ă©chelle de 0 Ă  10 peut paraĂźtre faible en valeur absolue (c’est ainsi que l’a considĂ©rĂ©e une rĂ©cente note de l’Insee). Elle est certes plus faible que l’écart, par exemple, qui correspond pour un individu Ă  perdre son emploi. Mais Ă  l’échelle de grandes catĂ©gories la diffĂ©rence est importante. Elle correspond par exemple Ă  celle existant en moyenne entre le quatriĂšme et le cinquiĂšme dĂ©cile de revenu (4 470 â‚Ź annuels de diffĂ©rence moyenne dans le revenu d’un mĂ©nage). À cette aune, ĂȘtre dans une ville de taille intermĂ©diaire correspond bien Ă  un changement important.
  13. Nous avons utilisĂ© par simplicitĂ© les dĂ©ciles de revenu disponible des mĂ©nages calculĂ©s par l’INSEE pour l’annĂ©e 2018. Ces seuils sont prĂ©cisĂ©s en annexe.
  14. Les bornes de 2010 et 2015 correspondent aux deux derniĂšres dates de recensement disponibles.