NEW YORK

3. 1. Introduction

Si la ville sud-africaine est le cas le plus marquant de ségrégation, politique- ment organisée par l’apartheid, la ville américaine, avec sa mosaïque de quartiers dominés chacun par des groupes ethniques-linguistiques-culturels-religieux diffé- rents, est le cas le plus connu et le plus marquant de ségrégation sociale urbaine “spontanée”. Et la sociologie urbaine américaine est celle qui a fait le plus de place historiquement à la question de la ségrégation, dans ses théories et son appareillage méthodologique, depuis l’École de Chicago (cf. Grafmeyer et Joseph, 1979). Depuis les premiers travaux de Park et Burgess, méthodes d’analyse et modèles interpréta- tifs se sont multipliés, avec les travaux de H. Hoyt, la social area analysis de Shevky et Bell, l’écologie factorielle, les définitions diverses d’indices globaux cherchant à mesurer le degré de ségrégation sur l’ensemble d’une ville, etc.

Pourtant, la ville de New York n’a guère fait l’objet d’études systématiques de l’organisation de l’espace social sur l’ensemble de l’aire métropolitaine. On peut citer essentiellement les travaux, déjà un peu anciens, de Hoover et Vernon (1962) et ceux de J. W. Hughes (1973). Dans les publications récentes, seul Richard Harris (1991) s’est intéressé sous cet angle à l’ensemble de la métropole, avec une approche assez peu détaillée il est vrai. La plupart des autres travaux ont porté uni- quement sur la ville de New York au sens restrictif: on peut mentionner entre autres ceux de Michael A. Stegman (1988), portant sur les conditions de logement, et de John H. Mollenkopf (1989), portant sur la distribution des groupes ethniques- raciaux et le comportement politique. Le territoire municipal de New York City regroupe à lui seul environ 7 millions d’habitants, soit un peu moins de la moitié de la région métropolitaine. C’est beaucoup, mais ce n’est quand même que la moitié, laissant à l’écart les zones de croissance périphérique.

Dans la tradition de recherche américaine, il est généralement considéré que le principal facteur de ségrégation socio-spatial est le facteur racial-ethnique (race

and ethnicity). Ceci correspond au caractère extrême de cette ségrégation raciale-

ethnique dans certains quartiers. Mais il y a cependant débat sur ce point. D’une part, certains travaux (dont Hughes, op. cit., pp.56-64, sur les cas de New York et Los Angeles) montrent que les facteurs socio-économiques sont les plus discrimi- nants sur l’ensemble de l’espace métropolitain. D’autre part, certains auteurs inter- prètent la ségrégation ethnique-raciale comme ayant aujourd’hui une signification relevant d’abord du niveau de vie et du statut social (William Julius Wilson, 1980, 1987), analyse très contestée théoriquement et empiriquement par d’autres (Norman Fainstein, 1992).

3. 2. Les variables de catégorisation socio-professionnelle

La position dans les rapports de travail, telle que la mesure la CSP en France, est peu utilisée sur l’ensemble de ses modalités dans les travaux sociologiques amé- ricains, on emploie plus fréquemment le niveau de revenu ou d’éducation pour mesurer la place dans la hiérarchie sociale.

Il existe toutefois dans les données du recensement une variable relativement proche dans le principe de sa définition, la variable occupation. Ses modalités sont les suivantes, en prenant par exemple le détail le plus fin fourni par les publications des données par Etat (US Department of Commerce, Bureau of the Census, 1983):

MANAGERIAL AND PROFESSIONAL SPECIALTY OCCUPATIONS EXM Executive, administrative and managerial occupations

Officials and administrators, public administration

Management related occupations …

PRO Professional specialty occupations

Engineers and natural scientists Engineers … Health diagnosing occupations Health assessment and treating occup. Teachers, librarians and counselors

Teachers, elementary and secondary schools …

…

TECHNICAL, SALES, AND ADMINISTRATIVE SUPPORT OCCUPATIONS TEC Technologists and technicians

Health technologists and technicians Technologists and technicians, except

health SAL Sales occupations

Supervisors and proprietors, sales occ. Sales representatives, commodities and

finance

Other sales occupations Cashiers …

ADS Administrative support occupations, including clerical Computer equipment operators Secretaries, stenographers, and typists Financial records processing occup. Mail and message distributing occup.

SERVICE OCCUPATIONS

PRI Private household occupations PCT Protective service occupations

Police and firefighters …

OSV Service occupations, except protective and household Food service occupations

Cleaning and building service occup. …

FRM FARMING, FORESTRY AND FISHING OCCUPATIONS Farm operators and managers

Farm workers and related occupations …

CRA PRECISION PRODUCTION, CRAFT AND REPAIR OCCUPATIONS Mechanics and repairers

Construction trades

Precision production occupations …

OPERATORS, FABRICATORS AND LABORERS OPR Machine operators and assemblers

Machine operators and tenders, except precision

Fabricators, assemblers, inspectors and samplers

TPT Transport and material moving occupations Transport occupations

Motor vehicle operators …

Material moving equipment operators HAN Handlers, equipment cleaners, helpers, and laborers

Construction laborers

Freight, stock and material handlers …

(les abréviations concernent le niveau de définition de la variable qui sera utilisé plus loin pour l’essai de traitement statistique)

Il existe une variable labor force status qui indique entre autres le nombre des chômeurs, une variable industry qui indique le secteur d’activité économique, et une variable class of worker qui distingue entre autres les salariés du secteur privé et les employés des trois principaux niveaux de l’Etat (federal /state/local).

Ces données sont publiées par Etat et par municipalité, avec des degrés de précision décroissants, et sont par ailleurs diffusées commercialement par le Bureau of the Census sur bande magnétique au niveau du “census tract”, équivalent de notre îlot du recensement. La plupart des départements de sciences sociales des universi- tés en disposent.

Les nomenclatures sont restées stables entre les deux recensements de 1970 et 1980. Par contre, le contenu détaillé d’un certain nombre des catégories a changé, ce qui fait que les données de 1970 et 1980 ne sont pas absolument comparables. Ce point devra être considéré avec soin dans les travaux plus approfondis à venir qui chercheront à mesurer et comparer les évolutions.

3. 3. L’aire métropolitaine

La définition de l’aire métropolitaine ne va pas sans soulever quelques diffi- cultés. Il n’y a pas de définition institutionnelle explicite, la seule institution métro- politaine, qui était une commission de planification métropolitaine (Tri-state Regional Planning Commission) ayant été supprimée. Il existe une Regional Planning Association, mais elle est de statut privé. La seule institution publique régionale qui subsiste est le Port Authority of New York-New Jersey, qui est responsable en matière de transports, ponts, aéroports, etc, et qui a publié certaines études sur le marché de l’emploi, les migrations alternantes, dans son aire de compétence. Toutefois, celle-ci ne concerne que deux Etats, celui de New York et celui du New Jersey, et laisse à l’écart la partie de l’aire métropolitaine qui se trouve sur le territoire du troisième Etat concerné, le Connecticut.

La densité et la continuité de la conurbation du nord-est des Etats-Unis fait que la définition scientifique de la métropole n’est pas évidente, le marché de l’emploi étant relativement polycentrique et les bassins de main d’œuvre recoupant ceux de grandes villes proches, comme Philadelphia. La définition la plus facilement utilisable est celle de la Standard Consolidated Statistical Area (SCSA) de New York - Newark - Jersey City, NY-NJ-Connecticut, du Bureau of the Census. Elle regroupe plusieurs Standard Metropolitan Statistical Areas (SMSA):

New York SMSA: Bronx County NY

Kings County NY New York County NY Queens County NY Richmond County NY (soit les cinq counties de New York City)

Bergen County NJ Putnam County NY

Rockland County NY Westchester County NY

Jersey City SMSA: Hudson County NJ Long Branch - Asbury Park SMSA:

Monmouth County NJ

Nassau-Suffolk SMSA: Nassau County NY

Suffolk County NY

New Brunswick - Perth Amboy - Sayreville SMSA:

Middlesex County NJ

Newark SMSA: Essex County NJ

Morris County NJ Somerset County NJ Union County NJ

Paterson - Clifton - Passaic SMSA

Passaic County NJ

Stamford SMSA et Norwalk SMSA appartiennent au Fairfield

County (Connecticut) qui a été pris dans son ensemble dans la suite de ce travail.

La ville de New York comptait 7 071 639 habitants en 1980, soit 44% du total de la région métropolitaine (SCSA: 16 121 178 habitants).

3. 4. Les unités spatiales

La complexité du système institutionnel américain fait que le choix de l’unité spatiale de base n’est pas évident lui non plus. La plus petite unité statistique, le

census tract, est trop petite, la plus souvent utilisée dans les analyses quantitative, la

SMSA, est trop vaste. Et chaque Etat a son propre système de gouvernement local. Pour New York City, il existe plusieurs principes de subdivision. La plus connue est celle en Counties (ou Boroughs), dont chacun constitue une entité poli- tico-administrative, mais qui sont de taille trop importante pour notre propos. On trouve ensuite une division en Community Districts (59), qui ont également une existence politico-administrative, avec un conseil responsable de la gestion d’une partie des services publics et problèmes locaux. Et enfin une autre division en

même subdivisés en Election Districts. C’est le découpage en Community Districts qui a été retenu ici, du fait de son institutionnalisation politico-administrative et de la disponibilité plus aisée de données regroupées à ce niveau, données publiées par la ville elle-même (Department of City Planning, 1986).

En dehors de New York City, les découpages administratifs sont, à l’intérieur de chaque Etat, les Counties, puis dans ceux-ci les municipalités dont l’appellation et le statut varient selon l’Etat et la taille de l’unité. Les données publiées concer- nent les municipalités de plus de 10 000 habitants, mais le total de celles-ci ne regroupe qu’une partie de la population des Counties. On a donc, pour le premier essai d’analyse statistique présenté ici, retenu ceux-ci pour simplifier, ce qui a l’avantage de prendre en compte l’ensemble de la population, et de garantir la qualité des chiffres (les données détaillées deviennent d’une qualité discutable quand la taille des communes est petite, du fait qu’elles proviennent d’un sondage et non du dépouillement exhaustif), et l’inconvénient de ne retenir que des unités nettement plus peuplées que les Community Districts de New York City. Là encore, les travaux ultérieurs devront établir des découpages pertinents plus petits, ce qui impliquera un travail préalable sur les diverses catégories retenues dans la nomen- clature du Bureau of the Census et une analyse à partir des bandes magnétiques et non plus simplement des tableaux publiés.

3. 5. Analyse statistique de la structure socio-spatiale

Sur l’ensemble des 74 unités spatiales ainsi définies (59 Community Districts pour New York City - on les désignera ci-après par quartiers pour simplifier) et 15

Counties extérieurs), caractérisées par leur structure socio-professionnelle (selon la

variable occupation en 13 postes et distinguant hommes et femmes, soit 26 valeurs par unité), on a procédé à une série d’analyses statistiques du même type que celles qui avaient servi à la construction par l’INSEE de la typologie socio-professionnelle des communes de l’Ile-de-France. On a tout d’abord effectué une analyse des correspondances (AFC) pour mettre en évidence les principaux facteurs de varia- tion, puis une classification ascendante hiérarchique (CAH) pour regrouper les unités en types semblables quant à leur profil socio-professionnel.

L’AFC calcule les facteurs - combinaisons linéaires des variables de départ - qui “expliquent” le mieux les données dans la mesure où ils rendent compte d’une part importante de la variance. Ce sont les axes principaux d’allongement du nuage de points, dans l’interprétation géométrique. Les cinq premiers facteurs calculés “expliquent” ici plus de 90% de la variance, et les trois premiers respectivement 51%, 18% et 11%.

Les variables les plus fortement corrélées au premier facteur (cf Annexes, tableau?) sont, d’une part, celles qui décrivent les catégories supérieures (EXM -

Executive, administrative and managerial occupations, et PRO - Professional specialty occupations), d’autre part celles qui décrivent les emplois de type ouvrier

les moins qualifiés (Operators, fabricators and laborers). On retrouve donc, pour ce premier axe, une opposition de classe ou statut fort semblable à celle caractérisant le premier axe de l’AFC faite sur l’Ile-de-France. Les contributions les plus fortes viennent des catégories supérieures, dont la distribution est donc celle qui pèse le plus sur la définition de ce facteur.

Les variables les plus fortement corrélées au second facteur sont d’un côté les ouvriers qualifiés hommes (CRAH - precision production, craft and repair

occupations) les techniciens hommes (TECH - Technologists and technicians) et les

agriculteurs, de l’autre les services domestiques (Private household occupations) et les “autres services” hommes (OSVH - Service occupations, except protective and

household), ainsi que les professionals femmes (PROF). Les contributions les plus

fortes à la définition de l’axe viennent surtout des ouvriers qualifiés hommes et des “autres services” hommes, puis des catégories supérieures dont les professionals femmes et enfin des services domestiques femmes.

Le graphique suivant illustre ces résultats en montrant la projection des 26 variables sur le plan des deux premiers facteurs.

Il est intéressant de constater que les variables décrivant les hommes et les femmes d’une même catégorie ne sont pas systématiquement groupées, même si ces écarts ne contribuent pas à la définition des deux premiers facteurs. Il n’y a pas de régularité évidente par rapport au premier facteur, les hommes étant plus du côté des statuts supérieurs que les femmes dans sept cas sur treize seulement. Il y en a un peu plus par rapport au second facteur, les hommes étant plus du côté négatif (défini surtout par les hommes techniciens et ouvriers qualifiés) que les femmes des mêmes catégories dans neuf cas sur treize. Ce facteur n’oppose pas pour autant les hommes aux femmes des mêmes catégories, mais oppose plutôt les hommes de certaines catégories entre eux, et à deux catégories de femmes (cf. plus haut les contribu- tions). D’ailleurs les femmes sont en position plus “moyenne” sur ce facteur que les hommes de la même catégorie (au sens où la valeur absolue de la projection de la catégorie sur le facteur est plus faible) dans dix cas sur treize.

Le troisième facteur oppose les employés d’administration (ADS -

Administrative support occupations, including clerical) et les hommes des services

de protection (PCTH) à certains ouvriers moyennement qualifiés (OPR - Machine

operators and assemblers).

Notons enfin l’intérêt du quatrième facteur (4% de la variance seulement) pour lequel près de la moitié des contributions viennent de deux variables, “autres

servic0es” femmes (OSVF) et services domestiques femmes (PRVF), qui ont aussi les plus fortes corrélations, les autres corrélations notables et de même sens venant des employés des transports femmes (TPTF), des agriculteurs femmes (FRMF), des techniciens femmes (TECF), toutes ces variables s’opposant aux employés adminis- tratifs hommes et femmes (ADS) qui contribuent pour plus de 20% au facteur.

NEW YORK SCSA 1980- PROJECTION DES 26 VARIABLES