Carol SAUCIER et Nicole THIVIERGE - Université du Québec à ...
Carol SAUCIER et Nicole THIVIERGE - Université du Québec à ...
Carol SAUCIER et Nicole THIVIERGE - Université du Québec à ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Dans un qu atrième temps, no us av ons été confronté à une question<br />
méthodologique. Co mment, en eff<strong>et</strong>, établir l’existence d’un rapport entre une<br />
information financière <strong>et</strong> une don née populationnelle? Il nous fallait pouvoir indiquer<br />
si, par exemple, la décision de co ntribuer à un cha mp <strong>du</strong> développem ent social <strong>et</strong> le<br />
niveau de c<strong>et</strong>te contributi on était en rela tion avec l’i mportance d’un certain t ype de<br />
population. Mais, qu’est-ce qu’une proporti on i mportante ou faib le de personnes<br />
jeunes, âgées ou pauvres ( sous le seuil de faible rev enu)? Notre r echerche ne nous a<br />
pas permis d’identifier des études qui établissent de tels seuils. Une vérification auprès<br />
de chercheurs de l’Institut de la statistique <strong>du</strong> Québec 121 nous perm<strong>et</strong> de conclure à<br />
l’absence de catégorisatio n reconnue. Les études l es plus récen tes (CCDS, CQDS )<br />
concluent au vieillissement ou encore à l’appauvrissement par si mple comparaison de<br />
l’augmentation de ces phénom ènes. On ne peut établir qu’une municipalité est pauvre<br />
ou jeune au-delà d’ un certain seuil st atistique. Le même problème se posant p our les<br />
indicateurs financiers si n ous vouli ons co mparer l’ effort des diverses municipalités<br />
entre elles dans les cham ps reliés au déve loppement social, nous devions établir des<br />
catégories pour fins de comparaisons.<br />
Devant c<strong>et</strong>te situation, nous avons choisi d’établir de s seuils en n ous référant<br />
aux proportions régionales d es populations concernées <strong>et</strong> au per capita des diverses<br />
données financières. L’examen des données populationnelles <strong>et</strong> financières démontrant<br />
une grande dispersion des données co mpte tenu des écarts importants dans les<br />
populations des municipalités <strong>et</strong> aussi dans leurs choix de dépenses, nous avons établi<br />
ces c atégories en fixant la valeur moy enne à 25% au-dessus <strong>et</strong> au-dessous de s<br />
proportions de populations <strong>et</strong> des per capita. Les catégories qui en résultent sont les<br />
suivantes:<br />
Catégories de population: jeunes,<br />
personnes âgées, personnes sous le<br />
seuil de faible revenu<br />
Catégories financières: richesse<br />
foncière uniformisée, end<strong>et</strong>tement,<br />
logement social, transport en<br />
commun, activités récréatives,<br />
culture<br />
Élevée<br />
Proportion supérieure à 1.25 de la<br />
proportion régionale<br />
Moyenne Proportion se situant entre 0.75 <strong>et</strong> 1.25<br />
de la proportion régionale<br />
Basse Proportion inférieure à 0.75 de la<br />
proportion régionale<br />
Élevée Per capita supérieur à 1.25 <strong>du</strong> per capita<br />
régional<br />
Moyenne Per capita se situant entre 0.75 <strong>et</strong> 1.25<br />
<strong>du</strong> capita régional<br />
Basse Per capita inférieur à 0.75 <strong>du</strong> per capita<br />
régional<br />
121 Échange téléphonique avec des chercheurs de l’Institut de la statistique <strong>du</strong> Québec.<br />
54