Les résultats principaux de l’étude sont les suivants:

• Si l’étude confirme que l’âge est le facteur de risque prépondérant d’hospitalisation, elle met en évidence d’autres facteurs de risque ;
• La population hospitalisée réside dans des logements plus densément occupés et appartenant plus fréquemment au parc social ;
• Un risque d’hospitalisation décroissant avec le niveau de vie ;
• Une population hospitalisée plus souvent née à l’étranger ;
• La quatrième vague se distingue des vagues précédentes, ce qui pourrait traduire les effets des campagnes de vaccination ;
• Le risque de décéder à l’hôpital reste légèrement moins élevé chez les personnes aux plus hauts revenus ;

Plus de détails ci-dessous ! 👇

Les données de mobilité issues de la téléphonie mobile permettent d’analyser la mixité sociale au-delà des seuls lieux de résidence. En effet, les personnes à hauts revenus et à bas revenus se déplacent et ainsi se côtoient pendant la journée.

La mixité sociale est plus importante en journée lorsque les personnes sont en dehors de leur lieu de résidence dans les agglomérations de Paris, Lyon et Marseille. La ségrégation est minimale entre 10 heures et 18 heures quand la plupart des gens ont rejoint leur lieu de travail, alors qu’elle est maximale la nuit.

Bien que la mixité sociale augmente avec les déplacements en journée, les personnes à bas revenus restent majoritaires dans le nord-est de l’agglomération parisienne et les personnes à hauts revenus dans l’ouest. La différence entre le jour et la nuit est plus marquée à l’ouest qu’à l’est.

Dans les villes, l’organisation des infrastructures de transport entre le centre et la périphérie facilite ou, au contraire, freine les déplacements. Les personnes à bas revenus habitent plus souvent dans les espaces où il est plus difficile de se déplacer (centre à Marseille, périphérie à Lyon et Paris).

We bring together mobile phone and geocoded tax data on the three biggest French cities to shed a new light on segregation that accounts for population flows. Mobility being a key factor to reduce spatial segregation, we build a gravity model on an unprecedent scale to estimate the heterogeneity in travel costs.

Residential segregation represents the acme of segregation. Low-income people spread more than high-income people during the day. Distance plays a key role to limit population flows. Low-income people live in neighbourhoods where the spatial frictions are strongest.