A variable clustering approach to quality of life in local territories - the ClustOfVar method
Approche par clustering de variables de la qualité de vie à l’échelle des territoires – la méthode ClustOfVar
Résumé
Analyzing and measuring well-being of citizens is a major issue for public policies. It is now widely accepted that this implies overcoming monetary and economic issues to encompass the multiple dimensions defining well-being: health, education, natural environment, social ties, or participation in civic life for instance. Recently, it has acquired unprecedented importance with regard to the multiplication of the work of Observatories, Statistical Institutes and National and International Organizations. In France, this has resulted in proposals of regional human development indices and territorial indicators of quality of life. This paper contributes to this literature. It uses a statistical approach based on variable clustering for the analysis and measurement of quality of life at the scale of local territories. The features of the ClustOfVar method - in particular the simultaneous construction of clusters of variables and the definition of associated synthetic variables - make it possible to respond to the double challenge of reducing the size of data and revealing the multidimensionality of living conditions. This work uses the dataset compiled by the French National Institute of Statistics and Economic Studies (Insee) for the analysis of quality of life in France. The results highlight the associations between variables and reveal the empirical components that structure living conditions. The mapping of synthetic variables and the calculations of spatial autocorrelation indices confirm the existence of spatial interactions operating at different scales.
Ce papier propose une approche statistique par clustering de variables pour analyser et mesurer la qualité de vie à l’échelle des territoires. Les spécificités et les propriétés mathématiques de la méthode ClustOfVar – en particulier la construction simultanée de clusters de variables et de variables synthétiques associées (de type continu et non nécessairement orthogonales entre elles) – permettent de répondre au double enjeu de réduction de dimension des données et de mise en évidence de la multidimensionnalité du bien-être. Ce travail mobilise le jeu de données constitué par l’Insee pour analyser la qualité de vie en France métropolitaine. L’approche développée permet de mettre en lumière les associations entre les variables pour révéler les composantes empiriques qui structurent les conditions de vie. La cartographie des variables synthétiques et les calculs d’indices d’autocorrélations spatiales confirment l’existence d’interactions spatiales opérant à différentes échelles.