De l’autocorrélation spatiale du vote à la présidentielle
Les résultats d’#élections sous forme de cartes, quelles que soient les élections, ont toujours ça de frustrant qu’elles n’ont rien de parfait. Si représenter le candidat arrivé en tête par commune ou par département a un certain sens, est-ce que le message que cela porte est pour autant pertinent à l’issue du premier tour d’une présidentielle, scrutin national s’il en est ? Pour aller au-delà, ne pas s’en tenir au vainqueur local mais tenter d’avoir un peu de détail dans la structure des votes, faut-il se perdre au milieu de cartes dressées pour chaque candidat ? La distribution des votes pour telle ou telle famille politique à une date donnée étant au moins partiellement dépendante de la distribution des votes pour ces mêmes familles politiques lors de l’élection précédente, ne faudrait-il pas intégrer dans l’analyse une focale temporelle plus large – une manière de tenir compte d’une potentielle inertie ? Enfin, les kilomètres carrés ne votent pas… Pourquoi alors donner tant de place sur la carte aux unités spatiales de grande taille mais peu peuplées et si peu aux grandes villes ?
Pour tenter de répondre – au moins partiellement – à ces questions, la carte qui suit a été produite en prenant le parti de catégoriser chaque intercommunalité note 1 de France métropolitaine à la fois selon la structure du vote au premier tour de la présidentielle de 2022 et l’évolution du vote entre 2017 et 2022. Sept classes cohérentes en résultent, comme autant de groupes d’intercommunalités à la fois proches les unes des autres lorsqu’elles sont dans la même classe et différentes les unes des autres lorsqu’elles sont dans des classes différentes.
▻https://cybergeo.hypotheses.org/1199#more-1199
#présidentielle #cartographie #visualisation #géographie_électorale #cartographie_électorale #premier_tour