Profil de la criminalité dans les villes canadienne : analyse statistique multidimensionnelle

Résumé

Dans cette étude, nous avons fait appel à des méthodes statistiques multidimensionnelles pour faire une analyse des taux de criminalité par type d'infraction recensée à l'échelle nationale par le Programme de déclaration uniforme de la criminalité (DUC1). On visait ainsi à dégager des profils à partir de la masse d'informations transmises par les services policiers au Centre canadien de la statistique juridique de Statistique Canada pour 1999. Il s'avère que l'analyse statistique permet de représenter le profil de criminalité de 600 villes canadiennes au moyen de quatre indices. Cette information pourrait contribuer à une définition adéquate des problèmes de criminalité des villes individuelles et ainsi aider les organismes locaux de justice pénale dans l'élaboration de stratégies de prévention et de répression.

Par ailleurs, les villes ont été regroupées selon deux classifications basées sur la région géographique et la population. Les analyses démontrent que ces deux modes de répartition ne s'avèrent que moyennement pertinents. On trouvera dans le rapport la description des profils typiques des différentes régions géographiques et des villes de différentes tailles. Certains résultats confirment les idées reçues. Par exemple, les infractions contre la moralité sont plus nombreuses et plus graves dans les grandes villes que dans les petites. Cependant, l'analyse révèle d'autres résultats étonnants. Par exemple, le taux de criminalité violente est plus élevé dans les provinces de l'Atlantique et des Prairies qu'ailleurs, et il est plus élevé dans les petites villes que dans les grandes.

Ces résultats s'avéreront utiles dans la conception de programmes de prévention. Premièrement, les profils individualisés permettent de connaître les grands problèmes à cibler dans chaque ville. Deuxièmement, grâce aux profils par région et par population, chaque ville peut plus efficacement choisir les programmes de prévention des autres villes qui pourrait lui être utile.