Baptiste Coulmont

Dans le fichier détail du recensement, on dispose de plusieurs informations sur l’âge des personnes recensées :

• on a leur année de naissance, ANAI
• on a leur mois de naissance, MNAI
• on a leur « âge révolu », AGEREV, c’est à dire l’âge atteint lors de leur dernier anniversaire
• on a leur « âge détaillé », AGED, c’est à dire l’âge en « différence de millésimes » : si vous êtes né en 2000 et que vous êtes recensés en 2023, cet âge sera de 23 ans… même si vous n’avez pas encore atteint votre anniversaire

Le plus souvent l’âge détaillé est un an plus élevé que l’âge révolu.

Mais on ne sait pas quand les personnes ont répondu au recensement. On sait que les enquêtes annuelles (dites EAR, enquêtes annuelles de recensement) ont lieu en janvier. Et que l’enquête annuelle de 2021 n’a pas eu lieu, en raison des confinements. On peut retrouver l’année de l’EAR à partir d’un petit calcul. Je veux calculer l’âge au mois près.

Les personnes nées entre février et décembre ont toujours AGED = AGEREV + 1.
62% des personnes nées en janvier ont AGED = AGEREV (et 38% AGED = AGEREV +1). Celles qui ont AGED = AGEREV sont celles qui sont nées début janvier (avant le début de l’EAR). Celles qui ont AGED = AGEREV + 1 sont celles qui sont nées après le début de l’enquête annuelle de recensement.
L’âge, c’est EAR-ANAI. L’âge en mois, c’est EAR{janvier} – ANAI{MNAI}. L’année du recensement, EAR, c’est : ANAI + AGED.
Et donc l’âge en mois c’est : AGED – (MNAI-1)/12.

On peut alors calculer la proportion de jeunes adultes n’habitant pas chez leurs parents, en fonction de leur âge, que ce soit l’âge révolu, l’âge mensuel ou l’âge détaillé, pour la France entière et, en pointillé, pour les personnes qui sont nées en Île de France et qui y résident encore au moment du recensement.

On trouve, sur le site opendata du ministère de l’enseignement supérieur et de la recherche, un fichier qui donne quelques indications sur la composition socio-démographique des établissements d’enseignement supérieur sous tutelle du ministère.
À partir de ce fichier, on peut produire un graphique qui présente la proportion d’étudiant·e·s arrivé·e·s au bac avec un an d’avance au moins, par établissement.

cliquez pour agrandir

Dans ce graphique, les écoles qui recrutent à bac+2/bac+3, et qui ne recrutent donc que des survivant·e·s, devraient être comparées aux universités « à niveau égal »… ce que ne permet pas le fichier agrégé en opendata. Et l’absence des écoles militaires, comme l’école polytechnique de Palaiseau, des écoles de commerce ou d’une grande partie des écoles d’ingénieur·e·s rend ce graphique moins intéressant.

Mais il vous est offert gratuitement.

Pour faire une procuration, il faut deux personnes. Une mandante, la personne qui ne peut se déplacer le jour du scrutin dans son bureau de vote, et une mandataire, la personne qui se déplacera pour voter au nom de sa mandante. Comme dans tous les couples, il existe un écart d’âge. Regardons cet écart en 2017, au moment des scrutins présidentiels et législatifs.

Par exemple, dans les huitième et seizième arrondissement de Paris (du moins dans deux bureaux de vote de ces arrondissements), ce sont plutôt des jeunes électrices et électeurs qui donnent leur voix à des vieux. Le graphique suivant illustre cela : la zone vert-jaune est la zone de plus forte densité des couples mandant-mandataire (l’année de naissance du mandant est en abscisses, l’année de naissance de la mandataire en ordonnées). Il s’agit de jeunes électeurs (nés dans les années 1990) qui sont absents le jour du scrutin. Ils ont donné procuration à des personnes (nées dans la deuxième moitié des années 1950). C’est probablement à leurs parents qu’ils ont donné leur voix. Les zones blanches sont des zones où les couples mandant-mandataire sont rares. Les zones de même couleur représentent des zones de densité moyenne égale (le tout se lit un peu comme des lignes de niveau sur une carte géographique).

Comme le graphique le montre, le cas inverse, où des vieux donnent à des jeunes, est plus rare. Il existe : certains parents du 16e arrondissement donnent procuration à leurs enfants, mais c’est moins fréquent.
Enfin on voit une zone diagonale, où les procurations s’effectuent entre personnes qui ont à peu près le même âge. Entre amis du même âge. Entre frère et sœur, entre conjoints.

Dans les 10e, 5e et 18e arrondissements, la structure des couples est un peu différente. Il y a relativement peu de transferts de voix entre jeunes et leurs parents (la zone est mauve). Il y a en revanche une concentration très forte de transferts entre personnes du même âge, et surtout entre jeunes du même âge. Enfin… jeunes… la zone la plus dense est constituée de personnes nées dans les années 1980 (qui ont donc une bonne trentaine d’années en 2017).

Pourquoi donc ne donnent-ils pas à leurs parents, ces jeunes ? Pourquoi ne font-ils pas comme dans le 16e arrondissement ?
Les données dont je dispose ne permettent pas de donner des réponses satisfaisantes. Il me semble qu’il faut faire intervenir le lieu de résidence habituelle des électeurs : les jeunes du 16e arrondissement qui donnent procuration à leur parent n’habitent peut-être plus dans le 16e (ils sont étudiants, stagiaires, expatriés…). Et les résidents “vingtenaires” du 18e, au contraire, n’y votent pas (ils continuent à voter “chez leurs parents”, en province ou en banlieue… ou dans le 16e arrondissement). Les jeunes trentenaires du 18e arrondissement, eux, y résident et y votent, mais leurs parents ne s’y trouvent pas : ils ne peuvent leur donner procuration… alors même qu’il s’agit d’un groupe très mobile, qui préfère passer ses longs week-end de mai (avec les ponts) en dehors de Paris.

Et dans tous les cas, il y a peu de vieux qui donnent à des jeunes. Pour des raisons structurelles : la génération des enfants ne réside plus là où habitent les parents. Mais peut-être aussi pour des raisons liées au contrôle de son vote : on ne donne pas tout pouvoir à plus jeune que soit. Peut-être enfin parce que l’on donne à plus mobilisé (politiquement) que soi, et que les plus âgés (jusqu’à un certain âge) sont, en moyenne, plus participationnistes que les plus jeunes.

Notes :

1. J’ai aussi “contrôlé” par la structure par âge des différents bureaux de vote, en comparant les procurations observées avec la matrice d’indépendance des procurations qui auraient eu lieu si ces procurations étaient réalisées au hasard. La sous-représentation des couples “vieux–>jeunes” n’est pas due à la structure par âge des bureaux.
2. Les données utilisées ici proviennent pour partie de mes propres recherches (sans financement), pour partie de données collectées dans le cadre de l’ANR Alcov, et pour partie d’une recherche financée par l’Université Paris-Lumière.

En France, l’écart d’âge entre conjoints (de sexes différents) est de 2 ans et demi. En moyenne, dans un couple, l’homme est 2,5 ans plus âgé que la femme.
Mais il y a une géographie de cet écart d’âge. En France métropolitaine, voici ce que cela donne, à partir du “Fichier détail individu” du Recensement 2014. L’intérêt du Fichier détail du recensement, c’est de pouvoir travailler sur près de 4,5 millions de couples (effectif non pondéré). Les zones sous la moyenne sont en bleu, les zones au dessus de la moyenne sont en rouge.

Du bassin minier au nord à la Charente, l’écart d’âge est faible. Dans le centre et en Corse, il a tendance à être plus élevé. Même chose en région parisienne et particulièrement en Seine Saint-Denis. On pourrait certainement trouver une explication culturaliste ou matérialiste : France du partage égalitaire et des petites fortunes à l’Ouest, formes d’héritages autrement constituées au Centre. Clanisme corse ? Mais il y a, pour un sociologue, d’autres explications.
On sait, par exemple, que l’écart d’âge est plus important pour les couples âgés que pour les jeunes couples. Il se pourrait donc que les variations de l’écart d’âge soient dûes au fait qu’à certains endroits de France habitent surtout des couples jeunes, et qu’à d’autres endroits, des couples plus âgés résident.
Dans la carte suivante, je “contrôle” par l’âge moyen du couple (c’est à dire la moyenne de l’âge de chaque conjoint), au niveau individuel. Puis je trace la carte des écarts par rapport à cette moyenne. Par exemple, dans les couples dont l’âge moyen est 35 ans, l’écart d’âge moyen est de 2,5 ans. Si l’écart constaté pour le couple n° 2 542 447 est de 3 ans, alors je considère qu’il est 0,5 an plus âgé (c’est le “résidu”). La carte suivante représente donc la moyenne des résidus par zone.

Ce contrôle par l’âge n’a pas tendance à atténuer les différences entre zones. Il semble avoir peu d’effet.
On va alors contrôler par la catégorie socio-professionnelle : car les femmes cadres ont des goûts en matière d’hommes que n’ont pas les femmes ouvrières ou agricultrices. De fait, les couples “cadres-cadres” ont un écart d’âge plus faible que les couples “ouvriers-ouvrières”. Et il se pourrait donc que les écarts d’âge moyens par zone soient dûs à la composition socioprofessionnelle de ces zones.
La carte suivante montre, par l’éclaircissement des coloris, que, en effet, le contrôle par la CS réduit les écarts. Une bonne partie des zones “très rouges” ou “très bleues” étaient de cette couleur en raison de la composition sociale.

Mais on sait aussi que les personnes qui ont un diplôme du supérieur n’ont pas les mêmes choix que les personnes qui n’ont pas de diplôme. On contrôle alors par ce niveau de diplôme. Là encore, on voit un effet :

Enfin il semble y avoir toujours une zone rouge en Seine Saint-Denis. L’on sait que c’est le département où la proportion d’immigrés est la plus importante, en France. Or les immigrés (c’est à dire les personnes nées étrangères à l’étranger) ont pu se marier avant d’arriver en France. De fait l’écart d’âge dans les couples immigrés est plus élevé (peut-être en raison d’un effet de sélection lors de la migration, peut-être en raison de la composition socioprofessionnelle de ce groupe). On va donc contrôler par l’âge moyen du couple, la CS des conjoints, le diplôme des conjoints et le fait d’être immigré ou non-immigré.
La carte s’éclaircit et “jaunit”, car de nombreuses zones bleues deviennent jaunes clair : il n’y a presque plus de différences entre régions françaises si la structure de la population est prise en compte. Quelques mois d’écart tout au plus.

Reste le cas de la Corse. Il y a visiblement, là, un goût pour l’écart d’âge qui ne s’explique pas par les variables utilisées ici.

Il y a, en France, un concours pour devenir interne en médecine, et les listes des reçus sont publiées au journal officiel chaque année, m’apprend nc233.com qui a étudié les prénom des reçus.
J’ai récupéré les listes pour les trois dernières années.
Comme dans toute épreuve scolaire, on remarque que les plus précoces réussissent mieux :

En 2016, 50 % les candidats nés en 1993 sont dans le “top 1000”, alors que moins de 5% de ceux qui sont nés en 1988 s’y trouvent.

Mais à la différence des épreuves scolaires, les filles réussissent moins bien les “Epreuves nationales classantes” que les hommes. La pénalité est d’environ une demi-année : les filles réussissent autant que les garçons qui ont six mois de plus qu’elles.

Et cette plus grande réussite masculine est visible si l’on s’intéresse à la proportion d’hommes en fonction du rang de classement. Plus on se rapproche du début du classement, plus les hommes sont représentés : quand il y a 45% d’hommes au total, ils sont 60% dans les tous premiers rangs :

Et cette prime masculine se reproduit année après année.
Il est intéresssant de voir que la proportion d’homme augmente aussi vers la fin du classement, mais pas aux toutes dernières places, où il n’y a plus que 40% de garçons. Les femmes, elles, sont plus fréquemment représentées au milieu du classement.

Est-ce lié au refus de féminiser les internats et les spécialités médicales les plus prestigieuses ? Ou est-ce un effet du rendement inégal du rang de classement entre hommes et femmes ? Ne sachant pas comment ces épreuves sont organisées, je ne peux pas répondre.

Les arrêtés d’affectation sont aussi publié, et l’on peut voir qui choisit quoi en fonction de son rang de classement. Les premiers classés obtiennent ce qu’ils souhaitent. Les dernières classées prennent ce qui reste.

Dans le tableau suivant, par exemple, on peut lire que la spécialité “pédiatrie” est féminisée. Alors que la chirurgie générale (que ce soit à Paris, à Lille ou à Lyon) l’est peu. La colonne “max” indique la position du dernier reçu (50 indique que le dernier reçu était dans les 50% les mieux classés). Cela indique l’attractivité de la Discipline*Région : ainsi pour espérer une place en cardiologie ou en anesthésie, il vaut mieux être bien classé. En revanche, pour avoir psychiatrie, pas de problème. Et si on est bien classé, en général, on ne demandera pas “medecine générale” à Caen : personne parmi les 20% les mieux classés, entre 2014 et 2016, n’a demandé cette spécialité (ce qu’indique la colonne “min”).

Et un bonus pour celles et ceux qui sont arrivés jusqu’ici : la proportion de candidats “précoces” (qui ont au moins un an de moins que le gros du peloton) par spécialité. 17% des internes en “néphrologie” sont des précoces, et ce n’est que 2,7% des internes en médecine générale (les plus nombreux).

On connaît assez bien la saisonnalité des suicides : leur maximum est au printemps, et leur minimum en décembre-janvier. On sait aussi que le taux de suicide augmente avec l’âge (même s’il a tendance à s’égaliser). Qu’en est-il des tentatives de suicide.
Un travail très intéressant a été réalisé par l’INVS (Christine Chan Chee et Delphine Jezewski-Serra (dir). Hospitalisations et recours aux urgences pour tentative de suicide en France métropolitaine à partir du PMSI-MCO 2004-2011 et d’Oscour® 2007-2011.) dans lequel on trouve des informations sur les hospitalisations suite à des tentatives de suicide.
Il ne s’agit donc pas d’informations sur les quelques 200 000 tentatives de suicide réalisées en France chaque année, ni même d’informations sur les tentatives connues par des médecins, ni même de celles qui parviennent aux urgences, mais d’environ 40% de ces tentatives, celles qui ont donné lieu à des hospitalisations.

Le graphique suivant représente l’écart mensuel à la moyenne. Certains mois comptent plus de tentatives qu’attendu, et d’autres moins. S’il y a environ 7000 hospitalisations par mois, certains mois sont à 8000, d’autres à 6000.
L’interprétation des variations est compliquée. Comment comprendre la diminution en août ? Dans une perspective durkheimienne classique il s’agirait des conséquences du repos social : la société est moins “effervescente” en août : «il se produit durant la belle saison un véritable exode des principaux agents de la vie publique, qui, par suite, manifeste une légère tendance au ralentissement» (p.106).

Saisonnalité des tentatives de suicide [voir note méthodologique plus bas]
Ce ralentissement pourrait se percevoir aussi en décembre et avril, au moment des congés scolaires. Mais ne peut-on pas, dans une autre perspective, voir dans cette saisonnalité le reflet de l’activité hospitalière ? La baisse des hospitalisations en août peut-elle être liée à un nombre moins élevé de lits disponibles en raison des congés? Comment, dans ce cas, expliquer le grand nombre de tentatives en juin? Les examens ? Il faudrait pouvoir disposer d’indications quantifiées sur la saisonnalité de l’ensemble des tentatives de suicide (mais elles échappent en partie à tout enregistrement).

Le deuxième graphique met formidablement bien en lumière les différences entre hommes et femmes. Les tentatives de suicides sont surtout des tentatives féminines, quel que soit l’âge (il n’y a égalité que vers 30 ans, et après 80 ans).
Il met aussi en évidence la fréquence importante des hospitalisations des jeunes femmes, entre 15 et 19 ans. Est-ce parce que leur mal-être est plus médicalisé que celui des jeunes hommes ? Est-ce alors un effet du diagnostic médical aux urgences ? Est-ce parce qu’elles font réellement plus de tentatives de suicide (les jeunes hommes pouvant faire des accidents de scooter, de mobylette, de voiture…)? Peut-on y voir le caractère morbidifère du lycée, de ses rythmes, de ses examens, de ses classements, pour une population — les jeunes femmes — plus scolaires que les jeunes hommes ?

Taux d’hospitalisation pour tentative de suicide, pour 10 000 habitants.

Disposer des données individuelles, avec l’âge, le sexe et la date de l’hospitalisation, permettrait d’en savoir plus. La saisonnalité des tentatives des jeunes femmes diffère-t-elle de celles des femmes plus âgées, et de celles des hommes ? Est-elle liée aux rythmes scolaires (dates du bac, date des congés)?

 
Pour une mise en contexte plus large sur ce thème, vous pouvez consulter : Sociologie du Suicide (pdf).
 

Note méthodologique : C. Chan Chee de l’INVS, avec qui j’ai eu un échange par mail, m’indique ceci concernant la saisonnalité des hospitalisations : «pour des raisons de confidentialité, nous n’avons accès qu’aux mois et année de sortie ainsi qu’à la durée de séjour. La date de sortie a donc été estimée au 15 du mois, et la durée de séjour a été soustraite, pour obtenir une date approximative d’entrée. A priori, je pense que le biais n’est pas trop grand car la durée de séjour est moins d’une semaine pour 90 % des patients.»

Cliquez pour agrandir
Ce graphique montre, pour l’année 2014, le nombre d’inscrits sur les listes électorales parisiennes [la taille des points], en fonction de l’année de naissance, de l’année d’inscription et de la proportion d’inscrits nées en France.
Toutes les inscriptions précédant 1981 ont été enregistrées comme ayant eu lieu en 1981.
Ceux qui s’inscrivent à 18 ans sont presque toujours nés en France (ils sont bien rouge sur le graphique). Mais ceux qui s’inscrivent tardivement (suite à un déménagement…) sont plus souvent nés à l’étranger : je lis cela en relation avec les naturalisations (les naturalisés, adultes et déjà relativement âgés, deviennent tardivement de nouveaux électeurs).
Mais il y a peut-être d’autres explications.

Je n’ai pas réussi à bien le faire apparaître, mais un peu avant 1995, 2002, 2007 et 2012, on voit plus d’inscriptions. La présidentielle actualise des électeurs virtuels.

Il s’agit ici d’explorer un peu qui sont nos députés (et il s’agit de le faire aujourd’hui en accompagnement du congrès de l’AFSP). J’ai proposé à une collègue, Catherine Achin (qui avait commencé à le faire), de récupérer, sur le site de l’Assemblée nationale, des informations biographiques sur les 577 députés. Le site de l’A.N. est suffisamment bien fait pour que, avec le package XML, on puisse demander à R d’aspirer tout seul certaines informations. (Encore merci à François Guillem d’avoir mis en ligne son tutoriel et répondu à mes questions).
Professeure Achin ne s’intéressait pas seulement aux caractéristiques actuelles des députés, mais à leur carrière. Comment sont-ils arrivés où ils en sont aujourd’hui ? Car l’on devient député à un âge fort avancé : l’âge à la première élection réussie est de 46 ans en moyenne. Ils ont du faire autre chose avant, mais quoi donc ?
Plus de 95% des députés au moment de leur élection, avaient déjà été détenteurs d’un mandat local : ce sont visiblement des professionnels de la politique. Les 5% restants, qui n’indiquent pas, sur le site de l’assemblée nationale, avoir déjà été élus, sont en partie des petits cachottiers, comme Edwige Antier (élue dès 1977 en Nouvelle Calédonie, puis en 2001 à Paris). Dans les paragraphes qui suivent, je n’étudie pas le cumul des mandats, mais la présence, ou non, avant dans la carrière, d’autres mandats (qui sont peut-être terminés).

Voici les séquences de carrière les plus fréquentes
C-M-G-D (d’abord conseiller municipal, puis maire, puis conseiller général, puis député) : 58 députés
C-D : de conseiller municipal à député : 49 députés
C-M-D de conseiller municipal à maire, à député : 43 députés

Toutes les carrières ne se terminent pas par “D” (Députés), certains se lançant aussi dans des carrières locales après la députation. R, ici, signifie membre d’un conseil régional.

Ne se trouvent, dessous, que les successions de mandats les plus fréquentes, car avec les permutations possibles G-D-R-M et autres… il y a une centaine de séquences possibles

C-M-G-D	58
C-D     49
C-M-D   43
D       29
C-G-D	26
C-G-M-D	22
C-R-D	22
G-C-M-D	20
C-M-R-D	19
G-C-D	14
C-M-G-R-D 12
R-D	12
C-D-M	11
D-C-M	9
D-R	8

… etc…

Voici une autre représentation. Les députés (chaque ligne correspond à un°e député°e) sont classés en fonction de l’année de leur premier mandat électif. Nous n’étudions ici que les mandats municipaux (conseillers, ici M, et maires, ici MA). Les carrières “toutes vertes” (uniquement député) sont rares : ceux qui commencent députés acquièrent rapidement un mandat municipal. Un député, ici, finit “bleu” ou “marron” (il a, à un moment de sa carrière, un mandat municipal), et commence “jaune” ou “rouge” (conseiller municipal ou maire).

Une conclusion ? La carrière locale est toujours bien intéressante. Et les députés hostiles au cumul des mandats, quand un mandat local s’ouvre à eux, ne résistent pas souvent.

L’idée que j’avais au départ, avec toutes ces données, était de faire de l'”analyse de séquence” (pour en savoir encore plus il existe cet article par Laurent Lesnard et Thibaut de Saint Pol, Introduction aux méthodes d’appariement optimal (Optimal Matching Analysis). J’ai d’ailleurs utilisé, avec R, le package TraMineR. Mais cela n’a d’intérêt que pour un connaisseur de la vie politique française et, surtout, les données “brutes” extraites directement du site de l’A.N. nécessitent un nettoyage. Je reviendrai peut-être sur ces données un jour. [d’ici là, les voici deputes-20110831.zip]

L’écart d’âge entre conjoints est, avec le taux de suicide, surprenament régulier. Prenez une population assez large, et vous verrez que les hommes sont plus âgés que leurs conjointes [De la même manière, comparez le taux des suicides d’une grande population sur deux années consécutives, c’est presque le même.]
Il existe une belle littérature sociologique sur le thème. En France, l’article central est celui de Michel Bozon Les femmes et l’écart d’âge entre conjoints : une domination consentie.

Dans le graphique suivant (source des données), j’ai souligné les écarts “négatifs”, quand la femme est plus âgée que son conjoint :

Une lecture attentive permet de lire que : dans 12% des couples, l’homme est 2 ans plus âgé que sa partenaire ; l’inverse n’est vrai que dans 4% des cas. [Il y a autant de couples dans lesquels l’homme est 7 ans plus vieux que sa partenaire que de couples dans lesquels la femme est 2 ans plus vieille que son partenaire.]

Associée à cette pratique se trouve l’image, répandue, du couple constitué d’un vieil homme (un “barbon”) et d’une jeune fille. Mais ces couples sont peu fréquents. Il faut probablement tourner son regard non pas vers les hommes, mais vers les femmes et les mettre au centre du processus de décision. Car ce phénomène d’écart d’âge n’est pas limité aux conjoints, aux couples co-résidants. Dès l’adolescence, les filles (de 15 à 18 ans) recrutent leurs partenaires parmi les garçons âgés de 15 à 21 ans et mettent en place un écart d’âge structurel en recherchant des jeunes hommes plus âgés.

Jusqu’à présent, les choses semblent simples. Implicitement, j’ai fait comme si “des plus jeunes” allaient avec “des plus vieux”. Mais c’est plus complexe. Il est impossible de faire comme si hommes et femmes avaient les mêmes comportements, avec un petit décalage temporel.
Regardez par exemple ce graphique (extrait de Prioux (France), « Les couples non mariés en 2005 : quelles différences avec les couples mariés ? ». Politiques sociales et familiales n° 96 – juin 2009). Il apporte une difficulté, nous comparons ici les couples mariés et les couples non mariés. Mais surtout il compare les hommes et les femmes. Comment est-il possible que les expériences collectives des hommes et des femmes varient autant ?

Car on a bien ici plusieurs choses : l’écart d’âge augmente avec l’âge pour les hommes et diminue pour les femmes. Prenons les plus jeunes : les hommes mariés avant l’âge de 24 ans épousent des femmes en moyenne plus âgés qu’eux d’un an. Mais les femmes mariées jeunes, avant 24 ans, épousent des hommes plus âgés qu’elles en moyenne, de 6 ans et demi. Le décalage de calendriers d’entrée en couple, et la composition des “sous-populations” entrant en couple ou en mariage (à des âges différents) crée ces différences collectives agrégées. Et ne parlons pas des remises en couple aux âges tardifs (et de la “jeunesse” des couples non mariés).

Il nous faudrait un graphique qui compare les flux, les entrées en couple. Et nous l’avons (le graphique est extrait de l’article de Bozon cité plus haut). Les données sont un peu anciennes, mais ça ne doit pas avoir beaucoup changé depuis. Pas fondamentalement du moins.

C’est un beau graphique. Prenons l’âge moyen de la femme en fonction de l’âge de l’homme (pour les premières unions masculines) : les hommes qui se marient avant 20 ans épousent des femmes plus âgées. S’il se marie à 21 ans et plus, il épouse une femme plus jeune. Prenons maintenant l’âge moyen de l’homme en fonction de celui de la femme, au moment de la formation du couple : les femmes qui se marient à 16 ans épousent un homme de six ans leur aîné. L’écart est minimal quand le couple se forme autour des 24 ou 25 ans de la femme.

Ces quelques réflexions seront poursuivies probablement un peu plus tard dans l’année, après lecture d’un article récent de Jean-François Mignot.

En 2006, la répartition par âge des titulaires du département de sociologie de l’université Paris 8 était celle-ci. 8 collègues étaient nés entre 1940 et 1944, et une seule après 1974.

En 2009 c’est celle-ci [attention, les échelles ne correspondent pas] :

Nous avons connu de nombreux départs à la retraite (de certains Vincennois historiques) et quelques personnes ont muté dans d’autres universités. Le résultat final des différentes stratégies individuelles de recrutement donne un rajeunissement du département.
A nuancer toutefois : en 2006 l’année de naissance médiane était 1955. L’année de naissance médiane, aujourd’hui, est 1960. La moitié des collègues (titulaires) a plus de cinquante ans et le département de sociologie possède donc une grande expérience cumulée.
(Si des collègues pouvaient m’envoyer des données similaires pour des départements comparables, comme Nantes, Lille, Lyon, Toulouse… on pourrait comparer.)