Baptiste Coulmont

Le Compte général de l’administration de la justice criminelle donne, pour le XIXe siècle, le nombre annuel de suicides par département. En combinant ces chiffres avec ceux des recensements, il est possible de cartographier les zones suicidogènes et les zones protégées.
Ainsi, en 1890, le taux des suicides variait, dans les départements de France métropolitaine, entre 46 suicide par millions d’habitant et 556 suicides par million.

Les recensements sont disponibles sur le site de l’INSEE à partir de 1851 et jusqu’en 1921.
Il me semble que le Compte général de la justice n’a malheureusement pas été transformé en fichier utilisable directement. On les trouve sur gallica.bnf.fr mais sous la forme de copies numériques. Il faut donc faire un petit travail de copie.
Le “Compte général de la justice” a de nombreuses informations sur les suicides : nombre annuel par département, différencié selon les hommes et les femmes, par tranche d’âge, par état civil (marié, veuf, avec ou sans enfants…) On a aussi des informations sur le lieu du suicide, sur le mode de suicide :

Nous disposons aussi de la répartition mensuelle et des professions des suicidés, croisées avec le “motif présumé” (la “grossesse hors mariage” est le motif principal des suicides des “domestiques”).
La transposition de ces informations en base de données utilisables sera probablement un des exercices que je donnerai dans le cadre du cours que je vais donner sur Le Suicide de Durkheim… si, véritablement, on ne trouve pas de fichier déjà disponible.

Toujours en partant des listes électorales, voici une estimation rapide de la densité de jeunes électeurs et électrices (de moins de 20 ans) et de la densité des séniors parmi les seniors, les électrices de plus de 91 ans (il y a moins d’électeurs, à cet âge). Des courbes de niveaux indiquent les zones de densité moyenne équivalente.

Cliquer pour agrandir
L’image est parlante : la densité de jeunes électeurs est importante dans les quartiers populaires, et celle des super-seniors dans des quartiers plus bourgeois. Mais l’indicateur est imparfait. Les zones peu peuplées (8e arrondissement, par exemple) contiennent par définition peu d’électeurs, mais ne contiennent-elles pas plus de vieux électeurs que de jeunes électeurs ?
Ainsi une carte qui s’intéresserait à la proportion de jeunes électeurs (ou de vieux électeurs) parmi l’ensemble des électeurs donnerait une image un peu différente de Paris.

Les listes électorales parisiennes (1,2 millions d’individus) renseignent sur le pays de naissance des électeurs parisiens. Une partie d’entre eux est née à l’étranger. Plus de 6000 au Viet Nam, un peu plus de 5000 au Liban, etc… On compte même un (ou une) électeur(e) né(e) au Vatican, ou plutôt ayant déclaré être né(e) au Vatican.
Ces électeurs sont peut-être “nés étrangers à l’étranger”, mais ils sont peut-être “nés français à l’étranger”. Mais l’étranger n’est pas toujours l’étranger : l’Algérie fut un moment des départements français, et les Algériens furent eux-aussi un moment des électeurs français. Et les pays changent de nom : où donc ont bien pu naître les électeurs français nés en “U R S S” ? Plus de 200 pays apparaissent dans ces listes : Paris est bien une ville-monde.
Mais il y a des mondes différents dans cette ville-monde.
Prenons donc les électeurs nés dans quelques pays choisis et examinons la dispersion spatiale de ces électeurs. J’ai superposé aux cartes des courbes de niveau qui donnent une idée imparfaite de la densité.

L’on distingue bien des zones préférentielles : le Nord-Est parisien populaire, le Sud-Est du 14e arrondissement. Les électeurs et électrices nés au Liban ont ici une répartition bien spécifique : ils ont choisi le Paris du Sud-Ouest, 16e et 15e arrondissement. Reste à comprendre pourquoi…
Les électeurs nés aux États-Unis d’Amérique, eux, sont d’abord peu nombreux, mais aussi peu concentrés. Ils évitent visiblement le Paris populaire pour préférer le Paris touristique ou bourgeois.
La localisation a été réalisée grâce aux données du “projet BANO“, mais les coordonnées des points ont été légèrement modifiées. Note sur la lecture enfin : ce n’est pas parce qu’une zone est toute orange ou toute rose que les électeurs y résidant seraient majoritairement nés à l’étranger.

Comment se déplacent les Franciliens pour aller au travail ?
Voici une petite exploration à partir des données du recensement 2010 (disponibles sur le site de l’INSEE). Il y a trois possibilités : à pied, en voiture, ou en transport en commun. L’occasion de faire une analyse “ternaire”. Ici, le vert-vert signifie le recours à la voiture, le bleu le recours aux transports en commun, et plus cela tend vers le rouge, plus les pieds sont utilisés pour aller au travail.

Voici le “ternary plot” :

J’étais tombé sur une image proche visualisant les transports dans le grand-Londres, mais je ne sais plus où.
Et si vous me dites : « mais moi, je marche jusqu’à ma voiture et je roule jusqu’à la gare… » Je vous répondrai d’aller visiter le site de l’INSEE pour comprendre la construction des données.
Note : par “à pied”, il faut comprendre “sans aucun déplacement”, “à pied”, ou “en deux-roues”

Les votes par procuration, à Paris, lors des Européennes de mai 2014, ont été plus fréquents dans les arrondissements centraux.

[Alors que, lors des Présidentielles ou des Législatives, septième, huitième et seizième ont un recours plus intense que d’autres arrondissements… Petite modification, donc, à prendre en compte.]

De nombreux travaux ont montré que, s’agissant des prénoms les plus fréquents, les cadres étaient “en avance” sur le reste des professions et catégories socioprofessionnelles. Des parents cadres vont avoir tendance à donner des prénoms un peu avant que des parents “professions intermédiaires” ou “employés” ne donnent les mêmes prénoms.
L’avance sur la mode peut-elle alors être prise comme indicateur indirect de position sociale ?
À partir des listes électorales parisienne, j’ai comparé, pour chaque “premier prénom”, l’année de naissance de l’électeur et l’année pendant laquelle son prénom atteint son rang le plus élevé. Ainsi un électeur prénommé Matthieu, né en 1979, sera considéré comme “en avance” de dix ans sur la mode (le prénom “Matthieu” atteint son meilleur rang national en 1989). On peut faire cela pour le million d’électeurs et d’électrices né-e-s en France et inscrit-e-s à Paris. Les prénoms très rares posent problème, car les données disponibles ne permettent pas de calculer l’année de leur “pic”. C’est le cas pour 8,3% des électeurs/trices.
La carte suivante montre, à l’échelle du bureau de vote, quelle est la proportion d’inscrits dont le prénom est au moins 3 ans “en avance” sur le pic.

On remarquera aisément que les quartiers de Paris les plus “bourgeois” sont aussi ceux où les prénoms sont les plus fréquemment “en avance”. Comme si la mode pouvait naître dans un coin caché du septième arrondissement et essaimer, ensuite, dans le reste du corps social.

Les listes électorales sont une source de données formidables. J’ai eu l’occasion de les explorer récemment. Première tentative de synthèse ici.

click to embigen
J’ai conservé quelques variables, à l’échelle du bureau de vote : l’âge moyen, la proportion de femmes inscrites, la proportion de personnes nées à l’étranger, la proportion de “nobles”, la proportion de personnes portant plus de deux prénoms.
J’ai appliqué à cela une procédure appelée “Multi-dimensional scaling“, qui permet de rapprocher entre eux des individus ayant des caractéristiques proches. Ici, les individus sont des bureaux de vote.
J’ai retenu trois dimensions.
La première dimension rassemble entre eux les bureaux de vote selon la proportion d’inscrits nés à l’étranger [on remarque que le 16e arrondissement est un peu différent du 8e et du 7e].
La deuxième dimension capture les variations de l’âge et du sexe apparemment.
La troisième dimension est plus complexe à interpréter immédiatement (et je n’ai pas encore exploré en détail).
Sur ces trois dimensions, chaque bureau de vote a un score, que je normalise entre 0 et 255, ce qui permet d’associer une couleur “RVB” à chaque bureau. Un bureau ayant un score semblable sur les trois dimension sera plutôt gris (clair ou foncé).

La carte oppose alors un bureau de vote situé au cœur du septième arrondissement (qui est ici vert foncé) aux bureaux de votes rose/orangés des marges de Paris. Mais aussi un bureau “vert-clair”, au cœur de Paris (plus masculin et jeune) à d’autres que je vous laisse trouver. La Butte Montmartre apparaît bien bleue. L’opposition entre Ouest et Est, importante à Paris, apparaît indirectement : les couleurs les plus sombres sont à l’Ouest, comme si un nuage était posé sur l’Ouest.
[Première synthèse qu’il faudra affiner, bien sûr].

d <- dist(mydata)
fit <- cmdscale(d,eig=TRUE, k=3)
x <- fit$points[,1]
y <- fit$points[,2]
z <- fit$points[,3]
range01 <- function(x){round(255*(x-min(x))/(max(x)-min(x)))}
xs<-range01(x)
ys<-range01(y)
zs<-range01(z)
mds<-cbind(xs,ys,zs)
couleurs<-rgb(mds[,1],mds[,2],mds[,3],maxColorValue=255)
# et ensuite, il suffit d'associer chaque Bureau de vote à chaque couleurs : le BV[i] recevra couleur[i]

Pretty R at inside-R.org

La méthode a été inspirée par cet article : Delineating Europe’s Cultural Regions: Population Structure and Surname Clustering [James Cheshire, Pablo Mateos et Paul A. Longley]

Les électeurs français nés à l’étranger constituent une petite partie (environ 10%) de l’électorat : ce sont soit des personnes ayant acquis la nationalité française, soit des électeurs nés français mais dans un pays qui est aujourd’hui un pays étranger, par exemple devenu indépendant, soit des électeurs nés de parents français à l’étranger… J’imagine que d’autres cas sont possibles. L’histoire de la nationalité est complexe.
Les listes électorales indiquent dans quel pays sont nés les électeurs. Voici une carte montrant, par bureau de vote, à Paris, en 2014, le pays de naissance le plus fréquent.

Comme l’on peut s’y attendre étant donné l’histoire coloniale (et l’histoire de la nationalité) ce sont les personnes nées en Algérie qui sont les électrices-nées-à-l’étranger les plus fréquentes. Maroc et Tunisie suivent.
Un bureau de vote, dans le 16e arrondissement, a suffisamment d’électeurs nés au Liban pour faire apparaître ce pays. Un autre, dans le 15e, a plus d’électeurs nés en Iran que d’électeurs nés dans d’autres pays.
Cambodge et Viet Nam apparaissent au sud du 13 arrondissement.
Quelques bureaux de vote ont plus d’électeurs nés au Sénégal que d’électeurs nés dans d’autres pays.
Cette première exploration est insuffisante : il faudrait probablement regrouper plusieurs pays ensemble, ou indiquer par l’intensité des couleurs des fréquences…

À la fin du XIX^e siècle, Marie était dans le “top 20” des prénoms les plus donnés aux garçons. Souvenons-nous, par exemple de Marie Koenig, connu sous le prénom de Pierre. Ou de Marie Revillon, connu sous le nom de Michel Tony-Revillon.
Mais ce prénom cesse rapidement d’être donnés aux bébés de sexe masculin. Du moins en première position. Car « Marie » est versatile. On trouve des Louis-Marie et Jean-Marie, des Hubert-Marie et autres Pierre-Marie. Mais l’on trouve aussi des “Louis, Marie, Octave” ou des “Charles, Marie, Geoffroy”.
Et Wikipedia nous dit vaguement que « dans certaines familles catholiques, le prénom Marie sera systématiquement choisi pour premier ou deuxième prénom, même pour un garçon, en hommage à la Vierge Marie. »
Choisir « Marie » en 2e, en 3e ou en 7e prénom permettrait de signifier (en quasi-cachette, mais administrativement) une forme de catholicité. Possible, mais cela reste à creuser.
Il est possible, dès maintenant, de cartographier des « Marie-hommes », à partir des listes électorales à Paris :

Les arrondissements dans lesquels on trouve le plus de Marie-hommes (Marie étant ici utilisé sans “tiret” et après le premier prénom) sont les 7e et les alentours du Parc Monceau (8e et 17e). 16e, 15e, 6e suivent. Les arrondissements plus populaires, 18e, 19e, qui comptent aussi peu d’électeurs à particule, comptent peu de Marie-homme.
Difficile en l’état de valider totalement l’hypothèse de Marie comme signal catholique. Mais comme signal bourgeois, peut-être un peu plus.

Note méthodologique : la carte compare entre eux uniquement les hommes ayant plusieurs prénoms (car la probabilité d’avoir “Marie” en second prénom est nulle quand on n’a qu’un seul prénom). Une comparaison entre les porteurs du prénom Marie et tous les hommes (quel que soit le nombre de prénom) ne change pas la distribution.

Mise à jour : une version précédente de la carte était basée sur des données inexactes.

Certains naissent avec un seul prénom, d’autres avec une demi-douzaine. Les listes électorales indiquent, pour chaque électeur, le nombre de prénoms.
A Paris en 2014, 5 électeurs inscrits ont 8 prénoms. L’un d’entre eux (les prénoms ont été modifié) est “Philippe-René Louis André Pierre Arthur Clément Jac Léon” une autre est “Annieke Bénédicte Lia Huguette Carline Sophie Aurélie Marie”… et peut-être que la liste continue, mais que les prénoms, faute de place informatique, n’apparaissent pas. Et 59 personnes ont sept prénoms ou plus.

À l’échelle du bureau de vote, le nombre moyen de prénoms diffère. Dans les bureaux de vote des 5e, 6e, 7e, 8e et 17e (sud), les électeurs ont plus de 2,2 prénoms. Dans les bureaux de votes du 19e et du 18e (est), ils en ont moins de 1,8.

Mais le nombre moyen est peut-être un indicateur imparfait. Voici donc la carte montrant la proportion d’électeurs ayant 3 prénoms ou plus. C’est presque la même chose, mais les écarts sont magnifiés (certains bureaux de votes ont moins de 15% d’électeurs du type “Marie Clothilde Elizabeth Gentiane”).

La carte reproduit bien la division entre un paris plutôt populaire, à l’Est, et un Paris plusbourgeois, à l’Ouest. L’habitude de donner plusieurs prénoms à la naissance est répandue en France, mais est peu fréquente dans de nombreux pays, et la proportion d’électeurs nés à l’étranger influe.
Mais on repère aussi probablement des pratiques administratives distinctes : il me semble probable que, dans le 9e arrondissement, tous les prénoms ne soient pas notés (ce qui expliquerait la coloration bleu-clair de cet arrondissement).