Les concepts

3Cette construction nécessite que l’on s’accorde sur des concepts. S’il n’y a pas, du moins en France, de divergence sur la notion d’individu en tant que personne humaine, tout se complique lorsque l’on aborde des constructions plus complexes comme le ménage ou l’entreprise. Il y a une trentaine d’années, l’Insee a entrepris de regrouper les nombreuses informations recueillies au travers des diverses enquêtes dans des « bases de données », et en particulier dans la Bdcom, base de données communales qui fut sa première véritable base de données géographiques. On s’est alors rendu compte que les concepts n’étaient pas harmonisés d’une enquête à l’autre, chaque concepteur adoptant le point de vue le mieux adapté au but recherché par son enquête, sans souci de cohérence avec une connaissance universelle. C’est ainsi que l’on dénombrait par exemple douze?concepts différents de « ménage » et même vingt-neuf définitions différentes du « chiffre d’affaires ». Il n’est en général pas possible de redonner a posteriori une cohérence à des informations collectées sur des bases conceptuelles différentes : c’est donc un très gros effort d’harmonisation des concepts qui a dû être entrepris. C’est évidemment une opération de long terme. Elle ne peut pas produire de résultats rétroactifs et bien souvent, une évolution du concept gêne ou même empêche l’étude des séries longues.

4Le concept de ménage est assez exemplaire pour mériter que l’on s’y attarde un peu. On essaie par ce concept de caractériser un ensemble d’individus qui vivent ensemble. On est passé de la notion ancienne de « feu » à la notion de « famille », pour se stabiliser après la dernière guerre mondiale sur la notion de « ménage » regroupant les individus vivant ensemble dans un même logement. On ne détaillera pas ici ces différents concepts ni leur évolution, mais on évoquera une remise en cause profonde de l’actuel concept de ménage par un groupe de chercheurs démographes dans le cadre d’un groupe de travail animé par l’Unité de méthodologie statistique de l’Insee. En lisant l’excellent rapport de ce groupe, on ne peut qu’être convaincu que l’évolution des modes de vie a rendu inopérant ce concept sur lequel sont basées tant d’analyses.

5On avait déjà émis bien des soupçons sur la notion de « chef de famille » qui correspondait à une autre époque où la place de la femme était « au foyer ». C’est maintenant, entre autres remises en question, le concept de « domicile » qui ne semble plus correspondre à la réalité contemporaine. Or il s’agit d’une donnée essentielle pour l’analyse géographique. Il est désormais jugé nécessaire de parler de « résidence habituelle », étant entendu qu’une même personne peut avoir plusieurs résidences habituelles entre lesquelles elle partage sa vie. Les gardes partagées des enfants, les lieux de travail ou d’étude éloignés, les multi-résidences diverses occasionnées par certaines activités ou favorisées par la retraite sont autant de facettes de ce nouvel éparpillement des lieux de vie d’une même personne. Évidemment cette notion de « résidence habituelle » est plus difficile à cerner que la simple « résidence principale » classique qui avait le bon goût d’être unique. On est donc partagé entre un concept simple, relativement facile à obtenir mais ne reflétant plus la réalité de la société moderne, et un concept mieux adapté mais plus complexe à enquêter et donc plus coûteux à obtenir.

6On se retrouve actuellement avec une cohabitation de deux concepts opposés : les résultats du recensement de la population sont toujours basés sur la notion de « résidence principale », que d’ailleurs on désigne sous le nom « résidence habituelle », ce qui complique encore un peu la compréhension tandis que d’autres enquêtes « ménages » de l’Insee – trop rares car trop coûteuses – s’efforcent de cerner la « résidence habituelle », éventuellement multiple, de l’individu. Le maintien de l’ancien concept pour le recensement permet d’entretenir l’illusion de pouvoir faire des analyses historiques. J’émets personnellement quelques réserves devant certaines interprétations des résultats des dernières enquêtes de recensement [1].

Les nomenclatures

7Les nomenclatures forment le deuxième élément de la construction des données. Sans s’appesantir sur cette étape essentielle visant à définir des catégories et des regroupements, on soulignera l’existence, ici aussi, de la difficulté à mesurer l’évolution historique d’un phénomène. Si l’on veut bien rendre compte de la situation présente, il est souvent nécessaire d’y adapter la nomenclature ; et si l’on modifie la nomenclature entre deux points de mesure, il devient difficile d’effectuer des comparaisons.

8Les nomenclatures territoriales, maillages ou zonages, méritent ici une attention particulière puisque l’on parle de données géographiques. Tantôt zonage de pouvoir (commune, département, etc.), formant souvent l’ancrage géographique de la donnée, tantôt zonage de savoir (zone d’emploi, aire urbaine, etc.), construit pour donner un sens à la donnée, aucune des nomenclatures actuelles n’est totalement invariante dans le temps. L’hétérogénéité de ces nomenclatures, par exemple entre les pays de l’Europe, nécessite le recours à des techniques particulières de traitement – par exemple, le lissage – lorsque l’on veut procéder à des analyses géographiques débordant le cadre national.

La qualité des données

9Divers éléments interviennent dans la qualité des données. L’un d’eux, particulièrement important pour les analyses géographiques, vient de l’appareil de mesure. La mesure peut être uniforme sur l’ensemble du territoire considéré : c’est en général le cas, pour la France, des données provenant de la statistique publique. Mais si la donnée est collectée indépendamment par chaque territoire – ce qui est le cas, avec la décentralisation, pour certaines données – il y aura un risque certain de biais géographique induit par des qualités différentes de collecte. Une mention particulière doit être faite pour les statistiques européennes qui sont collectées par chacun des services statistiques des pays membres mais dans le cadre d’une coordination plus ou moins poussée selon les sujets.

10Un autre risque de biais, qui n’épargne pas les données géographiques, provient de la source de l’information. Les données peuvent être obtenues par des enquêtes adaptées ; elles peuvent également être obtenues par l’utilisation des sources administratives existantes. Cette dernière façon de faire est largement encouragée par le Conseil national de l’information statistique, car elle permet d’éviter d’importuner par des enquêtes spécifiques des personnes ou des entreprises pour obtenir des informations qu’elles ont déjà fourni dans le cadre de leurs obligations administratives. Ces données doivent en général être utilisées avec des précautions particulières car elles ont été collectées avec des finalités souvent assez différentes de celles poursuivies par le chercheur. L’erreur classique – hélas ! trop fréquente – consiste par exemple à réaliser des études géographiques sur l’emploi à partir des données des organismes collecteurs de fonds. La finalité de ces organismes étant de collecter auprès des entreprises les prélèvements sociaux obligatoires, les conventions et les modes opératoires utilisés sont adaptées à cette finalité mais pas toujours compatibles avec une analyse localisée de l’emploi.

L’information sur l’information : les métadonnées

11L’utilisateur des bases de données géographiques n’est en général ni le concepteur ni le fabricant de ces données. Au-delà du travail de conception – évoqué précédemment au travers des concepts et des nomenclatures – un travail de transmission est nécessaire. Il s’agit de bien informer sur la signification et les limites des informations produites : c’est l’information sur l’information – encore désignée sous le nom de « métadonnées » – sur laquelle de très gros efforts ont été réalisés par la statistique publique ; mais il reste à espérer que les utilisateurs des données les lisent vraiment.

Le prix de l’information

12Toute information a un coût, qu’elle soit collectée par enquête ou par un traitement approprié de données administratives. Elle peut être transmise sous une forme gratuite ou payante, à un public large ou restreint, selon des formes rendant son usage plus ou moins aisé. Les politiques publiques n’ont pas toujours été constantes en ce domaine. Rappelons simplement qu’à l’heure actuelle une très grande masse de données « géographiques » est disponible gratuitement en ligne sur le site Insee sous diverses formes (tableaux, cartes et données individuelles), le tout accompagné d’une importante méta-information. Cependant, soulignons que si cette mise à disposition gratuite en ligne met l’information à portée de tout bon géographe, il reste encore du chemin et du travail d’intermédiation à faire pour rendre cette information utilisable par les politiques et les décideurs.

Les données géographiques et l’informatisation : une histoire liée

13L’histoire des bases de données – et celle des bases de données géographiques – est relativement récente. Il y a quarante ans, l’Insee était encore une des rares institutions françaises à s’être dotée de moyens de traitement automatique de l’information, d’abord mécanographiques puis informatiques. Le support des données était essentiellement la carte perforée, ultérieurement remplacée par la bande magnétique, supports surtout adaptés au traitement séquentiel. Corrélativement, les équipes étaient spécialisées, voire cloisonnées, ce qui favorisait la discordance des concepts utilisés pour les différentes enquêtes : ne devant pas mêler ni comparer les données provenant de sources multiples, il n’y avait pas de raison de chercher à les harmoniser. Par ailleurs, le traitement informatique des données était l’affaire des « informaticiens » qui transmettaient aux « statisticiens » des tableaux de chiffres imprimés sur des liasses de papier. Les informations étaient ensuite mises à disposition sous forme d’annuaires statistiques imprimés.

14La situation a commencé à évoluer lorsque les moyens de traitement se sont développés. Quelques centres informatiques universitaires ou inter-universitaires ont vu le jour. Quelques administrations, quelques grandes communes d’avant-garde se sont également équipées d’ordinateurs. Ces partenaires ont alors souhaité disposer de données brutes et non plus seulement de tableaux sur papier. Deux types de problèmes sont apparus : le premier, déjà évoqué, provenait des incohérences constatées entre des informations provenant de sources statistiques différentes. Pour s’attaquer à ce problème, il a fallu entreprendre un vaste travail – qui reste toujours d’actualité – pour harmoniser les concepts, mettre en cohérence les sources, ainsi que pour construire et mettre à disposition une documentation claire sur la signification des données, leur mode d’élaboration et leur champ de validité. Le deuxième type de problème concernait la confidentialité des données individuelles contenues dans les fichiers. Le problème ne se posait pas tant que les informations n’étaient traitées que par des statisticiens tenus par le secret professionnel. Son émergence a suscité un cadre législatif et entraîné la création de la Cnil (Commission nationale informatique et liberté).

15C’est à cette époque que l’Insee a mis en chantier de grandes bases de données. Parmi elles la Bdcom, banque de données communales, qui avait vocation à regrouper un grand nombre d’informations statistiques sur les communes, intégrée quelques années plus tard dans le projet Seddl, système d’étude et de diffusion des données locales.

16Dans le même temps les utilisateurs de l’information, statisticiens ou chercheurs, s’emparaient de l’outil informatique et se dotaient de logiciels adaptés à leurs métiers. Et puis, ce fut l’accès direct aux ordinateurs « en temps réel » et puis… Aujourd’hui chacun dispose sur son bureau d’un ordinateur dont la puissance est supérieure à celle de l’ordinateur avec lequel on traitait la totalité du recensement de la population à la fin des années 1960. L’accès à Internet s’est généralisé et l’on peut accéder gratuitement en ligne à une quantité de données géographiques dépassant sans doute la capacité d’assimilation d’un individu normal.

Les utilisateurs des bases de données géographiques

17Bien que ces données soient accessibles à tous, il semble nécessaire de disposer d’un certain bagage intellectuel pour les utiliser. Il est donc naturel que les « clients » de ces bases de données géographiques soient des chercheurs ou appartiennent à des organismes d’études travaillant pour des collectivités locales. Mais l’apparition des bases de données géographiques et le développement d’outils adaptés à leur traitement et à leur valorisation – notamment cartographique – s’est accompagnée de l’émergence d’un nouveau courant doté d’un grand dynamisme, le géomarketing. Ces géomarketeurs et leurs sociétés se sont montrés beaucoup plus acharnés que les chercheurs géographes et autres étudiants pour obtenir des données géographiques de qualité et leurs pressions – parfois même les procès qu’ils ont intenté à l’Insee – ont sans doute joué un rôle important dans l’élaboration de l’actuelle offre en matière de données géographiques.

L’avenir des données géographiques

18L’évolution technique ne s’est pas arrêtée aux ordinateurs individuels et à Internet. Les Iphones et autres smartphones sont maintenant dans toutes les mains et se promènent dans toutes les rues. Ils permettent de recevoir des informations, de consulter des bases de données, mais aussi de fournir des informations, soit activement par l’envoi volontaire d’un message, soit passivement en permettant la géolocalisation de leur porteur (encadré). S’ouvre avec ces appareils tout un monde nouveau d’élaboration d’informations géolocalisées. Des opérateurs mondiaux – en particulier Google avec Google Maps et Google Earth – mettent à disposition de tous les référentiels et les outils pour rendre visibles au monde entier ces informations géolocalisées.

19Si l’on veut que ces informations puissent être mobilisées pour la connaissance publique et citoyennes, il serait temps de s’y mettre. Les utilisateurs commerciaux, eux, sont très actifs pour exploiter ces nouvelles mines d’informations. TomTom vient de publier un palmarès de la circulation dans les villes de France. La société Orange travaille avec les sociétés d’autoroute pour mesurer la fluidité du trafic…