Si la nouvelle méthode de recensement de l’INSEE, qui procède désormais par échantillonnage, avait déjà permis d’avoir quelques estimations, l’année 2009 s’ouvre avec la publication des données légales de population pour 2006, qui remplacent donc celles vieillissantes de 1999. Ces données légales sont les seules valeurs officielles concernant la population des communes et des entités administratives d’un niveau supérieur.

Pour fêter ça, et parce que ce sont des données qui nous concernent tous, j’ai réalisé une petite application de cartographie dynamique desdits résultats, qui mérite quelques détails techniques.

La récupération des données.

Un petit script en python récupérant les différente synthèses départementales du site de l’INSEE et en extrayant le contenu utile m’a permis de constituer une table communale actualisé. Une jointure sur une table spatiale issue des données de Geosignal (que je remercie au passage pour le droit d’usage concédé gracieusement) , un petit tour sur les anciennes données INSEE (celles de 1999), et me voici avec une table complète : géométrie, code insee, pop1999 et pop2006. Un petit calcul (var = pop2006/pop1999 – 1), un autre (densite = pop2006 / (area(the_geom)/1000000)) et voilà deux autres colonnes, la variation de population communale entre 1999 et 2006, et la densité de chacune des communes en 2006.

La mise en ligne

Divers projets récents m’ont permis de constituer un back-office de publication utilisant GeoDjango, dans lequel j’ai donc injecté les données. Comme il intègre TileCache, les deux couches principales de l’application sont ainsi tuilées et cachées. Les autres (départements, villes, labels) non. Branchons là-dessus un bon client cartographique fait d’OpenLayers et d’ExtJS, et nous pouvons parcourir ce nouveau visage de la population française avec souplesse.

L’accès aux données

Un petit plus du client utilisé, et d’ExtJS en particulier, est sa capacité à accéder aux données attributaires en mode paginé. Un petit clic droit dans la liste des couches (notamment sur Densité ou Variation de population) ouvre un menu contextuel dans lequel l’item ‘Voir les données’ permet de lister l’ensemble des 36580 données communales par bloc de 10. Le tableau utilisé permet également de trier ou filtrer les données, ce qui est toujours pratique pour découvrir qui est la plus dense, qui a eu la plus forte variation…

Copie d'écran de l'application 'Recensement 2006'
Copie d'écran de l'application 'Recensement 2006'

Les petits soucis

Notre organisation administrative est complexe, et chaque année des communes fusionnent, se séparent ou disparaissent. Peu à la fois, mais à raison de 5 à 10 par an, ça peut faire beaucoup. Mon fond cartographique se base sur les communes de 1999, et je n’ai donc pu traiter correctement les données des communes ayant fusionnées avec d’autres (Lomme et Lille, Octeville et Cherbourg). Les variations et densités pour la ville ayant absorbé l’autre sont donc exagérées (la population 2006 de Lille est en fait la population de Lille et de Lomme, mais la carte ne l’affecte qu’à Lille et le calcul la compare avec la population 1999 de Lille seule). Mais sur le nombre, on est à moins de 1 pour 1000…

L’analyse

Contrairement aux résultats de 1999, qui faisaient apparaître une forte augmentation de la population dans les communes de première couronne (au contact de la ville centre), les résultats de 2006 montrent une stabilité de ces zones. Ce sont par contre les communes situées plus loin de la métropole qui voient leur population augmenter fortement. C’est vrai à Toulouse. C’est également visible à une autre échelle en région PACA, ou c’est tout l’arrière-pays qui voit la population augmenter tandis que le littoral stagne. C’est un peu la traduction spatiale et humaine de 7 ans de hausse continue des prix immobiliers, qui a sans cesse poussé les familles à aller plus loin, les rendant dès lors très sensibles au prix du carburant…

Littoralisation et métropolisation sont donc toujours très marquants, mais avec des expressions locales plus diffuses. Regardez Bordeaux aussi.

Intéressant aussi de constater la perte de population qui affecte la Champagne-Ardenne (sans ‘s’ quand c’est la région !). C’est sans doute pourquoi le gouvernement songe à y envoyer les gens de l’INSEE…

Sinon, la France de 2006 compte 27187 communes de moins de 1000 habitants, soit près de 75 %.

Meilleurs voeux à tous !

Nouvelle année, nouvelles données INSEE
Étiqueté avec :        

11 pesnées sur “Nouvelle année, nouvelles données INSEE

  • 6 janvier 2009 à 17:31
    Permalien

    Super boulot … une question : l’ign a-t-il tenté de faire ce boulot? (j’ai rien trouvé de tel sur le site) En tout cas, quelle rapidité d’exécution!

    Répondre
  • 9 janvier 2009 à 17:54
    Permalien

    Bonjour,

    C’est Julien Muraz (jmz de Georezo), je cherche des infos techniques sur cette appli (avec les données INSEE). C’est Geodjango sur le serveur, et pour le client un truc à toi ExtJS+openLayer ? Est-ce que GeoDjango gère la partie client-web (j’avais fais un tutoriel sur Django et pas de besoin de html pour le client, les formulaire étaient automatiquement générés par Djoango et donc python) ? En gros comment ça s’articule pour ton appli ?

    Par ailleurs, est-ce que tu connais des tutoriaux intéressants pour Geodjango ?

    Merci

    Julien

    Répondre
    • 9 janvier 2009 à 18:01
      Permalien

      Oui, c’est ça. Sauf que mes modèles Django ne sont pas Geo, car ils ne gèrent que la construction de la carte. Les données spatiales elles-mêmes sont stockées dans une base externe. Ceci car on ne peut pas créer de modèles à la volée, lors de l’importation d’un shape par exemple.
      Donc django génère un flux JSON appelé par un template html (qui a surtout du javascript dedans !), qui construit ensuite à partir de ça le contenu Openlayers et ExtJS.
      Ensuite, pour les sélection, affichage des données attributaires etc., tout se fait en JSON. Donc le couplage avec Django est faible.
      J’ai fait d’autres trucs avec GeoDjango, mais je n’ai jamais vu de tutoriel sur ce sujet. Reste que ce n’est pas très compliqué : les modèles sont dérivés des modèles django, et la page geodjango est assez claires (quoique) pour s’en sortir assez rapidement.

      J’espère avoir éclairci les choses…

      à plus

      Répondre
  • 10 janvier 2009 à 12:47
    Permalien

    C’est vraiment génial !!!

    Je travaille à l’Insee, et je pense vraiment qu’on devrait mettre à disposition des choses comme ça sur notre site, ou en tout cas permettre à d’autre de le faire sans avoir à extraire depuis le site.

    Sinon, à quoi sert django si les données sont stockées dans un autre répertoire ?

    Une dernière remarque : Après maintes réflexion avec des spécialistes du domaine, on se sert pour identifier les phénomènes dont parlait Guillaume de carte de variation de densité lissée. Elles permettent de s’affranchir des limites communales. Elle sont publiées dans chacune des région, mais il manque sans doute une application dans le genre de la votre permettant de naviguer dans la France entière.

    Répondre
    • 10 janvier 2009 à 13:26
      Permalien

      Django sert à structurer le contenu, décrire les couches, leur mode d’affichage (tuilage, format…), délivrer le contenu et à générer un fichier .map pour Mapserver qui génère ensuite les images. Ce sont uniquement des données géographiques qui sont stockées en externe, et MapServer s’y connecte directement.
      Sinon en effet des cartes lissées seraient très intéressantes. Pas très compliquées à construire sur le principe, elle nécessitent cependant un certain temps que je n’ai pas encore su libérer !
      Merci pour vos remarques constructives.

      Répondre
  • 5 février 2009 à 12:14
    Permalien

    Application très intéressante dont l’INSEE pourrait en effet s’inspirer (au vu des productions typiquement « mapinfo » qui illustrent leurs publications par exemple).

    Par contre une remarque : il n’est pas possible de comparer directement les données des populations légales de 2006 avec celles de 1999, le mode de recensement ayant évolué. Pour faire des comparaisons avec 1999, il faut utiliser les chiffres révisés de population 1999 « statistique » et la population « municipale » 2006, disponibles ici :

    http://www.insee.fr/fr/themes/detail.asp?reg_id=99&ref_id=rpmig06

    (Merci à Robert Marconis pour son enquête approfondie, ayant permis la découverte de cette information).

    Répondre
    • 5 février 2009 à 12:33
      Permalien

      Si c’est l’immense Robert Marconis qui le dit, je ne peux que m’incliner. J’ai récupéré le DBF indiqué, et j’intègre ça ce week-end.
      Merci Laurent !

      Répondre
  • 22 février 2009 à 22:16
    Permalien

    Voilà, la mise à jour est faite. La différence ne saute cependant pas aux yeux…

    Répondre

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *