Étude de la démographie française du XIXe siècle à partir de données collaboratives de généalogie

Étude de la démographie française
du XIXe
siècle à partir de données
collaboratives de généalogie
Arthur Charpentiera
& Ewen Gallica
a
CREM UMR CNRS 6211, Université de Rennes 1 & Chaire Actinfo
Source: BNF, Manuscrits, NAF 10290, f. 172
Séminaire de l’unité de recherche “Histoire et Population” de l’INED
Paris, 12 Avril 2018

Introduction Méthodologie Représentativité Mortalité Migration Conclusion References
Démographie historique
• Milieu XXe
: volonté de décrire, analyser et comprendre la popula-
tion, dans le passé, à l’aide de méthodes quantitatives
• La démographie historique nourrit plusieurs disciplines (Dupâquier,
1981) :
démographie : reconstruction des effectifs, étude de la natalité, de la
mortalité, de la nuptialité, etc. (Blayo and Henry, 1967; Blayo, 1975a;
Henry and Blayo, 1975)
sociologie : structure des familles (Matthijs and Moreels, 2010), en
lien avec la migration sociale (Bonneuil et al., 2008; van Leeuwen
et al., 2015; Bourdieu et al., 2004)
biologie : différentiation entre effets héréditaires et environnementaux
pour expliquer la longévité entre générations (Gavrilov and Gavrilova,
2001; Motta et al., 2007) ou entre frères et sœurs (Perls et al., 2002)
économie : étude de la mobilité (Dribe and Lundh, 2005)
A. Charpentier & E. Gallic Étude de la démographie française du XIXe siècle à partir de données collaboratives de généalogie - 2/59

Démographie historique : travaux pionniers
• Travaux pionniers menés par Henry (1956)
• Ayant conduit à de nombreuses études, dont :
Henry and Levy (1960): bourgeoisie française de 1650 à 1799 (59
familles)
Blayo and Henry (1967): pop. rurale française de 1740 à 1829 en
Bretagne et Anjou
Blayo (1975b): pop. rurale et urbaine en France de 1740 à 1829
Henry and Blayo (1975): tables de survie en France de 1740 à 1860
Blayo (1975a): tables de mortalité en France de 1740 à 1829

Démographie historique : large littérature
• Les données longitudinales sont exploitées dans de nombreux pro-
jets, dont
Matthijs and Moreels (2010) (COR∗ )
• Antwerp, Belgique, 1846–1920, ≈ 125k événements, ≈ 57k individus
Mandemakers (2000)
• Pays-bas, 1812–1922, ≈ 77k invidivus
Bouchard et al. (1989) (BALSAC)
• Québec, Canada, depuis le 17e siècle, ≈ 2M événements, ≈ 575k
individus
Bean et al. (1978)
• principalement Utah, USA, depuis le 18e siècle, ≈ 1.2M individus

Démographie historique : quelles données ?
• Forte exploitation des registres paroissiaux et d’état-civil four-
nissant des informations sur trois types d’événements :
1. naissance
2. mariage(s)
3. décès
• Utilisation également de registres de matricules militaires
pour étudier les migrations au cours d’une vie (Ho., 1971;
Kesztenbaum, 2008, 2014)

Big data : données collaboratives
• De nouvelles perspectives apparaissent à l’ère du big data
• L’accès à des données collaboratives de généalogie semble promet-
teur :
consitution peu coûteuse de bases de données
couverture géographique large
recours à l’échantillonnage plus obligatoire
• Peut-on utiliser ces données en démographie historique ?

Big data : données collaboratives
• Peut-on utiliser ces données en démographie historique ?
• A priori oui, selon les études menées principalement sur la longévité
:
Fire and Elovici (2015) avec des données de WikiTree.com
• +1M proﬁles, nombre d’individus non divulgué
Cummins (2017) avec des arbres gén. de FamilySearch.org
• +1, 3M d’individus
Gavrilova and Gavrilov (2007) avec des données de généalogie de
rootsweb
• +75M d’individus décédés
Gergaud et al. (2016) avec des biographies wikipédia
• +1, 2M d’individus
Kaplanis et al. (2018) avec des arbres généalogiques de Geni.com
• 13M d’individus
• Ces études ne s’attardent pas sur la représentativité de leurs données

Données collaboratives dans d’autres disciplines
• Quelques exemples de l’utilisation de données collaboratives
1. Ushaidi 2. Clinical Interpretations of
Variants in Cancer
3. OpenStreetMap

Ce papier
• Exploration de données collaboratives de généalogie
• Description de la méthodologie employée pour mettre en forme les
données
• Comparaisons des données avec des résultats connus dans la lit-
térature
• Focus sur deux aspects :
1. mortalité des individus
2. migration des individus au cours du XIXe
siècle

Plan
1 Introduction
2 Méthodologie
3 Représentativité
4 Mortalité
5 Migration
6 Conclusion

1 Introduction
2 Méthodologie
4 Mortalité
5 Migration
6 Conclusion

Données de Geneanet
http://www.geneanet.org/
• Depuis 1996
• Premier site européen de généalogie
+2 millions de membres
+4 milliards d’individus
• Distribution géographique :
40% en France
30% dans le reste de l’Europe
25% aux États-Unis d’Amérique
5% dans le reste du monde

• Les utilisateurs construisent leur arbre généalogique
• Pour chacun des événements (naissance, mariage, décès), ils peuvent
indiquer :
des noms
une date
un lieu
• Extraction à notre disposition :
individus nés entre 1900 et 1910 en France métropolitaine : 238 009
utilisateurs
récupération de tous les arbres de ces 238 009 utilisateurs : +700M
d’enregistrements
parmi ces enregistrements : focus sur les individus nés entre 1800 et
1804 et sur leur descendants
nettoyage de la base

• Au ﬁnal, l’échantillon se compose de :
les individus nés en France (contemporaine) entre 1800 et 1804
• 1 547 086 individus
leurs descendants jusqu’à 3 générations
• 402 190 enfants
• 286 071 petits-enfants
• 222 103 arrière-petits-enfants
• Note : nous avons accès qu’aux enregistrements des utilisateurs n’ayant
pas refusé de publier leur arbre

Données de Geneanet : défis
1. Défis d’ordre pratique :
le volume des données brutes est conséquent : +700M d’enregistrements
Des traitements importants sont nécessaires pour :
• apparier les arbres
• corriger certaines erreurs
2. Défi plus profond :
l’échantillon final est-il représentatif ?

Construction des arbres généalogiques : données brutes
ID_user ID_np ID_num Nom Prenom Sexe Date_n
1 daage besnard|jean|1 575 BESNARD Jean 1 18000227
2 denisgallienne besnard|louis|1 22771 BESNARD Louis 1 18040603
3 domiassi besnard|jean| 1748 BESNARD Jean 1 18000227
4 dutheilfr besnard|pierre| 729 BESNARD Pierre 1 18001221
5 dvivier1 besnard|louis|1 65196 BESNARD Louis 1 18001215
Date_d Type Lieu Lat Long ID_num_m ID_num_p
1 16810000 NM Longué, 0180 47.37806 -0.10806 4457 574
2 18831027 ND Cunault, 49350 47.30833 -0.15389 994 1620
3 18560000 NM Longué, 49180 47.37806 -0.10806
4 N Gennes, 49350 47.34083 -0.23278 99 59
5 18490717 N Pommeraye, 49244 47.35528 -0.86028 43116 4063

• Chaque ligne : événements pour un individu dans un arbre (Naissance,
Mariage, Décès)
1 16810000 NM Longué, 0180 47.37806 -0.10806 4457 574
2 18831027 ND Cunault, 49350 47.30833 -0.15389 994 1620
3 18560000 NM Longué, 49180 47.37806 -0.10806
4 N Gennes, 49350 47.34083 -0.23278 99 59
5 18490717 N Pommeraye, 49244 47.35528 -0.86028 43116 4063

Mariage, Décès)
lieu (nom, latitude, longitude)
1 16810000 NM Longué, 0180 47.37806 -0.10806 4457 574
2 18831027 ND Cunault, 49350 47.30833 -0.15389 994 1620
3 18560000 NM Longué, 49180 47.37806 -0.10806
4 N Gennes, 49350 47.34083 -0.23278 99 59
5 18490717 N Pommeraye, 49244 47.35528 -0.86028 43116 4063

Mariage, Décès)
lieu (nom, latitude, longitude)
date
1 16810000 NM Longué, 0180 47.37806 -0.10806 4457 574
2 18831027 ND Cunault, 49350 47.30833 -0.15389 994 1620
3 18560000 NM Longué, 49180 47.37806 -0.10806
4 N Gennes, 49350 47.34083 -0.23278 99 59
5 18490717 N Pommeraye, 49244 47.35528 -0.86028 43116 4063

• Individus identiﬁés par le couple(ID_user, ID_np)
1 16810000 NM Longué, 0180 47.37806 -0.10806 4457 574
2 18831027 ND Cunault, 49350 47.30833 -0.15389 994 1620
3 18560000 NM Longué, 49180 47.37806 -0.10806
4 N Gennes, 49350 47.34083 -0.23278 99 59
5 18490717 N Pommeraye, 49244 47.35528 -0.86028 43116 4063

• Lien vers les parents
1 16810000 NM Longué, 0180 47.37806 -0.10806 4457 574
2 18831027 ND Cunault, 49350 47.30833 -0.15389 994 1620
3 18560000 NM Longué, 49180 47.37806 -0.10806
4 N Gennes, 49350 47.34083 -0.23278 99 59
5 18490717 N Pommeraye, 49244 47.35528 -0.86028 43116 4063

Construction des arbres généalogiques
• Les données brutes correspondent à une généalogie ascendante :
le généalogiste part d’un individu et recherche progressivement les
aïeux
• Nous souhaitons suivre les descendants d’individus, il nous faut donc
adopter une démarche descendante.

{Victor
Marie}-
{Hugo}
1802-
02-26
(Besançon,
25)
{Adèle
Julie}-
{Foucher}
1803-09-27
(Paris, 75)
†1868-08-27
(?)
{Charles
Mélanie
Abel}-{Hugo}
1826-11-03
(Paris, 75)
†1871-03-13
(Bordeaux,
33)
{Victor
Marie}-
{Hugo}
1802-02-26
(Besançon,
25)
†1885-05-22
(?)
{Adèle
Julie}-
{Foucher}
1803-09-27
(Paris, 75)
†1868-08-27
(?)
{Adèle}-
{Hugo}
1830-
07-28
(Paris, 75)
†1915-04-21
(?)
(a) Données type de la base : deux individus
avec les mêmes parents

{Victor
Marie}-
{Hugo}
1802-
02-26
(Besançon,
25)
{Adèle
Julie}-
{Foucher}
1803-09-27
(Paris, 75)
†1868-08-27
(?)
{Charles
Mélanie
Abel}-{Hugo}
1826-11-03
(Paris, 75)
†1871-03-13
(Bordeaux,
33)
{Victor
Marie}-
{Hugo}
1802-02-26
(Besançon,
25)
†1885-05-22
(?)
{Adèle
Julie}-
{Foucher}
1803-09-27
(Paris, 75)
†1868-08-27
(?)
{Adèle}-
{Hugo}
1830-
07-28
(Paris, 75)
†1915-04-21
(?)
(a) Données type de la base : deux individus
avec les mêmes parents
{Victor
Marie}-
{Hugo}
1802-02-26
(Besançon,
25)
†1885-05-22
(?)
{Charles
Mélanie
Abel}-{Hugo}
1826-11-03
(Paris, 75)
†1871-03-13
(Bordeaux,
33)
{Adèle}-
{Hugo}
1830-
07-28
(Paris, 75)
†1915-04-21
(?)
{Adèle
Julie}-
{Foucher}
1803-09-27
(Paris, 75)
†1868-08-27
(?)
{Charles
Mélanie
Abel}-{Hugo}
1826-11-03
(Paris, 75)
†1871-03-13
(Bordeaux,
33)
{Adèle}-
{Hugo}
1830-
07-28
(Paris, 75)
†1915-04-21
(?)
(b) Ce que l’on souhaite : les descendants de
chaque parent

Construction des arbres généalogiques : individus
• Les individus peuvent apparaître plusieurs fois dans les données
nous les rassemblons de manière algorithmique en six étapes
ID_user ID_np ID_num Nom Prenom Sexe Date_N Date_D
1 ericde78 jolly|pierre|5 9549 JOLLY Pierre 1 18000406
2 cfph89villy jolly|pierre|8 5142 JOLLY Pierre 1 18000406 18640120
3 ericde78 fournier|marie brigitte| 6688 FOURNIER Marie Brigitte 2 17600000
4 ericde78 jolly|claude| 9487 JOLLY Claude 1 17570524 18241209
5 cfph89villy fournier|marie brigitte| 1351 FOURNIER Marie Brigitte 2 17631005 18271227
6 cfph89villy jolly|claude|2 1745 JOLLY Claude 1 17570524 18241209
Type Lieu Lat Long ID_num_m ID_num_p
1 N Villy,89800 3.75111 47.86778 6688 9487
2 ND Villy 3.75111 47.86778 1351 1745
3 M Lignorelles,89800 3.72750 47.86306 495 6713
4 M Lignorelles,89800 3.72750 47.86306 16871 9547
5 NM Lignorelles 3.72750 47.86306 167 1360
6 M Lignorelles 3.72750 47.86306 4236 1906

noms proches (e.g., Jean ou Jehan) sont rapprochés à l’aide d’une
mesure de distance
ID_user ID_np ID_num Nom Prenom Sexe Date_N Date_D
1 ericde78 jolly|pierre|5 9549 JOLLY Pierre 1 18000406
2 cfph89villy jolly|pierre|8 5142 JOLLY Pierre 1 18000406 18640120
3 ericde78 fournier|marie brigitte| 6688 FOURNIER Marie Brigitte 2 17600000
4 ericde78 jolly|claude| 9487 JOLLY Claude 1 17570524 18241209
5 cfph89villy fournier|marie brigitte| 1351 FOURNIER Marie Brigitte 2 17631005 18271227
6 cfph89villy jolly|claude|2 1745 JOLLY Claude 1 17570524 18241209
Type Lieu Lat Long ID_num_m ID_num_p
1 N Villy,89800 3.75111 47.86778 6688 9487
2 ND Villy 3.75111 47.86778 1351 1745
3 M Lignorelles,89800 3.72750 47.86306 495 6713
4 M Lignorelles,89800 3.72750 47.86306 16871 9547
5 NM Lignorelles 3.72750 47.86306 167 1360
6 M Lignorelles 3.72750 47.86306 4236 1906

noms proches (e.g., Jean ou Jehan) sont rapprochés à l’aide d’une
mesure de distance
• Nous obtenons 2 457 450 personnes uniques dans l’échantillon
ID Nom Prenom Sexe Date_N Long_N Lat_N Date_D Long_D Lat_D
3301509 jolly pierre 1 18000406 3.75111 47.86778 18640120 3.75111 47.86778

Les individus de la base
Figure 1: Distribution des années de naissance de l’échantillon par génération.
0
5
10
1800 1820 1840 1860 1880 1900 1920 1940
Ann´ee de naissance
Nombred’individus(log)
A¨ıeux Enfants Petits-enfants Arri`ere-petits-enfants

1 Introduction
2 Méthodologie
4 Mortalité
5 Migration
6 Conclusion

Nombre de naissance
Figure 2: Proportion des naissances par département dans l’échantillon comparativement aux
données communiquées par l’INSEE.
Femmes Hommes
10
20
30
40
50
%
Note: Ces cartes montrent la représentativité de l’échantillon par département en comparant le
nombre d’individus nés en 1801 enregistrés dans la base aux enregistrements de l’INSEE. La couleur
grise indique une valeur manquante.

Rapport femmes-hommes
• Taux de masculinité (#naissances garçons/#naissances ﬁlles×100)
Geneanet : 117 (individus nés entre 1800 et 1804)
Geneanet : 116 (ensemble de l’échantillon)
INSEE : 105 (en 1801)
Blayo and Henry (1967) : 105,4 (entre 1740 et 1829, pour la
Bretagne et l’Anjou)
• ⇒ Biais sexiste
Gavrilov and Gavrilova (2001) relèvent aussi ces biais avec des
données de généalogie (pour les familles royales)

Rapport femmes-hommes : peu d’hétérogénéité spatiale
Figure 3: Proportion d’hommes par département.
0.52
0.53
0.54
0.55
%
Note: Cette carte montre le pourcentage d’individus masculins par département en s’appuyant sur
l’ensemble de l’échantillon.

Taux de fécondité
• Restriction dans les données ici :
femmes ayant été mariées
ayant atteint au moins 15 ans
• Taux de fécondité :
Geneanet : 1.46 enfant par femme en moyenne
Chesnais (1986, p. 311) : 4,46 enfants par femme au début du XIXe
siècle, avec une diminution progressive jusqu’à 2,9 cent ans plus tard
• ⇒ Biais dans la fécondité
Brunet and Bideau (2001) expliquent cela par l’absence d’individus
restés célibataires dans les généalogies

Taux de fécondité
Table 1: Répartition du nombre d’enfants par femme mariée par génération (en pourcentage).
Nombre d’enfants
Génération 0 1 2 3 4 5 6 7 8 9 10 >10
0 46,98 24,54 10,26 6,14 4,02 2,62 1,89 1,20 0,85 0,53 0,36 0,63
1 27,36 39,18 13,18 7,48 4,80 2,86 1,87 1,22 0,84 0,51 0,27 0,43
2 25,81 40,33 13,72 7,88 4,50 2,68 1,89 1,17 0,78 0,47 0,30 0,46
• Femmes sans enfants :
Pour les individus de la première géneration, Houdaille and Tugault
(1987) rapportent plutôt ≈ 15%
Pour les générations suivantes, proche de Toulemon (1995)

1 Introduction
2 Méthodologie
4 Mortalité
5 Migration
6 Conclusion

Analyse de la mortalité
• Exploitation des dates de naissance et de décès pour chaque individu
• Calcul de l’âge au décès
• Possibilité de s’intéresser à la mortalité des invididus :
à l’échelle nationale
à l’échelle régionale
• Deux mesures :
Fonction de survie conditionnelle
Espérance de vie à la naissance

Suivi par cohorte
• Nous étudions 5 cohortes : aïeux nés entre 1800 et 1804 (813 551
individus)
• Pour chaque âge :
combien sont encore en vie ?
combien décèdent ?
• Comparaison avec des tables de mortalité (Vallin and Meslé, 2001)
Problème : les tables commencent à partir de 1806
Contournement : estimation de la mortalité conditionnelle à un âge
de 6 ans atteint
Note : du fait des branches mortes dans les arbres, l’étude de la
mortalité infantile est à proscrire avec les données collaboratives de
généalogie actuelles

Fonction de survie
Figure 4: Comparaison des fonctions de survie (gauche) de force de mortalité (droite) estimées
pour les femmes et les hommes avec les estimations historiques réalisées à partir de tables de
mortalité.
Probabilité de survie Force de mortalité (en log)
10 20 30 40 50 60 70 80 90 100 110 10 20 30 40 50 60 70 80 90 100 110
-6
-4
-2
0
0.00
0.25
0.50
0.75
1.00
âge
Geneanet Historique
Femmes Hommes

Suivi par cohorte
Figure 5: Diagramme de Lexis.
“L’espérance de vie
à la naissance est
égale à la durée de
vie moyenne d’une
génération fictive qui
connaîtrait tout au
long de son existence
les conditions
de mortalité par
âge de l’année
considérée. (INSEE)
”
0
1
2
3
4
5
6
1800 1801 1802 1803 1804
Temps
Âge
Génération fictive

Espérance de vie à la naissance
• Calcul eﬀectué sur l’ensemble des aïeux
plus de minimum d’âge
• Calcul diﬀérentié par genre
• Nous obtenons :
41.8 ans pour les femmes
43.5 ans pour les hommes
• En comparaison, Vallin and Meslé (2001) obtiennent :
38.1 ans pour les femmes
36.3 ans pour les hommes
• Il y a donc un biais dans l’estimation de l’espérance de vie à la nais-
sance

Espérance de vie à la naissance : hétérogénéité spatiale
• Malgré ce biais dans l’estimation, peut-on retrouver les diﬀérences
spatiales connues ?
• Comparaison avec (van de Walle, 1973) :
pour les femmes uniquement
cohortes de 1801 à 1810
• Méthodologie :
Calcul de l’espérance de vie moyenne pour les femmes de 1801 à 1804,
pour chaque département
Écart à la moyenne des espérances départementales

Espérance de vie à la naissance : hétérogénéité spatiale
Figure 6: Espérances de vie à la naissance pour les femmes, par département.
Geneanet van de Walle
-10 -5 0 5 10 15
Écart à la moyenne, par département (années)

1 Introduction
2 Méthodologie
4 Mortalité
5 Migration
6 Conclusion

Suivi des migrations intergénérationnelles
• Exploitation des coordonnées des lieux de naissance des individus
• Étude de la migration entre les générations

Quatre types de migrations
• D’après Fine (1991), quatre types de migrations, en lien avec des
aspects temporels et spatiaux :
1. alternantes (ou pendulaires)
2. saisonnières
3. temporaires
4. permanentes (dans ce papier)

À l’échelle des départements
• Premier regard : à l’échelle des départements
• Comparaison entre :
le lieu de naissance d’un individu
celui de ses descendants
• Calcul de la proportion de migrants (i.e., ici, de descendants à naître
dans un département diﬀérent que leur aïeul), pour chaque départe-
ment

À l’échelle des départements
Figure 7: Pourcentage de descendants nés dans un département diﬀérent de celui de leur aïeul, par
département.
Enfants Petits-enfants Arri`ere-petits-enfants
20 40 60
Pourcentage

Trimodalité dans les migrations
• Regard sur les distances parcourues d’une génération à l’autre
• Absence de prise en compte de frontières administratives
• Comme Bourdieu et al. (2000), nous observons une tri-modalité dans
la distribution des distances :
sédentaires
migrants de courte distance
migrants de longue distance
Figure 8: Migration entre les générations Bourdieu et al. (2000).

Figure 9: Migration entre les générations.
Arri`ere-petits-enfants
Enfants Petits-enfants
1 2 5 10 25 50 100 500 2500 10000
1 2 5 10 25 50 100 500 2500 10000 1 2 5 10 25 50 100 500 2500 10000
0%
20%
40%
60%
0%
20%
40%
60%
Distance (km)

• Pour la suite, nous retenons un découpage :
en fonction de la distance médiane séparant le lieu de naissance des
aïeux avec celui des enfants
soit 20 kilomètres
• Cette distance correspond grosso modo à un cercle de proximité dans
lequel les migrants restent proches de leur famille

Table 2: Déplacements intergénérationnels en France, en pourcentages.
Enfants Petits-enfants Arrière-petits-enfants
Sédentaires 62,17 38,06 24,17
Migrants de proximité 19,43 27,70 27,06
Migrants de longue distance 18,40 34,24 48,77
Note: Les sédentaires sont nés dans le même lieu que leur aïeul, les migrants de proximité sont nés
à moins de 20 km d’écart et les migrants de longue distance à plus de 20 km.

Transitions entre les villes selon la taille
• Migration en fonction de la taille des villes :
grandes villes : plus de 50 000 habitants (9 villes);
villes moyennes : entre 10 000 et 50 000 habitants (98 villes);
petites villes : moins de 10 000 habitants (254 villes) ;
très petites villes : les villes qui ne sont pas présentes dans les registres
de la Statistique Générale de la France (2010).
• Avec les données du XIXe siècle, peu de risque de sur-représentation
des grandes communes :
98% des accouchements s’eﬀectuent encore à domicile à la veille de
la seconde Guerre Mondiale (Fine, 1991, p. 34)

Table 3: Répartition des lieux de naissance des individus de l’échantillon en fonction de la taille de
la ville.
Type de commune Aïeux Enfants Petits-enfants Arrière-petits-enfants
Grande 3,40 3,92 6,31 7,63
Moyenne 5,18 5,25 6,55 7,86
Petite 3,43 3,56 3,73 3,81
Très petite 87,99 87,27 83,41 80,70
Note: Chaque colonne indique, pour une génération, le pourcentage d’individus de l’échantillon à
naître dans chacune des quatre catégories de villes.

Table 4: Déplacements transitoires conditionnels entre petites, moyennes et grandes villes, en
pourcentages.
G M P TP G M P TP G M P TP
G 67,10 4,14 2,42 26,34 52,67 7,47 2,93 36,92 36,73 9,97 3,27 50,03
M 5,75 67,97 1,96 24,32 10,42 47,99 3,23 38,36 14,02 33,85 3,02 49,11
P 4,63 4,11 65,37 25,89 10,21 7,64 37,46 44,69 12,50 11,13 21,38 54,99
TP 1,13 1,52 1,29 96,06 3,62 3,92 2,39 90,07 5,46 5,91 3,22 85,42
Note: Le tableau propose une matrice de transition conditionnelle pour chaque génération indiquant
la fréquence de naissance des descendants dans une grande (G), moyenne (M), petite (P) ou très
petite (TP) ville (en colonne), conditionnellement au lieu de naissance des aïeux (en ligne).

Le cas parisien
• Focus sur le cas parisien : phénomènes d’émigration vers la capitale
• Méthodologie :
pour chaque département, nous calculons le pourcentage de
descendants nés à Paris
nous excluons Paris des résultats (soucis de représentation sur les
cartes)

Le cas parisien
Figure 10: Pourcentage de migrants vers Paris.
0 3 6 9 12
Pourcentage
Note: Pour chaque génération (enfants à gauche, petits-enfants au milieu et arrière-petits-enfants
à droite), et chaque département à l’exception de Paris, les cartes indiquent le pourcentage de
descendants nés à Paris.

Le cas parisien : un eﬀet distance ?
• D’après les cartes précédentes, on remarque un potentiel eﬀet dis-
tance :
plus le département est proche de Paris, et plus la proportion de
descendants à naître dans la capitale est élevée

Le cas parisien : un eﬀet distance ?
Figure 11: Proportions départementales de descendants nés à Paris en fonction de la distance
séparant chaque département à la capitale.
0
3
6
9
0 250 500 750
Distance `a Paris (km)
Pourcentage

Le cas parisien : couronne
• Que se passe-t-il dans la couronne de Paris (en la déﬁnissant comme
les environs proches de 20 km max) ?
• Construction d’une matrice de transition :
pour les aïeux nés soit dans Paris, soit dans sa couronne, quel
pourcentage de descendants (pour chaque génération) à naître dans
Paris, dans sa couronne, ou ailleurs ?

Le cas parisien : couronne
Table 5: Déplacements transitoires conditionnels entre Paris et sa couronne.
Paris Couronne Autre Paris Couronne Autre Paris Couronne Autre
Aïeul Paris 74,79 3,56 21,64 55,04 9,07 35,89 43,45 8,98 47,58
Couronne 4,36 79,65 15,99 6,77 68,42 24,81 11,79 58,19 30,02

1 Introduction
2 Méthodologie
4 Mortalité
5 Migration
6 Conclusion

Conclusion
• Résumé succinct :
Les données de généalogie sont très riches
• plus d’informations sur leur manipulation (annexe méthodologique) :
3wen.github.io/genealogie_fr/
Des résultats de la littérature retrouvés en termes de longévité et de
migration
Mais existence de biais qui nécessitent davantage d’attention
• Dans les prochains épisodes :
corrélations entre distances migratoires et distances génétiques
investigations relatives à la mortalité :
• transferts héréditaires
• corrélation dans les couples (eﬀets du cœur brisé)

Bibliography I
Bean, L. L., May, D. L., and Skolnick, M. (1978). The Mormon historical demography project.
Historical Methods: A Journal of Quantitative and Interdisciplinary History, 11(1):45–53.
doi:10.1080/01615440.1978.9955216.
Blayo, Y. (1975a). La mortalité en France de 1740 a 1829. Population, 30:123. doi:10.2307/1530647.
Blayo, Y. (1975b). Mouvement naturel de la population française de 1740 a 1829. Population,
30:15. doi:10.2307/1530644.
Blayo, Y. and Henry, L. (1967). Données démographiques sur la Bretagne et l’Anjou de 1740 à
1829. Annales de démographie historique, 1967(1):91–171. doi:10.3406/adh.1967.955.
Bonneuil, N., Bringé, A., and Rosental, P.-A. (2008). Familial components of ﬁrst
migrations after marriage in nineteenth-century France. Social History, 33(1):36–59.
doi:10.1080/03071020701833325.
Bouchard, G., Roy, R., Casgrain, B., and Hubert, M. (1989). Fichier de population et structures de
gestion de base de données : le ﬁchier-réseau BALSAC et le système INGRES/INGRID. Histoire
& Mesure, 4(1):39–57. doi:10.3406/hism.1989.874.
Bourdieu, J., Postel-Vinay, G., Rosental, P.-A., and Suwa-Eisenmann, A. (2000). Migrations et
transmissions inter-générationnelles dans la France du XIXe et du début du XXe siècle. Annales.
Histoire, Sciences Sociales, 55(4):749–789. doi:10.3406/ahess.2000.279879.
Bourdieu, J., Postel-Vinay, G., Rosental, P.-A., and Suwa-Eisenmann, A. (2004). La dispersion
spatiale des familles: un problème de taille. Les solidarités familiales de 1800 à 1940. Recherches
et prévisions, 77(1):63–72. doi:10.3406/caf.2004.2806.

Bibliography II
Brunet, G. and Bideau, A. (2001). Démographie historique et généalogie. Annales de démographie
historique, 2000(2):101–110. doi:10.3406/adh.2001.1977.
Chesnais, J. (1986). La Transition démographique: etapes, formes, implications économiques.
Travaux et documents - Institut national d’études démographiques. Presses universitaires de
France.
Cummins, N. (2017). Lifespans of the European elite, 800–1800. The Journal of Economic History,
77(02):406–439. doi:10.1017/s0022050717000468.
Dribe, M. and Lundh, C. (2005). People on the move: determinants of ser-
vant migration in nineteenth-century Sweden. Continuity and Change, 20(1):53–91.
doi:10.1017/s026841600400534x.
Dupâquier, J. (1981). Une grande enquête sur la mobilité géographique et sociale aux XIXe et XXe
siècles. Population, 36(6):1164–1167. doi:10.2307/1532329.
Fine, A. (1991). La population française au XIXe siècle, volume 1420. Presses Universitaires de
France-PUF.
Fire, M. and Elovici, Y. (2015). Data mining of online genealogy datasets for revealing lifespan
patterns in human population. ACM Transactions on Intelligent Systems and Technology, 6(2):1–
22. doi:10.1145/2700464.
Gavrilov, L. A. and Gavrilova, N. S. (2001). Etude biodemographique des determinants familiaux
de la longevite humaine. Population, 56(1/2):225. doi:10.2307/1534823.
Gavrilova, N. S. and Gavrilov, L. A. (2007). Search for predictors of exceptional human longevity.
North American Actuarial Journal, 11(1):49–67. doi:10.1080/10920277.2007.10597437.

Bibliography III
Gergaud, O., Laouenan, M., and Wasmer, E. (2016). A Brief History of Human Time. Exploring a
database of" notable people".
Henry, L. (1956). Anciennes familles genevoises. etude démographique: XVIème - XXème siècle.
Population, 11(2):334. doi:10.2307/1524668.
Henry, L. and Blayo, Y. (1975). La population de la France de 1740 a 1860. Population, 30:71.
doi:10.2307/1530646.
Henry, L. and Levy, C. (1960). Ducs et pairs sous l’ancien régime. caractéristiques démographiques
d’une caste. Population, 15(5):807. doi:10.2307/1524668.
Ho., J. (1971). Les migrations intérieures en France à la ﬁn du XVIIIe et au début du XIXe siècle.
Population (French Edition), 26(4):743. doi:10.2307/1530646.
Houdaille, J. and Tugault, Y. (1987). Une bourgeoisie peu malthusienne dans un pays neuf: généalo-
gies américaines du XIXe siècle. Population (French Edition), 42(2):305. doi:10.2307/1533086.
Kaplanis, J., Gordon, A., Shor, T., Weissbrod, O., Geiger, D., Wahl, M., Gershovits, M., Markus,
B., Sheikh, M., Gymrek, M., Bhatia, G., MacArthur, D. G., Price, A. L., and Erlich, Y.
(2018). Quantitative analysis of population-scale family trees with millions of relatives. Sci-
ence. doi:10.1126/science.aam9309.
Kesztenbaum, L. (2008). Cooperation and coordination among siblings: Brothers’ migration in
France, 1870–1940. The history of the Family, 13(1):85–104. doi:10.1016/j.hisfam.2008.01.006.
Kesztenbaum, L. (2014). L’étude des migrations grâce aux registres matricules militaires. Popo-
lazione e storia, 14(2):9–38.

Bibliography IV
Mandemakers, K. (2000). Historical sample of the Netherlands. Handbook of international historical
microdata for population research, pages 149–177.
Matthijs, K. and Moreels, S. (2010). The antwerp COR*-database: A unique Flemish
source for historical-demographic research. The History of the Family, 15(1):109–115.
doi:10.1016/j.hisfam.2010.01.002.
Motta, M., Malaguarnera, M., Ferrari, E., Mauro, V. N., Ferrucci, L., Rapisarda, R., Tomasello,
F., Basile, G., Ferlito, L., Passamonte, M., et al. (2007). Genealogy of centenarians and
their relatives: a study of 12 families. Archives of gerontology and geriatrics, 45(1):97–102.
doi:10.1016/j.archger.2006.10.004.
Perls, T. T., Wilmoth, J., Levenson, R., Drinkwater, M., Cohen, M., Bogan, H., Joyce, E., Brew-
ster, S., Kunkel, L., and Puca, A. (2002). Life-long sustained mortality advantage of sib-
lings of centenarians. Proceedings of the National Academy of Sciences, 99(12):8442–8447.
doi:https://doi.org/10.1073/pnas.122587599.
Statistique Générale de la France (2010). Données sur la démogra-
phie, la population et l’enseignement primaire sur la période 1800-1925.
https://www.insee.fr/fr/statistiques/2591293?sommaire=2591397. Consulé le 9 février 2018.
Toulemon, L. (1995). Très peu de couples restent volontairement sans enfant. Population,
50(4/5):1079. doi:10.2307/1534316.
Vallin, J. and Meslé, F. (2001). Tables de mortalité françaises pour les XIXe et XXe siècles et
projections pour le XXIe siècle. Éditions de l’Institut national d’études démographiques.
van de Walle, E. (1973). La mortalité des départements français ruraux au XIXe siècle. Annales de
démographie historique, 1973(1):581–589. doi:10.3406/adh.1973.1164.

Bibliography V
van Leeuwen, M. H., Maas, I., Rébaudo, D., and Pélissier, J.-P. (2015). Social mobility in
France 1720–1986: Eﬀects of wars, revolution and economic change. Journal of Social His-
tory, 49(3):585–616. doi:10.1093/jsh/shv054.

Étude de la démographie française du XIXe siècle à partir de données collaboratives de généalogie

Recommended

Recommended

More Related Content

Recently uploaded

Recently uploaded (6)

Featured

Featured (20)

Étude de la démographie française du XIXe siècle à partir de données collaboratives de généalogie