Évaluation et analyse de la structure par âge et sexe · 2016-12-16 · Division de la Population Nations Unies, Département des affaires économiques et sociales Méthode d’évaluation

Division de la Population Nations Unies, Département des affaires économiques et sociales

Atelier régional sur la production des estimations de population et indicateurs démographiques

Dakar, 26–30 Septembre 2016

Évaluation et analyse

de la structure par âge et sexe

François Pelletier & Thomas Spoorenberg

Division de la Population

www.unpopulation.org


Méthode d’évaluation des données sur la

structure par âge et sexe

Outils graphiques simples o Analyse graphique

• Pyramides de population

• Analyse graphique par cohorte

o Rapports des âges et de masculinité

o Indices des biais dans les données par âge et sexe

• Indice de Whipple

• Indice de Myers


Dakar, 26–30 septembre 2016


Importance de la structure par âge et sexe

Besoins de planification – Services sanitaires,

Programmes d’éducation, transports, disponibilité de

main-d’oeuvre

Sciences sociales, économie, études de genre

Étude de la dynamique de la population – fécondité,

mortalité, migration

Aperçu de la qualité du recensement

Influence de nombreuses caractéristiques dans une

population

o Déterminée par la fécondité, mortalité et migration, et

présente des caractéristiques facilement reconnaissables




Évaluation – A quoi faut-il faire attention ?

Erreurs possibles dans la structure par âge et sexe, notamment : o Mauvaise déclaration des âges (attraction et/ou exagération de l’âge)

o Erreurs de couverture – Sous-énumération (par âge et sexe)

Différences notables dans la structure par âge et sexe causées par des événements exceptionnels o Forte migration, guerre, famine, épidémie du VIH/SIDA, etc.




Méthode de collecte de l’information sur l’âge et son impact

sur la qualité des données

Age : L’intervalle temporel entre la date de naissance et la date du

recensement, exprimé en années solaires

Deux approches

o Date de naissance (année, mois et jour) – fournit des données de meilleure qualité

>> approche préférée

o Age atteint/révolu (âge d’un individu à son dernier anniversaire) – fournit des

données moins précises

• Mauvaise compréhension : le dernier, le prochain ou l’anniversaire le plus proche ?

• Tendances à arrondir vers les âges les plus proches se terminant en 0 et 5 (attraction)

• Enfants âgés de moins d’un an peuvent être declarés comme étant âgé d’un an




Méthodes graphiques simples – Pyramides de population

Procédure simple pour évaluer la quailté des données par âge et

sexe d’un recensement

Représente la taille de la population recensée dans chaque groupe

d’âge (ou cohorte) par sexe

La base de la pyramide est avant tout déterminée par le niveau de

la fécondité dans une population, tandis que la rapidité avec laquelle

elle converge à son sommet dépend des niveaux passés de

mortalité et de fécondité

Le niveau de migration par âge et sexe influence également la

forme de la pyramide




Pyramide de population – France, 1954 (Source: Pison 2014)

Regional Workshop on the Production of Population Estimates and Demographic Indicators

Addis Ababa, 5-9 October 2015










Pyramide de population – Forte croissance démographique

50,000 25,000 0 25,000 50,000

05

1015202530354045505560657075808590

95+

Population

Age Rép. Centrafricaine, recensement 1988

HOMMES FEMMES

Pyramide à base étendue,

de forme triangulaire, indique

des niveaux élevés de fécondité

Source: United Nations Statistics Division, Demographic Yearbook Statistical Database




Pyramide de population – Faible croissance démographique

500,000 300,000 100,000 100,000 300,000 500,000

0

5

10

15

20

25

30

35

40

45

50

55

60

65

70

75

80

85

90

95+

Population

Age Italie, recensement 2011

HOMMES FEMMES

“baby boom”

1940-45 ‘Creux’ de

naissances due à la 2e GM

Aplatissement et réduction

de la base indiquant un faible

niveau de fécondité depuis

quelques années




Pyramides de population – Détection des erreurs

Erreur de déclaration de l’âge (attraction), forte aux

âges adultes

Sous-enregistrement des jeunes enfants(< 2 ans)

Forte fécondité

Effectif des 20-24 ans plus faible

>> évenements extraordinaires en 1950-55 ?

Hommes moins nombreux aux âges 20-44 (par

rapport aux femmes) >> migration de travail?

320,000 220,000 120,000 20,000 80,000 180,000 280,000

05

101520253035404550556065707580

85+

Population

Age YEMEN, recensement 1975

HOMMES FEMMES


1,500,000 750,000 0 750,000 1,500,000

0-45-9

10-1415-1920-2425-2930-3435-3940-4445-4950-5455-5960-6465-6970-7475-7980-84

85+

Population

Age YEMEN, recensement 1975

HOMMES FEMMES




Pyramides de population – Détection des erreurs

100,00075,000 50,000 25,000 0 25,000 50,000 75,000100,000

05

101520253035404550556065707580859095

100+

Population

Age TUNISIE, recensement 1966

HOMMES FEMMES

Attraction

120,00090,000 60,000 30,000 0 30,000 60,000 90,000120,000

05

101520253035404550556065707580859095

100+

Population

Age TUNISIE, recensement 1994

HOMMES FEMMES

Baisse de la

fécondité





Pyramide de population – Détection des erreurs

30,000 20,000 10,000 0 10,000 20,000 30,000

05

101520253035404550556065707580

85+

Population

Age Bahrain, recensement 2010

HOMMES FEMMES

500,000 300,000 100,000 100,000 300,000 500,000

0-4

10-14

20-24

30-34

40-44

50-54

60-64

70-74

80-84

Population

Age E.A.U., recensement 2005

HOMMES FEMMES

!!! Effet de la migration liée au travail !!!

>> Importance de connaître le contexte national





Pyramide de population – Lignes au lieu de barres


Pyramide de population (Graphique en barre) >> Pas toujours évident d’identifier les différences entre sexes

Mieux d’utiliser un graphique en ligne

3,000,000 1,500,000 0 1,500,000 3,000,000

05

101520253035404550556065707580

85+

Population

Age Bangladesh, recensement 2001

HOMMES FEMMES

0

500,000

1,000,000

1,500,000

2,000,000

2,500,000

3,000,000

0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80+

Po

pu

lati

on

Age

Bangladesh, recensement 2001

Male

Female




Pyramide de population – Lignes au lieu de barres


0

500,000

1,000,000

1,500,000

2,000,000

2,500,000

3,000,000

0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80+

Po

pu

lati

on

Age


Male

Female

0

1,000,000

2,000,000

3,000,000

4,000,000

5,000,000

6,000,000

7,000,000

8,000,000

9,000,000

Po

pu

lati

on

Age group


Male

Female




Méthodes graphiques simples – Analyse graphique par cohorte

Suivi des cohortes actuelles à travers plusieurs recensements

La taille de chaque cohorte doit diminuer d’un recensement à l’autre sous l’effet de la mortalité (et en l’absence de migration internationale importante)

La structure par âge (les lignes) de chaque recensement doit suivre une tendance similaire si les erreurs sont faibles

Avantage important >> Il est possible de mesurer l’effet d’événements exceptionnels et d’autres biais en suivant les cohortes à travers le temps




Analyse graphique des cohortes – Exemple (1)

Recensement 1997 Recensement 2007 Cohorte de

naissance Hommes Femmes Hommes Femmes

0-4 1,353,206 1,388,350 2002-2007

5-9 1,112,321 1,113,675 1997-2001

10-14 947,236 878,429 1,222,668 1,183,939 1992-1997

15-19 774,327 854,078 925,729 991,323 1987-1992

20-24 637,113 827,614 774,413 986,526 1982-1997

25-29 509,109 654,465 707,603 841,416 1977-1982

30-34 410,148 477,562 583,689 667,865 1972-1977

35-39 373,813 428,395 481,396 556,191 1967-1972

40-44 270,046 303,147 366,518 389,087 1962-1967

45-49 257,070 282,098 321,236 328,660 1957-1962

50-54 178,902 212,060 231,232 283,288 1952-1957

55-59 162,122 174,234 194,011 208,657 1947-1952

60-64 114,335 125,096 140,146 159,557 1942-1947

65-69 100,425 109,288 113,840 127,794 1937-1942

70-74 47,407 50,607 72,288 81,329 1932-1937

75-79 41,529 42,858 55,448 61,012 1927-1932

80-84 15,305 17,326 22,417 28,278 1922-1927

85-89 16,576 19,448 1917-1922

90-94 4,803 5,883 1912-1917

Les données sont

organisées par cohorte de

naissance

Le dernier groupe d’âge

ouvert est exclus

L’analyse permet de

comparer les personnes

nées une même année

Source: United Nations Statistics Division,

Demographic Yearbook Statistical

Database

Mozambique, recensements 1997 et 2007




Analyse graphique par cohorte – Exemple (1)


0

200,000

400,000

600,000

800,000

1,000,000

1,200,000

1,400,000

1,600,000

1992

-199

7

1987

-199

2

1982

-199

7

1977

-198

2

1972

-197

7

1967

-197

2

1962

-196

7

1957

-196

2

1952

-195

7

1947

-195

2

1942

-194

7

1937

-194

2

1932

-193

7

1927

-193

2

1922

-192

7

1917

-192

2

1912

-191

7

1907

-191

2

Po

pu

lati

on

Cohorte de naissance

Male - 1997 Census

Male - 2007 Census

HOMMES

0

200,000

400,000

600,000

800,000

1,000,000

1,200,000

1,400,000

1,600,000

1992

-199

7

1987

-199

2

1982

-199

7

1977

-198

2

1972

-197

7

1967

-197

2

1962

-196

7

1957

-196

2

1952

-195

7

1947

-195

2

1942

-194

7

1937

-194

2

1932

-193

7

1927

-193

2

1922

-192

7

1917

-192

2

1912

-191

7

1907

-191

2

Po

pu

lati

on


Female - 1997 Census


FEMMES






0

500,000

1,000,000

1,500,000

2,000,000

2,500,000

Po

pu

lati

on


Male - 2000 Census

Male - 2010 Census

Rép. de la Corée, recensements 2000 et 2010, Hommes






Rép. de la Corée, recensements 2000 et 2010, Femmes

0

500,000

1,000,000

1,500,000

2,000,000

2,500,000

Po

pu

lati

on








Rapport des âges (1)

En l’absence de changements rapides de fécondité ou mortalité, de

niveaux extraordinaires de migration ou de tout autre facteur biaisant, la

taille d’une cohorte est approximativement la même que la moyenne de la

cohorte la précédant et la cohorte la suivant

Le rapport des âges entre une cohorte donnée et celles adjacentes doit à

peu près atteindre l’unité (ou 100 si on multiplie par un facteur 100)

Des différences importantes de ce rapport attendu indique donc soit une

possible erreur de dénombrement durant un recensement ou l’effet

d’autres facteurs




Rapport des âges (2)

Rapport des âges pour le groupe d’âge x, x+4

𝐴𝑅𝑥5 =2 ∗ 𝑃𝑥5

𝑃𝑥−𝑛5 + 𝑃𝑥+𝑛5

𝐴𝑅𝑥5 = rapport des âges pour le groupe d’âge 𝑥, 𝑥 + 4

5𝑃𝑥 = Population énumérée dans le groupe d’âge 𝑥, 𝑥 + 4

𝑃𝑥−𝑛5 = Population énumérée dans le groupe d’âge précédant

𝑃𝑥+𝑛5 = Population énumérée dans le groupe d’âge suivant




Rapport des âges (3) – exemple

0

0.2

0.4

0.6

0.8

1

1.2

1.4

5-9

10-1

4

15-1

9

20-2

4

25-2

9

30-3

4

35-3

9

40-4

4

45-4

9

50-5

4

55-5

9

60-6

4

65-6

9

70-7

4

75-7

9

Rap

po

rt d

es â

ges

Groupe d’âge

Mozambique – recensement 1997

Male

Female

0

0.2

0.4

0.6

0.8

1

1.2

1.4

5-9

10-1

4

15-1

9

20-2

4

25-2

9

30-3

4

35-3

9

40-4

4

45-4

9

50-5

4

55-5

9

60-6

4

65-6

9

70-7

4

75-7

9

80-8

4

85-8

9

Rap

po

rt d

es â

ges

Groupe d’âge

Mozambique – recensement 2007

Male

Female





Rapport de masculinité (1) – Calcul

Rapport de masculnité par groupe d’âge

Rapport de masculinité = 𝑃𝑥

𝑚5

𝑃𝑥𝑓

5

ou = 𝑃𝑥

𝑚5

𝑃𝑥𝑓

5

∙ 100

avec

𝑃𝑥𝑚

5 = Population masculine énumérée dans un groupe d’âge donné

𝑃𝑥𝑓

5 = Population féminine énumérée dans un groupe d’âge donné

Valeur du rapport

de masculinité

Interprétation

1 (ou 100) Même nombre d’hommes que de femmes dans un groupe d’âge

Supérieur à 1 (ou 100) Plus d’hommes que de femmes dans un groupe d’âge donné

Inférieur à 1 (ou 100) Moins d’hommes que de femmes dans un groupe d’âge donné




Rapport de masculinité – Exemple Rapport de masculinité par âge attendu

Source: United Nations Population Division, The World Population Prospects: The 2015 Revision

0

10

20

30

40

50

60

70

80

90

100

110

Rap

po

rt d

e m

ascu

linit

é (H

om

mes

po

ur

100

fem

mes

)

Groupe d’âge

Suède, diverses années 1950-2015

1950

1975

2000

2015




Rapport de masculinité – Exemple

0

20

40

60

80

100

120

140

Rap

po

rt d

e m

ascu

linit

é (

Ho

mm

es p

ou

r 10

0 fe

mm

es)

Groupe d’âge


1997 Census

2007 Census

Rapports relativement faibles:

> Sous-énumération des garçons?

> Surmortalité des garçons?

> Émigration des jeunes hommes?

Pas de déclin aux âges adultes et avancés:

> Surmortalité fémininne?

> Émigration féminine?

> Sous-énumération des femmes âgées?





Rapport de masculinité – Analyse par cohorte

> Surplus d’hommes

dans la cohorte de

née en 1975-1980

au recensement de

2000 (seulement)

> Autres groupes

d’âge: tels

qu’attendus 0

20

40

60

80

100

120

Rap

po

rt d

e m

ascu

linit

é (H

om

mes

po

ur

100

fem

mes

)


République de la Corée , recensements 2000 et 2010

2000 Census

2010 Census





Rapport de masculinité – Analyse par cohorte

> Schémas très

différents dans

chaque

recensement

> Quelques

cohérences pour

les cohortes nées

en 1947-1952 et

1927-1932


0

20

40

60

80

100

120

Rap

po

rt d

e m

ascu

linit

é (H

om

mes

po

ur

100

fem

mes

)



1997 Census

2007 Census




Indice de Whipple Développé pour mesurer le degré d’attirance (ou de répulsion) pour les âges se

terminant par 0 et 5 (ou tout âge)

L’attirance sur les âges se terminant par “0” et “5” est mesurée par :

𝑊 = (𝑃25+𝑃30+𝑃35+ … + 𝑃55+𝑃60)

1

5 ∙ (𝑃23+𝑃24+𝑃25+ … + 𝑃61+𝑃62)

∙ 100

W peut varier entre 100, représentant aucune préférence pour “0” ou “5”, et 500, indiquant que seuls les âges se terminant par “0” et “5” ont été déclarés

W est calculé sur la tranche d’âge de 23 à 62 ans >> Les jeunes âges et les âge avancés sont souvent exclus car ils présentent plus souvent d’autres erreurs que les seules préférences pour certains âges

Modifications proposées par Roger et al. (1981), Noumbissi (1992) et Spoorenberg (2007)

Source: Shryock and Siegel (1980)




Indice de Whipple

L’indice peut être interprété à l’aide de la table ci-dessous :

>> Ces valeurs doivent être interprétées en ayant à l’esprit le contexte présent et passé du

développement démographique de la population en question !!!

Valeur de l’indice

de Whipple (W)

Interprétation

<= 105 Données de très bonne qualité

105 – 109.9 Données de qualité assez bonne

110 – 124.9 Données de qualité approximative

125 – 174.9 Données problématiques

>= 175 Données très problématiques




Indices de Whipple à travers le monde (recensement le plus récent, 1985-2003)

Source: UN Demographic Yearbook special issue on age heaping: http://unstats.un.org/unsd/demographic/products/dyb/dybcens.htm




Amélioration de la qualité des déclarations de l’âge à travers

le temps Indice de Whipple, Turquie 1950-2000




Indice de Myers

Conceptuellement identique à l’indice de Whipple, sauf que l’indice de

Myers mesure les préférences (ou les aversions) pour chacun des 10

chiffres possibles (0 à 9) et donne une valeur totale de la qualité des

déclarations d’âge

On ne peut pas directement comparer les effectifs totaux des différents âges

se terminant par un même chiffre à cause de la diminution normale des

effectifs séparés par un intervalle de 10 ans

>> procédure de calcul différente

En théorie, l’indice de Myers varie de 0 à 90, avec 0 indiquant aucune

attirance et 90 indiquant le cas extrême où seulement un seul chiffre est

déclaré




Conclusion: Usages et inconvénients

Évaluation de la structure par âge et sexe d’une population

recensée est un des premiers outils parmi les techniques

démographiques qui est appliqué en vue d’évaluer la qualité des

données collectées

Les méthodes démographiques fournissent :

• Indication rapide et peu coûteuse sur la qualité générale des données

• Identification des segments de la population pour lesquels des erreurs sont

probables

• Informations ‘historiques’ qui peuvent être utiles pour interpréter les résultats

d’évaluations reposant sur d’autres méthodes et déterminer la façon dont les

données collectées doivent être ajustées pour leur utilisation dans les

analyses démographiques




Conclusion: Usages et inconvénients

Un des inconvénients majeurs de l’analyse de la structure par âge

et sexe est qu’elle ne permet pas de produire des estimations

chiffrées des erreurs de couverture et de contenu

Il est souvent possible d’identifier des types d’erreurs qui biaisent

les données pour certaines portions de la population. L’estimation

des erreurs de couverture provenant d’autres méthodes sont

souvent nécessaires pour vérifier les conclusions tirées de

l’analyse démographique




Bibliographie Gendreau, F., F. Gubry, L. Lohle-Tart, E. van de Walle et D. Waltisperger (1985), Manuel de Yaoundé. Estimations indirectes

en démographie africaine, Liège : IUSSP, éditions Drouaux-Ordina, disponible en ligne :

http://horizon.documentation.ird.fr/exl-doc/pleins_textes/pleins_textes_7/carton04/24853.pdf

Moultrie T.A., R.E. Dorrington, A.G. Hill, K. Hill, I.M. Timæus and B. Zaba (eds) (2013), Tools for Demographic Estimation,

Paris: International Union for the Scientific Study of Population, available online at:

http://demographicestimation.iussp.org/

Noumbissi, A. (1992), “L'indice de Whipple modifié : une application aux données du Cameroun, de la Suède et de la

Belgique ? ”, Population, 47 (4), pp. 1038–1041

Pison, G. (2014), “1914-2014 : un siècle d’évolution de la pyramide des âges en France”, Population & Sociétés, No. 509

(mars 2014), disponible en ligne :

http://www.ined.fr/fichier/s_rubrique/18703/population_societes_2014_509_pyramides_ages_guerre.fr.pdf

Roger, G., D. Waltisperger, C. Corbille-Guitton (1981), Les structures par sexe et âge en Afrique, Paris : Groupe de

Démographie Africaine, IDP-INED-INSEE-MINCOOP-ORSTOM.

Shryock, H. S. and Siegel, J. S. (1980), The Methods and Materials of Demography, Washington, D.C.: U.S. Government

Printing Office.

Spoorenberg, T. (2007), “La qualité des déclarations par âge: Extension et application de l'indice de Whipple modifié”,

Population-F, 62(4), pp. 847–859.

U.S. Census Bureau (n.d.), Population Analysis System (PAS), Washington, D.C., U.S. Census Bureau, available online at:

http://www.census.gov/population/international/software/uscbtoolsdownload.html

























































Documents

Évaluation et analyse de la structure par âge et sexe · 2016-12-16 · Division de la Population Nations Unies, Département des affaires économiques et sociales Méthode d’évaluation