Comment mesurer la population de densité et de distribution dans n'importe quel pays?
Bien que la densité et la distribution aient des connotations précises et distinctes, elles sont parfois utilisées de manière interchangeable. Alors que la distribution fait référence au modèle actuel d'espacement des unités d'individus, la densité, en revanche, exprime le rapport entre la population et la superficie du territoire.
Mesures de densité:
La densité brute, également appelée densité arithmétique, est la mesure de la densité de population la plus couramment utilisée. Il est exprimé en nombre de personnes divisé par la superficie totale. L'Inde, par exemple, a une densité moyenne de 324 habitants au kilomètre carré, selon le dernier recensement de 2001. La densité brute ou arithmétique peut être calculée séparément pour les zones rurales et urbaines. En tant que chiffre moyen, la densité brute souffre d'une limitation sérieuse.
La densité brute est unidimensionnelle et en dit peu sur les opportunités et les obstacles contenus dans la relation entre l'homme et la terre. Comme elle prend en compte la surface totale, la densité brute présente une image très trompeuse, en particulier lorsque la densité varie considérablement dans une région. L’Égypte, par exemple, avec une population de 72, 1 millions d’habitants à la mi-2003 et une zone géographique de 1004 900 kilomètres carrés, présente une densité brute de 72 habitants au kilomètre carré.
Cependant, on estime que près de 98% de la population égyptienne occupe moins de 5% de la superficie totale du pays - dans la vallée du Nil et le delta, où la densité est supérieure à 1 000 habitants au kilomètre carré - alors que le reste du pays désert. Les géographes ont donc conçu d’autres mesures de la densité en modifiant le numérateur, le dénominateur ou les deux pour illustrer la variation réelle de la densité de l’occupation humaine dans une région.
Lorsque l'on considère la population totale par rapport à la superficie cultivée dans une région, on obtient une densité physiologique ou nutritionnelle. Il s’agit d’un indice plus significatif de la densité de population dans n’importe quelle région. Dans le cas de l’Égypte, alors que la densité brute n’est que de 72, la densité physiologique s’élève à près de 2 500 personnes par kilomètre carré de terres cultivables. La mesure est appropriée pour une situation où l'agriculture est le pilier de la population. Mais il est également vrai que tous les habitants d'une région ou d'un pays ne dépendent pas de l'agriculture.
Ainsi, la densité physiologique ne donne pas non plus une image précise de la pression de la population sur les terres. Par conséquent, la densité agricole est calculée en divisant la population agricole par la quantité de terres cultivables. La densité agricole est donc le rapport entre le nombre de personnes qui gagnent leur vie ou leur subsistance grâce à l'exploitation de la terre et la superficie totale des terres agricoles. Dans les pays économiquement avancés, les densités agricoles sont très faibles par rapport aux pays moins avancés.
Les zones cultivables d’une région ou d’un pays n’ayant généralement pas une valeur uniforme, la densité agricole ne fournit pas une description exacte des relations homme-terre. En 1946, Vincent, un géographe français, a donc suggéré un indice qu'il a appelé densité comparative (Clarke, 1972: 30). Dans le calcul de la densité comparative, la population totale d'une région est liée à la somme des terres pondérées - en fonction de leur productivité - en culture. Il s’agit donc d’un type de densité physiologique tenant compte des niveaux de productivité variables des terres cultivées dans n’importe quelle région.
Il convient de noter ici que les mesures de la densité évoquées ci-dessus n’ont aucune valeur pratique pour les zones plus urbanisées et industrialisées. Dans les pays développés de l’Ouest, l’expansion verticale de complexes résidentiels invalide la relation entre la population et les zones et ces mesures ne révèlent donc rien sur la concentration de personnes dans des bâtiments. Dans de telles circonstances, la densité de la pièce, ou le nombre moyen de personnes par pièce, fournit un index utile largement utilisé par les planificateurs et les géographes.
Mesures de distribution:
Tout comme dans le cas de la densité, les géographes utilisent un certain nombre de mesures pour analyser la répartition de la population dans un pays ou une région. Bien que les géographes utilisent plusieurs mesures, celles concernant la centralité, la dispersion et la concentration de la population sont très importantes.
À l'instar de la tendance centrale dans une distribution linéaire, la centralité de la population est mesurée en termes de centre moyen, de centre médian et de centre modal. Le calcul de ces mesures est un exercice complexe et fastidieux. Néanmoins, ce sont des outils très utiles dans les plans de développement des pays émergents.
Le centre moyen, ou comme on l'appelle parfois aussi point moyen, est la mesure la plus simple du centre d'une distribution de population. Elle s'apparente à la moyenne arithmétique d'une distribution linéaire et est calculée de la même manière. Pour localiser le centre moyen sur une carte montrant la distribution des points, il est nécessaire de trouver un moyen de quantifier l’emplacement de chacun de ces points.
Cela se fait en calculant les coordonnées de chaque point selon un système arbitraire. Les géographes connaissent bien les mesures de localisation en termes de latitude et de longitude. La première étape consiste donc à superposer un système de grille sur la carte où les axes vertical et horizontal sont orthogonaux et sont dessinés à égale distance. Le point d'origine est classiquement conservé dans le coin inférieur gauche. Dans l'étape suivante, les coordonnées (axes x et y) de chaque point sont calculées. Les moyennes des deux axes représentent le centre moyen des points.
Le centre moyen peut être considéré comme le centre de gravité de toute distribution spatiale. Les géographes s'intéressent généralement à un centre de répartition moyen des villes ou villages d'une région. Ces villes ou villages se distinguent par la taille de leur population.
Les plus grands auront donc une plus grande influence sur l'emplacement du centre moyen. Il est donc nécessaire d’incorporer cette dimension dans la formule de calcul du centre moyen. Cela se fait en attribuant un certain poids (c'est-à-dire la taille de la population dans le cas présent) aux axes «x» et «y» pour chaque point, puis en calculant la moyenne pondérée. Les moyennes pondérées des deux axes représentent donc l'emplacement du centre moyen de la distribution. Les équations finales correspondant aux deux axes du centre moyen sont donc:
Où "x i " et "y i " sont les coordonnées de la " i e" ville ou village, "p" est la population de cette ville ou village et "P" est la population totale de la région. «Parmi les différentes mesures de la tendance centrale dans une distribution spatiale, le centre moyen est l'outil le plus utile pour étudier les déplacements aériens de la répartition de la population au fil du temps. Cependant, son principal inconvénient réside dans le fait qu'il est fortement affecté par les peuplements dont la population est extrêmement peuplée »(Clarke, 1972: 35).
Le centre médian est une autre mesure de la localisation moyenne de la population dans une région. Tout comme la médiane dans une distribution linéaire est une valeur qui a la moitié des valeurs au-dessus et la moitié des valeurs en dessous, le centre médian dans une distribution spatiale est l'intersection de deux lignes orthogonales, chacune d'elles ayant une population égale de part et d'autre. . Le principal avantage du centre médian réside dans le fait qu’il peut être facilement élaboré sans recourir à trop de calculs mathématiques.
Cependant, il est important de noter que l'emplacement du centre médian d'une population dépend de l'orientation des deux lignes. Une fois l'orientation modifiée, l'emplacement du centre médian est modifié. Étant donné que l'emplacement du centre médian n'est pas fixe, son utilisation devrait être limitée aux enquêtes préliminaires (Ebdon, 1985: 133). Néanmoins, comme Clarke (1972) l’a suggéré, le point médian est le meilleur indice de centralité pour une distribution de population et est le plus utile pour comparer différentes distributions dans la même région au même moment.
De même, un point peut être situé dans la distribution à partir de laquelle la somme des distances à tous les points est minimale. Désignée comme le centre des déplacements minimaux, cette mesure est utile pour déterminer l’emplacement optimal de certains services centralisés dans une région. Le processus d’essais et d’erreur permet de déterminer l’emplacement du centre de déplacement minimal, c’est-à-dire en mesurant les distances totales de déplacement relatives à plusieurs points probables, puis en choisissant celui qui donne la valeur la plus basse.
Comme dans la plupart des cas, les centres moyen et médian sont généralement situés à proximité du centre de la course minimale, l'un des deux pouvant servir de point de départ. Alternativement, le centre de la course minimale peut également être déterminé en superposant un masque transparent de cercles concentriques.
Enfin, le centre modal d’une population est également une mesure importante de l’analyse spatiale. Selon Clarke (1972), le centre modal fait référence à la densité de surface maximale dans une zone. Comme il le suggère, dans toutes les grandes populations, le centre modal coïncide avec le principal pic de potentiel de population. Les preuves indiquent que la plupart des pays du monde présentant un pic de potentiel de population principal sont monomodaux.
Londres, Paris et Buenos Aires sont des exemples frappants de centres unimodaux au Royaume-Uni, en France et en Argentine, respectivement. Certains pays sont bimodaux avec deux pics de potentiel, par exemple Sydney et Melbourne en Australie. L'Inde, avec les mégalopoles de Kolkata, Mumbai, Delhi et Chennai, présente l'exemple d'une distribution multimodale.
Une fois la moyenne, la médiane et les centres modaux définis, diverses techniques statistiques peuvent être appliquées pour examiner le degré de dispersion de la population de la région. Le calcul de ces mesures est un exercice assez compliqué. Parmi les nombreuses mesures de dispersion de ce type, l’écart de distance standard est le plus couramment utilisé et est très simple à comprendre.
L'écart de distance standard est similaire à l'écart standard des distributions linéaires. Il décrit la répartition géographique des points autour du centre. Elle est déterminée de la même manière que dans le cas d’une donnée linéaire et est obtenue en divisant l’agrégat du carré de distance entre chaque point et le centre moyen par le nombre de points, puis en prenant sa racine carrée. L'équation est la suivante:
Où Sr représente l'écart de distance standard, d la distance de chaque point par rapport au centre moyen et n le nombre de points. Le calcul de la distance standard pour les points correspondant à des peuplements de taille variable, nécessite de modifier l'équation en conséquence. Dans l'équation modifiée, la distance entre chaque établissement et le centre moyen est multipliée par sa population, puis agrégée. La somme est ensuite divisée par la population totale de la région, et finalement la racine carrée est prise (Ebdon, 1985).
Comme nous l’avons déjà indiqué, les géographes de population se préoccupent depuis longtemps de la répartition inégale de la population sur la surface de la Terre, à la fois à un moment donné et en tant que processus évolutif. La concentration de la population dans une zone est maximale dans une situation hypothétique où toute la population est concentrée en un point et minimale lorsque les individus sont situés à égale distance les uns des autres. La tendance d’une répartition de la population dans n’importe quelle région vers l’un ou l’autre des deux extrêmes hypothétiques peut être mesurée au moyen d’un dispositif graphique appelé courbe de Lorenz.
Développée par MO Lorenz en 1905, la courbe de Lorenz a été utilisée à l'origine pour mesurer l'inégalité de la répartition de la richesse et du revenu dans une population. Les géographes de population utilisent fréquemment cette mesure graphique pour décrire l'état de la concentration de la population et de ses changements, quelle que soit leur région.
La courbe de Lorenz consiste à tracer les pourcentages cumulatifs d’une variable par rapport aux pourcentages cumulés de l’autre variable sur un graphique. Dans le cas de la concentration de population, les unités aériennes sont d'abord classées par ordre croissant ou décroissant en termes de densité, puis des pourcentages de superficie et de population de chacune des unités sont calculés.
Ensuite, les pourcentages cumulés sont obtenus séparément pour la superficie et la population. Ces pourcentages cumulés sont représentés sur le graphique - par exemple, la surface sur l’axe «y» et la population sur l’axe «x». Les points ainsi obtenus sont ensuite joints par une courbe à main levée lisse. À des fins de comparaison, une ligne diagonale montrant la ligne de distribution égale est dessinée pour relier les points d'origine et de fin (Fig. 3.1). L’écart d’une courbe par rapport à cette diagonale est proportionnel au niveau d’inégalité dans la répartition de la population par rapport à la superficie de la région.
La concentration globale trouvée dans une courbe peut également être mesurée en termes de rapport entre la surface entre la courbe et la diagonale, d’une part, et la surface totale du triangle formé par deux axes et la diagonale, autre. Ceci est connu comme le coefficient de Gini et peut être exprimé numériquement par:
Où, X i et Y i sont les pourcentages cumulés de la population et de la superficie de la i ème unité. Dans le cas d'une distribution uniforme de la population, la courbe correspondrait à la diagonale et le rapport serait égal à 0. Par contre, si toute la population est concentrée en un point, la courbe se déplace le long des deux axes, ce qui rend la zone comprise entre la courbe et la diagonale sont égales à l'aire du triangle. Ainsi, le ratio semble être une unité parfaite. Le rapport varie donc entre 0 et 1 (Mahmood, 1998). La distance verticale maximale entre la courbe de Lorenz et la diagonale est l'indice de concentration.
Il est intéressant de noter que certains spécialistes ont défini l’indice de concentration d’une manière totalement différente. Chandna (2002), dans son analyse de la répartition de la population en Inde, par exemple, a défini l'indice de concentration comme le rapport entre la population réelle d'une unité aérienne et la taille moyenne de la population des unités de la région.
