DEMOGRAPHIE ET INDUSTRIALISATION : UN PROBLEME MAL POSE

1Les rapports entre la démographie et l’industrialisation sont, depuis longtemps, au centre des préoccupations des historiens et des démographes. Cet intérêt est né d’une constatation : la convergence entre la croissance économique induite par la révolution industrielle et l’expansion rapide de la population dans les pays industrialisés du 19^e siècle. Sur cette base, la seule en définitive qui soit assurée, les constructions les plus contradictoires se sont édifiées.

2Pour la plupart des historiens économistes, l’accélération de la croissance démographique, que l’on décèle en Angleterre dès après 1780, ne pouvait être qu’une conséquence des changements économiques intervenus durant les premières étapes de la révolution industrielle. Une telle assertion suppose, bien évidemment, que la croissance démographique anglaise dans la seconde moitié du 18^e siècle n’ait rien de comparable ailleurs, notamment dans les régions restées à l’écart de l’industrialisation. Les travaux des démographes comme WRIGLEY, DUPAQUIER et autres ont démontré l’inexactitude d’une relation aussi simpliste. On constate, en effet, qu’à la même époque des taux de croissance aussi élevés qu’en Angleterre, apparaissent dans d’autres pays européens et que des zones rurales connaissent, jusqu’au milieu du 19^e siècle parfois, un accroissement démographique plus rapide encore.

3Une autre école soutient, à l’instar d’Alfred SAUVY, que la pression de la population après 1750 a contribué à une demande accrue de travail et de consommation qu’il a fallu satisfaire par l’invention technique et l’organisation de la production. La présence sur le marché de l’emploi d’une main-d’œuvre jeune, abondante et disponible aurait favorisé les économies sur les salaires et stimulé le développement économique. Outre son parti-pris nataliste évident, cette thèse est démentie par ce que l’on sait des origines de la révolution industrielle. Celle-ci a pris naissance et s’est développée dans des régions où la pression démographique n’était pas nécessairement plus forte que dans d’autres restées à l’écart du mouvement d’industrialisation. Par ailleurs, le cas de la France démontre qu’il n’existe aucun lien chronologique entre le démarrage de l’économie et l’expansion de la population particulièrement vive à la fin de l’Ancien Régime.

4Une autre thèse, inspirée des deux précédentes, propose un schéma explicatif moins simpliste : le développement économique induirait une demande d’emploi accrue qui, à son tour, provoquerait une hausse de la fécondité destinée à fournir la main-d’œuvre nécessaire. Les mécanismes proposés à l’appui de cette thèse se heurtent à de sérieuses objections. Elle suppose tout d’abord que les zones industrielles se caractérisent par l’abaissement de l’âge au mariage, toutes autres choses restant égales. Cette baisse trouverait son origine dans le fait que la demande nouvelle de main-d’œuvre s’adresserait aux adultes du sexe masculin et entraînerait une augmentation du salaire qui leur serait offert. Les statistiques relevées dans des zones industrielles comme la Ruhr ou la région liégeoise semblent attester la validité de la relation. Un examen plus attentif montre toutefois qu’elle est loin d’être univoque. Ainsi dans les bassins houillers d’Arnsberg et du Hainaut, où la demande de main-d’œuvre masculine est élevée, la moyenne d’âge au mariage est particulièrement basse mais chez les femmes. Le niveau des salaires ou le développement économique n’est pas, en cette matière, le facteur déterminant. Il n’exerce d’influence que dans la mesure où il crée un déséquilibre entre les sexes à la suite, notamment, de mouvements migratoires. Encore faut-il préciser que ce déséquilibre n’entraîne pas nécessairement une augmentation de la nuptialité précoce : le climat social, la conjoncture économique à court terme et les conditions de logement influencent plus sûrement les décisions de mariage.

5D’autres raisons sont invoquées pour expliquer l’impact de l’industrialisation sur la croissance démographique via la fécondité. Qu’il s’agisse du recul des traditions de la société préindustrielle ou de l’incitant constitué par la demande de main-d’œuvre juvénile, aucune interprétation n’emporte l’adhésion. D’abord parce que les exceptions sont aussi nombreuses que les règles énoncées. Ensuite parce que rien n’avère, en définitive, une hausse de la fécondité liée à la révolution industrielle. Chaque étude démographique nouvelle renforce, au contraire, l’opinion que ce mouvement est plus général et qu’il concerne les zones rurales comme les zones industrielles. De l’enchevêtrement des rapports entre la population et les changements économiques nés de la révolution industrielle, il ressort, avec certitude, qu’aucun modèle simple et général de relations n’a de chance de rendre compte de tous les faits et de toutes les situations.

6Les travaux démographiques les plus récents ont contribué à mettre en évidence deux phénomènes qui, de manière indiscutable, constituent autant de conséquences de l’industrialisation et apparaissent, dans tous les pays d’Europe occidentale, en l’espace de vingt ans : la diminution de la mortalité et la baisse fondamentale de la fécondité qui l’a suivie. La transition démographique, puisque c’est d’elle qu’il s’agit, est le trait marquant de la société industrielle. Elle recrée, en quelque sorte, des mécanismes auto-régulateurs nouveaux destinés à maintenir un optimum de population que l’augmentation constante de l’espérance de vie, dans la seconde moitié du 19^e siècle surtout, risquait de compromettre. La diminution de la fécondité, résultant de la généralisation des pratiques contraceptives, marque, mutatis mutandis, un retour au schéma des populations préindustrielles par le rétablissement du lien entre le niveau de la fécondité et celui de la mortalité. Comme l’écrit E.A. WRIGLEY, « ce fut la période intermédiaire de rapide croissance des XVIII^e et XIX^e siècles, où chaque génération était bien plus nombreuse que la précédente à atteindre l’âge adulte, qui fut exceptionnelle »1. Vue sous l’angle de l’accroissement naturel, cette proposition implique que la mortalité est devenue, durant cette période, un régulateur de vitesse. La croissance de la population dépendrait de sa régression davantage que d’une hausse nouvelle de la fécondité.

7Si les conclusions de WRIGLEY sont, à bien des égards, inattaquables, elles ne peuvent expliquer l’expansion démographique plus vive des centres qui connaissent une révolution industrielle. Les changements significatifs dans la mortalité n’interviennent, en effet, qu’après 1860-1870. Issus des progrès sanitaires plus encore que des découvertes médicales, ils constituent en fait un sous-produit de l’industrialisation. Est-il permis dès lors de conserver l’hypothèse d’une accélération de la croissance démographique liée aux seuls facteurs naturels ? Ne peut-on considérer que le problème est mal posé et analyser davantage les effets induits des mouvements migratoires sur les structures de la population ? Cette nouvelle orientation de la recherche nous paraît d’autant plus fondée que la révolution industrielle est un phénomène régional, fortement polarisé. Or les migrations internes, qui sont les plus importantes, n’ont d’effet démographique qu’au niveau d’une ville ou d’une région limitée. A l’échelle d’un pays, d’une province ou parfois d’un arrondissement, les mouvements ont tendance à s’annuler vu la faible part prise par l’immigration extérieure.

8L’analyse des structures démographiques de la population verviétoise nous paraît donc particulièrement justifiée non seulement parce que Verviers est le siège d’une révolution industrielle parfaite mais aussi en fonction de la problématique générale des rapports entre la démographie et l’industrialisation. Cette étude s’impose d’autant plus que nous disposons de la meilleure source possible pour la mener à bien : les listes nominatives de recensement.

LES LISTES NOMINATIVES DE RECENSEMENT : CRITIQUE D’UNE SOURCE

9Les listes nominatives de recensement sur lesquelles est fondée notre analyse sont celles de 1806 et 1846. Verviers possède une collection unique de documents semblables établis annuellement entre ces deux dates, avec une solution de continuité en 18072. A plusieurs reprises, en 1822, 1826, 1827, 1830, 1836 et 1838, ces listes nominatives sont doublées de relevés par ordre alphabétique des habitants. Pour chaque adulte de plus de 12 ans, sont notés les nom, prénoms, profession, âge, état matrimonial, lieu de naissance et, le cas échéant, la date d’entrée dans la commune lorsqu’il s’agit d’un non-verviétois. Le nombre et le sexe des enfants de moins de douze ans sont indiqués en regard du chef de famille, généralement leur père ou leur mère. Les habitants, regroupés en ménages, sont recensés maison par maison. Celles-ci sont numérotées de façon continue mais cette numérotation est complétée, après 1842, d’une numérotation par rue. Chaque liste nominative se présente sous la forme d’un épais in-folio manuscrit dont les pages sont divisées en rubriques aux titres imprimés. A la fin du volume on trouve la signature du commissaire de police responsable et, parfois, comme en 1836 et en 1846, un tableau récapitulatif contenant : le chiffre de la population ; le nombre d’hommes, de femmes et d’enfants de moins de douze ans ; la répartition par état matrimonial ; le nombre de maisons et de ménages ; la population de l’année précédente ; les soldes naturel et migratoire. Les données du tableau récapitulatif procèdent de comptages effectués sans doute par les services communaux et sont entachés d’erreurs. Il faut donc les utiliser avec beaucoup de précautions.

10La liste nominative de 1806, comme celles qui ont suivi, a été réalisée en exécution des lois des 19-22 juillet 1791 et du 10 vendémiaire an IV prescrivant la tenue de registres de population qui devaient contenir les noms, âge, état et profession de tous les individus au-dessus de douze ans, leur lieu de naissance, l’époque de leur entrée dans la commune et, depuis la circulaire du 11 frimaire an IV, l’état matrimonial3.

11En principe, c’est sur la base des renseignements contenus dans ces registres que devaient être dressés les états de population réclamés pour les recensements de 1801, 1806 et 1811. Il est exceptionnel qu’une ville ait tenu de pareils registres, avec autant de soin et de régularité que ne l’a fait l’Administration communale de Verviers, et plus rare encore qu’on les ait conservés. La correspondance des préfets et les admonestations répétées des ministres de l’Intérieur successifs montrent à quel point ces instructions furent, en général, peu ou mal suivies4.

12Nous ne possédons pas de listes nominatives antérieures à 1806 et il est probable qu’il n’y en eut point. Des dénombrements ont été effectués cependant, à plusieurs reprises, depuis 1794 mais nous n’en avons conservé d’autres traces que les chiffres de population. Ceux-ci sont d’ailleurs le plus souvent suspects en raison de leur arrière-plan fiscal ou administratif. Afin de pallier cet inconvénient la municipalité de Verviers était informée en date du 16 prairial an VII que la commune continuerait à être regardée comme ayant une population de 10.000 âmes tant dans l’exercice de ses droits politiques que dans l’acquittement de ses contributions5.

13La première liste nominative de la population a donc été établie à l’occasion du recensement de 1806. Une circulaire du 3 novembre 1805 prescrivait, en effet, d’enregistrer tous les citoyens domiciliés dans la commune à la date du 1^er janvier 1806, qu’ils fussent présents ou non, mais d’écarter les gens de passage6. C’était donc la population légale qui était recensée et non la population présente. La liste nominative fut établie pendant le premier semestre de l’année et achevée au plus tard dans le courant du mois de juin. Le dernier relevé où la date figure est, en effet, du 18 juin et le « supplément » à la liste mentionne des individus domiciliés depuis le 5 juillet. Basé sur le principe ! déclaratif, le recensement a été réalisé sous la responsabilité du commissaire de police avec l’aide d’une dizaine d’agents recenseurs. Chacun de ceux-ci recueillait les déclarations des habitants d’une ou plusieurs rues suivant le cas, en ajoutant parfois quelques observations personnelles relatives à l’état d’indigence de la famille ou notant la présence éventuelle de « logeurs » au sein des ménages. Ces agents sont difficiles à identifier au travers de signatures souvent peu lisibles mais deux au moins d’entre eux n’appartenaient pas à l’administration communale.

14La liste nominative de 1846 ne présente aucune différence, dans la forme et la nature du contenu, avec celle de 1806. Comme les listes qui l’ont précédée, elle a été dressée sur le modèle établi par l’administration française ; tout au plus son caractère de registre de population est-il plus accusé. On y trouve en effet davantage d’informations relatives aux entrées et aux sorties des habitants, même après 1846, sans doute pour répondre aux dispositions de l’Arrêté royal du 30 juin 1846 prescrivant la tenue des registres de population7. Toutefois ces renseignements sont loin d’être systématiques et il faudra attendre le recensement de 1856 pour qu’ils le deviennent. Aucun élément de datation ne permet de préciser le moment où fut établie, en fait, la liste nominative. Le tableau récapitulatif donne les chiffres de population au 1^er janvier 1847 mais il est raisonnable de croire qu’elle a été réalisée avant le 15 octobre, date de clôture du recensement national. A part la signature du commissaire, aucun nom d’agent recenseur n’apparaît. Nous savons, toutefois, par la liste nominative elle-même, que Verviers comptait cinq policiers en activité, soit plus qu’il n’en faut, comme écrivait Pierre LEBRUN, pour effectuer un recensement8.

15Le problème de la critique interne du document a été abordé sous un angle nouveau, tenant compte de l’informatisation des listes nominatives et des moyens d’analyse propres à l’ordinateur.

16A l’occasion de la correction automatique des fichiers, nous avons soumis le contenu des listes nominatives à des contrôles systématiques effectués par la machine. Ces tests portaient sur le caractère complet ou lacunaire des informations ainsi que sur leur vraisemblance. Un pareil examen est naturellement impossible sans le recours à l’ordinateur, étant donné la masse des données à vérifier de façon exhaustive.

17Nous n’entreprendrons pas ici de décrire les tests, pour nous en tenir aux principaux enseignements et résultats.

18Sur un plan statistique, constatons que les erreurs ou lacunes impossibles à corriger représentent 4,2 % de l’ensemble des enregistrements. Elles sont constituées essentiellement soit de l’absence d’une ou plusieurs informations, soit d’une incompatibilité entre les données.

19Des résultats semblables ont été obtenus pour 1846 où le « noyau dur » irréductible est descendu à 3 % en raison d’un nombre moins grand de lacunes (50 % des « erreurs » au lieu de 70 %).

20Les contrôles de vraisemblance sont satisfaisants, comme on peut le constater, et rares sont sans doute les sources qui méritent autant de confiance. Il est vrai qu’en ce domaine on manque de point de comparaison. Les appréciations portées sur la documentation de masse relèvent souvent d’un jugement subjectif faute de se fonder sur des examens systématiques. Dans le meilleur des cas la critique se borne à des sondages menés certes avec soin mais dont rien ne garantit la représentativité.

21La vraisemblance des informations ne postule pas leur véracité même si elle la rend probable. Pour nous en assurer avec la même rigueur, nous aurions dû procéder au couplage systématique avec d’autres sources. Notamment avec l’état civil qui nous permet de contrôler la validité des déclarations d’âge, de sexe et d’état matrimonial ainsi que la composition de la famille. Les performances actuelles de notre méthode de couplage automatique ne rendent pas possible pareil contrôle pour les raisons que nous évoquerons ultérieurement.

22Toutefois, à titre d’expérience, nous avons effectué un couplage par ordinateur entre les actes de mariage de 1805 et la liste nominative de 1806. La comparaison portait sur quatre-vingt-trois couples mariés dont cinquante-trois figurent effectivement dans le recensement. Afin de ne pas confondre effet de mobilité et inexactitude, nous nous en sommes tenus aux seules données « stables » : l’âge, le sexe, l’état matrimonial et le lieu de naissance. Cette confrontation a donné les résultats suivants ;

• divergences quant à l’état matrimonial : 2 (2 veufs)

• divergences quant au sexe : 0

• divergences quant au lieu de naissance : 4

• absence de lieu de naissance dans la liste nominative : 3

• différence d’âge de plus d’un an : 14

• différence d’âge de plus de trois ans : 3

• différence d’âge de plus de cinq ans : 4

23L’erreur la plus fréquente touche 13,2 % des effectifs contrôlés et n’a aucune conséquence sur la structure démographique. Les autres inexactitudes n’excèdent pas 3,8 %.

24Comme nous n’avons aucune raison de croire, au vu des tests de vraisemblance, que les résultats pour 1846 soient différents, nous pouvons donc conclure à la fiabilité des informations démographiques contenues dans les listes nominatives. Les statistiques portant sur les structures de la population dans son ensemble et de la population active en particulier, élaborées par l’ordinateur, offrent ainsi les garanties d’exactitude indispensables et fournissent des bases solides à l’analyse.

L’ORDINATEUR ET LES SOURCES HISTORIQUES : VERS UNE METHODOLOGIE

25L’historien le plus perspicace ou le plus méthodique ne peut construire qu’avec les matériaux dont il dispose. En bonne règle, il est tributaire de ce que les sources lui révèlent ou, plus exactement, de ce qu’il y trouve. Quel rôle assigner à l’ordinateur dans la relation entre le document et l’historien si ce n’est d’aider celui-ci dans des opérations de comptage et de calcul sur les données qu’il a lui-même collectées ?

26Dans cette optique, l’ordinateur n’interviendrait qu’après une autre tâche noble de l’historien : la construction de séries statistiques exactes ou l’élaboration d’un ensemble de données dignes de foi. Cette conception, très largement répandue faut-il le dire, repose sur le postulat selon lequel les informations rassemblées et dûment critiquées au terme d’un dépouillement traditionnel constituent la base nécessaire et suffisante de toute interprétation. En considérant le seul domaine de l’histoire économique et sociale, il est clair que ce postulat mérite révision.

27Les registres de population, les actes notariés et les listes nominatives sont généralement dépouillés de façon sélective, rarement de façon exhaustive, jamais dans la perspective de couplages ultérieurs avec d’autres données issues d’autres sources. Malgré les justifications valorisantes, la démarche de l’historien résulte moins d’un souci critique, réel par ailleurs, que d’une incapacité physique et intellectuelle à maîtriser complètement une documentation aussi massive. Le technological gap qui sépare l’histoire des sciences sociales n’est pas le manque d’informations mais son traitement et son organisation en vue d’une exploitation optimale, notamment dans le domaine des sources nominatives. « Au bout du compte, écrit Jacques Dupaquier, c’est toute la tactique et même la stratégie de l’histoire sociale qui s’en trouvent modifiées ; au lieu d’attaquer les grands problèmes, — qui sont parfois de faux problèmes, — avec des instruments de mesure ridiculement insuffisants (...), on fait descendre le niveau de l’observation jusqu’aux individus et aux familles. Ainsi on peut espérer refaire l’histoire sociale au microscope ».

28C’est cette préoccupation qui entraîne le dépassement de la programmation utilitaire au profit d’une méthodologie du traitement de l’information. La première concerne l’historien dans la mesure où il ne dispose pas des ressources financières nécessaires pour exploiter ses données au moyen d’un package ou d’un système de data base. La seconde ne peut être élaborée et expérimentée que par un historien compétent en informatique. Elle a pour but, en effet, de transformer les sources nominatives, avec leur contenu informatif intégral, en autant de banques de données aux possibilités d’exploitation les plus diverses. Au seul niveau de la documentation, le traitement informatique présente deux avantages décisifs :

1. - il organise l’ensemble des données, nominatives ou non, de manière telle que l’utilisateur soit en mesure, à tout moment, de constituer, selon les critères qu’il définit lui-même, une série ou un tableau statistique, une liste d’individus ou une fiche de famille ;

2. - il peut, de façon à la fois permanente et réversible, enrichir les informations primaires, soit par le couplage avec d’autres données, soit par leur codage raisonné.

29Sur le plan de la critique des sources, le traitement informatique ouvre des perspectives qui dépassent les possibilités humaines. Il permet, en effet, de soumettre chaque unité d’information à un double contrôle de forme qui garantit l’authenticité du résultat, et de fonds qui élimine les invraisemblances et en mesure l’importance statistique. En outre, grâce aux techniques de couplage, il rend possible la comparaison systématique entre des informations de même nature contenues dans des sources différentes.

30Dans tous les cas, les premières recherches sont précédées d’une réflexion méthodologique qui débouche sur la mise au point et l’expérimentation de procédures de traitement. C’est dans la mesure où ces méthodes sont jugées fiables et performantes, qu’elles sont ensuite appliquées à une documentation de plus en plus abondante.

31La nécessité d’une démarche scientifique rigoureuse n’est pas seule en cause. Le coût des opérations en machine et la longueur des dépouillements exhaustifs constituent de tels investissements en argent comme en temps qu’on ne peut se permettre de les engager sans être assurés d’un résultat satisfaisant. Si de telles précautions sont jugées indispensables par des équipes structurées disposant de budgets considérables, a fortiori le sont-elles pour un chercheur isolé aux moyens financiers très limités. Choisir la voie d’un traitement automatique des sources massives implique que l’on consacre le temps nécessaire à la mise au point d’une méthodologie complète couvrant les phases principales : la saisie et l’enregistrement des données, l’organisation des fichiers et de l’information qu’ils contiennent, l’exploitation proprement dite par l’intermédiaire de programmes intégrés.

32Nous savons, par expérience, que la méthodologie du traitement de l’information ne fait pas recette en dehors des cercles d’initiés. Sa logique formelle et le langage parfois ésotérique que l’on emploie par souci de précision, rebutent l’historien aussi sûrement que les modèles mathématiques. Elle ne fait cependant que poser et résoudre, en termes d’informatique, un certain nombre de problèmes importants qui sont au cœur des préoccupations de l’historien. Ainsi que n’a-t-on pas écrit à propos des codes socio-professionnels depuis la profession de foi enthousiaste de François Furet : « il n’est d’histoire sociale que quantitative ! » jusqu’au paradoxe évoqué par Adeline Daumard : « il faut avoir une classification pour pouvoir travailler : mais en même temps, il faut se garder de préjuger le résultat » ? La conception d’un code ouvert et hiérarchisé et la technique même du codage automatique nous ont permis d’apporter, en cette matière, une solution que nous jugeons décisive. Est-ce là une problématique d’informaticien ?

33Au-delà des questions que nous venons d’évoquer, il reste que les traitements en ordinateur ne s’accommodent pas ou mal d’une démarche hésitante et empirique. Si l’on veut obtenir des rendements élevés tant au niveau des résultats qu’au niveau des coûts, tous les problèmes doivent être résolus, toutes les difficultés prévues et rencontrées, avant l’exploitation exhaustive des fichiers. C’est pourquoi il faut inlassablement remettre l’ouvrage sur le métier jusqu’à l’élimination des dernières scories, multiplier les tests et les mises au point pour chacun des programmes, pour chacune des procédures. Une méthodologie du traitement de l’information est un puzzle que l’on constitue patiemment, pièce par pièce, jusqu’à ce que le dernier élément soit en place. De sa rigueur et de son efficacité dépend la réussite ultérieure du projet de recherche.

LE TRAITEMENT INFORMATIQUE DES LISTES NOMINATIVES DE RECENSEMENT : LE SYSTEME LEGIA

34Le système LEGIA est un ensemble de programmes intégrés qui, au départ d’une structure d’enregistrement définie, analysent le contenu du fichier et en combinent les éléments. LEGIA comprend plusieurs fonctions (calcul, édition, tableaux) qui apparaissent sous la forme de routines ou de sous-routines dans les différents programmes. Conçues de façon modulaire, les composantes de chaque procédure sont pour la plupart, interchangeables, ce qui confère à l’ensemble une grande souplesse de fonctionnement.

1. LE SYSTEME LEGIA

35Pour mieux comprendre, voyons l’organigramme :

36On distingue très nettement deux phases : l’une, préparatoire, que nous avons appelée la translation dont l’objet est d’organiser la structure d’enregistrement des records en vue de l’exploitation ; l’autre, opératoire, qui offre plusieurs options de traitement, combinées ou non entre elles selon les besoins de l’utilisateur.

37La combinaison des routines ne se heurte à aucune contrainte à caractère technique ou programmatique. Ainsi, il n’existe aucun obstacle à faire effectuer, dans un même programme, une impression ordonnée d’un élément et d’un tableau croisé à n variables : il suffit de juxtaposer les deux routines en définissant les variables. Toutefois il convient, en cette matière aussi, de respecter un plan de traitement qui tienne compte de la logique interne de l’analyse que l’on veut faire du document et des résultats que l’on désire obtenir : en bref de ce que les chercheurs américains appellent le Research design.

38Par ailleurs, il apparaît à l’évidence que certaines routines sont complémentaires et qu’il faut tirer parti de cette complémentarité dans un souci raisonnable d’optimalisation des traitements.

A) La translation ou l'organisation de l’enregistrement

39Nous appelons translation l’opération qui consiste à transformer une structure ture d’enregistrement quelconque en un record dont l’organisation interne permet l’application des programmes standards propres au système legia. La translation comprend, selon le cas, un ou plusieurs programmes dont les fonctions varient suivant la nature des transformations à opérer. Elle entraîne au moins une copie du fichier à traiter. Telle que nous l’avons conçue, la translation n’implique aucune modification du contenu de l’enregistrement sauf dans le cas où certaines informations seraient volontairement ignorées dans le traitement. Il s’agit, par exemple, des données nominatives figurant dans les fichiers dont l’exploitation porte exclusivement sur les données numériques ou encore d’éléments codés (professions, provenances,...) dont seul le code est pris en considération.

L’ORGANISATION DE L’ENREGISTREMENT

40Si l’on excepte la création du critère de tri, qui pose des problèmes spécifiques, la phase de translation vise, en définitive, à mieux organiser le contenu des records. Le but recherché est une plus grande économie de place, préoccupation qui n’a rien d’académique lorsqu’on sait la taille des fichiers que l’on peut constituer avec les protocoles de notaires, les tables des registres paroissiaux ou encore les listes nominatives de recensement des grandes villes. Dans ce domaine, il n’existe aucune contrainte liée à l'operating System ou au langage de programmation : le chercheur choisit l’architecture qui lui convient le mieux.

41Pour notre part, nous avons organisé les enregistrements en nous inspirant de deux principes :

42premièrement les informations se succèdent dans un ordre fixe et permanent ;

43deuxièmement il n’existe entre les informations aucune solution de continuité. En fonction de ces deux postulats, la séquence définitive du record se présente comme suit : critère de tri / référence / identification / données en longueur fixe / données en longueur variable.

44Les données en longueur fixe sont regroupées dans la première partie du record de façon à connaître immédiatement leur position initiale. Si elles étaient précédées des informations en longueur variable, il nous faudrait recourir, dans chaque cas, à certaines fonctions PL/l pour obtenir ce résultat. Pareille démarche irait, sans nul doute, à l’encontre de la simplification recherchée.

45Pour atteindre la forme définitive de l’enregistrement, il est nécessaire d’effectuer deux ou trois opérations selon que le record est composé de zones de longueur fixe et/ou de zones de longueur variable. Ces opérations, dont l’ensemble constitue la translation, sont les suivantes :

1. la création de critères de tri ;

2. l’organisation des zones de longueur fixe ;

3. l’organisation des zones de longueur variable.

46Leur ordre de succession n’est bien entendu pas obligatoire et leur importance respective varie selon la nature et le contenu de l’enregistrement. Il va de soi que la bonne qualité de la translation, et partant son intérêt, suppose que l’on ait une vision déjà élaborée des traitements ultérieurs. Faute de quoi, elle devrait être inévitablement recommencée en cours de travail.

B) Les programmes standards

47Si l’on ne craignait pas de succomber à la mode terminologique, on qualifierait volontiers de package l’ensemble des procédures legia en aval de la translation. Il s’agit, en effet, de programmes standards qui s’appliquent à une structure d’enregistrement donnée dont le contenu n’est pas déterminant. Toutefois, par référence à SPSS, OSIRIS ou à S.A.S., force nous est d’admettre que l’universalité d’application de legia n’en est encore qu’à ses débuts. Aussi éviterons-nous une confusion, qui pourrait paraître ambitieuse, en parlant simplement de programme standard.

48L’organisation des enregistrements et des programmes n’est sans doute pas indispensable au traitement des listes nominatives de recensement de Verviers (1806-1846). Il est clair cependant que l’investissement en software est d’autant mieux rentabilisé qu’il s’applique à d’autres fichiers justiciables d’exploitations analogues. Le coût/travail que représentent la conception, la rédaction et la mise au point de programmes est trop élevé, en effet, pour qu’on se satisfasse d’une utilisation qui ne serait que spécifique et sans lendemain.

49Ce souci nous a amené à concevoir non seulement une uniformisation des structures d’enregistrement, — c’est la translation que nous venons de décrire, — mais encore des programmes d’exploitation organisés de façon modulaire.

50Pourquoi ce surcroît qui peut apparaître comme une complication gratuite ? Pour la raison, aisément compréhensible, que chaque fichier ne réclame pas nécessairement tous les types d’exploitation mais aussi afin de garder aux programmes legia une souplesse optimale d’utilisation qui fait généralement défaut aux packages classiques.

51La raison d’être de legia est de fournir aux historiens et aux praticiens de la documentation sociale un instrument susceptible de répondre à des préoccupations dont nous savons la variété. Elle vise donc à être sinon la « panacée informatique » tout au moins un plus grand commun dénominateur capable de réduire, autant que faire se peut, la spécificité des problèmes et des solutions.

1) LA FONCTION D’EDITION

52La fonction d’édition est loin d’être secondaire dans la chaîne des traitements. Elle ne se borne pas à imprimer les données sous une forme de bonne présentation et répond à d’autres impératifs que celui de l’élégance. En fait, il s’agit de regrouper les informations selon des critères qualitatifs, soit pour mettre en évidence tel ou tel caractère, soit pour donner au chercheur ou au lecteur du fichier un moyen de consultation. A cet égard, la fonction d’édition complète la banque de données et facilite son utilisation pratique. Initialement, la fonction d’édition a été appliquée à un type de fichier et de structure d’enregistrement bien précis. Néanmoins les divers modules de la fonction n’ont pas de vocation spécifique et certains d’entre eux peuvent aisément servir aux éditions d’autres fichiers, a fortiori lorsque leur structure d’enregistrement a été soumise à la procédure de translation.

a) L’ordonnance des informations

1) Le rôle du tri

53Si les procédures de tri jouent dans les traitements en général un rôle important, celui-ci est décisif dans la fonction d’édition. Il faut savoir en effet que l’ordre selon lequel se déroule une impression est déterminé par le choix des critères de tri dans la procédure de sort et non dans le programme d’édition proprement dit. Ce dernier organise l’information préalablement triée et met en page l’impression elle-même. C’est au moment du tri que s’opère l’ordonnancement des données et leur combinaison éventuelle.

54On distingue généralement deux types de tri : le tri unidimensionnel et le tri hiérarchisé. Comme son qualificatif l’indique, le premier ne concerne qu’une seule variable que l’on trie, soit selon un ordre ascendant, soit selon un ordre descendant (par exemple un tri alphabétique des patronymes de AA à ZZ ou de ZZ à AA). Le second type englobe l’ensemble des tris qui portent sur une pluralité de variables. Il est hiérarchisé dans la mesure où l’on doit obligatoirement fixer la succession des tris, chacun de ceux-ci réalisant une désagrégation supplémentaire des informations.

55Le nombre de branches constituant cette arborescence n’est pas, bien entendu, lié à une structure binaire. Le principe du tri hiérarchisé est de désagréger les ensembles formés par le tri précédent et de créer de nouveaux ensembles qui peuvent à leur tour faire l’objet d’une désagrégation. La limite de ce processus est atteinte lorsque l’on a utilisé successivement tous les critères de tri possibles. Il s’agit là d’une limite théorique car, en pratique, il serait absurde de combiner des variables qui n’ont pas de lien logique entre elles. Opérer un tri selon l’ordre alphabétique des patronymes et le nombre d’enfants mâles de moins de douze ans ne présente en soi aucun intérêt puisqu’il n’existe entre ces deux variables aucune relation de discrimination ou de complémentarité.

56En vue des diverses éditions de la liste nominative de recensement nous avons toujours eu recours à des tris hiérarchisés même lorsqu’on ne souhaitait mettre en évidence qu’une seule variable. La raison en est qu’aucun critère de tri n’a assez de pouvoir discriminant, par lui-même, pour lever toutes les ambiguïtés possibles. Si l’on prend la variable qui opère la sélection la plus stricte, le patronyme, on constate, dans des fichiers où la dispersion des noms est aléatoire, que les homonymes sont nombreux et que le recours au premier voire même au second prénom est absolument indispensable. L’avantage du tri hiérarchisé sur le tri unidimensionnel réside en ceci qu’il permet de créer des sous-ensembles homogènes où les identités sont connues et acceptées en hypothèse.

57Quant au tri unidimensionnel, il est utilisé, en ordre principal lors de traitements intermédiaires (vérification d’enregistrement, listing de travail) ou encore pour l’impression de listes sélectives. Citons, à titre d’exemple, la liste des professions telles qu’elles figurent dans le document avec en regard le code numérique correspondant. Davantage qu’une différence de valeur ou de qualité, c’est donc la fonction assignée à l’édition qui départage le recours au tri unidimensionnel ou au tri hiérarchisé.

2) Le choix des variables

58Etant donné le rôle éminent du tri dans la fonction d’édition et la place qu’il occupe en amont des traitements, le choix des paramètres revêt une grande importance. Autrement dit, il est nécessaire d’établir la liste des variables à mettre en œuvre et leurs combinaisons éventuelles. D’une manière générale cependant celles-ci doivent tenir compte de trois nécessités : la production de listings de travail ou de référence ; l’impression de listes sélectives ; l’édition du fichier dans son ensemble sous les formes les plus appropriées à une consultation aisée (souci lié à la constitution de la banque de données et à son utilisation).

591° Listings de travail et/ou de référence

60On peut imaginer toutes les variétés possibles de listings de travail et les multiplier à l’envi. Le libre-arbitre du chercheur n’est, en l’occurrence, limité que par les contraintes de coût.

612° L'impression de listes sélectives

62Contrairement aux listings de travail, les listes sélectives dont il est question à présent sont des documents définitifs qui, le cas échéant, peuvent faire l’objet d’une publication.

633° L’édition du fichier dans son ensemble

64Indépendamment des aspects purement documentaires, l’impression d’un fichier complet présente un intérêt analogue à celui des listes sélectives. Comme ces dernières, elle permet d’effectuer des contrôles ou de contribuer à l’enrichissement des informations mais, cette fois, de manière exhaustive. Elle peut être aussi l’amorce d’études spécifiques d’une nature certes différente mais qui participent du même principe.

2) LA FONCTION CALCUL ET LES TABLEAUX

65Bien qu’il s’agisse de sous-routines distinctes, les fonctions calcul et l’impression de tableaux sont si étroitement associées dans les faits qu’il nous est apparu plus rationnel de les analyser ensemble, comme nous l’avons fait précédemment pour les modules de tri et d’impression.

a) La fonction calcul

66Il n’est pas question de décrire ici les nombreuses fonctions arithmétiques et mathématiques que comporte le PL/1 comme d’ailleurs tout langage évolué. Ces fonctions ne jouent, en effet, qu’un rôle accessoire dans la mesure où elles n’exercent aucune influence sur la conception et l’organisation du système legia. Elles n’interviennent, éventuellement, qu’au moment de l’opération de calcul elle-même.

67Les modules que nous groupons sous le nom générique de « fonction calcul » se répartissent en deux types de sous-routines : les comptages et les calculs statistiques.

1) Les comptages

68Qui dit grand nombre implique presque nécessairement le recours aux méthodes d’analyse quantitative dont la plus élémentaire, — et souvent la plus éclairante —, est le comptage. Entendons par là une addition des occurrences d’une variable ou d’un ensemble de variables combinées. D’emblée nous nous trouvons donc confrontés avec le problème du choix des variables et, par conséquent, des décisions à prendre concernant les critères de tri. Bien que la matière à traiter soit différente, les contraintes sont analogues à celles que nous avons déjà exposées à propos de l’impression des listes. Il est toutefois une exigence, propre à toute analyse de données chiffrées, à laquelle nous ne pouvons nous soustraire : la valeur significative des résultats.

69Nous ne parlons pas, bien entendu, de l’intérêt ou de l’absurdité sur le plan logique de telle ou telle combinaison de variables mais de leur signification statistique. Il existe en effet des seuils en deçà desquels toute interprétation de données quantitatives n’est plus fondée ou, à tout le moins, s’effectue avec des précautions autres que de langage. Les abaques mis au point par les statisticiens fournissent, à cet égard, des échelles extrêmement précieuses qui évitent l’écueil d’un jugement subjectif.

70En matière d’analyse quantitative, le choix des variables doit nécessairement prendre en compte ce facteur supplémentaire et prévoir des combinaisons qui restent significatives.

71Le principal mérite d’une procédure informatique intégrée comme le système legia réside dans le passage d’une démarche déductive fondée sur diverses hypothèses, implicites ou explicites, relatives à la structure de la population verviétoise, à une démarche inductive. Partant de données globales et de quelques regroupements généraux (par ex. les secteurs économiques) l’ordinateur poursuit une analyse de plus en plus fine, non pas en fonction d’un plan conçu au préalable mais en fonction des résultats obtenus à chaque étape.

2) Les calculs statistiques

72Les sous-routines statistiques ne sont pas des compléments obligés des modules de comptage et d’impression de tableaux. Elles constituent, en quelque sorte, la partie facultative de la fonction calcul et dépendent avant tout de la nature même de la source ainsi que du projet de recherche et des méthodes d’interprétation. Le tableau de fréquence peut être, en effet, considéré pour son intérêt descriptif propre ou fournir la matière première à une analyse statistique. C’est pourquoi il est légitime de ranger parmi les calculs statistiques aussi bien les calculs de pourcentage et les ratios simples (taux d’activité, taux de sénilité, etc.) que les calculs de caractéristiques plus complexes.

73Cette distinction n’a rien d’artificiel car elle implique une attitude différente face aux problèmes des sous-routines statistiques. Il faut savoir, en effet, qu’il n’existe pas de fonction PL/l qui, par elle-même, calcule automatiquement tel ratio ou tel paramètre statistique. Les fonctions effectuent telle ou telle opération arithmétique mais elles sont intégrées à un ensemble d’instructions qui, seules, permettent à l’ordinateur de fournir le résultat recherché. En un mot, les calculs statistiques doivent être programmés au même titre que les comptages ou l’impression des tableaux de fréquences. Dès lors plus les formules seront complexes plus la programmation le sera. Ce corrolaire a pour conséquence de poser le problème de la rentabilité d’une sous-routine statistique intégrée aux modules de la fonction calcul. La programmation d’un test comme le X2 ou le coefficient de corrélation entraîne une occupation de mémoire centrale importante, tant en place qu’en temps de travail, en raison de la longueur des opérations arithmétiques et de leur nature, c’est pourquoi nous avons renoncé à introduire des sous-routines spécifiques dans les programmes de calcul. Tout d’abord en raison du coût additionnel de ces sous-routines ; ensuite parce que les calculs statistiques ont, pour la plupart, un caractère facultatif et que l’intérêt de leur utilisation est fonction du résultat des comptages. Prévoir a priori plusieurs sous-routines de calcul revient à prendre le risque de faire travailler l’ordinateur en pure perte car l’importance ou la répartition des effectifs peut rendre inutile pareil traitement.

b) Les tableaux

74Les sous-routines d’impression de tableaux relèvent tout autant de la fonction d’édition que de la fonction calcul. Elles constituent, en effet, une forme de sortie de données au même titre que les listes dont nous avons parlé précédemment. Si nous les avons rangées dans la fonction calcul c’est qu’elles concernent, en ordre principal, des valeurs numériques et qu’elles apparaissent comme le corollaire des opérations de comptage. La notion de tableau, à laquelle nous nous référons constamment, doit être précisée.

75Nous entendons par là, tant le simple relevé de fréquence d’une occurence que le tableau statistique proprement dit ou tableau croisé qui combine deux ou plusieurs variables. Bien que l’on puisse concevoir, sur le plan théorique, des tableaux à n dimensions, nous nous bornerons, quant à nous, au cas des tableaux à deux dimensions puisque se sont les plus courants et les seuls auxquels nous ayons eu recours.

1) Les tables

76Les tables, ou tableaux à une dimension, sont utilisées lorsqu’il s’agit de mesurer la fréquence d’une variable discrète ou continue. Leur usage toutefois n’est pas réservé aux valeurs numériques et l’on se sert également des tables dans l’organisation de données alphabétiques pour autant qu’elles soient de même type.

2) Les tableaux à deux dimensions

77Dans un tableau de fréquences à deux dimensions chaque compteur est défini par des coordonnées, en l’occurrence les valeurs attribuées aux indices de ligne et de colonnes. L’impression d’un tableau semblable fait appel au même procédé de programmation que celui utilisé pour les tables.

78Toutefois le fait même qu’il s’agisse d’un tableau à deux dimensions, rend la sous-routine d’impression plus complexe. D’autant qu’il est nécessaire, pour la bonne compréhension, de préciser la nature des paramètres « ligne » et des paramètres « colonne ».

79legia constitue, à notre connaissance, le seul système complet qui effectue le traitement automatique des listes nominatives de recensement. Nous appelons complet un système qui prend en charge, à la fois et successivement, l’organisation préalable des enregistrements, le traitement de l’information selon les schémas d’analyse retenus et les sorties de résultats dans les formes souhaitées. Un tel ensemble suppose une succession de procédures, autonomes et complémentaires, qui s’intègrent les unes aux autres comme autant de modules. Elles ont chacune leur logique propre qui s’inscrit dans la logique générale dont s’inspire le système.

***

80legia se compose de trois procédures principales : la translation, la fonction d’édition et la fonction calcul. Si la première d’entre elles assume exclusivement l’organisation des records, les deux autres, en revanche, comprennent, chacune pour leur part, des programmes de traitement des données et des routines d’impression qui s’exécutent à partir d’un choix préalable de variables exprimé dans les critères de tri.

81Ainsi conçu, le système legia présente le double avantage de conserver les données originales dans leur intégrité et de permettre des exploitations « à la carte ». Les seules limites apportées au choix de l’utilisateur sont celles qu’il se fixe lui-même en fonction des buts poursuivis par la recherche, de la valeur des données et de l’intelligibilité des résultats demandés. L’historien et le démographe peuvent dès lors, par l’application de ce système, obtenir tous les renseignements et les informations qu’ils désirent tant au niveau des groupes, définis selon les critères les plus divers, qu’au niveau des individus eux-mêmes. legia leur fournit, au moindre coût, avec une égale facilité, une liste nominative des tisserands nés à Verviers et recensés dans cette ville, un tableau de répartition de la population féminine suivant l’âge et l’état matrimonial, un relevé statistique des statuts sociaux dans le secteur textile, etc..

82Soumis à ce système, les fichiers réagissent comme autant de banques de données qu’il est loisible de consulter soit par des procédures batch (ce sont celles décrites dans ce chapitre) soit en time sharing (TSO). Un profil d’informations peut être ainsi dessiné par l’utilisateur puis précisé et affiné au fil des questions posées à l’ordinateur. Si le coût de l’investigation en mode conversationnel (TSO) est trop élevé, on procède alors, comme nous l’avons fait, à un choix préalable de variables hiérarchisées et on modifie, selon les besoins, les paramètres des programmes.

83Sans doute les férus des packages traditionnels, S.P.S.S., OSIRIS et autres, reprocheront-ils au système legia l’absence de procédures de calculs statistiques autres que les pourcentages et les ratios simples. La réponse à cette critique se trouve dans la définition même des objectifs de legia. Contrairement à S.P.S.S. ou à OSIRIS, notre système ne vise pas à l’analyse quantitative des données contenues dans le fichier mais plutôt au traitement de l’information pris dans son sens le plus large, y compris les opérations statistiques élémentaires. legia est un instrument d’investigation volontairement souple et diversifié qui s’adapte aux données alors que les packages, au contraire, ont des fonctions définies une fois pour toutes qui s’appliquent à un schéma d’enregistrement déterminé. Si ces derniers sont coûteux mais hautement performants au départ de données numériques de format fixe, le système legia présente l’avantage d’être infiniment moins coûteux et d’effectuer les traitements souhaités sans aucune contrainte sur le plan des enregistrements. Ils ne sont d’ailleurs pas exclusifs l’un de l’autre dans la mesure où l’utilisateur qui désire une analyse statistique élaborée peut soumettre à S.P.S.S. ou à OSIRIS les résultats chiffrés des traitements opérés par legia.

84Notre système veut répondre avant tout aux desiderata des historiens en leur fournissant le moyen de « manipuler », dans le bon sens du terme, la documentation enregistrée sur support informatique comme ils le feraient, mutatis mutandis, des fiches traditionnelles. Avec l’apport décisif de la vitesse d’exécution et de l’inépuisable capacité de travail qui sont l’apanage incontesté de l’ordinateur, legia apporte, au problème posé par l’exploitation des sources massives, une solution décisive.