DS Experimental statistics > Geospatial data from agricultural census >FR

Pourquoi ces statistiques sont-elles nécessaires?

Les données géospatiales issues du recensement agricole fournissent des informations relatives à la situation géographique d’une exploitation, par exemple l’emplacement des bâtiments principaux où les activités les plus importantes sont réalisées, ou du village le plus proche. Elles fournissent également des informations plus détaillées sur la structure des exploitations, par exemple sur leur nombre, la surface cultivée, le cheptel ou la main-d’œuvre agricole. Ces données sont très utiles pour les utilisateurs qui souhaitent les analyser à des niveaux de résolution spatiale élevés.

Les données expérimentales sur les données géospatiales issues du recensement agricole offrent de nouvelles possibilités en matière d’évaluation et d’analyse, ainsi que pour la création de cartes à haute résolution spatiale liées à l’utilisation des terres.

Pourquoi sont-elles expérimentales?

Les données relatives à la localisation des exploitations agricoles sont collectées depuis 2010 dans le cadre de l’enquête européenne sur la structure des exploitations agricoles. Toutefois, il n’était pas possible de publier des données en grille, qui fournissent des informations pour un ensemble de variables telles que les cultures, l’élevage, l’irrigation et l’agriculture biologique, en raison de l’absence d’une méthodologie harmonisée appliquant un traitement de confidentialité et produisant des indicateurs fiables au niveau européen. Par exemple, les informations relatives aux exploitations agricoles ne peuvent être divulguées dans une grille de 1 km de côté que si celle-ci contient plus de 10 exploitations.

Afin de mettre les données géospatiales issues du recensement agricole à la disposition des utilisateurs, une nouvelle méthode a été mise au point pour veiller à ce qu’aucune information confidentielle provenant d’une unité statistique individuelle ne soit divulguée.

Les données sont expérimentales car il s’agit de la première tentative de publication de données géospatiales issues du recensement agricole à l’échelle européenne.

Comment sont-elles élaborées?

Sur la base de la méthode quadtree, une grille à résolution multiple est produite à partir des données issues du recensement agricole. Cette nouvelle méthode a été développée par Eurostat en collaboration avec le Centre commun de recherche (JRC). La grille contient des données géoréférencées d’une taille minimale de 1 km de côté imbriquées dans des grilles de plus en plus grandes (5 km, 10 km, 20 km, 40 km ou 80 km, par exemple). La taille des cellules de la grille varie en fonction du respect des aspects du secret statistique, tels que les règles du seuil et de concentration.

L’exemple ci-après illustre plus clairement cette situation: une cellule de 1 km de côté doit contenir au moins 10 exploitations et les 2 ou 3 plus grands contributeurs (exploitations) dans cette cellule ne doivent pas représenter un certain pourcentage de la valeur totale de la cellule par rapport à la variable considérée. Si ces conditions ne sont pas remplies, la taille de la cellule est augmentée jusqu’à ce que les règles soient respectées.

Cette méthode garantit également la qualité des indicateurs en vérifiant que le coefficient de variation estimé ou l’erreur-type relative ne dépasse pas un niveau acceptable

Pour plus d’informations, veuillez consulter la note méthodologique (en anglais).

Accès aux statistiques

Les statistiques expérimentales sont présentées sous la forme d’une carte statistique interactive et sont visualisées dans l’outil GridViz conçu par le système d’information géographique de la Commission (GISCO). Les utilisateurs peuvent également  télécharger les données (format .zip).

Commentaires

Afin d’aider Eurostat à améliorer ces statistiques expérimentales, les utilisateurs et les chercheurs sont invités à envoyer leurs commentaires par courriel:

  • À quelles fins avez-vous utilisé ces données?
  • Quels autres thèmes du recensement agricole revêtent un intérêt pour vous?
  • Avez-vous des suggestions pour améliorer la visualisation des données? N’hésitez pas à nous faire part de vos commentaires sur la manière d’améliorer la présentation des données.