la mise en place de l’onpmp - unaf€¦ · l’intérêt de la création de l’onpmp n’étant...
TRANSCRIPT
1
Université Marc Bloch STRASBOURG II
UFR des Sciences Sociales Institut de Démographie
La mise en place de l’ONPMP
(Observatoire National des Populations des
Majeurs Protégés)
Yves Breem
Année 2002-2003
Rapport de stage préparé sous la direction de Monsieur Gilles Séraphin et
Monsieur Didier Breton
en vue de l’obtention du diplôme de DESS
2003
2
Introduction............................................................................... 3 I. La connaissance de la sous-population et de l’organisme qui l’étudie au centre de la problématique de création d’un observatoire............................................................................... 5
A) L’Union Nationale des Associations Familiales (UNAF) et les personnes majeures protégées ....................... 5
1) Une union des Familles pour les familles ..................... 5 2) Pourquoi créer un observatoire des personnes majeures protégées ?........................................................................... 6 3) Quelques définitions utiles ............................................ 8
B) L’intérêt des statistiques démographiques lors de la création d’un observatoire de la population ........................ 10
1) Une donnée n’est utilisable que quand elle est homogénéisée .................................................................... 10 2) La confection du nouveau questionnaire..................... 16
II. L’établissement de l’observatoire des populations majeures protégées : une observation continue qui doit durer dans le temps....................................................................................... 19
A) L’analyse statistique d’enquête au centre des premières conclusions sur les données de l’ONPMP........................... 19
1) L’analyse de l’exhaustif ou la pure analyse d’un « stock »............................................................................. 19 2) L’analyse partielle de l’échantillon ou l’approfondissement des connaissances de la population majeure protégée ............................................................... 25
B) Réflexion sur la notion d’observation continue de la population majeure protégée ............................................... 28
1) Les difficultés à étudier cette sous-population par le biais des UDAF................................................................. 28 2) Réflexion sur le renouvellement de la sous-population des majeurs protégés ......................................................... 31
Conclusion .............................................................................. 40
3
Introduction
En cette fin de vie scolaire, l’importance d’un stage n’est pas à négliger. En effet, nous
nous retrouvons dans une situation paradoxale où nous sommes encore étudiant et où
pourtant, nous sommes déjà tournés vers le monde professionnel et la recherche d’un emploi.
Nous savons que c’est sur notre expérience professionnelle que nous serons jugés au cours de
la suite de notre vie et c’est pourquoi cette première expérience, pourtant située dans un cadre
extra-scolaire, est d’une grande importance. Peut-être que cette expérience va conditionner
tout notre projet professionnel futur car elle sera la première chose visible sur notre premier
CV.
On se plaint très souvent du fait que l’université ne donne qu’une formation trop
théorique par rapport aux véritables aspects du monde professionnel. Et c’est pourquoi
compléter une année de formation par un stage s’avère aussi utile que nécessaire. Utile car il
nous donne une première idée du monde professionnel. La recherche même du stage est déjà
un premier pas vers le développement d’une expérience professionnelle car c’est un pendant à
une future recherche d’emploi. Et que dire de nos premières impressions sur des concepts
souvent peu connus en université, tel le travail d’équipe, la prise de décision, les relations
professionnelles, les connexions parfois contradictoires entre notre mission et les moyens
(autant temporels qu’économiques) mis en œuvre pour la réaliser, etc.… Ils joueront sur notre
manière d’appréhender le monde du travail. Ce qui nous fait revenir au concept de stage
nécessaire : l’expérience que nous allons y entretenir est peut-être en effet ce qui sera
significatif dans notre avenir professionnel.
Mais pourquoi avoir choisi l’UNAF et l’Observatoire des Populations Majeures
Protégées pour réaliser ce dernier stage dans le cadre de mon cursus universitaire ? De fait,
notre formation de démographe nous attire vers ce genre de projet d’observatoire. Parce que
c’est un type d’organisme fortement lié à la méthodologie démographique : c’est le genre de
mission qui demande des connaissances dans la lecture des bases de données, dans le suivi
longitudinal de sous-populations, etc. De plus, cet observatoire était un projet nouveau, neuf,
et rares sont les projets sur lesquels on peut travailler depuis le début. La notion d’observation
est un concept nouveau mais en parfaite adéquation avec le savoir-faire des démographes. Car
toutes les connaissances théoriques dont nous disposons après notre formation servent dans le
cadre d’une observation.
Qui plus est, en dehors de l’observatoire en lui-même, j’ai été intéressé par l’étude de
cette population trop peu connue. Même à l’heure actuelle et à l’époque du tout informatisé,
4
les problématiques à résoudre sur les majeurs protégés ne sont pas claires. Et ce constat ne
rend que plus intéressant la mission à accomplir. Il y a eu en fait un véritable attrait pour
l’inconnu, et cet attrait s’explique par le fait que quand on étudie une population sur laquelle
personne n’a jamais réellement travaillé, on a conscience que ce que l’on trouve est une
véritable découverte, une première. J’ai été attiré par l’étude de cette population car c’était
une mission qui promettait de « créer » des connaissances que jamais personne n’avait réalisé.
Enfin, il faut bien avouer que l’UNAF est un organisme d’autant plus intéressant qu’il
existe également au niveau régional et au niveau départemental, ce qui peut ouvrir à mon avis
de nombreuses portes après avoir eu une expérience dans un observatoire comme l’ONPMP.
Finalement, en quoi consiste la mise en place d’un observatoire ? Après avoir montré
que le départ d’un observatoire ne peut être engagé sans une véritable connaissance de la
sous-population et de la base de données dans laquelle celle-ci est transcrite, j’analyserai les
premiers travaux réalisés dans une optique d’analyse de stocks et d’observation continue
d’une sous-population.
5
I. La connaissance de la sous-population et de l’organisme qui l’étudie au centre de la problématique de création d’un observatoire
A) L’Union Nationale des Associations Familiales (UNAF) et les personnes majeures protégées
1) Une union des familles pour les familles
L’UNAF est une institution nationale chargée de promouvoir, défendre et représenter
les intérêts de toutes les familles vivant sur le territoire français, quelles que soient leurs
croyances ou leur appartenance politique. C’est donc une union d’associations dont le but est
de permettre l’expression des familles par rapport à une politique familiale globale. Située à
Paris, l’UNAF est la tête d’un réseau constitué également de 22 URAF (Union Régionale des
Associations Familiales) et de 100 UDAF (Union Départementale des Associations
Familiales).
A l’origine de la création de l’UNAF, on retrouve une volonté d’organiser le dialogue
entre les familles et les pouvoirs publics. En effet, au XXème siècle, les associations
familiales, créées pour la plupart au XIXème, n’ont plus comme seule fonction l’entraide
entre les familles : elles veulent désormais dans une plus large mesure défendre les intérêts de
ces familles à tous les niveaux. En parallèle, à la même époque, le gouvernement reconnaît
aux familles une place spécifique dans les institutions de la République et développe une
politique familiale volontariste et ambitieuse. C’est de cette double volonté que naît l’UNAF
et les UDAF à la suite d’une ordonnance promulguée le 3 mars 1945. Cette institution est
renforcée par la loi du 11 juillet 1975. Depuis lors, l’UNAF et son réseau sont les partenaires
institutionnels des pouvoirs publics dans tous les domaines de la politique familiale.
Les missions principales de l’UNAF sont de quatre types :
• Imaginer et proposer : l’UNAF est en effet un laboratoire d’idées qui recherche les
mesures les plus adaptées de politique familiale. Les thèmes récurrents sont l’enfance
et l’éducation, la jeunesse, l’accès à la connaissance, la santé, le logement,
l’environnement, la sociologie-psychologie-droit, l’économie… Tout cela concernant
bien entendu les familles.
6
• Représenter : l’UNAF est le porte-parole des familles. C’est-à-dire qu’à travers 25000
délégués, elle défend l’intérêt des familles dans plusieurs centaines d’organismes.
• Gérer des services : par leurs formations, l’UNAF et son réseau ont créé un certain
niveau de professionnalisme, de rigueur, de gestion et de qualité dans de nombreux
services directs aux familles comme les tutelles aux majeurs protégés ou les tutelles
aux prestations sociales, pour ne citer que les services sur lesquels s’est basée ma
mission.
• Défendre : l’UNAF se porte partie civile dans les procès mettant en cause les intérêts
des familles, surtout les affaires mettant en jeu le droit de la consommation.
En terme d’organisation, il faut noter que l’UNAF est doté de 2 organes principaux :
l’Assemblée Générale, composée des représentants des UDAF, des mouvements familiaux et
des groupements à but familiaux, ainsi que le Conseil d’Administration, élu par l’Assemblée,
et dont le but est la désignation d’un bureau selon cinq secteurs d’activité (Sociologie-
psychologie-droit de la famille, Grands équilibres économiques et sociaux, Education-
formation et petite enfance, Vie quotidienne et médias, Habitat-cadre de vie-environnement).
En plus de ses deux organes, l’UNAF comprend également un service de formation, un
service de documentation et publie deux revues : Réalités familiales et Le délégué au CCAS.
Enfin, l’UNAF et son réseau sont financés par un fond doté de 0.1 % du montant des
allocations familiales versées annuellement par la CNAF, soit 145 millions de francs en 1998.
2) Pourquoi créer un observatoire des personnes majeures protégées ?
a) Une absence de données fiables
Ce qui est gênant en ce qui concerne cette sous-population, c’est qu’il n’existe pas
actuellement de statistiques fiables la concernant au niveau national. En fait, on ne possède
quasiment aucune donnée sur la population majeure protégée. Ce qui est problématique vu sa
taille (550000 personnes environ) et le fait qu’elle rencontre des difficultés suffisamment
importantes pour qu’on puisse vouloir une base de données fiables dans le but d’intervenir
plus facilement. En effet, au fil du temps, les caractéristiques des majeurs protégés changent,
ainsi que leurs besoins et leurs espoirs. Leur environnement familial évolue continuellement,
l’environnement social se transforme également et, enfin, le législateur souhaite changer la loi
(directives européennes). L’UNAF a donc un réel besoin de connaître cette sous-population
7
pour faire évoluer ses pratiques, ses priorités et ses attentes. L’ONPMP se place comme un
outil efficace pour adapter l’aide sociale aux situations rencontrées (ces situations ne pouvant
être montrées du doigt que par des données chiffrées et des informations véritables).
L’intérêt de la création d’une base d’informations pertinentes sur les PMP (Personnes
Majeures Protégées) et sur les TPSA (Tutelles aux Prestations Sociales Adultes) est multiple.
Elle permettrait en effet d’étudier cette population dans le détail (autrement dit, son stock)
ainsi que son évolution annuelle (autrement dit, les tendances des flux). Mais surtout cette
base a la possibilité de fournir des informations qui permettraient à terme l’analyse des
trajectoires individuelles et des problématiques des majeurs protégés. Ces informations
cumulées d’année en année faciliteront la légitimité d’une action sociale sur les PMP ainsi
que le choix de cette action.
b) En quoi consiste la création de l’ONPMP ?
L’intérêt de la création de l’ONPMP n’étant plus à prouver, les membres de l’UNAF
se sont attelés dès l’été 2002 à consolider les bases de sa création. La méthode qui a été
choisie sépare la base de données à créer en deux volets :
• Un volet « exhaustif » définit à l’instant t (1er janvier 2003). Pour ce faire, chaque
UDAF a envoyé à l’observatoire une base de données de quelques informations
précises sur toute la population majeure protégée présente. Les informations de cette
première base ne prennent sens que par des comparaisons allant d’une année à l’autre.
Mais si les variations sont perceptibles, elles permettent à l’UNAF de proposer une
prise en charge spécifique ou encore d’alerter les pouvoirs publics.
• Le second volet est appelé « échantillon ». Il se base sur un questionnaire que chaque
UDAF doit faire passer aux délégués à la tutelle de toutes les personnes majeures
protégées nées le 10 du mois, ces personnes représentant un stock représentatif de
l’ensemble de la population. Chaque année, des modules spécifiques seront abordés
(logement, santé, revenus…) mais le module commun sera renouvelé tous les ans, ce
qui permettra de définir des trajectoires de vie et à terme des typologies. En fait,
l’échantillon permet deux analyses : 1. la reconstitution des carrières des majeurs
protégés et le repérage des moments d’inflexion ou de rupture des parcours ; 2. la
production de savoir sur des thèmes spécifiques, leurs comparaisons dans le temps et
l’identification des spécificités de la population des PMP au sein de la population
nationale.
8
Bien entendu, l’observatoire est prévu pour une durée longue, car plus il durera, plus
les informations qui en sortiront seront pertinentes. C’est pourquoi l’ONPMP a vocation à
accueillir d’autres acteurs que l’UNAF pour se développer.
3) Quelques définitions utiles
a) Les majeurs protégés
Il existe certaines notions qu’il vaut mieux connaître lorsque l’on s’occupe de
statistiques sur les personnes majeures protégées. En effet, les mesures de protection sont
nombreuses et variées et il faut impérativement savoir la signification de chacune d’entre elles
pour savoir vraiment de quoi on parle. Car si on ne le sait pas, on risque de faire des analyses
qui sont complètement à contresens de la vérité. C’est pourquoi il ne faut jamais faire de la
statistique sur des données sans connaître le sujet qu’elles abordent.
Tout d’abord, qu’est-ce qu’une personne majeure protégée ? Une personne majeure
protégée est un individu de plus de 18 ans qui est dans l’impossibilité d’exercer les actes de la
vie civile. Elle dispose donc de tous ses droits mais ne les exerce pas elle-même dans sa
totalité. Les circonstances qui mènent à la mise en place d’une mesure de protection sont
provoquées par une maladie, une infirmité ou un affaiblissement dû à l’âge, le fléchissement
des facultés mentales du majeur plaçant celui-ci « dans l’impossibilité de pourvoir seul à ses
intérêts ». On envisage également une mesure de protection en cas d’altérations des facultés
corporelles (traumatisme, cécité, aphasie, paralysie…) mais aussi dans certains cas
spécifiques comme la prodigalité, caractérisée par des dépenses excessives ou immorales,
l’intempérance, définie par l’excès de consommation d’alcool ou de stupéfiants ou encore
l’oisiveté, manifestée par un refus de travailler ou une renonciation injustifiée au revenu du
travail.
Pour qu’une mesure de protection soit prononcée, il faut qu’il y ait une demande
préalable venant de l’intéressé lui-même, de sa famille ou du Procureur de la République
accompagnée des circonstances qui appellent la protection. Ensuite, il faut qu’il y ait une
constatation médicale et une appréciation judiciaire (par un juge des tutelles après enquête)
des symptômes présentés ci-dessus. Si l’enquête est concluante, la mesure est proclamée. Les
personnes pouvant exercer la fonction de « protecteur » sont dans l’ordre de priorité : la
famille (et particulièrement le conjoint qui est le plus souvent le protecteur de son époux/se) et
les administrateurs spéciaux, inscrits sur la liste des gérants de tutelles (ce sont, soit des
9
personnes physiques, soit des personnes morales (associations)). A noter que toutes les
mesures de protection sont issues de la loi du 3 janvier 1968 sauf les TPSA.
b) La classification des mesures de protection
L’ONPMP a classé les mesures de protection en six grandes catégories :
• 1. La tutelle est une institution créée pour protéger les personnes étant incapables de
mener des actes de la vie quotidienne exceptés les plus simples. La tutelle comporte
un conseil de famille dont le juge des tutelles fait partie. C’est ce conseil qui nomme
le tuteur du majeur dont la fonction est de le représenter d’une manière continue.
C’est donc une mesure de représentation totale : c’est le tuteur qui signe à la place de
la personne pour qu’un « acte » soit officialisé. Lorsque la tutelle ne peut être
assumée par personne, le juge défère celle-ci à l’Etat. A noter que si la personne
protégée peut réaliser certains actes, le juge peut déclarer une tutelle aménagée (qui
peut concerner tout acte excepté le droit de vote).
• 2. La gérance de tutelle a été volontairement séparée de la tutelle par l’ONPMP.
Celle-ci n’est choisie que lorsque les circonstances familiales ne permettent pas la
désignation d’un tiers. Dans ce cas, le juge de tutelle peut faire appel à un gérant de
tutelle, qui sera soit une personne physique, soit un établissement tutélaire officiel.
• 3. La curatelle est la mesure de protection préférée à la tutelle lorsque le majeur
possède un degré d’autonomie psychologique et physique suffisant. Dans ce cas, le
curateur ne fait que conseiller et contrôler la personne sous protection, et pas de
manière continue : seuls les actes les plus graves sont contrôlés par le curateur. C’est
donc une mesure d’assistance : il faut et la signature de la personne, et la signature du
curateur pour qu’un « acte » soit proclamé. La catégorie 3 de l’ONPMP comprend la
curatelle renforcée (curatelle 512) lorsque la gestion du majeur est défaillante. Dans
ce cas, le curateur s’occupe de la perception des revenus, le règlement des dépenses et
l’épargne de son protégé, qui garde quant à lui tous ses autres droits. Cette curatelle
renforcée peut être aménagée par l’article 511. C’est pourquoi nous avons aussi classé
les curatelles 511 dans cette catégorie.
• 4. La curatelle simple est la forme basique de la curatelle. La personne majeure
protégée n’est donc, dans ce cas, assistée par le curateur que pour les actes les plus
graves, c’est-à-dire les actes concernant son patrimoine.
10
• 5. Le placement sous sauvegarde de justice est un régime de protection temporaire
qui, tout en laissant au majeur sa capacité juridique et la libre gestion de son
patrimoine, le protège des actes qu’il aurait inconsidérément réalisés ou accomplis et
de ceux qu’il aurait négligés d’effectuer. Cette mesure est en fait une institution
nécessaire, proclamée entre le moment où est demandée la mise sous protection et sa
mise en œuvre effective. La sauvegarde de justice est donc une mesure de protection
rapide mais temporaire. On place également dans cette catégorie ce qu’on appelle le
mandat spécial, autrement dit une sauvegarde de justice dont l’UNAF a été nommé
mandataire.
• 6. Les mesures ad hoc sont proclamées par le juge de tutelle dans des cas précis et
pour un temps précis. Exemple : lorsqu’un même tuteur représente les deux membres
d’un couple et que ceux-ci souhaitent divorcer. Pour éviter un conflit d’intérêt, on
proclame une mesure ad hoc
Enfin, il faut savoir qu’en dehors de ces mesures de protection (non cumulables), il
existe la possibilité d’être placé sous un régime de TPSA (Tutelle aux Prestations Sociales
Adultes). Ce régime est indépendant des autres et peut être cumulé. Cette mesure garantit en
fait pour le majeur protégé, le bon usage des prestations versées par la société et une action
éducative sur le budget. Ce n’est cependant pas l’adulte qui est placé sous tutelle, mais ses
prestations sociales. La TPSA n’intervient donc que lorsque les prestations sociales attribuées
à un majeur ne sont pas utilisées dans son intérêt. Dans ce cas, le juge défère à un tuteur le
soin de percevoir les prestations sociales d’une personne et de les utiliser au profit du
bénéficiaire.
B) L’intérêt des statistiques démographiques lors de la création d’un observatoire de la population
1) Une donnée n’est utilisable que quand elle est homogénéisée
a) Les problèmes de l’exhaustif
Le problème lorsque l’on essaye de créer un observatoire d’une sous-population, c’est
où trouver les données permettant de définir les stocks et les flux. La spécificité de l’UNAF
est qu’elle a, à disposition, une base de données sur les populations majeures protégées via les
11
UDAF. En effet, il existe au moins 80 UDAF sur les 100 présentes qui s’occupent des
problèmes de mesures de protection. Résultat : une base de données couramment mise à jour
dans de très nombreuses UDAF et donc, des statistiques de stock très complètes. A partir de
ce constat, monter la base « exhaustive » de l’ONPMP paraissait facilité. Mais le principal
problème est que les données sur les majeurs protégés ne sont pas homogénéisées dans toutes
les UDAF.
En fait, chaque UDAF crée sa base de données selon ses propres critères, puisqu’il n’y
a pas de consignes nationales dans le domaine des majeurs protégés (sûrement dû au fait que
ces bases de données se sont développées avant que l’idée d’un observatoire national ne
naisse). Et ceci complique énormément la tâche. En effet, la classification des mesures de
protection en 6 catégories développée par l’ONPMP est rarement la même que la
classification des mesures de protection dans chaque UDAF. Par exemple, certaines UDAF
possèdent une classification des mesures très complète comprenant toutes les modalités
possibles plus les possibilités de mesures doublées (mesures de protection + TPSA). Mais
certaines autres UDAF ne possèdent que le minimum d’informations. De la même manière,
certaines définitions divergent. On trouvera ainsi deux appellations différentes pour une
même mesure. Voir même une seule appellation pour deux mesures non-similaires (exemple :
dans de nombreux cas, les UDAF parlent de curatelles mais ce mot peut vouloir dire selon le
département, soit curatelle simple, soit curatelle renforcée). Et ceci sans compter que certaines
UDAF ne s’occupent que de certaines mesures de protection (absence dans certains cas de
mesures doublées voir plus simplement de TPSA).
Imaginez donc le nombre de problèmes provoqués par ce manque d’homogénéité dans
les définitions et dans les bases de données. A l’origine du projet, l’ONPMP a demandé à
toutes les UDAF d’envoyer la totalité de ses statistiques sur les Personnes Majeures
Protégées. Mais rapidement, le problème de l’hétérogénéité s’est présenté, demandant que
chaque base soit retravaillée et recodifiée pour que les données deviennent véritablement
comparables. La vérification de toutes les bases a donc été une obligation avant même toute
tentative d’analyse, car il a été montré qu’on ne peut avoir une base fiable si elle n’est pas
vérifiée au moins une fois.
En général, la première vérification permet déjà de voir s’il existe des problèmes qui
ne peuvent être corrigés qu’après entretien avec la personne responsable de l’UDAF. En effet,
il existe tout un travail de rappel à effectuer quand la base paraît fausse. Ces missions de
rappels peuvent aller d’une simple vérification jusqu’au renvoi de la base. Voilà à peu près la
liste des problèmes pouvant être rencontrés :
12
• Il faut toujours vérifier s’il est normal que certaines mesures soient absentes. En effet,
cette absence peut découler, soit de la volonté de l’UDAF de ne pas accepter ces
mesures, soit d’un oubli pur et simple qui doit alors être corrigé.
• De la même manière, il faut faire bien attention aux dates de naissance du XIXème
siècle car cela peut être un vrai centenaire mais aussi une erreur de saisie.
• Dans le cas de définitions inconnues, une description de la signification réelle du code
doit être impérativement demandée. La même chose doit être faite quand la
dénomination de la classe est peu claire car on ne peut se permettre le moindre doute
sur la signification de la mesure.
• Enfin, il existe tout un tas de problèmes liés à une possible erreur de l’UDAF. Par
exemple, nous avons trouvé certains cas d’UDAF où la date de naissance la plus
ancienne est 1977. Dans d’autres cas, des variables ont été oubliées. Dans ce genre de
situation, il faut obligatoirement demander que la base soit renvoyée.
A la fin des différentes vérifications, la base de données ne doit avoir qu’une seule
forme. Le tableau de données finales est constitué de 7 colonnes dont voici une description
succincte avec les problèmes qui y ont été rencontrés :
• DEPARTEMENT : indique tout simplement le numéro du département. Cette
démarche est obligatoire pour pouvoir différencier les départements entre eux après la
fusion de toutes les bases de données UDAF.
• CODE DOSSIER : indique le numéro du dossier dans chaque UDAF. Ce numéro est
complémentaire du département vu qu’il peut y avoir un même numéro de dossier
dans deux départements différents. Nous avons rencontré deux types de problèmes
pour cette modalité. Tout d’abord, l’existence de doublons (deux codes similaires au
sein du même UDAF). Ceci ne peut arriver que lorsque les fichiers sont classés par
type de mesure (soit TPSA, soit mesure de protection). Dans ce cas, il a fallu
restructurer la base en fusionnant les doubles codes entre eux. Plus problématiques
sont les cas des UDAF où il y avait un identifiant différent entre les TPSA et les
mesures de protection. Il pouvait donc y avoir un même code pour deux personnes
différentes. La seule solution possible est donc alors la recodification des identifiants.
• NAISSANCE : indique l’année civile de naissance. A l’origine on dispose de la date
exacte (jj/mm/aaaa) mais on la convertit pour n’obtenir que le aaaa. Comme l’ONPMP
est un observatoire des majeurs, toute date de naissance après 1984 (2002 – 1984 = 18
ans atteints dans l’année) a été effacée. Nous avons également dû corriger les bugs
13
récurrents qui transforment les naissances d’avant 1930 en naissance des années 20??.
Pour toute autre date aberrante (avant 1900, naissance après la mesure de protection),
un rappel des UDAF concernées a été obligatoire.
• SEXE : indique le sexe du majeur. Pour créer cette colonne, il faut faire une simple
conversion : masculin = 1, féminin = 2.
• TPSA : indique si le majeur est placé sous tutelle aux prestations sociales. Cette
colonne a été plus compliquée à faire étant donné que cette modalité n’existe pas
toujours dans les UDAF. Il a donc fallu le plus souvent utiliser la fonction SI (Excel).
Exemple : si la mesure de protection comprend une TPSA alors 1 ; sinon 2.
• TYPE : indique la mesure de protection selon la classification décrite précédemment
(comprenant aussi une modalité 7 en cas d’enquête sociale, une modalité 8 en cas de
curatelle non définie et une modalité 9 en cas de mesure MP « inconnue »). Comme
les codes sont différents dans toutes les UDAF, cette colonne est le plus gros travail de
recodification. De cette manière, il faut souvent classer plusieurs mesures par le même
code (exemple : curatelle d’état simple et curatelle simple sont toutes deux classées 4).
Par contre, dans certains cas, la définition de certaines mesures n’était pas clairement
donnée ce qui nous a obligé à rappeler les UDAF pour avoir tous les renseignements
nécessaires. A noter d’ailleurs certains cas où même les UDAF concernées ne savaient
la définition exacte de leur mesure (exemple : existence d’une curatelle en B dont la
signification est inconnue). Dans ce genre de cas, nous avons créé un nouveau code
pour cette mesure. En tous cas, ce genre de problème (classification inconnue même
de ceux qui l’ont réalisé) prouve bien qu’une homogénéisation nationale des
définitions ne puisse être que bénéfique.
• TRIBUNAL : indique le tribunal où a été prononcée la mesure. Cette colonne ne subit
aucune recodification.
A la fin de ce long travail réalisé département après département, on fusionne toutes
les bases entre elles pour obtenir la base de donnée finale. C’est alors que l’on réalise qu’il
existe toujours des erreurs, ce qui prouve que même en vérifiant petit à petit toutes les bases à
plusieurs, on continue à trouver des erreurs et des oublis. Pour exemple, nous avons remarqué
dans certains départements la trop grande présence de type de mesure « vide » sans TPSA,
alors que le vide signifie TPSA simple dans notre codification. En vérifiant alors la base
d’origine, nous avons révélé des problèmes au niveau de ces deux variables mais aussi au
niveau d’autres variables (exemple : type de mesure inconnu correspondant à des dates de
14
naissance inconnues). Nous avons donc une dernière fois recodifié les données
« problématiques » avant de convertir la base pour l’analyse.
b) Les problèmes de l’échantillon
La vérification de l’échantillon demande moins de travail que celle de l’exhaustif car
la codification est prévue dans le logiciel même de saisie. L’échantillon concerne toutes les
personnes majeures protégées nées le 10 du mois et dont l’inscription à l’UNAF (autrement
dit, la première date de mesure de protection) a eu lieu entre le 1er janvier 2001 et le 31
décembre 2002 (autrement dit, toutes les nouvelles mesures de 2001 – 2002). Les délégués à
la tutelle de ces personnes se doivent alors de répondre à un questionnaire précis, les réponses
étant par la suite saisies sous le logiciel Question (© Grimmersoft). Ce questionnaire possède
deux volets : un module principal de 12 questions importantes concernant le majeur qui devra
se répéter tous les ans, et un module particulier qui changera de thème tous les ans et dont
chaque thème se répétera tous les 5 ans. Le thème de cette année est celui des ressources
économiques du majeur. L’année prochaine, le module particulier concernera le logement
puis les modules suivants parleront de l’accès au droit, le réseau social et la santé.
Mais si les résultats du questionnaire sont présents dans un logiciel (considéré comme
infaillible), la saisie a été réalisée par des êtres humains (donc faillibles). C’est pourquoi une
vérification est obligatoire. D’autant plus que la saisie a été réalisée par des personnes
différentes dans chaque UDAF. Il aurait été probablement plus rigoureux et plus pédagogique
de faire saisir tous les questionnaires papier de tous les départements par une seule et même
personne, engagée pour l’occasion et appliquant les mêmes méthodes pour chaque
questionnaire. Mais cela n’était pas en adéquation avec les prérogatives financières et
temporelles de l’UNAF.
Pour éviter d’énormes erreurs, la vérification ne tient lieu que sur les premières
questions de l’enquête échantillon. Dès qu’une erreur apparaît et qu’il n’y a aucun doute sur
elle, on fait passer le questionnaire en poids 0 (autrement dit, il ne compte plus dans les
résultats à la différence des poids 1, tous les questionnaires ayant à l’origine le même poids).
S’il existe un doute sur la présence d’erreurs, on consulte tout d’abord les données de la
personne en question dans l’exhaustif. Si ces données ne permettent pas de répondre au doute,
alors un appel dans les UDAF concernées devient la seule solution restante.
La première chose à vérifier est la date de naissance de l’enquêté. Si la personne n’est
pas née le 10 du mois, alors on efface le questionnaire (après vérification dans l’exhaustif,
15
bien entendu). Par la suite, il faut vérifier les réponses concernant les mesures de protection :
type et date. Un problème peut venir du fait que ces mesures ne sont pas coordonnées : une
réponse parle de tutelle mais une autre de date de prononcé d’une curatelle par exemple. Ce
genre d’erreur est rare mais demande impérativement une vérification dans la base de données
exhaustives pour savoir quelle est la mesure réellement prise. Beaucoup plus courantes sont
les erreurs de dates de mesure. Certaines fois, on retrouve des personnes entrées à l’UDAF
avant 2001, soit parce que l’UDAF s’est trompée en interrogeant une personne non comprise
dans l’échantillon, soit parce qu’il y a bien eu une mesure pour cette mesure en 2001-2, mais
que cette mesure n’était pas la première (rappelons que l’échantillon ne comprend que les
primo-mesures). Quel que soit le cas, ces questionnaires doivent être effacés.
Il n’y a pas besoin d’aller plus loin dans la vérification pour savoir si le questionnaire
est bon ou s’il doit être supprimé pour l’analyse finale. A noter cependant qu’il faut toujours
faire attention aux questionnaires blancs (il n’y a aucune réponse mais le logiciel le place tout
de même au poids 1) mais aussi aux questionnaires saisis en double (dans ce cas, il faut en
effacer un et garder l’autre).
De la même manière, il faut bien faire attention à deux types de problème particuliers.
Tout d’abord, on a pu remarquer que certains questionnaires étaient quasiment incomplets. En
effet, seul le module principal a été rempli par l’UDAF. Hors, ces questionnaires « partiels »
doivent malgré tout être gardés au poids 1, car il concerne toujours des majeurs dont la
mesure soit, est trop récente pour avoir de plus amples renseignements (mesure de fin
décembre), soit, dont la durée a été trop courte pour que des renseignements aient pu être
saisis (mesure de moins de 15 jours). Enfin, dernier type de problème, certaines UDAF ont
créé leurs bases « échantillon » en saisissant des réponses sur des questionnaires trop anciens
et ne possédant pas la totalité des questions nécessaires à une analyse correcte. Dans ce genre
de situation, et pour éviter aux UDAF de tout recommencer, il a fallu ressaisir les réponses sur
les questionnaires définitifs en mentionnant « non-réponse » sur toutes les questions
n’existant pas dans l’ancien questionnaire.
Le travail de vérification a donc été plus ou moins laborieux selon la manière dont les
UDAF avaient saisi leurs réponses. Mais c’est un travail très important dans le but d’une
homogénéisation des données, prérogative obligatoire à toute étude. Dès que ce travail de
vérification est terminé, l’échantillon est prêt à être transformé en base et à être analysé.
16
2) La confection du nouveau questionnaire
a) Le questionnaire est un débat d’idée
Comme dit précédemment, l’ONPMP possède deux volets de données : le volet
exhaustif et le volet échantillon. Ce dernier se base sur un module particulier qui change tous
les 5 ans. J’ai eu l’occasion de travailler sur la préparation du nouveau module sur le
logement, dit questionnaire « lieu de vie ».
La création d’un questionnaire débute toujours par une réunion entre différentes
personnes concernées par le devenir des personnes majeures protégées. L’objectif de ce type
de réunion est de définir les besoins d’un tel questionnaire vis-à-vis de l’existence des majeurs
eux-même. Dans le cas du questionnaire logement, le but est de créer des questions qui
peuvent donner des informations utiles sur les conditions d’habitat des majeurs. Le but final
étant bien entendu de pouvoir, en connaissance de cause, intervenir sur ces conditions
fortement liées aux conditions de vie. La réunion est donc un véritable brain storming où les
participants disent toutes les idées de questions qui leur passent par la tête. Ces idées donnent
ensuite lieu à des discussions sur la manière de mieux appréhender ces questions, les
modalités de réponse, etc. C’est une expérience très intéressante, d’autant plus qu’elle montre
bien la nécessité d’être à plusieurs pour réaliser un questionnaire, car une personne seule ne
peut pas penser à tout. De plus, la réflexion sur la manière de poser une question doit être
intense et surtout pas individuelle : la mise en place d’un questionnaire doit être la plus
possible collective.
A la fin de la réunion de préparation au questionnaire, certains thèmes se sont avérés
indispensables à traiter. Car ce type de réunion définit des thèmes à traiter, pas des questions à
poser. C’est seulement après que l’on réfléchit aux questions relatives aux thèmes que l’on a
décidés d’aborder. Prenons donc comme exemple concret le questionnaire sur le logement.
Plusieurs idées sont sorties de la réunion :
• Tout d’abord, la première idée à être sortie est celle de la définition du concept même
de logement dans notre enquête. Ici, on s’est mis d’accord sur le fait que le logement
est définit comme étant le lieu de vie du majeur et non pas le lieu qu’il possède
(propriété). Car ce qui est intéressant est de connaître tous les lieux dans lequels vivent
les personnes sous protection, y compris les chambres d’hôtels ou les squats, par
exemple.
17
• Bien entendu, il faudra poser des questions classiques du genre : prix du loyer,
montant des charges, taille et nombre de pièces. Ces caractéristiques devront être
comparées avec les données du recensement.
• Dans le module principal du questionnaire actuel, on parle du logement des trois
derniers mois. Le questionnaire logement devra approfondir cette question car il est
intéressant de connaître les trajets effectués par le majeur au cours de l’année. Il a
donc été décidé de faire passer cette question sur l’année entière : il faudra savoir le
nombre de logements sur l’année, ainsi que les dates des déménagements et leurs
motifs.
• Une des idées les plus importantes à être ressorties de la réunion est la volonté d’aller
au-delà des notions administratives pour le logement : des questions sur le nombre de
personnes présentes, sur les équipements ou sur le cadre de vie seront posées.
• La question de la salubrité devra aussi être demandée : y-a-t-il une mesure
d’insalubrité prononcée, quels sont les problèmes rencontrés dans le logement
(luminosité, humidité, etc.) Il faut également trouver une caractéristique qui montre si
la personne habite réellement son logement (exemple : est-ce que le logement est
entretenu ? ; mais comment prouver l’entretien d’un logement) ?
• Enfin, la dernière idée concernait la notion d’ accessibilité et de sécurité du logement
Bien entendu, la création d’un questionnaire n’a rien de démographique mais il ne faut
pas oublier que le questionnaire est la base des données démographiques et statistiques. C’est
donc une expérience enrichissante et finalement très importante. En effet, c’est en connaissant
le processus d’amont en aval que l’on sait de quoi on parle. Il ne faut pas se lancer dans une
analyse sans connaître d’où viennent les données et ce qu’elles signifient. Sans cela, le risque
de faire des conclusions erronées est trop important et à terme dangereux. Car l’analyse de
base de données ne peut se faire que lorsque l’on connaît un minimum les notions de terrain.
b) Les erreurs à ne pas commettre quand on réalise un questionnaire
On a par trop souvent tendance à croire qu’un questionnaire est simplement une
adjonction de questions sur un sujet. Or un questionnaire ne se base pas sur des questions. Un
questionnaire se base sur un certain nombre de thèmes dont on veut réunir les informations.
Pour parler plus clairement, une erreur type quand on réalise un questionnaire est de poser des
questions intéressantes mais sans se demander où elles nous mènent. Dans la mise en place
d’un observatoire, on doit poser des questions amenant des réponses qui peuvent être
18
collectées et analysables au sein d’une base de données. Or, il y a des thèmes paraissant
intéressants mais pour lesquels l’analyse ne pourra pas être réalisée.
En annexe, je présente ma première tentative de questionnaire sur le logement et le
questionnaire final. C’est un bon exemple pour voir ce qui est efficace et ce qui ne l’est pas. A
noter que le module « lieu de vie » commence à la question 13. Attardons-nous un peu sur les
questions de « parler ». Mettre par exemple des appellations de taille de logement au lieu du
nombre de pièces n’est qu’une simple question de vocabulaire. Par contre, certains termes
utilisés doivent être bannis dans ce genre de questionnaire. Prenons la question 16.2) de mon
questionnaire. Le mot « trop » n’a aucune signification en lui-même, car tout dépend ce que
l’on appelle « trop ». Il faut éviter le plus possible ce genre de terme qui laisse trop de place à
la subjectivité de celui qui répond. Car dans cet exemple, ce qui sera « trop » pour l’un, ne le
sera pas pour l’autre. Enfin, regardons la question 19.1). Là aussi le terme « en cas de
problème » doit être défini, car tout dépend du degré de ce que l’on appelle un problème.
Mais voyons plutôt le type de questions qui ne donnent pas de données viables.
Prenons la question 11 de mon questionnaire. Je répète trois fois cette question pour
avoir le plus de données possibles sur les trois derniers lieux de vie du majeur protégé. Si
l’idée de parler du logement précédent est une idée intéressante dans un cadre biographique,
elle n’est cependant pas traitable car « trop d’informations peuvent tuer l’information ». Ainsi,
avoir tous ces détails sur les motifs de départ font perdre de l’intérêt à la question en elle-
même. Cette information n’est pas transposable dans une base de données car celle-ci serait
trop lourde et répétitive. D’autant plus que remonter trop loin dans le passé n’est pas
intéressant pour ce type d’enquête : mieux vaut se concentrer du dernier motif de départ, ce
qui met tous les enquêtés sur un même pied d’égalité. En effet, une analyse de réponses à ces
questions renforcerait le poids des personnes ayant le plus déménagé, ce qui biaiserait les
résultats car nous enquêtons sur le logement, pas sur les déménagements. Et tout ceci sans
compter le fait qu’une répétition de questions puisse alourdir énormément le questionnaire et
fatigue plus facilement celui qui y répond. Or la fatigue augmente la probabilité de mauvaises
réponses ou de mauvaises saisies.
Cet exemple est une bonne manière de voir que certaines questions ne sont pas
analysables. En tant que démographe, il ne faut pas oublier que nous travaillons à terme sur
des bases de données. Et cette base se doit d’être claire pour être l’objet d’une analyse. Or
certaines questions ne permettent pas cette clarté qui est obligatoire pour donner une
explication à un phénomène. Il faut donc toujours penser à ce qu’une question va nous
apporter avant de penser à la créer.
19
II. L’établissement de l’observatoire des populations majeures protégées : une observation continue qui doit durer dans le temps
A) L’analyse statistique d’enquête au centre des premières conclusions sur les données de l’ONPMP
1) L’analyse de l’exhaustif ou la pure analyse d’un « stock »
a) Comment travailler sur une base de données de stock ?
La base exhaustive ne possède pas assez d’informations pour que l’on y pratique une
analyse pointue. De plus, c’est une base qui présente un état de la population au 31 décembre
2002. C’est donc une analyse de stock, avec tous les défauts que cela peut avoir pour un
démographe : absence d’analyse sur le temps (flux de population), difficultés à trouver
quelquechose de significatif à dire sur un nombre aussi important, etc. Cependant,
l’importance du nombre d’individus contenu dans la base (80589) permet de révéler, a priori
de manière quasi sûre, les véritables caractéristiques de la population majeure protégée. Or,
ces caractéristiques sont de première importance, puisque ce sont elles qui permettent de
connaître l’originalité de la population, originalité qui définit par la suite les problématiques à
résoudre concernant les majeurs protégés. Si l’analyse de stock n’est donc pas nécessairement
le travail le plus révélateur, il est la prérogative indispensable pour savoir réellement de quelle
sous-population on parle et pour ne pas faire de contre-sens au cours de l’analyse plus
poussée.
Pour analyser une base de données comme celle de l’exhaustif des majeurs protégés,
on utilise des outils d’analyse statistique de données socio-démographiques. L’UNAF
(comme toutes les UDAF d’ailleurs), utilise dans ce but le logiciel Question (© Grimmersoft).
Pour en résumer rapidement l’intérêt, Question est un logiciel qui possède une double
fonction. A l’origine, c’est un outil qui permet la saisie d’enquête par ordinateur (facilite le
CAPI, Computer Assisted Portable Interview). On peut y créer toutes choses en amont et en
aval d’une enquête : du masque de saisie (autrement dit, le questionnaire en format
informatique) à la saisie des réponses, en passant par les filtres du questionnaire (si tel choix à
telle question, alors aller automatiquement à telle autre question). Par la suite, Question s’est
20
de plus en plus développé comme un outil d’analyse des données, avec tout ce que cela
implique : recodification, tris, analyse factorielle et toute sorte de travail et de fonctions
statistiques utiles en sociologie et en démographie. C’est bien entendu cette dernière fonction
qui est la plus importante pour l’analyse du stock de l’exhaustif.
J’attire votre attention sur la fonction « tris ». En effet, une simple manière de trier est
la méthode la plus facile pour caractériser la population. Un tri simple dénombrera
simplement chaque modalité, mais c’est ce style de tris qui permet de définir des profils
moyens ou encore de connaître l’importance de telle ou telle modalité dans la sous-
population. Ainsi, on peut savoir tout simplement la structure de la population majeure
protégée selon telle ou telle variable, ce qui permet de connaître efficacement les problèmes
inhérents à cette distribution. De la même manière, on peut réaliser des tris croisés entre n
variables. Cette dernière méthode permet plus spécifiquement d’obtenir des tableaux croisés
(avec pourcentage en ligne et en colonne), ce qui, à terme, permet par différents tests (dont
surtout le test du khi2) de connaître s’il y a corrélation entre telle et telle variable qualitative.
Or, il n’existe rien de mieux que la corrélation pour connaître les variables significatives sur
une population et les problèmes sociaux qui en découlent.
Dans ces conditions de travail, les règles d’or pour réaliser une analyse de qualité sont
celles-ci :
• Bien connaître toutes les fonctions du logiciel Question car la base de l’analyse est
un travail purement informatique.
• Le test du khi2 est essentiel dans une analyse de stock. Par contre, la
compréhension de l’importance du khi2 en lui-même n’est pas obligatoire. Ce qui
compte, c’est la probabilité qui en découle. Plus celle-ci est proche de 0, plus les
variables ont de chances d’être dépendantes l’une de l’autre. A noter que Question
permet également, par un système de – et de +, de connaître sur quelle modalité de la
variable se situe la dépendance.
• Enfin, dans toute analyse, le choix du graphique est plus important que le
commentaire en lui-même car un graphique bien fait permet de voir du premier coup
d’œil ce qu’il faut connaître.
21
b) La réalisation du rapport d’analyse du stock des populations majeures protégées
A noter que ce rapport est voué à terme à une publication. Dans l’optique de faire une
analyse la plus claire possible, toute une réflexion est nécessaire avant de réaliser le rapport en
lui-même. La méthode de présentation (autrement dit la mise en page) est une des clés de
cette réussite. Celle que nous avons adoptée divise l’analyse en fiches, avec autant de fiches
que de caractéristiques à analyser. Nous avons réalisé 6 fiches pour l’exhaustif : présentation,
effectifs bruts, structure par âge, structure par sexe, pyramide et effet genre. Ces fiches sont
disponibles en annexe.
La présentation de la base exhaustive est un texte simple montrant comment a été
réunie la base et comment nous l’avons recodifié pour en faire une base nationale. Ayant déjà
consacré une partie de mon rapport sur ce sujet, je n’y reviendrai pas ici. D’ailleurs, il faut
noter que j’ai repris en grande partie la partie traitée plus haut dans cette fiche de présentation.
Pour analyser le nombre « brut » de mesures de protection, il a fallu de nouveau
procéder à un recodage. Ce qui prouve bien que c’est seulement devant l’analyse finale que
l’on réalise pleinement les variables dont on a besoin dans la base. Ici, nous avons recodé la
variable TPSA avec la variable TYPE de manière à pouvoir différencier les mesures simples
des mesures doublées TPSA, mesures ne concernant pas les mêmes personnes. Le graphique
le plus apte à « montrer » la composition des mesures de protection est bien entendu
l’histogramme, avec une division dans la barre pour différencier les simples des doublées.
Foncièrement, l’analyse du stock brut n’est pas la plus intéressante, mais à terme les chiffres
de l’ONPMP doivent être comparés avec les chiffres du fond spécial (nombre de mesures
dans les UDAF) et les chiffres des nouvelles mesures du ministère de la Justice. Tout ceci
dans le but d’une vérification de la qualité des données : ainsi, l’ONPMP et le fond spécial
doivent avoir le même nombre de mesures (puisqu’ils concernent tous deux les UDAF). Par
contre, ne pouvant pas comparer nos stocks avec les flux du ministère de la Justice (nouvelles
mesures seulement), le but de la dernière comparaison est de savoir si les proportions dans le
nombre de mesures totales sont proches, ce qui est le cas. L’inverse aurait pu grandement
nuire au concept d’exhaustivité de notre base.
La structure par âge est déjà une analyse un peu plus complexe. Les crédos de la
démographie favorisent en général une classification quinquennale de l’âge (quand il doit y
avoir une classification). Cependant, pour plus de clarté pour les futurs lecteurs qui ne seront
pas en majorité des démographes, nous avons recodé les naissances en 7 classes décennales
22
d’âge révolu. Une classification somme toute moins rigoureuse démographiquement, mais
plus lisible. D’un point de vue graphique, nous avons favorisé pour la structure de la
population majeure protégée totale la méthode du camembert (là aussi particulièrement
lisible). Mais ce qui est intéressant est de savoir s’il y a des différences de structure par âge
selon le type de mesures de protection. Au début, nous avions voulu représenter cette
structure différentielle en faisant tout simplement un camembert différent pour chaque
mesure. Mais il est mieux de comparer des mesures entre elles en les représentant sur un
même graphique. C’est pourquoi nous avons créé un graphique en courbe : une courbe par
mesure ; chaque courbe représentant la proportion de personnes concernées par cette mesure
au sein de la population de chaque âge. Chaque colonne de points cumulés est égal à 1. Une
fois n’est pas coutume, cette représentation n’est pas classique mais elle permet très
rapidement de voir les âges caractéristiques de telle ou telle mesure.
Pour la structure par sexe, nous avons utilisé l’indicateur le plus classique mais aussi
le plus pratique pour savoir s’il y a sur ou sous-représentation d’un sexe vis à vis de l’autre :
le rapport de masculinité. J’avais tout d’abord commencé par calculer les rapports de
masculinité à chaque âge (d’après les données d’un tri croisé sexe et âge) mais les courbes qui
en résultaient étaient illisibles, tant le rapport pouvait passer du simple au double entre chaque
année de naissance. Après réflexion, j’ai recalculé ces rapports en prenant les classes
décennales d’âge et en enlevant certaines valeurs aberrantes (les mesures ad hoc pouvaient
atteindre à certains âges un rapport de masculinité de 10, ce qui « écrasait » les courbes des
autres données). Au final, ce graphique pour les mesures totales et pour toutes les mesures
permet de comprendre quelles mesures sont plus masculinisées que féminisées et à quel âge.
La fiche concernant les pyramides a été une des plus intéressantes à réaliser. Nous
savions que faire une pyramide des âges de la population sous protection n’avait que peu
d’intérêt en soi car elle n’aurait permis qu’un simple commentaire sur la composition par âge.
Le but recherché était de savoir quelle était l’originalité de la population protégée. Or, on ne
peut définir une originalité que par rapport à quelque chose. Nous avons donc décidé de
comparer les pyramides des âges de la population de l’ONPMP avec la population totale
(chiffres de l’INSEE). De cette manière, nous avons pu facilement connaître les âges et les
sexes de la population majeure protégée sur-représentés par rapport à la population totale.
Bien entendu, nous avons comparé deux populations aux tailles complètement différentes (45
millions contre 80000). C’est pourquoi nous avons utilisé la méthode de la pyramide relative :
on calcule pour chaque population la proportion de chaque âge dans le total. Ainsi, chaque
pyramide est sur la même base de 100 et chaque âge exprime sa proportion dans le total en
23
pour cent. Bien entendu, cette méthode doit être expliquée dans le rapport final. Mais par la
suite, en superposant les deux pyramides entre elles, on peut voir du premier coup d’œil
l’originalité de la structure des majeurs protégés par rapport au reste de la population
française et c’est dans cette originalité, répétons-le que se trouve l’intérêt de ce type
d’analyse.
Pour terminer, nous avons essayé de savoir s’il y avait un véritable effet genre dans la
population majeure protégée. En effet, le rapport de masculinité, la corrélation entre type de
mesure et âge ainsi que la pyramide relative de notre sous-population nous ont prouvé qu’il y
avait sur-représentation des femmes aux âges élevés et sur-représentation des hommes aux
âges intermédiaires. Mais cette sur-représentation est biaisée, par exemple par le fait que les
femmes sont toujours plus nombreuses que les hommes aux âges élevés tout simplement
parce qu’elles vivent plus longtemps. La question que nous nous sommes posée est donc de
savoir si, les hommes sont plus touchés par des mesures de protection que le sexe opposé à
âge égal. Il fallait donc supprimer l’effet âge pour ne connaître que l’effet sexe. Un premier
élément de réponse se trouve dans les pyramides. On peut en effet observer sur chaque ligne
d’âge la proportion d’hommes et de femmes dans chaque population. Si à tel âge, la
différence de proportion entre les majeurs protégés et les majeurs est plus forte pour un sexe
que pour un autre, alors il y a logiquement sur-représentation de ce sexe vis à vis de l’autre à
âge égal. Pour exemple, on peut voir qu’à 90 ans, il y a 4 fois plus de femmes protégées que
de femmes totales alors qu’il n’y a que 2 fois plus d’hommes protégés. On peut donc penser
qu’il y a sur-représentation des femmes à cet âge.
Pour confirmer les dires de la pyramide, nous avons procédé à une analyse de
covariance sous Question. Ce test est très peu appliqué en sciences sociales mais il permet de
comparer plusieurs variables en retirant l’effet qu’une variable peut avoir sur l’autre. C’est
ainsi que nous avons pu prouver qu’il y a un effet sexe quel que soit le type de mesure et sans
que cet effet sexe soit dépendant de l’âge. Ceci prouvé, c’est la pyramide qui définit de quel
côté est l’effet sexe (sur-représentation des hommes ou des femmes ?). Tout ce travail nous a
au final permis de réaliser que les problématiques de mise sous protection sont différentes
selon le sexe.
24
c) Résultats de l’exhaustif : qui est la population majeure protégée ?
L’analyse (non-définitive) de l’exhaustif est présente dans les fiches situées en annexe
3 à 8. Il est cependant intéressant, à mon avis, d’en faire ici un court résumé.
La population majeure protégée est une sous-population originale dont les
caractéristiques sont fortement liées avec le type de protection juridique. C’est une population
plus âgée que la population totale, avec un très faible nombre de jeunes de moins de 30 ans
alors que les plus de 60 ans (et surtout les plus de 80 ans) sont fortement représentés par
rapport à la population totale, et ceci particulièrement chez le sexe féminin. Cette structure
s’explique aisément par le fait que plus une personne est âgée, plus elle a de chance d’être
touchée par un handicap quelconque qui va provoquer son incapacité à subvenir à ses propres
besoins, et donc, qui va provoquer une mesure de protection. Ce qui prouve qu’il existe une
forte corrélation entre l’âge et la mise sous protection. Parallèlement, les âges intermédiaires
ne sont sur-représentés que pour le sexe masculin, ce qui prouve la plus forte propension des
hommes à être placé sous mesure de protection. Au final, les hommes sont plus nombreux en
majeur protégé que les femmes (54 % contre 46 %) mais bien entendu les femmes deviennent
majoritaires avec l’âge (dès 60 ans).
En ce qui concerne les mesures plutôt que les individus : on remarque que la
population majeure protégée est placée à près de 50 % sous curatelle renforcée puis à 25 %
sous tutelles. Les TPSA, mesures qui n’affectent que les prestations sociales et pas les
individus, concernent également 30 % des majeurs protégés. A noter que l’on retrouve une
forte corrélation entre l’âge et le type de mesure ainsi qu’entre le sexe et le type de mesure,
l’une indépendamment de l’autre. Ainsi, les tutelles concernent plus les personnes âgées et les
femmes, les curatelles plus les personnes d’âge intermédiaire et les hommes, les TPSA plus
les personnes d’âge intermédiaire (les prestations sociales disparaissant pour la majorité des
gens après 60 ans).
Ces conclusions sur la population majeure protégée ne demandent qu’à être désormais
complétées par l’analyse de l’échantillon.
25
2) L’analyse partielle de l’échantillon ou l’approfondissement des connaissances sur la population majeure protégée
a) Une première idée d’un rapport complet sur l’échantillon
Hélas, par manque de temps, l’analyse de l’échantillon n’a pu être réalisé dans son
entier. En fait, je n’ai pu participer qu’à une toute petite partie de cette étude, qui s’avérait
bien plus complète que celle de l’exhaustif et beaucoup plus longue. De fait, les méthodes
appliquées à la partie à laquelle j’ai pu participer sont très proches de celles de l’exhaustif, ce
qui signifie que j’ai n’ai pas pu aller au-delà de l’analyse de stock de l’échantillon. Cependant,
les simples pourcentages créés grâce aux tris à plat et aux tris croisés m’ont déjà donné des
informations très claires sur la vie des majeurs protégés, informations qui n’étaient pas
disponibles sur la base exhaustive qui ne révélait que de la structure de la population majeure
protégée.
L’échantillon représente 427 individus entrés à l’UDAF en 2001 ou 2002 et nés tous le
10 du mois. Sur ma partie de travail, nous avons repris la méthode des fiches avec une
première partie graphique et une seconde partie commentaire. 7 débuts de fiches ont pu être
réalisé avant la fin de mon stage : présentation de la structure, logement, revenus du travail,
revenus de la redistribution, revenus du capital et de l’épargne, hospitalisation et structure des
fins de mesure.
L’analyse de la structure de l’échantillon n’est pas foncièrement obligatoire puisque
les variables traitées (sexe, âge, type de mesures) le sont déjà dans l’exhaustif, qui, étant sur
un nombre d’individus beaucoup plus important, est donc plus significatif à traiter.
Cependant, le véritable but de l’analyse de la structure de l’échantillon est de comparer celle-
ci avec celle de l’exhaustif. En effet, dans le cas où les deux structures sont trop différentes
l’une de l’autre, alors cela signifie que l’échantillon n’est pas représentatif et donc qu’aucun
travail « réaliste » ne peut être effectué dessus. Dans notre cas précis, l’échantillon s’est avéré
représentatif de l’exhaustif et pourtant la structure n’est pas foncièrement la même. En effet,
on trouve par exemple plus d’âges extrêmes et plus de sauvegardes de justice dans
l’échantillon alors que l’on trouvait plus de TPSA dans l’exhaustif. Mais cette différence n’est
pas due à un échec de l’échantillon mais à une différence de définition. En effet, l’exhaustif
est une base de stock alors que l’échantillon parle bien des « nouvelles mesures en 2001 et
2002 », soit une base de flux. Toute la différence est là.
26
S’il y a plus de personnes âgées, c’est parce que les personnes décédées sont
comprises dans l’échantillon et pas dans l’exhaustif. Parallèlement, s’il y a plus de jeunes,
c’est parce que l’on parle de nouvelles mesures. Or, plus une personne est jeune, plus elle a de
chances d’être à l’UDAF depuis une courte durée. Pour la sur-représentation des sauvegardes
de justice, l’explication vient du fait que ce sont des mesures courtes souvent transformées en
mesure longue. Ainsi, dans l’exhaustif, on parle de dernière mesure, ce qui, très souvent,
« écrase » les sauvegardes de justice précédentes. Alors que pour l’échantillon, on demande
les trois dernières mesures. Or, comme la sauvegarde de justice est souvent le début d’une
série de mesures, elle apparaît dans cette base mais pas dans l’exhaustif. Enfin, le fait que les
TPSA soient moins nombreuses dans l’échantillon est dû à une volonté politique de limiter la
prononciation de TPSA ces dernières années. S’il reste alors beaucoup de TPSA dans le stock,
les flux, eux, diminuent d’année en année. L’échantillon s’étant avéré réaliste, il n’y a donc
pas eu besoin de faire un redressement (c’est-à-dire, donner plus de poids à certains individus
sous-représentés par rapport à la réalité).
Le logement du majeur protégé est une variable très intéressante car elle signifie le
lieu de vie et donc le mode de vie du majeur. Nous avons cependant dû (pour des raisons de
temps) nous limiter à une simple analyse de la structure (via un tri à plat) et une analyse des
moyennes du nombre de personnes habitant dans le logement du majeur (la moyenne étant
plus réaliste bien entendu lorsqu’elle est confirmée par une proportion importante de
répondants à la question sur le nombre total d’individus, c’est-à-dire lorsqu’elle est confirmée
par un intervalle de confiance limité en taille). La même chose a été réalisée pour
l’hospitalisation des majeurs protégés.
En fait, la même méthode a été appliquée à toutes les fiches sur le revenu à l’exception
de celles sur les fins de mesures. La fiche s’est toujours présentée comme suit : un tableau de
la structure du revenu avec un camembert. Nous avions voulu au départ calculer les revenus
moyens des majeurs ayant des revenus (c’est-à-dire en supprimant les non-répondants), mais
ce chiffre est biaisé par le fait que de nombreuses personnes sont entrées à l’UDAF au cours
de l’année, et que leurs revenus ne sont pas connus sur la totalité de l’année, ce qui les rend
incomparables avec ceux qui ont répondu pour l’année 2002 dans son entier. N’ayant pas eu
le temps de calculer les revenus au prorata de la présence (en mois) dans l’UDAF, j’ai
abandonné l’idée de parler du niveau de revenu de la population majeure protégée.
Pour terminer, un dernier mot sur les caractéristiques de fin de mesure. Ces dernières
sont d’un grand intérêt pour un observatoire puisqu’elles définissent le type de sortie de la
sous-population majeure protégée. Est-ce que sortir de cette population est courant ? Quels
27
types de mesures se terminent le plus couramment ? Pour quelles raisons ? Cependant, dans
ce cas encore, nous n’avons pas pu faire autre chose qu’une simple analyse de la structure des
fins de mesure (selon le type) et des raisons des fins de mesure (tout ceci en retirant de la
structure les non-répondants, beaucoup trop important car la population majeure protégée à
des taux de sortie très faibles).
b) Une analyse plus qualitative des majeurs protégés
L’analyse que nous avons pu réaliser sur l’échantillon s’est montrée plus qualitative
car elle permet de mieux connaître le mode de vie des majeurs sous protection. Cependant,
comme le manque de temps ne m’a pas permis de connaître la fin de l’analyse, je ne
résumerai ici que l’analyse des structures. Nous ne pouvons pas en effet dire à l’heure actuelle
s’il existe des dépendances entre telle ou telle variable. A noter que l’analyse véritable est
présente dans les annexes de 9 à 15.
En résumé, les caractéristiques plus sociales de la population majeure protégée sont
assez homogènes. C’est une population vivant le plus souvent seule ou en couple, le plus
couramment en appartement ou en maison. Mais un bon tiers de la population majeure
protégée vit dans des établissements tels les maisons de retraite ou les hôpitaux, car c’est bien
entendu une population âgée. De ce fait, les majeurs protégés ne vivent que rarement en
famille (ils n’ont pas d’enfants à charge ce qui ne prouve pas qu’ils n’ont pas ou qu’ils n’ont
jamais eu d’enfants). Dû à leur faible état de santé, précisons aussi que le tiers des majeurs
protégés a fait un séjour en hôpital au cours de l’année 2002.
Au niveau économique, la population majeure protégée vit dans une situation
relativement précaire. Rares sont en effet ceux qui disposent d’un salaire. De plus, les majeurs
n’ont pas non plus beaucoup de revenus du capital. Pour pallier ces défauts, la majorité de
cette sous-population dispose de revenus de redistribution, surtout de l’Allocation Adulte
Handicapé. Malgré cela, les majeurs protégés ont apparemment des entrées d’argent trop
faibles par rapport à leurs sorties : un cinquième d’entre eux est endetté et la majorité limite
souvent son pouvoir d’achat aux dépenses les plus courantes. A noter toutefois l’existence
d’une minorité de cette sous-population ayant un niveau économique supérieur avec des
valeurs mobilières et des sommes placées fructifiantes.
Pour conclure, la probabilité qu’une personne majeure protégée quitte cette sous
population est faible. Mais, si ce cas se produit, la main levée et l’échéance de la mesure
représentent 70 % des départs et les décès 16 %. Bien sûr, ces résultats sont biaisés par la
28
transformation des sauvegardes de justice en mesure longue, considérées comme une sortie de
la population.
Finalement, le temps a manqué pour réaliser une analyse complète de l’échantillon. De
plus, le but d’un observatoire est une analyse longitudinale. Or, comme l’ONPMP vit sa
première année, il n’a pas été possible de se lancer dans le calcul d’indicateurs
démographiques montrant les caractéristiques et les trajectoires des majeurs protégés. Pour
pallier cette absence, j’ai réalisé pour la fin de mon rapport une réflexion sur le concept
d’observatoire et sur les choses qui pourront peut-être être réalisées dans les années à venir.
B) Réflexion sur la notion d’observation continue de la population majeure protégée
1) Les difficultés à étudier cette sous-population par le biais des UDAF
Pour pouvoir mener à bien une réflexion sur l’observation continue d’une sous-
population, il faut se poser deux types de questions. 1. Quel type de biais peut exister au sein
des bases de données qui vont permettre l’analyse de cette catégorie de population. 2. Quels
indicateurs peut-on calculer via ces bases de données ?
Tout d’abord, une première question simple : est-ce que l’ONPMP inclut toutes les
personnes majeures protégées existantes sur le territoire français ? Autrement dit, quel est le
taux de couverture de l’observatoire ? Premièrement, un des grands intérêts de la population
majeure protégée est que c’est une population légale. C’est-à-dire que les personnes
deviennent protégées à la suite de la prononciation légale d’une mise sous protection. On ne
peut pas devenir personne majeure protégée sans avoir été déclarée telle quelle par la loi.
C’est donc une population qu’on peut étudier (à l’inverse de certaines autres comme la
population sans abris, par exemple).
Par contre, la population protégée n’est pas suffisamment suivie pour pouvoir être
analysée de manière exhaustive. Ce n’est donc pas une « population statistique » au sens où
elle n’est pas répertoriée dans une base de données au niveau national ou à un niveau
moindre. Les seules statistiques exhaustives disponibles viennent du fichier national des
tribunaux d’instance, et elles ne peuvent donner que le nombre de mesures selon le type au
niveau national. C’est pourquoi l’intérêt d’un Observatoire National de la Population des
29
Majeurs Protégés est d’une haute importance. Maintenant, il faut se demander si l’observation
de cette population par les seules UDAF est suffisamment exhaustive ?
Or, comme dans toute observation continue de population, on réalise qu’il existe
certains biais à prendre en compte dans l’analyse finale des majeurs protégés. Tout d’abord,
du point de vue de la couverture, les bases de données des UDAF ne suffisent pas pour avoir
la totalité de la population majeure protégée au sein de l’observatoire. Et ceci pour plusieurs
raisons. Tout d’abord, car une dizaine d’UDAF ne possède pas de service tutelle (c’est-à-dire
que certains UDAF ne sont pas des organismes tutélaires). Par exemple, aucun département
de la région Nord-Pas-de-Calais ne dispose de service tutelle. Or, quand on connaît le poids
démographique de cette région, on ne peut pas « oublier » cette région sans parler de biais
dans l’exhaustivité.
Secundo, il faut savoir que toute personne mise sous protection n’est pas obligée de
rentrer à l’UDAF. En effet, elles peuvent s’inscrire dans d’autres organismes tutélaires. Or,
nous savons qu’un des principes inconditionnels de l’observation continue est l’obligation de
l’enregistrement. Mais cette obligation est impossible dans le cadre de notre sous-population
étudiée car il n’existe pas d’organisme tutélaire au niveau national. Par contre, ce second biais
d’exhaustivité est diminué par le fait que les UDAF sont de nos jours le premier organisme
tutélaire de France.
Tertio, toutes les mesures de la base sont des mesures d’état. Hors, il existe un certain
nombre de mesures qui ne le sont pas (mesures sous la direction de la famille).
Enfin, dernier problème d’exhaustivité et non des moindres : le fait que certains
UDAF, pour des raisons diverses, n’envoient tout simplement pas leurs données. Dans ce cas-
là, selon l’intérêt des UDAF, certains départements risquent d’être sur-représentés par rapport
à d’autres, ce qui doit impérativement être pris en compte dans l’analyse finale : on ne peut
parler que de résultats partiels. Ceci révèle le problème de systématicité de la collecte. Avec
les refus et les retards, il n’y a pas systématicité dans la saisie. Il y a donc un biais de
représentativité selon la région géographique. D’autant qu’avec autant de manières de saisir
que d’UDAF, il n’y a pas systématicité des contrôles non plus. Pour éviter ce dernier biais,
peut-être que saisir tous les questionnaires papier à l’UNAF aurait été une solution plus
pratique, mais aussi plus coûteuse.
A tous ces biais d’exhaustivité, s’ajoute d’autres biais qui ne facilitent pas
l’observation continue des flux. La base exhaustive est foncièrement beaucoup moins traitable
que la base échantillon. En effet, le nombre d’informations est trop faible pour être vraiment
intéressant et les sorties sont difficilement étudiables car on ne peut pas connaître leurs
30
causes. Il n’y a donc pas le choix : dans la base exhaustive, une sortie correspondra à une
disparition de l’identifiant. On ne pourra pas définir si c’est une sortie par décès, par fin de
mesure ou par sortie de l’UDAF. On ne pourra pas non plus corriger les problèmes des
fausses sorties. En effet, quand une personne protégée change de département, elle ne garde
pas son ancien identifiant mais en prend un nouveau à son arrivée dans sa nouvelle UDAF.
Dans la base, on aura donc l’impression qu’il y a eu une sortie et une entrée alors qu’en fait, il
n’y a eu aucun mouvement réel au niveau national. Ceci prouve combien la fervente
indépendance de chaque UDAF entre eux peut poser des problèmes quand on veut raisonner à
l’échelon national. Car comme chaque UDAF a son propre système d’identifiant, on ne peut
pas suivre les personnes qui déménagent souvent. Heureusement, ce biais est limité car les
personnes protégées ne migrent que très rarement.
Dans la base échantillon, on pourra retrouver ces fausses sorties car la cause de la
sortie est présente dans le questionnaire. Nous allons voir d’ailleurs que les données du
questionnaire regorgent d’informations bien plus facilement traitables dans le cadre d’une
observation continue. Mais revenons aux biais sur l’observation continue. Si les sorties sont
problématiques, il faut cependant remarquer que les entrées ne posent aucun problème, vu
qu’on se base dans l’échantillon sur la date de prononcé.
Par contre, il faut noter qu’il existe un léger biais dans la définition même des
mesures. Nous avons déjà parlé en première partie du problème de certaines mesures non
fixées (exemple : curatelle pouvant aussi bien dire curatelle simple que renforcée). Ce
problème est cependant un problème de bases des données. Or, ici, le problème est plus un
souci de définition. Dans les prérogatives nécessaires à l’observation continue, il faut savoir
que les définitions doivent toujours être comparables entre elles avec le temps. Ce qui est bien
avec les mesures de protection, c’est qu’elles se font dans un cadre de définition légale et
inchangée depuis leur création en 1968. Toutes les définitions de mesure sont donc censées
être comparable dans toute la France. Or, on réalise, en connaissant bien le sujet, que ça n’est
pas toujours le cas. Prenons ainsi l’exemple des curatelles. Les définitions légales des
curatelles sont 508, 510, 511 et 512. Et bien on trouve des cas où les juges parlent de curatelle
allégée, ce qui peut aussi bien dire curatelle 510 que 512 aménagée par l’article 511. Or ces
deux types de curatelles sont bien séparés dans la classification de l’ONPMP. Bien entendu,
ce biais de comparabilité est léger car cette appellation n’est pas très utilisée par les juges
mais il faut le prendre en compte comme un biais de définition.
Un tableau récapitulatif (sur le modèle de Fichiers administratifs et suivi de sous-
population à l’échelon local, F. Bouchut, D. Breton, P. Cordazzo, F. Cornuau) présente en
31
annexe 16 les problèmes de l’analyse de la population majeure protégée en observation
continue. Ces biais sont bien présents, mais on peut compter sur le fait que le problème soit
tempéré par le constat que l’on raisonne à l’échelon national, où les biais ont plus de chances
de se fondre dans la masse d’information de la base. Quoi qu’il soit, via la base échantillon,
on réalise qu’il est fortement possible de pouvoir faire des choses intéressantes,
démographiquement parlant.
2) Réflexion sur le renouvellement de la sous-population des majeurs protégés
On appelle renouvellement de la population la manière dont une population évolue via
des entrées et des sorties. Ces flux sont identifiables dans une logique d’observation continue
comme celle que l’on applique à l’ONPMP. L’intérêt de la démographie dans ce genre
d’observatoire est justement l’analyse des entrées et des sorties et le calcul d’indicateurs dit
« synthétiques ». On parle d’indicateur d’intensité lorsque celui-ci définit l’intensité finale du
phénomène et on parle d’indicateur de calendrier lorsque celui-ci définit la répartition de ce
phénomène dans le temps. Chacun de ces indices est calculable selon une méthode
transversale (sur une année) ou longitudinale (sur une génération). On utilise bien entendu
pour l’intensité finale transversale l’artefact de la cohorte fictive (où chaque âge possède le
comportement des personnes ayant cet âge à l’année t). Ces indicateurs transversaux sont
moins rigoureux que les longitudinaux mais ils sont et resteront longtemps les seuls
calculables (étant donné la date récente de création de l’observatoire, on ne pourra faire des
analyses par génération réalistes qu’au moment du décès de ces générations). A noter que
cette réflexion n’a pu être effectuée que sur le module principal de la base « échantillon », la
base exhaustive n’ayant pas assez d’informations pour pouvoir être intéressante ou pour
connaître les flux de population. A noter également que tous les indicateurs calculés sont des
mesures nettes.
a) Les indicateurs d’ « entrée »
Il n’existe qu’un seul type d’entrée dans la population majeure protégée : la
prononciation de mesures de protection. Ceci facilite la création d’indicateur car on ne peut
pas entrer dans cette sous-population de manière illégale. Les personnes majeures protégées
ont donc subi deux entrées : la naissance (qui ne doit pas avoir eu lieu avant l’année t-18) et
32
l’entrée dans une mesure de protection. On peut dès lors calculer des taux généraux d’entrée
selon la date d’inscription dans l’UDAF. On ne parle alors que de primo-mesure (vu que c’est
la date d’entrée dans l’UDAF qui prévaut et non pas la date de prononciation de la mesure).
Les taux d’entrée sont bien entendu calculés par âge atteint (selon l’année de naissance). A
partir de ces taux, on peut calculer deux types d’indicateurs synthétiques :
• L’intensité de l’entrée sous mesure de protection sera une proportion finale de
nouveaux majeurs protégés calculable de cette manière : � (primo-mesures de
protection à chaque âge / population moyenne de la France à chaque âge (selon
les estimations annuelles de l’INSEE)). Cet indicateur montrera la proportion de la
population finissant majeure protégée dans une UDAF chaque année et à terme en
longitudinal la proportion d’une génération finissant majeur protégé (ce dernier calcul
n’étant possible qu’après le décès de tous les individus d’une même génération). Voici
quelle serait la forme du tableau de données (en prenant l’exemple de l’année 2001).
Tableau de calcul d’une proportion de nouveaux majeurs si une cohorte
fictive subissait les taux de primo-mesure de protection de l’année 2001 Age atteint dans l’année
Primo-mesures prononcées selon l'âge en 2001
population moyenne par âge en 2001
taux de primo-mesure par âge
18 19 20
,,, 97 98 99
Total des primo-mesures Population totale moyenne
Proportion finale de nouveaux majeurs protégés dans la population totale
• La mesure de calendrier est l’âge moyen des nouveaux majeurs protégés dans les
UDAF, autrement dit, l’âge moyen à la protection. On le calcule comme suit : �
(primo-mesures de protection * âge + 0.5) / total des primo-mesures.
A partir de là, on peut définir des cohortes de mesure de protection (selon la date
d’entrée dans l’UDAF, la mesure de protection étant l’évènement immédiatement antérieur).
Ces cohortes sont caractérisées par les indices précédemment calculés, mais peuvent aussi
servir à la création d’autres indices.
33
b) Les indicateurs d’entrée de rang n
A travers ces cohortes de mesure de protection, on peut maintenant définir des
mouvements inter-cohortes. En effet, au sein d’une cohorte de majeurs protégés, on peut
définir des sous-cohortes selon la mesure même (exemple : cohorte de tutelle). On peut alors
raisonner en mesures (et non plus en primo-mesures). En parlant de ces sous-cohortes, on peut
appliquer les mêmes indicateurs que ceux calculés précédemment. Sauf que l’on calculera des
taux d’entrée selon la mesure et selon l’âge (taux de prononciation de tutelle, taux de
prononciation de curatelle, etc.). Cela pourra définir des proportions finales de la population
finissant sous tutelles ou sous curatelle, etc. Mais ces cohortes vont surtout nous permettre de
calculer des taux de passage d’une mesure à l’autre.
Foncièrement, il est possible en France de passer d’une mesure de protection à une
autre. Mais mesurer la proportion finale de mesures qui passent à une autre mesure
(transformation de la mesure) n’est pas très facile. Dans notre observatoire, comme il est
possible de définir des cohortes de chaque mesure de protection, cette proportion peut être
calculée. Le but est de comparer pour les personnes ayant des identifiants communs, la sortie
de rang n d’une mesure de protection et l’entrée de rang n dans une autre mesure. Prenons
l’exemple d’une curatelle renforcée transformée en curatelle simple. La proportion finale de
personnes dont la curatelle renforcée est transformée en curatelle simple se calcule comme
suit :
• ���� (prononciation de curatelle simple concernant les individus étant sortie d’une
curatelle renforcée selon la durée de cette curatelle renforcée / main levée de
curatelle renforcée selon la durée de celle-ci). L’indicateur synthétique ainsi créé
définit la proportion finale d’une année ou d’une génération qui finira en curatelle
simple après être rentrée dans les Personnes Majeures Protégées sous le régime de la
curatelle renforcée.
Voici le tableau de calcul de cette proportion en prenant comme exemple le passage de
la curatelle renforcée à la curatelle simple en 2001 (cohorte fictive selon les données
transversales) :
34
Tableau de calcul d’une proportion de majeurs entrant en curatelle simple
après avoir été en curatelle renforcée si une cohorte fictive de majeurs
subissait les taux de transformation d’une curatelle renforcée en curatelle
simple de l’année 2001
durée de la curatelle renforcée en année atteinte
main levée de curatelle renforcée selon la durée
prononciation d'une mesure de curatelle simple pour les identifiants concernés par la main levée d'une curatelle renforcée selon la durée de celle-ci
taux de transformation selon la durée
0 1 2
,,, 28 29 30
Total des mainlevées de curatelle renforcée
Total des prononciations de curatelle simple pour les identifiants concernés par la main levée d’une curatelle renforcée
Proportion finale de majeurs passés d'une curatelle renforcée à une curatelle simple
• L’indicateur de calendrier est dans ce cas la durée moyenne de la curatelle renforcée à
la transformation en curatelle simple. Elle se calcule ainsi : ���� (prononciation de
curatelle simple pour les identifiants précédemment sous curatelle renforcée *
durée de la curatelle renforcée + 0.5) / total des prononciations de curatelle
simple à identifiant précédemment sous curatelle renforcée. Sous ce même
principe, on peut calculer plus simplement la durée moyenne d’une curatelle renforcée
à la main levée.
L’exemple pris ici n’est qu’indicatif. En fait, il est possible de calculer ces indicateurs
de « transformation finale » [proportion finale de personnes passant d’une mesure à une autre
entre toutes les sous-cohortes de mesure (y compris TPSA)]. Et de cette même manière, on
peut bien entendu calculer l’intensité de la sortie finale d’une mesure (toute sortie d’une
mesure n’étant pas transformée est en fait une sortie « définitive » du système de protection).
On peut donc connaître grâce à ces indices les mesures les plus aptes à la sortie (main levée,
etc.) sans transformation. Cependant, les changements de mesures ne sont pas toujours très
courants. Ainsi, les tutelles sont beaucoup plus figées et le calcul d’indicateur sur cette
catégorie sera moins intéressant. Les catégories pour lesquelles ces indicateurs sont
intéressants sont :
35
• Le passage d’une curatelle renforcée à une curatelle simple, situation plus courante
dans le cas où l’état du majeur protégé évolue positivement.
• Encore plus intéressant est le calcul de ces indicateurs pour toutes les transformations
concernant les sauvegardes de justice. En effet, celles-ci sont par définition des
mesures temporaires et il est intéressant de voir quelle type de mesure ressort le plus
souvent à la fin d’une sauvegarde de justice. En calculant la proportion finale de
sauvegarde transformée pour chaque mesure, on peut obtenir les mesures les plus
appropriées à la sauvegarde mais aussi une intensité finale de sortie de la sauvegarde
de justice. Cette dernière étant plus intéressante que les autres, car il est plus probable
qu’une sauvegarde de justice ne soit pas reconduite en mesure de protection à la suite
de l’enquête qui a été réalisée (la sauvegarde est une mesure temporaire qui dure le
temps de l’enquête démontrant s’il y a lieu d’avoir une mesure ou pas). On peut donc
savoir, par cet indicateur, si la sauvegarde de justice est une mesure qui mène à une
vraie mesure de protection.
A noter plusieurs choses d’un point de vue méthodologique. Tout d’abord, la durée
entre une main levée et la prononciation d’une autre mesure est très courte. Donc, il est
inintéressant d’étudier le temps entre une sortie de rang n et une entrée de rang n + 1. On
pourrait aussi imaginer une entrée de rang 1 en sauvegarde de justice, une sortie de rang 1 de
cette même sauvegarde, et puis, x années après, une entrée de rang 2 dans une mesure de
protection. On pourrait calculer une durée moyenne de non-présence dans la population
majeure protégée mais ce serait impossible car l’identifiant change.
c) Etude du logement usuel
La question 6 du module principal demande quel est le logement usuel du majeur.
Cette question est particulièrement intéressante pour un démographe car en posant cette
question chaque année, on peut définir des migrations entre type de logements (attention, on
parle bien de migration entre type de logement : quelqu’un peut migrer dans le même type de
logement que précédemment, nous ne pourrons pas le voir). Bien entendu, l’enquête ayant
lieu chaque année, on ne peut étudier ces migrations que d’année en année et l’on ne peut pas,
à l’instar du recensement de la population, définir le nombre réel de déménagements au cours
de l’année (la question demande le logement usuel des trois derniers mois).
36
Ici, la sous-cohorte de base sera la cohorte de logement (cohorte habitant dans tel type
de logement depuis l’année t). En prenant l’exemple de l’appartement (un des cas les plus
courants), on peut créer deux types d’indicateur :
• Intensité : proportion finale de déménagements dans une cohorte de logement =
���� ( effectifs ayant déménagés d’un appartement selon le nombre d’années vécues
dans cet appartement) / effectif moyen des personnes habitant en appartement
selon le nombre d’années vécues dans cet appartement.
• Calendrier : durée de vie moyenne dans un appartement avant un départ
(déménagement) : ���� (effectifs ayant déménagé * nombre d’années vécues + 0.5 )/
total des effectifs ayant déménagé.
Le problème de ces cohortes de logement est qu’elles sont définies selon l’année du
questionnaire et non pas selon une date réelle. On ne peut donc calculer ces indices qu’à partir
de 2002 (le questionnaire étant au 31 décembre 2002). Il est cependant très intéressant de
calculer ce type d’indice pour connaître l’intensité finale du déménagement chez les majeurs
protégés. Mais bien sûr, on ne pourra calculer cette intensité finale qu’après le décès de toute
la cohorte de logement (étant donné que l’on a pas la date d’entrée dans ce type de logement,
on ne peut pas avoir le nombre d’années vécus dans ce type de logement chaque année et l’on
ne peut donc pas calculer d’indice transversal). Tous les logements peuvent servir à calculer
cet indicateur. On peut calculer une intensité finale du déménagement entre deux types de
logement seulement. Dans tous les cas, le tableau de calcul a cette forme :
37
Tableau de calcul de l’intensité finale du déménagement pour la cohorte
arrivée dans ce type de logement en 2002
années vécues dans le logement
nombre de déménagements selon la durée de vie dans le logement précédent
effectifs de personnes vivant dans ce type de logement selon la durée de vie dans le logement
taux de déménagement selon la durée de vie dans le logement précédent
1 2 3
,,, 28 29 30
nombre total de déménagements
effectifs de personnes vivant dans ce type de logement
intensité finale du déménagement
On peut également appliquer cette méthode à la question 10, en créant des cohortes de
« vie psychiatrique » ou de « vie hospitalisée ». On peut alors calculer l’intensité finale du
départ de l’hôpital selon la durée du placement dans cet établissement. On peut aussi calculer
le nombre moyen d’années passées dans un hôpital.
d) Les indicateurs de sortie
Une des choses intéressantes que l’on peut savoir via la base échantillon (et non pas
via la base exhaustive) est le type de sortie. En effet, quand on étudie le renouvellement d’une
population, il faut connaître ses sorties et le mieux est de connaître les types de sortie qu’elle
peut avoir. Dans la population majeure protégée étudiée au sein de l’ONPMP, on dénombre 6
types de sortie : le décès, la fin de la mesure (pour les mesures en temps limité comme la
TPSA ou la sauvegarde de justice), la perte des prestations sociales (qui met fin, bien entendu,
à la TPSA), la main levée de la mesure, le changement de tuteur (le majeur quitte l’UDAF
pour aller dans un autre organisme tutélaire) et le changement de département (sortie
considérée comme définitive vu que l’identifiant change à chaque changement de tribunal).
A partir de ces différents types de sortie, on peut réaliser toutes sortes d’indicateurs
comme ceux que l’on a vu dans les parties précédentes (sortie d’un logement, main levée
d’une curatelle, etc.). Tout d’abord, on peut simplement calculer des indicateurs de sortie du
système sous-protection en procédant de cette manière :
38
• Intensité finale de la sortie : ���� (effectifs de sortants selon la durée de la mesure de
protection) / population moyenne (entre x et x+1) des majeurs protégés selon la
durée de la mesure. Autrement dit, on fait la somme des taux de sortie selon la durée
vécue depuis l’entrée dans le système de protection pour obtenir une intensité finale de
la sortie de ce système.
• De la même manière qu’auparavant, on peut bien entendu calculer aussi l’âge moyen à
la sortie de la population majeure protégée : ���� (effectifs de sortants * durée de la
mesure de protection de ces sortants + 0.5) / effectifs des sortants.
Le tableau de calcul prendra cette forme (exemple de l’année 2001) :
Tableau de calcul de l’intensité finale de la sortie du système majeur
protégé si une génération fictive subissait les conditions de sortie par âge
observée en 2001
durée de la mesure
Sorties du système en 2001 selon la durée vécue dans ce système
population moyenne de majeurs protégés en 2001 selon la durée de la mesure de protection
taux de sortie par durée de la mesure de protection
0
1
2
,,,
28
29
30
Total Total des sorties Population majeure protégée totale moyenne
Intensité finale de la sortie de la population majeure protégée
A partir de ces deux indicateurs classiques, on peut maintenant tout calculer selon les
motifs de sortie :
• La somme des taux de mortalité selon la durée écoulée depuis la prononciation d’une
mesure nous donnera l’intensité finale de sortie de la population majeure protégée en
décédant ainsi que la durée moyenne de vie dans cette population avant de mourir. Cet
indicateur ne sera pas égal à 1 comme celui de la mortalité dans la population totale
car la mort n’est pas, dans une sous-population, le seul type de sortie.
39
• La somme des taux de main levée selon la durée de la mesure (� mains levée au bout
de x années / total des mesures depuis x années) nous donnera l’intensité finale de
sortie de la population majeure protégée par une prononciation de fin de mesure.
• La somme des taux de perte de prestations sociales selon la durée de la TPSA (�
pertes au bout de x années / TPSA prononcée à t-x) nous donnera la sortie pour cause
de perte finale de prestations sociales.
• La somme des taux de migration selon la durée de la mesure nous donnera l’intensité
finale de la migration interdépartementale pour la population majeure protégée sous
mesure d’état dans les UDAF.
Bien entendu, tous ces indicateurs sont calculables pour une année (transversal) ou
pour une génération (longitudinal) selon les besoins et les possibilités.
Finalement, toute cette réflexion montre le nombre important de choses que l’on peut
réaliser dans une observation continue de population. L’analyse démographique permet une
meilleure compréhension du renouvellement d’une sous population grâce aux calculs
d’indicateurs d’intensité et de calendrier. Maintenant, la question qui se pose est celle de la
possibilité de ce type d’analyse dans un organisme comme l’UNAF. Il est clair qu’il est
impossible dans le cadre d’un stage de réaliser des calculs allant au-delà de cette réflexion. Et
ceci pour plusieurs raisons. La raison principale est que ce genre de mission est très long et
qu’elle demande bien plus de temps que celui d’un stage de 3 mois. La deuxième raison est
d’ordre plus économique, car ce qui paraît intéressant pour un démographe n’est peut-être pas
prêt à être financé par les organismes qui nous emploient. Ce qui nous lie à la troisième et
dernière raison. Les organismes qui s’intéressent à la démographie sont-ils vraiment intéressés
par ce genre d’analyse démographique pointue ? La question doit être posée dans tous les
organismes qui ne sont pas à vocation strictement démographique, c’est-à-dire quasiment tous
les organismes qui peuvent nous employer. Et ce problème d’adéquation entre travail
démographique et besoin réel de l’employeur est central dans la recherche d’un emploi.
40
Conclusion
La mise en place d’un observatoire n’est pas une mission aisée car elle dépasse le
cadre purement théorique de l’observation continue. En fait, la création d’un observatoire est
une réflexion perpétuelle sur l’organisation de la collecte, les variables intéressantes à
demander, mais aussi sur bien d’autres choses. Dans le cadre de l’ONPMP, il a fallu relancer
les demandes, et tout le travail de relationnel avec les UDAF est une chose énorme à réaliser,
mais obligatoire si l’on veut réussir à collecter des bases de qualité.
En fait, la mise en place de l’observatoire s’est faite au cours de mon stage en deux
phases. Et ces deux phases devraient être réalisées dans toutes missions de ce type. La
première phase consiste à « plonger » réellement dans le sujet pour savoir « simplement » de
quoi on parle. En effet, les travaux en statistique reposent quelquefois exclusivement sur des
analyses, alors même que les personnes travaillant sur celles-ci ne savent pas la signification
des variables qu’ils étudient. Pour comprendre le fonctionnement d’un observatoire, il faut
donc impérativement connaître les définitions concernant la sous-population étudiée, la
signification des variables qui vont être traités, le mode de collecte de ces informations et
surtout les problèmes inhérents à ces trois choses. Car il faut par la suite être capable de
« créer » et de comprendre la base de données finale sur laquelle tous les futurs travaux vont
être réalisés.
En ce qui concerne l’ONPMP et la collecte des données sur les majeurs protégés, il a
fallu faire tout cela de manière pratique. Il a fallu connaître les définitions juridiques des
différentes mesures de protection, si peu connues du grand public. Il a fallu collecter les
données en les vérifiant, en les recodant de manière à simplifier leurs futurs traitements. Au
final, il a fallu organiser la base d’une manière homogène, alors que les bases des UDAF sont
si hétérogènes. Je n’aurais pas pu me lancer dans une analyse si je n’avais pas connu ce
travail, soit, plus fastidieux, mais tellement nécessaire pour comprendre la base de données
sur laquelle tout repose. Il y a donc eu des difficultés à réunir ces bases, difficultés bien
entendu accrues par le fait que toutes les UDAF ont des fonctionnements différents. C’est
donc en travaillant avec l’absence de systématicité de la collecte que nous avons pu réaliser
une véritable base proche de l’exhaustive pour la première base « exhaustif », et proche de la
représentativité de l’exhaustif pour la seconde base « échantillon ».
41
C’est seulement après cette première phase que l’on peut réaliser la seconde : le travail
d’analyse. Nous avons réalisé une véritable analyse d’enquête où nous avons pu définir la
vraie originalité de la population majeure protégée via un travail sur sa structure, sur les
variables qui font ces caractéristiques, etc. Nous avons pu découvrir le véritable visage des
majeurs protégés, ce qu’aucun travail n’avait réussi à faire dans le passé. Et si nous avons
réussi à prouver que cette sous-population est plus âgée, ou plus ou moins masculine selon les
âges et les mesures, c’est tout simplement parce que nous connaissions le véritable sens des
variables sur lesquelles nous avons axé nos travaux. Nous n’avons pas juste fait un travail
statistique sur des variables socio-démographiques : nous avons pu expliquer ces chiffres pour
éviter qu’ils soient autre chose que de simples données numériques creuses. Nous avons voulu
que ces données quantitatives soient explicitées comme des données qui expriment la
« qualité » (c’est-à-dire la particularité) de la vie des majeurs protégés.
Il est dommage de voir que tout le côté longitudinal d’un observatoire n’a pas pu être
mis en avant dans la durée de mon stage. En effet, un observatoire est un organe qui se
développe avec le temps. Si j’ai donc pu réfléchir sur ce qu’il était possible de faire avec ces
données collectées de manière continue, je n’ai pas eu la chance de voir ce que cette réflexion
pouvait donner dans l’avenir. Mais je ne doute pas que cette observation continue permettra
de connaître prochainement les « tendances » de la population majeure protégée, tendances
une fois de plus bien trop peu connues de nos jours.
Dans tous les cas, les différentes phases de mon travail ont prouvé l’intérêt que
pouvait avoir un démographe au sein d’un observatoire. Au-delà même des connaissances et
des techniques spécifiques à la démographie, ce qui m’a paru le plus important au sein de
cette mission est la méthode utilisée. En effet, un démographe a une certaine méthodologie et
des automatismes devant une base de données qui, je pense, donne une certaine aisance à
l’analyse, même si elle est plus statistique que démographique. Un démographe sait travailler
sur ce genre de bases et peut donc être efficace sur un observatoire de ce type. Le choix des
indicateurs et des graphiques pour les représenter est aussi partie de nos compétences. Il y a
donc une réelle méthodologie de travail « du démographe » qui joue dans ce genre de
missions, même si ce n’est pas une mission strictement démographique. Ce qui prouve que
cette méthodologie est adaptable à de nombreux types d’études. La démographie est une
science suffisamment ouverte pour être capable d’adapter ses méthodes à d’autres sciences
(comme ici la sociologie). Je tiens également à préciser que la manière de faire les
commentaires, point fondamental de l’analyse, est également parfaitement appropriée dans ce
type d’observatoire.
42
Toutefois, si la méthode a prédominé la technique, cela prouve que ce genre de
missions n’est pas non plus exclusivement dédié aux démographes. Mais d’un autre côté,
peut-on vraiment trouver un métier que l’on dirait 100 % démographique ? Je pense qu’il est
concluant de savoir adapter les techniques démographiques à d’autres types de professions
que celle de « démographe ». Et c’est dans cette facilité d’adaptation que la démographie
trouve sa grande force. Certaines missions seront toujours dédiées aux démographes. Mais ces
missions étant peut-être trop souvent à « durée déterminée », je pense que c’est la rigueur et la
méthode du démographe qui permettent de faire face à d’autres types de missions. On
demande de nos jours de plus en plus de compétences multiples. Et c’est pourquoi je pense
que l’on engage peut-être plus facilement un démographe quand on sait qu’il est capable de
s’adapter à d’autres missions proches mais tout de même différentes d’une pure analyse
démographique.
Tout cela nous relie à la formation de DESS que j’ai suivi au sein de l’Institut de
Démographie de Strasbourg. Cette formation a permis le développement de cette méthode et
de ces réflexes de travail. Il y a donc une réelle adéquation entre ma formation et le stage.
Cependant, comme je l’ai noté plus haut, beaucoup de points vus dans le programme de DESS
dépassent largement le cadre de l’analyse d’enquête. Le DESS donne une très bonne
formation en démographie mais le problème est que ces connaissances ne sont pas toujours
assez connues pour attirer l’employeur. Toutefois, je n’ai pas eu l’occasion au cours de ce
stage de voir toutes les possibilités d’un observatoire. Si la réflexion réalisée en dernière
partie peut réellement intéresser l’UNAF, alors il y a vraiment une forte adéquation entre ce
que l’on apprend et ce que l’on peut faire au niveau professionnel. Mais je ne peux pas savoir
si cette réflexion est réellement intéressante pour ce type d’organisme de même que je ne sais
pas s’il est capable de financer ce genre de projet.
Quoi qu’il en soit, la méthode me paraît être un des éléments les plus importants à
développer, car c’est la première chose qui est vue par un employeur. De ce fait, la formation
de DESS de démographie m’a bien préparé au monde du travail. D’autant plus qu’elle a su
dépasser l’analyse démographique pure pour nous donner une formation en statistique. Or,
mes connaissances en statistiques m’ont été d’un grand secours. Je pense que c’est l’un des
points forts de ma formation : elle est capable de s’ouvrir sur la statistique ou la méthode
d’enquête pour permettre une meilleure adéquation entre la volonté des employeurs et
l’intérêt du démographe. Et de fait, la statistique est plus connue en tant que mot que la
démographie alors que ce sont deux aspects complémentaires l’un de l’autre. Ignorer une
formation statistique ne nous aurait pas permis d’être bien reconnu sur le marché de l’emploi.
43
C’est parce que nous pouvons nous déclarer démographe-statisticien que nous pouvons
espérer à une embauche à l’avenir.
Pour conclure, ce stage a été intéressant même si la partie analyse n’a pas été à mon
goût assez prononcée. Pris par des impératifs de temps et par le retard des UDAF par rapport
à la date limite de rendu du rapport, je n’ai pas pu participer comme prévu à la totalité de
l’analyse des deux bases. Je suis cependant conscient que la première phase du stage est
nécessaire à la juste compréhension des indicateurs sur lesquels nous avons travaillé par la
suite. J’ai de plus appris à connaître quelques rouages du monde professionnel comme le
travail à deux, ou les qualités relationnelles nécessaires à l’obtention de données de qualité
(les relations avec les UDAF ont été en effet très importantes dans le nombre final d’envois de
données). Ce qui montre bien que le monde professionnel dépasse le cadre strict des
compétences personnelles. C’est un tout dans lequel notre savoir doit être continuellement
confronté aux impératifs de temps et de coût économique.
Ce stage a d’autant plus été enrichissant grâce à la formation que j’ai reçu dans
certains domaines extra-démographiques. Ainsi, j’ai pu accroître mes connaissances
informatiques (utilisation du logiciel Question) ainsi que mon savoir sur l’analyse d’enquête
socio-démographique. Une fois de plus, je pense que cette multiplication des savoirs et des
compétences me sera utile à l’avenir.
44
Annexes Questionnaire « lieu de vie » d’origine .....Erreur ! Signet non défini. Questionnaire « lieu de vie » final Erreur ! Signet non défini. Présentation de l’exhaustif ............Erreur ! Signet non défini. Les mesures de protection des majeurs.....Erreur ! Signet non défini. Structure par âge de la population majeure protégée dont la mesure de protection est assurée par une UDAF.........Erreur ! Signet non défini. Structure par sexe de la population majeure protégée .Erreur ! Signet non défini. Pyramides de la population majeure protégée au sein des UDAF et de la population majeure totale .Erreur ! Signet non défini. Y-a-t-il un effet genre selon le type de mesure de protection ?........................................................Erreur ! Signet non défini. Présentation de la structure de l’échantillon .... Erreur ! Signet non défini. Le logement chez les majeurs protégés dont la mesure est nouvellement assurée par une UDAF en 2001 ou 2002.........................................................Erreur ! Signet non défini. Les revenus du travail de la population majeure protégée dont la mesure de protection est assurée par un UDAF.......Erreur ! Signet non défini. Les revenus de la redistribution pour la population majeure protégée dont la mesure de protection est assurée par un UDAF.............................................Erreur ! Signet non défini. Les revenus du capital et de l’épargne pour la population majeure protégée dont la mesure de protection est assurée par un UDAF .......................................Erreur ! Signet non défini.
45
L’hospitalisation des personnes majeures protégées ...Erreur ! Signet non défini. La structure des fins de mesure de protection des majeurs........................................................Erreur ! Signet non défini. Type de problèmes rencontrés pour l’analyse longitudinale de la population majeure protégée .............................................. 46
46
Type de problèmes rencontrés pour l’analyse longitudinale de la population majeure protégée
TYPE DE PROBLEMES RENCONTRES POUR L'ANALYSE LONGITUDINALE DE LA
POPULATION MAJEURE PROTEGEE
LOGIQUE DE GESTION FLUX DEFINITION
problème de couverture organisation informatique identifiant date d'entrée migration
modalités de sorties comparaison
toutes les personnes protégées n'étant pas
sous mesure d'état (tutelle familiale) +
toutes les personnes protégées étant
inscrites dans un autre organisme tutélaire + toutes les personnes
protégées vivant dans les départements sans service tutelle dans les UDAF + UDAF n'ayant pas envoyé leurs bases
de données
identifiant
méthode différente selon
les UDAF : même
identifiant possible entre deux UDAF,
même identifiant au
sein du même UDAF (si
classification selon la mesure),
changement de l'identifiant en
cas de déménagement
ou en cas de fin de mesure puis reprise
date exacte de prononcé de la
mesure
changement de
départements
type de sortie
précisé
pour les curatelles, le terme utilisé par le juge peut vouloir dire deux choses
différentes
47
Yves Breem
DESS de démographie
2 rue Montaigne
78180 Montigny-le-Bretonneux
2003