Taux de variation : Mesure l'évolution d'une variable entre deux dates exprimée en pourcentage.
Valeur initiale (2010) : 150 000 habitants
Valeur finale (2020) : 180 000 habitants
Taux de variation = \(\frac{180 000 - 150 000}{150 000} \times 100\)
180 000 - 150 000 = 30 000
\(\frac{30 000}{150 000} = 0.2\)
0.2 × 100 = 20%
La population a augmenté de 20% entre 2010 et 2020
Le taux de variation de la population est de +20% entre 2010 et 2020.
• Formule : \(\frac{V_f - V_i}{V_i} \times 100\) pour obtenir un taux en %
• Interprétation : Un taux positif indique une augmentation, négatif une diminution
• Signification : La population a augmenté de 20% en 10 ans
Part en pourcentage : Proportion d'une partie par rapport à un ensemble total.
Population urbaine (partie) : 200 000 habitants
Population totale (ensemble) : 500 000 habitants
Part en % = \(\frac{200 000}{500 000} \times 100\)
\(\frac{200 000}{500 000} = 0.4\)
0.4 × 100 = 40%
Les habitants urbains représentent 40% de la population totale
La part de la population urbaine est de 40% du total.
• Formule : \(\frac{\text{partie}}{\text{total}} \times 100\) pour obtenir une proportion en %
• Interprétation : La partie représente une fraction du tout
• Signification : 40% de la population vit en zone urbaine
Coefficient multiplicateur : Rapport entre la valeur finale et la valeur initiale.
Valeur initiale (2015) : 200 millions €
Valeur finale (2020) : 300 millions €
CM = \(\frac{300}{200}\)
\(\frac{300}{200} = 1.5\)
La production a été multipliée par 1.5 entre 2015 et 2020
CM = 1.5 signifie une augmentation de 50% (car 1.5 - 1 = 0.5 = 50%)
Le coefficient multiplicateur est de 1.5, ce qui correspond à une augmentation de 50%.
• Formule : CM = \(\frac{V_f}{V_i}\) pour mesurer la multiplication
• Relation : CM = 1 + \(\frac{\text{taux de variation}}{100}\)
• Signification : La production a été multipliée par 1.5
PIB par habitant : Indicateur économique qui mesure la richesse moyenne produite par habitant.
| Année | PIB/hab en € | Taux de variation |
|---|---|---|
| 2000 | 25 000 | - |
| 2005 | 28 000 | +12% |
| 2010 | 30 000 | +7.1% |
| 2015 | 31 000 | +3.3% |
| 2020 | 32 500 | +4.8% |
Le PIB par habitant augmente régulièrement de 2000 à 2020
De 25 000€ à 32 500€ sur 20 ans
Taux = \(\frac{32 500 - 25 000}{25 000} \times 100 = 30%\)
Augmentation plus rapide entre 2000-2005 (+12%) qu'entre 2015-2020 (+4.8%)
Amélioration continue du niveau de vie moyen mais ralentissement récent
Influence de la crise économique de 2008 et de la crise sanitaire de 2020
Le PIB par habitant en France a augmenté de 30% entre 2000 et 2020, avec une accélération initiale suivie d'un ralentissement récent.
• Calcul : Taux de variation pour mesurer l'évolution
• Interprétation : Analyser les tendances et les ruptures
• Contexte : Lier les données à des événements historiques
Taux de croissance : Mesure l'évolution démographique d'une ville sur une période donnée.
Ville A : 100 000 → 120 000 habitants
Taux de variation = \(\frac{120 000 - 100 000}{100 000} \times 100 = 20%\)
Ville B : 80 000 → 95 000 habitants
Taux de variation = \(\frac{95 000 - 80 000}{80 000} \times 100 = 18.75%\)
Ville A : +20% de croissance
Ville B : +18.75% de croissance
Ville A a connu une croissance légèrement supérieure (+1.25 points de pourcentage)
Les deux villes connaissent une croissance positive mais la ville A progresse légèrement plus vite
La ville A a connu une croissance de 20% contre 18.75% pour la ville B, soit une différence de 1.25 points de pourcentage.
• Comparaison : Utiliser les taux de variation pour comparer des évolutions
• Relativité : Comparer des proportions plutôt que des effectifs bruts
• Précision : Arrondir correctement les résultats
Densité de population : Nombre d'habitants par unité de surface (généralement km²).
Population : 800 000 habitants
Superficie : 20 000 km²
Densité = \(\frac{800 000}{20 000}\)
\(\frac{800 000}{20 000} = 40\)
40 habitants/km²
En moyenne, il y a 40 habitants par km² dans cette région
La densité de population de la région est de 40 habitants/km².
• Formule : Densité = \(\frac{\text{Population}}{\text{Superficie}}\)
• Unité : Toujours préciser habitants/km²
• Interprétation : Comparer avec les densités nationales ou régionales
Secteur tertiaire : Ensemble des activités de services (commerce, administration, éducation, santé).
Augmentation de 15% des emplois tertiaires sur 10 ans
Cela signifie une création nette d'emplois dans les services
Phénomène de tertiarisation : passage d'une économie industrielle vers une économie de services
- Croissance de la demande de services
- Développement des technologies et du numérique
- Augmentation du niveau de vie
- Transformation du paysage économique
- Modifications des qualifications professionnelles
- Impact sur les structures urbaines
La tertiarisation est un phénomène structurel lié au développement économique
Une augmentation de 15% des emplois tertiaires traduit une tertiarisation de l'économie, avec une spécialisation croissante dans les services.
• Contexte : Lier les données à des phénomènes géographiques connus
• Interprétation : Ne pas se limiter au chiffre mais analyser sa signification
• Causes/conséquences : Identifier les facteurs explicatifs et les effets
Flux migratoires : Mouvements de population entre différentes zones géographiques.
| Période | Région A → B | Région B → A | Solde migratoire |
|---|---|---|---|
| 2010-2015 | 25 000 | 18 000 | +7 000 |
| 2015-2020 | 28 000 | 15 000 | +13 000 |
Entre A et B : Solde positif signifie que A attire plus de migrants que B
2010-2015 : 25 000 - 18 000 = +7 000
2015-2020 : 28 000 - 15 000 = +13 000
Le solde migratoire s'accroît (+7 000 → +13 000)
La région A devient de plus en plus attractive
- Dynamisme économique de la région A
- Création d'emplois
- Qualité de vie
- Pression sur les logements dans la région A
- Démographie en baisse dans la région B
La région A devient de plus en plus attractive avec un solde migratoire croissant (+7 000 puis +13 000), probablement en raison de son dynamisme économique.
• Solde migratoire : Différence entre les arrivées et les départs
• Interprétation : Relier les mouvements à des facteurs économiques ou sociaux
• Conséquences : Analyser les effets sur les territoires concernés
Moyenne mobile : Moyenne calculée sur une fenêtre glissante pour lisser les variations.
| Année | Visiteurs (milliers) | Moyenne mobile (3 ans) |
|---|---|---|
| 2017 | 120 | - |
| 2018 | 135 | - |
| 2019 | 125 | 126.7 |
| 2020 | 80 | 113.3 |
| 2021 | 95 | 100 |
Elle permet de lisser les variations ponctuelles pour observer la tendance
2019 : \(\frac{120 + 135 + 125}{3} = \frac{380}{3} = 126.7\) milliers
2020 : \(\frac{135 + 125 + 80}{3} = \frac{340}{3} = 113.3\) milliers
2021 : \(\frac{125 + 80 + 95}{3} = \frac{300}{3} = 100\) milliers
Baisse progressive de la fréquentation, accentuée par la crise sanitaire
La moyenne mobile sur 3 ans montre une tendance à la baisse de la fréquentation touristique, particulièrement marquée en 2020-2021.
• Calcul : Somme des n valeurs divisée par n (ici n=3)
• Intérêt : Lisser les variations pour mieux voir la tendance
• Application : Identifier les tendances de fond dans les données
Développement territorial : Ensemble des indicateurs économiques, sociaux et environnementaux d'un territoire.
| Indicateur | Région Parisienne | Région Sud-Ouest | Région Nord-Est |
|---|---|---|---|
| PIB/hab (€) | 45 000 | 32 000 | 28 000 |
| Taux chômage (%) | 7.2 | 10.5 | 12.8 |
| Densité (hab/km²) | 420 | 75 | 120 |
| Niveau de diplôme (%) | 65 | 48 | 42 |
Paris : 45 000€ vs Sud-Ouest : 32 000€ vs Nord-Est : 28 000€
Écart de 17 000€ entre les deux extrêmes
Paris : 7.2% vs Sud-Ouest : 10.5% vs Nord-Est : 12.8%
Corrélation inverse avec le PIB/hab
Paris : 420 hab/km² très dense vs 75-120 pour les autres régions
Effet de concentration urbaine
Paris : 65% vs Sud-Ouest : 48% vs Nord-Est : 42%
Corrélation positive avec le développement
Profondes inégalités territoriales avec concentration du développement autour de Paris
Il existe des écarts significatifs de développement entre les régions françaises, avec une polarisation du développement autour de Paris.
• Multi-indicateurs : Croiser plusieurs données pour une analyse complète
• Corrélations : Identifier les relations entre différents indicateurs
• Hiérarchie : Classer les territoires selon leur niveau de développement
