Depuis plusieurs années, les Nations Unies estiment la population mondiale à environ 8,2 milliards de personnes, un chiffre régulièrement mis à jour par des études démographiques mondiales. Ces données jouent un rôle crucial dans la planification des politiques publiques, la gestion des ressources et l’allocation de fonds internationaux. Pourtant, une étude menée récemment par des chercheurs finlandais de l’Université d’Aalto suggère que ces chiffres pourraient bien être sous-estimés, notamment en ce qui concerne la population qui vit dans des zones rurales et difficiles à surveiller.
Les méthodes actuelles pour estimer la population mondiale et les chiffres officiels
Les estimations de la population mondiale reposent sur des bases de données démographiques mondiales comme WorldPop, GWP, GRUMP, LandScan et GHS-POP. Ces outils collectent des informations en croisant des données qui proviennent de recensements nationaux, de statistiques sur les naissances et les décès, ainsi que des projections basées sur des modèles mathématiques. Les Nations Unies se basent notamment sur ces modèles pour fournir une estimation fiable de la population mondiale à chaque mise à jour en tenant compte de facteurs comme l’espérance de vie, les taux de fertilité et les migrations internationales.
Cependant, ces données ne sont pas parfaites. La population rurale, qui représente environ 43 % de la population mondiale, est souvent difficile à quantifier. Dans ces régions, la collecte d’informations se heurte à des défis majeurs : absence de recensements précis, zones géographiques isolées et infrastructures de collecte de données limitées. Les satellites, qui permettent d’observer l’évolution des populations par le biais des lumières nocturnes, peuvent également laisser de côté de vastes zones privées d’électricité. Ces lacunes sont d’autant plus évidentes dans les pays en développement ou dans des régions en crise où les données sont souvent incomplètes ou obsolètes.
En conséquence, bien que les estimations actuelles d’environ 8,2 milliards d’êtres humains soient largement citées, ces chiffres se basent sur des modèles qui intègrent des marges d’incertitude, particulièrement en ce qui concerne les zones rurales.
L’étude des chercheurs de l’Université d’Aalto
Face à ces imperfections, une équipe de chercheurs dirigée par Josias Láng-Ritter de l’Université d’Aalto a entrepris une analyse approfondie des cinq ensembles de données démographiques mondiales les plus utilisés. Leur objectif était de déterminer si les estimations des populations rurales étaient fiables. Pour ce faire, les chercheurs ont comparé les données mondiales à des chiffres issus de plus de 300 projets de réinstallation dus à la construction de barrages, dans 35 pays différents.
Les projets de réinstallation sont une source de données précieuses, car les populations déplacées par ces projets sont comptées avec une grande précision : les gouvernements ou les entreprises responsables de la construction des barrages doivent en effet indemniser les personnes affectées, ce qui garantit un recensement rigoureux. En croisant ces données de réinstallation avec des images satellites, les chercheurs ont pu dresser une cartographie plus précise de la population rurale.
Les résultats de cette étude ont été stupéfiants. Ils ont découvert que les ensembles de données démographiques mondiales sous-estimaient la population rurale de manière significative, entre 53 % et 84 % sur la période étudiée (2010). Les données les plus fiables de 2010, qui étaient déjà considérées comme précises, sous-estimaient la population rurale d’environ un tiers à trois quarts. Cela a conduit les chercheurs à affirmer que la population mondiale était probablement bien plus nombreuse que les estimations officielles ne le suggèrent.
Les conséquences potentielles d’une telle sous-estimation de la population
Les implications de cette découverte rapportée dans Nature Communications sont multiples et d’une grande importance. Tout d’abord, une population mondiale sous-estimée pourrait entraîner une mauvaise allocation des ressources. Par exemple, dans les zones rurales, les décisions concernant la construction d’infrastructures essentielles comme les routes, les hôpitaux ou les écoles pourraient être prises sur des données erronées. Si la population réelle est plus importante que prévu, des investissements insuffisants pourraient être consacrés à ces régions.
De plus, la distribution des médicaments et des aides humanitaires pourrait être mal ajustée. Dans des contextes de crise, comme les catastrophes naturelles ou les pandémies, une évaluation plus précise de la population pourrait permettre de mieux cibler les besoins en matière de santé publique et de sécurité alimentaire.
Une autre conséquence majeure réside dans la gestion des risques liés aux catastrophes naturelles. Les cartes démographiques mondiales sont essentielles pour estimer le nombre de personnes susceptibles d’être touchées par des phénomènes comme les tremblements de terre, les inondations ou les sécheresses. Si la population dans ces zones est sous-estimée, cela pourrait entraîner une sous-estimation des besoins en termes d’assistance d’urgence, avec des conséquences dramatiques pour les communautés touchées.
