Maillage géographique

a. Méthode de découpage géographique

Dans un premier temps, il est primordial de préciser la localisation géographique de chaque individu afin de pouvoir relier leur activité professionnelle (renseignée au sein des données MSA) à un type de culture et ainsi, a posteriori, à une exposition à des produits phytopharmaceutiques. Cependant, compte tenu de la sensibilité des données de la MSA et afin de réduire les risques de ré-identification des individus, il a été établi que la localisation géographique des individus fournie par les données de la MSA se limiterait à la connaissance du département de résidence des cotisants, bien que leur adresse exacte soit connue par la MSA.

Pour contourner cette limite, une nouvelle variable géographique a été imaginée en collaboration avec le GRICAD (Grenoble Alpes Recherche, Infrastructure de Calcul Intensif et de Données). Le principe est de découper le territoire national sous formes de mailles en fonction d’un seuil de population défini. Il s’agit d’un processus itératif qui divise chaque unité géographique en quatre parties tout en respectant un seuil minimum d’individus dans chaque

maille. Chaque maille possède alors un effectif proche des autres mais la superficie peut être différente d’une maille à une autre (Figure 48).

Ce processus se poursuit jusqu’à ce que chaque maille contienne un nombre homogène d’individus, supérieur ou égal au seuil fixé. Le seuil du secret statistique défini par l’INSEE impose de respecter un nombre minimal de cinq individus par entité (158). Grâce à la mise à disposition par la MSA des prévalences des ALD en population agricole, il a été possible de définir un seuil permettant de minimiser le risque de retrouver moins de cinq individus au sein d’une même maille, lors d’une étude ciblée sur une pathologie d’intérêt. Ainsi, ce seuil a été fixé à 1 500 travailleurs agricoles par maille. De plus, l’information sur la commune n’ayant pas été retenue dans les variables déclarées à la CNIL, il était important d’ajouter un autre paramètre à l’algorithme de découpe, de telle sorte que chaque maille contienne au minimum deux communes.

Figure 48 : Illustration du découpage du territoire national sous forme de mailles homogènes en termes de population d’agriculteurs à partir d’un seuil défini au préalable (MSA, 2014)

Il en résulte un découpage du territoire national en 717 mailles, dont les surfaces varient mais qui contiennent toutes au minimum deux communes et 1 500 travailleurs agricoles (Figure 49). Les caractéristiques du maillage obtenu sont présentées dans le Tableau 19. En étudiant la répartition de la population agricole de 2014 fournie par la MSA et utilisée pour définir le seuil de découpe, on observe que la maille contenant le moins d’agriculteurs est située dans le Sud-Est du département de l’Eure-et-Loir (28) et contient 1 528 individus, tandis que celle contenant le plus d’individus est située à l’Ouest. Elle comprend une partie des départements de la Charente-Maritime (17) et de la Gironde (33) et contient 38 903 individus.

Figure 49 : Maillage obtenu après application de l’algorithme de division du territoire national français à la population d’agriculteurs fournie par la MSA (2014)

Tableau 19 : Caractéristiques du maillage obtenu après application de l’algorithme de division du territoire national français à la population d’agriculteurs (MSA, 2014)

Minimum Maximum Moyenne Ecart-type

Communes par maille 2 479 50.9 47.1

Travailleurs agricoles par maille 1 528 38 903 4 303 3 285.5

Grâce au maillage ainsi généré, un numéro d’identification de maille a été attribué à chaque commune située en France. La table de correspondance a ensuite été envoyée à la MSA pour qu’elle attribue, pour chaque commune de France, le numéro de maille correspondant, et ce, pour chacune des observations enregistrées dans les données administratives fournies.

b. Analyses descriptives

Comme dans les parties précédentes de ce travail de thèse, les analyses descriptives qui suivent se sont focalisées sur la population des non-salariés agricoles affiliés à la MSA entre 2006 et 2016. Ces analyses permettent de visualiser la répartition de ces individus en utilisant le maillage géographique conçu précédemment. En effet, il est possible d’observer que la majorité des non-salariés agricoles étudiés dans ce travail est majoritairement situés dans le Sud-Ouest et le Sud-Est de la France, notamment dans les mailles suivantes : maille 1 (n = 11 599), maille 2 (n = 7 647), maille 3 (n = 6 796), maille 4 (n = 6 470) (Figure 50).

Figure 50 : Répartition géographique par maille des non-salariés affiliés à la MSA entre 2006 et 2016

Par ailleurs, une cartographie des activités professionnelles majoritaires en termes de non-salariés agricoles exerçant la profession a également été réalisée (Figure 51). Il est possible d’identifier des zones où les activités sont plus spécifiques, comme la viticulture située majoritairement au Sud-Ouest et au Sud-Est ou l’élevage de bovins laitiers situé majoritairement au Nord-Ouest et aux frontières à l’Est. D’ailleurs, cette répartition géographique des activités professionnelles par maille est semblable à la carte de répartition des orientations technico-économiques des exploitations des communes en France réalisé lors du recensement agricole de 2010 (Figure 1). Cette carte montre alors que le maillage géographique créé permet un certain de niveau de précision tout en limitant le risque de réidentification des individus.

Figure 51 : Répartition géographique par maille des activités professionnelles majoritaires en termes de nombre de non-salariés agricoles exerçant la profession entre 2006 et 2016

Enfin, il est aussi possible de représenter par maille la proportion de non-salariés agricoles ayant eu au moins une déclaration d’ALD entre 2012 et 2016 (données ALD). Cette carte montre des proportions assez homogènes sur l’ensemble du territoire français, mis-à-part dans certaines mailles où la proportion de non-salariés agricoles avec une déclaration d’ALD dépasse les 15% comme au Nord-Est de la Corse (Figure 52).

Figure 52 : Répartition géographique par maille des non-salariés agricoles ayant eu au moins une déclaration d’ALD entre 2012 et 2016 en termes de proportions

III. Article “Medico-administrative data combined with