Quelle évolution prévoir pour les décès en 2030 ?

Des algorithmes de pointe pour engendrer des données pertinentes

Pour obtenir ces estimations, nous nous sommes appuyés sur des modèles statistiques simples - mais néanmoins précis et fiables. 

En effet, nous avons pour cela eu recours à  un algorithme de Machine Learning (une technologie d’intelligence artificielle), appelé XGBoost. Cet algorithme s’appuyait sur des chiffres très précis, directement issus des bases de données de l’INSEE sur les décès en France (personnes décédées en France depuis 1975, dates de naissance et de décès, code postal et commune de décès). À partir de là, nous avons pu dérouler l’algorithme pour prédire la mortalité année par année*.

À noter : notre modèle n’intègre que partiellement les mouvements de population entre les départements ; certains déplacements sont très difficiles à anticiper.

Un modèle de machine learning fonctionne en deux temps : 

• La phase d’apprentissage, durant laquelle il va analyser les informations à sa disposition (ici, notre base de données issue de l’INSEE s’étalant de 1975 à 2020). Cela va lui permettre de comprendre les liens logiques entre les différents nombres de décès d’une année sur l’autre.
• La phase de prévision, lors de laquelle il va s’appuyer sur les chiffres des années précédentes afin de prédire année par année le nombre de décès dans chaque département (arrondi à l’entier le plus proche). Remarque : c’est la même méthode qui a été utilisée pour prédire l’âge moyen des décès par département.

Concrètement, quels sont les résultats ?

Ici, la progression du nombre de décès a été linéarisée, jusqu’à atteindre 656 000 décès en 2030. On peut dès lors remarquer que cette tendance s’observait déjà en 2015 et en 2020. Par ailleurs, le taux de mortalité ne progresse que légèrement et se maintient autour de 0.9%.

En ce qui concerne les valeurs extrêmes, voici un premier graphique reprenant l’évolution du taux de mortalité sur les 10 départements possédant la plus forte mortalité : 

(À savoir : l'Allier, l'Aveyron, le Cantal, la Corrèze, la Creuse, l'Indre, la Nièvre, les Hautes-Pyrénées, la Haute-Vienne, et l'Yonne)

Et un second graphique relevant l’évolution du taux de mortalité sur les 10 départements comptant la plus faible mortalité :

(L'Ain, l'Isère, la Haute-Savoie, la Seine-et-Marne, les Yvelines, l'Essonne, les Hauts-de-Seine, la Seine-Saint-Denis, le Val-de-Marne, et le Val-d'Oise)

Les trois schémas suivants reprennent :

• Le nombre de décès par département en 2019
• Le nombre de décès prédits en 2030
• La variation entre ces deux dates
  

À notre grande surprise, nous avons constaté que le sud de la France devrait connaître une faible croissance (voire une décroissance) du nombre de décès, contrairement au nord et à l’est de la France, qui devraient voir leur nombre de décès augmenter, parfois de manière significative. 

Faut-il donc voir dans ces évolutions un changement du schéma habituel, où l'on imagine prendre notre retraite et nous installer dans les départements côtiers pour y finir notre (plus longue) vie ?

C’est là la thématique sur laquelle nous allons travailler ces prochains mois.

Dans notre prochaine newsletter, nous évoquerons comment les pompes funèbres sont réparties en France, et étudierons le niveau d’intensité concurrentiel par département.

Charles Simpson

* Pourquoi avons-nous choisi le modèle XGBoost ? XGBoost signifie “eXtreme Gradient Boosting”, et désigne une méthode de descente de gradient boosté par arbres de décisions, conçue pour optimiser sa performance et sa vitesse d’exécution. Ici, le modèle a été entraîné sur 5 lags, c’est-à-dire que lors de la phase d’entraînement, il a appris le nombre de morts à l’année n en regardant les années n-1, n-2, n-3, n-4 et n-5. Il a donc prédit 2021 à partir de 2016, 2017, 2018, 2019, 2020 puis ainsi de suite jusqu’à 2030.

L’avantage est que les résultats de l’algorithme ne sont pas faussés par des valeurs singulières (comme par exemple une brusque augmentation momentanée du nombre de morts dans un département donné). En outre, le point fort incontournable de ce modèle est qu’il s’ajuste très bien si on rajoute de nouvelles données grâce à sa structure d’arbres de décision. Ainsi, lorsque l’INSEE sortira les données réelles sur 2021, il sera très simple de relancer le modèle déjà entraîné pour prédire 2031.