Chapitre 6. Migrations récentes en Italie et distribution géographique des patronymes
p. 231-244
Texte intégral
1La grande dispersion des populations humaines dans l’espace et leur grande diversité biologique, culturelle ou linguistique s’expliquent, dans une large mesure, par la migration. Voilà pourquoi toutes les informations qui permettent de mieux cerner les phénomènes migratoires sont à prendre en considération pour parvenir à une bonne compréhension de l’évolution des populations de génération en génération et à différentes échelles géographiques. L’étude de la distribution des patronymes répond partiellement à ce besoin. En effet, dans nos sociétés, chaque personne est identifiée par un nom, le patronyme, qui se transmet de père en fils. Le plus souvent, il est caractéristique d’une zone géographique ou d’une communauté précise. Tout déplacement d’un patronyme peut donc informer sur le déplacement des personnes qui le portent. C’est dans cet esprit que de nombreuses études ont été menées en Italie sur la distribution des patronymes. Elles ont permis de clarifier différents aspects de la structure des populations, aussi bien dans la péninsule dans son entier (Piazza et al., 1987 Zei et al., 1993 Lucchetti et al., 1996) que dans plusieurs zones présentant un intérêt particulier d’un point de vue migratoire. C’est le cas de villes comme Ferrara et Parma (Barrai et al., 1992 Lucchetti et al., 1994), de régions qui ont accueilli récemment des populations venues d’Albanie, de Grèce ou de Turquie (Pettener, 1990. Biondi et al., 1996), de régions à forte immigration, comme la Sicile (Guglielmino et al., 1991), de zones plutôt isolées, comme la Sardaigne (Zei et al., 1983 a, b) ou de zones carrefour comme la région de Pavia (Guglielmino, et al., 1995).
2L’objectif de la présente étude patronymique est de proposer une reconstruction des parcours migratoires des personnes d’une région à l’autre, de localiser les différentes zones d’immigration et d’évaluer l’intensité et la direction des flux migratoires. Les influences géographique, culturelle, sociale et économique pesant sur ces mouvements de populations seront recherchées.
3L’étude a été conduite en Sardaigne et en Italie continentale, à différents niveaux de subdivision territoriale : les communes et les diocèses pour la Sardaigne, les diocèses et les régions pour l’Italie. Les données anciennes qui ont été utilisées provenaient des listes des mariages entre consanguins célébrés entre 1800 et 1960 pour la Sardaigne, entre 1911 et 1964 pour l’Italie continentale. Les données récentes sur la Sardaigne sont issues des listes d’usagers de l’électricité en 1983-
L’émigration
4Comme les personnes se déplacent avec leur patronyme, la présence d’un même patronyme en deux régions différentes peut s’interpréter comme le résultat d’une émigration. La comparaison des patronymes dans deux régions différentes permet donc de tester des modèles de migration, particulièrement les modèles théoriques dérivés de la génétique des populations (Malécot, 1950) qui sont fondés sur le concept de similarité génétique (kinship) entre deux populations. De la même façon que les gènes permettent d’estimer la ressemblance génétique entre populations, les patronymes permettent d’estimer une ressemblance « patronymique ». Elle se calcule généralement de la façon suivante :

5où p ik et p jk sont les fréquences du kième patronyme, respectivement dans les populations i et j .
6Cette ressemblance selon Malécot a été standardisée par la suite selon la formule de Chen et Cavalli-Sforza (1983). La théorie prévoit que la ressemblance génétique ou patronymique entre deux populations décroît d’une manière exponentielle avec la distance géographique qui les sépare. Si l’on effectue une transformation logarithmique de la ressemblance, la relation devient simplement linéaire. Il est important de vérifier la réalité de cette relation théorique, mais aussi, et surtout, de rechercher les explications possibles, en termes géographique, culturel ou socio-économique, aux déviations que l’on peut observer. Les exemples suivants en donnent une illustration.
La Sardaigne
7Dans le cas de la Sardaigne et sur la base des données les plus anciennes issues des registres des années 1930-1960, Zei et al. (1983a) ont observé que la ressemblance patronymique entre deux diocèses décroît rapidement, avec leur distance géographique (Fig. la, coefficient de régression b = 0,0105). La comparaison avec des données plus récentes (abonnés à l’électricité en 1983) montre un ralentissement du phénomène. La droite de régression est effectivement moins redressée (Fig. 1b, b = 0,0058). Cette différence s’expliquerait par un accroissement des mouvements migratoires entre ces deux périodes tendant à homogénéiser les diocèses, même quand ils sont géographiquement distants. Par ailleurs, les couples de diocèses dont un au moins est fortement industrialisé présentent une ressemblance patronymique plus élevée que celle prévue par la simple distance géographique qui les sépare. En revanche, lorsque les diocèses sont séparés par une barrière montagneuse, c’est l’inverse que l’on observe : la ressemblance diminue plus vite avec la distance que ne le prévoit le modèle. Ces déviations à la relation théorique entre ressemblance et distance présentent une certaine stabilité, car elles ne changent pas d’une façon significative au cours du temps, malgré l’accroissement des mouvements migratoires et le développement des voies de communication.

Figure 1 – Relation entre la ressemblance patronymique entre diocèses et la distance géographique qui les sépare.
a) 1930-1960 (Zei et al., 1983a) (registre des mariages consanguins) ;
b) 1978 (usagers de l’électricité).
L’Italie
8L’étude menée en Sardaigne a été étendue à l’ensemble de l’Italie. Les patronymes provenaient également des listes des mariages consanguins. Pour ce travail, ils ont été regroupés en trois périodes successives (1911- 1920, 1921 -1940, 1941-1964) et en dix-huit régions, après avoir isolé les données concernant les plus grandes villes d’Italie : Gênes, Milan, Naples, Rome et Turin (Fig. 2).

Figure 2 – Les régions italiennes : 1. Piémont, 2. Lombardie, 3. Ligurie, 4. Vénétie, 5. Trentin, 6. Frioul, 7. Émilie, 8. Toscane, 9. Marches, 10. Ombrie, 11. Latium, 12. Abruzzes, 13. Campanie, 14. Pouilles, 15. Basilicate, 16. Calabre, 17. Sicile, 18. Sardaigne.
9La ressemblance patronymique a été calculée, pour chaque période, entre chacune des cinq grandes villes et chacune des dix-huit régions. Les résultats de la matrice de ressemblance sont consignés dans le tableau I selon la formule standardisée de Chen et Cavalli-Sforza. Le rang dans lequel se situe chaque région par rapport à chaque ville est également indiqué, avec un rang 1 pour la ressemblance la plus forte et le rang 18 pour la ressemblance la plus faible. Cela permet de mieux visualiser l’évolution dans le temps de l’importance de l’émigration et des destinations préférentielles, par rapport à la situation qui prévalait dans les premières années du xxe siècle (1911-1920).
10Cette matrice de ressemblance permet de tirer quelques conclusions :
111) Les ressemblances les plus fortes s’observent entre une ville et la région qui l’entoure. C’est le cas de Turin avec le Piémont, de Milan avec la Lombardie, de Gênes avec la Ligurie, etc. Ce résultat n’est pas étonnant dans la mesure où la plus grande partie du phénomène migratoire se produit autour d’un rayon de faible amplitude.
Tableau I. Similarité des patronymes entre les 18 régions italiennes et les 5 plus grandes villes pendant trois périodes. En caractère gras les valeurs de la similarité X 103 et en bas le rang.

122) Dans la période initiale (1911-1920), la ressemblance patronymique diminue régulièrement avec la distance pour les relations entre Milan, Gênes, Rome ou Naples et les dix-huit régions. En revanche, elle ne se vérifie pas pour Turin. Par exemple, la ressemblance patronymique de Turin avec la Campanie se situe au troisième rang, celle avec la Sicile au cinquième rang. Cet écart par rapport au modèle révèle une émigration substantielle depuis les zones très éloignées du sud de l’Italie vers Turin, émigration déjà effective au début du xxe siècle.
133) Dans les périodes suivantes, les deux villes industrielles de Milan et de Gênes deviennent à leur tour les lieux d’accueil d’une émigration toujours plus intense venue des régions du Centre et du Sud. À tel point que la ressemblance patronymique avec ces régions dépasse celle observée avec les régions qui entourent ces villes. Le tableau 1 montre que, d’une période à l’autre, les régions du Nord descendent dans l’échelle de ressemblance tandis que les régions du Sud montent.
144) Les résultats concernant la ville de Rome s’interprètent différemment. Les ressemblances entre Rome et les régions sont, en moyenne, plus fortes que celles observées pour les autres grandes villes. Comme capitale, placée au centre de la péninsule, Rome a accueilli de fortes émigrations venant de toutes les régions, qu’elles soient développées ou sous-développées.
155) Les valeurs de la ressemblance entre la ville de Naples et les régions constituent une autre preuve que les facteurs économiques et sociaux orientent et règlent l’intensité de l’émigration. Naples était jadis une des villes les plus peuplées d’Europe, et jusqu’en 1920, la plus grande ville d’Italie. Naples partage ses patronymes principalement avec les régions qui l’entourent directement, mais très peu avec les autres régions. Le faible développement économique ou industriel de Naples au début du siècle ne nécessitait pas de forte immigration depuis les régions situées au-delà de la Campanie, des Pouilles, de la Calabre ou de la Sicile. Le fait qu’il n’y a pas de bouleversement dans le classement des régions en fonction de leur ressemblance avec Naples d’une période à l’autre souligne la stabilité du modèle migratoire tout au long de la première moitié du xxe siècle.
166) Une dernière remarque concerne la ressemblance entre la Sardaigne et l’Italie continentale. À la différence de la Sicile, la Sardaigne ne présente que des ressemblances patronymiques très faibles avec toutes les grandes villes, confirmant ainsi son isolement et l’absence d’émigration significative vers l’extérieur.
17Nous avons donné une représentation spatiale schématique du degré de ressemblance qui peut être noté entre les différentes aires (régions et villes) en appliquant la méthode du Multidimensional Scaling (Davison, 1983) à la matrice de similarité. En figure 3 sont représentés les résultats obtenus sur l’ensemble des données, de 1911 à 1964, après avoir exclu la Sardaigne. Les régions et les villes sont situées dans un espace bidimensionnel dans lequel les proximités entre villes et régions dépendent de leur ressemblance patronymique. Trois grands regroupements se distinguent, correspondant à peu près aux régions du Nord autour de Milan, Gênes et Turin, aux régions du Centre autour de Rome et aux régions du Sud autour de Naples.

Figure 3 – Représentation spatiale des ressemblances entre régions et villes italiennes, obtenue par la méthode du Multidimensional Scaling sur les données couvrant la période 1911-1964.
18La même analyse a également été réalisée, en distinguant cette fois les trois périodes (Fig. 4). Le but était de mettre en lumière les changements dans la disposition des villes dans l’espace des ressemblances patronymiques telles qu’on peut les résumer dans un plan à deux dimensions. On peut remarquer que l’aire circonscrite par les villes devient de plus en plus petite en passant d’une période à l’autre. Leur ressemblance patronymique augmente donc, au cours du temps, sous l’effet des migrations. En même temps, les points qui indiquent Turin, Milan, Gênes et Rome se déplacent vers le côté droit du plan où sont localisées les régions du sud, comme on s’y attend, tandis que les valeurs qui concernent la ville de Naples ne changent pas de position avec le temps.
19Les conclusions que l’on peut en déduire ne différent pas de celles énoncées pour l’analyse précédente. Les migrations, toujours plus intenses, provenant des zones moins développées du Sud introduisent des patronymes caractéristiques de ces régions dans chacune des grandes villes, qui, par conséquent, deviennent toujours plus similaires entre elles et avec les zones d’émigration.

Figure 4 – Représentation spatiale des ressemblances entre les cinq principales villes italiennes pendant les trois périodes MI = Milan, GE = Gênes, TO=Turin, NA = Naples 1 = 1911-1920, 2 = 1921-1940, 3 = 1941-1964.
20Des résultats similaires sur les données plus récentes ont été obtenus à partir de l’annuaire des téléphones du 1979 et du 1993 (Lucchetti et al., 1996).
L’immigration
21L’introduction de nouveaux patronymes dans une région où ils étaient jusqu’alors inconnus peut être considérée comme l’évident signe d’une immigration. En s’appuyant sur l’analogie entre patronyme et forme allélique d’un même gène, il est possible de quantifier cette immigration. Le principe repose sur le modèle de Karlin et McGregor (1967) qui donne la forme de la distribution attendue du nombre d’allèles sélectivement neutres dans une population. Cette distribution dépend d’un paramètre V qui représente la somme du taux de mutation et du taux d’immigration. Ce modèle s’applique raisonnablement aux patronymes que l’on peut considérés comme « sélectivement neutres » puisque l’on ne s’attend pas à ce que le taux de reproduction varie avec le patronyme (Zei et al., 1983a, b). D’autre part, le taux de mutation des patronymes peut être considéré comme faible, du moins dans les périodes récentes, par rapport au taux d’immigration qui est considérablement plus élevé. Dans ces conditions, le paramètre du modèle, V, représente presque exclusivement le taux d’immigration.
22Une bonne approximation de la distribution complexe de Karlin et McGregor est donnée par la distribution logarithmique de Fisher (1943), formulée pour représenter la variation de l’abondance des espèces dans des échantillons de populations animales. Ce modèle, appliqué à la distribution observée des patronymes, donne le nombre attendu E(Sk) de patronymes représentés par k individus :

avec

23qui représente la « richesse » de la population en patro nymes, théoriquement indépendante de N, la dimension de l’échantillon (Zei et al., 1983b).
24La prise en compte de la totalité de la distribution revient à calculer le nombre total S de patronymes différents dans la population :

25où la somme est effectuée sur toutes les classes d’occurrence de patronymes, de la classe 1 (patronymes présents en un seul exemplaire) à la classe k (patronymes représentés k fois). Les valeurs de V et de α sont alors estimées par résolution numérique du rapport S/N.
26Cette façon d’estimer l’immigration a été testée en Italie par Piazza et al. (1987) puis, en France, par Darlu et Ruffié (1992). Ces auteurs ont montré qu’il existe bien une corrélation significative entre les valeurs de V estimées à partir des patronymes et les taux d’immigration estimés par les statistiques démographiques officielles. Toutefois, comme V dépend de la dimension de l’échantillon sur lequel il est estimé, les comparaisons entre taux d’immigration doivent se restreindre aux régions de même dimension.
27Dans une population subdivisée en groupes géographiques à effectif variable, il est nécessaire d’utiliser le paramètre α qui a l’avantage d’être indépendant de N et qui résume l’histoire de l’immigration : dans une aire géographique donnée, plus l’immigration est élevée, plus le nombre de patronymes nouveaux sera important, et donc plus la valeur de α sera élevée. Toutefois, lorsqu’une région devient rapidement industrialisée et, par conséquent, favorise une forte immigration, elle s’enrichit dans un temps très bref de patronymes portés par des personnes provenant des régions extérieures. Cette augmentation soudaine de l’immigration peut perturber la condition d’équilibre dans laquelle toutes les régions de l’aire étudiée étaient maintenues jusque-là.
28Or, aussi bien la théorie de Karlin et McGregor que celle de Fisher sont fondées sur l’hypothèse d’équilibre des populations et sur le contrôle de cette condition. Voilà pourquoi la vérification de l’indépendance entre α et N est une condition indispensable pour que l’estimation de α puisse être considérée comme une « estimation correcte ».
29Cette méthodologie a été appliquée à la Sardaigne et à l’Italie dans son ensemble.
La Sardaigne
30L’estimation de la valeur de α a été réalisée à partir des patronymes des mariages consanguins célébrés dans 115 communes de Sardaigne entre 1930 et 1959 ; la commune est la plus petite unité administrative en Italie.

Figure 5 – Relation entre α et N pour les 115 communes de Sardaigne.
31L’existence d’une corrélation positive et significative entre la valeur de α et la dimension des communes, N (r = 0,290, P = 0,02) révèle l’absence d’indépendance de ces deux paramètres dans l’aire considérée. En fait, cette corrélation n’est due qu’à la présence des deux grandes villes, Cagliari et Sassari, pour lesquelles les valeurs de N et de α sont très élevées (Fig. 5).
32Ces deux villes ont connu une forte industrialisation dans les années d’après guerre, provoquant une augmentation rapide de la population et l’introduction de nouveaux patronymes. Les conditions d’estimation du taux d’immigration ne sont donc pas remplies pour ces villes. En revanche, comme les valeurs de α et de N ne sont pas corrélées (P < 0,20) sur l’ensemble des autres communes, on peut considérer ces populations comme étant à l’équilibre, validant ainsi l’estimation des taux d’immigration par cette méthode.

Figure 6 – Relation entre α et le développement économique estimé par la proportion de travailleurs dans l’industrie (113 communes de Sardaigne, sans les communes de Cagliari et Sassari).
33Pour ces communes, une explication de l’hétérogénéité des valeurs de α a été recherchée. La figure 6 montre que ce paramètre est fortement et positivement lié à un indicateur de développement économique, la proportion de personnes travaillant pour l’industrie (r = 0,675, P << 0,001).
L’Italie
34La même étude a été effectuée sur les données concernant l’Italie continentale. Au contraire des données sur la Sardaigne, disponibles au niveau des communes considérées comme des unités homogènes en raison de leur dimension et de leur isolement géographique, les données italiennes sont le résultat du regroupement de communes hétérogènes et de dimension différente. Nous avons analysé les fréquences patronymiques dans deux cents diocèses d’Italie, qui peuvent avoir une dimension jusqu’à dix fois plus élevée que les communes de Sardaigne. Néanmoins, les résultats obtenus sont très similaires, même s’ils sont moins évidents que ceux qui ont été obtenus pour la Sardaigne.
35Les diocèses qui contiennent les villes particulièrement développées de l’Italie continentale, comme Milan, Turin et Rome, présentent des valeurs de α très élevées qui s’éloignent de l’indépendance attendue avec N (Fig. 7). L’explication en termes économiques invoqués pour la Sardaigne (Fig. 8) n’expliquent pas systématiquement l’enrichissement en patronymes. En effet, si l’importante industrialisation peut être la cause des hautes valeurs de α pour Turin et Milan, il n’en est pas de même pour Rome dont la valeur élevée vient plus probablement de son rôle de capitale, comme cela a déjà été suggéré lors de l’étude de l’émigration.

Figure 7 – Relation entre α et N dans deux cents diocèses d’Italie.

Figure 8 – Relation entre α et le développement économique estimé par la proportion de travailleurs dans l’industrie (deux cents diocèses d’Italie).
36Les quelques exemples présentés au cours de cette étude ont montré l’efficacité de l’analyse des ressemblances patronymiques à différentes échelles régionales, aussi bien entre les grandes villes d’Italie et les régions, qu’entre le communes d’une même région, ici la Sardaigne. Grâce à cette approche, il est possible de retracer les grandes migrations vers les pôles d’attraction que constituent les grandes villes comme Turin ou Milan, de préciser l’importance du développement industriel dans le phénomène d’immigration. Tous ces résultats, obtenus par l’analyse des patronymes, constituent une confirmation, souvent particulièrement précise, des informations données par d’autres disciplines, comme la démographie et l’histoire économique.
Bibliographie
Des DOI sont automatiquement ajoutés aux références bibliographiques par Bilbo, l’outil d’annotation bibliographique d’OpenEdition. Ces références bibliographiques peuvent être téléchargées dans les formats APA, Chicago et MLA.
Format
- APA
- Chicago
- MLA
Références bibliographiques
10.1080/03014469200002242 :Barrai I., Formica G., Scapoli C., Beretta M., Mamolini E., Volinia S., Barale R., Ambrosino P. et Fontana F. (1992), « Microevolution in Ferrara : isonymy 1890-1990 », Annals of Human Biology, 19 (4), p. 371-385.
Biondi G., Raspe P., Mascie-Taylor C.G. et Lasker G.W. (1996), « Répétition of the same pairs of surnames in marriages in Albanian Italians, Greek Italians, and the Italian population of Campobasso Province », Human Biology, 68 (4), p. 573-583.
Chen K. et Cavalli-Sforza L.L. (1983), « Surnames in Taiwan : interprétation based on geography and history », Human Biology, 55, p. 367-374.
10.2307/1533739 :Darlu P. et Ruffié J. (1992), « L’immigration dans les départements français étudiée par la méthode des patronymes », Population, 3, p. 719-734.
10.1016/B978-012691360-6/50013-6 :Davison M. (1983), Multidimensional scaling, New York, Wiley.
10.2307/1411 :Fisher R.A. (1943), « The relation between the number of species and the number of individuals in a random sample of an animal population. Part 3 », Journal of Animal Ecolology, 12, p. 42-58.
Guglielmino C.R., Zei G. et Cavalli-Sforza L.L. (1991), « Genetic and cultural transmission in Sicily as revealed by names and surnames », Human Biology, 63 (5), p. 607-627.
Guglielmino C.R. et De Silvestri A. (1995), « Surname sampling for the study of the genetic structure of an Italian province », Human Biology, 67 (4), p. 613-628.
Karlin S. et McGregor J. (1967), « The number of mutant forms maintained in a population », Proc. Fifth Berkeley Symp. Math. Stat. Prob., 4, p. 415-438.
Lucchetti E., Siri E. et Soliani L. (1994), « Les changements démographiques dans une ville de l’Italie du Nord : Parme. Exemple d’utilisation du régistre de population », Bull. Mém. Soc. Anthrop, Paris, 6, 3-4, p. 181-198.
Lucchetti E., Siri E. et Soliani L. (1996), « Internal migrations and relationships between Italian régional populations : an analysis based on surname distributions », Rivista di Antropologia, 74, p. 171-185.
Malécot G. (1950), « Quelques schémas probabilistes sur la variabilité des populations naturelles », Ann. Univ. Lyon. Sci., A 13, p. 37-60.
Pettener D. (1990), « Temporal trends in marital structure and isonymy in S. Paolo Albanese, Italy », Human Biology, 62 (6), p. 837-851.
10.1038/329714a0 :Piazza A., Rendine S., Zei G., Moroni A. et Cavalli-Sforza L.L. (1987), « Migration rates of human populations from surname distributions », Nature, 329, p. 714-716.
Zei G., Guglielmino R., Siri E., Moroni A. et Cavalli-Sforza L.L. (1983 a), « Surnames as neutral alleles : observations in Sardinia », Human Biology, 55, p. 357-365.
Zei G., Guglielmino R., Siri E., Moroni A. et Cavalli-Sforza L.L. (1983b), « Surnames in Sardinia. I. Fit of frequency distributions for neutral alleles and genetic population structure », Annals of Human Genetics, 47, p. 329-352.
10.1111/j.1469-1809.1993.tb00894.x :Zei G., Barbujani G., Lisa A., Fiorani O., Menozzi P., Siri E. et Cavalli-Sforza L.L. (1993), « Barriers to gene flow estimated by surname distribution in Italy », Annals of Human Genetics, 57, p. 123-140.
Auteurs
-
Antonella Lisa
CNR
Istituto di Genetica Biochimica e Evoluzionistica, Pavia
ITALIE
Istituto di Genetica Biochimica ed Evoluzionistica CNR, Pavie, Italie. -
Ornella Fiorani
CNR
Istituto di Genetica Biochimica
E Evoluzionistica, Pavia
ITALIE
Istituto di Genetica Biochimica ed Evoluzionistica CNR, Pavie, Italie. -
Enzo Siri
Dipartimento di Scienze ambientali
Università di Parma
Parma
ITALIE
Dipartimento di Scienze ambientali, Université di Parma, Parme, Italie. -
Gianna Zei
CNR, Istituto di Genetica
Biochimica e Evoluzionistica
Pavia
ITALIE
Istituto di Genetica Biochimica ed Evoluzionistica CNR, Pavie, Italie.
Le texte seul est utilisable sous licence Licence OpenEdition Books. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.
Les chemins de la décolonisation de l’empire colonial français, 1936-1956
Colloque organisé par l’IHTP les 4 et 5 octobre 1984
Charles-Robert Ageron (dir.)
1986
Premières communautés paysannes en Méditerranée occidentale
Actes du Colloque International du CNRS (Montpellier, 26-29 avril 1983)
Jean Guilaine, Jean Courtin, Jean-Louis Roudil et al. (dir.)
1987
La formation de l’Irak contemporain
Le rôle politique des ulémas chiites à la fin de la domination ottomane et au moment de la création de l’état irakien
Pierre-Jean Luizard
2002
La télévision des Trente Glorieuses
Culture et politique
Évelyne Cohen et Marie-Françoise Lévy (dir.)
2007
L’homme et sa diversité
Perspectives en enjeux de l’anthropologie biologique
Anne-Marie Guihard-Costa, Gilles Boetsch et Alain Froment (dir.)
2007
