Comment le registre espagnol des noms de famille mesure accidentellement l'intégration

L'institut national de statistique espagnol publie une table de fréquence des noms de famille. C'est un objet banal : un rang, un nom de famille, et le nombre de personnes qui le portent. Chaque pays doté d'un état civil publie quelque chose de similaire, et le fichier sert normalement à exactement ce à quoi il ressemble — vérifier si García est vraiment le numéro un.

Mais la table espagnole comporte une colonne que presque personne n'utilise, et cette colonne transforme une liste de noms de famille en quelque chose qui tient davantage de l'horloge. Elle enregistre, pour chaque nom de famille, depuis combien de générations il est présent dans le pays. Non pas par estimation. Par comptage.

Ce n'est pas une fonctionnalité que l'INE a conçue. Elle découle de la forme du droit espagnol des noms, et elle semble être un accident.

Le mécanisme : deux noms de famille, publiés séparément

Une personne espagnole porte deux noms de famille : le premier (apellido 1º), hérité du père, le second (apellido 2º), de la mère. Tous deux sont des éléments légaux et permanents du nom, et tous deux se transmettent — l'enfant de María López Ruiz et de Juan García Soto s'appelle García López. Chaque parent transmet exactement l'un de ses deux noms.

Le fichier de l'INE, Frecuencias de apellidos (Censo, 1er janvier 2025), publie trois colonnes distinctes : combien de résidents portent le nom de famille comme premier nom, combien le portent comme second nom, et combien le portent aux deux positions. Cette troisième colonne existe pour résoudre le double comptage.

Les deux premières colonnes font tout autre chose.

Considérez ce qui doit être vrai pour qu'un nom de famille apparaisse dans la colonne ap2. ap2 est le nom de la mère. Un nom de famille n'atteint la colonne du second nom que lorsqu'une femme qui le porte a eu un enfant enregistré en Espagne — et que cet enfant est aujourd'hui lui-même un résident comptabilisé. Un nom de famille arrivé la décennie dernière peut être extrêmement courant comme ap1 et quasi absent comme ap2, parce que les enfants de ses porteurs ne sont pas encore nés, ne sont pas encore nombreux, ou sont nés à l'étranger.

Ainsi, le rapport

ap2 / ap1

n'est pas une estimation démographique. C'est le comptage d'un fait structurel : jusqu'où un nom de famille s'est propagé par la ligne maternelle à l'intérieur du registre espagnol.

À quoi ressemblent les chiffres

Vérifié directement sur le fichier de l'INE, Censo au 1er janvier 2025 :

L'échelle descend proprement de ~1,0 jusqu'à ~0,07, et elle suit l'ordre que l'on prédirait à partir de l'histoire de l'arrivée de chaque communauté — sans que personne n'ait fourni cette histoire.

Pourquoi la ligne de base est fiable

Un rapport n'est utile que si l'on sait à quoi ressemble un nom « établi ». Ici la réponse est exceptionnellement nette, car la tête du registre espagnol forme un groupe très resserré :

Douze des noms de famille les plus répandus du pays, couvrant un facteur 6 en taille, se situent tous entre 0,996 et 1,019. C'est une bande remarquablement étroite, et c'est ce que l'on attendrait d'un nom de famille qui circule dans les deux lignes depuis des siècles : le léger excédent au-dessus de 1,0 tient simplement à ce que ses porteurs comptent un peu plus de femmes devenues mères que d'hommes devenus pères.

C'est cette bande étroite qui rend le bas de l'échelle interprétable. Singh, à 0,070, n'est pas un peu en dessous de la ligne de base. Il est quatorze fois en dessous, et la ligne de base elle-même bouge à peine.

Le résultat de Ceuta et Melilla

Mohamed se situe à 0,933 — statistiquement presque indiscernable de Martín à 0,996, et très loin de tout autre nom de famille d'origine nord-africaine ou sud-asiatique du fichier.

Ce n'est pas un paradoxe. Ceuta et Melilla sont des villes espagnoles de la côte africaine, et leurs populations sont des résidents espagnols depuis des générations. Un nom de famille présent dans le registre depuis aussi longtemps s'est propagé par la ligne maternelle exactement comme García. Les cas voisins sont cohérents : Abdeselam = 1,001 (ap1 2 089 / ap2 2 091), Amar = 1,079 (2 131 / 2 300), Hamed = 0,843 (2 129 / 1 794).

Pendant ce temps, Ahmed, nom d'origine linguistique en partie commune mais dont l'histoire de résidence est très différente, se situe à 0,432 (15 176 / 6 558), et Hussain à 0,087 (6 549 / 568).

Le rapport ne lit pas la langue du nom de famille. Il lit le registre.

Le deuxième constat : une hypothèse répandue, tuée par un compteur

Il existe dans les jeux de données de noms une convention répandue selon laquelle Kaur et Begum sont des noms de famille féminins. Dans la dénomination sikhe, c'est largement le cas — Singh est porté par les hommes, Kaur par les femmes — et les bibliothèques qui répartissent les listes de noms de famille par genre l'encodent systématiquement.

En Espagne, cela est tout simplement invalide, et le registre le dit avec un seul chiffre.

Begum compte plus de trois fois plus de porteurs en second nom qu'en premier nom — le rapport le plus élevé de tous les noms de famille substantiels du fichier, avec Bibi juste derrière. Ce sont les trois noms les plus systématiquement étiquetés « féminin » dans la pratique, et ce sont les trois noms dont les rapports dépassent 1,0 de la manière la plus voyante.

La raison est mécanique. L'état civil espagnol transmet l'apellido sans égard au sexe du porteur. Un homme dont la mère est une Begum porte légalement Begum comme second nom de famille. La règle de transmission ne consulte pas la sémantique de genre d'origine du nom, si bien qu'en l'espace d'une génération le nom « exclusivement féminin » se retrouve porté par des hommes — et parce que les mères de cette communauté sont plus nombreuses que ses pères enregistrés sous ce nom, il s'accumule du côté ap2 plus vite qu'il n'est entré du côté ap1.

Nous nous trompions, et nous aurions continué à nous tromper. Le nom avait l'air féminin ; la classification paraissait évidente ; le raisonnement linguistique qui la sous-tend est correct dans son pays d'origine. Ce qui a corrigé l'erreur, c'est un compteur, pas une inspection.

Le troisième constat : la somme mesure elle aussi quelque chose

Additionnez les colonnes sur l'ensemble des 86 512 noms de famille du fichier :

Toute personne inscrite au registre a un premier nom de famille. Toutes n'ont pas de second — un résident qui n'est pas né sous un système à deux noms de famille n'a que ce que portaient ses documents étrangers. L'écart entre les colonnes correspond donc, en première approximation, aux résidents sans aucun second nom de famille : près de trois millions de personnes.

On ne demande pas au registre de compter cela. Il le compte par effet de bord de la publication séparée des colonnes.

Deux déductions honnêtes s'imposent. Ce fichier ne liste que les noms de famille dont ap1 ≥ 20, il ne couvre donc pas toute la population ; et pour 7 757 noms de famille la cellule ap2 est masquée plutôt que nulle, ce qui peut représenter au plus ~150 000 de l'écart. Aucune des deux n'est près d'expliquer trois millions, mais toutes deux impliquent que ce chiffre est une lecture d'ordre de grandeur, pas un total certifié.

Les limites honnêtes

Il faut le dire clairement, car cette mesure se prête facilement à la surinterprétation.

C'est un indicateur indirect, pas un recensement ethnique. L'Espagne n'enregistre pas l'appartenance ethnique, la loi le lui interdit. Le rapport ne sait pas qui est qui, quelle langue les gens parlent, quel passeport ils détiennent, ni comment ils se définissent. Il sait une seule chose : si un nom de famille a atteint la colonne de la mère.

Au moins quatre situations différentes produisent un rapport faible, et le chiffre ne peut pas les distinguer :

1. Arrivée récente — les enfants des porteurs ne sont pas encore nés ou pas encore comptés.
2. Une communauté avec peu de naissances enregistrées en Espagne — pour des raisons démographiques qui n'ont rien à voir avec la date de son arrivée.
3. Un nom de famille également répandu chez des Espagnols installés de longue date — ce qui tire le rapport vers la ligne de base et masque tout.
4. Un pays d'origine qui utilise déjà un système à deux noms de famille — et celui-ci n'est pas hypothétique.

Ce quatrième facteur de confusion est visible dans le même fichier, et il est sévère :

Au seul rapport, ces noms paraissent aussi établis que García — plus établis, même. Ils ne le sont pas. Le Brésil, la Bolivie et le Pérou attribuent déjà deux noms de famille à leurs citoyens, si bien que leurs ressortissants arrivent en Espagne avec un ap2 déjà attaché. Le mécanisme qui rend le rapport significatif pour Singh — le fait qu'un second nom de famille ne puisse s'acquérir qu'en naissant ici — ne vaut pas du tout pour eux. Ils importent la seconde colonne en bloc.

Ce qui signifie que la mesure n'est pas « le nombre de générations passées en Espagne ». C'est le nombre de générations dans le registre espagnol, pour les noms de famille qui y sont entrés sans second nom de famille. C'est une affirmation plus étroite et plus terne, et c'est la bonne.

Utilisez-la pour ce qu'elle est : une lecture structurelle d'un registre, pas un énoncé sur les personnes. Elle ne peut rien vous dire d'un individu, elle ne doit pas être agrégée en affirmations sur des communautés, et les pays qui partagent le droit des noms espagnol lui sont invisibles par construction.

Ce qui subsiste après toutes ces déductions reste inhabituel. Un état civil, conçu uniquement pour consigner qui s'appelle comment, finit par publier une colonne qui compte quelque chose que personne ne lui a demandé de compter — et il le fait avec une ligne de base si étroite que le signal est lisible sans la moindre modélisation.

Données arrêtées au 2026-07-17

Tous les chiffres relatifs aux noms de famille ont été lus directement dans le fichier de l'INE et recalculés, non repris de sources secondaires.

• Source : INE (Instituto Nacional de Estadística), Frecuencias de apellidos, Censo de población au 01/01/2025. Colonnes utilisées : Apellido 1º / Total, Apellido 2º / Total, Ambos apellidos / Total. <ine.es/daco/daco42/nombyapel/…;
• Périmètre du fichier : 86 512 noms de famille. La légende publiée annonce un seuil de coupure de 100 pour le premier nom de famille, mais le fichier descend en réalité jusqu'à ap1 = 20 ; la légende semble ne plus être à jour. Les noms de famille situés sous ce seuil ne sont pas listés.
• Masquage : 7 757 lignes portent .. dans la colonne ap2 au lieu d'un décompte. Traitées comme inconnues, bornées supérieurement par le seuil de coupure.
• Sommes : ap1 = 46 541 135 ; ap2 = 43 595 570 ; différence = 2 945 565. Recalculées sur toutes les lignes listées.
• Accents : le fichier de l'INE stocke les noms de famille sans accents (TRAORE, GARCIA). Les formes accentuées sont employées dans ce texte pour la lisibilité.
• Rapports : calculés comme ap2 / ap1 ligne par ligne, arrondis à trois décimales. Le fait qu'Ivanov (2 004) et Ndiaye (2 004) partagent une valeur ap2 est une coïncidence dans la source, pas une erreur de transcription.

L'Espagne ne collecte pas de données ethniques, et rien dans cet article n'est dérivé d'une telle source. Chaque chiffre ci-dessus est un décompte de positions de noms de famille dans un état civil.