Quels pays publient réellement des registres de noms de famille — et lesquels ne le peuvent pas

Si vous devez savoir à quel point un nom de famille est répandu, il n'existe exactement que deux sortes de réponses possibles. Dans une poignée de pays, un organisme public publie une liste nommée de noms de famille avec, en face de chacun, un nombre de porteurs. Vous cherchez le nom et vous avez un chiffre. Partout ailleurs, vous obtenez une estimation : la lecture que quelqu'un a faite d'annuaires téléphoniques, de registres paroissiaux, d'enquêtes par échantillon ou d'un site web moissonné — et le chiffre que vous obtenez est une opinion assortie d'une décimale.

Cette distinction pèse plus lourd qu'il n'y paraît. Un registre est une mesure. Sans lui, la fréquence d'un nom de famille est une estimation d'expert, et les estimations héritent de tous les biais du substitut qui a tenu lieu de population. L'écart n'a rien d'académique : il décide si vous pouvez vérifier un jeu de données, ou seulement en débattre.

Cet article parcourt pays par pays les registres que nous avons réellement récupérés et utilisés — Taïwan, Espagne, France, Corée du Sud, Chine, Vietnam — puis les deux cas où la réponse honnête est que de telles données n'existent pas et ne peuvent pas être amenées à exister : l'Italie et l'Ukraine. Tous les chiffres ci-dessous proviennent des sources listées à la fin, vérifiés le 2026-07-17.

Ce qui compte comme registre

Un registre de noms de famille désigne, pour ce qui nous occupe, un tableau publié présentant trois propriétés :

Des entrées nommées. Pas « le top 10 », pas « les noms de famille en -enko sont fréquents ». Chaque nom de famille apparaît comme une ligne.
Des comptages, pas des rangs. Un rang vous donne l'ordre. Un comptage vous donne la distance entre les rangs — et c'est la distance dont tout travail de pondération ou d'échantillonnage a réellement besoin.
De la profondeur au-delà de la tête. Tout le monde connaît le top dix. Un registre mérite son nom dans la queue, là où les estimations se désagrègent.

Presque tous les pays publient un peu de matériel onomastique. Très peu publient les trois.

La comparaison

Pays	Registre ?	Profondeur publiée	Seuil de coupure	Part du top 10	Réserve principale
Taïwan	Oui, données ouvertes	2 731 entrées de noms de famille × 3 tranches d'âge	Aucun — 1 porteur est listé	52,79 % de la population	Graphies variantes comptées séparément (温 / 溫 sont des lignes différentes)
Espagne	Oui, statistique nationale	86 492 noms de famille	≥ 20 porteurs (confidentiel)	17,55 % des positions / 34,36 % des porteurs	Deux noms de famille par personne — lire la bonne colonne
France	Oui, statistique nationale	218 982 noms de famille × 11 décennies	≥ 30 naissances par décennie	1,71 %	Compte les naissances, pas les porteurs vivants ; naissances à l'étranger exclues
Corée du Sud	Oui, recensement	Comptages nommés par nom de famille	Niveau recensement	63,9 % (hanja) / 65,8 % (hangul)	Hanja et hangul donnent des dénominateurs différents
Chine	Partiel	Top 100 avec parts	Rien sous le rang 100	42,9 % (top 10) ; 84,77 % (top 100)	Aucun tableau publié n'existe pour les rangs 100–300
Vietnam	Non — grands échantillons	Listes de fréquences d'échantillon	Dépend de l'échantillon	~71 % séparés / ~76 % fusionnés (SG01)	Pas un registre d'État ; séparer ou fusionner les variantes nord/sud change la réponse
Italie	Non	Aucune — l'ISTAT ne collecte pas les noms de famille	—	~2–3 % (estimation)	Les noms de famille italiens sont, de l'avis des experts, incomptables
Ukraine	Non	Top 100 savant uniquement	—	~4–6 % (estimation)	707 685 noms de famille uniques, ~64 porteurs chacun ; aucune liste à laquelle se référer

Les pays qui publient

Taïwan — le registre le plus propre du monde

Le ministère de l'Intérieur taïwanais publie les rangs et les comptages de noms de famille sous forme de jeu de données ouvert, ventilés en trois tranches d'âge, à la date du 30 juin 2023. C'est la seule source de cette liste où chaque poids d'un jeu de données peut provenir du registre lui-même, sans courbe modélisée intermédiaire.

Ce qui le rend exceptionnel n'est pas la profondeur mais l'absence de plancher de confidentialité. Taïwan publie des noms de famille à porteur unique — 643 d'entre eux, plus 406 à deux porteurs. Cela a une conséquence qui échappe à la plupart des gens : si un nom de famille n'est pas dans le registre taïwanais, il a véritablement zéro porteur. Il n'y a pas d'excuse « caché sous le seuil ». Cette seule propriété fait du registre un outil de réfutation. Nous nous en sommes servis pour supprimer 33 noms de famille tirés du 百家姓 — un texte classique du XIe siècle — et qui n'ont aucun porteur à Taïwan. Et il a sauvé 澹臺, qui a exactement l'air du même genre de fantôme archaïque mais figure dans le registre avec deux porteurs réels. L'apparence ne permet pas de les distinguer. Seul un compteur le peut.

Concentration du top 10 : 52,79 % de la population, avec une tête différente de celle de la Chine continentale — 陳 11,2 %, 林 8,3 %, et 王 seulement 4,1 % au rang 6.

Espagne — le registre qui résout pour vous le problème des deux noms de famille

L'INE espagnol publie un fichier Excel de tous les noms de famille comptant 20 porteurs ou plus : 86 492 d'entre eux, issus du recensement daté du 1er janvier 2025. Le seuil ≥20 est une règle explicite de confidentialité statistique : contrairement à Taïwan, l'absence d'un nom dans le fichier espagnol ne prouve donc rien.

L'apport propre à l'Espagne est structurel. Les Espagnols portent deux noms de famille, ce qui signifie que les parts de fréquence naïves totalisent environ 200 % et que tout calcul en aval se fausse silencieusement. L'INE contourne cela en publiant des colonnes séparées pour le premier nom de famille, le second nom de famille et les deux — la source elle-même lève l'ambiguïté que tous les autres vous laissent deviner. GARCIA : 2 915 761 toutes positions confondues.

Les deux dénominateurs donnent des chiffres d'aspect très différent pour la même réalité : les 10 premiers noms de famille représentent 17,55 % des positions de nom mais 34,36 % des personnes. Aucun des deux n'est faux. Citer l'un en pensant à l'autre, c'est de là que viennent les erreurs.

France — un registre de naissances déguisé en registre de noms de famille

L'INSEE publie 218 982 noms de famille comptant au moins 30 naissances enregistrées, répartis sur 11 décennies de 1891 à 2000. C'est de loin le fichier le plus profond ici, et c'est celui qui a le plus de chances d'être mal lu.

Il compte des naissances, pas des porteurs vivants. Et les personnes nées à l'étranger sont exclues — ce qui signifie que toute la couche migratoire du stock de noms de famille français est systématiquement sous-évaluée. Si ce qu'il vous faut est « quels noms de famille portent les gens en France aujourd'hui », ce fichier ne répond pas à cette question ; il répond à « quels noms de famille ont été enregistrés à la naissance en France, par décennie ». Pour un travail historique et générationnel, ce découpage par décennie est un cadeau. Pour un instantané de la population vivante, c'est un piège.

La France est aussi le registre le plus plat de cette liste : le top 10 ne couvre que 1,71 %.

Corée du Sud — un recensement avec des compteurs nommés

Le recensement 2015 du KOSTAT (인구주택총조사, statistiques des noms de famille) publie des comptages par nom de famille. La Corée est le cas le plus concentré ici : 김 21,5 %, 이 14,7 %, 박 8,4 %. Le top 10 atteint 63,9 % en hanja ou 65,8 % en hangul — les deux sont des objets différents, parce que des clans hanja distincts se confondent dans la même graphie hangul.

Cette concentration a une conséquence pratique très concrète. 김 à 21,5 % face à des noms de famille à 7 porteurs, cela fait un rapport d'environ 1 527 138:1. Aucune échelle de pondération à précision fixe ne peut tout simplement pas exprimer cela ; la réponse est d'accepter le manque plutôt que de supprimer de vrais noms de famille pour atteindre une cible.

Chine — un top 100, puis un mur

Le dénombrement de 2007 du ministère de la Sécurité publique donne les 100 noms de famille les plus fréquents avec leurs parts : 王 7,25 %, 李 7,19 %, 张 6,83 %. Ce top 100 couvre 84,77 % de la population ; le top 10 en couvre 42,9 %.

Sous le rang 100, les données s'arrêtent. Il n'existe aucun tableau publié de parts pour les rangs 100–300 que nous ayons pu trouver. Cela mérite d'être dit franchement, car c'est l'endroit où l'on invente le plus souvent des chiffres : la tête est si bien documentée que l'absence de queue passe pour un oubli plutôt que pour une frontière. C'est une frontière.

Vietnam — pas de registre, mais des échantillons honnêtes

Le Vietnam n'a pas de registre d'État des noms de famille. Ce qu'il possède, ce sont de grands échantillons publiés par hoten.org : VNTH01 (n = 1 682 729) et SG01 (n = 241 000, Hô Chi Minh-Ville). Deux échantillons aux biais régionaux opposés qui convergent indépendamment, c'est un argument fort, et ils convergent : Nguyễn est à environ 31 %, et non aux 38 % qui circulent partout. Ces 38 % remontent à un échantillon de 1 941 personnes datant de 1992 — répété sans fin non parce qu'il est bon, mais parce qu'il était le seul publié.

Un chiffre largement cité qui repose sur une seule petite source primaire n'est pas une mesure. C'est une rumeur avec une référence.

Les pays qui ne le peuvent pas

Italie — « nous ne pouvons pas compter les noms de famille italiens », et c'est la position des experts

Ce n'est pas notre déduction. Le principal onomasticien italien, Enzo Caffarelli, a publié en 2023 pour Treccani un article intitulé — littéralement — « Perché non possiamo contare i cognomi italiani » (« Pourquoi nous ne pouvons pas compter les noms de famille italiens »). Sa réponse est qu'aucune quantité de bases de données, de puissance de calcul ou d'IA n'y remédie.

La mécanique : l'ISTAT collecte les prénoms des nouveau-nés et ne collecte pas du tout les noms de famille. L'ANPR, le registre national de la population, est fermé. Le seul comptage national jamais réalisé est celui d'Emidio De Felice dans les années 1970, construit à partir des abonnés au téléphone — SIP, puis une base de données SEAT d'environ 24 millions de lignes. Ce canal s'est ensuite fermé définitivement : les téléphones mobiles, les numéros sur liste rouge et l'éclatement entre opérateurs ont mis fin aux annuaires téléphoniques comme substitut démographique. Caffarelli ajoute une couche méthodologique qui survit même à une base de données parfaite : les formes accentuées et non accentuées sont-elles un nom de famille ou deux (Barilla / Barillà) ? Les noms de famille doubles sont-ils comptés à part de leurs composantes ?

Des sites commerciaux comme cognomix.it publient encore des cartes et des comptages. Lisez sur quoi ils reposent : ils comptent des familles dans les listes téléphoniques, pas des personnes. C'est le substitut de De Felice, des décennies après que ce substitut a cessé de fonctionner.

L'Italie est la preuve que « pays développé + bon institut statistique » n'implique pas « les données de noms de famille existent ».

Ukraine — aucun registre auquel se référer

Il n'existe aucun registre ukrainien des noms de famille disponible pour vérification. ridni.org détient un instantané réel avec de vrais compteurs, mais de 2011–13, et il n'est pas publié comme jeu de données ; forebears.io et stats.ridni.org n'offrent pas davantage de fichier téléchargeable. Les travaux savants (Yu. Pradid et d'autres) publient un top 100 et s'arrêtent là.

La conséquence est concrète. L'Ukraine compte 707 685 noms de famille uniques, avec en moyenne 64 porteurs chacun. Dans une distribution pareille, « rare et à consonance étrange » est la norme, pas un défaut — de sorte que, sans registre, nettoyer une longue queue revient à supprimer des noms d'après leur sonorité. Nous avons essayé cette heuristique sur des candidats délibérément suspects et elle a produit un taux de faux positifs de 21 % : de vrais noms de famille portés par des personnes réelles et identifiables.

Comparez directement avec Taïwan. Entrée archaïque d'apparence identique, action correcte opposée — parce que Taïwan vous met un compteur en main et que l'Ukraine non. La différence n'est jamais l'évidence du défaut. C'est l'existence du registre.

Ce que cela signifie si vous avez besoin de données de noms de famille

Cherchez un compteur par nom avant toute autre chose. Les listes de rangs et les articles « top 10 » ne sont pas des registres.
Lisez la règle de coupure. Taïwan n'en a aucune (absence = zéro porteur). Le ≥20 espagnol est une règle de confidentialité (absence = inconnu). Ce sont des sens opposés pour la même cellule vide.
Lisez l'unité. Naissances ≠ porteurs vivants (France). Positions ≠ personnes (Espagne). Familles ≠ individus (sites commerciaux italiens). Hanja ≠ hangul (Corée).
Là où aucun registre n'existe, préférez de grands échantillons indépendants dont les biais divergent et qui convergent tout de même (Vietnam), à un chiffre célèbre issu d'un échantillon minuscule.
Là où rien n'existe, dites-le. « Pas de données » est un résultat. Une estimation présentée comme un comptage n'en est pas un.

Méthodologie / données arrêtées au 2026-07-17

Tous les chiffres ont été récupérés et vérifiés le 17 juillet 2026, au cours de la construction de corpus pondérés de noms de famille pour 63 locales. ⚠ Le corpus contenait 63 locales au moment où ces chiffres ont été mesurés ; en_IE a été ajoutée le 18 juillet 2026 et il en contient 64 aujourd'hui. Les pourcentages décrivent la part de la population sauf mention contraire. Les fichiers de registre ont été lus directement plutôt que via des synthèses secondaires ; les chiffres vietnamiens proviennent d'échantillons publiés, non d'une source étatique ; les entrées italienne et ukrainienne sont des résultats négatifs — des tentatives répétées de localiser une source nationale par nom n'en ont trouvé aucune de disponible.

Sources :

Taïwan, ministère de l'Intérieur — rangs et comptages de noms de famille par tranche d'âge, 30 juin 2023 : data.gov.tw/dataset/126774
Espagne, INE — noms de famille comptant ≥20 porteurs, recensement du 1er janvier 2025 : ine.es/daco/daco42/nombyapel/… (méthodologie : ine.es/daco/daco42/nombyapel/…)
France, INSEE — noms de famille par décennie de naissance, 1891–2000 : insee.fr/fr/statistiques/fichie…
Corée du Sud, KOSTAT — recensement de la population et des logements 2015, statistiques des noms de famille (인구주택총조사 성씨 통계)
Chine, ministère de la Sécurité publique — dénombrement des 100 noms de famille les plus fréquents, 2007
Vietnam — jeux de données de fréquence hoten.org VNTH01 (n = 1 682 729) et SG01 (n = 241 000), CC BY 4.0 tel que déclaré dans le texte de la page
Italie — Enzo Caffarelli, « Perché non possiamo contare i cognomi italiani », Treccani, 2023 : treccani.it/magazine/lingua_italia…
Ukraine — ridni.org (instantané 2011–13, non publié comme jeu de données) ; listes savantes du top 100