Soixante villes, 106,9 % d'un pays : ce qui compte comme une ville

Nous avons construit une liste de 60 villes taïwanaises assortie de poids de population. Puis nous avons additionné ces poids.

La somme valait 25 005 363. La population de Taïwan est d'environ 23,4 millions. Nos soixante villes contenaient 106,9 % du pays.

Ce n'est ni un problème d'approximation ni un problème d'arrondi. C'est physiquement impossible, et il a suffi d'une ligne d'arithmétique pour le trouver. Cet article porte sur la classe de défauts que ce contrôle détecte, qui n'est pas celle des « chiffres faux » mais celle des unités fausses — et sur la raison pour laquelle « combien de personnes vivent dans la ville X » n'a pas de réponse tant que vous n'avez pas dit ce que vous entendez par « ville ».

Ce que contenait réellement le fichier taïwanais

Taïwan compte six 直轄市 — des municipalités spéciales. On les appelle des villes et elles sont administrativement équivalentes à des provinces. 新北市 (New Taipei) compte 4 044 831 habitants ; 高雄市 (Kaohsiung) en compte 2 718 545. À elles six, elles rassemblent 16 278 931 personnes, soit à peu près 70 % du pays.

Notre liste contenait les six. Elle contenait aussi 23 lignes qui sont des districts situés à l'intérieur de ces mêmes six municipalités — 板橋區 à 549 762, 三重區 à 382 778, 中和區 à 403 791, chacune listée avec 新北市 comme région.

New Taipei a donc été compté une fois comme une municipalité de quatre millions d'habitants, puis plusieurs de ses districts ont été comptés une seconde fois comme des villes à part entière. L'arithmétique :

Chaque nombre de ce fichier, pris isolément, était correct. 板橋區 compte bel et bien 549 762 habitants. Le défaut, c'est que la liste mélangeait deux niveaux d'une hiérarchie dans une seule colonne, puis les traitait comme des entités de même rang.

Observez aussi à quoi ressemble le chiffre corrigé : 84,5 %. Toujours pas manifestement faux — un pays peut plausiblement avoir 84,5 % de sa population dans ses 60 plus grandes localités. C'est exactement le problème que pose l'usage de 100 % comme seuil, et nous y reviendrons.

Le même défaut, en plus discret : la Norvège

La liste norvégienne compte 60 villes. Classées d'après le chiffre de population que nous avions résolu pour chacune, les dix premières donnaient ceci :

Sandvika est la sixième ville de Norvège. Elle ne l'est pas. Sandvika est un tettsted — une zone bâtie — et le centre administratif de Bærum, une kommune de la banlieue d'Oslo. Les 115 543 sont un chiffre à l'échelle de la kommune : c'est l'ordre de grandeur de Bærum, pas celui de Sandvika. L'unité attachée à la ligne n'est pas l'unité à laquelle le nom renvoie.

C'est une forme d'erreur bien plus dangereuse que celle de Taïwan. La liste taïwanaise débordait du pays et se signalait d'elle-même. La liste norvégienne, elle, s'additionne en un total parfaitement vraisemblable ; le seul symptôme est qu'une banlieue-dortoir devance Drammen. Soit vous le repérez parce que vous connaissez la Norvège, soit vous ne le repérez pas. La Norvège est donc livrée sans poids de population — 60 villes, trois colonnes, sélection uniforme — parce qu'une liste pondérée que nous ne pouvons pas valider est pire qu'une liste non pondérée que nous avons documentée.

Le problème général

« La population d'une ville » n'est pas une grandeur unique. C'est une famille de grandeurs qui diffèrent d'un facteur allant jusqu'à 26, et le choix entre elles est administratif, non factuel.

Tokyo est le cas qui montre que la question n'est pas seulement ambiguë : telle qu'elle est posée, elle est parfois sans réponse. Il n'existe pas de ville de Tokyo au sens juridique. La City of Tokyo a été supprimée en 1943 et n'a pas de successeur sous la forme d'une municipalité unique. Ce qui existe, ce sont 23 arrondissements spéciaux, chacun étant une municipalité à part entière, logés à l'intérieur d'une préfecture. Tout chiffre donné pour « Tokyo » est un choix entre des entités, et nous livrons 9 733 276 — les 23 arrondissements — parce que c'est ce qui se rapproche le plus de ce que les gens ont en tête.

Chongqing mérite un second regard, car notre propre fichier livré n'utilise ni l'un ni l'autre des chiffres du tableau. Il porte 16 343 989, qui n'est ni le cœur urbain d'environ 9 M ni la municipalité de 32 M. C'est encore une troisième unité. Le choix est défendable — il est cohérent à l'intérieur de la locale chinoise — mais il illustre à quel point une quatrième définition surgit facilement dès que l'on regarde un fichier réel plutôt qu'une encyclopédie.

La règle qui compte n'est pas de savoir quelle définition vous retenez. Elle est que la définition doit être cohérente à l'intérieur d'une locale, parce que les poids sont relatifs. Prenez un chiffre métropolitain pour une ville et un chiffre municipal pour la ville d'à côté, et vous avez triplé en silence la probabilité que la première soit tirée. Rien dans la sortie n'a l'air faux. Chaque adresse est réelle.

La même substitution se produit à l'intérieur d'une seule et même source nationale. Les tableaux argentins mélangent municipio et localidad dans une même colonne — San Carlos de Bariloche fait 112 887 ou 109 305, Trelew fait 99 430 ou 97 915 — et aucun des deux chiffres n'est étiqueté. L'Arménie distingue քաղաք (ville) de համայնք (communauté consolidée), et Ճամբարակ vaut en conséquence 5 468 ou 12 416, un piège de 2,3×. La Géorgie emboîte trois niveaux : Kaspi fait 41 841 en tant que municipalité, 13 729 en tant qu'unité administrative, 12 911 en tant que ville.

C'est la Grèce qui a fourni la plus grosse récolte pour un seul pays, parce que la résolution automatique tombait sans cesse sur le δήμος ou sur l'île entière au lieu de la ville :

Et deux grands pays où le chiffre séduisant est le mauvais : São Paulo, c'est le municipio à 11 451 999, pas la région métropolitaine d'environ 21 M ; Montréal, c'est la subdivision à 1 762 949, pas la région métropolitaine de recensement de 4 291 732 ; et le code municipio de Brasília couvre l'ensemble du District fédéral.

La locale que nous avons laissée de côté

La liste de l'Arabie saoudite compte exactement 39 villes, et elle est livrée non pondérée.

GASTAT, l'autorité statistique saoudienne, publie la population par gouvernorat. Pour 25 de nos 39 villes, un chiffre urbain défendable peut être reconstitué. Pour les 14 restantes, non — le nombre au niveau de la ville n'existe pas dans les statistiques publiées. Les options disponibles étaient : pondérer 25 villes et attribuer aux 14 autres une valeur par défaut arbitraire ; substituer les populations de gouvernorat, ce qui surestimerait massivement les petites villes situées dans de grands gouvernorats ; ou livrer une liste uniforme.

Nous avons livré uniforme. Une adresse saoudienne tirée uniformément est une approximation documentée, sur laquelle chacun peut raisonner. Une liste où deux tiers des lignes portent un type d'unité et un tiers un autre est un défaut invisible pour tout le monde, nous compris. Quand la source ne permet pas la métrique, la bonne réponse est de ne pas la calculer.

C'est l'état actuel sur l'ensemble : sur 64 fichiers de localités, 44 portent des poids de population et 20 restent uniformes. Ces 20 ne sont pas un arriéré dû à la paresse. Chacun correspond à un pays dont l'office statistique soit ne publie pas de chiffres au niveau de la ville, soit les publie dans une unité que nous n'avons pas pu rendre cohérente.

Pourquoi le contrôle « somme comparée au tout » est celui qu'il faut lancer en premier

C'est le test le moins coûteux de l'ensemble, et l'un des plus productifs, parce qu'il ne demande aucune connaissance du pays. Additionnez les parties, comparez au tout, regardez le rapport.

Mais lancez-le avec le bon seuil. Taïwan à 106,9 % a été repéré parce qu'il violait une limite physique. La liste australienne est ressortie à 84,7 % et aurait passé un test à 100 % — pourtant, 60 villes qui rassemblent 84,7 % des Australiens, c'est implausible à première vue, et la cause relevait de la même classe d'erreur (des agglomérations tenant lieu de collectivités locales). Le fichier de préproduction de Sydney portait 5 219 674, le chiffre du Greater Sydney. L'Australie aussi est livrée non pondérée.

Le seuil n'est donc pas 100 %. C'est une part urbaine plausible pour ce pays précis, à laquelle il faut consacrer un moment de réflexion pour chaque locale. Et notons honnêtement les limites : le contrôle ne peut pas voir un défaut où une ville est surestimée et une autre sous-estimée du même montant, et il ne fait strictement rien pour les 25 fichiers qui ne portent aucun poids à additionner.

La liste de contrôle

1. Additionnez les parties et divisez par le tout. Une ligne. Elle a repéré Taïwan à 106,9 % immédiatement.
2. Utilisez une part urbaine plausible comme seuil, pas 100 %. L'Australie à 84,7 % est tout aussi défectueuse que Taïwan à 106,9 %, et elle passe le test naïf.
3. Cherchez les imbrications avant d'additionner. Une ligne se trouve-t-elle administrativement à l'intérieur d'une autre ? Les 23 districts de Taïwan se trouvaient à l'intérieur de ses propres six municipalités.
4. Triez par population et regardez les vingt premières. Sandvika au rang 6, c'est tout le diagnostic pour la Norvège, et il est visible en cinq secondes.
5. Demandez quelle unité la source publie, et si elle en publie une tout court. Quatorze des 39 villes saoudiennes n'ont aucun chiffre au niveau de la ville, nulle part.
6. Imposez une unité par locale, pas une unité globale. C'est la cohérence à l'intérieur de la liste que les poids exigent réellement.
7. Livrez non pondéré plutôt que de livrer un mélange. Une approximation connue vaut mieux qu'un défaut invisible.

La question « combien de personnes vivent à Kaohsiung » n'a pas de réponse. La question « combien de personnes vivent à Kaohsiung, comptées en tant que 直轄市, au recensement de 2020, dans la même unité que toutes les autres lignes de ce fichier » en a exactement une. La plupart des jeux de données géographiques sont construits comme si c'était la première question qui était posée, et c'est l'arithmétique qui vous apprend que ce n'était pas le cas.

Pour ce qui se passe en aval quand ces poids manquent totalement — pourquoi un générateur choisit Kamianets-Podilskyi aussi souvent que Kyiv —, voyez Pourquoi les générateurs d'adresses produisent des villes implausibles. Pour les défauts où les lignes sources sont elles-mêmes corrompues plutôt que simplement mal étiquetées, voyez Quatre noms de famille qui n'existent pas et L'autorité n'est pas une propriété des lignes.

Données arrêtées au 2026-07-18

Toutes les sommes ont été recalculées le 18 juillet 2026 directement à partir des fichiers de localités livrés et des fichiers de préproduction. Là où les notes de travail contredisaient les fichiers, ce sont les fichiers qui l'emportent.

Sources et notes :

• Fichiers de localités — 64 locales. Recomptés le 22 juillet 2026 : 44 portent une 4e colonne de poids de population ; 20 sont à 3 colonnes et uniformes, dont ar_SA, en_GB, en_IE, ko_KR et nl_NL. zh_TW, en_AU et no_NO étaient uniformes au moment où cet article a été écrit et ont été pondérées depuis.
• Taïwan — fichier de préproduction de 60 lignes totalisant 25 005 363 pour une population nationale d'environ 23,4 M = 106,9 %. Les six 直轄市 totalisent 16 278 931 (臺北市 2 439 507 · 新北市 4 044 831 · 桃園市 2 355 106 · 臺中市 2 868 465 · 臺南市 1 852 477 · 高雄市 2 718 545) ; 23 lignes supplémentaires portent l'une de ces six comme région et totalisent 5 221 850. Leur retrait donne 19 783 513 = 84,5 %. zh_TW est livrée à 3 colonnes. <stat.gov.tw/&gt;
• Norvège — 60 villes, livrée à 3 colonnes. Le jeu de populations de préproduction donne à Sandvika 115 543 (2021), ce qui la classe 6e. Sandvika est un tettsted et le centre de la kommune de Bærum ; les 115 543 sont une valeur à l'échelle de la kommune. La population du tettsted proprement dit n'est pas redérivée d'un fichier ici — ce qui est vérifié sur le disque, ce sont les 115 543 attachés au nom, le rang 6 qui en résulte, et le fait que no_NO est livrée sans poids. <ssb.no/&gt;
• Japon — Statistics Bureau. Tokyo représenté par les 23 arrondissements spéciaux, 9 733 276 ; la City of Tokyo a été supprimée en 1943. <stat.go.jp/english/&gt;
• Allemagne — Destatis / offices des Länder. Populations des Gemeinde ; Frankfurt am Main 760 656 tel que livré. <destatis.de/&gt;
• Chine — 重庆 est livrée à 16 343 989, un chiffre situé entre la définition du cœur urbain et celle de la municipalité entière ; cohérent à l'intérieur de zh_CN, et mentionné ici parce qu'il ne correspond à aucun des deux chiffres habituellement cités.
• Arabie saoudite — GASTAT. Publie par gouvernorat ; les chiffres urbains au niveau de la ville sont indisponibles pour 14 de nos 39 villes listées, si bien que ar_SA reste uniforme. <stats.gov.sa/&gt;
• Australie — ABS. Le fichier de préproduction portait Sydney à 5 219 674 (Greater Sydney GCCSA) face à une City of Sydney LGA d'environ 200 000 ; en_AU est livrée non pondérée. <abs.gov.au/&gt;
• Grèce, Géorgie, Arménie, Brésil, Canada, Argentine — cas de substitution d'unité tels qu'ils sont consignés dans notre documentation source, corrigés là où la correction était possible via un registre de correctifs manuels.

À propos des chiffres 106,9 % et 84,7 %. Tous deux proviennent de mesures faites en session et non d'une sortie journalisée ; le chiffre taïwanais a été redérivé exactement à partir du fichier de préproduction le 18 juillet 2026 (25 005 363 / 23,4 M = 106,9 %). Les 84,7 % australiens n'ont pas été redérivés — ce qui est confirmé sur le disque, c'est leur conséquence : en_AU est livrée sans poids. Traitez 84,7 % comme un souvenir et 106,9 % comme une mesure.

À propos des chiffres argentins. Les paires municipio / localidad proviennent de nos notes de travail et n'ont pas été redérivées d'un fichier argentin primaire. Le mécanisme est bien documenté ; traitez les nombres pris un à un comme indicatifs.