Anticiper et se préparer aux flux migratoires

1. Introduction

Les facteurs multidimensionnels qui déterminent les tendances migratoires sont eux-mêmes difficiles à prévoir. Les personnes émigrent pour diverses raisons interdépendantes, qui peuvent inclure des motivations difficilement mesurables telles que la perception de la sécurité ou de la liberté politique, les changements dans la situation économique au pays d’origine ou de destination, ainsi que des raisons personnelles délicates à cerner. Il est très difficile d’examiner le processus décisionnel des individus avant qu’ils ne déménagent pour poursuivre leurs études, fonder une famille ou la rejoindre, ou réaliser leurs aspirations personnelles. Les migrations réagissent également aux changements de politique dans les pays de destination, et même dans d’autres pays, lorsque des voies de migration potentielles s’ouvrent ou se ferment. Les facteurs extérieurs peuvent avoir un impact immédiat sur les tendances migratoires, tandis que dans d’autres cas, l’impact peut être différé. Parfois, les flux migratoires restent inchangés jusqu’à un point de déclenchement spécifique, tandis que dans d’autres cas, les tendances émergentes génèrent des effets boule de neige visibles. Cette extrême complexité rend particulièrement délicate la prévision des flux futurs.

Malgré ces difficultés, les décideurs politiques doivent tout de même s’efforcer d’anticiper les flux migratoires. Leur rôle consiste non seulement à exercer une gouvernance efficace en matière de migration, mais aussi à réagir rapidement et efficacement aux changements soudains. Il est impossible de concevoir des politiques efficaces pour l’avenir sans tenter de comprendre à quoi pourraient ressembler les flux migratoires futurs.

Les migrations forcées (par exemple, l’asile, les migrations irrégulières et les mouvements combinant des éléments de migration irrégulière et régulière, tels que les migrations mixtes) exigent en particulier des gouvernements qu’ils élaborent des plans d’urgence solides et qu’ils soient prêts à adapter rapidement les services d’asile et d’accueil. Si les migrations réglementées sont par nature plus faciles à prévoir – et moins susceptibles de prendre les décideurs politiques au dépourvu –, les exercices de prévision n’en restent pas moins importants pour la programmation et le financement. Les prévisions fournissent des informations précieuses pour améliorer la programmation, le financement, l’anticipation des besoins du marché du travail et la prise de décisions opérationnelles, notamment en matière de dotation en personnel, d’aide à l’intégration, de planification des installations, de fixation de limites ou de quotas cohérents avec les objectifs politiques, etc. Une meilleure anticipation des tendances migratoires futures permet également aux décideurs politiques d’éclairer le débat public, d’expliquer leurs choix et de justifier les coûts des investissements et des actions proactifs.

Les prévisions en matière de migration s’améliorent, surtout après plusieurs événements marquants non anticipés récemment. Par exemple, l’afflux de réfugiés syriens en Europe en 2015/16 et la guerre d’agression menée par la Russie contre l’Ukraine en février 2022 ont pris la plupart des pays de destination au dépourvu. Rétrospectivement, cependant, des signaux d’alerte précoces visibles annonçant des déplacements massifs ont été ignorés. Les migrations forcées ne sont pas les seules à avoir révélé des exemples de signaux ignorés : les migrations légales se sont récemment développées dans la plupart des pays de l’OCDE, exerçant parfois une pression inattendue sur le logement ou les services sociaux.

Des progrès considérables ont été accomplis au cours de la dernière décennie. Conscients de la nécessité d’améliorer les prévisions, les pays et les organisations ou agences internationales ont mis au point des outils permettant de prévoir les mouvements migratoires forcés à court terme et d’évaluer les incertitudes et les risques liés à la migration. L’UE, en particulier, a mis en place un cadre d’alerte précoce solide, qui comprend le réseau Integrated Political Crisis Response (IPRC) Blueprint, le modèle bien établi de l’agence Frontex Common Integrated Risk Analysis Model (CIRAM), l’approche Early Warning and Forecasting de l’Agence de l’Union européenne pour l’asile (EUAA) et le tout dernier projet de développement des capacités de connaissance de la situation, d’alerte précoce et de prévision du Centre commun de recherche (CCR) de l’UE, en soutien de la mise en œuvre du pacte sur la migration et l’asile. En outre, diverses approches nationales de prévision ont été développées au cours des deux dernières décennies dans des pays tels que les États-Unis, les Pays-Bas, la Suède et la Suisse.

Á l’origine, les prévisions étaient tout au plus théoriques ou mécaniques, s’appuyant sur des théories migratoires et des modèles causaux (gravitationnels) incapables de saisir pleinement la complexité du phénomène migratoire. Aujourd’hui, elles ont gagné en sophistication grâce au développement de la discipline, à l’explosion des capacités de calcul et à la disponibilité et l’utilisation croissantes de mégadonnées. Cependant, ces nouveaux efforts de prévision restent dispersés, difficiles à généraliser et étroitement axés sur les effets à court terme, voire uniquement sur les prévisions immédiates. Même avec des systèmes d’information adéquats, les prévisions utiles sont actuellement limitées à un horizon de 12 à 18 mois. De plus, pour des raisons évidentes, la plupart des progrès ont été réalisés dans le domaine des déplacements forcés (les demandes d’asile, par exemple). Les flux migratoires réglementés, tels que les migrations pour raisons familiales, professionnelles et pour études, n’ont généralement pas fait l’objet de prévisions. Enfin, la plupart des progrès en matière de modélisation et d’utilisation des données ont été réalisés en coulisses, pour un usage interne par les gouvernements qui, naturellement, évitent de divulguer non seulement leurs sources de données et leurs scénarios, mais aussi souvent les modèles eux-mêmes.

Le besoin de prévisions plus nombreuses et plus précises est évident. La requête incombe souvent aux fonctionnaires et aux modélisateurs, qui disposent de délais plus courts et doivent répondre à des attentes élevées. Il n’existe aucun modèle prêt à l’emploi pouvant être directement appliqué.

Afin d’apporter davantage de clarté, l’OCDE, avec le soutien financier de la Direction générale des étrangers en France (DGEF), a créé le groupe de travail MAP (Anticiper et se préparer aux flux migratoires). Il vise à améliorer l’anticipation et les capacités de prévision tant pour les mouvements migratoires forcés que pour les flux migratoires réglementés. Le groupe de travail MAP complète les autres efforts de collaboration mentionnés ci-dessus. Le groupe de travail se concentre sur les prévisions et ne couvre pas les prévisions à très court terme (voir l’Encadré 4.3), les alertes précoces ou les exercices de prospective. Le présent manuel vise à répondre à la demande croissante de prévisions migratoires plus rapides et plus fiables en fournissant des conseils pratiques.

À qui s’adresse ce manuel ?

La prévision des migrations implique de nombreux acteurs : les responsables politiques et les décideurs qui demandent des prévisions, les fonctionnaires qui doivent déterminer comment produire ces prévisions, les modélisateurs qui doivent identifier et obtenir les données, puis choisir et appliquer les méthodologies, les responsables chargés d’expliquer les résultats des prévisions, ainsi que les décideurs, les responsables politiques et les équipes de communication qui les utilisent.

Ce manuel vise à fournir un guide à tous ces acteurs. Il a été rédigé en pensant tout particulièrement à cinq catégories d’utilisateurs :

• Le fonctionnaire, le décideur politique ou le responsable en charge des prévisions, qui doit comprendre l’état de l’art en matière de prévision et savoir comment répondre à la demande avec les ressources disponibles

• Le modélisateur expérimenté dans le domaine des prévisions, mais relativement novice en matière de prévisions migratoires en particulier, qui doit identifier les ensembles de données et comprendre les spécificités de la migration

• L’analyste de données migratoires n’ayant pas ou peu d’expérience dans la modélisation de séries chronologiques, qui doit mieux comprendre les différentes approches et les outils nécessaires à la prévision des migrations

• Le prévisionniste en matière de migration à qui l’on a demandé d’améliorer la précision de ses prévisions en utilisant de nouvelles techniques ou en s’appuyant sur des pratiques en cours de développement

• Le fonctionnaire, le décideur politique ou le responsable qui reçoit les résultats du modélisateur et doit les traduire sous une forme utilisable correctement, avec toutes les incertitudes inhérentes à la prévision

Dans certains cas, l’utilisateur du présent manuel peut se retrouver à jouer plusieurs rôles, par exemple celui de modélisateur et de communicant, ou celui de commanditaire et de communicant. Les décideurs politiques qui envisagent de mettre en place une approche prévisionnelle peuvent également s’appuyer sur ce manuel afin de mieux comprendre la nécessité et les limites des prévisions en matière de migration.

Le manuel est structuré autour de questions qui peuvent être regroupées en quatre catégories générales. Premièrement, qu’est-ce que la prévision des migrations, pourquoi est-elle utile et comment est-elle actuellement utilisée ? Deuxièmement, comment une prévision peut-elle être réalisée, en termes de modèles, de ressources, de données, de développement et d’évaluation ? Troisièmement, comment les prévisions peuvent-elles être présentées aux décideurs politiques afin qu’ils comprennent les résultats complexes et les incertitudes et fassent un usage approprié des prévisions ? Enfin, le manuel soulève certaines questions émergentes en matière de prévision qui pourraient aider les décideurs politiques et les modélisateurs à comprendre comment cette discipline pourrait évoluer dans les années à venir.

Prévisions des flux migratoires par catégorie ou migration (nette) globale ?

Les scénarios déterministes des migrations internationales sont utilisés par la grande majorité des instituts statistiques des pays développés, notamment pour estimer les projections démographiques. Ces efforts se concentrent le plus souvent sur la migration nette (immigration des ressortissants nationaux et étrangers moins émigration de ces deux groupes), ne fournissant que des tendances agrégées sans ventilation par catégorie. Ils s’appuient généralement sur les tendances démographiques passées et ne tentent pas de prédire l’impact des politiques, des changements économiques ou d’autres facteurs susceptibles d’influencer les migrations.

Récemment, en conséquence de l’augmentation rapide des demandes d’asile, des efforts ont été déployés pour mieux anticiper spécifiquement les migrations forcées. La nature même de cette catégorie de migration nécessite de prendre en compte des facteurs spécifiques qui vont au-delà des variables démographiques et sont liés notamment à la situation dans les pays d’origine et de transit. Cela a conduit à de nouvelles formes de modélisation qui ne peuvent être directement appliquées à d’autres catégories de migration. Plusieurs facteurs clés expliquent pourquoi les prévisions doivent distinguer les différentes catégories de migration.

Tout d’abord, les différents types de flux migratoires sont influencés par des facteurs différents et présentent des caractéristiques structurelles très différentes. Par exemple, les déplacements forcés dus à des conflits ou à des catastrophes naturelles ont tendance à être très volatils et non stationnaires. En revanche, la migration de main-d’œuvre entre deux pays à revenu élevé suit souvent des schémas plus réguliers et prévisibles (Bijak et al., 2019[1]). Les modèles de prévision doivent intégrer ces différences. Les modèles de séries chronologiques qui supposent la stationnarité ne sont pas adaptés à la prévision de flux très volatils tels que les demandes d’asile, tandis que l’application d’un modèle non stationnaire à une migration de main-d’œuvre plus stable et fondée sur des règles peut conduire à une surestimation de la variabilité et de l’incertitude.

Ensuite, la disponibilité et la structure des données varient considérablement selon les catégories de migration. Des données à très haute fréquence (quotidienne ou hebdomadaire) sont généralement disponibles sur les demandes d’asile ou les passages de frontières irréguliers, tandis que d’autres données administratives basées sur les permis ne sont disponibles, au mieux, que sur une base mensuelle ou annuelle. Le niveau d’information associé aux chiffres des migrations varie également, avec plus ou moins de détails sur le profil socio-économique des migrants. Ces différences ont une incidence sur le choix des modèles et la fiabilité des prévisions. Le choix d’une approche de prévision appropriée nécessite une bonne compréhension de la portée, de la granularité et de la qualité des données disponibles.

Enfin, si les projections de migration nette totale – qui comparent les chiffres de l’immigration et de l’émigration – peuvent être utiles pour la planification démographique à long terme, elles ne présentent qu’une utilité limitée pour l’élaboration des politiques migratoires. Pout une gestion efficace des migrations il faut savoir qui sont les personnes qui émigrent et pourquoi elles le font, et pas seulement de leur nombre. Par exemple, la préparation des services d’intégration, la détermination des quotas de visas ou l’ajustement des programmes du marché du travail nécessitent tous des informations spécifiques à chaque catégorie. La prévision des changements de statut futurs (par exemple, le passage d’un permis d’études à un permis de travail) peut également nécessiter des modèles spécifiques (voir le chapitre 9 pour une discussion sur les interactions entre les catégories). Les chiffres agrégés, bien qu’utiles à des fins démographiques, sont souvent trop approximatifs pour guider les décisions opérationnelles ou stratégiques. Il est donc essentiel d’adapter les modèles aux caractéristiques spécifiques de chaque catégorie de migration afin de produire des prévisions pertinentes et exploitables.

Références

[1] Bijak, J. et al. (2019), « Assessing time series models for forecasting international migration: Lessons from the United Kingdom », Journal of Forecasting, vol. 38/5, pp. 470-487, https://doi.org/10.1002/for.2576.