1. L’enquête de panel Pauvreté et structure familiale

8Nos données proviennent des deux vagues de l’enquête Pauvreté et structure familiale (PSF) conduite au Sénégal en 2006-2007 et 2010-2012 [3]. L’échantillon de la première vague, représentatif sur le plan national, inclut 1 750 ménages (14 450 individus) vivant dans 150 districts de recensement choisis au hasard. Tous les individus interrogés pendant la première vague ont été suivis, sauf à l’étranger, et forment un panel d’individus. Le taux d’attrition entre les deux vagues est de 11,6 % [4]. Les questions relatives à l’attrition sont examinées dans la section III.2.

9Les enquêtes PSF se prêtent particulièrement bien à l’étude des migrations internes, car elles donnent la localisation exacte des individus grâce à leurs coordonnées GPS. Ces informations nous permettent de calculer la distance orthodromique (distance la plus courte entre deux points à la surface d’une sphère) entre les localisations de la première et de la deuxième vagues. Si la géographie sénégalaise fait qu’il est compliqué d’utiliser les distances orthodromiques en raison de la position de la Gambie le long du fleuve du même nom, cette méthode de mesure est celle qui convient le mieux et la plus simple pour calculer les distances parcourues lors des migrations internes (Bell et al., 2002). En outre, l’essentiel de la mobilité depuis et vers la région située au sud de la Gambie (la Casamance, qui englobe les régions de Ziguinchor et de Kolda) est en rapport avec Dakar, comme le montre la figure 1. Dakar et Ziguinchor sont à nouveau reliés par ferry depuis 2005 (après le dramatique naufrage du Joola en 2002) et peu de voyageurs choisissent la voie terrestre. La distance orthodromique semble donc être une mesure indirecte pertinente de ces déplacements, même depuis et vers les régions du Sénégal au sud de la Gambie.

Figure 1. Déplacements individuels entre les deux vagues d’enquête PSF, par sexe, Sénégal

Figure 1. Déplacements individuels entre les deux vagues d’enquête PSF, par sexe, Sénégal

10De surcroît, les données PSF fournissent de nombreux renseignements sur les caractéristiques sociodémographiques des individus et des ménages, ce qui permet de décrire très précisément les déterminants des migrations internes. Les données sur la consommation, en particulier, sont collectées pour chaque sous-groupe (ou noyau). Le noyau est une unité de consommation semi-autonome comprenant un ou une chef de noyau et les personnes à sa charge (enfants biologiques ou confiés, père ou mère veuf, etc.). On dénombre en moyenne 2,5 noyaux par ménage [5]. On est donc en mesure de prendre en compte la consommation, tant au niveau du ménage que du noyau. Dans toutes les régressions, sont incluses des variables pour la taille du ménage et du noyau, et pour la part de la consommation du noyau dans la consommation totale du ménage.

11Les localités qui figurent dans les données de l’enquête PSF sont classées comme urbaines ou rurales selon les catégories utilisées par l’Agence nationale de la statistique du Sénégal. Ces catégories sont utilisées pour décrire plus finement les schémas de mobilité, et les données provenant d’un échantillon de 10 % du recensement sénégalais de 2002 pour calculer des indicateurs de pauvreté et d’inégalité [6] au niveau du département, sur la base des frontières administratives de 2006 [7].

2. Statistiques descriptives

12Cette analyse se concentre sur les individus âgés d’au moins 15 ans, car, avant cet âge, la mobilité des enfants est plus susceptible d’être liée à celle de leurs parents ou au confiage. Par conséquent, la base de données initiale est réduite à un groupe de 6 941 individus (soit 8 356 en comptant les individus perdus entre les deux vagues, les décès entre les deux vagues d’enquête et les départs à l’étranger). Pour éviter les problèmes inhérents à l’utilisation des critères géographiques de l’administration, la définition des migrations internes se fonde sur la distance orthodromique entre les deux localisations calculées à partir des coordonnées GPS enregistrées. La distance de 5 kilomètres (environ une heure de marche) est choisie comme borne inférieure pour définir les migrations internes, car cette distance semble suffisante au Sénégal pour entraîner des coûts. Néanmoins, les résultats sont très similaires avec une limite fixée à 10 kilomètres. À partir des distances orthodromiques et en excluant les migrants à l’intérieur de Dakar [8], 556 individus se sont déplacés de plus de 5 kilomètres entre la première et la deuxième vague. Une autre mesure des distances est construite à l’aide d’outils Google pour calculer les distances routières entre les deux lieux (première et deuxième vagues d’enquête). Les deux mesures sont fortement corrélées [9] et les résultats de régression fondés sur les distances routières (consultables sur demande) sont très proches de nos principaux résultats obtenus avec les distances orthodromiques.

13Les migrants internes représentent 10,4 % des individus suivis dans le panel. Dans notre échantillon, ils représentent 63,7 % de l’ensemble des migrants (556 internes et 317 internationaux), ce qui fait de ces migrations internes un phénomène significatif. Le tableau 1 montre que les migrants internes sont plus susceptibles que les non-migrants d’être des femmes (59 % contre 55 %), tendent à être plus instruits (27 % ont un niveau d’études secondaires ou supérieures, contre 21 %) et sont plus jeunes (27 ans en moyenne contre 35 ans).

Tableau 1. Statistiques descriptives des non-migrants et des migrants internes au Sénégal

Tableau 1. Statistiques descriptives des non-migrants et des migrants internes au Sénégal

14Sur le plan géographique, la mobilité est particulièrement intense dans la région de Dakar, en lien avec le développement urbain (Beauchemin et Bocquier, 2004). Ces données démontrent l’importance de Dakar en tant que ville de départ et de destination. En effet, 19 % des migrants internes venaient de Dakar et 26 % s’y sont installés entre les deux vagues d’enquête, ce qui représente 45 % de tous les migrants internes pour cette métropole où habitaient 20 % de la population sénégalaise en 2002 (ANSD, 2006).

15La figure 1 illustre la mobilité des hommes et des femmes entre les deux vagues de l’enquête, sur la base de leurs coordonnées GPS. Les nombreuses lignes convergeant vers Dakar témoignent de l’attrait qu’exerce la capitale sur les hommes et les femmes. Néanmoins, les comportements migratoires féminins sont plus divers et consistent plus souvent en déplacements courts et entre deux zones rurales, tandis que les migrations masculines sont presque exclusivement dirigées vers Dakar.

16La figure 2 représente la distribution par sexe des distances de migration supérieures à 5 kilomètres. Les distributions sont significativement différentes au seuil de 5 % selon le test de Kolmogorov-Smirnov. Les femmes sont plus susceptibles de parcourir de faibles distances, tandis que les hommes sont surreprésentés dans les déplacements sur de longues distances.

Figure 2. Distances de migration interne par sexe, Sénégal

Figure 2. Distances de migration interne par sexe, Sénégal

17La figure 3 illustre, pour tous les migrants internes, la distribution des raisons de changer de ménage dans la deuxième vague en fonction de la distance parcourue. Il montre un fort contraste entre les raisons de migrer des femmes et des hommes. Quelles que soient les distances, 40 % à 60 % de la mobilité des femmes s’explique par le mariage, tandis que le travail et les études sont des raisons n’apparaissant qu’à la marge et uniquement pour les distances moyennes et longues. Certains individus migrent en raison de difficultés personnelles (maladie, problèmes familiaux, etc.) En revanche, 40 % à 66 % des migrations masculines de plus de 50 kilomètres sont en rapport avec les études ou le travail ; pour les distances courtes, il s’agit à 20 %-30 % d’hommes ayant réintégré leur ménage d’origine après être allés chercher du travail ailleurs.

Figure 3. Raisons de la migration, par sexe et par distance parcourue, Sénégal

Figure 3. Raisons de la migration, par sexe et par distance parcourue, Sénégal

1. Modèles empiriques

18Nous étudions le rôle de variables individuelles comme le sexe, l’âge, le niveau d’études et la catégorie socioprofessionnelle. Soulignant la dimension du ménage dans la décision de migrer, Stark et Bloom (1985) et Rosenzweig et Stark (1989) se sont penchés sur la position relative des individus dans le ménage. De même, sont inclus parmi les variables explicatives le lien avec le chef du ménage ainsi que le rang de naissance, des travaux ayant montré qu’au Sénégal les aînés étaient plus susceptibles de migrer en raison des envois de fonds escomptés de leur part (Chort et Senne, 2015). On cherche aussi à déterminer si la pauvreté relative est l'un des facteurs potentiels de migration (Stark, 1984) à deux niveaux. Premièrement, au niveau des ménages, on exploite ici la richesse des données sur la consommation ventilées par noyau comme mesure indirecte de la situation économique relative, ou du pouvoir de négociation au sein du ménage, ou les deux. Deuxièmement, on étudie l’effet des inégalités à l’échelle du département, pouvant être associées positivement à l’émigration.

19La décision de migrer est estimée par un modèle probit dans lequel la variable dépendante est une variable indicatrice égale à 1 si l’individu i a migré à l’intérieur du pays entre les deux vagues de l’enquête. Les migrants internes sont définis comme des individus qui, à la deuxième vague, s’étaient déplacés de plus de 5 kilomètres par rapport au lieu où ils vivaient lors la première vague. Les habitants de Dakar lors de la première vague qui avaient migré au sein de l’agglomération dakaroise sont considérés comme des non-migrants. Faute d’informations rétrospectives complètes sur les trajectoires migratoires individuelles, il n’est pas possible de rendre compte des mobilités temporaires entre les deux vagues (individus ayant migré avant de réintégrer leur ménage d’origine).

20Les variables explicatives sont entre autres les caractéristiques des individus, des ménages, des communes et des départements pendant la première vague. Les variables individuelles sont le sexe, l’âge, le niveau d’études, l’origine ethnique, des variables indicatrices pour le confiage des enfants avant l’âge de 15 ans, et pour le rang d’aîné dans la fratrie, le lien avec le chef de ménage et la catégorie socioprofessionnelle. Les variables de contrôle pour les ménages et les noyaux comprennent la taille du ménage, un indice de consommation par équivalent-adulte, la taille du noyau et le ratio consommation du noyau/consommation du ménage. Les déterminants de la commune incluent des variables de contrôle pour l’environnement (urbain ou rural). Enfin, deux variables sont définies au niveau du département : une mesure de la pauvreté (taux) et une mesure des inégalités (indice de Gini) [10].

21Ce modèle est estimé à la fois sur l’échantillon complet et séparément pour les hommes et les femmes, puisque on suppose que les déterminants des migrations varient en fonction du sexe.

22Pour finir, on étudie les facteurs déterminant les distances parcourues. La variable dépendante est le logarithme de la distance orthodromique entre le premier et le deuxième lieu d’enquête (vagues 1 et 2) calculée à l’aide des coordonnées GPS enregistrées.

2. Traitement de l’attrition

23L’attrition est un aspect crucial quand on utilise des données de panel pour étudier les migrations. Parmi les individus enquêtés lors de la première vague, 89,4 % ont été pistés et interrogés à nouveau pendant la deuxième vague dans leur nouveau lieu de résidence. De nombreux individus qui ne figurent pas dans la deuxième enquête ont vraisemblablement quitté leur ménage d’origine et déménagé suffisamment loin pour que les enquêteurs ne puissent pas retrouver leur trace [11]. Il est donc probable que ces migrations internes contribuent à l’attrition. Toutefois, lorsque les caractéristiques observées des individus en question sont comparées avec celles de quatre groupes distincts, à savoir les migrants internes (qui ont parcouru plus de 5 kilomètres), les individus décédés, les migrants internationaux et les migrants de proximité (moins de 5 kilomètres), on constate qu’elles sont en moyenne plus proches des caractéristiques des migrants internationaux que de celles de tout autre groupe. Les similitudes concernent en particulier le niveau d’études, la catégorie socioprofessionnelle et le patrimoine du ménage ; les migrations internationales semblent donc être un facteur d’attrition plus important que les migrations internes. Néanmoins, pour analyser la sensibilité des résultats à l’attrition, nous estimons un modèle probit pour les migrations internes en traitant les individus sortis du champ comme des migrants internes [12].

24De surcroît, l’attrition pourrait être corrélée avec les distances de migration, mais le signe de la corrélation est incertain. Les individus qui partent loin de leur lieu de résidence initial sont peut-être plus difficiles à pister, mais la mobilité de proximité (intra-urbaine) peut elle aussi être un facteur d’attrition, car les liens de voisinage, qui pourraient éventuellement aider à retrouver la trace des individus « perdus », sont plus fragiles en zone urbaine. L’efficacité du pistage de ceux qui avaient déménagé reposait essentiellement sur l’exactitude des informations que la personne chargée de contrôler le travail de terrain pendant la deuxième vague avait recueillies, soit auprès des membres du ménage restés à l’adresse initiale, soit auprès de voisins quand l’ensemble du ménage avait déménagé. Comme nos estimations des facteurs déterminant les distances de migration peuvent être faussées par une attrition sélective, nous reprenons la méthode de Senne (2014) et estimons un modèle avec la procédure de sélection en deux étapes de Heckman (1979), en utilisant les variables indicatrices du contrôleur de la deuxième vague comme instruments exclus [13]. Leurs caractéristiques individuelles ont certainement un effet sur l’efficacité du pistage et donc sur l’attrition, mais pas sur les distances de migration.

1. Déterminants des migrations

25Un modèle genré se dessine clairement : les femmes sont plus susceptibles d’être des migrants internes (tableau 2). Ce schéma fortement féminisé mériterait d’être nuancé, car le modèle tenant compte de l’attrition montre que les hommes, qui ne peuvent cependant pas tous être considérés comme des migrants internes, sont plus susceptibles d’avoir été perdus entre les deux vagues. Néanmoins, le seul point commun aux migrations internes masculines et féminines est le fait qu’être un enfant, un frère ou une sœur du chef de ménage est associé à une probabilité significativement plus élevée de migrer.

Tableau 2. Modèle probit des migrations internes au Sénégal

Tableau 2. Modèle probit des migrations internes au Sénégal

26La corrélation entre ethnie et migration n’est observée que pour les femmes. Les femmes d’origine diola et, dans une moindre mesure, sérère, sont plus susceptibles de migrer que les membres de l’ethnie wolofe, qui est la plus nombreuse au Sénégal (voir Brockerhoff et Eu (1993) au sujet des Sérères et des Diolas migrant vers les villes pour y être employées de maison).

27S’agissant du niveau d’études, les hommes ayant été scolarisés au moins quelques années dans le primaire sont plus susceptibles de devenir des migrants internes que ceux qui n’ont jamais été scolarisés ; chez les femmes, le niveau d’instruction n’influe pas de manière significative sur la propension à migrer.

28Chez les hommes, le revenu du ménage mesuré indirectement par la consommation par équivalent-adulte est corrélé positivement avec la probabilité de migrer. Les hommes sont en outre plus susceptibles de migrer à l’intérieur du pays quand leur noyau familial représente une part plus importante des dépenses du ménage. Ces deux constats semblent pointer des coûts plus élevés pour les migrations masculines, confirmant les statistiques descriptives relatives aux motivations différentes des hommes (principalement la recherche d’emploi ou la poursuite d’études) et des femmes (le mariage). Les hommes qui ne vivent pas à Dakar sont plus susceptibles de déménager que les femmes, et souvent pour rejoindre la capitale (figure 1), ce qui souligne l’importance de Dakar comme destination des hommes en quête de meilleures perspectives économiques.

29Enfin, on constate un effet positif de la pauvreté sur les migrations féminines uniquement, reflétant la persistance des migrations liées au mariage dans les régions les plus pauvres et reculées du pays (voir la discussion ci-après). À l’échelle régionale, la pauvreté est donc semble-t-il un « facteur de propulsion » puissant pour les femmes. Toutefois, inclure dans la régression le taux de pauvreté mesuré dans le lieu de destination ne permettrait pas forcémentde vérifier si les femmes se sont installées dans des zones plus prospères, compte tenu de la proportion importante de migrants internes partant pour Dakar [14].

2. Distances de migration

33Le tableau 3 présente les estimations obtenues dans un second temps avec le modèle de sélection en deux étapes de Heckman (décrit dans la section 3.2), les variables indicatrices sur le contrôleur de la deuxième vague étant les instruments pour corriger les biais de sélection dus à l’attrition [16]. Confirmant ces statistiques descriptives, les femmes ne s’éloignent pas autant que les hommes de leur ménage d’origine, mais le coefficient n’est pas significatif. Les régressions par sexe montrent que les déterminants des distances de migration ne sont pas les mêmes pour les hommes et les femmes.

Tableau 3. Déterminants des distances de migration au Sénégal, estimation par le modèle de Heckman (deuxième étape)

Tableau 3. Déterminants des distances de migration au Sénégal, estimation par le modèle de Heckman (deuxième étape)

34Reflétant les rôles genrés propres à la société sénégalaise, les femmes migrent moins loin que les hommes lorsqu’elles sont les aînées de leur fratrie. Non seulement la fille aînée joue un rôle parental important auprès de ses frères et sœurs plus jeunes, mais elle est également un objet de transaction financière quand elle se marie : le prix de la fiancée payé à sa famille doit aider ses frères aînés à se marier à leur tour. Cette dépendance financière du ménage, courante dans bon nombre d’autres sociétés africaines (Horne et al., 2013 ; Trinitapoli et al., 2014), pourrait être une des explications au fait que les filles aînées migrent moins loin, leur ménage d’origine cherchant à maintenir des liens étroits avec elles.

35Sur l’ensemble de l’échantillon, on observe une corrélation positive entre les distances de migration et la taille du ménage, ainsi que la part des dépenses du noyau familial du migrant dans le total des dépenses du ménage (tableau 3). La pauvreté à l’échelle du département est corrélée de manière positive avec la distance de migration, uniquement pour les femmes. Quand elles ne sont pas originaires de Dakar, les migrantes internes se réinstallent non loin de leur ménage d’origine, ce qui confirme la prépondérance des migrations de proximité en relation avec le mariage.

36Un des points communs entre migrations féminines et migrations masculines est la relation positive entre les distances parcourues et les inégalités de revenu dans le département d’origine. Ce constat confirme la motivation de la pauvreté relative théorisée par Stark (1984), selon laquelle les individus vivant dans des zones où les inégalités de revenu sont plus importantes sont susceptibles de déménager pour améliorer leur situation relative. Ce résultat n’est pas non plus sans rapport avec la géographie sénégalaise et l’attrait exercé par Dakar ; en effet, les régions les plus excentrées situées dans le sud-est du pays sont également celles où les inégalités sont les plus prononcées.

37Par ailleurs, nous tenons compte des flux ruraux-urbains au sein des migrations internes, qui révèlent des comportements différents selon le sexe (tableau annexe A.3). On constate que les femmes sont plus susceptibles que les hommes de partir s’installer en zone rurale, un phénomène qui se vérifie particulièrement dans le cas des aînées de fratrie, en raison des migrations liées à la nuptialité (Quisumbing et McNiven, 2010 ; Herrera et Sahn, 2013). Le niveau d’études a des effets opposés sur la décision de déménager pour la ville ou la campagne. Par rapport aux individus qui n’ont pas été scolarisés, ceux qui ont bénéficié d’un enseignement primaire ou secondaire sont plus susceptibles de partir s’installer en ville qu’à la campagne, et c’est aussi le cas dans d’autres pays. Ackah et Medvedev (2012), par exemple, ont établi que les Ghanéens plus instruits ont plus de chances de quitter des régions où les services d’éducation et de santé sont absents pour emménager en ville. D’après nos résultats, il semblerait que la corrélation entre instruction et migrations rurales-urbaines soit particulièrement significative chez les femmes (positive avec l’exode rural et négative avec l’exode urbain), ce qui peut être révélateur d’une inégalité des chances et refléter des raisons différentes de migrer pour les femmes selon leur niveau d’études. Le lien avec le chef de ménage souligne les trajectoires différentes des garçons et des filles. Alors que les fils et les frères du chef de ménage sont plus susceptibles de migrer vers des centres urbains, les filles et les sœurs ont une probabilité accrue de migrer vers des zones rurales. Sans surprise, les individus issus de ménages plus aisés tendent à aller s’installer en ville.

38Enfin, on observe que le fait de naître en zone rurale a un effet positif sur la probabilité de migrer vers une autre zone rurale, un effet significatif uniquement pour les femmes. D’autres spécifications décomposant les migrations en fonction des lieux de destination et d’origine montrent de la même façon que les femmes sont plus susceptibles que les hommes de migrer entre deux zones rurales.