Tu veux le prochain article directement dans ta boîte mail ?
Gratuit · Zéro spam · Le prochain article sort bientôt.
📌 L'essentiel en une phrase
On parle beaucoup de migrations, mais on les mesure mal. Les données existantes sont éparses, concentrées sur les pays riches, et dispersées entre des définitions incompatibles. Une équipe a entraîné des réseaux de neurones à reconstituer, année par année et pays par pays, les flux depuis 1990. Le nombre annuel de migrants passe d'environ 13 millions en 2000 à près de 35 millions en 2023.
Pourquoi c'est si compliqué de compter
Trois problèmes se cumulent. D'abord, les données sont rares et très inégalement réparties : les pays à revenu élevé publient des statistiques détaillées, les autres beaucoup moins. Ensuite, elles sont hétérogènes : certains pays comptent des flux (combien de personnes arrivent cette année), d'autres des stocks (combien de personnes nées à l'étranger vivent ici). Enfin, les définitions diffèrent : qui est un migrant, à partir de combien de temps de séjour ?
La méthode : recoller les morceaux
L'équipe de Thomas Gaskin et Guy Abel a combiné quatre sources, statistiques officielles, stocks issus des recensements, estimations de migration nette et reconstructions de flux antérieures, dans un cadre de modélisation unique. Un ensemble de réseaux de neurones récurrents, nourri de variables géographiques, économiques, culturelles et politiques, apprend à produire des estimations cohérentes pour 230 pays et territoires.
📈 En volume
D'environ 13 millions de migrants par an en 2000 à près de 35 millions en 2023.
👥 Par habitant
Le taux passe d'environ 0,2 % à 0,45 % de la population mondiale.
🗓️ La nouveauté
Une résolution annuelle, là où les estimations existantes étaient quinquennales.
Ce que la résolution annuelle change
Les estimations de référence existaient, mais par tranches de cinq ans. Or les migrations réagissent à des chocs brutaux : un conflit, une crise environnementale, un changement politique. Une moyenne sur cinq ans lisse et efface ces épisodes. Passer à l'échelle annuelle fait réapparaître des dynamiques jusque-là noyées, ce que les auteurs présentent comme l'apport principal.
Un exemple concret
Les auteurs estiment qu'environ 19 millions de personnes ont migré d'Asie du Sud vers les pays du Golfe depuis 2010, soit une moyenne de l'ordre de 1,35 million par an. Ce corridor, massif et structurant, est typiquement le genre de flux que des données fragmentaires et des moyennes quinquennales rendent difficile à saisir dans sa dynamique.
⚠️ Comment lire ces chiffres
Ce sont des estimations produites par un modèle, pas des comptages. Les auteurs propagent l'incertitude et publient des intervalles de confiance, ce qui est la bonne pratique. Dans les régions où les données d'entrée sont pauvres, l'incertitude est logiquement plus grande. Ces chiffres se lisent comme des ordres de grandeur et des tendances, pas comme un état civil mondial.
Gaskin, Abel et coll. (Nature, 2026) produisent un jeu de données de flux migratoires annuels origine-destination couvrant 230 pays et territoires depuis 1990, en intégrant statistiques officielles, stocks de recensement, estimations de migration nette et reconstructions antérieures dans un cadre unifié. La méthode repose sur un ensemble de réseaux de neurones récurrents informés par des covariables géographiques, économiques, culturelles et politiques, avec propagation de l'incertitude. La migration annuelle mondiale passe d'environ 13 millions (2000) à environ 35 millions (2023), le taux par habitant de 0,2 % à 0,45 %.
1. Le problème de mesure, précisément
Trois défauts structurels affectent les données migratoires. La parcimonie : la couverture est concentrée dans les pays à revenu élevé. La fragmentation : les sources mélangent types de données (flux, stocks, soldes nets), résolutions temporelles et définitions du migrant. L'incompatibilité : additionner ou comparer ces sources sans harmonisation produit des artefacts. Les efforts antérieurs reposaient sur des jeux partiels, avec une couverture limitée.
2. Pourquoi un modèle séquentiel
Le choix de réseaux récurrents répond à la structure du problème : les flux migratoires présentent à la fois des tendances persistantes (corridors historiques, réseaux diasporiques, liens coloniaux et linguistiques) et des réponses rapides à des chocs (conflits, crises environnementales, changements de politique). Un modèle séquentiel capture les deux régimes, là où une interpolation entre points quinquennaux ne peut, par construction, restituer que le premier.
3. L'apport : la résolution temporelle
Le gain déclaré n'est pas seulement une meilleure précision, mais une résolution plus fine. Les auteurs rapportent que leurs estimations surpassent les estimations quinquennales existantes sur des données tenues à l'écart de l'entraînement, tout en révélant des dynamiques précédemment masquées. C'est le point méthodologiquement important : un modèle validé hors échantillon, pas seulement un lissage plus élégant.
4. Ce que montrent les chiffres
Le passage de 13 à 35 millions de migrants annuels entre 2000 et 2023 ne se réduit pas à la croissance démographique, puisque le taux par habitant double aussi, de 0,2 % à 0,45 %. Cela indique une intensification réelle de la mobilité internationale. L'exemple du corridor Asie du Sud vers le Golfe, estimé à environ 19 millions de personnes depuis 2010, illustre la capacité du jeu de données à documenter des flux de travail structurels que les statistiques de destination captent mal.
🔎 Le réflexe méthodo à garder
Trois réserves. (1) Il s'agit d'un produit de modélisation : ce ne sont pas des observations, et les intervalles publiés doivent être utilisés, pas ignorés. (2) L'imputation est la plus forte là où les données sont les plus pauvres, c'est-à-dire précisément dans les régions où les chiffres intéressent le plus le débat public. (3) Les performances hors échantillon rapportées (corrélation élevée à l'entraînement, plus modeste en test) sont cohérentes avec un modèle utile mais non un compteur exact.
Jeu de données de flux migratoires annuels origine-destination pour 230 pays et territoires depuis 1990, par ensemble de réseaux de neurones récurrents intégrant statistiques officielles, stocks censitaires, soldes migratoires nets et reconstructions de flux antérieures, avec covariables géographiques, économiques, culturelles et politiques et propagation de l'incertitude. Validation hors échantillon supérieure aux estimations quinquennales de référence. Migration annuelle mondiale de ~13 millions (2000) à ~35 millions (2023) ; taux par habitant de 0,2 % à 0,45 %.
Le problème d'harmonisation, posé formellement
Estimer des flux origine-destination à partir de stocks est un problème classique mal posé : plusieurs matrices de flux sont compatibles avec une même séquence de stocks, et la solution retenue dépend d'hypothèses (migration minimale, conservation démographique). Les approches démographiques établies imposent ces contraintes explicitement. L'approche par apprentissage ici apprend la régularisation à partir des cas où plusieurs types de données coexistent, plutôt que de la postuler. C'est un gain de flexibilité, au prix d'une moindre transparence des hypothèses implicites.
Statut épistémique du produit
Un jeu de données modélisé occupe une position ambiguë : il sera cité et réutilisé comme une observation, alors qu'il est une inférence. Deux risques en découlent. Le premier est la circularité : si des travaux ultérieurs testent l'effet de covariables (PIB, conflit, politique migratoire) qui ont servi de prédicteurs au modèle, ils retrouveront mécaniquement des associations. Le second est l'effacement de l'incertitude : les intervalles tendent à disparaître dans la reprise secondaire, en particulier médiatique.
Hétérogénéité des définitions : la limite irréductible
L'harmonisation statistique ne résout pas le fait que les pays définissent différemment le migrant (durée minimale de séjour, statut, nationalité contre pays de naissance) et n'observent pas les mêmes populations (les migrations irrégulières et circulaires sont structurellement sous-captées). Un modèle entraîné sur ces sources hérite de leurs angles morts. La hausse observée du taux par habitant reflète donc à la fois une mobilité réelle accrue et, possiblement, une amélioration de la couverture statistique au fil du temps, deux effets difficiles à séparer.
Validation et généralisation
La validation hors échantillon est l'argument central, et le bon. Sa lecture demande cependant de la prudence : les corrélations rapportées chutent nettement entre entraînement et test, ce qui est attendu et signalé honnêtement, mais borne l'usage. Pour des corridors majeurs bien documentés, les estimations sont probablement fiables ; pour des dyades à faible volume et faible couverture, l'estimation est largement une extrapolation à partir des covariables. Toute analyse secondaire devrait pondérer par l'incertitude plutôt que traiter chaque cellule de la matrice à égalité.
Portée
L'apport réel est de rendre disponible une résolution annuelle permettant d'étudier les réponses migratoires à des chocs datés : conflits, catastrophes, réformes de politique migratoire. C'est le type de design (études d'événement, différences de différences) qu'une résolution quinquennale interdisait. C'est là que le jeu de données a le plus de valeur scientifique, davantage que dans la production d'un chiffre mondial.
✅ La formule honnête
Le chiffre à retenir n'est pas « 35 millions », mais le fait que la mobilité internationale par habitant a doublé en vingt ans selon la meilleure reconstruction disponible. Et la contribution durable n'est pas ce chiffre : c'est l'ouverture d'une résolution temporelle qui permettra enfin de tester ce qui, dans les crises et les politiques, déplace réellement les gens.
Questions fréquentes : mesurer les migrations internationales
Combien de personnes migrent chaque année dans le monde ?
Selon cette reconstruction, environ 13 millions par an en 2000 et près de 35 millions en 2023. Rapporté à la population mondiale, le taux passe d'environ 0,2 % à 0,45 %, ce qui signifie que la hausse n'est pas seulement l'effet de la croissance démographique.
Pourquoi est-il si difficile de mesurer les migrations ?
Parce que les données sont rares et concentrées dans les pays à revenu élevé, parce qu'elles mélangent des types incompatibles (flux annuels, stocks de personnes nées à l'étranger, soldes nets), et parce que la définition même du migrant varie d'un pays à l'autre.
Comment un réseau de neurones peut-il estimer des flux migratoires ?
Il apprend, sur les cas où plusieurs types de données coexistent, à produire des estimations cohérentes avec l'ensemble des sources, en s'appuyant sur des variables géographiques, économiques, culturelles et politiques. Le modèle propage l'incertitude et publie des intervalles de confiance.
Ces chiffres sont-ils des comptages réels ?
Non, ce sont des estimations modélisées. Elles sont validées sur des données tenues à l'écart de l'entraînement, où elles surpassent les estimations quinquennales existantes, mais elles restent une inférence et doivent être lues avec leurs intervalles d'incertitude.
Quel est l'apport principal de cette étude ?
La résolution annuelle. Les estimations de référence existaient par tranches de cinq ans, ce qui lissait les réponses migratoires aux chocs : conflits, crises environnementales, changements politiques. L'échelle annuelle permet enfin de les étudier.
Quel est le plus grand corridor migratoire documenté ?
Les auteurs estiment qu'environ 19 millions de personnes ont migré d'Asie du Sud vers les pays du Golfe depuis 2010, soit de l'ordre de 1,35 million par an en moyenne. C'est typiquement un flux de travail que les statistiques de destination captent mal.
La hausse mesurée reflète-t-elle une vraie augmentation des migrations ?
En partie au moins, puisque le taux par habitant double. Mais une part de la hausse peut venir de l'amélioration de la couverture statistique au fil du temps, et ces deux effets sont difficiles à séparer. Les migrations irrégulières et circulaires restent, elles, structurellement sous-captées.
🍪 Ce site utilise Google Analytics et le Pixel Facebook pour mesurer son audience. Ces outils ne sont activés qu'avec votre consentement. Politique de confidentialité →
