Migrations intranationales et économies locales

Internal migration and local economy

• Auteur / Autrice : Mael Astruc--le souder
• Direction : Olivier Bargain, Isabelle Chort
• Type : Projet de thèse
• Discipline(s) : Sciences économiques
• Date : Inscription en doctorat le 12/09/2022
• Etablissement(s) : Bordeaux
• Ecole(s) doctorale(s) : École doctorale Entreprise, économie, société (Talence, Gironde ; 1991-....)
• Partenaire(s) de recherche : Laboratoire : BSE - Bordeaux sciences économiques

Mots clés

Mots clés libres

Migrant

Marché du travail

Environnement

Comportements

Migration

Labor market

Environment

Behavioral

Résumé

La présente thèse vise à comprendre et prédire l'impact économique et social des migrations dans les pays d'arrivée au niveau infranational afin d'ajuster le plus efficacement possible les politiques publiques, notamment les politiques sociales et d'emploi. L'impact des migrations sur le marché du travail est relativement bien compris. Cependant, le rôle des migrations en période de crise reste encore à approfondir et notamment la façon dont les flux migratoires peuvent atténuer ou renforcer les chocs de demande. La première partie de cette thèse vise donc à comprendre comment différentes populations de migrants affectent de manière hétérogène les marchés du travail locaux, quels sont les déterminants de la mobilité des migrants et quelles catégories de population ‘statistique' sont affectées par ces flux entrant et sortant sur le marché du travail. Ce travail s'appuiera sur des données administratives et la distribution hétérogène des migrants entre municipalités, qui détermine fortement l'effet économique et social attendu au niveau local, en étudiant notamment le marché du travail espagnol pendant et après la crise de 2008-09. Dans une second partie, nous constatons que ce genre d'analyse repose sur des données administratives (comme le recensement) et d'enquêtes à grande échelle dont la production est relativement longue et coûteuse, ce qui limite la possibilité d'obtenir une image précise de la distribution des migrants dans un pays et leur impact économique en temps réel. Je propose donc une nouvelle méthode de désagrégation et de prédiction de la part de migrants à des échelles infranationales en m'appuyant sur des techniques d'économétrie et de Machine Learning à partir des recherches effectuées dans des langues étrangères sur Google (données Google Trends). Cette méthodologie vise à compléter les données classiques et son potentiel de ‘nowcasting' peut être validé grâce aux données plus standards disponibles ultérieurement. La dernière partie de cette thèse propose une application de cette méthode pour créer des indicateurs permettant de prédire l'impact des migrations sur des sujets précis. Un champ d'application est celui de la première partie de la thèse, i.e. étudier l'impact des variations migratoires sur le marché du travail local. Dans ce domaine précis, j'étudierai les ajustements sur le marché du travail attribués aux flux migratoires et comparerai le potentiel prédictif de la méthode proposé aux résultats de la première partie basé sur des données administratives, pour l'Espagne mais aussi possiblement pour la France.

This thesis aims to understand and predict the economic and social impact of migration in countries of arrival at the sub-national level in order to adjust public policies, especially employment and social policies, as effectively as possible. The impact of migration on the labour market is relatively well understood. However, the role of migration in times of crisis remains to be further explored, in particular the way in which migration flows can mitigate or reinforce demand shocks. The first part of this thesis therefore aims to understand how different migrant populations heterogeneously affect local labour markets, what are the determinants of migrant mobility and which 'statistic' population categories are affected by these labour market inflows and outflows. This work will be based on administrative data and the heterogeneous distribution of migrants between municipalities, which strongly determines the expected economic and social effect at the local level, studying in particular the Spanish labour market during and after the 2008-09 crisis. In a second part, we find that this kind of analysis relies on administrative data (such as the census) and large-scale surveys whose production is relatively time-consuming and costly, which limits the possibility of obtaining an accurate picture of the distribution of migrants in a country and their economic impact in real time. I therefore propose a new method for disaggregating and predicting the share of migrants at sub-national scales using econometric and Machine Learning techniques based on foreign language searches on Google (Google Trends data). This methodology aims to complement conventional data and its nowcasting potential can be validated with more standard data available later. The final part of this thesis proposes an application of this method to create indicators to predict the impact of migration on specific topics. One field of application is that of the first part of the thesis, i.e. to study the impact of migration variations on the local labour market. In this particular field, I will study the labour market adjustments attributed to migration flows and compare the predictive potential of the proposed method with the results of the first part based on administrative data, for Spain but also possibly for France.