Communication pour le colloque sur le thème « Les défis de développement pour les villes et les régions dans une Europe en mutation »

Organisé par l’ASRDLF et la section grecque de l’ERSA –Athènes 5-7 juillet 2017

Mobilités en cours d’études supérieures et de retour : l’influence de l’offre de formation, du capital social et du capital spatial

Arnaud Dupray (Céreq et Lest)1, Mélanie Vignale (Céreq)2

Mots-clefs : mobilité d’études, diplômés du supérieur, ressources locales, capital social, insertion.[Thématique B2 : Capital social et capital territorial]

Il s’agit dans cette contribution de s’intéresser aux conditions de mobilité(s) géographique(s) des jeunes diplômés du supérieur à la fois pour poursuivre leurs études supérieures, après obtention du baccalauréat, et au cours de leur insertion, c’est-à-dire entre le lieu où ils achèvent leurs études et leur lieu de résidence trois années après.

Il est usuel dans la littérature de traiter séparément la mobilité en cours d’études et la mobilité géographique qui intervient au moment de l’insertion. Mais ici, cette analyse conjointe est requise dès lors que l’on porte la focale sur les mobilités de retour, c’est-à-dire celles qui impliquent un retour dans l’espace géographique occupé avant l’entrée dans les études supérieures. Le fait qu’un migrant sur trois effectue une mobilité de retour dans sa zone d’emploi d’origine après sept ans de vie active témoigne de la force de rappel du territoire (Dupray, 2008).

Nous nous interrogeons alors sur les déterminants de ce type de mobilités compte tenu qu’en moyenne, elles apparaissent moins bénéfiques pour l’insertion que d’autres trajectoires de mobilité (Da Vanzo, 1983 ; Franck et al., 2017). Ces mobilités de retour suggèrent un ancrage local qui trouve ses ressorts dans le maintien et l’usage d’un capital social conçu comme une ressource pour s’insérer dans la vie professionnelle à la fin des études. Comme l’expriment Eymeoud et Wasmer (2016, p. 81), nombre d’études européennes indiquent que le capital social « local » est un puissant déterminant des choix de mobilité. Bien plus, la localisation des contacts davantage que leur fréquence intervient dans l’explication des mobilités géographiques (Belot et Ermisch, 2006). A l’inverse, la capacité de se mouvoir géographiquement, de s’adapter à des environnements nouveaux, que l’on peut résumer par la notion de capital spatial, joue un rôle inverse d’émancipation par rapport à un ancrage local lié au réseau social. Ce 1 Arnaud Dupray, Céreq, Marseille et Aix-Marseille Univ., CNRS, LEST, Aix-en-Provence. Mail : dupray@cereq.fr Adresse Postale (commune aux deux auteurs) : Céreq, 10 place de la Joliette BP21321, 13567 Marseille cedex 02.2 Mélanie Vignale, Céreq, Marseille. Mail : vignale@cereq.fr

1

sont ces deux notions que l’on va tenter d’opérationnaliser et de tester pour comprendre les mobilités des jeunes diplômés d’études supérieures. Notre parti pris est d’examiner à la fois la mobilité d’études dans le supérieur, condition des mobilités de retour, et la mobilité d’insertion qui ramène après trois années de vie active au département d’origine, défini comme celui où le jeune a passé son Baccalauréat.

Nos questions de recherche sont les suivantes : Comment caractériser les départements au regard des mouvements migratoires de leurs jeunes ? Quel lien peut-on établir entre les migrations pour poursuivre en études supérieures et l’offre de formation supérieure des départements? Comment expliquer les parcours de départ puis de retour au département du Baccalauréat ? L’entretien d’un capital social pour s’insérer sur le marché du travail est-il un moteur de ces migrations ?

Nous revenons dans une première section sur les notions de capital social et de capital spatial avant de développer notre démarche d’analyse et d’avancer quelques hypothèses. Les données, les indicateurs empiriques mobilisés et la méthodologie seront exposés dans une deuxième section. Les résultats seront présentés dans un troisième point d’abord à partir de statistiques descriptives et de représentations cartographiques des mobilités, puis en analysant successivement les déterminants de la mobilité géographique pour suivre des études supérieures et les déterminants de la mobilité de retour. La conclusion tirera les principaux enseignements de ces analyses.

1. Cadrage théorique et problématique de l’analyse

1.1 Les notions de capital social et de capital spatial

Au plan théorique, nous mobilisons la notion de capital social introduite notamment par Bourdieu (1980) et Coleman (1988) et réexaminée dans ses déclinaisons par Méda (2002) ou Ponthieux (2006)3. Parmi les trois formes de capital social qu’identifie Coleman (1988) : les formes d’échange et de réciprocité basées sur la confiance, les canaux d’information et les normes sociales assorties d’un contrôle social, ce sont les deux premières qui vont plus particulièrement nous intéresser ici4. Les liens familiaux ou d’amitié sont favorables à des relations d’entraide, de confiance, génèrent des obligations et des attentes constitutives

3 Cette dernière en particulier critique l’appellation de capital social dans la mesure où les principes de son accumulation restent mystérieux. Coleman le conçoit comme une émanation des relations qui existent dans une structure sociale donnée de sorte qu’il n’implique aucun renoncement au présent, nécessaire pour l’accumulation de capital humain ou financier, ni objectif de bénéfice futur (Ponthieux, 2006, p. 19)4 On fera moins cas ici de l’aspect norme sociale, puisqu’on se situe au niveau microéconomique d’individus membres d’une même communauté nationale et supposés partager des valeurs et intérêts communs au regard des questions d’insertion professionnelle.

2

de liens de réciprocité. A cela s’ajoute le fait que ces liens démultiplient les sources et éventuellement les niveaux d’information mobilisables par égo. Bourdieu insiste justement sur cet aspect d’utilité stratégique des interconnexions sociales où le capital social individuel dépend « de l’étendue du réseau de relations… et du volume du capital (économique, social, symbolique) possédé en propre par chacun de ceux auxquels il est lié… ». Mais le capital social s’étend aussi à des aspects non économiques en favorisant les capacités d’intégration ou d’inclusion sociale. Comme le rappelle Méda (2002), l’OCDE dès le début des années 2000 s’empare du concept en adoptant une acception large de celui-ci défini « comme les réseaux et les normes, valeurs et convictions communes qui facilitent la coopération au sein de groupes ou entre eux », (Méda, p.39). On retiendra que la vision du capital social est positive, la densité des réseaux de relations source du capital social contribue à réduire les coûts de transaction, génère la confiance et facilite les coopérations en vue d’un bénéfice mutuel.

Forsé (2001) montre que le capital social constitue un levier significatif de l’accès à l’emploi et au statut. Parmi les faits stylisés que permet d‘adresser l’approche économique de Glaeser et al. (2002), le déclin du capital social avec l’intention de mobilité et le fait que les connexions sociales diminuent avec la distance physique montrent bien que l’anticipation d’une mobilité géographique importante et durable est susceptible de peser sur l’ampleur du capital social, dans le présent et le futur. Le lien inverse entre distance géographique et interactions sociales est aussi validé par les analyses de David et al. (2010), Patacchini et al. (2015). Une partie de ces mobilités de retour trouverait ainsi ses déterminations dans un ancrage territorial de ressources sociales à même de constituer une réserve d’appuis potentiels pour accéder et s’intégrer dans le monde professionnel, ressources qui seraient justement entretenues dans la perspective d’un retour.

Sans être en opposition frontale avec cette approche bien qu’elle conduise à des prédictions opposées, une deuxième notion mobilisée dans ce travail est celle du capital spatial, ou capital de mobilité (Delaunay et al., 2011). Plutôt exploitée par les géographes, elle se rapporte à un savoir être mobile inégalement partagé, c’est-à-dire « un ensemble de ressources accumulées par un acteur lui permettant de tirer avantage de l’usage de la dimension spatiale de la société » (Lussault, 2003). On retrouve une définition proche de ce que le sociologue Vincent Kaufmann dénomme motilité (Kaufmann et al., 2004), c’est-à-dire la capacité courante et potentielle des individus (mais aussi des biens) à se déplacer dans l’espace à la fois géographique et social. Ce capital spatial pourrait conférer à l’individu une capacité à s’émanciper de liens d’attachement à un espace localisé.

Ainsi, à côté de ressources en formation et économiques qui caractérisent les territoires et alimentent des forces centrifuges poussant à la migration ou des forces centripètes incitant à l’inverse à l’ancrage local, on pose l’hypothèse générale que capital social et capital spatial influencent aussi les processus de décision individuelle en matière de mobilité d’études et de retour.

3

1.2 Démarche d’analyse et hypothèses 

Par rapport aux nombreux travaux existant sur la mobilité interrégionale en cours d’études (Julien et al., 2001 ; Perret, 2007 ; Vignale, 2015 entre autres) ou focalisées sur la mobilité géographique au cours des premières années de vie active (Drapier et Jayet, 2002 ; Dupray et Gasquet, 2004 ; Perret et Roux, 2004 ; Baron et Perret, 2008 ; Perret 2008…) l’originalité de ce travail est de privilégier une maille départementale, qui n’a pas fait l’objet d’une transformation récente en tant qu’espace administratif de référence, contrairement aux régions. En outre, alors que les déplacements intra-régionaux peuvent impliquer une mobilité résidentielle du fait de trajets en temps trop importants s’ils sont répétés quotidiennement, on peut concevoir que les mobilités intra-département, sauf exception, peuvent s’opérer sous forme de navettes régulières entre le domicile et le lieu d’études. A l’inverse, comme toute unité géographique « discrète », un changement de département pour suivre un cycle d’études supérieur n’implique pas ipso facto une mobilité résidentielle, soulignant une hétérogénéité des coûts de la mobilité entre résidents d’un même périmètre selon leur localisation dans cet espace et l’aire de destination – cas aussi de la région.

Nombreux sont les travaux qui insistent sur l’importance des déterminations sociales sur la propension plus ou moins forte à migrer pour continuer en études supérieures. Il en va ainsi du capital culturel ou des ressources économiques de la famille (Perret , 2007 ; Winckler, 2017). Les choix d’orientation dans les études supérieures sont donc plus ou moins favorisés par l’environnement social et familial, lequel pèse aussi d’autant plus que l’offre de spécialités ou de secteurs de formation n’est pas répartie uniformément sur le territoire. Pour la mobilité en cours d’études, nous nous intéresserons particulièrement aux dimensions liées à de l’offre de formation dans le département. Les jeunes sont en effet ancrés sur des territoires qui offrent des opportunités variées de s’inscrire dans la formation souhaitée. L’offre peut jouer au moins de deux manières, d’une part en limitant les orientations possibles pour ceux qui privilégient de rester ou ne peuvent assumer les coûts (financiers, psychologiques…) liés à la mobilité géographique, l’arbitrage se faisant alors parfois au détriment de la filière d’études souhaitée conduisant à des choix contraints. A l’inverse, un manque d’offre de formation dans la spécialité souhaitée implique pour ceux dont le projet est plus affirmé un changement de département pour accéder à cette ressource - migration possible à la condition d’être en capacité de subvenir aux coûts inhérents à la migration. A cet égard, le capital spatial qu’on peut appréhender par des indices d’une socialisation à des cultures et des espaces géographiques variés constitue un facteur susceptible de faciliter la migration étudiante (H1).

Mais cet éloignement peut être vécu par certains davantage comme une contrainte (Hinton, 2011), un déplacement transitoire et comme le signe annonciateur d’un retour dans le département d’origine une fois les études

4

achevées. On peut ainsi émettre une deuxième hypothèse sur la relative proximité des profils socio-éducatifs des jeunes qui restent dans le même département depuis la Bac, c’est-à-dire qui y ont effectué leurs études supérieures et s’y sont insérés une fois entrés dans la vie active, et ceux qui y reviennent dans leur phase d’insertion professionnelle comparativement à ceux qui migrent et ne reviennent pas dans le département d’origine, soit qu’ils s’insèrent sur place, là où ils achèvent leurs études, ou poursuivent leur migration en changeant à nouveau de département (H2) ; proximité qui serait plus affirmée dans les départements les plus éloignés des grandes aires urbaines (H2b).

Si les départements ne sont pas homogènes au regard de l’offre de formation, il en est de même de la dynamique du marché du travail local. De manière générale, la propension à migrer est corrélée positivement au niveau d’études, qui conditionne en quelque sorte l’aire de prospection en début de vie professionnelle (Margirier, 2004). La mobilité entre départements répond souvent à un motif d’ordre professionnel chez les jeunes (Dumartin, 1995), la perspective de l’emploi chez les moins dotés scolairement comptant davantage que le salaire qui motive leurs homologues plus diplômés (Drapier et Jayet, 2002). Partant du travail précurseur de Sjaastad (1962), nombreux sont les travaux qui tentent d’évaluer les gains attendus de la mobilité en début de vie professionnelle par une analyse coûts/bénéfices (Perret et Roux, 2004; Magrini, 2006 ; Lemistre et Magrini, 2010). Nous ne retenons pas une telle approche ici car les bénéfices attendus d’une mobilité de retour dépassent le cadre de rétributions monétaires et englobent l’accès à des ressources non monétaires donc en nature (comme un logement, des repas, le prêt d’un véhicule etc.), l’accès à des informations sur les possibilités d’embauche, d’éventuelles recommandations et en dernier lieu des ressources d’ordre psychologique et affectif.

Les mobilités de retour sont ainsi potentiellement plus ou moins coûteuses ou intéressantes au regard des ressources que le département d’origine offre en matière de perspectives d’emploi et de revenus. On peut s’attendre d’une manière générale à ce que les migrations d’insertion soient corrélées positivement au taux de pauvreté ou au taux de chômage du département de fin d’études et inversement corrélées au niveau de revenu des résidents. Ensuite, en fonction de la distance qui sépare le département de réalisation des études supérieures et le département de résidence au moment du Baccalauréat, la migration d’études n’implique pas forcément la disparition de tous liens avec le réseau social de la commune d’origine et du département de fin d’études en particulier lorsque les deux départements ont une frontière commune.

Compte tenu de ces éléments, on peut classer les départements en trois catégories selon leur proximité aux principales aires urbaines métropolitaines. On distingue les départements qui abritent une grande Aire Urbaine, ceux qui sont limitrophes aux précédents, et enfin les départements plus éloignés de ces centres urbains, que nous qualifierons de « ruraux » par commodité (Carte 1). La sélection des principales aires urbaines est inspirée de quelques travaux récents,

5

qui classent ces métropoles par rang de population et d’emplois5 : nous retenons ainsi 13 aires urbaines métropolitaines, dont celle de Paris. On considère qu’un département contient une aire urbaine si le pôle urbain6 de l’aire urbaine se trouve à l’intérieur du département (certaines aires urbaines peuvent en effet déborder sur plusieurs départements).

Malgré des progrès en matière de déconcentration des universités, et l’ouverture d’antennes dans des villes de taille moyenne et isolées, l’offre d’enseignement supérieur reste largement l’apanage des grandes aires urbaines. Cette dimension sera introduite en complément des autres variables de contexte plus ciblées sur l’offre de formation.

Partant, une troisième hypothèse est que les flux de retour seront plus importants en direction des départements limitrophes de ceux comptant une grande aire urbaine que dans les départements répondant aux trois autres configurations (H3).

Enfin, en raison de leur situation géographique plus isolée, on suppose que le capital social aura une plus grande importance pour expliquer les retours dans les départements ruraux que dans les départements limitrophes ou ceux englobant une grande aire urbaine (H4).

2. Données, indicateurs empiriques et méthodologie

2.1 Les données et indicateurs empiriques

Concernant les informations individuelles, on mobilise les données de l’enquête Génération 2010 du Céreq qui s’adresse aux jeunes ayant terminé leurs études en 2010, interrogés en 2013. L’échantillon est représentatif des primo-sortants de formation initiale d’une année donnée : 33 500 jeunes interrogés, représentatifs des 708 000 sortants en 2010.C’est une enquête rétrospective sur les trois premières années de vie professionnelle qui permet de documenter de façon fine les trajectoires d’études et d’insertion des jeunes en détaillant les emplois occupés, les formations suivies, les épisodes de chômage…Ici on se concentre sur les sortants diplômés du supérieur, qu’ils soient sortis à l’issue d’un cycle court, avec un niveau licence au maximum ou d’un cycle long. Les diplômés de doctorat ont été exclus de l’analyse pour deux raisons : d’une part il est délicat de séparer ce programme d’études d’une première expérience professionnelle notamment pour les étudiants financés et donc mobilité d’études et d’insertion deviennent plus indistinctes. D’autre part, nous appuyant en partie dans les analyses sur l’information relative au département de l’établissement de fin d’études, celui-ci est dans bien des cas non représentatif du département où l’individu a réalisé effectivement sa formation doctorale ou sa thèse compte tenu 5 Voir Borzic et Le Jeannic (2014) ou Lainé (2017).6 Un pôle urbain est une unité urbaine où l’on trouve au moins 10 000 emplois

6

des modules restreints d’enseignement obligatoire et d’autant plus que la thèse s’est étendue sur de nombreuses années7.

Au niveau des données géographiques, nous disposons d’une information sur le département de la commune où le jeune a passé son Baccalauréat, de la commune de l’établissement de fin d’études, enfin du département dans lequel le jeune réside trois années après avoir obtenu son diplôme terminal de formation initiale. La mobilité d’études est alors déduite d’une différence entre le département du Bac et le département de fin d’études. La mobilité de retour s’identifie quant à elle par le fait que le département du bac est le même que celui de résidence à trois ans, mais différent de celui de l’établissement de fin d’études.L’échantillon final porte donc sur un peu plus de 13 000 jeunes diplômés de niveau bac + 2 ans à Bac + 5 ans résidant dans un département de France métropolitaine au moment du Bac et à la fin de leurs études.

Si la maille choisie pour cette analyse est le département, précisons ici que concernant les départements d’Île-de-France, un traitement spécifique été appliqué : ces derniers ont été regroupés dans une seule et même unité8. En effet, compte tenu de la densité des transports urbains en région parisienne, les changements de départements repérés par nos données n’impliquent que rarement une mobilité résidentielle (il s’agit plutôt de navettes quotidiennes).

Pour identifier le capital spatial, nous mobilisons deux indicateurs : le fait d’avoir changé de département de résidence entre la sixième et le Baccalauréat, qui témoigne d’une expérience récente de mobilité dans le parcours du jeune et laisse présager une moindre aversion à la mobilité géographique que pour d’autres jeunes qui n’auraient pas changé de département.Le second indicateur se rapporte au fait d’avoir un ou ses deux parents de nationalité étrangère, condition qui suggère des attaches potentielles avec une autre culture, une autre langue, signalant une familiarisation avec un autre environnement sociétal, notamment si ces liens sont activés par des voyages dans le pays d’origine du ou des parents (Wagner, 2007). On suppose que ce lien à une culture étrangère par l’origine participe du capital de mobilité des jeunes.

Carte 1

7 Une mobilité de retour peut ainsi être identifiée à tort.8 Soit les départements 75, 78, 91, 92, 93, 94, 95, 77.

7

Pour identifier l’incidence du capital social, nous recourons à des indicateurs indirects qui utilisent les informations sur les conséquences possibles de l’activation de ce capital. Ils se rapportent pour l’essentiel aux canaux d’information utilisés pour intégrer un emploi, qu’il s’agisse du premier emploi obtenu après la sortie des études ou de l’emploi occupé à trois ans. On sait en effet que les liens forts et faibles sont des bons leviers d’accès à l’emploi même si leur mobilisation bénéficie davantage aux caractéristiques non pécuniaires du poste décroché qu’à l’espérance de gain monétaire (Franzen et Hangartner, 2006 ; Hellerstein et al., 2014). Un premier indicateur nous précise si le jeune avait déjà travaillé avant la fin de ses études dans l’entreprise qui l’emploie, que cette expérience résulte d’un cycle d’apprentissage, d’un stage, d’une expérience professionnelle parallèle aux études ou d’un petit boulot.La connaissance d’une personne travaillant dans l’entreprise avant d’y être embauché, grâce à des amis ou de la famille, éventuellement aussi des relations professionnelles, constitue un deuxième indicateur de capital social. Enfin, le fait d’avoir été informé de l’opportunité d’embauche par relations constitue un troisième indicateur d’activation du capital social dans le processus d’insertion professionnelle.Le soutien procuré par la famille lors du début de vie professionnelle est enfin un indicateur indirect des liens affectifs et économiques qui peuvent limiter ou jouer de manière désincitative sur la mobilité d’études (Hazel, 2007) ou favoriser la mobilité de retour. En nous appuyant sur l’information relative au lieu de

8

résidence un mois après la fin des études, on pourra explorer si ceux qui reviennent résident plus que d’autres chez leurs parents au début de leur vie professionnelle plutôt que seul ou en couple.

Plusieurs sources statistiques nous permettent d’identifier les contextes des départementaux. Pour ce qui est de l’offre de formation, les fichiers Insee-Depp de 2011 fournissent les admis au Baccalauréat dans les trois séries ainsi que l’effectif total de bacheliers. A partir de la répartition des diplômés du supérieur par série du bac donnée par l’enquête Génération, on calcule des indicateurs de densité des effectifs dans le supérieur court et dans le supérieur long. Ces indicateurs s’obtiennent en faisant le ratio entre les effectifs inscrits dans les établissements publics d'enseignement supérieur sous tutelle du Ministère de l’enseignement supérieur et de la Recherche (données SISE9) et l’effectif théorique de bacheliers poursuivant dans le supérieur (compte tenu des effectifs de bacheliers par séries et du taux observé de poursuite d’études et d’obtention d’un diplôme de l’enseignement supérieur selon la série de Baccalauréat). Sur la base de ce benchmark à 1, on en déduit qu’il existe des départements excédentaires comme par exemple le Rhône ou l’Isère c’est-à-dire qui accueillent davantage d’étudiants que leur production de bacheliers et inversement déficitaires, comme le Cantal ou la Corrèze, donc « exportateurs » de bacheliers dans d’autres départements pour poursuivre leurs études.L’effectif des jeunes de 15 à 29 ans dans le département provient des données du recensement de la population de l’Insee. Les données SISE nous fournissent les effectifs inscrits dans le supérieur court et long mais aussi le nombre de secteurs disciplinaires proposé dans le département – au niveau supérieur court et long - enfin le nombre de sites d’enseignement supérieur, c’est-à-dire le nombre de communes du département possédant au moins un établissement de formation. Il est à noter que le champ de SISE n’est pas exhaustif concernant le supérieur : toutes les classes préparatoires n’y figurent pas, il exclut les écoles privées (écoles de commerce et d’ingénieurs), de même que les BTS. Malgré cette limite, la source SISE nous paraît pertinente dans notre approche comparative puisqu’il y a fort à parier que les formations manquantes se situent dans des communes comprenant d’autres établissements de formation repérés par SISE : par exemple les écoles de commerce et d’ingénieur se retrouvent à proximité des grands pôles universitaires.Les données économiques des départements sont en partie extraites du Recensement de la population 2013, qui nous permet de calculer un indicateur de densité en emplois du département et d’avoir les taux de chômage en population générale et parmi les 15-24 ans. Les indicateurs de pauvreté et de richesse utilisés (taux de pauvreté10, revenu médian disponible donc tenant compte du nombre d’unités de consommation dans le ménage, niveau de ce revenu au 9ème décile) sont tirés du Fichier localisé social et fiscal de l’Insee 2013 (Filosofi).

9 Système d’Information sur le Suivi de l’Etudiant10 C’est-à-dire la proportion d’individus qui vivent avec moins de 60% du revenu médian par unité de consommation.

9

2.2 Méthodes d’estimations

Pour tenir compte simultanément d’informations se rapportant aux individus et aux départements, donc communes aux observations issues d’un même département, nous recourons à une approche multiniveau (Goldstein, 2003 ; Bryk et Raudenbush, 2002). Elle permet en effet de rechercher des corrélations entre des variables qui relèvent du niveau individuel et du contexte départemental auxquels les individus appartiennent et autorise ainsi la décomposition de la variance entre ces deux niveaux. Ne pas tenir compte de la nature emboitée des données pourrait générer des biais11. Le nombre de départements retenus (89) et la taille de ceux-ci en nombre d’individus (moyenne à 147) sont suffisants pour produire des résultats robustes (Maas et Hox, 2005). En pratique, l’approche par les modèles multiniveaux revient à procéder de manière séquentielle en partant du modèle sans variable explicative jusqu’au modèle le plus complet.Compte tenu de nos variables dépendantes discrètes, nous allons estimer des modèles logistiques à constante aléatoire.Il s’agit en premier lieu d’ajuster aux données emboitées (les individus appartenant à des départements) un modèle sans aucune variable explicative, le modèle vide, où la variance aléatoire est composée d’une partie individuelle et d’une autre partie relevant du contexte. Le modèle vide à variance composée s’écrit dans le cas d’un modèle logistique:

Logit {pr(yij=1/Xij, uj)}=β0 + uj

(1)où yij représente alternativement la mobilité d’études u la mobilité de retour, les indices i et j renvoient respectivement aux individus i et aux départements j ; u j

représente une erreur aléatoire associée à chaque unité j supposée normalement distribuée, de moyenne nulle et de variance σ2u.

Dans le cas du modèle logistique, le coefficient de corrélation intra-classe Rho = σ2u /(σ2u + π²/ 3) donne une information sur la variance inter-départementale de la mobilité, soit la part de la variance résiduelle attribuable au niveau du département.Cette première étape permet ainsi de vérifier l’existence d’un effet du contexte, ici le département, dans la détermination de la migration. Les étapes suivantes consistent successivement à enrichir le modèle par l’introduction de variables explicatives au niveau individuel puis du contexte départemental.

Par ailleurs, pour la mobilité de retour, compte tenu qu’elle est conditionnelle au fait de changer de département depuis le bac pour obtenir un diplôme du supérieur, on estime parallèlement des modèles de type Probit Bivarié avec sélection (Van de Ven, Van Prag, 1981) ou Probit Bivarié Censuré puisque la mobilité de retour n’est observée qu’en cas de mobilité d’études. Par ailleurs, il permet de contrôler la dépendance potentielle entre les deux mobilités au regard des caractéristiques non observées pouvant intervenir conjointement dans la migration d’études et dans la mobilité de retour à son département du Bac.

11 En effet, l’introduction de variables contextuelles dans une régression sur les individus amène une corrélation des termes d’erreur pour ceux appartenant au département, résultant dans une violation des hypothèses de l’estimation MCO. La mesure des écarts-types en serait sous-estimée.

10

La structure générale du modèle est la suivante où Y*me et Y*mr sont deux variables latentes respectivement de la décision de mobilité pour poursuivre ses études dans le supérieur et de mobilité de retour (dans la phase d’insertion) :Y*mr= Xmr’mr + mr avec Ymr=1 si Y*mr> 0 et Y*me > 0 et 0 sinonYselect = Y*me= Xme’me + me avec Yme=1 si Y*me> 0 et 0 sinon[mr, me] Bivariate Normale [0,0,1,1,]Corr (mr, me)= Si ≠ 0, alors estimer le système de deux équations par deux modèles Probit univariés est incorrect. L’estimation par le maximum de vraisemblance conduit à des estimations consistantes et asymptotiquement efficientes pour l’ensemble des paramètres.

Spécifications des vecteurs explicatifs

Pour la mobilité d’études, au niveau individuel nous retenons les dimensions suivantes : si les parents ont un diplômé du supérieur, court ou long, témoignant des ressources socio-culturelles dont peut disposer le jeune ; une indicatrice précise si le jeune a bénéficié d’un soutien familial pendant ses études secondaires, s’il a obtenu une mention au Bac, que l’on peut comprendre comme un attribut émancipatoire qui élargit subjectivement la palette des possibles12. La série du Bac, le fait que le jeune s’oriente vers un cycle d’études court ou long et qu’il a obtenu son diplôme terminal par la voie de l’apprentissage sont aussi introduits dans les modèles. Par ailleurs, on identifie si le jeune a exercé une activité professionnelle régulière en parallèle à ses études13, même si on ne sait pas situer temporellement cette expérience. Des variables indiquant la catégorie socio-professionnelle des parents, même si elle n’est connue qu’à la fin des études, sont inclues.

Au-delà des dimensions liées à l’étendue et la nature des formations supérieures proposées à l’échelle de l’aire départementale qui constituent l’enjeu immédiat des jeunes poursuivant en études supérieures (densité d’étudiants, nombre de sites (communes de formation), nombre de secteurs disciplinaires, taux de bacheliers14…) on peut s’interroger aussi sur le fait que les migrations d’études soient portées par des motivations liées aux conditions d’emploi existant dans le bassin de formation. Se rapprocher d’une zone plus dense en emplois et plus dynamique pour commencer à l’expérimenter pendant ses études semble une démarche tout à fait rationnelle alliant un intérêt de court-terme et une perspective s’étendant à moyen-terme, un marché du travail local dynamique pouvant aussi constituer une opportunité à rentabilité plus immédiate en favorisant l’accès à un job alimentaire. La spécification (3) s’enrichit donc de trois indicateurs : la densité d’emplois, le revenu médian et le taux de pauvreté. Alternativement aux variables d’offre de formation (modèle 2), dont certaines lui 12 Même si les orientations interviennent avant les résultats effectifs du Bac, la mention représente une ratification a postériori des aptitudes académiques de l’élève et de sa latitude pour formuler des vœux d’orientation en cohérence avec celles-ci.13 De plus de 8 heures par semaine, tel que posée dans l’enquête.14 Après essais alternatifs, on conserve pour les estimations les variables d’offre de formation relatives au supérieur court qui possèdent un plus haut pouvoir prédictif de la mobilité que les variables se rapportant au supérieur long.

11

sont très corrélées, on testera l’effet relatif au type de département du Bac (modèle 1), défini en fonction du fait qu’il recouvre une grande aire urbaine (GAU) ou de son éloignement par rapport à l’une d’elles. En effet, les caractéristiques de l’offre de formation dépendent aussi du type d’espace, plus ou moins urbanisé, composant les départements.

L’estimation de la mobilité de retour ne concerne que les individus qui ont effectivement migré dans l’étape de poursuite d’études. La référence est donc composée des individus qui s’insèrent sur place dans le département dans lequel ils terminent leurs études et des jeunes qui poursuivent leur mobilité d’insertion dans un autre département que celui du Bac et que celui occupé à la fin de leurs études.

Au regard de la mobilité de retour : la configuration en terme de densité et de proximité urbaine du département est introduite pour le département du Bac – et pour le département de fin d’études dans deux des spécifications. Pour les variables de ressources économiques (revenu, chômage, pauvreté), elles ont été introduites soit en tant qu’attribut du département de fin d’études soit en différence entre ce taux et le taux correspondant à la moyenne de l’ensemble des départements. Cet écart exprime une composante possible de l’arbitrage individuel, correspondant ici à une évaluation relative de la situation de son département au regard d’un indicateur donné à sa valeur moyenne dans l’ensemble des départements de l’hexagone. A titre d’exemple, considérant le revenu disponible médian dans le département, on s’attend à ce que la propension à effectuer une mobilité de retour soit corrélée négativement à l’écart entre le revenu-médian local et celui dans l’ensemble des départements.

Au niveau individuel les variables de capital social sont testées en lien avec le premier poste trouvé après la fin des études et relativement au poste détenu à l’enquête après 3 années de vie active. En effet, on ne sait pas si le retour dans le département d’origine a eu lieu dès la fin des études ou après une première expérience professionnelle ou une première tentative de prospection sur place ou dans un autre département.

Compte tenu qu’on ne peut exclure l’éventualité d’endogénéité de certaines variables introduites en explicatives, c’est bien une approche descriptive, et non causale, des processus migratoires inter-départementaux qui est menée ici.

3. Résultats

3.1 Analyses descriptives et cartographiques

Plus de la moitié des jeunes (53%) changent de de département afin de poursuivre des études dans le supérieur et parmi eux, un peu plus de 38 % y reviennent au cours de leurs trois premières années de vie active.

Parmi cette cohorte de diplômés du supérieur sortie en 2010 du système éducatif, 60 % vont obtenir un diplôme de niveau licence au mieux. Comme on pouvait s’y attendre, les migrations d’études sont un peu plus fréquentes dans le supérieur long (64%) que dans le supérieur court (46 %).

12

La carte 2 montre clairement que les proportions de départ varient fortement entre les départements. Les départements les plus isolés (départements de montagne) mais aussi ceux limitrophes des départements qui intègrent un grand centre universitaire comme Toulouse, Bordeaux, Montpellier, Lyon génèrent le plus de mobilités d’études avec des taux de plus de 80 %. Ainsi, il apparaît que les taux de migration pour poursuivre en études supérieures sont maximum dans les départements limitrophes de ceux intégrant une grande aire urbaine (GAU), avec une moyenne de 73% de jeunes qui migrent, puis viennent les départements « ruraux » avec 68% de départs. La mobilité est plus ténue dans les départements qui englobent une GAU, 39 % en moyenne et comme on pouvait s’y attendre encore moitié moindre en Ile de France, conçue répétons le ici, comme un seul département (18%).

Au regard de la mobilité de retour, la part des diplômés du supérieur qui retournent dans le département où ils ont passé le Baccalauréat est bien plus élevée parmi les diplômés de supérieur court : 49 % contre 27 % au supérieur long. Ceci peut se comprendre pour différentes raisons : des distances de mobilités plus courtes qui permettent de moins rompre avec les attaches locales, une durée d’études plus courte par rapport aux diplômés du supérieur réduisant le temps pour construire un nouveau réseau de relations fortes, enfin des lieux d’études qui peuvent être moins dynamiques que les grands centres universitaires urbains. Ces premiers résultats apportent un début de confirmation à l’hypothèse 1.

Carte 2

13

La carte 3 livre les proportions de jeunes qui retournent dans leur département du Bac parmi ceux qui ont migré pendant leurs études. On voit que la région parisienne, les départements frontaliers d’alsace et lorraine et la Haute-Savoie dont une partie des résidents travaillent en Suisse sont des départements particulièrement attractifs, du fait de leur dynamique économique interne et des bassins d’emploi auxquels ils donnent accès. En revanche, les taux de retours sont plus inattendus dans des départements comme les Landes ou la Creuse qui semblent bénéficier d’une forte identité et d’exercer une force de rappel particulière à l’endroit des jeunes qui y ont passé leur scolarité secondaire. Globalement, dans les départements limitrophes, les taux de retour sont élevés, oscillant entre 40 et 50 % , en cohérence avec l’hypothèse H3.

Enfin, une dernière carte (4), montre la somme de la proportion de jeunes jamais partis de leur département et de ceux qui sont partis transitoirement pour une mobilité d’études mais sont revenus dans la phase d’insertion professionnelle. On retrouve alors l’Île-de-France et les départements frontaliers de l’Est de la France et des départements à forte dynamique économique interne comme le Rhône ou la Haute-Garonne et des départements qui disposent d’un atout climatique comme l’Hérault, les Bouches-du-Rhône et les Alpes-Maritimes, zones qui offrent aussi des perspectives en matière d’emplois tertiaires et de R&D. On retrouve aussi la Corse du sud et la Creuse qui semblent disposer d’une forte identité territoriale.

14

Carte 3

Carte 4

15

Mobilités et caractéristiques de capital spatial et social

Le tableau 1 permet de décrire comment les indicatrices de capital social et de capital spatial interagissent avec les deux types de mobilité étudiées. Du point de vue de la mobilité d’études elle paraît peu influencée par la mobilité antérieure alors que les ménages avec au moins un parent de nationalité étrangère présentent clairement une moindre propension à la mobilité. Ces variables agissent en sens inverse pour la mobilité de retour, avec une légère sur-représentation des jeunes avec un parent d’origine étrangère (différentiel non significatif avec ceux qui ne reviennent pas) et en revanche un déficit significatif de jeunes qui ont connu une mobilité résidentielle au cours de leurs études secondaires.

Les variables de capital social suggèrent que ceux retournés dans leur département de résidence au Bac travaillent chez un employeur (à trois ans ou dans leur dernière situation) déjà connu avant la fin de leurs études (écart non significatif pour le premier poste) et ont davantage utilisé leur réseau relationnel et familial pour trouver l’emploi, qu’il s’agisse du premier poste ou du dernier, comparativement à ceux non revenus dans le département du Bac.

Tableau 1 : Mobilités et variables de capital social et spatial

Mobilité d’étudesMobilité de retour(parmi les mobilités

d’études)Indicatrices de capital spatial Non Oui Non Oui

16

Mobilité entre la 6ème et le Bac 9 10 13,2 5,8

Au moins un parent d'origine étrangère

13 7 6,5 6,9

Indicatrices de capital social (premier poste)Déjà travaillé chez cet employeur 33 34Connaissait un employé qui y travaillait grâce à des liens forts (a)

16,1 22,1

A eu connaissance de cette embauche par relation

18,4 23,8

Indicatrices de capital social (dernier poste)Déjà travaillé chez cet employeur 21,5 25,3Connaissait un employé qui y travaillait grâce à des liens forts (a)

14,2 21,6

A eu connaissance de cette embauche par relation

18,8 23

(a) : famille ou amis

Examinons d’un point de vue descriptif la proximité dans les profils sociaux des jeunes qui n’ont jamais quitté leur département d’origine et de ceux partis pour étudier ailleurs mais qui y sont revenus en phase d’insertion. L’hypothèse (H2) d’une plus forte proximité entre ces profils comparativement à ceux qui poursuivent leurs mobilités ou ceux qui n’ont migré qu’en phase d’insertion est confirmée (Tableau 2).

Ils sont plus faiblement dotés en capital économique et culturel au vu de la part des parents cadres ou diplômés du supérieur. Toutefois, leur profil scolaire les rapproche davantage de ceux qui n’ont pas migré pendant leurs études mais ont changé de département en phase d’insertion. Environ les 2/3 ont le bac général, lequel ne concerne que 57% des immobiles. Ils sont un peu plus nombreux que ces derniers (différentiel de 5 points) à avoir obtenu une mention et sont davantage diplômés de niveau II ou I que les immobiles. Cela étant, leurs caractéristiques scolaires restent bien plus proches que celles des jeunes qui entérinent ou poursuivent leur mobilité dont 4 sur 5 sont issus d’un bac général, dont 55% ont des mentions et dont plus de la moitié achèvent leur cursus avec un diplôme de grande école ou de niveau master 2- 20 points de plus que parmi ceux en mobilité de retour. Au total, les résultats du tableau 2 confirment l’hypothèse H2a de plus grande proximité des immobiles et des mobiles transitoires sur leurs caractéristiques socio-éducatives. En revanche, l’hypothèse H2b de profils plus rapprochés au sein des départements « ruraux » n’est que modérément validée selon l’indicateur observé. C’est le cas pour la profession du père ou le fait d’avoir obtenu une mention, mais ne se vérifie pas sur les caractéristiques de diplôme du jeune ou de ses parents.

17

Tableau 2 : Type de parcours, origine sociale et trajectoire scolaire

Type de parcours Part de jeunes dont le père est cadre

Part de jeunes dont les parents sont diplômés du

supérieurMobilité d'étude non suivie de retour 35 26Mobilité d'étude suivie de retour 24 17Aucune mobilité 26 17Non-mobilité d'étude, mobilité d'insertion

28 17

Tableau 2 (suite)

Type de parcours Bac général

Mention au bac

Bac +2 Bac +2/3 (dont santé,

social)

Bac +3/4

Bac +5

Mobilité d'étude non suivie de retour

79 55 16 9 22 52

Mobilité d'étude suivie de retour

65 46 31 13 26 31

Aucune mobilité 57 40 43 11 20 25

Non-mobilité d'étude, mobilité d'insertion

67 45 30 13 21 36

3.2 Les mobilités d’études : Résultats du modèle logistique à constante aléatoire

Nous commentons ici les résultats du tableau Y portant sur trois spécifications successives. Notons tout d’abord que le coefficient de corrélation intra-classe s’établit à 30 % dans le modèle vide, indiquant la part de variance pouvant relever de la variabilité des contextes entre départements.

Au regard des variables de capital spatial, les trois spécifications confirment le rôle positif d’une précédente mobilité résidentielle sur la décision de migrer. Cette mobilité antérieure témoigne tout autant d’une socialisation à la mobilité résidentielle limitant l’aversion au renouvellement de telles migrations mais aussi pourrait refléter de moindres attaches et un moindre capital social dans le département d’obtention du Bac, limitant le sacrifice social avec le départ par rapport à des jeunes ancrés depuis plus longue date dans le département.

18

A contrario, le fait d’avoir un ou deux parents de nationalité étrangère réduit la migration. La possible socialisation à une autre culture ou une autre langue, vue comme un attribut favorisant potentiellement l’exercice d’une mobilité d’études est sans doute contrecarrée par d’autres effets jouant contre la migration d’études, qu’il puisse s’agir d’un ancrage communautaire lié au regroupement sur place de familles partageant la même origine et la même culture ou d’une moindre connaissance de l’étendue et de la nature des formations proposées à une échelle plus vaste que le département ou encore de moyens économiques plus limités de ces familles qui freinent les possibilités de mobilité d’études de leurs enfants. Une distinction selon l’origine en rassemblant dans une catégorie les jeunes dont au moins un des parents est né en Afrique sub-saharienne ou dans un pays du Maghreb, lesquels représentent environ la moitié des foyers dont un des parents est de nationalité étrangère, et dans une seconde catégorie les jeunes d’autres origines aboutit à des résultats similaires pour les deux strates. En revanche, le repérage des origines socio-culturelles montre que les jeunes d’origine étrangère ont des parents significativement moins souvent diplômés du supérieur, 8 points de pourcentage en moins pour les pères, 12 points de pourcentage en moins pour les mères, et sont quasiment moitié moins nombreux à occuper un emploi cadre à la fin des études. Si l’on ne peut exclure la possibilité d’un déficit relatif d’informations de ces familles, il semble que des ressources culturelles et économiques plus limitées expliquent en grande partie ce résultat.

Au regard des variables de contexte, le type de département (modèle 1) a une incidence conforme à ce a été évoqué en statistiques descriptives. Toutes choses égales par ailleurs, c’est dans les départements limitrophes puis dans les départements ruraux que les départs sont les plus massifs. Les variables d’offre de formation jouent dans le sens attendu (modèle 2) avec la densité d’étudiants dans le supérieur court et la densité de bacheliers qui réduisent l’éventualité d’un départ. La densité de jeunes de moins de 25 ans qui peut refléter le niveau de concurrence dans l’accès aux ressources en enseignement supérieur joue au contraire positivement sur la mobilité.

Ces effets sont confirmés dans le modèle (3), excepté pour la densité de jeunes de moins de 25 ans dont le coefficient n’est plus significatif, qui intègre des variables économiques et relatives au marché du travail. Les dimensions économiques ont, pour certaines, des effets en apparence contre-intuitifs : la densité en emploi du département joue positivement sur la migration et le taux de pauvreté négativement. En revanche, le revenu médian a bien l’effet négatif attendu. L’impact du taux de pauvreté est compréhensible s’il affecte la situation d’une partie de ces jeunes, et limite leur capacité de mobilité. Cette spécification gagnerait à être enrichie pour intégrer la valeur de ces indicateurs dans les autres départements, et en particulier ceux de destination.

Signalons que de la spécification 1 à la spécification 3, le rho qui signale la part de variance du processus migratoire attribuable au contexte départemental passe de 23 % à 8 %, soit une réduction de près de 75% si on compare la spécification 3 avec le modèle vide. Ceci suggère que les dimensions prises en

19

compte au niveau départemental contribuent pour une bonne part à expliquer la variation de la mobilité entre départements mais n’épuisent pas pour autant l’ensemble des déterminations possibles relevant des propriétés des départements.

Du point de vue des autres variables individuelles, certains effets sont conformes aux attentes : les bacheliers généraux migrent davantage que les bacheliers technologiques et professionnels, les premiers accédant en bien plus forte proportion aux cycles longs de l’enseignement supérieur impliquant davantage de mobilité interdépartementale que des diplômes de cycle court. Le capital culturel parental, en ce qu’un ou les deux parents possèdent un diplôme de l’enseignement supérieur, et qu’ils sont cadres ou exercent en tant qu’indépendant contribuent à l’accroissement de la probabilité de migrer. Il en est de même des jeunes dont le soutien familial pendant les études ou la mention au Bac témoignent respectivement de la valeur accordée aux études et de la performance de l’élève, deux facteurs propices à l’élargissement des aspirations et à l’attention familiale pour permettre qu’elles puissent se réaliser. A l’inverse, ceux qui ont terminé leurs études supérieures par l’alternance de même que ceux qui ont eu une expérience professionnelle régulière pendant leurs études sont surreprésentés parmi ceux qui n’ont pas migré. On peut supposer que ces conditions de réalisation du parcours éducatif ont été plus faciles pour ceux qui ont pu davantage activer leur capital social en restant sur place plutôt qu’en allant étudier ailleurs. Trouver un emploi alimentaire comme décrocher un contrat d’apprentissage dans une entreprise réclame en effet une prospection et une connaissance du tissu productif, d’autant plus efficace que menée localement. Ces conditions de poursuite d’études peuvent aussi s’avérer plus contraintes soulignant un manque de ressources économiques des familles conduisant ces jeunes à privilégier une poursuite en apprentissage où ils sont rémunérés ou à participer au financement de leurs études en exerçant une activité professionnelle en parallèle.

Par ailleurs, remarquons que la probabilité de migrer est moindre pour les filles que pour les garçons.

Tableau 3 : déterminants de la mobilité d’études dans le supérieur

Mobilité d’études (1) (2) (3)femme -0.191*** -0.192*** -0.193***

(0.0451) (0.0451) (0.0451)Exp. prof. régulière pendant les études -0.207*** -0.204*** -0.203***

(0.0569) (0.0569) (0.0569)Père diplômé sup. court 0.175*** 0.175*** 0.176***(ref. ss diplôme sup) (0.0664) (0.0664) (0.0664)Père diplômé sup. long 0.268*** 0.270*** 0.268***

(0.0803) (0.0803) (0.0803)Mère diplômé sup. court 0.0527 0.0542 0.0539

(0.0572) (0.0571) (0.0571)Mère diplômé sup. long 0.177* 0.182* 0.182*

(0.0956) (0.0956) (0.0956)Mention au bac 0.330*** 0.330*** 0.329***

20

(0.0446) (0.0446) (0.0446)Soutien familial pdt études 0.130*** 0.132*** 0.131***

(0.0449) (0.0449) (0.0449)Bac technologique (ref: général) -0.394*** -0.396*** -0.396***

(0.0547) (0.0547) (0.0547)Bac professionnel -0.973*** -0.979*** -0.980***

(0.114) (0.114) (0.114)Bac autre -0.296 -0.293 -0.294

(0.217) (0.217) (0.217)Diplôme acquis Sup. Court (ref: S. long) -0.825*** -0.826*** -0.825***

(0.0505) (0.0504) (0.0504)A migré entre 6ème et Bac 0.296*** 0.299*** 0.298***

(0.0777) (0.0777) (0.0777)Au moins un parent de nationalité étrangère

-0.359*** -0.366*** -0.363***

(0.0842) (0.0843) (0.0842)Père cadre (ref= ouvrier, employé, PI) 0.176*** 0.179*** 0.179***

(0.0625) (0.0625) (0.0624)Père prof. indépendante 0.187*** 0.185*** 0.184**

(0.0718) (0.0718) (0.0718)Père sans emploi ou inactif 0.165*** 0.164*** 0.165***

(0.0613) (0.0613) (0.0613)Mère cadre 0.118* 0.114* 0.114*

(0.0668) (0.0668) (0.0668)Mère prof. indépendante 0.221** 0.219** 0.218**

(0.0941) (0.0941) (0.0942)Mère sans emploi ou inactive 0.0553 0.0525 0.0552

(0.0542) (0.0542) (0.0542)Issu d’une formation par apprentissage -0.143** -0.138* -0.138*

(0.0720) (0.0719) (0.0719)Dép. éloigné de (c) ou Ile de France 2.962***

(1.010)Dép. limitrophe de (c) 3.491***

(1.008)Dép. Bac avec Grande aire Urbaine (c) 1.197(référence = Ile de France) (1.035)Densité d’inscrits en sup. court -1.561*** -1.237***

(0.250) (0.256)Densité de bacheliers -0.685*** -0.639***

(0.158) (0.179)Densité de jeunes de moins de 25 ans 0.0162* -0.0319

(0.00973) (0.0344)Nb de secteurs disciplinaires (sup. court)

0.0123 -0.00605

(0.0124) (0.0137)Nb de sites de formation (sup. court) -0.0270 0.0113

(0.0606) (0.0650)Densité en emplois 0.0232*

(0.0126)Revenu médian -0.000223*

(0.000122)Taux de pauvreté -0.113***

21

(0.0427)Constante -1.306 2.817*** 8.738***

(0.996) (0.134) (2.878)Ln(σ²u) -0.0157 -1.000*** -1.228***

(0.170) (0.194) (0.206)σu 0.992 0.607 0.541Rho 0.230 0.101 0.0818N 13085 13085 13085Log de vraisemblance -6695.6 -6659.7 -6653.2Ecarts-types entre parenthèses* p<0.10, ** p<0.05, *** p<0.01

3.3 Les mobilités de retour : influence des contextes économiques, du capital social et du capital spatial

Nous examinons en premier lieu les résultats issus du mobèle bivarié censuré. La variable d’identification inclue en explicative de la mobilité d’études et exclue du modèle de mobilité de retour est le soutien familial. En effet, on peut supposer que cet attribut ne joue pas dans la phase d’insertion professionnelle pour expliquer les migrations.

Ajoutons que quelle que soit la spécification, la corrélation entre les termes d’erreur des deux équations est négative et significative soulignant que les variables inobservées qui influencent la migration d’études jouent à l’inverse négativement sur la mobilité de retour. Ce résultat tend à indiquer que ceux qui ont migré pendant leur études et reviennent dans leur département d’origine ont pu être davantage contraints dans leur mobilité d’études, représentant un choix par défaut - que ceux qui n’y reviennent pas.

Au regard des déterminants individuels, les variables de capital spatial montrent des effets significatifs de sens inverse à leur influence dans la migration d’études. Ceux qui ont connu une mobilité résidentielle avant le bac sont moins enclins que les autres à revenir dans leur département d’origine. En revanche, ceux d’origine étrangère par un de leurs parents sont plus prompts à y retourner. Cette dernière observation s’accorde au résultat de Solignac et Tô (2016) qui montraient que les effets positifs de l’emploi du voisinage étaient plus saillants parmi les peu diplômés, ceux qui vivent chez leurs parents ou les descendants d’immigrés africains.

Les diplômés du supérieur court ont plus de chance que les autres de réaliser une mobilité de retour, lié sans doute au fait que leur mobilité est de plus courte distance et qu’ils partent pour moins longtemps que ceux qui effectuent un cursus long. Le signe positif d’une situation résidentielle chez les parents suggère que la mobilité de retour peut s’expliquer par le soutien apporté par la famille qui permet de réduire les coûts d’une recherche d’emploi ou d’abaisser son salaire de réserve du fait qu’une partie des coûts de subsistance (le logement et on peut le supposer, une partie au moins des repas) sont mutualisés au sein de la famille. Un attachement amoureux semble aussi faire partie des motifs de retour puisque

22

les jeunes qui reviennent dans leur département d’origine vivent plus souvent en couple que ceux qui s’insèrent dans la vie professionnelle là où ils terminent leurs études ou dans un autre département.

Du point de vue des variables indirectes de mobilisation du capital social, les variables relatives au premier emploi ne sont pas significatives quelle que soit la spécification retenue. En revanche, au vu de la dernière situation d’emploi occupée, il apparaît que ces migrants temporaires ont plus souvent déjà travaillé chez leur employeur au cours de leurs études, et d’autre part sont significativement plus nombreux à avoir connaître une personne qui travaillait déjà dans cette entreprise grâce à des liens forts (famille ou amis).

Parmi les autres variables individuelles, avoir une mère diplômée du supérieur et un père cadre sont des dotations défavorables à la réalisation d’une mobilité de retour. Il en est de même pour les détenteurs d’une mention au Bac. Les bacheliers professionnels d’abord, les bacheliers technologiques ensuite sont plus prompts à revenir dans leur département d’origine que les bacheliers généraux.

Du point de vue des dimensions contextuelles, le type de département d’origine n’est pas sans incidence sur la probabilité d’un retour. Ainsi, on revient plus facilement dans un département de la région parisienne ou dans un département contenant une GAU que dans un département limitrophe ou plus éloigné. Bien entendu, comme on l’a vu, les chances de quitter son département du Bac sont nettement réduites pour leurs jeunes résidents qui bénéficient d’une offre locale abondante comparativement aux jeunes résidant dans un département limitrophe à ceux-ci ou plus éloigné.

Les variables de richesse économique jouent plutôt dans le sens attendu, surtout lorsqu’elles sont introduites en écart à la moyenne de l’ensemble des autres départements (modèles 5 et 6). Ainsi plus la densité relative est importante dans le département de fin d’études, et plus le revenu médian est élevé, moins le retour est probable. A l’inverse, l’ampleur du différentiel de chômage avec celui des autres départements accroît la probabilité d’une migration de retour (modèle 5). La hauteur du revenu médian dans le département d’origine (modèle 4) montre aussi un effet négatif en cohérence avec les effets en différence à la moyenne. En revanche, le taux de pauvreté dans le département de fin d’études a un effet négatif sur la mobilité de retour mais sans doute positif sur une mobilité extérieure.

L’ensemble de ces résultats sont confirmés par le modèle multiniveau portant uniquement sur les mobiles de la deuxième étape (Tableau 5). On retrouve encore le signe négatif du taux de pauvreté dans le modèle (8). Ajoutons que l’introduction du type de département de l’établissement de fin d’études rend compte de propensions à la migration conformes aux attentes. Elles sont plus élevées dans les départements limitrophes, les départements contenant une grande aire urbaine et les départements plus éloignés que si on termine ces études dans un département d’Ile de France, trace ici du phénomène d’attraction de la région parisienne pour nombre de diplômés en début de carrière.

23

Enfin, le tableau 6 présente les analyses stratifiées de la mobilité de retour à partir de ce dernier modèle multiniveau. Les trois strates distinguent les départements du Bac et donc de retour selon qu’ils appartiennent à une grande aire urbaine (départements d’Ile de France inclus), selon qu’ils sont limitrophes de ces départements ou plus éloignés.

La colonne (9) sur les départements « ruraux » montre que les variables de capital spatial y ont une plus forte influence que dans les autres départements. L’expérience d’une mobilité de résidence en cours d’études secondaires réduit fortement la probabilité d’un retour alors qu’avoir un ou deux parents de nationalité étrangère y contribue fortement. Le capital social de ces jeunes semble donc plus ancré sur un territoire local lorsqu’ils vivent dans un département éloigné des grands centres urbains, l’impact de cet indicateur n’étant pas significatif dans les deux autres types de département.

C’est le seul type de de département ou la connaissance préalable du premier employeur a un effet positif et significatif. Enfin, l’incidence positive de la variable traduisant que le jeune connaissait, grâce à des liens forts (famille ou amis), une personne qui travaillait déjà dans l’entreprise qu’il occupe à 3 ans (ou dans son dernier poste) est plus forte dans ce type de départements.

Ces éléments suggèrent que le capital social aurait une importance majorée dans la décision de retourner dans un département « rural » par rapport aux jeunes qui reviennent dans un département limitrophe ou intégrant une grande aire urbaine et ce d’autant plus que le jeune y a effectué toute sa scolarité, s’accordant avec notre hypothèse 4.

Conclusion

Cette étude a permis de confirmer que les migrations pour poursuivre en études supérieures n’étaient pas un phénomène mineur mais qu’il était inégalement partagé selon le département dans lequel les jeunes ont passé le Baccalauréat. Cette variation inter-départementale des mobilités, outre les ressources économiques et sociales des familles et la réussite académique de l’élève dans le secondaire qui légitime les aspirations en direction de diplômes du supérieur long et augure des meilleures perspectives de réussite, dépend aussi des ressources formatives du département. Les ressources économiques semblent avoir un rôle plus mineur pour la mobilité d’études alors qu’elles apparaissent comme un facteur important des mobilités d’insertion. La mobilité de retour au département du Baccalauréat est ainsi inversement corrélée à la richesse du département de fin d’étude et augmente avec la situation relative du département en matière de chômage.

Les départements limitrophes de ceux contenant une grande aire urbaine sont les plus propices à la genèse de ces mobilités transitoires avec plus de 7 jeunes bacheliers sur dix qui les quittent mais dont 40 à 50 % reviennent dans leurs premières années de vie professionnelle. En revanche, les départements qui enregistrent les taux de retour les plus importants (>50%) sont ceux qui

24

connaissent des taux de migrations en cours d’études supérieures parmi les plus faibles, ce qui atteste de leur force de rétention mais aussi de rappel de leurs jeunes bacheliers. Ils présentent une situation particulière du point de vue de leur marché du travail : il s’agit en effet pour l’essentiel de Paris et des départements d’Île-de-France, et des départements frontaliers avec la Belgique, l’Allemagne et la Suisse.

Du point de vue des variables approximant l’influence du capital spatial et du capital social, on montre que le capital spatial, soit une familiarité avec la mobilité géographique, favorise la décision de migrer pour poursuivre ses études et au contraire réduit la probabilité de migration de retour dans la phase d’insertion. L’origine étrangère des parents de son côté réduit la propension à la mobilité d’études et accroît la mobilité de retour ; on peut interpréter ce constat en avançant que la socialisation à un autre environnement culturel qui devrait enrichir le capital spatial semble surpassée par des ressources culturelles et économiques moindres dans ces familles et par la constitution d’un capital social essentiellement localisé sous-tendu par des liens forts.

Au regard des variables de capital social, il apparaît qu’elles semblent bien jouer un rôle de motivation au retour dans son département d’origine, et ce d’autant plus que ce département est marqué par un contexte économique peu favorable (taux de chômage élevé, faible volume d’emplois), et des ressources économiques des résidents limitées (revenu médian disponible, taux de pauvreté…). Ainsi, leur influence semble exacerbée dans les départements les plus éloignés des grands centres urbains. Ces différents constats donnent à voir que la constitution du capital spatial et du capital social sont fortement intriquées, mais sous des formes multiples. On peut considérer que ce sont les individus des milieux les plus favorisés qui sont les plus à même de développer ces deux types de capitaux (de par leurs expériences de la mobilité vécue en famille, et en bénéficiant des réseaux de leurs parents ou proches), Wagner (2007). Mais notre analyse montre que cette relation n’est pas univoque : les jeunes au capital spatial le plus faible sont aussi ceux qui vont davantage mobiliser leurs relations, ce qui induit des retours plus fréquents au département du baccalauréat, résultat corroboré par les analyses sur les modalités d’accès à l’emploi (De Larquier et Rieucau, 2015).

On présume enfin qu’une partie significative de ces mouvements transitoires relève de mobilités d’études qui sont des choix par défaut. En effet, les profils socio-économiques des familles de même que les résultats scolaires et niveaux de diplôme du supérieur obtenus sont proches de ceux des jeunes qui sont restés au pays, à la fois pour mener leurs études à terme et ensuite pour s’insérer sur le marché du travail. Ces deux sous-populations se distinguent fortement de celle des « mobiles confirmés » qui s’insèrent là où ils achèvent leurs études (après une mobilité d’études) ou qui doublent cette première migration par un nouveau changement de département au cours de leurs trois premières années d’activité.

L’approche conduite ici qui privilégie l’unité départementale pour mesurer la mobilité n’est pas exempte d’un certain nombre de limites. D’abord, il convient de noter que la mobilité est mesurée de façon agrégée et ex-post, seule

25

possibilité fournie par les données empiriques utilisées, de sorte que l’on ne peut déceler des mobilités répétées en cours d’études supérieures (réorientations, années de césure…) et en phase d’insertion. Ensuite, la mobilité repérée entre départements ne coïncide pas toujours avec de véritables migrations, au sens de mobilités résidentielles. Nombre d’entre elles peuvent se réaliser sur la base de navettes régulières avec le domicile, qui a pu rester identique à celui occupé au moment de Bac. Une extension de ce travail consistera à compléter cette approche par la prise en compte des distances géographiques.

Par ailleurs, une profondeur de champ plus importante pour présumer du gisement de capital social consisterait à remonter plus loin en arrière que le département de sixième et éventuellement de descendre à un niveau plus fin comme la commune ou la zone d’emploi. Il est en effet plausible que l’intervention du capital social dans les décisions de mobilités de retour pèse d’autant plus que les conditions de constitution de ce capital social sont réunies, soit une localisation de longue date de l’individu dans un même périmètre géographique.

Des développements futurs auront pour tâche de parer à ces difficultés, soit par enrichissement des sources soit par des méthodologies appropriées, pour assoir la portée des résultats esquissés dans cette contribution.

26

Tableau 4 : Probit Bivarié Censuré de la mobilité de retour

Mobilité de retour (4) (5) (6)femme 0,0350 0,0577* 0,0573*

(0,0353) (0,0321) (0,0321)Exp. prof. régulière pendant les études -0,00548 0,0242 0,0271

(0,0473) (0,0439) (0,0439)Père diplômé sup. court 0,00471 -0,0261 -0,0296(ref. ss diplôme sup) (0,0499) (0,0456) (0,0455)Père diplômé sup. long 0,0295 -0,0328 -0,0368

(0,0627) (0,0576) (0,0575)Mère diplômée sup. court -0,125*** -0,121*** -0,117***

(0,0432) (0,0394) (0,0394)Mère diplômée sup. long -0,108 -0,175*** -0,169**

(0,0734) (0,0661) (0,0660)Mention au bac -0,163*** -0,204*** -0,201***

(0,0354) (0,0311) (0,0311)Bac technologique (ref: général) 0,127*** 0,184*** 0,180***

(0,0444) (0,0394) (0,0394)Bac professionnel 0,276*** 0,409*** 0,402***

(0,102) (0,0894) (0,0895)Issu d’une formation par apprentissage 0,0236 0,0369 0,0413

(0,0572) (0,0513) (0,0513)Diplôme acquis Supérieur Court (ref: S. long)

0,368*** 0,505*** 0,505***

(0,0458) (0,0369) (0,0369)A migré entre 6ème et Bac -0,467*** -0,480*** -0,479***

(0,0613) (0,0567) (0,0567)Au moins un parent de nationalité étrangère

0,265*** 0,231*** 0,236***

(0,0755) (0,0674) (0,0672)Dép. éloigné de (c) ou Ile de France -1,415*** -1,283*** -1,290***

(0,123) (0,109) (0,109)Dép. limitrophe de (c) -1,395*** -1,326*** -1,329***

(0,135) (0,126) (0,126)Dép. Bac avec Grande aire Urbaine (c) -0,890*** -0,701*** -0,704***(référence = Ile de France) (0,0835) (0,0718) (0,0715)Vit chez ses parents 0,809*** 0,733*** 0,731***

(0,0430) (0,0649) (0,0656)Vit en couple 0,182*** 0,193*** 0,193***

(0,0420) (0,0403) (0,0404)A déjà travaillé chez son premier employeur

0,0382 0,0450 0,0430

(0,0433) (0,0379) (0,0378)Connaissance d’un salarié de l’entreprise par amis ou famille (premier poste)

0,0926 0,0756 0,0748

(0,0564) (0,0494) (0,0493)A eu connaissance de l’embauche par relation

0,0551 0,0532 0,0562

(premier poste) (0,0529) (0,0462) (0,0461)A déjà travaillé chez dernier employeur 0,176*** 0,156*** 0,156***

(0,0476) (0,0431) (0,0431)

27

Connaissance d’un salarié de l’entreprise par famille ou amis (dernier poste)

0,172*** 0,185*** 0,183***

(0,0559) (0,0508) (0,0508)A eu connaissance de l’embauche par relation

0,0543 0,0418 0,0422

(dernier poste) (0,0503) (0,0439) (0,0438)Père cadre (ref= ouvrier. employé. PI) -0,112** -0,138*** -0,137***

(0,0481) (0,0433) (0,0432)Père prof. indépendante -0,0292 -0,0839* -0,0858*

(0,0537) (0,0490) (0,0489)Père sans emploi ou inactif -0,0724 -0,0878** -0,0882**

(0,0476) (0,0430) (0,0430)Mère cadre -0,00584 -0,0246 -0,0258

(0,0514) (0,0465) (0,0464)Mère prof. indépendante -0,0531 -0,0605 -0,0598

(0,0679) (0,0617) (0,0617)Mère sans emploi ou inactive 0,00885 -0,00362 -0,00178

(0,0420) (0,0381) (0,0380)Revenu médian -0,000316***

(0,0000166)Taux de pauvreté -0,0810***

(0,00709)Densité d’emploi (diff. à la moyenne) -0,000500*** -0,000248*

(0,000106) (0,000144)Taux de chômage (diff. à la moyenne) 0,0333*** 0,0126

(0,00742) (0,0110)Revenu médian (diff. à la moyenne) -0,0000536**

(0,0000222)Constante 8,139*** 0,665*** 0,673***

(0,403) (0,208) (0,209)Mobilité d’études (a)Arc tangente (rho) -0,236* -0,748*** -0,757***

(0,139) (0,245) (0,249)Rho -0,232 -0,634 -0,639Log vraisemblance -11036,8 -11239,5 -11236,5N 12914 12914 12914Ecart-types entre parenthèses* p<0.10, ** p<0.05, *** p<0.01(a) Nous ne présentons pas les résultats de la première étape qui sont conformes à ceux dégagés du tableau Y1. Les variables explicatives retenues dans l’équation de migration d’études sont le sexe, l’expérience pendant les études, le niveau de diplôme du supérieur du père et de la mère, le type de bac, l’obtention d’une mention, le soutien familial, sortir d’une voie par alternance, des indicatrices de la profession du père et de la mère, une indicatrice de cycle court ou long du diplôme acquis dans le supérieur, le type de département au Bac et enfin les deux indicatrices de mobilité spatiale.

28

Tableau 5 : Logit à constante aléatoire de la mobilité de retour – (champ : Mobilité d’études=1)

Mobilité de retour (7) (8) (9)femme 0,0561 0,0346 0,0487

(0,0575) (0,0597) (0,0574)Exp. prof. régulière pendant les études -0,0503 -0,0447 -0,0498

(0,0769) (0,0795) (0,0769)Père diplômé sup. court 0,0104 0,0182 0,00296(ref. ss diplôme sup) (0,0821) (0,0851) (0,0821)Père diplômé sup. long 0,0311 0,0777 0,0267

(0,104) (0,107) (0,103)Mère diplômé sup. court -0,203*** -0,201*** -0,203***

(0,0714) (0,0739) (0,0713)Mère diplômé sup. long -0,242** -0,156 -0,244**

(0,122) (0,127) (0,122)Mention au bac -0,281*** -0,247*** -0,272***

(0,0559) (0,0580) (0,0558)Bac technologique (ref: général) 0,226*** 0,178** 0,222***

(0,0705) (0,0730) (0,0703)Bac professionnel 0,441*** 0,339** 0,442***

(0,160) (0,164) (0,159)Issu d’une filière par apprentissage 0,0321 0,0260 0,0392

(0,0943) (0,0983) (0,0941)Diplôme acquis Sup. Court (ref: S. long) 0,660*** 0,548*** 0,657***

(0,0619) (0,0644) (0,0617)A migré entre 6ème et Bac -0,787*** -0,791*** -0,790***

(0,105) (0,109) (0,105)Au moins un parent de nationalité étrangère

0,395*** 0,454*** 0,393***

(0,150) (0,156) (0,151)Dép. Bac éloigné de (*) ou Ile de France -1,307*** -2,161*** -1,326***

(0,130) (0,144) (0,130)Dép. Bac limitrophe de (*) -1,251*** -2,118*** -1,272***

(0,124) (0,138) (0,124)Dép. Bac avec Grande aire Urbaine (=*) -0,848*** -1,496*** -0,857***(référence = Ile de France) (0,132) (0,142) (0,132)Vit chez les parents (a) 1,385*** 1,373*** 1,386***

(0,0679) (0,0706) (0,0678)Vi ten couple (a) 0,376*** 0,308*** 0,378***Variables de capital social : (0,0698) (0,0724) (0,0698)A déjà travaillé chez son premier employeur

0,0949 0,0604 0,0902

(0,0721) (0,0747) (0,0721)Connaissance d’un salarié de l’entreprise par amis ou famille (premier poste)

0,137 0,132 0,132

(0,0934) (0,0966) (0,0934)A eu connaissance de l’embauche par relation

0,105 0,117 0,106

(premier poste) (0,0879) (0,0909) (0,0879)A déjà travaillé chez dernier employeur 0,290*** 0,293*** 0,294***

(0,0785) (0,0814) (0,0785)

29

Connaissance d’un salarié de l’entreprise par famille ou amis (dernier poste)

0,364*** 0,330*** 0,364***

(0,0922) (0,0952) (0,0922)A eu connaissance de l’embauche par relation

0,0867 0,0927 0,0897

(dernier poste) (0,0834) (0,0864) (0,0834)Père cadre (ref= ouvrier. employé. PI) -0,214*** -0,172** -0,209***

(0,0794) (0,0821) (0,0794)Père prof. indépendante -0,0626 -0,00228 -0,0638

(0,0863) (0,0895) (0,0862)Père sans emploi ou inactif -0,0954 -0,0983 -0,0973

(0,0779) (0,0806) (0,0779)Mère cadre -0,0162 0,00254 -0,0147

(0,0849) (0,0881) (0,0848)Mère prof. indépendante -0,0426 -0,0651 -0,0409

(0,111) (0,115) (0,111)Mère sans emploi ou inactive -0,0197 0,00551 -0,0248

(0,0695) (0,0720) (0,0695)Dép. fin d’études éloigné de (*) ou Ile de France

0,401** -0,145

(0,182) (0,248)Dép. fin d’études Bac limitrophe de (*) 0,672*** 0,209

(0,181) (0,247)Dép. fin d’études avec Grande aire Urbaine (=*)(référence = Ile de France)

0,522*** 0,156

(0,179) (0,247)Revenu médian -0,000570***

(0,0000294)Taux de pauvreté -0,160***

(0,0135)Densité d’emploi (différence à la moyenne)

-0,000902***

(0,000317)Taux de chômage (différence à la moyenne)

0,0616***

(0,0173)Constante -0,715*** 14,38*** -0,269*

(0,228) (0,837) (0,153)Ln(σ²u) -3,874*** -3,081*** -4,068***

(0,575) (0,494) (0,692)σu 0,144 0,214 0,131Rho 0,00627 0,0138 0,00517Log de vraisemblance -4028,0 -3806,4 -4027,7N 6959 6959 6959Ecart-types entre parenthèses* p<0.10, ** p<0.05, *** p<0.01 (a) : mode de résidence un mois après la fin des études

30

Tableau 6 : Modèle stratifié de la mobilité de retour par type de département (Champ, mobetu=1)

(10) (11) (12)Mobilité de retour dans un département: À grande aire

urbainelimitrophe éloigné

femme -0,0953 0,146* -0,00111(0,112) (0,0842) (0,115)

Exp. Prof. régulière pendant les études -0,229 -0,00189 0,126(0,151) (0,111) (0,157)

Père diplômé sup. court 0,00315 -0,192 0,259(ref. sans diplôme sup) (0,164) (0,120) (0,165)Père diplômé sup. long -0,0162 -0,0260 0,165

(0,179) (0,164) (0,217)Mère diplômée sup. court -0,315** -0,239** 0,00318

(0,139) (0,105) (0,143)Mère diplômée sup. long -0,228 -0,228 -0,332

(0,205) (0,196) (0,262)Mention au bac -0,166 -0,393*** -0,155

(0,113) (0,0808) (0,111)Bac technologique (ref: général) -0,0117 0,325*** 0,200

(0,147) (0,101) (0,136)Bac professionnel 0,501 0,450** 0,443

(0,398) (0,225) (0,290)Issu d’une filière par apprentissage 0,0670 0,0332 0,0692

(0,182) (0,137) (0,193)Diplôme acquis Sup, Court (ref: S, long) 0,377*** 0,702*** 0,838***

(0,121) (0,0893) (0,127)A migré entre 6ème et Bac -0,731*** -0,664*** -1,243***

(0,179) (0,160) (0,236)Au moins un parent de nationalité étrangère

0,292 0,362 0,732**

(0,262) (0,229) (0,330)Vit chez les parents (a) 1,306*** 1,564*** 1,208***

(0,131) (0,100) (0,138)Vi ten couple (a) 0,0266 0,606*** 0,299**

Variables de capital social :(0,137) (0,102) (0,140)

A déjà travaillé chez son premier employeur

0,0865 0,0168 0,284**

(0,144) (0,104) (0,144)Connaissance d’un salarié de l’entreprise par amis ou famille (premier poste)

-0,00669 0,163 0,126

(0,190) (0,137) (0,181)A eu connaissance de l’embauche par relation

0,241 0,137 -0,117

(premier poste) (0,167) (0,127) (0,183)A déjà travaillé chez dernier employeur 0,223 0,370*** 0,171

(0,159) (0,112) (0,159)Connaissance d’un salarié de l’entreprise 0,333* 0,366*** 0,420**

31

par famille ou amis (dernier poste)(0,190) (0,135) (0,176)

A eu connaissance de l’embauche par 0,0154 0,164 0,0478relation (0,166) (0,120) (0,169)Père cadre (ref= ouvrier, employé, PI) 0,0857 -0,337*** -0,201

(0,159) (0,115) (0,164)Père prof. indépendante 0,318* -0,125 -0,201

(0,192) (0,121) (0,168)Père sans emploi ou inactif -0,0598 -0,0960 -0,0580

(0,163) (0,112) (0,152)Mère cadre -0,0206 0,0554 -0,0939

(0,154) (0,127) (0,180)Mère prof. indépendante -0,565** 0,0306 0,152

(0,256) (0,157) (0,207)Mère sans emploi ou inactive 0,0240 -0,000390 -0,0447

(0,138) (0,101) (0,142)Densité d’emploi (différence à la moyenne)

-0,00101* -0,000755* -0,00176**

(0,000535) (0,000392) (0,000722)Taux de chômage (différence à la moyenne)

0,0781** 0,0582** 0,0403

(0,0315) (0,0227) (0,0381)Constante -0,687*** -1,703*** -1,826***

(0,199) (0,148) (0,212)Ln(σ²u) -3,174*** -4,061*** -2,414***

(0,916) (0,996) (0,708)σu 0,205 0,131 0,299Rho 0,0126 0,00521 0,0265Log vraisemblance -1027,4 -1940,6 -1031,9N 1694 3446 1819Ecart-types entre parenthèses* p<0.10, ** p<0.05, *** p<0.01

32

Références :

Baron M., Perret C. (2006) “Bacheliers, étudiants et jeunes diplômés : quels systèmes migratoires régionaux ? », L’Espace Géographique, tome 35, p. 44-62.

Belot M., Ermisch J. (2006) “Friendship ties and geographical mobility: evidence from the BHPS”, IZA Discussion Paper Series n°2209, july.

Borzic M., Le Jeannic T. (2014) « En matière d’emploi, les métropoles ont davantage résisté à la crise », Insee Première 1503, Juin.

Bourdieu, P. (1980) « Le capital social : notes provisoires », Actes de la Recherche en Sciences Sociales, n°31, p.2-3.

Bryk, A.S. Raudenbush, S.W., (2002), Hierarchical linear models – applications and data analysis method. Sage Publications, London.

Coleman J., (1988) « Social capital in the creation of human capital », American Journal of Sociology, vol. 94, p. 95-120.

Da Vanzo, J. (1983) “Repeat Migration in the United-States: Who moves back and who moves on?” The Review of economic and Statistics, 65(4), p. 553-559.

De Larquier G., Rieucau G. (2015) « Candidatures spontanées, réseaux et intermédiaires publics : quelle information et quels appariements sur le marché du travail français » , Relations Industrielles, 70(3), 486-509.

Delaunay D., Fournier J-M., Contreras Y. (2011) « Peut-on mesurer le capital de mobilité pour évaluer ses différenciations sociodémographique et intra-urbaine ? », Contribution au colloque Mobilités Spatiales et fluidités sociales, Grenoble, 24-25 mars.

Drapier C., Jayet H. (2002) « Les migrations des jeunes en phase d’insertion professionnelle en France. Une comparaison selon le niveau de qualification » Revue d’Economie Régionale et Urbaine, 2002/3, p. 355-375.

Dumartin S. (1995) « Mobilité géographique et insertion professionnelle des jeunes », Econ,omie et Statistique, n° 283-284, p. 97-110.

Dupray A. (2008) « Débuts de carrière et territoires » in Céreq-Relief, 25, les Chemins de la formation vers l’emploi, mai, p. 81-85.

Dupray A., Gasquet C. (2004) « L’empreinte du contexte régional sur l’insertion professionnelle des jeunes», Formation Emploi, vol. 87, p. 29-44.

Eyméoud J-B., Wasmer E. (2016) Vers une société de mobilité. Les jeunes, l’emploi et le logement. Les Presses de Sciences Po.

Forsé M. (2001) « Rôle spécifique et croissance du capital social », Revue de l’OFCE, n°76, p. 189-216.

33

Franck, B., Guironnet J-P., Owen R.F. (2017) « Déterminants, rendements et flux monétaires engendrés par la mobilité des diplômes du supérieur : vers une segmentation du dynamisme régional ? », Revue d’Economie Régionale et Urbaine, 2017/2, p. 207-238.

Franzen A., Hangartner D. (2006) « Social networks and labour market outcomes: the non-monetary benefits of social capital », European Sociological Review, 22(4), p. 353-363.

Glaeser E.L., Laibson D., Sacerdote B. (2002) « An economic approach to social capital », The Economic Journal, vol. 112 (483), p. 437-458.

Goldstein H. (2003), Multilevel statistical models, Oxford University Press, Oxford (3rd edition)

Hazel C. (2007) “Higher education and spatial (im)mobility: nontraditional students and living at home”, Environment and Planning A, 39, p. 2445-2463.

Hellerstein J.K., Kutzbach M.J., Neumark D. (2014) “Do labor market networks have an important spatial dimension?”, Journal of Urban Economics, 79, p. 39-58.

Hinton D. (2011) “ ‘Wales is my home’: higher education aspirations and student mobilities in Wales”, Children’s Geographies, 9(1), p. 23-34.

Julien P., Laganier J., Pougnard J. (2001) « Les études supérieures : un motif de migration », Insee Premières n°813.

Kaufmann, V., Bergman, M. M. and Joye, D. (2004), “Motility: mobility as capital”. International Journal of Urban and Regional Research, 28, p. 745–756.

Lainé F. (2017) « Dynamique de l’emploi et des métiers : quelle fracture territoriale ? », France Stratégie, La Note d’Analyse, N°53, février.

Lemistre P., Magrini M-B. (2010) « Mobilité géographique des jeunes : du système éducatif à l’emploi. Une approche coûts/bénéfices des distances parcourues » Formation Emploi n°110, p. 63-78.

Lussault M. (2003) « Spatialité » in J. Lévy et M. Lussault, Dictionnaire de la géographie et de l’espace des sociétés, Paris, Belin.

Maas C.J.M., Hox, J.J. (2005), « Sufficient sample sizes for multilevel modelling », Methodology, Vol. 1, No. 3, pp. 86-92.

Magrini M-B. (2006) « Mobilité géographique des jeunes et insertion professionnelle. Entre distance et proximité territoriale ». Université de Toulouse I, Thèse pour le doctorat en Sciences économiques.

Margirier G. (2004). Quelles mobilités géographiques en début de vie active ? Formation Emploi n°87, p.15-27.Méda D. (2002) « Le capital social : un point de vue critique », L’Economie politique n°14, p. 36-47.

34

Patacchini E., Picard P.M., Zenou Y. (2015) “Urban social structure, social capital and spatial proximity”, CEPR Working Paper, 10501.

Perret C. (2007) « Quitter sa région pour entrer à l’université : quels sont les facteurs explicatifs de la mobilité géographique des bacheliers ? » L’Orientation Scolaire et Professionnelle, 36/3, pp. 1-34.

Perret C. (2008) « Les régions françaises face aux migrations des diplômés de l’enseignement supérieur entrant sur le marché du travail », Annales de Géographie, n°662, p .62-84.

Perret C., Roux V. (2004) « La mobilité géographique en début de carrière : un moteur de réussite pour les jeunes diplômés ? » Formation Emploi, 87, p. 45-62.

Ponthieux S. (2006) Le capital social, Paris : La Découverte, coll. Repères.

Quentin D., Janiak A., Wasmer E. (2010) « Local social capital and geographical mobility », Journal of Urban Economics, 68, p. 191-204.

Raudenbush, S.W., Bryk A.S. (2002) Hierarchical linear Models, Second edition., Sage publications.

Sigaud, T (2015) « La mobilité géographique : ressource ou fragilité pour l’emploi ? », CEE, Connaissance de l’Emploi, n°125, novembre.

Sjaastad A.L. (1962) « The costs and returns of human migration », Journal of Political Economy, Vol. suppl. 70, p. 80-93.

Solignac M., To M. (2016) « Le niveau de chômage du voisinage affecte-t-il l’entrée sur le marché du travail ?, Revue Economique, 67, p. 495-524.

Van de Ven, W. P. M. M., and B. M. S. Van Pragg. (1981) “The demand for deductibles in private health insurance: A probit model with sample selection”. Journal of Econometrics, 17, p. 229–252.

Vignale M. (2016) « Mobilités interrégionales de jeunes diplômés du supérieur : qui forme pour qui ? », Céreq BREF, n°347, juin.

Wagner A-C. (2007) « Le jeu de la mobilité et de l’autochtonie au sein des classes supérieures », Regards Sociologiques n°40, p. 89-98.

Winkler O. (2017): Räumliche Distanz und soziale Ungleichheit bei der Hochschulwahl in Frankreich [Geographic distance and social inequality in higher education choice in France]. Der Hallesche Graureiher 2017, 1. Forschungsberichte des Instituts fur Soziologie. Martin-Luther-Universität Halle-Wittenberg.

35

36

37