Introduction

1En raison de leur ampleur, les transferts de fonds mondiaux ne cessent d’attirer l’attention des chercheurs, des organisations internationales mais aussi des décideurs politiques [1]. Les faits stylisés sur les transferts sont bien connus. Après avoir baissé en 2009 en raison de la crise économique, les transferts de fonds internationaux ont de nouveau augmenté en 2010 pour atteindre 440 milliards de dollars (Mohapatra, Ratha et Silwal [2010]). Les pays en développement en sont les principaux bénéficiaires : en 2010, 73,9 % de ces flux financiers ont été réalisés en leur faveur, soit 325 milliards de dollars. Les transferts de fonds internationaux sont ainsi la deuxième source de financement extérieur des pays en développement derrière les investissements directs étrangers.

2Pourtant, si de nombreuses recherches, tant théoriques qu’empiriques, portent sur ces mouvements financiers, le cadre d’étude se limite très souvent aux transferts de fonds réalisés par des migrants ayant émigré vers les pays développés. À l’opposé, peu d’études s’intéressent aux transferts de fonds Sud-Sud, réalisés entre pays en développement. Pourtant 43 % des migrants internationaux issus des pays en développement résident dans un autre pays en développement (Banque mondiale [2010]). Par ailleurs, en 2010, 43,7 millions de personnes ont été contraintes de migrer en raison de conflits armés ou de persécutions (soit 20,4 % des migrants internationaux). Parmi elles, 80 % ont choisi un pays en développement comme pays d’accueil (unhcr [2011]). Ainsi, alors que les migrants internationaux qui émigrent vers les pays industrialisés sont en grande partie des individus qui se déplacent par choix, notamment afin de profiter de meilleures opportunités économiques dans le pays d’accueil, nombreux sont les migrants se déplaçant au sein des pays en développement qui le font sous la contrainte, afin de fuir une instabilité politique, des persécutions ou des catastrophes naturelles. Dans le premier cas, la migration est qualifiée de « volontaire » alors que, dans le second cas, elle relève davantage de la migration « forcée ». La différence de nature de la migration peut alors conduire à des comportements différents en matière de transferts de fonds. Ces différences de comportements en fonction du statut de départ du migrant (volontaire ou forcé) sont peu étudiées dans la littérature (Fagen et Bump [2006)], Van Hear et al. [2009]) qui tend à se focaliser sur le comportement propre aux migrants volontaires.

3De fait, la littérature relative aux transferts de fonds des migrants volontaires ou économiques est riche et couvre un champ relativement large. Selon la théorie classique et la nouvelle économie des migrations de travail (nemt), les transferts de fonds s’expliqueraient par l’altruisme du migrant, son intérêt personnel (échange, investissement, héritage), la volonté de la famille de s’assurer contre les risques (notamment de revenu), l’existence d’un contrat informel entre le migrant et sa famille (remboursement d’un prêt) ou encore par une combinaison de ces motivations [2]. Parmi ces dernières, le motif d’assurance (Gubert [2002], Lucas et Stark [1985], Niimi, Pham Thai et Reilly [2008]) est probablement déterminant dans le cadre des migrations forcées. Un conflit ou une catastrophe naturelle constituent en effet en eux-mêmes des événements à l’origine d’un besoin d’assurance (Lindley [2008]). Par ailleurs, les migrants forcés sont souvent confrontés à une incertitude quant à la fin des conflits ou de l’instabilité politique qui peuvent affecter leur pays. Selon Lindley [2008], cette incertitude peut se traduire par des transferts de fonds continus, compte tenu de la situation difficile prévalant dans le pays d’origine (motif altruiste ou d’assurance). Mais elle peut aussi se traduire par des transferts limités, les réfugiés n’entrevoyant aucune perspective positive future dans leur pays.

4À partir de données microéconomiques portant sur une population de migrants africains résidant à Johannesburg, cet article a pour objectif d’analyser les déterminants des transferts de fonds dans le cas des migrations entre l’Afrique du Sud et ceux de la région. L’Afrique du Sud attire de nombreux migrants du continent depuis déjà plusieurs décennies et encore plus, semble-t-il, depuis les premières élections démocratiques de 1994. En tant que pays frontalier de pays régulièrement en conflits, l’Afrique du Sud constitue donc un pays pertinent pour analyser l’effet des conditions de départ des migrants sur leurs comportements de transferts de fonds vers leur pays d’origine.

5La section 2 présente l’enquête, les caractéristiques des migrants et les transferts qu’ils effectuent. La section 3 propose une estimation des déterminants de la propension à transférer en considérant le rôle des conditions de départ en plus des variables traditionnellement retenues. La section 4 conclut l’article.

Présentation des données

6Nous disposons d’une base de données microéconomiques originale issue de l’enquête Migration and the New African City: Citizenship, Transit, and Transnationalism (mnac). Cette enquête a été menée en 2006 par l’Université de Witwatersrand de Johannesburg, en collaboration avec l’Institut français d’Afrique du Sud et la Tufts University de Boston auprès de 847 migrants africains résidant à Johannesburg. Cette enquête a été, à l’origine, conçue pour analyser le phénomène des migrations de transit en Afrique australe, centrale et de l’Est, ainsi que l’intégration des migrants dans les villes d’accueil du continent. Les pays ont ainsi été choisis, non pour leur lien migratoire potentiel les uns avec les autres, mais en raison de leur situation géographique. Ces critères expliquent pourquoi nous ne disposons pas de données concernant les migrants zimbabwéens en dépit de leur présence massive en Afrique du Sud.

7Dans le cadre de cet article, seuls les migrants internationaux ont été retenus parmi lesquels 252 sont originaires de la République démocratique du Congo (rdc) (soit 39,4 % de l’échantillon), 202 sont d’origine mozambicaine (31,6 %) et 185 sont d’origine somalienne (29 %). Le tableau 1 les décrit de manière détaillée.

8Les migrants de l’échantillon sont majoritairement des hommes (63,2 %) et sont, en moyenne, âgés de 31 ans. L’arrivée récente de la plupart des migrants explique leur caractère relativement jeune. Seulement 11,2 % d’entre eux sont arrivés en Afrique du Sud avant 1995, c’est-à-dire pendant l’apartheid ou au cours de l’année 1994, année des premières élections démocratiques. Ils sont 41,1 % à être arrivés depuis 2003, donc après l’instauration d’une loi sur l’immigration plus restrictive (2002-2003) mais aussi après que l’Afrique du Sud a décidé d’autoriser les demandeurs d’asile de travailler et d’étudier dans le pays (2004).

9La plupart des migrants sont éduqués et, pourtant, 24,4 % d’entre eux ne perçoivent aucun revenu en Afrique du Sud. Le revenu annuel moyen des migrants s’élève à 24 858 rands (soit 3 729 dollars). Malgré la faiblesse de leurs revenus, 35 % d’entre eux estiment que leur niveau de vie en Afrique du Sud est sensiblement supérieur à celui dont ils bénéficiaient dans leur pays d’origine avant leur migration.

10Enfin, dans l’enquête mnac, le caractère forcé ou volontaire de la migration est déterminé à partir des réponses des migrants aux questions suivantes : « Pour quelle(s) raison(s) avez-vous décidé de quitter votre pays d’origine ? » La subjectivité de la réponse justifie alors les différentes réponses obtenues de la part de migrants issus d’un même pays. Dans cet article, les migrants sont considérés comme forcés s’ils ont quitté leur pays pour échapper à des guerres ou des conflits, une oppression religieuse ou politique, des persécutions ethniques, tribales ou sexuelles, ou des phénomènes de discrimination. Ils sont 57,5 % dans ce cas. Parmi ces derniers, 42,9 % sont congolais, 48,4 % sont somaliens et 8,7 % sont mozambicains et près de la moitié d’entre eux ont déjà envoyé de l’argent vers leur pays d’origine.

11Après cette présentation descriptive de nos données, il convient désormais d’identifier précisément les facteurs qui influencent la propension à transférer des migrants.

Tableau 1

Caractéristiques des migrants

Total Migrants Migrants Migrants volontaires forcés qui transfèrent Congolais (%) 39,4 34,7 42,9 28,7 Mozambicains (%) 31,6 62,4 8,7 35,6 Somaliens (%) 29,0 3,0 48,4 35,6 Hommes (%) 63,2 51,3 72,1 72,7 Âge moyen (en années) 31,2 30,2 32,3 32,4 Éducation primaire ou sans éducation (%) 28,2 28,5 27,9 29,0 Éducation secondaire (%) 47,4 50,6 45,1 49,0 Éducation supérieure (%) 24,4 21,0 27,1 22,0 Taille du ménage dans le pays d’accueil 3,5 3,4 3,5 3,3 Revenu annuel moyen du migrant (rands) 24 858 25 718 24 319 39 397* Revenu annuel moyen du ménage (rands) 47 703 56 393 42 942 59 224* Autre migrant dans le ménage d’origine (%) 52,9 43,7 59,8 48,4 Arrivée en Afrique du Sud avant 1995 (%) 11,2 13,0 9,8 14,1 Arrivée en Afrique du Sud entre 1995 et 2002 (%) 47,7 50,9 45,2 53,5 Arrivée en Afrique du Sud depuis 2003 (%) 41,1 36,1 44,9 32,4 Perception de richesse (%) 35,1 42,7 29,5 45,6 Migrants qui transfèrent (%) 45,5 47,2 44,3 100 * Pour les migrants qui transfèrent et déclarent un revenu positif.

Caractéristiques des migrants

Qui sont les migrants qui transfèrent ?

12L’objectif principal est d’évaluer dans quelle mesure les conditions de départ du pays d’origine influencent le comportement de transferts, conditionnellement aux caractéristiques individuelles des migrants.

13Les montants transférés étant renseignés par classe, nous estimons un modèle probit ordonné. La propension à transférer, notée R_i est une variable ordonnée à m modalités, qui dépend d’une variable latente continue non observée. Cette variable correspond au montant optimal des transferts. Elle vaut :

14

15avec X_i, un vecteur de caractéristiques individuelles du migrant comprenant une variable indicatrice des conditions de départ. Cette variable vaut 1 si le migrant a quitté son pays dans des conditions de violence et 0 sinon ;

16?_i est le terme d’erreur. ?_i ? N (0,1).

17Le modèle est alors le suivant :

18

19R_i = 0 si le migrant i ne transfère pas, 1 si i transfère moins de 800 rands par an, 2 si i transfère entre 800 et 1 999 rands, et 3 si i transfère au moins 2 000 rands.

20Les résultats de ce modèle sont présentés dans le tableau 2, modèle 1. Conformément aux prédictions théoriques, la propension à transférer augmente significativement avec le niveau de revenu du migrant mais diminue avec la taille du ménage dans le pays d’accueil. Par ailleurs, les hommes, majoritairement chefs de ménage dans l’échantillon, sont plus enclins à transférer que les femmes. À la différence des Mozambicains, les Somaliens ont une plus forte propension à transférer que les migrants originaires de la République démocratique du Congo. La Somalie étant caractérisée par un fort climat d’insécurité et d’instabilité, les migrants sont incités à transférer dans une optique d’assurance de leur famille d’origine. Tel n’est pas le cas du Mozambique, relativement stable depuis la fin des années 1990 et la fin du conflit interne.

21Les estimations montrent, par ailleurs, que le niveau d’éducation des migrants n’affecte pas les transferts. De fait, la littérature sur la question est ambiguë. D’un côté, selon la théorie du capital humain, les migrants éduqués ont une plus forte probabilité de transférer non seulement parce qu’ils devraient percevoir un revenu plus élevé mais aussi parce qu’ils se sont potentiellement endettés auprès de leurs familles d’origine pour s’éduquer, ou parce qu’ils ont une plus faible probabilité d’être clandestins et donc auront plus probablement un compte bancaire par exemple (Bollard et al. [2011]). D’un autre côté, les plus éduqués peuvent être moins disposés à transférer car ils auront émigré avec l’ensemble de leur ménage, ou parce qu’ils sont issus de ménages relativement riches ayant moins besoin des transferts, ou encore parce qu’étant mieux intégrés dans leur pays d’accueil, leur intention de rentrer chez eux est moindre. Ici, nous expliquons la non-significativité de l’éducation sur les transferts par les difficultés rencontrées par les migrants en Afrique du Sud pour occuper un emploi formel mais aussi par le fait qu’il n’existe pas toujours de corrélation entre les qualifications des migrants et l’emploi qu’ils occupent (Havolli [2009]).

Tableau 2

Estimations de la propension à transférer

Modèle 1 : probit ordonné Modèle 2 : probit ordonné instrumenté Propension à transférer Attachement Propension à transférer Revenu annuel du ménage du migrant : < 25 980 rands Référence Référence Référence 25 980-57 104 rands 0,79*** (0,15) 0,0002 (0,18) 0,77*** (0,15) > 57 104 rands 1,05*** (0,18) 0,18 (0,22) 0,99*** (0,19) Taille du ménage en Afrique du Sud – 0,09** (0,04) – 0,02 (0,04) – 0,10** (0,04) Homme 0,60*** (0,15) 0,67*** (0,19) 0,30* (0,16) Pays d’origine : RDC Réference Référence Référence Somalie 0,89*** (0,20) 0,32 (0,26) 0,67*** (0,23) Mozambique 0,30 (0,27) 0,01 (0,32) – 0,01 (0,29) Âge : 18-30 ans Référence Référence Référence 31-40 ans 0,49*** (0,15) 0,16 (0,18) 0,42*** (0,15) > 40 ans 0,19 (0,29) – 0,08 (0,30) 0,26 (0,28) Niveau d’éducation : Éducation primaire ou sans éducation Référence Référence Référence Éducation secondaire 0,16 (0,17) 0,58*** (0,19) – 0,02 (0,17) Éducation supérieure 0,08 (0,21) 0,40 (0,26) 0,01 (0,21) Famille dans le pays d’origine 1,14*** (0,35) – 0,28 (0,35) 1,11*** (0,34) Autre migrant dans le ménage d’origine – 0,20 (0,15) – 0,21 (0,18) – 0,18 (0,15) Date d’arrivée en Afrique du Sud : Avant 1995 Référence Référence Référence Entre 1995 et 2002 0,34 (0,32) – 1,21** (0,50) 0,55* (0,31) Entre 2003 et 2004 0,42 (0,36) – 1,16** (0,55) 0,52 (0,36) Après 2004 0,23 (0,39) – 1,27** (0,56) 0,41 (0,39) Conditions de départ violentes – 0,32* (0,19) 0,30 (0,25) – 0,36* (0,20) Attachement au pays d’origine 1,28*** (0,18) Perception de richesse relative – 0,28 (0,18) 0,46*** (0,14) Réseau 0,67*** (0,17) Insertion – 0,13 (0,16) Discrimination – 0,42** (0,18) Constante 1,23 (0,76) Rho – 0,52*** (0,07) Nombre d’observations 359 359 359 Significativité : *** = 1 % ; ** = 5 % ; * = 10 %. Écarts types entre parenthèses.

Estimations de la propension à transférer

22Après ces variables traditionnelles, nous nous intéressons au rôle de la situation politique des pays d’origine au moment de l’émigration vers l’Afrique du Sud. Les migrants forcés, c’est-à-dire ceux qui ont quitté leur pays dans des conditions de violence et de conflits, présentent une plus faible propension à transférer. Notre résultat corrobore celui de Young [2006] qui montre que, suite à la crise de 2003 au Darfour, les moyens de communication ont été perturbés rendant ainsi difficile, sinon impossible, pour les migrants de localiser leur famille déplacée. Par ailleurs, il est probablement plus compliqué de transférer des fonds dans des pays instables, faute d’infrastructures mais aussi en raison du risque accru de perte ou de vol de ces fonds. Pour ces différentes raisons, les conditions de départ du pays d’origine se révèlent donc déterminantes sur le comportement de transferts.

23Pour compléter notre analyse, nous estimons un deuxième modèle en introduisant le rôle de variables subjectives telles que la perception que les migrants ont de leur richesse et l’attachement à leur pays d’origine. La variable de perception de richesse, qui vaut 1 si le migrant se sent plus riche en Afrique du Sud qu’il ne l’était avant sa migration (et 0 sinon), vient compléter la mesure objective du revenu reposant sur la déclaration de revenu des individus. L’attachement au pays d’origine recouvre, quant à lui, deux notions : la présence de membres de la famille dans le pays d’origine et le fait de suivre les affaires politiques du pays d’origine par les journaux, la radio, la télévision ou les membres de la communauté résidant en Afrique du Sud. 94,4 % des migrants de l’échantillon ont encore de la famille dans leur pays d’origine et 71 % suivent les affaires politiques de ce dernier.

24Un biais d’endogénéité de la variable d’attachement est cependant suspecté. En effet, plus un migrant transfère, plus il est probable qu’il suive les affaires politiques de son pays. Nous corrigeons ce biais par la méthode des variables instrumentales. Notre modèle d’estimation des transferts étant un modèle probit ordonné, nous utilisons la spécification proposée par Miranda et Rabe-Hesketh [2006] [3]. Il s’agit donc d’un modèle proche du modèle précédent mais dans lequel la variable d’attachement est d’abord estimée puis intégrée dans l’équation des transferts de fonds.

25La variable d’attachement, notée A_i, est une variable indicatrice qui dépend d’une variable latente continue , laquelle est définie par un vecteur Z_i qui comprend L x l variables explicatives.

26Le modèle latent déterminant A_i a la forme suivante :

27

28et

29

30où Z_i est un vecteur de variables explicatives de l’attachement du migrant i comprenant ses conditions de départ et v_i, est le terme d’erreur.

31La variable d’intérêt, les transferts, est toujours notée R_i. Comme A_i, R_i est définie par une variable continue inobservée , qui dépend de la variable Â_i estimée et d’un vecteur de K x 1 variables explicatives, W_i. Le modèle peut alors être écrit comme suit :

32

33et

34

35avec n_i, le terme d’erreur.

36Comme ci-dessus, R_i = 0 si le migrant i ne transfère pas, 1 si i transfère moins de 800 rands par an, 2 si i transfère entre 800 et 1 999 rands, et 3 si i transfère au moins 2 000 rands.

37Nous mobilisons trois instruments pour corriger l’endogénéité de l’attachement. Le premier, appelé « Réseau » indique si le migrant connaissait et était en contact avec des personnes en Afrique du Sud avant de migrer. Cette variable indicatrice permet donc d’approximer le fait d’appartenir à un réseau de migrants dans le pays d’accueil. L’idée sous-jacente est qu’un tel réseau devrait favoriser l’attachement au pays d’origine en permettant aux migrants de même origine de partager de l’information sur leur pays et d’en maintenir les coutumes et traditions. En revanche, nous ne nous attendons pas à ce que cette variable affecte les transferts dans la mesure où le réseau fait référence ici uniquement au réseau de migrants déjà présents en Afrique du Sud. Or, si les réseaux dans les pays d’accueil sont bien corrélés avec les coûts d’émigration et avec l’attachement aux pays d’origine en raison du rôle identificateur de la communauté, ils ne le sont pas nécessairement avec les transferts individuels, plutôt corrélés avec les réseaux dans le pays d’origine.

38Le second instrument appelé « Insertion » dépend, quant à lui, du ressenti du migrant concernant son insertion dans la société sud-africaine. Nous anticipons cette fois une relation négative avec l’attachement, car on peut penser que plus le migrant se sent inséré dans son pays d’accueil et moins il sera attaché à son pays d’origine.

39Enfin, le troisième instrument, noté « Discrimination », est une variable dummy égale à 1 si le migrant se sent discriminé (sur le marché du travail, dans sa vie quotidienne, etc.) du fait de sa nationalité et/ou de son identité clanique ou tribale dans le pays d’accueil, et égale à 0 sinon. Ressentir des marques de discrimination dans le pays d’accueil peut inciter à augmenter ses efforts d’intégration ou d’insertion, ce qui peut également réduire les efforts liés à l’attachement. Cette variable ne devrait pas affecter directement les transferts, ces derniers étant davantage liés à la présence de membres de la famille dans le pays d’origine, aux capacités réelles de transférer des migrants ou encore à leur obligation potentielle de transférer.

40Les résultats sont présentés dans le modèle 2 (tableau 2). La colonne 2 présente l’estimation de la variable d’attachement et la colonne 3, l’estimation de la propension à transférer, corrigée du biais d’endogénéité. Les résultats confirment l’existence d’un biais d’endogénéité et valident les instruments « Réseau » et « Discrimination » (qui sont significatifs et respectivement positif et négatif) mais pas l’instrument « Insertion ».

41À l’exception de la variable date d’arrivée en Afrique du Sud entre 1995 et 2002 qui devient significative, les résultats du modèle 1 ne sont pas modifiés par l’ajout des variables subjectives dans le modèle 2. Ces dernières sont positives et significatives. Ainsi, à revenu effectif donné, les migrants qui se sentent plus riches en Afrique du Sud qu’ils ne l’étaient avant leur départ ont une propension plus forte à transférer. De même, les migrants attachés à leur pays d’origine ont une propension à transférer plus élevée, toutes choses égales par ailleurs.

42Au final, l’impact négatif de la migration forcée sur le comportement de transferts du migrant est donc clairement vérifié. Par ailleurs, le rôle de l’attachement au pays d’origine, mais aussi celui des variables plus traditionnelles, telles que le revenu du migrant, conduit à penser que les déterminants des transferts de fonds Sud-Sud sont finalement peu différents de ceux des transferts de fonds Nord-Sud tels qu’identifiés par Miotti et al. [2010] ou Osaki [2003].

Conclusion

43Dans cet article, l’accent est mis sur les déterminants des transferts de fonds dans le cas des migrations Sud-Sud et notamment sur l’impact d’une migration forcée pour cause de conflits ou autre forme de persécutions. L’exploitation d’une enquête originale auprès de migrants africains (Congolais, Somaliens, Mozambicains) à Johannesburg permet de mettre en évidence l’impact négatif de conditions de départ violentes sur les transferts. À l’inverse, les migrants volontaires ont une plus forte propension à transférer, les transferts de fonds étant très probablement dans ce cas la raison de leur migration. Les conditions de départ du pays d’origine sont donc bien déterminantes dans la décision de transférer des migrants. Les résultats montrent, par ailleurs, que les Somaliens ont une plus forte propension à transférer que les Congolais et que le revenu des migrants et leur perception d’une richesse accrue suite à la migration sont positivement corrélés au choix de transférer. De même, plus les migrants sont attachés à leur pays d’origine et plus leur propension à transférer est élevée. Dans de futures recherches, il serait intéressant d’étendre l’analyse à d’autres villes africaines et d’étudier les déterminants des montants transférés.