Chapitre 8 : Projection de la migration interprovinciale

Warning Consulter la version la plus récente.

Information archivée dans le Web

L’information dont il est indiqué qu’elle est archivée est fournie à des fins de référence, de recherche ou de tenue de documents. Elle n’est pas assujettie aux normes Web du gouvernement du Canada et elle n’a pas été modifiée ou mise à jour depuis son archivage. Pour obtenir cette information dans un autre format, veuillez communiquer avec nous.

Par Patrice Dion

Passer au texte

Début du texte

Introduction

La migration interprovinciale constitue la composante la plus importante de l’accroissement démographique dans certains provinces et territoires (Dion et Coulombe 2008). Des projections plausibles de la migration interprovinciale sont donc d’une importance capitale pour la crédibilité des projections.

Afin de refléter l’incertitude inhérente à la migration interprovinciale, Statistique Canada crée de nombreux scénarios dans lesquels les hypothèses de migration varient. Ces hypothèses sont créées en variant les périodes de référence, chacune reflétant des schèmes de migration distincts. Cependant, même en tenant compte des variations possibles de la migration interne, cette composante est souvent à l’origine des écarts les plus importants lors de comparaisons a posteriori avec les données observéesNote 1. En fait, parce que cette composante est extrêmement volatile dans le temps, la migration interne est souvent reconnue comme étant la composante la plus difficile à projeter (Smith 1986).

Tout comme par le passé, l’édition actuelle des Projections démographiques pour le Canada, les provinces et les territoires propose de projeter la migration interprovinciale à l’aide du modèle multirégional, mais auquel sera greffé cette fois un modèle d’ajustement des taux de sortie. Ce modèle a pour but de minimiser les variations des taux de migration nette au cours de la projection et de rendre les hypothèses plus transparentes.

La première partie de ce chapitre consiste en une description sommaire du modèle multirégional et introduit le modèle d’ajustement des taux de sortie. La dernière partie du chapitre est consacrée à la description des hypothèses de projection.

Méthodologie

Le modèle multirégional

Depuis l’édition 1984-2006 des Projections démographiques pour le Canada, les provinces et les territoires, Statistique Canada projette la migration interne à l’aide de taux de sortie de la région d’origine vers chaque région de destinationNote 2. Ce modèle, souvent qualifié de « modèle multirégional » a été développé dans les années 1970, et son utilisation est de plus en plus répandue (Wilson et Rees 2005).

Le modèle multirégional possède de nombreux avantages pour la projection de la migration interne. D’abord, il permet de projeter simultanément et de façon cohérente un grand nombre de régions, plutôt que de projeter chacune d’entre elles séparément (Plane et Rogerson 1994), ce qui permet d’éviter un grand nombre d’écueils conceptuels. Ainsi, contrairement à l’utilisation de taux de migration nette ou de soldes migratoires, l’utilisation de taux multirégionaux permet aux flux migratoires d’évoluer de façon dynamique en fonction de la taille des populations, de leur distribution géographique et de leur composition par âge et sexe (Wilson et Bell 2004), et respecte le principe de « personne à risque » (Isserman 1992). Ensuite, dans le modèle multirégional, la somme des entrants égale toujours la somme des sortants, un argument conceptuel qui n’est pas garanti avec l’utilisation de taux de migration nette (voir par exemple Rogers 1990). Enfin, sa popularité vient notamment du fait qu’il cadre parfaitement dans un modèle matriciel tel que celui utilisé pour les projections par cohorte (Le Bras 2008), permettant d’intégrer toutes les composantes de l’accroissement démographique à l’aide de matrices de transition (chaînes de Markov)Note 3.

Calcul des taux de sortie multirégionaux

Dans le modèle multirégional, des taux de sortie de chaque région vers chaque autre région, désagrégés par âge et sexe, sont appliqués directement aux personnes à risque de migrer, ce qui est cohérent avec la façon dont les autres composantes de l’accroissement démographique sont normalement projetées. Le calcul de ces taux se fait en plusieurs étapes. Dans une première étape, les taux centraux de sortie par âge et sexe sont calculés pour chaque province et territoire, toutes destinations confondues, pour toutes les années de la période de référence choisie (pour une hypothèse donnée). La moyenne de ces taux est ensuite calculée pour chaque période. L’utilisation de la moyenne permet de donner un poids égal à chacune de ces années, indépendamment des tailles de population et du nombre de sortants.

La seconde étape vise à désagréger ces taux de sortie par âge, sexe et province/territoire d’origine par province/territoire de destination. Pour ce faire, des matrices origine-destination par sexe et âge (ou groupe d’âge) sont constituées, sur la base de moyennes calculées au cours de la période de référence choisie. Ces matrices permettent d’obtenir les proportions des migrants d’une région d’origine selon chaque région de destination. La multiplication du taux de sortie spécifique à l’origine obtenu à la première étape par les proportions obtenues des matrices origine-destination donne des taux de sortie spécifiques à l’origine et à la destination. Ainsi, les taux de sortie multirégionaux tiennent compte des particularités par âge et sexe non seulement en matière de sortie des provinces/territoires, mais aussi à l’égard des préférences de destinationNote 4.

Ajustement des taux de sortie

La projection d’une population à l’aide de matrices de transition dans le modèle multirégional conduit celle-ci à long terme à un état stable, dans lequel la population conserve une répartition par âge et sexe et une distribution régionale constante tout à fait indépendante des caractéristiques de la population initiale (Le Bras 2008). Les changements induits par la migration dans le modèle multirégional sont linéaires par nature, et tendent à favoriser la croissance dans les régions où l’accroissement est le plus faible au détriment de celles où l’accroissement est le plus fort. En contribuant à équilibrer la croissance dans les régions au cours de la projection, le modèle multirégional engendre des hypothèses généralement plus conservatrices que d’autres méthodes. Par exemple, en comparaison, les projections basées sur des taux de migration nette tendent à créer un effet «d’accélération» (Isserman 1992), car les soldes migratoires projetés évoluent parallèlement à la population, renforçant les tendances à l’œuvre.

Il est à noter que ce résultat est intrinsèque à l’utilisation de taux de sortie invariants dans le temps, et duquel découle une supposition que la migration ne dépend que des variations de population dans la région d’origine, et non de la région de destination. Pourtant, contrairement à d’autres phénomènes tels que les naissances ou les décès, la migration implique plus d’une région (Plane et Rogerson 1994; Feeney 1973). En fait, les taux de sortie interrégionaux à un point donné dans le temps sont liés empiriquement à la distribution de la population dans les diverses régions de destination (Plane 1993; Courgeau 1991; Poulain 1982). Dans ce contexte, utiliser des taux de sortie constants revient à nier l’effet que pourraient avoir des changements dans la distribution de la population au sein des régions de destination, et ne fournit qu’un portrait incomplet de la dynamique du phénomène de migration (Plane 1993; Plane et Rogerson 1994).

Cette supposition n’est pas sans conséquence : en ne tenant aucunement compte des variations des tailles de population dans les régions de destinationNote 5, le modèle multirégional induit des changements parfois importants dans les taux de migration nette projetés, lesquels ne s’expliquent que par un processus purement mécanique, soit l’augmentation ou la diminution du nombre de sortants des régions en fonction de la croissance des régions d’origine. Typiquement, la sélection de la période de référence est fondée sur une analyse des soldes migratoires, ou préférablement, des taux de migration nette. Dans ce contexte, il est attendu que les hypothèses de projection permettent de reproduire ce qui a été observé au cours de la période historique choisie, et que les régions gagnantes et perdantes soient essentiellement les mêmes. Or, ce n’est pas ce qui se produit au cours de la projection : la projection de la migration interne à l’aide du modèle multirégional introduit des effets latents difficiles à anticiper (Pittenger 1978), qui ne sont pas nécessairement connus et attendus de l’analyste, sur lesquels il n’exerce qu’un contrôle limité. Enfin, une autre conséquence de l’utilisation du modèle multirégional est qu’il ne permet pas d’obtenir une fourchette offrant un éventail de possibilités (Werschler et Nault 1996). En effet, dès lors que les divers scénarios proposent des schèmes de croissance similaires, les soldes migratoires projetés des régions tendent à converger avec le temps, réduisant ainsi la variabilité des résultats proposés, et l’incertitude liée à la composante de migration interne diminue dans le temps, alors qu’elle devrait normalement s’accroitre.

Les limites du modèle multirégional sont particulièrement apparentes dans le contexte des projections des provinces et des territoires canadiens. En effet, les fortes disparités observées en termes de croissance et de tailles de population entre les provinces et les territoires exacerbent les variations des taux de migration nette (Werschler et Nault 1996).

Avec l’objectif ultime de projeter des taux de migration nette beaucoup plus stables et cohérents avec ceux observés au cours de la période de référence sélectionnée, la présente édition innove en adoptant une méthode simple et intuitive d’ajustement des taux de sortie au cours de la projection. L’approche est similaire à celles inspirées des modèles de gravité, dans la mesure où elle vise à ajuster les taux de sortie des provinces selon les tailles relatives des populations de façon à équilibrer les flux migratoires entre les régions. L’ajustement consiste à modifier, pour chaque année projetée, les taux de sortie sur la base des taux de sortie moyens et des tailles de population observés au cours de la période de référence ainsi que des tailles de population au temps t, c'est-à-dire au départ de l’année à projeter. Le taux de sortie entre t et t+1 ( m ij t,t+1 MathType@MTEF@5@5@+= feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamyBamaaDa aaleaacaWGPbGaamOAaaqaaiaadshacaGGSaGaamiDaiabgUcaRiaa igdaaaaaaa@3D31@ ) est donc modifié ainsi :

m ij t,t+1 = m ij ref P j t / k P k t P j ref / k P k ref (8.1) MathType@MTEF@5@5@+= feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqbaeqabeabaa aabaGaamyBamaaDaaaleaacaWGPbGaamOAaaqaaiaadshacaGGSaGa amiDaiabgUcaRiaaigdaaaGccqGH9aqpcaWGTbWaa0baaSqaaiaadM gacaWGQbaabaGaamOCaiaadwgacaWGMbaaaOWaaSaaaeaacaWGqbWa a0baaSqaaiaadQgaaeaacaWG0baaaOGaai4lamaaqababaGaamiuam aaDaaaleaacaWGRbaabaGaamiDaaaaaeaacaWGRbaabeqdcqGHris5 aaGcbaGaamiuamaaDaaaleaacaWGQbaabaGaamOCaiaadwgacaWGMb aaaOGaai4lamaaqababaGaamiuamaaDaaaleaacaWGRbaabaGaamOC aiaadwgacaWGMbaaaaqaaiaadUgaaeqaniabggHiLdaaaaGcbaaaba aabaGaaiikaiaaiIdacaGGUaGaaGymaiaacMcaaaaaaa@5E2A@

m ij ref MathType@MTEF@5@5@+= feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamyBamaaDa aaleaacaWGPbGaamOAaaqaaiaadkhacaWGLbGaamOzaaaaaaa@3BBE@  est le taux moyen observé au cours de la période de référence, P j t MathType@MTEF@5@5@+= feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamiuamaaDa aaleaacaWGQbaabaGaamiDaaaaaaa@38E0@ est la taille de la population de destination, et P j ref MathType@MTEF@5@5@+= feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamiuamaaDa aaleaacaWGQbaabaGaamOCaiaadwgacaWGMbaaaaaa@3AB3@ est la taille moyenne de la population de destination au cours de la période de référence.

Alternativement, l’ajustement peut être calculé comme suit, sur la base des taux et des populations de l’année précédente :

m ij t,t+1 = m ij t1,t P j t / k P k t P j t1 / k P k t1 (8.2) MathType@MTEF@5@5@+= feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqbaeqabeabaa aabaGaamyBamaaDaaaleaacaWGPbGaamOAaaqaaiaadshacaGGSaGa amiDaiabgUcaRiaaigdaaaGccqGH9aqpcaWGTbWaa0baaSqaaiaadM gacaWGQbaabaGaamiDaiabgkHiTiaaigdacaGGSaGaamiDaaaakmaa laaabaGaamiuamaaDaaaleaacaWGQbaabaGaamiDaaaakiaac+cada aeqaqaaiaadcfadaqhaaWcbaGaam4AaaqaaiaadshaaaaabaGaam4A aaqab0GaeyyeIuoaaOqaaiaadcfadaqhaaWcbaGaamOAaaqaaiaads hacqGHsislcaaIXaaaaOGaai4lamaaqababaGaamiuamaaDaaaleaa caWGRbaabaGaamiDaiabgkHiTiaaigdaaaaabaGaam4Aaaqab0Gaey yeIuoaaaaakeaaaeaaaeaacaGGOaGaaGioaiaac6cacaaIYaGaaiyk aaaaaaa@5F53@

Même s’il se rapproche des modèles conçus par Feeney (1973) ou Plane (1982; 1993), et s’inspire plus généralement de la recherche en interaction spatiale, le modèle d’ajustement proposé ici s’ancre dans une autre perspective distincte, où le but n’est pas de chercher à prédire les flux migratoires sur la base d’une information incomplète, mais plutôt de projeter la migration interne selon des hypothèses claires portant sur les taux de migration netteNote 6. En outre, il s’intègre sans difficulté dans le modèle matriciel de projection par cohortes et en conserve les avantages importants. Les résultats montrent que la méthode permet de projeter des flux migratoires engendrant des taux de migration nette assez près des taux observés au cours de la période de référence, relativement stables dans le temps, et dont l’évolution peut s’expliquer de façon assez intuitive. Elle permet en outre de développer des hypothèses plus variées que dans les éditions précédentes. Les figures 8.1 et 8.2 montrent l’effet de la méthode d’ajustement sur les taux de migration nette projetés, lorsqu’appliquée aux scénarios M1 et M2 de l’édition 2009-2036 des Projections démographiques pour le Canada, les provinces et les territoires pour les provinces de la Nouvelle-Écosse et de l’Ontario respectivement.

Figure 8.1 Taux de migration interprovinciale nette (en pourcentage) observé (1981-1982 à 2007-2008) et projeté (2009-2010 à 2035-2036) selon divers scénarios, Nouvelle-Écosse

Description de la figure 8.1

Figure 8.2 Taux de migration interprovinciale nette (en pourcentage) observé (1981-1982 à 2007-2008) et projeté (2009-2010 à 2035-2036) selon divers scénarios, Ontario

Description de la figure 8.2

Hypothèses

Tendances récentes

Les diverses hypothèses de migration interprovinciale se distinguent par le choix d’une période de référence. Chacune de ces périodes de référence reflète un contexte différent, marqué notamment par des conditions particulières dans le marché du travail des provinces et des territoires, lesquelles sont reconnues pour avoir un impact important sur les tendances en matière de migrations interprovinciales (Finnie 2000; Bernard et al. 2008). L’ensemble de ces hypothèses illustrent la grande volatilité de cette composante démographique dans le tempsNote 7.

Cinq hypothèses de projection ont été élaborées, cela dans le but explicite de proposer pour chaque province et territoire une gamme variée de scénarios. La période 1991 à 2011 a été choisie pour établir le scénario traditionnellement nommé « historique » parce qu’elle constitue une période relativement longue, soit de 20 ans, et constitue la plus longue période pour laquelle des données sont disponibles pour tous les provinces et territoires (postérieure à la création du Nunavut).

Les scénarios alternatifs reflètent quant à eux des périodes plus courtes, confinées au sein de la période 1991 à 2011. Les périodes de référence ont été choisies de façon à ce qu’il soit possible d’identifier pour chaque province et territoire un scénario hautement favorable et un autre hautement défavorable. Pour ce faire, les premiers et troisièmes quartiles des taux de migration nette annuels enregistrés au cours de la période 1991 à 2011 ont constitué des cibles des hypothèses faibles et fortes respectivementNote 8, Note 9. Le tableau 8.1 présente les quartiles des taux de migration nette moyens annuels enregistrés au cours de la période 1991 à 2011 ainsi que les taux de migration nette observés au cours des diverses périodes de référence associées aux hypothèses. Le nouveau modèle de projection de la migration interprovinciale adopté dans cette édition fait en sorte que les taux de migration nets moyens projetés demeureront plus près des mêmes taux observés au cours des périodes de référence associées aux divers scénarios, ce qui n’était pas le cas dans les éditions précédentes.

Hypothèse M1 (historique)

L’hypothèse M1, que l’on pourrait aussi qualifier d’hypothèse historique, est celle qui se base sur la période de référence la plus longue, soit de 1991-1992 à 2010-2011. Dans cette hypothèse, seules l’Alberta et la Colombie-Britannique enregistrent des soldes migratoires positifs (figure 8.3). L’Île-du-Prince-Édouard et l’Ontario montrent quant à elles des soldes migratoires presque nuls au cours de cette période.

Figure 8.3 Nombre annuel moyen de migrants interprovinciaux, entrants, sortants et solde, 1991-1992 à 2010-2011

Description de la figure 8.3

Hypothèse M2

L’hypothèse M2 reflète la période 1991-1992 à 1999-2000. Elle est, de toutes les hypothèses proposées, celle qui est la plus favorable à l’Île-du-Prince-Édouard et à la Colombie-Britannique, et la plus défavorable à Terre-Neuve-et-Labrador, au Québec et au Yukon (figure 8.4).

Figure 8.4 Nombre annuel moyen de migrants interprovinciaux, entrants, sortants et solde, 1991-1992 à 1999-2000

Description de la figure 8.4

Hypothèse M3

L’hypothèse M3 est basée sur une courte période de quatre ans, soit de 1999-2000 à 2002-2003, au cours de laquelle la Saskatchewan et la Colombie-Britannique ont connu des soldes migratoires particulièrement désavantageux (figure 8.5). À l’opposé, c’est l’hypothèse M3 qui propose les gains migratoires les plus importants en Ontario et les pertes les plus faibles aux Territoires du Nord-Ouest (les Territoires du Nord-Ouest ont un solde migratoire négatif dans toutes les hypothèses).

Figure 8.5 Nombre annuel moyen de migrants interprovinciaux, entrants, sortants et solde, 1999-2000 à 2002-2003

Description de la figure 8.5

Hypothèse M4

L’hypothèse M4 est basée sur la période de 2004-2005 à 2007-2008, laquelle se caractérise par des flux migratoires ayant avantagé particulièrement l’Alberta (figure 8.6). Les mouvements vers l’Alberta expliquent en grande partie pourquoi un grand nombre de provinces et territoires ont connu leurs soldes migratoires les plus désavantageux dans cette hypothèse, soit l’Île-du-Prince-Édouard, la Nouvelle-Écosse, le Nouveau-Brunswick, l’Ontario, le Manitoba et le Nunavut.

Figure 8.6 Nombre annuel moyen de migrants interprovinciaux, entrants, sortants et solde, 2004-2005 à 2007-2008

Description de la figure 8.6

Hypothèse M5

L’hypothèse M5 reflète la période 2009-2010 à 2010-2011, et pourrait être qualifiée d’hypothèse « tendances récentes ». Cette période, si courte soit-elle, n’en reflète pas moins des changements substantiels par rapport aux tendances générales observées au pays. D’abord, la migration vers l’Alberta a grandement diminué d’intensité, au point où bien que positif, le solde migratoire de cette province y est le plus faible (figure 8.7). Ensuite, des provinces habituées à des soldes négatifs telles que Terre-Neuve-et-Labrador, la Nouvelle-Écosse, le Nouveau-Brunswick et la Saskatchewan ont connu des gains migratoires. Le Manitoba pour sa part a enregistré un solde migratoire qui bien que négatif, est le moins désavantageux de tous les scénarios pour cette province. Enfin, l’hypothèse M5 propose aussi les gains migratoires les plus importants pour les territoires du Yukon et du Nunavut.

Figure 8.7 Nombre annuel moyen de migrants interprovinciaux, entrants, sortants et solde, 2009-2010 à 2010-2011

Description de la figure 8.7

Références

Bernard, A., R. Finnie et B. St-Jean. 2008. « Mobilité interprovinciale et gains », L'emploi et le revenu en perspective, volume 9, numéro 10, no 75-001-X au catalogue de Statistique Canada.

Bohnert, N. 2013. « Migrations : interprovinciales, 2009-2010 et 2010-2011 », Rapport sur l'état de la population du Canada, no 91-209-X au catalogue de Statistique Canada.

Courgeau, D. 1991. « Perspectives avec migrations », Population, volume 46, numéro 6, pages 1 513 à 1 530.

Dion, P. 2012. « Evaluating population projections: Insights from a review made at Statistics Canada », version provisoire, document présenté au Annual Meeting of the Population Association of America, San Francisco, 4 Mai 2012, disponible à : http://paa2012.princeton.edu/papers/122233.

Dion, P. et S. Coulombe. 2008. « Portrait de la mobilité des Canadiens en 2006 : trajectoires et caractéristiques des migrants », Rapport sur l’état de la population du Canada, 2005 et 2006, no 91-209-X au catalogue de Statistique Canada.

Feeney, G. 1973. « Two models for multiregional population dynamics », Environment and Planning, volume 5, pages 31 à 43.

Finnie, R. 2000. « Qui sont les migrants? Analyse de la migration interprovinciale au Canada fondée sur un modèle logit par panel », Direction des études analytiques, document de recherche no 142, no 11F0019MPF au catalogue de Statistique Canada.

Isserman, A. 1992. « The right people, the right rates : Making population estimates and forecasts with an interregional cohort-component model », Research Paper 9216, West Virginia University, disponible à : http://www.rri.wvu.edu/pdffiles/wp9216.pdf.

Le Bras, H. 2008. The Nature of Demography, Princeton University Press, New Jersey, 362 pages.

Pittenger, D.B. 1978. « On making flexible projections of age-specific net », Environment and Planning A, volume 10, pages 1 253 à 1 272.

Plane, D.A. 1982. « An information-theoretic approach to the estimation of migration flows », Journal of Regional Science, volume 22, numéro 4, pages 441 à 456.

Plane, D.A. 1993. « Requiem for the fixed-transition probability migrant », Geographical Analysis, volume 25, pages 211 à 223.

Plane, D.A. et P.A. Rogerson. 1994. The Geographical Analysis of Population with Applications to Plan­ning and Business, New York, Wiley, 418 pages.

Poulain, M. 1982. « L’analyse spatiale d’une matrice de migration interne : l’exemple des migrations interprovinciales de six provinces du Canada pour les périodes 1956-1961, 1966-1971 et 1971-1976 », Cahiers québécois de démographie, volume 11, numéro 1, pages 47 à 68, disponible à : http://id.erudit.org/iderudit/600868ar.

Rogers, A. 1990. « Requiem for the net migrant », Geographical Analysis, volume 22, numéro 4, pages 283 à 300.

Smith, S.K. 1986. « Accounting for migration in cohort-component projections of state and local populations », Demography, volume 23, numéro 1, pages 127 à 135.

Vanderkamp, J. 1976. « The role of population size in migration studies », The Canadian Journal of Economics, volume 9, numéro 3, pages 508 à 517.

Werschler, T. et F. Nault. 1996. « Projecting interregional migration balances within a multiregional cohort-component framework », Environment and Planning A, volume 58, pages 769 à 782.

Wilson, T. et M. Bell. 2004. « Comparative empirical evaluations of internal migration models in subnational population projections », Journal of Population Research, volume 21, numéro 2, pages 127 à 160.

Wilson, T. and P. Rees. 2005. « Recent developments in population projection methodology : A review », Population, Space and Place, volume 11, pages 337 à 360.

Notes

Date de modification :