Ce travail a été réalisé avec le soutien financier (National Centers of Competence in Research – The Migration-Mobility Nexus ‘NCCR on the move’, finance par le Fonds national suisse pour la recherche scientifique (référence 51NF40-142020), que nous remercions.
1Les progrès économiques et sanitaires du 20ème siècle n’ont pas seulement conduit à un allongement de la durée de vie en Europe, mais ont également été accompagnés d’une diminution significative des écarts de mortalité à l’échelle des régions. En Suisse, il y a un siècle (1920/21), l’espérance de vie masculine du canton de Genève était de plus de 10 ans supérieure à celle enregistrée dans le canton italophone du Tessin (58,4 ans contre 48,2 ans) ; l'écart étaient encore plus importants chez les femmes entre le canton urbain de Bâle-Ville (62,3 ans) et le Tessin (52,4 ans, cf. Peng Fei et al., 1998). A l’époque, les écarts régionaux d’espérance de vie traduisaient des différences dans les conditions économiques des populations, ainsi que dans les infrastructures sanitaires disponibles.
2Au cours du siècle qui a suivi, la situation économique des régions de la Suisse s’est uniformisée et l'accès aux prestations de santé s'est généralisé. En conséquence, les écarts de mortalité se sont fortement réduits. Aujourd’hui, seules deux années d’espérance de vie séparent le canton qui présente le plus faible niveau (Bâle-Ville, 79,4 ans chez les hommes, 84,8 ans chez les femmes) et celui présentant le niveau le plus élevé (Zoug, 81,6 ans chez les hommes, Tessin, 86,2 ans chez les femmes). Malgré cette diminution sensible des écarts d’espérance de vie, des inégalités en termes de santé et de risque de décès restent flagrantes, en particulier à l’échelle des communes et des agglomérations [voir par exemple Lerch et al., 2017].
3Ces inégalités perdurent malgré l'accès universel aux soins de santé. En outre, les modes de vie et comportements de santé (incluant par exemple le dépistage, l’adhésion aux messages préventifs) s'harmonisent progressivement entre régions urbaines et rurales, tandis que le développement économique a été observé partout en Suisse. Dans ce contexte d’uniformisation des facteurs intervenant sur le risque de décès, la persistance d’inégalités devant la mort interpelle. La question essentielle est de comprendre si elles sont expliquées par des effets de structure, en d'autres termes par la distribution inégale des différentes catégories de population, ou si des facteurs environnementaux ou liés aux comportements de santé interviennent. Les effets de structure s'observent lorsque des populations présentant des profils spécifiques (par exemple en termes socioéconomiques) ne sont pas réparties d'une manière homogène sur le territoire. En Suisse, ces effets peuvent encore accrus par les migrations internationales. Celles-ci sont susceptibles d’amener dans certaines agglomérations orientées vers les activités hautement qualifiées des populations migrantes sélectionnées comme étant en bonne santé, tandis que les communes périphériques regrouperaient une population de natifs, beaucoup plus hétérogène en termes d’état de santé.
4Dans ce contexte, cet article vérifie le rôle de la composition, en termes socioéconomiques et d’origine, de la population des différentes régions suisses sur les différentiels spatiaux d’espérance de vie. Une revue de la littérature permet de préciser l’objectif de cette étude. Une deuxième étape introduira les données et les méthodes, puis les résultats seront présentés et discutés.
5Les inégalités de mortalité et de santé à l’échelle des quartiers, communes et régions ont donné lieu à de nombreuses théories et études empiriques dans les pays industrialisés [voir par exemple Van der Veen, 1994 ; Valkonen, 2001]. Valkonen explique les écarts régionaux en matière d'espérance de vie en tenant compte de quatre niveaux d’intervention : le premier considère les différentes causes de décès, auxquelles sont associés les trois autres niveaux, à savoir facteurs de risques non médicaux (incluant la composition génétique de la population, les comportements à risques, et les facteurs liés à l'environnement), les effets de composition (structure de la population), et les déterminants contextuels (développement économique et politiques sanitaires). L'analyse de la mortalité régionale permet alors non seulement d’identifier des causes de décès présentant des différences de risque mais aussi de mettre en évidence les facteurs à l’origine de ces écarts, en distinguant comportements, structure et contexte.
6Ce genre d’études n’a pas uniquement un objectif descriptif, mais vise aussi à formuler des politiques adéquates à la réduction des différentiels devant la mort. Pour cette raison, les études sur la mortalité régionale se sont multipliées, en particulier dans les pays anglo-saxons présentant un degré élevé de ségrégation spatiale et des écarts de durée de vie assez importants entre communes ou quartiers, tels les Etats-Unis [voir par exemple Cosman et al., 2007 ; Ezzati et al., 2008 ; Mansfield et al. 1999].
7En Suisse, des différences de niveaux de mortalité subsistent entre régions urbaines et régions rurales. Plusieurs analyses de mortalité régionale ont été conduites depuis la fin du 20e siècle, empruntant des approches épidémiologiques ou démographiques, que ce soit à l’échelle des cantons [voir par exemple Bopp et Gutzwiller, 1999 ; Wanner et al., 1997], des agglomérations [Wanner et al., 2012] ou des types de communes appréhendées selon un gradient urbain-rural [Lerch et al., 2017]. Ces études ont non seulement documenté les spécificités régionales devant la mort et leur évolution, mais imputé ces spécificités aux groupes de facteurs mentionnés par Valkonen [2001]. En particulier, un avantage des communes suburbaines ou périurbaines, exprimé par l’indicateur de l’espérance de vie, au détriment des communes centrales des agglomérations et des communes rurales a été mis en évidence récemment [Wanner et al., 2012 ; Lerch et al., 2017]. L'espérance de vie des communes centrales s'est caractérisée en effet, au cours des trois dernières décennies du siècle écoulé, par un rythme de croissance beaucoup plus lent que celui observé dans les autres types de communes, conduisant à un déficit d'espérance de vie. Celui-ci serait expliqué par la structure socioéconomique plutôt défavorable, ainsi que par un style de vie moins sain de la population vivant au centre des agglomérations comparativement aux personnes vivant dans les communes périurbaines ou suburbaines [Lerch et al., 2017]. On observe en effet un départ progressif des populations riches depuis les centres en direction de la périphérie et une immigration nette des groupes socioéconomiques plutôt précarisés [Wanner, 2017], contrebalançant le renouveau urbain provoqué par la gentrification (réhabilitation des quartiers pauvres des centres urbains, désormais habités par des populations aisées, cf. Rérat, 2008). Quant au mode de vie spécifique des résidents des agglomérations, il est mis en évidence par des données sanitaires montrant par exemple une moindre pratique d’une activité physique et une plus grande consommation de tabac parmi les personnes vivant dans les centres urbains [OBSAN, 2017]. Cependant, aucune étude n’a à ce jour pu mettre en évidence l’impact exact de ces comportements sur la durée de vie.
8Nonobstant les différences entre centres et périphéries, les grandes agglomérations bénéficient en règle générale d’un bonus d’espérance de vie à la naissance par rapport aux communes rurales, à l’exception de l’agglomération zurichoise [Wanner et al., 2012]. Les auteurs expliquent cette situation par la structure socioéconomique de ces grands centres de service, mais peinent à trouver une explication pour le cas de Zurich. Or, ces grandes agglomérations sont aussi caractérisées par une part plus importante de migrants comparativement aux autres régions de la Suisse, ce qui peut aussi influencer la durée moyenne de vie.
9A l’étranger, plusieurs études portant sur la dimension locale de la mortalité [par exemple Congdon et al., 2001 pour la mortalité infantile, Davey Smith et al., 1998 ; Gartner et al., 2011 ; Deaton et Lubotsky, 2003] attestent de l’effet de structure. Par contre, le rôle de la migration internationale sur les différentiels n’a que très rarement été investigué. En Suisse, plus d’un tiers de la population résidante adulte est issue de l’immigration [OFS, 2017]. Cette population migrante est très hétérogène en termes d’origine, de motif du mouvement migratoire et de niveau de formation. Auparavant dominée par l’arrivée de migrations de travailleurs actifs dans les activités de la construction et agricoles, l’immigration s’est progressivement diversifiée. Depuis l’entrée en vigueur des accords sur la libre circulation des personnes entre l’Union européenne et la Suisse en 2002, la population migrante se caractérise par une proportion de plus en plus importante de personnes hautement qualifiées [Vidal Coso et Ortega Rivera, 2017], domiciliée principalement dans les centres économiques. Selon l’OCDE, la région lémanique, qui inclut l’agglomération genevoise, figure parmi les régions industrialisées comptant la proportion la plus élevée de migrants hautement qualifiés au sein de sa population active [OCDE, 2011].
10Parce qu’elle répond à des logiques économiques, la migration touche diversement les régions de la Suisse. Si certaines communes touristiques dénombrent plus de 50% d’étrangers dans leur population, d’autres régions (principalement de Suisse centrale ou rurales) en comptent moins de 10%. A l’échelle des métropoles de la Suisse, la proportion des migrants varie également du simple au double, passant de 23% dans la métropole bernoise à 48% dans la métropole lémanique. La structure socioprofessionnelle des migrants varie également d’une métropole à l'autre, en fonction des caractéristiques du marché du travail. L'impact potentiel des migrants sur l'espérance de vie peut dès lors être plus ou moins prononcé en fonction de son importance relative et de sa structure socioéconomique.
11L’impact migratoire ne fait pas uniquement référence à l’arrivée d’une population en règle générale hautement qualifiée. Elle est aussi à relier à la sélectivité de la population migrante. Celle-ci est mobile : plus de 40% des migrants quittent la Suisse au cours des 5 années ayant suivi leur arrivée [Zufferey, 2018], principalement pour rentrer dans leur pays, mais parfois aussi pour entreprendre une migration d’itinérance dans un autre pays. Suivant la théorie de la migration sélective de Borjas et Bratsberg [1994], les migrants ayant échoué à atteindre leurs objectifs migratoires et influencés par des facteurs répulsifs peuvent être incités à quitter le pays. Parmi les candidats au départ figurent peut-être aussi, bien que cela n’a jamais pu être vérifié, des migrants qui, pour des raisons de santé, ne peuvent achever leurs objectifs professionnels en Suisse, échouent donc dans leur installation durable, et choisissent de rentrer dans leur pays d’origine afin de terminer leur vie. Cette émigration, parfois appelée « effet saumon », a rarement été mise en évidence faute de données sur les caractéristiques des partants. Souvent remise en question, elle a cependant été démontrée aux Etats-Unis à partir des registres des assurances sociales [Turra et Elo, 2008], ainsi qu’en Suède, dans le contexte de la migration régionale, par Andersson et Drefahl [2016].
- 1 Cette situation ne s’applique pas aux personnes arrivées en Suisse pour des motifs familiaux (maria (...)
12Le domaine de la santé des migrants a été largement analysé au cours des dernières années et les liens entre migration et santé fréquemment conceptualisés [Urquia et Gagnon, 2011]. Les migrants présentent une double sélection : la sélection d’entrée – la migration étant plus aisée pour ceux qui en ont les moyens physiques, humains ou économiques de se rendre dans le pays d’accueil – et la sélection de sortie, puisque quittent le pays d'accueil ceux qui échouent dans leur projet migratoire. La sélection à l’entrée, parfois appelée « Hispanic Paradox » en référence à la situation des Mexicains aux Etats-Unis, a été démontrée dès les années 1980 [Markides et Coreil, 1986]. Elle conduit à un état de santé amélioré pour les migrants comparativement aux natifs [Chiswick et al., 2008 ; Kennedy et al., 2015], même pour ceux originaires de pays à faibles structures sanitaires et à faible espérance de vie. Elle a été vérifiée parmi les communautés méditerranéennes en Allemagne et en France [Khlat et Darmon, 2003]. L'avantage en termes de santé qui en découle disparaît cependant après quelques années [Antecol et Bedard, 2006]. Quant à la sélection à la sortie, celle-ci peut être favorisée par un permis de séjour conditionné à la possibilité d’exercer un emploi. En Suisse, au cours des dix premières années sur le territoire, les citoyens d’un Etat hors Union Européenne se voient attribuer un permis annuel dans le cadre de contingents, renouvelable sous condition d'une activité professionnelle régulière : une durée prolongée sans emploi peut conduire à un non-renouvellement1. Les règles quant à l’attribution d’un permis pourraient donc défavoriser les personnes qui, en raison d'un état de santé déficient, ne sont plus intéressantes pour le marché du travail.
13Ces effets de sélection ont un impact positif sur l’espérance de vie des migrants, et par conséquent accroissent aussi l’espérance de vie de l’ensemble de la population. Cet accroissement est supposé être plus fort dans les régions à forte proportion de migrants et pourrait participer aux écarts d’espérance de vie. Cet élément n'a à ce jour pas été investigué en Suisse. A l'étranger, les études portant sur le rôle des mouvements migratoires sur les inégalités spatiales de mortalité sont rares [Boyle, 2004]. Brimblecombe et al. [1999], travaillant sur des données britanniques et à l’échelle des districts, montrent cependant que les migrants (internes) expliquent la quasi-totalité des différences de mortalité observées entre ces districts.
14Cette lacune nous incite à tester, à l’aide de données originales, l’impact des populations étrangères sur les différentiels de mortalité des métropoles de la Suisse. A noter que nous nous focalisons sur la migration internationale. L’impact de la migration régionale a également été testé dans des analyses (non présentées ici) et s’avère extrêmement faible. Ceci est partiellement dû au fait que, compte tenu des frontières linguistiques, les migrations interrégionales de longue distance sont faibles en Suisse. Pour cette raison, on se limite dans cet article à mesurer le rôle de la migration internationale.
15La typologie des métropoles de la Suisse, qui distingue cinq centres métropolitains, ainsi que les communes rurales et les communes urbaines non métropolitaines, est privilégiée dans cet article, car son utilisation conduit à un effectif suffisant, dans chaque métropole/type de commune, pour l’établissement de tables de mortalité. Après une brève présentation méthodologique, nous décrirons les niveaux d’espérance de vie des migrants et des natifs en tenant compte du lieu de résidence. Puis, un modèle sera appliqué sur des données individuelles en vue de vérifier l’hypothèse selon laquelle le statut migratoire et la structure socioprofessionnelle expliquent toutes ou une partie des inégalités régionales devant la mort.
16L’Office fédéral de la statistique (OFS) a introduit le 31 décembre 2010 un nouveau système d’information démographique, remplaçant le recensement traditionnel, dont le dernier eut lieu en 2000. Ce système repose d’une part sur une statistique de la population (construite à partir des registres administratifs des habitants, ainsi que des données de l’état civil) d’autre part sur le relevé structurel, une enquête à large échelle ayant lieu le 31 décembre de chaque année (plus de 200 000 personnes interrogées annuellement). Il informe sur les décès enregistrés en Suisse entre 2011 et 2014 parmi la population résidente de manière permanente. Dans ces enregistrements figurent différentes caractéristiques telles que le domicile, la nationalité, le sexe, la date de naissance et la date de survenance de l’évènement (qui nous permettent de calculer l’âge révolu au moment du décès). Nous disposons également au 31 décembre de chaque année de la population résidente permanente distribuée selon les mêmes caractéristiques, ceci dès 2010. Ces informations permettent de calculer des taux de mortalité par âge et les valeurs qui découlent de la table de mortalité (quotients de mortalité, probabilités de survie, espérances de vie, etc.) pour l’ensemble de la population, mais aussi en fonction du lieu de domicile.
- 2 Les variables sur la profession souffrent en particulier d’un taux élevé de non-réponses pour les p (...)
17Pour l’échantillon ayant répondu au relevé structurel uniquement, nous disposons en outre d’informations sur le niveau de formation achevé par la personne. Une précédente étude avait montré que le niveau de formation achevé est un excellent marqueur de la catégorie socioprofessionnelle, et représente une variable intéressante pour la mesure de la mortalité différentielle, par le fait qu’elle ne se modifie que rarement au cours de la vie adulte [Wanner et Lerch, 2012]. Nous privilégions donc cette variable pour la mesure des effets de structure socioéconomique, au détriment d’autres variables telles la profession exercée ou la profession apprise2.
18Au moment de la déclaration du décès à l’état civil, aucune information n’est recueillie sur le lieu de naissance du défunt. Seule la nationalité est mentionnée. Or, celle-ci n’est pas un bon marqueur du statut migratoire. En effet, nombreux sont les étrangers nés en Suisse et, inversement, les Suisses (par naturalisation ou de naissance) nés à l’étranger. Utiliser la nationalité comme indicateur du statut migratoire plutôt que le lieu de naissance conduit à sous-estimer sensiblement l’espérance de vie des migrants et à surestimer celui des natifs (cf. tableau 1), l’écart pouvant dépasser 1,7 an pour les hommes originaires d’un pays européen ou d’un pays non membre de l’UE/AELE mais membre de l’OCDE.
19Afin de pallier à l’absence d’information sur le lieu de naissance dans la déclaration du décès, on a récupéré cette information dans le registre des habitants. A cette fin, les décès survenant en cours d’une année ont été appariés avec le registre des habitants de l’année précédente à l’aide d’un numéro d’identification personnel, introduit dès 2010 dans la statistique de la population [cf. Steiner et Wanner, 2015]. On dispose ainsi du pays de naissance pour chaque personne décédée, pour autant qu’elle ait été présente sur le territoire suisse le 31 décembre qui précède le décès, ce qui est le cas pour la quasi-totalité des décès adultes. Cependant, en cas d’une immigration suivie la même année d’un décès, le pays de naissance n’est pas connu, et il a été alors approximé par la nationalité de la personne décédée.
20Pour la même raison, l’identification précise du pays de naissance des enfants décédés durant de l’année de la naissance n’est pas possible. On peut supposer que ces décès infantiles concernent des enfants nés en Suisse, mais on ne peut pas le vérifier. Afin de contourner l’absence d’information sur le lieu de naissance des enfants décédés durant la première année de vie, nous avons appliqué, dans le calcul des tables de mortalité, des quotients de mortalité infantile similaires pour les natifs et pour les migrants.
Tableau 1 : Espérance de vie selon le lieu de naissance (estimation indirecte) et la nationalité, en Suisse, 2011-2014, pour différents groupes d’origine
|
Selon le lieu de naissance
|
Selon la nationalité
|
Différence
|
|
Groupe
|
Hommes
|
Femmes
|
Hommes
|
Femmes
|
Hommes
|
Femmes
|
Suisse
|
80,3
|
84,7
|
80,4
|
84,7
|
0,1
|
0,0
|
UE/AELE
|
83,0
|
85,7
|
81,4
|
85,7
|
-1,7
|
0,1
|
Autres pays membres de l'OCDE
|
83,7
|
87,5
|
82,0
|
86,2
|
-1,7
|
-1,3
|
Autres pays non membres de l'OCDE
|
82,8
|
85,8
|
81,9
|
84,8
|
-0,8
|
-0,9
|
Ensemble
|
80,5
|
84,8
|
80,5
|
84,8
|
0,0
|
0,0
|
Source : Statistique STATPOP. Les espérances de vie par lieu de naissance ont été obtenues en reliant la statistique des décès avec l’information du registre des habitants l’année qui a précédé le décès. Pour les enfants âgés de moins de 1 an, le niveau observé pour l’ensemble de la Suisse a été utilisé.
21L’analyse porte sur les cinq agglomérations métropolitaines de la Suisse définies par l’OFS [voir Schuler et al., 2005] : Genève-Lausanne (métropole lémanique), Zurich, Bâle, Berne, et la métropole urbaine du Tessin. Ces métropoles se répartissent dans les trois régions linguistiques (Genève-Lausanne est francophone, le Tessin est italophone, les trois autres métropoles étant alémaniques). La classification de l’OFS distingue par ailleurs deux groupes résiduels : les résidents des communes urbaines non incluses dans une des cinq métropoles et ceux vivant dans les communes non urbaines (ou rurales). Notons que la métropole tessinoise est de très petite taille, comparativement aux autres métropoles, puisque sa population se chiffrait en 2014 à 51 500 personnes (contre un peu moins de 2 millions d’habitants pour la métropole zurichoise – cf. Tableau 2). Le nombre annuel de décès est d’environ 450 dans la métropole tessinoise, et le nombre cumulé de décès pour la période 2011 à 2014 est inférieur à 400 pour les migrants, ce qui est un effectif relativement faible pour l’établissement de tables de mortalité précises, et ce qui peut conduire à des fluctuations liées à quelques décès de plus ou de moins. Pour cette raison, on interprétera avec prudence les résultats obtenus pour cette métropole.
Carte 1 : Les cinq agglomérations métropolitaines de la Suisse
Source : Office fédéral de la statistique
22Pour certaines analyses, la population migrante est répartie selon le pays de naissance, en trois groupes : 1) les ressortissants nés dans un des pays de l’Union européenne (UE) ou de l’Association européenne de Libre Echange (AELE) ; 2] ceux nés dans un pays non membre de l’UE/AELE, mais adhérant à l’OCDE (ci-dessous, pays riches). Principalement, il s’agit de personnes originaires soit de Turquie, soit d’Amérique du Nord ; 3) les migrants originaires d’un autre pays : ce groupe comprend principalement des ressortissants latino-américains, asiatiques et africains (ci-dessous, pays en transition).
Tableau 2 : Nombre de décès (2011-2014) et effectif de la population résidente permanente (au 31 décembre 2014) des différentes métropoles et des autres communes
|
Décès (2011-2014)
|
Population (31/12/2014)
|
Ensemble
|
Hommes
|
Femmes
|
Hommes
|
Femmes
|
Zurich
|
26532
|
29301
|
971537
|
981239
|
Genève-Lausanne
|
13155
|
14894
|
505023
|
534881
|
Bâle
|
8770
|
9855
|
249886
|
263481
|
Berne
|
5940
|
7235
|
179225
|
190880
|
Tessin urbain
|
827
|
930
|
25061
|
26501
|
Autres communes rurales
|
34342
|
33672
|
1087145
|
1075245
|
Autres communes urbaines
|
33432
|
36278
|
1056003
|
1091559
|
|
Décès (2011-2014)
|
Population (31/12/2014)
|
Natifs
|
Hommes
|
Femmes
|
Hommes
|
Femmes
|
Zurich
|
21092
|
22926
|
667553
|
663812
|
Genève-Lausanne
|
9099
|
10329
|
275771
|
289280
|
Bâle
|
7018
|
7574
|
172153
|
177447
|
Berne
|
5208
|
6291
|
138543
|
147483
|
Tessin urbain
|
495
|
573
|
16029
|
17386
|
Autres communes rurales
|
30951
|
29875
|
887055
|
873502
|
Autres communes urbaines
|
27396
|
29729
|
763595
|
790126
|
|
Décès (2011-2014)
|
Population (31/12/2014)
|
Migrants
|
Hommes
|
Femmes
|
Hommes
|
Femmes
|
Zurich
|
5440
|
6375
|
303984
|
317427
|
Genève-Lausanne
|
4056
|
4565
|
229252
|
245601
|
Bâle
|
1752
|
2281
|
77733
|
86034
|
Berne
|
732
|
944
|
40682
|
43397
|
Tessin urbain
|
332
|
357
|
9032
|
9115
|
Autres communes rurales
|
3391
|
3797
|
200090
|
201743
|
Autres communes urbaines
|
6036
|
6549
|
292408
|
301433
|
Source : OFS. Statistique STATPOP.
23La mesure du niveau de mortalité dans les métropoles s’effectue à l’aide des espérances de vie à la naissance. Celles-ci sont calculées pour la période quadriennale 2011-2014. Les tables de mortalité sont construites selon les méthodes traditionnelles (estimation des taux de mortalité par âge, puis transformation en quotients). Ainsi qu’il a été mentionné précédemment, un quotient de mortalité infantile unique est utilisé pour l’ensemble des tables quel que soit le lieu de naissance. Le quotient des natifs et natives de la Suisse est en effet appliqué aux autres origines.
24Les espérances décrivent des niveaux de mortalité et des écarts éventuels dans la mortalité générale des métropoles, ainsi qu’entre natifs de la Suisse et migrants. Nécessitant un effectif élevé de décès pour être calculé de manière fiable, ce mode de calcul ne peut cependant pas être appliqué à des sous-populations distribuées selon la région de naissance ou le niveau de formation. Pour cette raison, des modèles de régression logistique sont également utilisés. Ceux-ci visent à expliquer le risque de décès p pour un individu (exprimé sous la forme binaire 0 ou 1) en fonction de différents déterminants ou variables explicatives. Ils sont formulés de la manière suivante :
25Où β0 est une constante et β1,…n représentent les coefficients des variables explicatives x1,…n.
26La valeur exponentielle des coefficients représente les rapports de cotes, qui sont de bons estimateurs du risque relatif, principalement pour des évènements de faible occurrence comme les décès. Un rapport de cotes égal à l’unité signifie l’absence d’effet pour un groupe donné (par exemple les hommes de l’UE/AELE) par rapport à un groupe de référence (par exemple, les natifs). Un rapport de cotes supérieur à 1 correspond à une augmentation du risque, tandis qu’un rapport inférieur à 1 correspond à une diminution de celui-ci, toujours par rapport à la modalité de référence [Cox et Snell, 1989]. Etant donné que les modèles font référence à un échantillon de la population, des intervalles de confiance au seuil de 95% ainsi que les niveaux de signification sont présentés afin de faciliter l’interprétation des résultats. Dans les tableaux, les étoiles indiquent la signification (* p<0.05 ; ** p< 0.01 ; *** p< 0.001).
27Les modèles de régression logistique sont généralement utilisés pour identifier quels facteurs influencent un phénomène, ici le décès. Dans notre cas, ils sont appliqués en vue de vérifier si les écarts dans les risques de décès en fonction de la métropole s’expliquent par des effets de structure socioéconomique et/ou par la présence de la population migrante. Ainsi, les régressions permettent dans une première étape d’estimer les écarts dans les risques de mortalité des résidents des différentes régions métropolitaines sans tenir compte des deux effets analysés (modèle I), mais en incluant l’âge comme variable de contrôle. Dans une deuxième étape, elles permettent de vérifier si ces écarts se maintiennent après prise en compte du lieu de naissance (modèle II) puis du lieu de naissance et du niveau de formation (modèle III). La métropole lémanique (Genève-Lausanne) est considérée comme référence. Si des différentiels de risque significatifs s’observent dans un modèle n’intégrant que la métropole d’appartenance, mais disparaissent après prise en compte du lieu de naissance, respectivement du lieu de naissance et du niveau de formation, cela revient à dire que les écarts s’expliquent par la structure de la population, en termes d’origine et de formation. Dans le cas contraire, il faut chercher ailleurs les facteurs expliquant les différentiels.
28Les modèles de régression logistique s’appliquent à la population ayant répondu au moins une fois, au cours de la période 2010 à 2013, au relevé structurel. En effet, le relevé structurel permet d’inclure la variable du niveau de formation. Les modèles sont estimés sur une population de 1,434 million d’individus, tous âgés de 15 ans et plus.
29Il est important de décrire certaines caractéristiques des régions métropolitaines, en vue de mieux interpréter les résultats obtenus. La distribution de la population selon le statut migratoire varie en fonction de la métropole, ainsi que l’atteste le Tableau 3. La proportion de natifs de la Suisse, qui est de 81% dans les communes rurales, diminue à 77% à Berne, 66% à Bâle et Zurich, pour atteindre 52% à Genève. Parmi la population migrante, des écarts s’observent en termes de provenance. La part des natifs de l’UE/AELE dans la population totale varie ainsi entre 11,5% à Berne et 29,4% dans la métropole lémanique. Celle des natifs d’autres pays non-membres de l‘OCDE évolue entre moins de 10% à Berne et 15,5% dans la métropole lémanique, alors que la proportion des ressortissants des pays riches (pays de l’OCDE) atteint 4,4% à Bâle, contre 1,8% à Berne.
Tableau 3 : Effectif et part relative de la population classée selon le lieu de domicile et le lieu de naissance.
|
Suisse
|
UE/AELE
|
Autre OCDE
|
Autre Non OCDE
|
Ensemble migrants
|
Effectif
|
|
|
|
|
|
Zurich
|
1038530
|
292860
|
43402
|
198153
|
534415
|
Genève-Lausanne
|
409103
|
230361
|
22570
|
121040
|
373971
|
Bâle
|
282023
|
80760
|
18787
|
42920
|
142467
|
Berne
|
231815
|
34766
|
5411
|
29056
|
69233
|
Tessin urbain
|
26701
|
12831
|
289
|
2216
|
15337
|
Autres communes rurales
|
1389622
|
214565
|
15544
|
97842
|
327951
|
Autres communes urbaines
|
1233449
|
295489
|
29986
|
177149
|
502625
|
En %
|
|
|
|
|
|
Zurich
|
66,0
|
18,6
|
2,8
|
12,6
|
34,0
|
Genève-Lausanne
|
52,2
|
29,4
|
2,9
|
15,5
|
47,8
|
Bâle
|
66,4
|
19,0
|
4,4
|
10,1
|
33,6
|
Berne
|
77,0
|
11,5
|
1,8
|
9,7
|
23,0
|
Tessin urbain
|
63,5
|
30,5
|
0,7
|
5,3
|
36,5
|
Autres communes rurales
|
80,9
|
12,5
|
0,9
|
5,7
|
19,1
|
Autres communes urbaines
|
71,0
|
17,0
|
1,7
|
10,2
|
29,0
|
Source : OFS ; Relevés structurels 2010 à 2014, valeurs pondérées.
30Des différences s’observent également en ce qui concerne la distribution de la population selon le niveau de formation le plus élevé achevé (Tableau 4). Parmi les personnes âgées de 20 à 64 ans, la part de celles du niveau tertiaire (principalement des universitaires) varie entre 24,2% (dans les communes rurales) et 40% (Genève-Lausanne). Après 65 ans, les écarts vont du simple au double entre les communes rurales (10,7%) et Genève-Lausanne (24,4%), attestant d’une distribution non uniforme de la population hautement qualifiée. Au sein des cinq métropoles, les proportions de personnes de formation tertiaire varient moins, tout en restant significatives (de 29,5% au Tessin à 40% à Genève-Lausanne pour les 25-64 ans). Par rapport aux proportions de personnes du niveau tertiaire mesurées chez les natifs de la Suisse, celles enregistrées parmi les ressortissants des pays de l’UE/AELE et des pays riches sont systématiquement plus élevées : pour les 20-64 ans, on dénombre par exemple 31,3% de formation achevée de niveau tertiaire pour les natifs, contre 39,4% pour les ressortissants de l’UE/AELE et 37,4% pour ceux de l’OCDE. Après 65 ans, on compte 15,7% de natifs de formation tertiaire, contre 19,6% pour les ressortissants de l’UE/AELE et 35,6% pour ceux de l’OCDE. Les personnes en âge d’exercer une activité, issues du reste du monde (autres pays hors OCDE) présentent un taux de formation tertiaire sensiblement plus faible entre 20-64 ans (23,1%), mais plus élevé après 65 ans (28,4%), attestant d’un effet de sélection : les universitaires restent plus souvent en Suisse après la retraite. Relevons par ailleurs que les personnes faiblement qualifiées sont surreprésentées parmi les migrants, les natifs de la Suisse se caractérisant principalement par une formation secondaire II (59,5% parmi les 20-64 ans), fruit d’un système d’apprentissage (formation professionnelle) fréquent en Suisse.
Tableau 4: Distribution (en %) de la population adulte des métropoles selon le niveau de formation, l’âge, le lieu de naissance et la métropole de résidence (2010-2014)
|
|
20-64
|
65-+
|
|
|
Sec, I
|
Sec, II
|
Tertiaire
|
Sec, I
|
Sec, II
|
Tertiaire
|
Lieu de naissance
|
Suisse
|
10,1
|
58,5
|
31,3
|
34,1
|
50,3
|
15,7
|
UE/AELE
|
27,7
|
32,9
|
39,4
|
43,5
|
36,9
|
19,6
|
Autre OCDE
|
36,5
|
26,0
|
37,4
|
41,0
|
23,4
|
35,6
|
Autre non OCDE
|
42,8
|
34,1
|
23,1
|
41,6
|
30,0
|
28,4
|
Métropole
|
Zurich
|
15,1
|
47,3
|
37,6
|
27,6
|
53,1
|
19,4
|
|
Genève-Lausanne
|
23,3
|
36,7
|
40,0
|
35,8
|
39,8
|
24,4
|
|
Bâle
|
16,4
|
48,3
|
35,3
|
29,6
|
51,6
|
18,8
|
|
Berne
|
13,3
|
48,8
|
37,9
|
25,3
|
55,1
|
19,6
|
|
Tessin urbain
|
18,7
|
51,8
|
29,5
|
51,0
|
38,3
|
10,7
|
|
Autres communes rurales
|
17,9
|
57,8
|
24,2
|
45,9
|
41,7
|
12,4
|
|
Autres communes urbaines
|
19,5
|
51,7
|
28,7
|
37,4
|
47,6
|
15,0
|
Ensemble
|
|
18,0
|
50,1
|
31,9
|
36,1
|
47,0
|
16,9
|
Source : OFS ; Relevés structurels 2010 à 2014, valeurs pondérées.
31Ces caractéristiques sociodémographiques s’accompagnent de niveaux d’espérance de vie variables. Le Tableau 5 présente l’espérance de vie des cinq métropoles, ainsi que pour les autres communes urbaines et pour les communes rurales. Il distingue l’espérance de vie de l’ensemble des résidents, celle des natifs de la Suisse, et celle des migrants. Cet indicateur est, chez les hommes, systématiquement plus élevé dans les métropoles comparativement aux communes rurales. Il est particulièrement élevé dans le Tessin urbain (81,6 ans soit 1,5 an de plus que dans les communes rurales) et dans l’agglomération lémanique (Genève-Lausanne, 81,2 ans). Chez les femmes, un niveau élevé s’observe, comparativement à la valeur enregistrée dans les communes rurales (84,7 ans), dans la métropole lémanique (Genève-Lausanne, 85,6 ans) et au Tessin urbain uniquement (86,4 ans), mais pas dans les métropoles alémaniques. On peut noter également que l’espérance de vie des communes urbaines non-métropolitaines ne dépasse pas significativement la valeur observée dans les communes rurales.
32Par conséquence, l’espérance de vie est plus élevée chez les migrants comparativement aux natifs (excepté dans le Tessin urbain). Chez les hommes, l’écart entre les deux groupes est compris entre 0,9 an (Zurich) et 2,6 ans (Genève-Lausanne). Chez les femmes, l’écart entre natifs de la Suisse et migrants est moins important. Il atteint cependant 1,3 an dans la métropole lémanique, et 0,6 an dans la métropole bernoise. A l’exception du cas tessinois, les migrants contribuent ainsi à accroître l’espérance de vie. Cette contribution est d’environ 0,2 an dans les agglomérations alémaniques, mais aussi dans les communes rurales et les communes urbaines non-métropolitaines. Elle est encore plus importante pour l’agglomération lémanique (1,2 an). Chez les femmes, la contribution des migrants est faible, égale ou inférieure à 0,1 an, excepté dans le cas de la métropole de Genève-Lausanne (0.6 an).
Tableau 5 : Espérance de vie selon la métropole, le statut migratoire et le sexe, 2011-2014
|
Ensemble
|
|
Nés en Suisse
|
Nés à l'étranger
|
Zone
|
Hommes
|
Femmes
|
Hommes
|
Femmes
|
Hommes
|
Femmes
|
Zurich
|
81,0
|
84,6
|
80,8
|
84,7
|
81,7
|
84,8
|
Genève-Lausanne
|
81,2
|
85,6
|
80,0
|
85,0
|
82,6
|
86,3
|
Bâle
|
80,6
|
84,7
|
80,3
|
84,6
|
81,6
|
85,0
|
Berne
|
80,7
|
84,5
|
80,5
|
84,5
|
81,9
|
85,1
|
Tessin urbain
|
81,6
|
86,4
|
82,1
|
86,7
|
80,9
|
85,7
|
Autres communes rurales
|
80,1
|
84,7
|
79,9
|
84,7
|
81,4
|
85,0
|
Autres communes urbaines
|
80,3
|
84,7
|
80,0
|
84,6
|
81,0
|
85,0
|
Source : OFS. Statistiques STATPOP. Propres calculs.
33Si l’on se limite aux quatre principales métropoles, en faisant abstraction du Tessin, les écarts dans l’espérance de vie des natifs de la Suisse atteignent 0,8 an chez les hommes entre la métropole la plus favorisée (Zurich, 80,8 ans) et celle la plus défavorisée (Genève-Lausanne, 80 ans). Chez les femmes, les écarts entre Genève-Lausanne (85,0 ans) et Berne (84,5 ans) sont d’une moitié d’année. Parmi les migrants, les écarts sont plus importants tant chez les hommes (1 année entre Genève-Lausanne et Bâle) que chez les femmes (1,5 an entre Genève-Lausanne et Zurich). Cela s’explique probablement par le fait que la population migrante est plus hétérogène que la population native dans sa structure socioéconomique et concernant son état de santé.
34Ainsi, la métropole lémanique se démarque des autres métropoles, puisque la population migrante y présente des espérances de vie largement supérieures à celles des natifs, ce qui conduit à accroître l’espérance de vie de l’ensemble de la population. Pour les autres agglomérations, l’impact de la population migrante est moindre, mais positif, excepté au Tessin urbain. Le cas de la métropole tessinoise est particulier, avec une espérance de vie très élevée pour les personnes nées en Suisse et plus faible parmi celles nées à l’étranger. De par sa taille, la région urbaine du Tessin ne présente pas les mêmes caractéristiques économiques, avec une plus faible implantation des multinationales et des grandes organisations internationales, comparativement aux autres métropoles. Les flux migratoires internationaux impliquent une part relativement élevée de personnes faiblement ou moyennement qualifiées, ce qui peut expliquer l’espérance de vie plutôt faible chez les migrants de sexe masculin. La valeur de cet indicateur pour les natifs, particulièrement élevée, pourrait être mise en relation avec le bon fonctionnement de la médecine préventive tessinoise, liée à la mise en place depuis les années 1980 de programmes spécifiques. Cela se traduit en particulier par des taux élevés d’examens préventifs pour les maladies cardiovasculaires et le diabète, ainsi que de dépistage du cancer de la prostate [OBSAN et Dipartimento della sanità e della socialità del Cantone Ticino, 2010].
35Les espérances de vie permettent, à ce stade, de confirmer l’hypothèse d’une plus longue durée moyenne de vie pour les migrants comparativement aux natifs. La contribution de la migration pour élever l’espérance de vie des métropoles est donc avérée, principalement pour les hommes et dans la région lémanique. Il convient désormais de préciser l’impact de la migration internationale sur les écarts observés dans la mortalité des différentes régions métropolitaines et sur ceux identifiés entre métropoles et communes non-métropolitaines. C’est à ce propos que les modèles de régression logistique sont utiles.
36Les trois modèles de régression logistique, dont les résultats sont présentés au Tableau 6, considèrent séparément les hommes et les femmes ayant répondu au relevé structurel. Le premier mesure le risque de décès d’un individu en fonction de la métropole de résidence, en considérant comme référence la métropole lémanique. L’âge (en groupes quinquennaux) est également inclus comme variable indépendante puisqu’il s’agit d’une dimension influençant étroitement le risque de décès.
37Ce premier modèle fournit donc une indication claire des différentiels de mortalité par métropole, exprimés en rapport de cotes, et l’on retrouve des résultats cohérents avec ceux issus de l’analyse descriptive. Chez les hommes, le risque de décès est significativement élevé, comparativement à la métropole lémanique, à Zurich, dans les communes rurales et dans les communes urbaines non métropolitaines. Le rapport de cotes est compris entre 1,11** (Zurich) et 1,13*** (autres communes rurales). Le risque n’est pas significativement différent dans les autres métropoles. Chez les femmes, le risque est plus élevé dans les métropoles de Zurich et de Bâle (1,25*** et 1,26***). Dans une moindre mesure, il est aussi plus élevé dans les autres communes rurales et urbaines (1,12** et 1,07*).
38Le deuxième modèle intègre le pays de naissance, regroupé en quatre modalités, comme variable indépendante. La modalité de référence est constituée des personnes natives de la Suisse. Le troisième modèle ajoute une autre variable, le niveau de formation (le niveau tertiaire étant la catégorie de référence).
39En ce qui concerne le pays de naissance, les risques sont significativement diminués chez les hommes pour les migrants, comparativement aux natifs (Modèles II et III), confirmant ainsi l’effet de sélection. Ce sont, comme attendu, les hommes des pays riches hors UE qui se caractérisent par le plus faible rapport de cotes, traduisant une faible mortalité pour ces migrants, généralement hautement qualifiés et particulièrement mobiles. Celui-ci est plus élevé dans les pays de l’UE/AELE, bien qu’il soit significativement inférieur à celui des natifs. Les femmes nées à l’étranger présentent elles aussi un risque systématiquement inférieur à celui des natives, mais l’écart n’est significatif que pour celles provenant d’un pays de l’UE/AELE.
40Lorsque l’on introduit le pays de naissance comme variable explicative (Modèle II), les rapports de cotes pour les métropoles ne changent que très légèrement comparativement au modèle I. Chez les hommes, ils passent de 1,11** à 1,09** pour Zurich, de 1,13*** à 1,10** pour les autres communes rurales, et de 1,12*** à 1,10*** pour les autres communes urbaines comparativement à la métropole de référence (Genève-Lausanne). La relative stabilité des rapports de cotes s’explique par le fait que, même si la métropole lémanique se démarque des autres régions par une part plus importante de migrants hautement qualifiés, ceux-ci sont plutôt jeunes et n’ont pas encore atteint les âges aux décès. La prise en compte du lieu de naissance n’influence pour cette raison pas significativement les écarts de mortalité entre les métropoles. Chez les femmes, des résultats similaires s’observent. L’inclusion du lieu de naissance dans le modèle réduit légèrement les écarts entre métropoles, exprimés par les rapports de cotes. Pour les métropoles zurichoises et bernoises, celui-ci atteint 1,23***, soit 2 à 3 centièmes de moins qu’en l’absence de contrôle du statut migratoire. Ainsi, malgré l’importance de la population migrante et sa distribution non uniforme sur le territoire, son impact sur les différentiels de mortalité est faible.
41Comme anticipé, la formation achevée joue un rôle important sur le risque de décès (cf. Modèle III). Comparativement aux personnes ayant achevé une formation tertiaire, celles présentant au mieux une formation secondaire I (soit l’école obligatoire, éventuellement une école de culture générale) voient leur risque augmenter de 72% chez les hommes et de 39% chez les femmes. Les personnes titulaires d’un diplôme du secondaire II se situent à mi-chemin, en termes de risque, entre le groupe du secondaire I et celui du tertiaire. L’introduction dans la régression du niveau de formation ne modifie cependant quasiment pas les écarts de risques entre Zurich et Genève-Lausanne chez les hommes, Zurich présentant un rapport de cotes de 1,10** (contre 1,09** dans le modèle II). Ce statu quo s’explique par le fait que la distribution du niveau de formation est relativement similaire dans les deux métropoles. En revanche, les autres communes rurales et, dans une moindre mesure, les autres communes urbaines, voient leur niveau de mortalité se rapprocher de celui de la catégorie de référence. Les écarts entre les autres communes rurales et la métropole lémanique ne sont plus significatifs ; ils se réduisent (de 1,10** à 1,07*) en ce qui concerne les autres commune urbaines. Ce rapprochement s’explique par le fait que les communes non métropolitaines comptent une part moins élevée de personnes de formation tertiaire.
Tableau 6 : Résultat des régressions logistiques sur le risque de décès
|
Modèle I
|
Modèle II
|
Modèle III
|
O.R.
|
I.C. 95%
|
p
|
O.R.
|
I.C. 95%
|
p
|
O.R.
|
I.C. 95%
|
p
|
Hommes
|
|
|
|
|
|
|
|
|
|
|
|
|
Genève-Lausanne (réf.)
|
1,00
|
|
|
|
1,00
|
|
|
|
1,00
|
|
|
|
Zurich
|
1,11
|
{1,04
|
-1,19}
|
**
|
1,09
|
{1,02
|
-1,17}
|
**
|
1,10
|
{1,03
|
-1,18}
|
**
|
Bâle
|
0,98
|
{0,88
|
-1,08}
|
|
0,96
|
{0,87
|
-1,07}
|
|
0,96
|
{0,87
|
-1,07}
|
|
Berne
|
1,09
|
{0,98
|
-1,21}
|
|
1,06
|
{0,96
|
-1,18}
|
|
1,08
|
{0,97
|
-1,20}
|
|
Tessin urbain
|
0,97
|
{0,78
|
-1,20}
|
|
0,96
|
{0,78
|
-1,19}
|
|
0,89
|
{0,72
|
-1,10}
|
|
Autre commune rurale
|
1,13
|
{1,06
|
-1,20}
|
***
|
1,10
|
{1,03
|
-1,17}
|
**
|
1,02
|
{0,96
|
-1,09}
|
|
Autre commune urbaine
|
1,12
|
{1,05
|
-1,20}
|
***
|
1,10
|
{1,04
|
-1,18}
|
**
|
1,07
|
{1,00
|
-1,14}
|
*
|
Pays de naissance
|
|
|
|
|
|
|
|
|
|
|
|
|
Suisse (réf.)
|
|
|
|
|
1,00
|
|
|
|
1,00
|
|
|
|
UE/AELE
|
|
|
|
|
0,86
|
{0,81
|
-0,92}
|
***
|
0,80
|
{0,75
|
-0,86}
|
***
|
Autre OCDE
|
|
|
|
|
0,50
|
{0,35
|
-0,71}
|
***
|
0,48
|
{0,34
|
-0,69}
|
***
|
Autre non OCDE
|
|
|
|
|
0,75
|
{0,62
|
-0,91}
|
**
|
0,64
|
{0,53
|
-0,77}
|
***
|
Formation achevée
|
|
|
|
|
|
|
|
|
|
|
|
|
Aucune / Secondaire I
|
|
|
|
|
|
|
|
|
1,78
|
{1,68
|
-1,89}
|
***
|
Secondaire II
|
|
|
|
|
|
|
|
|
1,41
|
{1,34
|
-1,49}
|
***
|
Tertiaire (réf.)
|
|
|
|
|
|
|
|
|
1,00
|
|
|
|
N
|
692815
|
|
|
|
692815
|
|
|
|
692815
|
|
|
|
Wald
|
21310
|
20
|
<,0001
|
|
21308,1
|
23
|
<,0001
|
|
21545,9
|
25
|
<,0001
|
|
Femmes
|
|
|
|
|
|
|
|
|
|
|
|
|
Genève-Lausanne (réf.)
|
1,00
|
|
|
|
1,00
|
|
|
|
1,00
|
|
|
|
Zurich
|
1,25
|
{1,16
|
-1,34}
|
***
|
1,23
|
{1,15
|
-1,32}
|
***
|
1,23
|
{1,14
|
-1,32}
|
***
|
Bâle
|
1,06
|
{0,95
|
-1,18}
|
|
1,04
|
{0,94
|
-1,16}
|
|
1,04
|
{0,93
|
-1,16}
|
|
Berne
|
1,26
|
{1,13
|
-1,40}
|
***
|
1,23
|
{1,11
|
-1,37}
|
***
|
1,24
|
{1,12
|
-1,38}
|
***
|
Tessin urbain
|
0,85
|
{0,67
|
-1,06}
|
|
0,85
|
{0,67
|
-1,06}
|
|
0,82
|
{0,65
|
-1,03}
|
|
Autre commune rurale
|
1,12
|
{1,04
|
-1,20}
|
**
|
1,09
|
{1,02
|
-1,17}
|
*
|
1,05
|
{0,98
|
-1,13}
|
|
Autre commune urbaine
|
1,07
|
{1,00
|
-1,15}
|
*
|
1,06
|
{0,99
|
-1,14}
|
|
1,04
|
{0,97
|
-1,12}
|
|
Pays de naissance
|
|
|
|
|
|
|
|
|
|
|
|
|
Suisse (réf.)
|
|
|
|
|
1,00
|
|
|
|
1,00
|
|
|
|
UE/AELE
|
|
|
|
|
0,81
|
{0,74
|
-0,89}
|
***
|
0,80
|
{0,73
|
-0,87}
|
***
|
Autre OCDE
|
|
|
|
|
0,70
|
{0,46
|
-1,06}
|
|
0,70
|
{0,46
|
-1,07}
|
|
Autre non OCDE
|
|
|
|
|
0,89
|
{0,72
|
-1,10}
|
|
0,84
|
{0,68
|
-1,04}
|
|
Formation achevée
|
|
|
|
|
|
|
|
|
|
|
|
|
Aucune / Secondaire I
|
|
|
|
|
|
|
|
|
1,39
|
{1,27
|
-1,52}
|
***
|
Secondaire II
|
|
|
|
|
|
|
|
|
1,23
|
{1,13
|
-1,35}
|
***
|
Tertiaire (réf.)
|
|
|
|
|
|
|
|
|
1,00
|
|
|
|
N
|
741141
|
|
|
|
741141
|
|
|
|
741141
|
|
|
|
Wald
|
19611,6
|
20
|
<,0001
|
|
19614,4
|
23
|
<,0001
|
|
19633,7
|
25
|
<,0001
|
|
Après contrôle de l’âge. Source : Données du relevé structurel appariées avec la statistique STATPOP.
42Chez les femmes, le même constat peut être émis. Les différentiels de mortalité entre Zurich et Berne d’une part, et la métropole lémanique d’autre part, restent stables après contrôle du niveau de formation ; par contre, les écarts entre les communes non-métropolitaines et la métropole de référence disparaissent après prise en compte du niveau de formation, indiquant que la composition de la population explique les différentiels de mortalité.
43Selon l’OMS [2016], la Suisse figure en tête des pays à espérances de vie les plus élevées chez les hommes, et en sixième position chez les femmes. Outre une situation économique favorable et un système de santé performant en comparaison internationale, cette situation s’explique en partie par la présence d’une population plutôt hautement qualifiée et d’une part élevée de migrants, puisque plus d’un tiers de la population est issue de la migration et 28% est née à l’étranger. Cette population migrante contribue à l’accroissement de la durée de vie chez les hommes, comparativement à ce que serait la situation sans flux migratoires, en particulier dans la métropole lémanique, qui voit son espérance de vie passer de 80 ans à 81,2 ans grâce à la présence des migrants.
44Malgré cette situation extrêmement favorable, des écarts d’espérance de vie caractérisent encore les régions métropolitaines de la Suisse, ainsi que les régions non-métropolitaines. Ces écarts atteignent environ 1,5 an chez les hommes et près de 2 années chez les femmes. La littérature attribue généralement les différentiels d’espérance de vie soit à des effets comportementaux (style de vie spécifiques dans les régions), soit à des effets structurels (composition socioéconomique de la population), ou encore à des effets contextuels (niveau de pauvreté, caractéristiques régionales). Cependant, l’impact respectif de ces différents facteurs est rarement analysé, faute de données précises. Concernant les effets structurels, la plupart des études conduites à ce jour considèrent la composition de la population en termes de catégories sociales ou socioéconomiques. Rares sont celles ayant pu analyser ou mettre en évidence le rôle de la migration internationale sur les gradients de mortalité en fonction de la région.
45Les analyses menées dans cet article utilisent des données originales afin de fournir des estimations du rôle des mouvements migratoires sur l’espérance de vie des métropoles suisses et sur les différentiels spatiaux observés. Elles décrivent aussi l’impact sur la mortalité de la structure de la population en termes de niveau de formation. Exprimés sous la forme d’un risque de décès individuels, les écarts entre les métropoles sont généralement significatifs. Ainsi, les résidents de Zurich et de Berne (femmes uniquement) présentent un risque de décès augmenté comparativement à ceux de la métropole lémanique. Les écarts entre ces derniers et les résidents de communes non périphériques sont également significatifs.
46L’usage de plusieurs modèles de régression logistique, intégrant progressivement le lieu de naissance et le niveau de formation, permet de confirmer d’une part que ces deux variables ont un impact significatif sur le risque. Comme anticipé, les populations migrantes présentent des risques inférieurs aux natifs.
47Cependant, la prise en considération du lieu de naissance de la population ne permet pas d’effacer des écarts significatifs de risques de décès entre les différentes métropoles, ni ceux entre la métropole lémanique et les communes non-métropolitaines. L’introduction du lieu de naissance dans un modèle de régression logistique ne modifie en effet que très légèrement les coefficients obtenus pour les métropoles.
48En revanche, les résultats attestent que les différentiels de mortalité entre les métropoles et communes non métropolitaines sont principalement imputables à des effets structurels exprimés dans notre analyse par l’inclusion du niveau de formation. Lorsqu’elle est introduite dans le modèle, cette variable réduit sensiblement les rapports de cotes pour les communes non métropolitaines. Le bonus d’espérance de vie dans les métropoles peut pour cette raison être mis en relation avec un effet de structure, en d’autres termes avec la présence d’une population hautement qualifiée.
- 3 Des analyses complémentaires, non présentées ici, montrent par ailleurs que la migration régionale (...)
49Seule exception, la surmortalité observée dans les métropoles zurichoise et bernoise (femmes uniquement) ne peut pas être expliquée ni par la distribution inégale des qualifications professionnelles sur le territoire ni par la migration internationale3. D’autres facteurs, par exemple ceux liés au mode de vie, devraient être mobilisés pour expliquer ces écarts.
50En définitive, cet article montre que, dans un pays dénombrant plus d’un tiers de migrants dans sa population, le phénomène migratoire et la sélection des migrants internationaux en bonne santé conduisent à un relèvement de l’espérance de vie non seulement à l’échelle de l’ensemble du pays, mais aussi à l’échelle des régions ou des métropoles. Ce relèvement peut dépasser une année, comme cela est observé dans le cas de la métropole lémanique chez les hommes. L’impact de la population migrante explique donc en partie le niveau élevé de l’espérance de vie suisse. Cependant, cette population n’influence pas sensiblement les différentiels spatiaux de mortalité, laissant la voie à d’autres facteurs d’explication.