Introduction

1La transition entre la licence et le master représente un moment crucial dans le parcours des étudiants. Or, l’obtention d’une licence ne garantit plus l’obtention automatique d’une place en master. L’entrée en master s’inscrit dans un contexte de massification de l’enseignement supérieur et d’allongement des études, qui s’est accompagné depuis 2011 par l’augmentation du nombre d’étudiants (Demay & George, 2024). La loi n^o 2016-1828 du 23 décembre 2016 garantit aux diplômés de licence le droit à la poursuite de leurs études après la licence, et instaure ainsi un recrutement à l’entrée du master 1 (M1). Notamment suite à la progression plus rapide des effectifs d’étudiants titulaires d’un diplôme de licence par rapport aux places disponibles en master (Brézault et al., 2023).

2Pour faire face à un accès au deuxième cycle d’enseignement supérieur de plus en plus complexe et sélectif, les étudiants sont amenés à mettre en place une stratégie d’accès au master consistant à multiplier et « élargir géographiquement le périmètre de candidature » (ibidem) : la mobilité à l’entrée en master devient donc davantage une mobilité de longue distance, à destination de régions non-limitrophes notamment pour les étudiants non-franciliens (Rossignol-Brunet, 2025). Ainsi, la capacité à être mobile pendant ses études devient un atout pour les étudiants, et peut être une condition nécessaire à la réalisation de leurs projets d’études (ibidem). On observe ainsi des stratégies de mobilité : certains étudiants changent volontairement d’établissement « soit pour anticiper la sélection à venir soit pour aller vers des formations plus conformes à leur projet professionnel, soit encore pour aller vers des formations/universités plus réputées » (Béduwé & Carré, 2014). Par ailleurs, des étudiants peuvent avoir des stratégies d’anticipation de leurs candidatures en master en effectuant une mobilité dès la licence 3 (L3). Cela conduit un certain nombre de filières à réaliser une sélection en deux temps : à la fois à l’entrée de la L3 et du M1 (ibidem). D’autres étudiants en revanche se retrouvent contraints de réaliser une mobilité entre établissements après la L3, en raison de l’absence d’une offre de proximité correspondante à la formation souhaitée.

1. Revue de la littérature et positionnement de l’article

3La réalisation ou non d’un changement d’établissement à l’entrée en master est influencée par une série de facteurs individuels et liés à l’établissement d’enseignement supérieur d’inscription. Cet article vise à analyser les déterminants de cette mobilité d’établissement entre la L3 et le M1, et d’en identifier les plus décisifs.

1.1. Les déterminants de la mobilité étudiante

4Les déterminants de la mobilité d’établissement sont multiples et peuvent être regroupés en deux grandes catégories : les facteurs liés aux caractéristiques individuelles des étudiants (caractéristiques sociodémographiques, les parcours scolaires et académiques…) et ceux liés au contexte d’apprentissage et à l’environnement de l’étudiant (caractéristiques des établissements, de leur offre de formation, de leur territoire d’implantation…) (Baron et al., 2005). Parmi l’ensemble des caractéristiques sociodémographiques des étudiants, les femmes sont plus mobiles que les hommes, et semblent privilégier davantage des départs vers des régions limitrophes à leur région d’origine, notamment en dehors de l’Île-de-France (IDF). Les étudiants issus de milieux sociaux plus favorisés auront une probabilité plus élevée de réaliser une mobilité. Cela s’expliquerait par le coût non négligeable de la décohabitation qui accompagne la mobilité et par le frein financier ou culturel que peuvent rencontrer les étudiants dont les parents ont des revenus faibles. Pour les étudiants issus des classes populaires, le fait de rejoindre une offre de formation de proximité permet de rester dans leur environnement social habituel, facilitant leur réussite dans l’enseignement supérieur (Tribess, 2015).

5D’autres facteurs individuels tels que le parcours scolaire et académique des étudiants ont également une influence sur la mobilité (Perret, 2007 ; Baron, 2012). Les étudiants ayant des résultats académiques plus faibles choisissent davantage des formations selon leurs chances de réussite et d’échec (Duru-Bellat & Mingat, 1988) : les étudiants qui obtiennent leur baccalauréat en retard sont moins mobiles que ceux ayant eu de bons résultats académiques (Baron & Perret, 2008). On observe aussi des comportements migratoires différents selon la série du baccalauréat et la discipline d’étude dans le supérieur : les étudiants ayant un baccalauréat scientifique ou inscrits dans des filières scientifiques changent davantage d’établissement.

6L’origine géographique joue également un rôle important sur la mobilité des étudiants. Au niveau régional, les étudiants privilégient la proximité spatiale en effectuant des mobilités à destination des régions voisines. Les étudiants inscrits dans une grande, voire une très grande agglomération, ont moins de chances de changer de ville universitaire. En revanche, réaliser ses études dans des agglomérations de moins de 100 000 habitants pousse fortement à la mobilité (Baron et al., 2005). L’impact de l’origine géographique sur la mobilité a aussi été étudié au moment de l’entrée dans le supérieur (Dupray & Vignale, 2022) : si les jeunes des communes isolées ou des petites aires urbaines sont moins souvent amenés à candidater loin de chez eux, ils sont tout de même contraints, en raison de l’absence d’une formation de proximité, à réaliser une mobilité de plus grande distance par rapport au reste des bacheliers.

7En plus de l’origine géographique, il faut également évoquer les différences de mobilité liées aux caractéristiques des établissements. La mobilité entre la licence et le master en France est fortement déterminée par l’offre de formation de proximité disponible et la géographie des établissements d’enseignement supérieur. Cette dernière suit une tendance générale : plus un pôle universitaire est petit, plus ses étudiants ont tendance à partir. À l’inverse, les grands établissements attirent les étudiants en provenance de villes à proximité et de taille inférieure, majoritairement localisées dans la même région et dont l’offre de formation est moins diversifiée et moins spécialisée (Baron, 2012). En plus des différences liées à la taille des établissements, l’offre de formation est répartie de manière hétérogène et inégalitaire sur le territoire et varie considérablement selon les régions ou les unités urbaines : les possibilités de poursuite d’études dans le même établissement ou dans un établissement à proximité ne sont donc pas les mêmes selon le lieu d’obtention de la licence des étudiants. La mobilité est alors perçue soit comme un choix stratégique, soit comme une contrainte liée à l’absence d’offre adéquate à proximité : interrogeant les étudiants à l’entrée en M2, Béduwé et Carré (2014) ont montré que la moitié des mobilités qu’ils avaient réalisées étaient contraintes par l’offre de formation, puisque le diplôme visé n’existait pas dans l’établissement d’origine.

8Ainsi, la littérature a identifié un ensemble de déterminants de la mobilité étudiante, à la fois individuelle et de l’environnement d’études. En général, les études existantes ont tendance à analyser l’effet de ces déterminants de manière segmentée et séparée les uns des autres. Néanmoins, peu d’études ont analysé conjointement l’effet de ces deux types de déterminants. À notre connaissance, seuls Baron et al. (2005), Baron et Perret (2008) l’ont fait avec trois familles de déterminants de la migration étudiante entre 1998 et 1999 : les caractéristiques propres de l’étudiant, du parcours de formation et de son environnement géographique. Sur la base des résultats obtenus, elles concluent que les mobilités géographiques des étudiants dépendent plus souvent de l’environnement d’étude que des facteurs sociodémographiques. Toutefois, cette recherche a été réalisée dans un contexte scolaire différent.

9Une actualisation des résultats est intéressante à mener, car l’enseignement supérieur et la recherche a profondément changé depuis. En effet, il se situe maintenant dans un contexte de très forte massification voire saturation, avec le développement d’universités fusionnées de plus de 50 000 étudiants, de mondialisation très importante de son offre de formation, et des procédures de sélection à l’entrée du master qui n’étaient pas en vigueur à la fin des années 1990.

10Par ailleurs, il n’y a, à notre connaissance, pas d’études ayant mesuré et comparé explicitement la puissance explicative des différents déterminants pour identifier ceux qui seraient les plus influents sur la mobilité d’établissement des étudiants. Notre recherche a pour but d’apporter des connaissances originales sur ces deux dimensions peu abordées par les études existantes, à savoir l’analyse conjointe des différents types de déterminants, et de leur capacité explicative différenciée sur les mobilités étudiantes entre la licence et le master. En investissant ces domaines, notre objectif est d’améliorer la vision globale du phénomène.

1.2. Question de recherche et hypothèses

11Cet article vise à mieux comprendre les déterminants de la mobilité étudiante entre la licence et le master, comprise comme le changement d’établissement. Pour cela, nous articulons simultanément deux types de déterminants : les déterminants individuels socio-scolaires (Rossignol-Brunet & Frouillou, 2023) et les déterminants relatifs aux caractéristiques des établissements. La question de recherche qui sous-tend notre travail est la suivante : quel(s) déterminant(s) est(sont) le(s) plus lié(s) statistiquement à la mobilité d’établissement des étudiants lors de la transition entre la licence et le master dans l’enseignement supérieur français ? Nous faisons l’hypothèse que, par rapport aux caractéristiques individuelles, les caractéristiques d’établissement, et plus particulièrement la disponibilité et les caractéristiques de l’offre de formation de proximité, jouent un rôle plus important dans la décision de poursuivre un master dans un établissement différent.

2. Données et méthodes

2.1. Données

13Pour tester notre hypothèse, nous avons utilisé les données issues du système d’information et de suivi des étudiants (SISE). Cette base de données produite par le ministère de l’Enseignement supérieur et de la Recherche recueille chaque année, de manière exhaustive et systématique, les informations relatives aux inscriptions de la quasi-totalité des établissements d’enseignement supérieur, ainsi que les fiches de renseignements et les résultats académiques des étudiants. Elle permet d’accéder aux informations relatives aux établissements d’inscription et aux caractéristiques individuelles des étudiants dont l’anonymat est garanti par le cryptage de leur INE (identifiant national de l’étudiant). Ces données permettent donc de reconstituer et d’analyser les trajectoires de mobilité des étudiants en comparant les établissements d’enseignement d’inscription par un étudiant d’une année à l’autre.

14Les données issues des bases SISE Universités des années 2018 et 2019 ont été exploitées pour reconstituer les trajectoires de mobilité des étudiants en transition licence/master, offrant ainsi un cadre d’analyse de la mobilité étudiante infranationale à l’échelle du territoire français. L’année retenue pour l’étude est celle d’inscription en master en 2019-2020 : il s’agit de l’année de collecte qui précède la pandémie et permet ainsi d’éviter l’influence de cette dernière sur la mesure de la mobilité.

15Dans le cadre de cette recherche, la mobilité étudiante est définie comme le changement d’établissement d’enseignement supérieur entre deux années universitaires consécutives en France. Cette définition englobe deux types d’étudiants mobiles : ceux qui changent de ville universitaire et ceux qui changent d’université au sein de la même ville. Ce dernier phénomène est notamment observé pour les étudiants des grands pôles d’enseignement supérieur, comme Paris, Toulouse ou Rennes, comptant plusieurs établissements différents. Nous avons ainsi créé une variable dichotomique de mobilité à partir du numéro d’identification de l’établissement de la base centrale des établissements (BCE). Le choix d’étudier la mobilité à l’échelle des établissements se positionne dans une littérature qui a pris en compte notamment l’effet géographique régional et de la ville d’implantation des établissements. En revanche la mobilité entre établissements est uniquement évoquée dans le cadre des mobilités au sein de la région ou au sein de l’aire urbaine. Étudier la mobilité entre établissements permet d’aller au-delà de l’effet géographique, et prendre en compte une multitude de profils d’étudiants selon la distance parcourue avec leur mobilité, mais plus particulièrement de mettre en évidence l’effet propre aux établissements et à leur offre de formation.

16Le champ d’études comprend les étudiants inscrits en troisième année de licence qui ont validé leur diplôme en 2018-2019 et sont inscrits en première année de master en 2019-2020. L’ensemble de ces étudiants a ensuite été filtré selon un certain nombre de caractéristiques afin d’obtenir la population d’étude la plus homogène possible. Nous avons tout d’abord filtré les inscriptions principales des étudiants : lorsqu’un étudiant est inscrit dans une seule formation, cette inscription est son inscription principale. En revanche, dans le cas d’inscriptions multiples dans un même établissement pour un étudiant, l’inscription principale est déterminée dans la base SISE en donnant la priorité aux diplômes nationaux par rapport aux diplômes d’université (DU, non réglementés nationalement). Ensuite, les étudiants ont été filtrés selon le groupe disciplinaire : les étudiants inscrits en droit, économie et AES, lettres et sciences humaines, et sciences et STAPS ont été conservés. En revanche, compte tenu de la spécificité du domaine, les étudiants en santé ne sont pas inclus dans notre population d’étude. L’IEP Paris (Institution d’études politiques) a également été exclue de la population d’étude, compte tenu de la spécificité de cet établissement. En revanche, les IEP de Rennes, Lille et Lyon ont été associées à l’université de rattachement principale, comme ils l’avaient été dans la base SISE jusqu’à l’année 2018-2019. Enfin, les master MEEF (métiers de l’enseignement, de l’éducation et de la formation) ont été exclus de la population d’étude, car dans la base SISE, ils sont rattachés à l’académie et non pas à l’établissement. Suite à l’application de ces filtres, notre population compte 78 436 individus qui ont obtenu leur licence en 2018-2019 et inscrits en master en 2019-2020.

2.2. Méthodes

17En termes méthodologiques, notre étude repose sur deux étapes principales : la création d’une typologie des établissements d’enseignement supérieur et l’analyse des déterminants de la mobilité d’établissements étudiante.

2.2.1. Construction d’une typologie des établissements

18Le choix d’une typologie des établissements repose sur l’idée que certains établissements, notamment ceux situés dans de grandes villes et/ou offrant des formations très spécialisées, sont plus susceptibles d’attirer des étudiants provenant d’autres établissements. En effet, l’attractivité d’un établissement dépend de nombreux facteurs : la taille, la diversification de l’offre de formation et la spécialisation des formations, mais également le nombre de places disponibles, la qualité de l’accueil et du suivi, le prestige supposé et leur reconnaissance académique (Giret & Stoeffler-Kern, 2009 ; Saint-Julien, 2006).

19Cette typologie a été réalisée en mobilisant une classification ascendante hiérarchique (CAH) appliquée aux résultats d’une analyse des correspondances multiples (ACM). Elle repose sur plusieurs variables : la taille de l’établissement (nombre d’étudiants inscrits en 2019), la diversité des domaines de formation, la capacité d’accueil en master, le nombre de mentions et de parcours, ainsi que le positionnement international des établissements dans le classement de Shanghai. Ce dernier s’appuie sur des critères liés principalement à la recherche (nombre de Prix Nobels, de chercheurs les plus cités, le nombre de publications et la taille de l’institution). Cette typologie n’a pas pour but d’en mesurer la pertinence, mais de l’exploiter comme un indicateur de la réputation des établissements et la reconnaissance de leurs diplômes sur le marché de l’emploi, caractéristiques qui participent activement à l’attractivité des établissements auprès des étudiants (Harfi & Mathieu, 2006). De plus, ce classement s’avère être davantage pertinent pour les étudiants entrants en master, pour qui les indicateurs liés à la recherche auraient davantage d’importance dans la poursuite du parcours académique, et qui pourraient l’utiliser comme un outil complémentaire d’évaluation (ibidem). Quatre bases de données ont été exploitées pour objectiver ces variables (tableau 1) : tout d’abord les données issues du portail d’information Trouver Mon Master qui ont permis d’identifier les 75 établissements d’enseignement supérieur, puis de quantifier et qualifier l’offre de formation de master de chaque établissement à travers le nombre de domaines, mentions et parcours des formations d’enseignement de master. Ces informations ont ensuite été complétées par les effectifs d’étudiants inscrits dans chaque établissement en 2019-2020, ainsi que la position de l’établissement au sein du classement international de Shanghai en 2019.

Tableau 1. Variables mobilisées pour la catégorisation des établissements d’enseignement supérieur

Nom de la variable	Source	Année considérée
Taille de l’établissement	Synthèse des effectifs d’étudiants inscrits dans les établissements et formations de l’enseignement supérieur – ministère de l’Enseignement supérieur et de la Recherche [producteur].	2019-2020
Nombre de domaines de formation	Données du portail d’information Trouver Mon Master – 2019-2020, SIES – ministère de l’Enseignement supérieur, de la Recherche et de l’Innovation (MESRI) [producteur].	2019-2020
Capacité d’accueil en master
Nombre de mentions en master
Nombre de parcours en master
Positionnement international des établissements dans le classement de Shanghai	Classement mondial des établissements français dans The Academic Ranking of World Universities (ARWU)	2019

Source : auteurs.

20Pour l’analyse des correspondances multiples, nous avons choisi de retenir les axes 1 et 2 qui représentent 40 % de l’inertie totale (graphique 1). Le premier axe (l’axe horizontal) distingue les établissements selon leur offre de formation, et oppose à gauche les établissements ayant une faible offre et une petite taille, aux établissements avec une forte offre de formation à droite. Le second axe (l’axe vertical) est construit principalement selon la taille et la renommée internationale des établissements, objectivé par le classement de Shanghai : en bas se situent les établissements ayant une taille et une offre de formation moyennes, alors qu’en haut se trouvent les très grands établissements avec une renommée internationale.

21L’application de cette méthodologie a permis d’identifier cinq grands profils d’établissements, qui se distinguent principalement par leur taille et par la diversité de leur offre de formation.

Type 1 : capacité d’accueil en master faible et offre de formation peu diversifiée (24 établissements)

22Ce premier groupe est caractérisé par des structures de très petite taille, accueillant en moyenne 7 300 étudiants. Ces établissements proposent une offre de formation réduite, avec un faible nombre de domaines, mentions et parcours, témoignant d’une spécialisation disciplinaire marquée. Leur capacité d’accueil en master est limitée, et ils ne sont pas présents dans les classements internationaux de Shanghai.

Type 2 : capacité d’accueil en master faible, mais offre de formation diversifiée (13 établissements)

23Ce groupe rassemble des établissements de petite taille (16 000 étudiants en moyenne), mais couvrant presque systématiquement la totalité des cinq domaines d’enseignement. Ces établissements affichent deux fois plus de parcours de formation que le groupe précédent, traduisant une plus grande d’offres de formation. Ils restent toutefois faiblement représentés dans le classement international (30 %).

Type 3 : capacité d’accueil moyenne en master et offre de formation très diversifiée (21 établissements)

24Ce groupe rassemble des établissements ayant une taille moyenne (26 000 étudiants en moyenne) qui se distinguent par une plus grande capacité d’accueil en master. Ils se caractérisent par une offre de formation très étoffée en termes de parcours et de mentions dans la totalité des domaines d’enseignement.

Type 4 : capacité d’accueil forte et dans des domaines spécifiques (10 établissements)

25Proche du groupe précédent en termes de nombre de mentions et parcours de formation, ce groupe se différencie par sa taille plus élevée (41 000 étudiants en moyenne). Il se caractérise par une offre de formation vaste, mais avec une spécialisation plus accrue, notamment du fait de la présence de plusieurs établissements au sein d’une même métropole universitaire (Paris, Lyon, Toulouse). Leur renommée internationale se traduit par la présence de la moitié de ces établissements dans le classement de Shanghai.

Type 5 : capacité d’accueil très forte et offre de formation diversifiée, et reconnaissance à l’international (7 établissements)

26Cette dernière catégorie représente les établissements les plus grands (53 000 étudiants en moyenne). Ils offrent une couverture quasi complète des cinq domaines de formation et proposent une large gamme de parcours et de mentions. Ces établissements sont tous classés dans le classement de Shanghai, et majoritairement dans le top 300 (86 %).

2.2.2 L’analyse des déterminants de la mobilité d’établissement étudiante

28Pour analyser les déterminants de la mobilité étudiante, nous mobilisons des méthodes statistiques descriptives et multivariées (régression logistique). Pour pouvoir mesurer les facteurs de la mobilité ou l’immobilité d’établissement des étudiants dans l’enseignement supérieur français, deux modèles de régression logistique ont été estimés afin de mesurer l’importance relative de déterminants individuels et spatiaux sur la probabilité de mobilité. Plusieurs variables sont incluses dans ce modèle : des variables individuelles (caractéristiques sociodémographiques et parcours scolaire et académique), et des caractéristiques de l’établissement d’inscription en licence (tableau 2). Il a été décidé d’utiliser uniquement la catégorie de l’établissement de la licence et non celle de l’établissement de master. En effet, comme pour l’ensemble des autres indicateurs, ces analyses se positionnent au moment de la transition licence/master, soit au moment du choix de la mobilité ou non.

30Enfin, pour tester l’hypothèse selon laquelle les déterminants spatiaux influeraient davantage sur la probabilité de réaliser une mobilité, et dans l’optique de réaliser une analyse conjointe des deux catégories de déterminants, une pseudo-corrélation partielle (R) adaptée au modèle logistique a été calculée pour chaque variable explicative suivant la méthode définie par Bhatti et al. (2006). Cela permet d’analyser la corrélation entre la variable dépendante et chacune des variables explicatives, et ainsi identifier les variables dépendantes les plus influentes sur la mobilité étudiante entre la licence et le master. Nous calculons ainsi une pseudo-corrélation partielle (R) pour chaque variable explicative.

Tableau 2. Liste des variables mobilisées dans les régressions logistiques

Type de variable	Variables
Caractéristiques individuelles	Sexe
	Âge en L3 (1)
	PCS d’un des deux parents (2)
	Nationalité
Parcours scolaire et académique	Série du baccalauréat
	Obtention du baccalauréat (3)
	Discipline d’études en licence
	Changement de discipline par rapport à la licence
Caractéristiques de l’établissement de licence	Lieu de l’établissement de licence (France métropolitaine ou outre-mer)
	Résidence des parents en licence
	Catégorie d’établissement de licence (4)

Notes :

(1) Âge en différence de millésime, l’année d’obtention de la licence

(2) La PCS d’un des deux parents est définie comme étant « la PCS du chef de famille » dans le guide d’utilisation du fichier SISE résultats 2018-2019. Elle est regroupée en quatre catégories en suivant les lignes directives du ministère de l’éducation et de la Direction de l’évaluation, de la prospective et de la performance (DEPP), comme explicité dans les travaux de Le Donnée et Rocher (2010).

(3) L’obtention du baccalauréat à l’heure, en avance ou en retard, est établie selon l’âge au baccalauréat. Obtenir le diplôme à l’heure correspond à l’obtenir à 18 ans en différences de millésime.

(4) Catégorie correspondant à la typologie des établissements obtenue précédemment (ACM/CAH).

Source : auteurs.

3. Tendances et déterminants de la mobilité d’établissement

31La mobilité d’établissement à l’entrée en master est en augmentation constante depuis 2013, de manière inégalitaire entre les établissements. En mesurant l’impact respectif des caractéristiques sociodémographiques, du parcours académique et des variables institutionnelles, le calcul de modélisations logistiques et de pseudo-corrélations partielles a mis en évidence que la mobilité résulte d’abord d’effets d’établissement.

3.1. Les tendances nationales de la mobilité d’établissement entre la licence et le master

32La mobilité d’établissement au cours de la transition entre la licence et le master concerne 30,1 % des étudiants de la population étudiée, et se caractérise depuis 2013 par une tendance constante à la hausse (graphique 2). Elle s’est particulièrement accentuée depuis 2017, certainement le résultat de la mise en place de la réforme du système licence-master-doctorat (LMD), qui a introduit la sélection à l’entrée en master. Ainsi, si la part d’étudiants en mobilité d’établissement reste relativement constante autour de 23 et 24 % des étudiants à l’entrée en master entre 2008 et 2015, elle atteint un quart des étudiants en 2016 pour ensuite augmenter jusqu’à 30 % en 2019. Cela s’explique par la hausse du nombre d’étudiants (Demay et al., 2022) et par la complexification et la sélectivité de l’entrée en deuxième cycle d’enseignement supérieur (Rossignol-Brunet, 2025) : de plus en plus d’étudiants candidatent pour des formations de master, alors que le nombre de places disponibles n’augmente pas au même rythme. La mobilité s’avère ainsi être le reflet à la fois d’une contrainte et d’une stratégie des étudiants dans leurs projets académiques et professionnels.

3.2. Modélisations logistiques : une mobilité d’établissement d’abord liée aux effets d’établissement

3.2.1. Caractéristiques sociodémographiques

34Concernant les caractéristiques sociodémographiques des étudiants, il existe une différenciation selon le sexe (les femmes présentent une probabilité de mobilité plus élevée [31 %] que les hommes [27 %]) et selon l’âge : les étudiants âgés de 24 ans ou plus au moment de l’obtention de leur licence (26 %) sont moins mobiles que les étudiants âgés de moins de 24 ans (29,5 %). Ensuite, l’origine sociale des étudiants, mesurée à travers la catégorie socioprofessionnelle d’un des deux parents (PCS), influence peu la mobilité. Seuls les étudiants issus de catégories sociales très favorisées (31 %) ont une probabilité d’avoir une mobilité d’établissement entre la L3 et la M1 plus forte que toutes les autres catégories sociales. Enfin, il existe des différences de mobilité liées à la nationalité : bien que l’écart soit modeste, les étudiants de nationalité étrangère, ayant souvent un ancrage territorial plus faible que les étudiants français, sont plus mobiles à l’entrée du deuxième cycle (34 % contre 29 %).

3.2.2. Parcours académique

35Les parcours scolaires et académiques ont un effet relatif sur la mobilité. La série du baccalauréat, et le fait de l’avoir obtenu à l’heure, en avance ou en retard, n’entraînent pas de différences significatives de mobilité entre les étudiants. Concernant le parcours académique, la discipline d’études est l’un des facteurs avec le plus de variation parmi ses modalités. Les étudiants en STAPS (36 %) et en sciences de la vie (34 %) affichent les taux de mobilité les plus élevés, tandis que ceux en sciences économiques et gestion (26 %) et en sciences fondamentales (26 %) sont parmi les moins mobiles. Enfin, les étudiants qui changent de filière d’une année sur l’autre ont une probabilité de mobilité nettement supérieure (41 %) à ceux qui restent dans la même filière (28 %). Difficile de trouver des éléments explicatifs à ces différences entre filières. Si la filière STAPS est une filière en tension, c’est peu ou pas le cas de la filière sciences de la vie. Des travaux sur les changements d’établissements pour les étudiants de la filière STAPS entre la licence et le master ont montré que les changements de projet d’études et l’orientation vers les filières MEEF favorisent la mobilité (Canals et al., 2023).

3.2.3. Variables institutionnelles

36Quant aux caractéristiques de l’établissement, on se rend compte qu’elles ont un effet non négligeable sur la mobilité d’établissement des étudiants. Le lieu de résidence des parents en L3 a un effet sur la probabilité de mobilité : les étudiants qui résidaient en L3 dans le même département que les parents ont une probabilité plus faible d’être mobiles à l’entrée en master (27 % contre 32 %).

37Ensuite, la catégorie de l’établissement d’origine influence fortement la mobilité. Les étudiants issus d’établissements de type 1 avec une capacité d’accueil en master faible et une offre de formation peu diversifiée ont plus souvent réalisé une mobilité (42 %) que ceux issus d’établissements de type 3 avec une capacité d’accueil moyenne en master et une offre de formation très diversifiée (22 %) ou de type 5 avec une capacité d’accueil très forte, une offre de formation diversifiée et une reconnaissance à l’international (24 %). Dans ce modèle, on n’observe pas de différences significatives entre les étudiants en France métropolitaine ou en outre-mer. Notons que l’effet de la localisation de l’établissement (France métropolitaine ou outre-mer) est principalement capté par la variable de catégorie de l’établissement.

38Ainsi, on observe une distinction nette entre les variables individuelles et celles relatives à l’établissement : les prédictions marginales les plus élevées sont celles des modalités d’établissement et disciplinaires. De plus, les écarts des prédictions marginales entre les modalités des variables sociodémographiques sont plutôt faibles, alors que les écarts deviennent plus importants pour les modalités de variables sur le parcours académique et d’établissement.

Source : SISE 2018 et 2019.

39L’analyse des pseudo-corrélations partielles permet d’identifier les variables ayant le poids statistique le plus important sur la probabilité de réaliser une mobilité (tableau 4). Tout d’abord, ce sont les variables d’établissement et académiques dont le lien statistique est le plus fort : catégorie de l’établissement d’origine en premier, suivi par le changement de discipline et la discipline de formation. En revanche, le sexe, l’âge, la catégorie sociale d’un des deux parents et la nationalité, au même titre que la série du baccalauréat, ont un rôle limité dans l’explication du modèle. Par ailleurs, le parcours académique (la discipline de formation et le changement disciplinaire) a plus d’importance que le parcours scolaire (la série et l’âge à l’obtention du baccalauréat). Enfin, le fait de rajouter un effet fixe au modèle n’entraîne pas de changements majeurs dans l’ordre des variables explicatives, mais double la puissance explicative de la variable d’établissement en L3.

40Enfin, nous testons la robustesse des résultats relatifs à l’identification des variables les plus influentes sur la mobilité d’établissement. Autrement dit, nous souhaitons nous assurer que les variables les plus déterminantes soient les mêmes, que l’on utilise les pseudo-corrélations partielles ou non. Pour cela, nous avons utilisé une approche pas à pas basée sur un critère de qualité du modèle (l’AIC). À partir du modèle complet, nous estimons un nouveau modèle en ayant retiré une variable explicative et nous comparons l’AIC du modèle obtenu avec l’AIC du modèle complet. Plus l’AIC augmente, plus la variable contribue à la puissance explicative du modèle. Nous répétons la démarche avec toutes les variables du modèle. La comparaison de leur effet sur l’AIC du modèle nous permet de classer les variables explicatives, avec les variables dont le retrait du modèle fait le plus augmenter l’AIC par rapport au modèle complet. Cette approche converge et confirme les résultats obtenus avec les pseudo-corrélations partielles (tableau 4), et assure un certain niveau de robustesse.

Tableau 4. Pseudo-corrélations partielles adaptées au modèle logistique

Variables	R	Rang R	AIC du modèle quand la variable est retirée	Différence entre l’AIC du modèle avec la variable retirée et l’AIC du modèle complet	Rang AIC
Catégorie de l’établissement en L3	0,123	1	85 446	-1,56	1
Changement de discipline	0,096	2	84 901	-0,92	2
Lieu de résidence des parents en L3	0,061	3	84 443	-0,39	3
Discipline de formation en licence	0,056	4	84 395	-0,33	5
Sexe	0,039	5	84 247	-0,16	4
PCS d’un des deux parents	0,028	6	84 184	-0,08	6
Nationalité	0,021	7	84 157	-0,05	8
Âge en licence	0,018	8	84 146	-0,03	7
Série du baccalauréat	0,013	9	84 132	-0,02	9
Obtention du baccalauréat	0	10	84 116	0,00	10
Lieu de l’établissement de licence (France métropolitaine ou outre-mer)	0	11	84 115	0,00	11

Lecture : dans le modèle de régression logistique, la catégorie d’établissement est la variable qui a le plus d’influence statistique sur la mobilité. L’AIC du modèle où la catégorie d’établissement est retirée est de 85 446 (soit 1,56 % de moins que l’AIC du modèle complet).

Champ : étudiants inscrits en troisième année de licence en 2018-2019 et en première année de master en 2019-2020.

Source : SISE 2018 et 2019.

4. Discussion

41La mobilité des étudiants en master est d’abord déterminée par des facteurs institutionnels et académiques, les incitant à quitter les petits établissements ou les filières scientifiques rares pour trouver une offre de formation adaptée. À l’inverse, les caractéristiques individuelles jouent un rôle plus secondaire malgré des différences notables : tous les étudiants n’accèdent pas à la mobilité de la même manière selon qu’ils soient issus d’un milieu plus ou moins favorisé, et selon l’avancée dans la transition vers l’âge adulte, influencée par l’âge et le sexe.

4.1. Des mobilités construites premièrement autour de facteurs institutionnels et académiques

42Plusieurs auteurs au cours des vingt dernières années ont étudié l’effet d’établissement et le contexte d’apprentissage sur les étudiants. Felouzis (2001) évoque l’effet d’établissement en lien avec la réussite étudiante à l’université, montrant que les chances de réussite ne dépendent pas uniquement des caractéristiques scolaires et sociales des étudiants, mais également de leur lieu d’études. Par la suite, l’effet de l’établissement a également été mis en évidence en lien avec la mobilité par Baron et al. (2005) au sein de l’ensemble des étudiants et puis par Rossignol-Brunet et Frouillou (2023) pour les étudiants à l’entrée du supérieur. Ces derniers ont mis en évidence qu’en plus des caractéristiques scolaires, la dimension spatiale des parcours scolaires (soit la localisation de l’établissement d’origine) joue un rôle important reconfigurant l’accès en L1, notamment à travers la mise en place des portails d’affectation APB (2016) et Parcoursup (2019). Notre recherche est originale dans la mesure où elle a actualisé ces résultats thématiques en mobilisant une nouvelle base de données et en employant une méthode spécifique pour classer les variables explicatives. L’utilisation des pseudo-corrélations partielles permet, par rapport aux études précédentes, la comparaison explicite de la puissance explicative de chaque variable, afin d’identifier celles ayant le poids statistique le plus élevé pour expliquer la probabilité de réaliser une mobilité.

43Les différences de mobilité des étudiants selon la catégorie de l’établissement d’origine confirment la tendance principale mise en évidence par Baron, selon laquelle plus un pôle universitaire est petit, plus ses étudiants ont tendance à partir (Baron, 2019), alors que les grands centres d’enseignement supérieur attirent à la fois de nouveaux étudiants (Baron, 2012) et restent attractifs pour les étudiants déjà sur place. Cela se traduit par des probabilités de départ plus élevées pour les étudiants dans de très petits et petits établissements, et des probabilités plus faibles pour les grands et très grands établissements, avec une offre de formation plus vaste et diversifiée.

44Le changement d’établissement est souvent couplé avec un changement de discipline : quels que soient le moment du parcours académique et le secteur disciplinaire des étudiants, la mobilité est d’autant plus fréquente qu’il y a changement disciplinaire. L’entrée en deuxième cycle d’enseignement coïncide pour les étudiants à un moment de rupture dans leurs trajectoires de vie et de formation, et devient donc un moment propice aux changements de type de formation ou de secteur disciplinaires (ibidem).

45Les fortes différences de mobilité, selon les disciplines d’études, traduisent une hétérogénéité et une dispersion de l’offre de formation spécialisées de manière inégale. La mobilité accrue des étudiants des filières scientifiques (sciences et STAPS) a précédemment été montrée par Baron et Perret (2008), qui ont par ailleurs souligné des comportements différenciés selon que l’établissement d’origine était situé en Île-de-France ou ailleurs. Les étudiants des filières scientifiques ayant obtenu leur licence hors d’Île-de-France privilégient en effet des régions voisines, alors que les étudiants diplômés en Île-de-France privilégient des régions lointaines. Ainsi, les disciplines impliquant des spécialisations spécifiques et rares, comme les sciences de la vie, nécessiteraient un changement d’établissement pour les étudiants intéressés par ces parcours de formation. À l’inverse, les formations en lettres-arts et du secteur économique seraient souvent plus disponibles dans un plus grand nombre d’établissements, réduisant la nécessité de mobilité.

46Les étudiants qui résidaient en L3 dans le même département que les parents sont moins mobiles à l’entrée en master : ce comportement pourrait être un indice d’un ancrage territorial important. En effet, les étudiants inscrits dans un petit ou moyen établissement peuvent avoir choisi cet établissement pour des raisons de proximité au lieu de résidence des parents. En revanche, les étudiants résidants en troisième année de licence dans un département autre que celui de leurs parents témoignerait d’une mobilité passée déjà réalisée et donc d’une plus grande propension à une nouvelle mobilité. Cette mobilité peut être choisie ou contrainte, en l’absence d’une offre de formation de proximité dès la licence, mais elle entraîne une probabilité plus élevée pour une nouvelle mobilité à l’entrée en master : les étudiants qui ont déjà réalisé une mobilité sont ainsi plus ouverts au changement, ont développé des compétences d’adaptabilité et sont moins attachés au territoire. En revanche, les étudiants résidant dans le même département que leurs parents en troisième année de licence ont une probabilité plus élevée d’avoir réalisé l’ensemble de leur scolarité au même endroit, ce qui pourrait faire ressortir un ancrage territorial et familial qui se traduit par une probabilité faible d’être mobile à l’entrée en master.

4.2. Une influence moins marquée des caractéristiques individuelles

47Le gradient social observé pour la probabilité d’avoir été mobile confirme un résultat important de la littérature. L’origine sociale a été reconnue dans de nombreuses études comme jouant un rôle sur les possibilités de mobilité géographique, et notamment un effet de sélection face à la mobilité (Belghith et al., 2023). Tous les étudiants n’ont pas accès à la mobilité de la même manière selon qu’ils soient issus d’un milieu plus ou moins favorisé : il existe un gradient social face à la mobilité qui peut être attribué aux différences en termes de ressources économiques et culturelles familiales. Les étudiants issus de milieux favorisés, disposant de plus de ressources, auront également plus de possibilités de mobilité. En revanche, les étudiants issus de milieux moins favorisés rencontrent davantage d’obstacles à la mobilité, en raison de l’absence de ressources nécessaires pour faire face aux coûts d’un déménagement accompagnant une mobilité (Rossignol-Brunet, 2025). L’origine sociale défavorisée des étudiants entraîne un effet d’autocensure au travers de vœux moins diversifiés et moins ambitieux, et qui aboutissent souvent à une orientation moins ambitieuse qui limite l’éloignement (Dupray & Vignale, 2022). Si par rapport aux caractéristiques d’établissement et au changement disciplinaire, l’origine sociale joue un rôle plus faible face à la mobilité, Baron et Perret (2008) ont mis en évidence son importance dans l’explication du choix des destinations. Cela traduit un comportement stratégique d’accès à des formations considérées comme prestigieuses.

48Les femmes ont une probabilité de mobilité plus élevée, une tendance qui suit un processus d’autonomisation plus précoce des femmes par rapport aux hommes. Les femmes partent plus tôt du foyer parental, avec un âge médian en France de 23 ans, contre 24 ans pour les hommes (Amsellem-Mainguy & Timoteo, 2012).

49Ensuite il ressort de cela que les étudiants les plus âgés sont moins mobiles que les plus jeunes. Cet effet de l’âge traduit un effet de calendrier : en effet, si les étudiants plus âgés sont moins mobiles, cela peut avoir plusieurs explications. Une partie de ces étudiants a déjà réalisé leur mobilité auparavant dans le cadre d’une réorientation ou reprise d’études. Certains étudiants choisissent en effet d’allonger le temps passé à l’université, même si cela retarde la transition vers l’âge adulte, en « anticipant sur de meilleures conditions de vie future » (Landrier et al., 2016). D’autres étudiants âgés de plus de 24 ans sont en revanche déjà impliqués dans la transition vers l’âge adulte, qui ont déjà entamé leur vie professionnelle et ont déjà entamé la construction de leur famille, sont moins enclins à déménager pour poursuivre leurs études. Pour ces étudiants, la volonté de vivre en couple ou d’avoir des enfants devient une priorité autour de laquelle ils vont construire leur projet d’études : ils vont donc privilégier la stabilité géographique pour des raisons pratiques.

50La série du baccalauréat n’entraîne pas de différences significatives dans la mobilité dans ce travail, or Baron et Perret (2008) ont mis en évidence son effet parmi les étudiants en 1998-1999 entrants en deuxième cycle. Elles ont montré, toutes choses égales par ailleurs, que les étudiants titulaires d’un baccalauréat technologique ou professionnel figurent parmi les étudiants les moins mobiles, alors que les étudiants titulaires d’un baccalauréat scientifique sont parmi les plus mobiles.

5. Limites

52Une autre limite de notre étude est la qualité de la variable PCS des parents. Nous avons 8 % de la population où nous ne disposons pas de la catégorie socioprofessionnelle (non renseigné). Là encore, pour faire face aux limites importantes de fiabilité et de construction de la variable, nous avons décidé de supprimer les individus dont la catégorie sociale des parents est non renseignée et de réaffecter ceux ayant indiqué « retraités » quand la PCS d’activité était renseignée. Les étudiants ont été regroupés selon quatre catégories sociales d’origine en suivant les lignes directives du ministère de l’Éducation et de la DEPP, comme explicité dans les travaux de Le Donnée et Rocher (2010). Les valeurs des prédictions marginales ne subissent pas de changements significatifs, et l’importance relative de chaque variable reste la même, les variables gardant majoritairement leur place en termes de pouvoir explicatif. Nous savons cependant que la qualité de la déclaration de la PCS des parents peut être sujette à discussion. Si l’on croise la variable établissement et celle de la catégorie sociale, les résultats montrent que pour une même catégorie sociale d’origine, la mobilité est toujours plus importante quand on est inscrit en L3 dans un établissement de type 1 que dans tous les autres établissements. À l’inverse pour un même établissement, ce ne sont pas toujours les étudiants issus d’une même catégorie sociale qui ont la plus forte mobilité (tableau 5).

Tableau 5. Mesure de l’effet établissement/effet catégorie sociale des parents

Catégorie sociale des parents	Type Etablissement
	Type 1	Type 2	Type 3	Type 4	Type 5
Défavorisée	44,0 %	28,6 %	28,9 %	21,1 %	24,0 %
Moyenne	44,7 %	29,3 %	31,7 %	21,4 %	24,8 %
Favorisée	43,8 %	29,5 %	31,6 %	23,1 %	20,1 %
Très favorisée	37,7 %	33,8 %	36,2 %	23,9 %	25,6 %
Ensemble	41,6 %	30,7 %	32,5 %	22,6 %	24,3 %

Lecture : pour une même catégorie sociale, la mobilité d’établissement est plus forte dans les établissements de type 1 que dans tous les autres établissements.

Champ : étudiants inscrits en troisième année de licence en 2018-2019 et en première année de master en 2019-2020.

Source : SISE 2018 et 2019.

Conclusion

53La mobilité des étudiants à l’entrée en master s’inscrit dans un contexte institutionnel marqué par la concurrence entre établissements d’enseignement supérieur, l’inégale répartition de l’offre de formation sur le territoire, et le durcissement des conditions d’accès au deuxième cycle. Depuis la réforme de 2016, qui a instauré une sélection explicite à l’entrée du master, les étudiants sont incités à adopter des stratégies de candidature plus larges et souvent géographiquement étendues (Brézault et al., 2023). De nombreuses études ont étudié le lien de ce phénomène avec l’offre de formation disponible à proximité : dans les territoires dépourvus d’une offre de master diversifiée ou spécialisée, la mobilité devient souvent une nécessité plus qu’un choix (Baron, 2019). Cette tendance confirme l’effet de la spécialisation et de la concentration de l’offre de masters dans les grands pôles universitaires, déjà observé par Duru-Bellat et Mingat (1988) et Giret et Stoeffler-Kern (2009). De plus, la littérature sur les mobilités étudiantes a identifié et qualifié l’effet des différents déterminants individuels et du contexte d’apprentissage de la mobilité étudiante (Baron et al., 2005 ; Baron 2012 ; 2019).

54Dans ce contexte, cet article propose une comparaison du pouvoir explicatif des déterminants de la mobilité étudiante. En mobilisant la méthode des pseudo-corrélations partielles adaptée au modèle logistique, il a été possible de quantifier la contribution relative des variables individuelles et spatiales à la probabilité de mobilité. Cette démarche constitue un apport original à la littérature, où les déterminants ont été généralement analysés de manière séparée. Les résultats de cette étude montrent que ce sont les variables d’établissement, notamment la catégorie d’établissement d’origine, et académique, mais aussi le changement de discipline, qui structurent le plus fortement les trajectoires de mobilité, bien davantage que les caractéristiques sociodémographiques des étudiants. Ce constat rajoute une clé d’interprétation du phénomène des mobilités étudiantes en mettant l’accent davantage sur l’offre de formation que sur les inégalités sociales d’accès à la mobilité. Si l’origine sociale, mesurée ici par la PCS d’un des deux parents, joue un rôle significatif, son poids explicatif est sensiblement inférieur à celui des variables d’établissement.

55Notre approche méthodologique a permis la combinaison des déterminants individuels et contextuels. Elle offre ainsi une vision plus complète et nuancée du phénomène des mobilités étudiantes à l’entrée du master. En s’appuyant sur une littérature abondante qui a déjà identifié de nombreux facteurs de mobilité (sociodémographiques, scolaires, académiques, géographiques, etc.), l’intérêt de cette étude réside dans la quantification de la contribution relative de chacun, c’est-à-dire, identifier les déterminants les plus influents sur la réalisation d’une mobilité. Cela permet d’améliorer notre compréhension des mécanismes qui orientent les trajectoires des étudiants, en situant leurs choix dans un ensemble de contraintes et de ressources liées tant aux caractéristiques sociales qu’aux configurations institutionnelles. Le poids prépondérant des variables d’établissement et académiques révèle l’importance de l’offre de formation et des stratégies de spécialisation/diversification des étudiants face à un second cycle sélectif. La démarche développée ici pourrait être mobilisée à d’autres moments clés de la trajectoire étudiante, notamment lors du passage de la L2 à la L3 afin d’identifier l’ampleur d’éventuelles stratégies d’anticipation, ou encore au moment de l’entrée dans l’enseignement supérieur, étape au cours de laquelle se formulent les premières décisions de mobilité.