Au regard des rĂ©sultats de lâĂ©lection prĂ©sidentielle de 2017 se pose aujourdâhui la question du lien entre certains facteurs socioĂ©conomiques et idĂ©ologiques et la montĂ©e des partis extrĂȘmes en France. Quelles sont les problĂ©matiques actuelles les plus reprĂ©sentatives de lâĂ©chiquier politique français ?
Dans cette courte note, nous suggĂ©rons que les recherches internet pour des partis politiques sont liĂ©es Ă des prĂ©occupations contemporaines bien spĂ©cifiques. Plus prĂ©cisĂ©ment, le Front National est plus souvent associĂ© Ă des thĂ©matiques relatives Ă lâislamophobie, au terrorisme, et au mal-ĂȘtre, tandis que les recherches sur des partis dâextrĂȘme gauche sont concomitantes de problĂ©matiques Ă©conomiques et environnementales. DerriĂšre ces associations, cependant, se cachent des divergences rĂ©gionales majeures. Les dynamiques de recherches Google rĂ©vĂšlent, en outre, la montĂ©e du Front National et la profonde transformation Ă lâĆuvre dans le milieu politique français.
Auteurs :
Yann Algan, doyen de lâĂcole dâAffaires Publiques (EAP) et Professeur dâĂ©conomie Ă Sciences Po.
Elizabeth Beasley, chercheuse Ă lâObservatoire du Bien-ĂȘtre du Cepremap
Amory Gethin, assistant de recherche Ă lâObservatoire du Bien-ĂȘtre du Cepremap
Thanasak Mark Jenmana, assistant de recherche Ă lâObservatoire du Bien-ĂȘtre du Cepremap
Claudia Senik, Professeur Ă lâUniversitĂ© Paris-Sorbonne et Ă lâEcole dâĂ©conomie de Paris.
La rĂ©cente ascension du « vote extrĂȘme » en Europe a largement Ă©tĂ© reprĂ©sentĂ©e comme Ă©tant lâaboutissement de la stagnation Ă©conomique et de la crise migratoire. Nous tentons ici, Ă partir de donnĂ©es sur les volumes de recherches internet, dâapporter un regard nouveau sur cette question en ouvrant la boĂźte noire que constitue cette transformation. DerriĂšre lâĂ©volution de ces recherches, en effet, se dĂ©voilent certaines reprĂ©sentations collectives rattachĂ©es aux extrĂȘmes. Que reprĂ©sentent les recherches Google, et que rĂ©vĂšlent-elles du bien-ĂȘtre et des prĂ©occupations des Français ?
Dans le but dâapprĂ©hender cet espace Ă la fois sĂ©mantique et politique, nous construisons des « catĂ©gories » regroupant des mots-clĂ©s Ă thĂ©matiques proches (voir tableau 1). La figure 1 en offre une image globale : elle reprĂ©sente le rĂ©seau de corrĂ©lations entre catĂ©gories au niveau national, sur la pĂ©riode allant de Janvier 2013 Ă Janvier 2017, chaque lien pouvant ainsi ĂȘtre interprĂ©tĂ© comme rĂ©vĂ©lant une forme de « cooccurrence » entre concepts.

(corrélations supérieures à 0,25 représentées en rouge)
Deux groupes apparaissent alors clairement : le Front National, dâune part, est associĂ© Ă des thĂšmes liĂ©s au mal-ĂȘtre et Ă la religion ; les recherches sur les autres partis, dâautre part, et plus particuliĂšrement celles relatives Ă lâextrĂȘme gauche, sont liĂ©es Ă lâemploi et Ă lâenvironnement.
Nous verrons que cette dichotomie â et notamment la forte association entre Front National et mots-clĂ©s liĂ©s Ă lâ« islam » â sâest exacerbĂ©e au moment de lâattaque terroriste de Charlie Hebdo. Ainsi, derriĂšre ces simples associations se dĂ©ploient des dynamiques mĂ©diatiques temporaires tout autant que des mutations sociales et idĂ©ologiques plus profondes1.
Statistiquement, nous voulons comprendre ici Ă quel point des recherches liĂ©es Ă une certaine catĂ©gorie permettent dâexpliquer des recherches subsĂ©quentes sur des partis politiques, jusquâĂ deux semaines plus tard. Les rĂ©sultats dâune telle analyse, basĂ©e sur les R2 de rĂ©gressions linĂ©aires (voir MĂ©thodologie), sont visibles dans la Figure 2. Il apparaĂźt immĂ©diatement que « Terrorisme » et « Islam » expliquent une part considĂ©rable des variations de recherches Google sur le Front National, alors que les thĂ©matiques environnementales captent prĂšs de 40% de lâĂ©volution des recherches sur les partis de gauche. Par ailleurs, une sĂ©paration claire se dessine entre extrĂȘme droite et extrĂȘme gauche, entre des sujets dâordre Ă©conomique et social â « dĂ©veloppement durable », « mondialisation » â et des sujets dâordre identitaire et morale â « laĂŻcitĂ© », « souche » â, ce dernier mot se rapportant Ă lâexpression « français de souche ».

Notons finalement que le mot « RSA » explique plus de 10% des variations dans les recherches sur le Front National, ce qui illustre possiblement le lien entre prĂ©carisation et montĂ©e de lâextrĂȘme droite. Si ces quelques mots et catĂ©gories nâĂ©puisent en rien les reprĂ©sentations collectives ni les possibilitĂ©s sĂ©mantiques, elles ont le mĂ©rite de mettre en lumiĂšre certaines diffĂ©rences intĂ©ressantes.
La montĂ©e du Front National : bien-ĂȘtre, islam et attaques terroristes
Dans quelle mesure lâintĂ©rĂȘt pour le Front National est-il tributaire des attaques terroristes des derniĂšres annĂ©es, et quel est son lien avec les problĂ©matiques reliĂ©es Ă lâ« islam » ? Comme le montre la figure 3, lâĂ©volution des recherches sur le Front National suit de prĂšs lâĂ©volution des recherches liĂ©es Ă lâ « islam ». Les trois lignes verticales, de droite Ă gauche, marquent respectivement les attaques terroristes de Charlie Hebdo, du Bataclan et de Nice. La corrĂ©lation rĂ©cursive entre « islam » et Front National â Ă©volution de la corrĂ©lation entre recherches sur lâislam et recherches sur le Front National lorsquâon ajoute de nouvelles observations au cours du temps â prĂ©sente deux fortes discontinuitĂ©s, aux moments des attaques de Charlie Hebdo et du Bataclan, passant de moins de 0 avant 2015 Ă prĂšs de 0.3 fin 2016 et demeurant Ă ce niveau jusquâen janvier 2017.
Ce phĂ©nomĂšne tĂ©moigne ainsi dâune transformation dans lâespace dâintĂ©rĂȘt pour le Front National. Cette coĂ©volution dans les recherches internet semble en effet indiquer que les attaques terroristes ont amenĂ© une centralisation des recherches sur le parti autour de la question de lâ « islam ». Un sujet sur lequel il nâa eu de cesse dâinsister, que ce soit lors de la polĂ©mique sur le burkini de lâĂ©tĂ© 2016 ou lors de lâĂ©lection prĂ©sidentielle de 2017. La figure 2 reflĂšte peut-ĂȘtre ainsi un Ă©largissement de lâĂ©lectorat du Front National allant de pair avec la mise au centre de lâ « islam » dans le dĂ©bat politique français.

DerriĂšre cette restructuration idĂ©ologique se dĂ©guise Ă©galement la question du mal-ĂȘtre. Comme lâa montrĂ© une Ă©tude rĂ©cente, les Ă©lecteurs prĂ©voyant de voter pour Marine Le Pen Ă lâĂ©lection prĂ©sidentielle se dĂ©claraient les moins satisfaits de leur vie actuelle Ă la veille de lâĂ©lection prĂ©sidentielle de 2017. Le lien entre extrĂȘme droite et mal-ĂȘtre, cependant, est un phĂ©nomĂšne relativement nouveau et en progression, comme le montre le tableau 1 : alors quâen 2014, les individus se dĂ©clarant dâextrĂȘme gauche Ă©taient en moyenne les moins satisfaits de leur vie, ce sont en 2016 les Ă©lecteurs dâextrĂȘme droite qui se disent les plus malheureux. Les recherches Google associĂ©es au « mal-ĂȘtre » tendent ici Ă confirmer ce rĂ©sultat.
Tableau 1 : Satisfaction dans la vie en France : 2014-2016
2014 | 2016 | Ăcart | ||
ExtrĂȘme gauche (1-2) | 3,16 | 3,13 | – 0,02 | |
3â-â4 | 3,07 | 3,02 | – 0,05 | |
5â-â6 | 2,99 | 3,06 | 0,07 | |
7â-â8 | 2,95 | 3,07 | 0,12 | |
ExtrĂȘme droite (9-10) | 3,01 | 2,71 | – 0,30 |
<
p align= »left »>Note: les deux premiĂšres colonnes indiquent la satisfaction dans la vie moyenne en France pour lâannĂ©e considĂ©rĂ©e, sur une Ă©chelle de 1 Ă 4. Le positionnement politique est codĂ© de 1 Ă 10, de « gauche » à « droite ».
Source : EurobaromĂštres.
Comme le montre la figure 4, les attaques terroristes nâont pas changĂ© la relation positive de moyen terme entre requĂȘtes liĂ©es au mal-ĂȘtre et Front National, alors mĂȘme que le lien entre mal-ĂȘtre et partis de gauche diminuait considĂ©rablement. Si cette corrĂ©lation est une diminution pour tous les partis depuis 2016, probablement du fait de la multiplication des thĂ©matiques Ă lâarrivĂ©e de lâĂ©lection, il reste que les recherches sur le Front National sont davantage concomitantes de recherches liĂ©es au mal-ĂȘtre que celles sur les autres partis. Ainsi, les attaques terroristes semblent marquer une rupture profonde, rupture Ă partir de laquelle le Front National puisera dans la France « malheureuse » sur la base dâun discours identitaire promettant le renouvellement du « systĂšme ».

et partis politiques, 2013-2017
Fractures politiques, fractures territoriales
Google Trends nous donne Ă©galement accĂšs aux volumes relatifs de recherches au niveau rĂ©gional (anciennes rĂ©gions) pour chaque mot-clĂ©, ce qui nous permet de donner une dimension gĂ©ographique Ă ces « espaces dâintĂ©rĂȘt » dont nous avons esquissĂ© les contours dans lâanalyse prĂ©cĂ©dente. Dans quelle mesure les diffĂ©rences rĂ©gionales dans les recherches Google permettent-elles dâapprĂ©hender cette « nouvelle fracture territoriale » dont parle Laurent Davezies (La crise qui vient, Seuil, 2015), dĂ©cohĂ©sion Ă©conomique allant de pair avec une polarisation politique des territoires ?
Les figures 5 et 6 ci-dessous fournissent des Ă©lĂ©ments de rĂ©ponse. Les deux graphiques de la figure 5 reprĂ©sentent le lien entre chĂŽmage par rĂ©gion en France en 2014, score Ă lâĂ©lection prĂ©sidentielle de 2017 et volumes de recherche Google pour le mot-clĂ© « RSA ». Comme le montre le premier graphique, le mot « RSA » se rĂ©vĂšle ĂȘtre un excellent indicateur de prĂ©caritĂ© Ă©conomique au niveau rĂ©gional : les volumes de recherche correspondants suivent de trĂšs prĂšs les taux de chĂŽmage localisĂ©s. Le deuxiĂšme graphique tĂ©moigne ainsi dâune forme de « rĂ©gionalisation » Ă©conomique du vote, les rĂ©gions Ă fort volume de recherche pour le RSA, oĂč la pauvretĂ© est la plus importante, Ă©tant caractĂ©risĂ©es par un vote Front National plus Ă©levĂ©. Ainsi, les volumes de recherche sur le RSA rĂ©vĂšlent la rĂ©cente transformation de lâĂ©lectorat « extrĂȘme », les rĂ©gions les plus prĂ©caires Ă©conomiquement se tournant vers le Front National. Pour ce qui est du vote en faveur de Jean-Luc MĂ©lenchon, en revanche, aucune relation claire nâest visible. Les volumes de recherche Google sur le RSA nous montrent donc Ă quel point le Front National est parvenu Ă gagner le vote des Français les plus en difficultĂ©, au dĂ©triment de lâextrĂȘme gauche, pourtant traditionnelle dĂ©fenseuse des ouvriers et des « dominĂ©s » Ces rĂ©sultats, en outre, sont en accord avec les rĂ©centes transformations de lâĂ©lectorat de gauche en France, qui rassemble une part croissante dâindividus issus des classes moyennes et supĂ©rieures.


La figure 6, quant Ă elle, montre le lien entre mal-ĂȘtre et Ă©lection prĂ©sidentielle. Au premier abord, aucune relation systĂ©matique ne semble apparaĂźtre. Pourtant, en Ă©tudiant chaque rĂ©gion sĂ©parĂ©ment, on constate que dans les rĂ©gions Ă forts volume de recherche liĂ©s au mal-ĂȘtre, soit Marine Le Pen, soit Jean-Luc MĂ©lenchon ont obtenu un score relatif Ă©levĂ© Ă lâĂ©lection prĂ©sidentielle. Dâun cĂŽtĂ©, le Front National obtient un score Ă©levĂ© en Corse et dans la « France de lâEst » (P.A.C.A., Languedoc-Roussillon, Franche-ComtĂ© et Alsace), liĂ© Ă l’adhĂ©sion Ă©levĂ©e du Front National dans ces rĂ©gions pauvres, oĂč les difficultĂ©s Ă©conomiques se surajoutent aux problĂ©matiques identitaires. De lâautre, MĂ©lenchon obtient des scores Ă©levĂ©s en Midi-PyrĂ©nĂ©es, Ăle-de-France, Bretagne et Auvergne, par exemple, rĂ©gions traditionnellement Ă gauche oĂč la prĂ©carisation se poursuit depuis la crise, notamment au niveau de lâagriculture. Ainsi, de maniĂšre frappante, lâensemble de ces rĂ©gions, oĂč les volumes de recherches liĂ©s au mal-ĂȘtre sont les plus Ă©levĂ©s (plus de 85), votent de maniĂšre relativement importante pour lâun ou lâautre des deux candidats. Assistons-nous aujourdâhui Ă un « partage Ă©lectoral du mal-ĂȘtre » ?
Les donnĂ©es de recherches Google nous permettent de capter une dynamique plutĂŽt qu’un Ă©tat de faits. Elles nous ont permis, dans cette courte analyse, de souligner l’importance d’Ă©vĂ©nements marquants, de la prĂ©carisation et des divergences rĂ©gionales dans la montĂ©e de l’intĂ©rĂȘt pour les extrĂȘmes. Elles nous montrent, par-dessus tout, la rapiditĂ© avec laquelle la politique se transforme et la polarisation politique et territoriale Ă lâĆuvre en France au cours des derniĂšres annĂ©es.
MĂ©thodologie
Nous rĂ©cupĂ©rons des donnĂ©es Google Trends sur plus de 600 termes de recherche et sur la pĂ©riode allant de 2013 Ă 2016 inclus. Pour chaque mot-clĂ©, la sĂ©rie temporelle correspondante est constituĂ©e de volumes hebdomadaires relatifs au mot-clĂ© lui-mĂȘme, normalisĂ©s de 0 Ă 100 sur la pĂ©riode considĂ©rĂ©e. Afin dâobtenir un indicateur dâ« intĂ©rĂȘt » pour une thĂ©matique particuliĂšre, nous sĂ©lectionnons une sĂ©rie de mots-clĂ©s qui semblent cohĂ©rents conceptuellement, sont trĂšs corrĂ©lĂ©s entre eux et ne prĂ©sentent pas de problĂšmes majeurs dâinterprĂ©tation (le mot « ps », par exemple, est plutĂŽt associĂ© à « PlayStation » quâà « Parti Socialiste ») ni de problĂšmes statistiques (les termes Ă faible volume de recherche n’Ă©tant tout simplement pas disponibles ou prĂ©sentant une quantitĂ© trop importante de bruit statistique). Le tableau 1 prĂ©sente les mots inclus dans chaque catĂ©gorie. AprĂšs la rĂ©cupĂ©ration des donnĂ©es, nous appliquons une simple moyenne mobile et standardisons chaque sĂ©rie temporelle. Finalement, les catĂ©gories sont construites en prenant la moyenne de volume des mots-clĂ©s correspondants Ă chaque pĂ©riode. Il semble raisonnable de supposer quâil existe des « dĂ©calages » de court terme au niveau de la cooccurrence entre deux recherches. Ainsi, pour apprĂ©hender cette relation, nous rĂ©gressons nos variables politiques sur les autres catĂ©gories et retenons les ajustĂ©s correspondants comme indicateurs, plutĂŽt que les coefficients de corrĂ©lation standards.
Google Trends nous offre aussi la possibilitĂ© de comparer les volumes de recherches entre rĂ©gions sur la pĂ©riode considĂ©rĂ©e. Pour chaque mot-clĂ©, le score de volume d’une rĂ©gion correspond Ă l’intensitĂ© de recherches de ce mot-clĂ©, relativement aux autres recherches Google dans la rĂ©gion considĂ©rĂ©e, la rĂ©gion au score maximal Ă©tant normalisĂ©e Ă 100. Comme prĂ©cĂ©demment, nous construisons nos catĂ©gories en prenant le volume moyen des mots-clĂ©s correspondants.
ExtrĂȘme gauche
front de gauche france insoumise mélenchon pcf npa |
Parti socialiste
parti socialiste |
Les RĂ©publicains
ump les républicains |
Front National
front national le pen |
Christianisme
bible catholique chretienne religieux |
Environnement
biodiversité biologique biomasse développement durable environnement géothermie hydroélectrique éolien |
Recherche emploi
adecco chĂŽmage crit indeed indemnisation interim lettre motivation licenciement randstad formation afpa greta cv |
Mal-ĂȘtre
angoisse antidépresseur anxiété dépression insomnie psychologue stress therapie vertiges |
Islam/Islamophobie
arabes islam islamistes musulmans |
Terrorisme
attaque attentats terrorisme terroriste |
Pauvreté
rsa secours populaire sécurité sociale |
Entreprise
liquidation redressement judiciaire charges auto entrepreneur rsi sarl urssaf |
Tableau 2 : Mots-clés contenus dans chaque catégorie
Note sur lâinterprĂ©tation
Une forte corrĂ©lation Ă travers le temps entre « Mal-ĂȘtre » et « Front National » ne signifie pas nĂ©cessairement que les individus faisant des recherches sur lâun font Ă©galement des recherches sur lâautre. Lâassociation entre deux catĂ©gories signifie, stricto sensu, quâĂ un moment oĂč les Français recherchent des termes liĂ©s au mal-ĂȘtre « davantage que dâhabitude », ils recherchent Ă©galement des termes liĂ©s au Front National davantage que dâhabitude.
Toutes les donnĂ©es sur les catĂ©gories construites par rĂ©gion sont disponibles Ă lâadresse : http://medialab.github.io/well-being-metrics/app/#/explore-index.
Notes
Nous nâavons malheureusement pas pu inclure Ă notre analyse la montĂ©e dâEmmanuel Macron qui lui a permis de devenir PrĂ©sident. Cette ascension fulgurante, en effet, est visible dans les recherches Google par des « pics » trĂšs importants, qui rendent lâanalyse statistique quasi-impossible. Retour