Google : espace politique, espace de prĂ©occupations

Note
Observatoire du bien-ĂȘtre

Version PDF

Au regard des rĂ©sultats de l’élection prĂ©sidentielle de 2017 se pose aujourd’hui 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 l’échiquier 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  l’islamophobie, au terrorisme, et au mal-ĂȘtre, tandis que les recherches sur des partis d’extrĂȘme 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  l’Ɠuvre dans le milieu politique français.

Auteurs :

Yann Algan, doyen de l’École d’Affaires Publiques (EAP) et Professeur d’économie Ă  Sciences Po.

Elizabeth Beasley, chercheuse Ă  l’Observatoire du Bien-ĂȘtre du Cepremap

Amory Gethin, assistant de recherche Ă  l’Observatoire du Bien-ĂȘtre du Cepremap

Thanasak Mark Jenmana, assistant de recherche Ă  l’Observatoire du Bien-ĂȘtre du Cepremap

Claudia Senik, Professeur Ă  l’UniversitĂ© Paris-Sorbonne et Ă  l’Ecole d’économie de Paris.

La rĂ©cente ascension du « vote extrĂȘme » en Europe a largement Ă©tĂ© reprĂ©sentĂ©e comme Ă©tant l’aboutissement de la stagnation Ă©conomique et de la crise migratoire. Nous tentons ici, Ă  partir de donnĂ©es sur les volumes de recherches internet, d’apporter un regard nouveau sur cette question en ouvrant la boĂźte noire que constitue cette transformation. DerriĂšre l’évolution 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 d’apprĂ©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.

Réseau de corrélations entre catégories
(corrélations supérieures à 0,25 représentées en rouge)

Deux groupes apparaissent alors clairement : le Front National, d’une part, est associĂ© Ă  des thĂšmes liĂ©s au mal-ĂȘtre et Ă  la religion ; les recherches sur les autres partis, d’autre part, et plus particuliĂšrement celles relatives Ă  l’extrĂȘme gauche, sont liĂ©es Ă  l’emploi et Ă  l’environnement.

Nous verrons que cette dichotomie – et notamment la forte association entre Front National et mots-clĂ©s liĂ©s Ă  l’« islam » – s’est exacerbĂ©e au moment de l’attaque 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 d’expliquer des recherches subsĂ©quentes sur des partis politiques, jusqu’à deux semaines plus tard. Les rĂ©sultats d’une 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 l’évolution des recherches sur les partis de gauche. Par ailleurs, une sĂ©paration claire se dessine entre extrĂȘme droite et extrĂȘme gauche, entre des sujets d’ordre Ă©conomique et social – « dĂ©veloppement durable », « mondialisation » – et des sujets d’ordre identitaire et morale – « laĂŻcitĂ© », « souche » –, ce dernier mot se rapportant Ă  l’expression « français de souche ».

Figure 2 : CatĂ©gories, mots-clĂ©s et partis politiques au niveau national

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 l’extrĂȘme droite. Si ces quelques mots et catĂ©gories n’épuisent 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 l’intĂ©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  l’« islam » ? Comme le montre la figure 3, l’évolution des recherches sur le Front National suit de prĂšs l’évolution des recherches liĂ©es Ă  l’ « 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 – Ă©volution de la corrĂ©lation entre recherches sur l’islam et recherches sur le Front National lorsqu’on ajoute de nouvelles observations au cours du temps – 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 jusqu’en janvier 2017.

Ce phĂ©nomĂšne tĂ©moigne ainsi d’une transformation dans l’espace d’intĂ©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 l’ « islam ». Un sujet sur lequel il n’a eu de cesse d’insister, que ce soit lors de la polĂ©mique sur le burkini de l’étĂ© 2016 ou lors de l’élection prĂ©sidentielle de 2017. La figure 2 reflĂšte peut-ĂȘtre ainsi un Ă©largissement de l’électorat du Front National allant de pair avec la mise au centre de l’ « islam » dans le dĂ©bat politique français.

Figure 3 : Islam et Front National, 2013 – 2017

DerriĂšre cette restructuration idĂ©ologique se dĂ©guise Ă©galement la question du mal-ĂȘtre. Comme l’a montrĂ© une Ă©tude rĂ©cente, les Ă©lecteurs prĂ©voyant de voter pour Marine Le Pen Ă  l’élection prĂ©sidentielle se dĂ©claraient les moins satisfaits de leur vie actuelle Ă  la veille de l’élection 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 qu’en 2014, les individus se dĂ©clarant d’extrĂȘme gauche Ă©taient en moyenne les moins satisfaits de leur vie, ce sont en 2016 les Ă©lecteurs d’extrĂȘme 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 Écart
ExtrĂȘme gauche (1-2) 3,16 3,13 – 0,02
3 - 4 3,07 3,02 – 0,05
5 - 6 2,99 3,06 0,07
7 - 8 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 l’annĂ©e considĂ©rĂ©e, sur une Ă©chelle de 1 Ă  4. Le positionnement politique est codĂ© de 1 Ă  10, de « gauche Â» Ă  « droite Â».
Source : EurobaromĂštres.

Comme le montre la figure 4, les attaques terroristes n’ont 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  l’arrivĂ©e de l’élection, 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 d’un discours identitaire promettant le renouvellement du « systĂšme ».

Figure 4 : CorrĂ©lations rĂ©cursives entre mal-ĂȘtre
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 d’intĂ©rĂȘt » dont nous avons esquissĂ© les contours dans l’analyse prĂ©cĂ©dente. Dans quelle mesure les diffĂ©rences rĂ©gionales dans les recherches Google permettent-elles d’apprĂ©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  l’élection 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 d’une 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 l’électorat « 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 n’est 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 l’extrĂȘme 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 l’électorat de gauche en France, qui rassemble une part croissante d’individus issus des classes moyennes et supĂ©rieures.

Figure 5 : Emploi, prĂ©caritĂ©, et partis extrĂȘmes
Figure 6 : Bien-ĂȘtre et Ă©lection prĂ©sidentielle de 2017

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  l’élection prĂ©sidentielle. D’un cĂŽtĂ©, le Front National obtient un score Ă©levĂ© en Corse et dans la « France de l’Est » (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 l’autre, MĂ©lenchon obtient des scores Ă©levĂ©s en Midi-PyrĂ©nĂ©es, Île-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 l’agriculture. Ainsi, de maniĂšre frappante, l’ensemble 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 l’un ou l’autre des deux candidats. Assistons-nous aujourd’hui 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  l’Ɠuvre 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 d’obtenir un indicateur d’« intĂ©rĂȘt Â» 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 d’interprĂ©tation (le mot « ps Â», par exemple, est plutĂŽt associĂ© Ă  « PlayStation Â» qu’à « Parti Socialiste Â») 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 qu’il existe des « dĂ©calages Â» 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

Ă©olien

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-clĂ©s contenus dans chaque catĂ©gorie

Note sur l’interprĂ©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 l’un font Ă©galement des recherches sur l’autre. L’association entre deux catĂ©gories signifie, stricto sensu, qu’à un moment oĂč les Français recherchent des termes liĂ©s au mal-ĂȘtre « davantage que d’habitude Â», ils recherchent Ă©galement des termes liĂ©s au Front National davantage que d’habitude.

Toutes les donnĂ©es sur les catĂ©gories construites par rĂ©gion sont disponibles Ă  l’adresse : http://medialab.github.io/well-being-metrics/app/#/explore-index.

Notes

Nous n’avons malheureusement pas pu inclure Ă  notre analyse la montĂ©e d’Emmanuel Macron qui lui a permis de devenir PrĂ©sident. Cette ascension fulgurante, en effet, est visible dans les recherches Google par des « pics Â» trĂšs importants, qui rendent l’analyse statistique quasi-impossible. Retour