Cartographier le trafic de main-d’œuvre agricole au Texas

19 juin 2019

Sarah Southey  | Program Assistant, Buffett-McCain Institute Initiative to Combat Modern Slavery

La traite des êtres humains est sous-déclarée, fréquemment mal identifiée, et elle peut ne jamais être portée à l’attention des forces de l’ordre et des fournisseurs de services. Le manque d’estimations précises de fréquence du trafic complique la découverte d’une réponse efficace. Les organismes luttant contre la traite ont du mal à répondre à deux questions fondamentales : où a lieu le trafic et comment approcher ses victimes ?

Ce défi est particulièrement marqué dans l’agriculture, au sein de laquelle le travail a lieu dans des endroits distants et isolés. Les travailleurs vivent souvent sur leur lieu de travail, nombreux sont ceux dont le statut d’immigration est incertain et certains contractent d’importantes dettes provenant de frais de recrutement illégaux. Les études ayant tenté de déterminer la fréquence du trafic au sein de ces « populations cachées » ont révélé des taux de victimisation se situant entre 16 et 25 %.

La Buffett-McCain Institute Initiative to Combat Modern Slavery (Initiative de lutte contre l’esclavage moderne de la fondation Howard G. Buffett et du McCain Institute), programme de trois ans pour combattre le travail agricole forcé au Texas, utilise des systèmes d’information géographique (SIG) pour relever ces défis. Les outils SIG ont consigné les bases de la conception et de la mise en place du programme au sein de pratiques basées sur des preuves, afin de mieux cibler les interventions du programme et de faciliter la collecte et l’organisation des données.

Gonzalo Martinez de Vedia, 2018

Gonzalo Martinez de Vedia, 2018

Gonzalo Martinez de Vedia, 2018

Pratiques basées sur des preuves pour des interventions ciblées

Même si aucune estimation de fréquence du trafic de main-d’œuvre agricole au Texas n’existe, de nombreuses bases de données publiques indiquent les zones comprenant de forts taux d’exploitation de main-d’œuvre. Nous avons mené une analyse géospatiale de ces bases de données afin d’identifier les zones présentant un risque élevé de trafic de main-d’œuvre et avons mis au point des interventions pour cibler ces régions.

La première analyse avait pour objectif de déterminer les comtés ayant la plus forte concentration d’ouvriers agricoles dans l’État du Texas. Le recensement agricole effectué par le département de l’Agriculture des États-Unis a révélé trois nombres clés : le nombre de travailleurs non migrants sans contrat de travail, le nombre de travailleurs migrants et la somme dépensée en main-d’œuvre contractuelle. La somme dépensée en main-d’œuvre contractuelle est particulièrement intéressante dans le cadre du programme, car une ligne hiérarchique diluée constitue l’un des facteurs de risque du trafic de main-d’œuvre. Le comté de Hidalgo, le long de la frontière sud, possède le nombre le plus élevé de travailleurs migrants et la plus grosse somme dépensée en main-d’œuvre contractuelle, plus que les 10 comtés suivants réunis.

Le nombre de travailleurs n’offre cependant pas une vision claire des endroits où les usages abusifs de main-d’œuvre ont lieu. D’autres agences fédérales collectent des informations offrant des renseignements sur l’exploitation de main-d’œuvre au sein de l’agriculture. Le département du Travail des États-Unis publie une base de données des employeurs ayant été inculpés pour des infractions relatives aux salaires et aux heures de travail en 2005. La carte thermique ci-dessous a été générée en filtrant cette base de données pour se concentrer sur les industries agricoles, en faisant passer les données dans le logiciel SIG afin d’épingler les emplacements des employeurs, et en menant des analyses pour pondérer les résultats en fonction du nombre d’infractions par employeur. Une fois encore, le comté de Hidalgo arrive en tête des comtés de l’État concernant le nombre de problèmes de main-d’œuvre signalés.

Gonzalo Martinez de Vedia, 2018

 

Nous avons également utilisé l’analyse géospatiale pour évaluer les secteurs nécessitant le plus de ressources. En cartographiant les équipes spécialisées dans le trafic au Texas, nous avons été en mesure d’identifier de vastes lacunes concernant les zones couvertes.  En superposant cette carte avec celles dont nous avons parlé précédemment et en intégrant d’autres données transmises par le programme, nous avons obtenu une vision plus exhaustive des zones où allouer des ressources.

Gonzalo Martinez de Vedia, 2018

En septembre 2018, nous avons déménagé nos bureaux dans l’œil du cyclone : le comté de Hidalgo. L’Initiative a obtenu des subventions pour élargir les zones couvertes par son groupe de travail et améliorer la capacité du secteur judiciaire et des organismes d’aide juridictionnelle à fournir leurs services dans 74 comtés identifiés comme étant des zones mal desservies à haut risque.

Améliorer les interventions du programme

Les outils SIG sont également utilisés pour améliorer l’efficacité des interventions du programme. Une proximité directe avec les ouvriers agricoles constitue la pierre angulaire de l’objectif de l’Initiative visant à identifier et combattre le travail forcé. Ce choix se base sur des preuves historiques que l’implication d’organismes faisant le pont entre les victimes et les forces de l’ordre est cruciale pour lutter contre l’exploitation de la main-d’œuvre, dont le trafic de main-d’œuvre. Les outils SIG permettent à l’équipe de proximité de planifier, coordonner et évaluer les efforts d’accompagnement.

Le premier défi consiste à trouver les travailleurs agricoles. Certains jeux de données publics fournissent des adresses d’exploitations agricoles et d’autres informations réglementaires. Les exploitations agricoles citées par les organismes fédéraux de réglementation dans le cadre des infractions au travail et à la sécurité, même s’il ne s’agit pas forcément de lieux de trafic, sont particulièrement intéressantes pour l’équipe de proximité. Nous avons cartographié ces jeux de données sur une carte interactive accessible via des applications mobiles SIG, permettant ainsi à l’équipe de proximité d’accéder, via leurs téléphones, aux informations concernant la portée et les types des infractions.

Les travailleurs concernés par le programme de visa agricole H2A, programme suscitant de nombreux abus, sont également ciblés par notre équipe de proximité. Les employeurs doivent fournir un logement aux travailleurs possédant un visa H2A et signaler l’emplacement du logement H2A aux autorités concernées. Toutefois, les indications sont souvent peu précises et difficiles à situer. Ces emplacements de logements « cachés » constituent un facteur de risque de trafic de main-d’œuvre. Via la géolocalisation, l’imagerie satellite et des visites directes sur site, notre équipe de proximité cartographie ces emplacements de logement au mètre près.

Les données les plus importantes pour notre programme sont collectées par notre équipe de proximité sur le terrain. Celle-ci a visité plus de 900 sites au Texas, collectant des informations allant du type de culture, aux effectifs de la main-d’œuvre, en passant par les plaintes spécifiques des travailleurs. Les lieux de ces visites sont cartographiés à l’aide d’une géolocalisation extrêmement précise, puis sont mis à disposition du reste de l’équipe de proximité via une application.

Au-delà des frontières du Texas

L’alliance de ces méthodes a rationalisé et amélioré les efforts mis en place pour identifier les cas de trafic de main-d’œuvre et informer les ouvriers agricoles de leurs droits. Même si nos analyses ont uniquement porté sur le Texas, l’approche utilisée par l’Initiative peut être reproduite dans tous les États-Unis. Consigner les bases de la conception et de l’implémentation de programme au sein de pratiques basées sur des preuves permet une intervention plus efficace et mieux ciblée, améliorant notre capacité à lutter contre le trafic de main-d’œuvre agricole.

Sarah Southey est adjointe de programme pour la Buffett-McCain Institute Initiative to Combat Modern Slavery.

Cet article a été préparé par Sarah Southey en tant que contributrice à Delta 8.7. Comme spécifié dans les Conditions générales d’utilisation de Delta 8.7, les opinions exprimées dans cet article sont celles de l’auteur(e) et ne reflètent pas nécessairement celles de l’UNU ou de ses partenaires.

Le forum de Delta 8.7
Méthodes statistiques et de mesure

Que savons-nous réellement de la prévalence de la traite des êtres humains ?

Claire Healy
Continuer à lire
Justice internationale

Comment stimuler la responsabilité des entreprises grâce aux lois sur l’esclavage moderne

Genevieve LeBaron
Continuer à lire

Les données : la plus précieuse des ressources mondiales pour lutter contre le travail des enfants

Federico Blanco Allais
Continuer à lire
Méthodes statistiques et de mesure

The Social, Spatial and Temporal Systems Behind Human Trafficking

Continuer à lire

Modern Slavery Data Stories

Emily Cholette
Continuer à lire

Code 8.7: A Survivor Perspective

Continuer à lire
Étiquettes