Projections démographiques pour le Canada (2025 à 2075), les provinces et les territoires (2025 à 2050) : rapport technique sur la méthodologie et les hypothèses

1 Introduction

Cette édition des projections démographiques pour le Canada, les provinces et les territoires paraît à une époque marquée par de rapides changements démographiques, par exemple une fécondité historiquement basse et plusieurs changements récents dans les politiques d’immigration et d’accueil des résidents non permanents. Les conséquences à moyen et long terme de la pandémie de COVID-19 sont toujours incertaines, malgré un retour à des hausses de l’espérance de vie en 2023 et 2024. Les méthodes sélectionnées et les hypothèses élaborées visent à produire des résultats qui sont à la fois plausibles et indicatifs de l’incertitude associée à l’élaboration de projections démographiques dans un contexte changeant. Le présent document décrit brièvement les méthodes, les hypothèses et les divers scénarios proposés.

Une partie du contenu de ce rapport a été créé à l’aide d’un outil d’intelligence artificielle (IA) générative, puis vérifié et ajusté par des spécialistes de Statistique Canada. Pour en savoir plus sur la façon dont utilisons l’IA de manière responsable, veuillez visiter le Centre de confiance de Statistique Canada.

2 Mise en garde

Les projections démographiques produites par le Centre de démographie de Statistique Canada ne devraient en aucun cas être interprétées comme des prédictions de ce que l’avenir réserve. Elles doivent plutôt être comprises comme un exercice visant à examiner ce que pourrait devenir la population canadienne au cours des prochaines années selon certains scénarios jugés plausibles au moment de la réalisation de ces projections.

Les utilisateurs de résultats de projections sont invités à communiquer l’incertitude inhérente aux projections, notamment en considérant plusieurs scénarios. En outre, certains événements — crises économiques, guerres, pandémies ou catastrophes naturelles, par exemple — sont difficiles (voire impossibles) à prévoir et peuvent avoir un effet sur la croissance et la composition de la population canadienne. Pour cette raison, Statistique Canada s’assure de réviser régulièrement ses projections démographiques, ce qui permet de tenir compte du contexte dans lequel elles s’inscrivent lors de leur élaboration.

3 Bref aperçu de la méthodologie

Les présentes projections sont produites à l’aide d’un modèle par cohortes et composantes, lequel permet d’intégrer des hypothèses sur l’évolution de chacune des composantes de l’accroissement démographique de la population que sont les naissances, les décès, la migration internationale (immigration et émigration). Ces hypothèses sont élaborées de façon à réaliser trois objectifs généraux :

1. Tenir compte des tendances à court et à long terme dans l’élaboration d’hypothèses de projection.
2. Déterminer des trajectoires distinctes pour chaque province et territoire de façon à tenir compte des particularités de chaque région.
3. Assurer une certaine convergence des hypothèses dans les provinces et les territoires à long terme (reflétant ce qui est généralement observée sur une longue période de temps).

Ainsi, pour chacune de ces composantes à l’exception de la mortalité, des objectifs à long terme sont d’abord fixés à l’échelon national pour des indicateurs démographiques sélectionnés (indice synthétique de fécondité, taux d'immigration, etc.) sur la base de consultations impliquant de nombreux experts. Pour ce faire, les membres des deux associations de démographes au pays, la Canadian Population Society et l’Association des démographes du Québec, ont été invités à répondre à l'Enquête sur les tendances démographiques futures de 2025, un protocole structuré d’élicitation d'experts conçu pour recueillir des évaluations probabilistes en utilisant les meilleures pratiques dans le domaine (Dion, Galbraith, & Sirag, 2020). Les réponses individuelles sont encodées sous forme de distributions de probabilité à l'aide de distributions Metalog (Keelin, 2016). Les experts peuvent visualiser la distribution via une interface graphique et ajuster leurs réponses s'ils le souhaitent pendant qu'ils répondent à l'enquête. Les distributions des experts sont combinées pour former une seule distribution Metalog (Keelin & Howard, 2021) à l'aide de l'agrégation quantile (Genest, 1992 ; Lichtendahl Jr, Grushka-Cockayne, & Winkler, 2013). La médiane de la distribution de probabilité agrégée sert de cible aux hypothèses moyennes, tandis que les 10^e et 90^e centiles sont utilisés pour les cibles d'hypothèses faibles et fortes.

Ensuite, des méthodes de prévision des séries chronologiques sont utilisées pour extrapoler les tendances actuelles dans chacune des provinces et territoires. Plus précisément, des cibles sont établies pour un horizon de cinq ans (pour la période 2029-2030) à l’aide de modèles de lissage exponentiel double de tendance amortie (méthode de Holt) dans le cas des composantes de la fécondité (indice synthétique de fécondité) et des résidents non permanents (proportion de la population totale) ou de modèles de lissage exponentiel simple dans le cas de la composante de l’émigration (taux brut de migraproduction). Une particularité de ces modèles est que le poids accordé aux observations décroît géométriquement dans le temps, ce qui permet d’accorder plus d’importance aux observations récentes. De plus, un paramètre d’amortissement permet d’assurer une atténuation des tendances, même dans les régions où elles sont marquées.

Dans chaque région et pour chaque sexe, les cibles à long-terme sont déterminées de façon à reproduire l’écart (proportionnellement) entre la valeur projetée à court terme et l’objectif à long-terme à l’échelon national. Elles sont donc tributaires à la fois des tendances historiques qui leur sont spécifiques et des développements anticipés sur une plus grande échelle à long terme. Les cibles nationales à long terme et les extrapolations régionales sont combinées pour élaborer des trajectoires complètes pour chaque région. Ce sont donc les provinces et territoires qui sont projetés, et les résultats pour le Canada sont obtenus par agrégation (méthode dite « ascendante »). Les paramètres par âge et sexe servant de paramètres aux projections (par exemple, les taux d’émigration par âge et sexe) sont calculés d’après les valeurs projetés de l’indicateur démographique (par exemple, le taux de migraproduction de l’émigration). Des méthodes différentes sont toutefois utilisées pour les composantes de la mortalité et de la migration interprovinciale (voir sections 6 et 10).

Par ailleurs, les projections adoptent une perspective multirégionale dans laquelle les régions sont liées entre elles par des flux migratoires (migration interprovinciale). Spécifiquement, des opérations matricielles permettent de combiner tous les évènements démographiques incluant la migration interprovinciale dont les paramètres se déclinent sous la forme de taux de migration de chacune des régions vers chacune des autres régions. Divers scénarios sont produits, chacun reflétant des périodes historiques distinctes. Dans le modèle utilisé par Statistique Canada, un ajustement est apporté aux taux de migration en cours de projection afin que les flux de migration interne évoluent non seulement en fonction des tailles et des caractéristiques des populations d’origine mais aussi de celles des régions de destination. Un de avantages de cette approche est qu’elle permet de stabiliser les taux de migration nette projetés près des valeurs observées au cours des périodes de référence choisies, ce qui accroît, par le fait même, la transparence des hypothèses relatives à la migration interne (Dion, 2017).

Bien que les projections soient disponibles selon l’âge et le genre, elles sont modélisées d’après des résultats produits d’abord selon le sexe à l’aide de ratios calculés sur la base des données du Recensement de 2021.

Enfin, les hypothèses de projection ont été conçues dans un souci de plausibilité. Par exemple, l'utilisation de modèles de séries chronologiques avec tendances amorties, qui consiste à réduire l'amplitude des tendances prévisionnelles afin de maintenir les valeurs projetées plus proches des moyennes historiques, et la combinaison des avis d'experts indépendants suivent une approche prudente connue pour améliorer la précision des prévisions (Armstrong, Green, & Graefe, 2015). Cependant, le fait incontestable est qu'il que les démographes ne peuvent compter sur un système causal complet pour prédire avec précision les changements futurs dans l'exactitude des taux d'état civil (Keyfitz, 1972). De plus, les démographes ont peu d'occasions d'évaluer leurs projections et d'ajuster leurs méthodes, car leurs horizons de projection s'étendent sur plusieurs décennies, contrairement aux prévisionnistes météorologiques, par exemple, qui disposent d'un grand nombre de prévisions quotidiennes sur lesquelles s'appuyer (Commission économique des Nations Unies pour l'Europe, 2018). Ces facteurs expliquent en grande partie les résultats mitigés des projections démographiques passées en termes de « précision » (Dion & Galbraith, 2015). En outre, la dynamique démographique du Canada ces dernières années a démontré ce que Francesco Billari appelle une « démographie rapide », qui réagit fortement aux changements sociaux, économiques et politiques (Billari, 2022). Cela contraste avec la perspective d'une « démographie lente », où la population évolue de manière inertielle, est principalement exogène à d'autres facteurs et donc plus facile à « prévoir ». Le rôle central joué par les migrations internationales au Canada rend la taille et la structure démographique de la population particulièrement sensibles aux décisions politiques et très difficiles à prévoir (Bijak et Wiśniowski, 2020). Il existe également une grande incertitude quant aux tendances futures en matière de fécondité dans les pays à faible fécondité comme le Canada (Goujon, 2025 ; Icardi, Galley et Goujon, 2023). Compte tenu de cela, les utilisateurs doivent veiller à présenter les résultats d'une manière qui reflète leur incertitude, y compris ceux qui utilisent les projections de Statistique Canada comme prédictions en l'absence d'une alternative viable. Cela implique notamment de qualifier les résultats de projections, d'utiliser plusieurs scénarios lorsque cela est possible et d'identifier les scénarios utilisés. Si les démographes ne peuvent être tenus responsables de l'inexactitude de leurs projections, ils ont toutefois la responsabilité d'alerter le public sur leur caractère incertain (Keyfitz, 1981).

4 Hypothèses et choix de scénarios

L’utilisation de multiples scénarios de projections permet de refléter l’incertitude liée à l’avenir. Ces scénarios de projections sont construits en combinant un certain nombre d’hypothèses quant à l’évolution future de chacune des composantes de la croissance démographique.

Six scénarios (M1, M2, M3, M4, M5 et M6) visent à illustrer un accroissement moyen, reflétant essentiellement une continuité des tendances actuelles à court terme et une évolution considérée plausible à long terme. Chacun de ces scénarios inclut une hypothèse distincte de migration interprovinciale, cela afin de refléter la volatilité de cette composante.

Les scénarios de croissance faible (LG) et de croissance forte (HG) rassemblent des hypothèses qui vont de pair avec une croissance démographique tantôt plus faible, tantôt plus forte que dans les scénarios de croissance moyenne au niveau du Canada. À titre d’exemple, des hypothèses de forte fécondité, de faible mortalité, de forte immigration, de faible émigration et un nombre élevé de résidents non permanents sont à la base du scénario de croissance forte.

Les scénarios de vieillissement rapide (FA) et de vieillissement lent (SA) rassemblent des hypothèses qui vont de pair avec un vieillissement démographique tantôt plus faible, tantôt plus fort que dans les scénarios de croissance moyenne. À titre d’exemple, des hypothèses de forte fécondité, de forte mortalité, de forte immigration et proposant un nombre élevé de résidents non permanents sont à la base du scénario de vieillissement lent.

Les 10 scénarios visent à fournir une fourchette d’effectifs projetés plausible et assez large pour tenir compte des incertitudes inhérentes à tout exercice de projection. Il convient de préciser que dans les scénarios de croissance faible (LG), de croissance forte (HG), de vieillissement lent (SA) et de vieillissement rapide (FA), l’hypothèse de migration interprovinciale demeure la même, soit celle utilisée dans le scénario de croissance moyenne M1. Les hypothèses de projections et les scénarios sont résumés dans les tableaux 4.1 et 4.2.

5 Projection de la fécondité

5.1 Contexte

Au Canada, l’indice synthétique de fécondité (ISF) a atteint 1,25 enfant par femme en 2024, son plus bas niveau à ce jour (Statistique Canada, 2025a). Il s’agit d’un prolongement d’une tendance généralement à la baisse depuis 2008 (Provencher & Galbraith, 2023; Teng & Margolis, 2024). Le creux historique de l’ISF a été observé dans neuf provinces et territoires. Quant à l'âge moyen à la maternité, il a continué à augmenter au pays, s’établissant à 31,8 ans en 2024 (Statistique Canada, 2025a).

La baisse de la fécondité est perceptible dans la plupart des pays de la planète, se produisant à un rythme qui dépasse généralement les prévisions des experts (Peeples, 2025). Le nombre de pays ayant un ISF en-deçà de 1,30 est d’ailleurs en hausse depuis quelques années (Statistique Canada, 2025a). Il est difficile d’expliquer cette baisse tant les déterminants potentiels de la fécondité sont nombreux.  Mais certaines tendances émergentes pourraient être en cause, comme une diversification des formes d’union, des modes de rencontres en évolution, notamment avec l’avènement des réseaux sociaux, et une préférence croissante pour ne pas avoir d’enfant (Bloom, Kuhn, & Prettner, 2024). Par ailleurs, la crise de l’accessibilité financière du logement qui frappe de nombreux pays à revenu élevé dont le Canada (Igan, 2024) pourrait avoir une incidence négative sur la fécondité selon des études menées aux Pays-Bas et aux États-Unis (van Wijk & Feijten, 2025; Japaridze & Sayour, 2024). De façon générale, van Wijk (2024) observe une association positive et croissante entre les revenus et la parentalité, ce qui suggère que le coût de la vie pose des difficultés.

Pour ce qui est des tendances futures, les experts consultés s’accordent majoritairement sur une trajectoire où, sans interventions fortes, la fécondité au Canada restera faible voire décroîtra au cours des 25 prochaines années. Les motifs invoqués se recoupent autour de contraintes économiques, de changements culturels et de facteurs sociétaux structurels qui retardent ou réduisent le désir et la capacité d’avoir des enfants. Ils incluent le coût de la vie (logement, alimentation, éducation, endettement), le report de la parentalité (allongement des études, carrière), l'essor de l'individualisme et des modes de vie urbains, et l'impact psychologique et pratique des crises — surtout climatique et géopolitique — sur le désir d'avoir des enfants. Plusieurs experts relèvent aussi des mécanismes institutionnels (politiques familiales, aides publiques, accès aux services de garde) dont l'affaiblissement ou l'insuffisance amplifient ces tendances. Certains ont noté que la faible fécondité observée au cours des dernières années peut devenir une norme adoptée par les prochaines générations, constituant ainsi un processus d’auto-renforcement. D’autres facteurs mentionnés concernent l’impact des transformations (p.ex., automatisation, IA) sur l’emploi des jeunes, la diminution des interactions sociales et des formations de couples, et l’accès à la contraception.

Une hausse de la fécondité est toutefois possible selon les experts, notamment à la faveur d’une réduction des contraintes matérielles qui repoussent la parentalité ou de changements dans les préférences des couples qui encourageraient à avoir davantage d’enfants. Des politiques familiales robustes (garderies, congés parentaux, aides financières, soutien à la conciliation travail‑famille) et des améliorations tangibles au chapitre de l’accessibilité au logement constituent des leviers potentiels à cet égard. Des changements culturels, comme un retour partiel à des valeurs plus familiales ou conservatrices ou une baisse de l’individualisme, pourraient aussi contribuer à une hausse de la fécondité au Canada. Enfin, certains experts ont mentionné des facteurs qui, sans provoquer un changement de tendances pourraient tout de même favoriser une hausse de la fécondité comme l’immigration, un rattrapage des naissances causé par une stagnation ou un rajeunissement de l’âge moyen à la maternité et un meilleur accès aux traitements de fertilité pour les couples infertiles.

5.2 Hypothèses de projection

Des hypothèses distinctes sont élaborées pour la population des résidents non permanents (RNP) et la population permanente (PP)^Note . Cela peut faire une différence car la fécondité tend à être nettement plus faible parmi les RNP, ce qui est attendu étant donné leur statut. En outre, après avoir plus que doublé entre 2021 et 2024, le nombre de RNP au Canada a diminué en 2025 et devrait continuer à décroître sensiblement au cours des prochaines années selon les cibles fournies par le Plan des niveaux d’immigration de 2026-2028 (voir section 7). Les taux de fécondité par âge pour la population des femmes RNP ont été produits en utilisant la méthode du décompte des enfants au foyer (Grabill & Cho, 1965) appliquée aux données des recensements de 2011, 2016 et 2021^Note . Comme ces valeurs varient peu dans le temps, une hypothèse unique pour les RNP est proposée, consistant en une moyenne pondérée des valeurs de 2011, 2016 et 2021. Pour atténuer l’impact des petits nombres, les provinces atlantiques ont été regroupées en une seule région, de même que les territoires.

Pour la PP, trois hypothèses de projection (moyenne, faible et forte) ont été proposées et formulées en termes d’ISF à l’échelon national. Les cibles à long terme de l’ISF (pour 2050) ont été dérivées à partir de la distribution agrégée représentant l’opinion de 19 experts (graphique 5.2.1). Ces cibles étant applicables à l’ensemble de la population, elles ont été modifiées de manière à correspondre à des cibles applicables à la PP seulement. Pour ce faire, la différence entre les valeurs d’ISF de la PP et des RNP calculées pour 2024 dans chaque région a été supposée la même en 2050. L’hypothèse moyenne atteint un ISF de 1,32 enfant par femme en 2050, d’après la médiane de la distribution agrégée représentant l’opinion des experts (graphique 5.2.1). Les hypothèses de faible et forte fécondité pour la PP atteignent des ISF de 1,09 et 1,55 enfant par femme, d’après les 10^e et 90^e percentiles de la distribution des experts.

Début du graphique 5.2.1

Description du graphique 5.2.1

Ce graphique de courbes linéaires montre la distribution de probabilité des valeurs que pourraient prendre l'indice synthétique de fécondité du moment au Canada en 2050 produite par chaque expert (lignes grises) ainsi que la distribution de probabilité agrégée représentant l’ensemble des experts (ligne rouge). L'axe horizontal montre le nombre d'enfants par femme. L'axe vertical montre la densité de probabilité. Dans la distribution agrégée, il y a une probabilité de 80 % que la valeur soit comprise entre 1,05 et 1,49. La médiane de la distribution est de 1,27.

Fin du graphique 5.2.1

Les trajectoires projetées pour l’hypothèse moyenne dans chaque province et territoire combinent des extrapolations des séries historiques de l’ISF et les cibles à long terme déterminées à partir de la cible nationale (voir section 3). Les séries historiques spécifiques à la PP et nécessaires au calcul des trajectoires de l’ISF dans chaque province ont été produites en soustrayant des taux de fécondité par âge pour la population totale la contribution pouvant être attribuée aux RNP^Note . Une trajectoire pour l’hypothèse faible est établie en interpolant l’écart séparant les cibles des hypothèses faible et moyenne en 2050 à l’aide d’une fonction logarithmique de façon à obtenir une divergence rapide et à mieux refléter l’incertitude présente en début de projection. La même méthode a servi à produire une trajectoire pour l’hypothèse forte (graphique 5.2.2). Les ISF projetés pour les provinces et les territoires sont présentés dans le tableau 5.2.1 pour la période 2029-2030, (reflétant les résultats de modèles de prévision des séries chronologiques appliqués à chaque région), et pour la période 2049-2050 (reflétant les cibles à long-terme)^Note .

Début du graphique 5.2.2

Tableau de données du graphique 5.2.2

Tableau de données du graphique 5.2.2
Sommaire du tableau
Les données sont présentées selon Année (titres de rangée) et Population permanente, Résidents non permanents projetés, Population totale - Historique, Historique, Hypothèse faible, Hypothèse moyenne et Hypothèse forte, calculées selon enfant(s) par femme unités de mesure (figurant comme en-tête de colonne).

Année	Population permanente				Résidents non permanents projetés	Population totale - Historique
	Historique	Hypothèse faible	Hypothèse moyenne	Hypothèse forte
	enfant(s) par femme
Note ... n'ayant pas lieu de figurer Sources : Statistique Canada, Base canadienne de données de l'état civil - Naissance (BCDECN), Estimations démographiques annuelles, recensements de la population (2016 et 2021), Enquête nationale auprès des ménages (ENM) de 2011 et Centre de démographie.
2000	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	1,51
2001	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	1,54
2002	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	1,52
2003	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	1,55
2004	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	1,56
2005	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	1,58
2006	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	1,63
2007	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	1,67
2008	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	1,70
2009	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	1,69
2010	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	1,64
2011	1,66	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	1,63
2012	1,66	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	1,63
2013	1,64	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	1,61
2014	1,65	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	1,61
2015	1,64	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	1,60
2016	1,63	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	1,59
2017	1,59	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	1,55
2018	1,55	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	1,51
2019	1,52	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	1,47
2020	1,45	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	1,41
2021	1,48	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	1,44
2022	1,37	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	1,34
2023	1,31	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	1,27
2024	1,30	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	1,25
2025	... n'ayant pas lieu de figurer	1,23	1,27	1,32	1,06	... n'ayant pas lieu de figurer
2026	... n'ayant pas lieu de figurer	1,19	1,26	1,34	1,06	... n'ayant pas lieu de figurer
2027	... n'ayant pas lieu de figurer	1,16	1,25	1,34	1,06	... n'ayant pas lieu de figurer
2028	... n'ayant pas lieu de figurer	1,14	1,24	1,35	1,06	... n'ayant pas lieu de figurer
2029	... n'ayant pas lieu de figurer	1,12	1,24	1,36	1,06	... n'ayant pas lieu de figurer
2030	... n'ayant pas lieu de figurer	1,10	1,23	1,36	1,06	... n'ayant pas lieu de figurer
2031	... n'ayant pas lieu de figurer	1,09	1,23	1,37	1,06	... n'ayant pas lieu de figurer
2032	... n'ayant pas lieu de figurer	1,09	1,23	1,38	1,06	... n'ayant pas lieu de figurer
2033	... n'ayant pas lieu de figurer	1,08	1,23	1,39	1,06	... n'ayant pas lieu de figurer
2034	... n'ayant pas lieu de figurer	1,08	1,24	1,40	1,06	... n'ayant pas lieu de figurer
2035	... n'ayant pas lieu de figurer	1,08	1,24	1,41	1,06	... n'ayant pas lieu de figurer
2036	... n'ayant pas lieu de figurer	1,07	1,24	1,42	1,06	... n'ayant pas lieu de figurer
2037	... n'ayant pas lieu de figurer	1,07	1,25	1,43	1,06	... n'ayant pas lieu de figurer
2038	... n'ayant pas lieu de figurer	1,08	1,26	1,44	1,06	... n'ayant pas lieu de figurer
2039	... n'ayant pas lieu de figurer	1,08	1,26	1,46	1,06	... n'ayant pas lieu de figurer
2040	... n'ayant pas lieu de figurer	1,08	1,27	1,47	1,06	... n'ayant pas lieu de figurer
2041	... n'ayant pas lieu de figurer	1,08	1,28	1,48	1,06	... n'ayant pas lieu de figurer
2042	... n'ayant pas lieu de figurer	1,08	1,29	1,49	1,06	... n'ayant pas lieu de figurer
2043	... n'ayant pas lieu de figurer	1,09	1,29	1,51	1,06	... n'ayant pas lieu de figurer
2044	... n'ayant pas lieu de figurer	1,09	1,30	1,52	1,06	... n'ayant pas lieu de figurer
2045	... n'ayant pas lieu de figurer	1,09	1,31	1,53	1,06	... n'ayant pas lieu de figurer
2046	... n'ayant pas lieu de figurer	1,09	1,31	1,54	1,06	... n'ayant pas lieu de figurer
2047	... n'ayant pas lieu de figurer	1,09	1,31	1,54	1,06	... n'ayant pas lieu de figurer
2048	... n'ayant pas lieu de figurer	1,09	1,32	1,55	1,06	... n'ayant pas lieu de figurer
2049	... n'ayant pas lieu de figurer	1,09	1,32	1,55	1,06	... n'ayant pas lieu de figurer

Fin du graphique 5.2.2

6 Projection de la mortalité

6.1 Contexte

L'incertitude quant à l'évolution future de la mortalité au Canada reste plus grande qu'avant la pandémie de COVID-19. Bien que l'espérance de vie à la naissance au Canada ait augmenté entre 2022 et 2023 (passant de 81,13 ans à 81,68 ans), elle n'a pas encore retrouvé la valeur observée en 2019 (82,22 ans). Les données préliminaires pour 2024 suggèrent que l'espérance de vie a continué d'augmenter dans tout le Canada, atteignant ou dépassant dans certaines régions les niveaux d'avant la pandémie. La question de savoir si les taux actuels d'amélioration de la mortalité se maintiendront, reviendront à ceux observés avant la pandémie ou diminueront dépend en partie de l'effet inconnu à long terme de la pandémie sur la mortalité.

Les données les plus récentes suggèrent également que le nombre de décès liés à l'intoxication aux opioïdes, qui a eu un impact négatif sur l'espérance de vie au cours de cette même période, a commencé à diminuer. L'Agence de la santé publique du Canada a signalé une baisse de 17 % des décès liés aux opioïdes entre 2023 et 2024 (Agence de la santé publique du Canada, 2025).

6.2 Hypothèses de projection

Comme dans les éditions précédentes, une variante du modèle commun Lee-Carter (Lee et Carter, 1992) élaborée par Li et Lee (Li et Lee, 2005) a été utilisée pour obtenir des projections cohérentes de la mortalité par âge, sexe et province ou territoire. Le modèle Lee-Carter décompose les taux de mortalité historiques spécifiques à l'âge pour une population donnée en composantes liées à l'âge et au temps, puis projette la mortalité future en appliquant un modèle de série chronologique univariée à la tendance temporelle^Note . L'extension Li-Lee fournit un cadre permettant d'appliquer la méthode Lee-Carter de manière cohérente à plusieurs groupes ou sous-groupes de population. Le modèle comporte des composantes communes en termes d'âge et de temps, qui caractérisent les tendances générales de la mortalité, en plus des écarts spécifiques à chaque population qui s'atténuent avec le temps. Cette approche est utilisée pour établir des projections de mortalité par sexe et par province et territoire qui ne divergent pas de manière irréaliste au fil du temps^Note .

Les hypothèses relatives à la mortalité ont été formulées de manière à refléter : (1) l'impact immédiat décroissant de la pandémie de COVID-19 sur l'espérance de vie au Canada ; (2) la probabilité d'une augmentation plus importante à court terme de l'espérance de vie, celle-ci rattrapant (partiellement ou totalement) son niveau d'avant la pandémie ; et (3) une plus grande incertitude quant à l'évolution à long terme de la mortalité, étant donné que les effets primaires et secondaires à long terme de la pandémie sur la santé et la longévité globales restent inconnus.

Des chocs perturbateurs sur la mortalité (tels qu’une pandémie), qui peuvent en réalité être de nature temporaire, peuvent induire des changements permanents dans les projections de mortalité. Afin de tenir compte de l'incertitude accrue quant à la permanence de l'impact de la pandémie sur la mortalité à court et à long terme, deux projections ont été réalisées afin de refléter les évolutions hypothétiques avant et après la COVID. Dans le premier cas, seules les données disponibles jusqu'en 2019 ont été utilisées pour l’ajustement du modèle, de sorte que les projections commencent en 2020, représentant ainsi une trajectoire contrefactuelle de la mortalité en l'absence de pandémie. Dans le second scénario, les projections ont été établies à partir de toutes les données disponibles au moment de leur élaboration (c'est-à-dire jusqu'en 2023). Les deux projections sont combinées de manière à ce que les hypothèses finales de mortalité faible, moyenne et élevée reflètent chacune différents niveaux d'optimisme quant à l'évolution de la mortalité dans le contexte post-pandémique actuel.

L'hypothèse moyenne a été calculée en calculant une moyenne pondérée dynamique de la mortalité médiane des deux projections jusqu'en 2074. Au début de la projection, un plus grand poids est accordée aux taux de mortalité post-COVID; au fur et à mesure que la projection se poursuit, un schéma d'interpolation logarithmique a été utilisé pour attribuer un poids croissantune aux taux de mortalité pré-COVID pour chaque année suivante jusqu'en 2074, où cette importance atteint 1. Un système de pondération logarithmique a été choisi afin de représenter un rattrapage rapide par rapport à la mortalité pré-COVID au début de la projection, dont le rythme ralentit à mesure qu'il se rapproche de ces niveaux.

Les hypothèses de mortalité faible et élevée ont été établies en appliquant la même approche aux limites inférieure et supérieure de l'intervalle de confiance à 97 % entourant la mortalité moyenne dans les scénarios pré-COVID et post-COVID. Cependant, dans l'hypothèse de faible mortalité, plutôt que d'atteindre la convergence vers les niveaux pré-COVID en 2074, la convergence est atteinte en 2049. À partir de 2049, les projections pré-COVID sont utilisées directement. L'hypothèse faible reflète donc à la fois un rattrapage plus rapide vers la mortalité pré-COVID et une réduction des impacts à long terme de la pandémie par rapport à l'hypothèse moyenne.

L'espérance de vie à la naissance prévue par sexe et par province/territoire pour certaines années, selon les hypothèses de mortalité faible, moyenne et forte, est présentée dans les tableaux 6.2.1, 6.2.2 et 6.2.3.

7 Projection de l’immigration

7.1 Contexte

À court terme, le nombre d’immigrants admis chaque année au Canada est grandement déterminé par le Plan des niveaux d’immigration présenté chaque année au Parlement par Immigration, Réfugiés et Citoyenneté Canada (IRCC) et exigé par la Loi sur l’immigration et la protection des réfugiés. Le plan fournit des cibles pour les trois prochaines années, bien que celles pour la deuxième et troisième année aient des portées théoriques, dans la mesure où elles peuvent être révisées au cours des prochaines années. Par ailleurs, dans le Plan 2026-2028, IRCC compte mettre en œuvre deux initiatives dites « ponctuelles » visant à « rééquilibrer le système d’immigration » (Immigration, Réfugiés et Citoyenneté Canada, 2025a). Les admissions prévues par ces initiatives ponctuelles ne sont pas comptabilisées dans les cibles du Plan des niveaux d’immigration (Immigration, Réfugiés et Citoyenneté Canada, 2025b).

Les cibles proposées par les Plans des niveaux d’immigration ont été en hausse constante de 2015 à 2024, notamment pour répondre aux pressions exercées par les pénuries de main-d’œuvre dans certains secteurs de l’économie et le vieillissement de la population. Les hausses ont été particulièrement marquées entre 2021 et 2023, afin de compenser la diminution des arrivées durant la pandémie et de soutenir la relance économique. Les conséquences de l'augmentation de l'immigration (et du nombre de résidents non permanents), ainsi que de la forte croissance démographique qui en résulte, ont été considérables. Marion & Ducharme (2024) et Young & Lalonde (2024), par exemple, ont décrit la pression induite sur les infrastructures par les niveaux d’immigration soutenus des dernières années, causant des pressions inflationnistes et un manque de logements abordables. Quant à la pénurie de main-d’œuvre, Fortin (2024) a montré que la demande supplémentaire de biens et de services générée par les hausses récentes de l’immigration a en fait contribué à la redistribuer dans l’ensemble de l’économie, et même à l’aggraver. Par ailleurs, des sondages montrent que l’appui des Canadiens à l’égard de l’immigration a grandement diminué en 2023 et 2024 (Immigration, Réfugiés et Citoyenneté Canada, 2025c; Environics Institute, 2024) et est demeurée stable en 2025 (Coletto, David; Sheppard, Eddie, 2025; Environics Institute, 2025). Un constat similaire s’est dégagé du processus de consultation publique récemment mené par IRCC : plus de 75 % des répondants ne représentant pas une organisation estimaient que les cibles pour 2026 et 2027 (du Plan d’immigration 2025-2027) étaient trop élevées, et 75 % préconisaient une baisse du nombre de nouveaux résidents permanents au-delà de 2027 (Immigration, Réfugiés et Citoyenneté Canada, 2025d)^Note . Un grand nombre de répondants ont soulevé la nécessité d’adapter les niveaux d’immigration aux enjeux structurels (logement, infrastructures, soins de santé) et aux réalités régionales. Enfin, les objectifs mêmes des politiques d’immigration ont récemment fait l’objet de discussions (Doyle, Skuterud, & Worswick, 2025; Drummond & Mahboubi, 2024; Hiebert, 2025; C.D. Howe Institute, 2025).

Les préoccupations exprimées à l’égard du système d’immigration et les enjeux liés à la capacité d’accueil du Canada, notamment en ce qui concerne la disponibilité de logements abordables, l’accès aux soins de santé et les infrastructures ont poussé le gouvernement à stabiliser les cibles dans le plan de 2024-2026, puis à les réduire dans celui de 2025-2027 (Immigration, Réfugiés et Citoyenneté Canada, 2023, 2024). Le plus récent plan des niveaux d’immigration maintient les cibles pour la période 2026-2028 à des niveaux très près du précédent plan et précise vouloir maintenir le nombre d’admissions à moins de 1% de la population canadienne (Immigration, Réfugiés et Citoyenneté Canada, 2025e).

À plus long terme, la vaste majorité des experts ayant participé au processus de consultation mis en place pour appuyer l’élaboration des hypothèses de projection s’accorde sur le fait qu’une opinion publique de plus en plus défavorable, alimentée par la perception que l’immigration exerce une pression excessive sur les services publics, le système de santé, l’éducation et les infrastructures, pourrait contribuer à une baisse des niveaux d’immigration dans le futur. La hausse du coût de la vie, des coûts de logement, et l’influence croissante de discours politiques populistes ou xénophobes pourraient exacerber les perceptions négatives au sujet de l’immigration. Des facteurs économiques et structurels comme un ralentissement économique, la hausse du chômage, une baisse du PIB par habitant, et la transformation du marché du travail liée à l’automatisation et à l’intelligence artificielle pourraient aussi contribuer à une baisse des seuils d’immigration. Certains experts évoquent aussi la concurrence internationale pour les talents, la diminution du bassin de migrants dans les pays d’origine, et l’impact des crises mondiales.

Une hausse des niveaux d’immigration est aussi possible selon les experts, notamment pour soutenir l’emploi, la croissance et les services essentiels dans un contexte de vieillissement de la population, de baisse de la fécondité et de pénuries sectorielles dans les domaines de la santé, de la construction et des services. La pression des milieux d’affaires et du secteur privé pour combler des postes et élargir la base de consommateurs, ainsi que la réputation continue du Canada comme pays prospère et sécuritaire pourraient aussi favoriser une augmentation du nombre d’admissions. Des facteurs externes et conjoncturels comme l’instabilité géopolitique, des guerres, une hausse des flux de réfugiés et des migrations climatiques sont susceptibles d’augmenter les demandes d’asile et les besoins humanitaires, ce qui pourrait aussi causer une hausse de l’immigration au pays. Enfin, les experts ont mentionné que la détermination des cibles d’immigration dépend beaucoup de l’orientation des gouvernements au pouvoir.

7.2 Hypothèses de projection

Trois hypothèses de projection ont été établies, moyenne, faible et forte, formulées sous forme de taux d’immigration annuels (nombre d’admissions par rapport à la population canadienne). Dans l’hypothèse d’immigration moyenne, le taux d’immigration est établi de façon à correspondre aux cibles établies à l’échelon national par le Plan des niveaux d’immigration 2026-2028 (tableau 7.2.1)^Note . Pour les années 2026 et 2027, les taux sont calculés de façon à inclure également un nombre de nouveaux résidents permanents provenant des initiatives ponctuelles annoncées par le gouvernement. Le plan prévoit ainsi que 148 000 personnes, additionnelles aux cibles, obtiendront un statut de résident en 2026 ou 2027. Ce chiffre a été réparti également en 2026 et 2027 dans le calcul des taux.

De 2028-2029 à 2049-2050, les taux d’immigration sont interpolés linéairement de façon à atteindre 9,2 pour mille, ce qui représente la médiane de la distribution agrégée synthétisant les réponses des experts consultés (graphique 7.2.1).

Les hypothèses d’immigration faible et forte sont élaborées de façon à produire un écart correspondant à un intervalle de prédiction de 80 % tirée de la distribution agrégée des experts. Ainsi, les cibles atteintes en 2049-2050 sont de 5,4 pour mille pour l’hypothèse de faible immigration et de 11,3 pour mille pour l’hypothèse de forte immigration. Les trajectoires de 2025 à 2050 sont élaborées de façon à obtenir un écart relativement important avec l’hypothèse moyenne au début de la projection et un taux de divergence décroissant au fil du temps, ce qui produit une représentation plausible du processus de propagation de l’incertitude. Une fonction logarithmique est utilisée pour modéliser ces écarts (graphique 7.2.2).

Début du graphique 7.2.1

Description du graphique 7.2.1

Ce graphique de courbes linéaires montre la distribution de probabilité des valeurs que pourraient prendre le taux d'immigration au Canada en 2050 produite par chaque expert (lignes grises) ainsi que la distribution de probabilité agrégée représentant l’ensemble des experts (ligne rouge). L'axe horizontal montre le taux d'immigration. L'axe vertical montre la densité de probabilité. Dans la distribution agrégée, il y a une probabilité de 80 % que la valeur soit comprise entre 6,9 et 11,3. La médiane de la distribution est 9,2.

Fin du graphique 7.2.1

Début du graphique 7.2.2

Tableau de données du graphique 7.2.2

Tableau de données du graphique 7.2.2
Sommaire du tableau
Les données sont présentées selon Période (titres de rangée) et Historique, Hypothèse faible, Hypothèse moyenne et Hypothèse forte, calculées selon pour mille unités de mesure (figurant comme en-tête de colonne).

Période	Historique	Hypothèse faible	Hypothèse moyenne	Hypothèse forte
	pour mille
Note ... n'ayant pas lieu de figurer Sources : Immigration, Réfugiés et Citoyenneté Canada et Statistique Canada, Centre de démographie.
2000-2001	8,2	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2001-2002	8,3	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2002-2003	6,4	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2003-2004	7,6	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2004-2005	7,7	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2005-2006	7,9	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2006-2007	7,3	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2007-2008	7,6	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2008-2009	7,4	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2009-2010	8,0	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2010-2011	7,6	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2011-2012	7,6	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2012-2013	7,6	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2013-2014	7,6	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2014-2015	6,8	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2015-2016	9,1	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2016-2017	7,6	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2017-2018	8,3	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2018-2019	8,5	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2019-2020	7,6	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2020-2021	6,0	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2021-2022	12,9	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2022-2023	12,0	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2023-2024	11,6	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2024-2025	10,6	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2025-2026	... n'ayant pas lieu de figurer	9,4	9,9	10,4
2026-2027	... n'ayant pas lieu de figurer	10,1	11,0	11,9
2027-2028	... n'ayant pas lieu de figurer	9,0	10,1	11,1
2028-2029	... n'ayant pas lieu de figurer	8,0	9,1	10,2
2029-2030	... n'ayant pas lieu de figurer	7,9	9,1	10,3
2030-2031	... n'ayant pas lieu de figurer	7,8	9,1	10,4
2031-2032	... n'ayant pas lieu de figurer	7,7	9,1	10,5
2032-2033	... n'ayant pas lieu de figurer	7,6	9,1	10,6
2033-2034	... n'ayant pas lieu de figurer	7,6	9,1	10,6
2034-2035	... n'ayant pas lieu de figurer	7,5	9,1	10,7
2035-2036	... n'ayant pas lieu de figurer	7,4	9,1	10,8
2036-2037	... n'ayant pas lieu de figurer	7,4	9,1	10,8
2037-2038	... n'ayant pas lieu de figurer	7,3	9,1	10,9
2038-2039	... n'ayant pas lieu de figurer	7,3	9,1	10,9
2039-2040	... n'ayant pas lieu de figurer	7,3	9,1	11,0
2040-2041	... n'ayant pas lieu de figurer	7,2	9,1	11,0
2041-2042	... n'ayant pas lieu de figurer	7,2	9,1	11,1
2042-2043	... n'ayant pas lieu de figurer	7,1	9,1	11,1
2043-2044	... n'ayant pas lieu de figurer	7,1	9,1	11,1
2044-2045	... n'ayant pas lieu de figurer	7,1	9,1	11,2
2045-2046	... n'ayant pas lieu de figurer	7,0	9,1	11,2
2046-2047	... n'ayant pas lieu de figurer	7,0	9,1	11,2
2047-2048	... n'ayant pas lieu de figurer	7,0	9,1	11,3
2048-2049	... n'ayant pas lieu de figurer	7,0	9,2	11,3
2049-2050	... n'ayant pas lieu de figurer	6,9	9,2	11,3

Fin du graphique 7.2.2

Les proportions projetées d’immigrants admis dans chaque province et territoire ainsi que leur répartition selon l’âge et le genre dans chaque région ont été établies sur la base d’une moyenne des répartitions observées dans les données d’IRCC pour la période de 2021 à 2024 ainsi que les cibles fixées par le Gouvernement du Québec pour l’année 2026 en ce qui concerne l’immigration économique (Ministère de l’Immigration, de la Francisation et de l’Intégration, 2025). Il est à noter qu'en vertu de l'Accord Canada-Québec, le Québec a l'entière responsabilité de la sélection des immigrants économiques à destination de la province.

La proportion des immigrants projetée pour le Québec est établie en fonction des effectifs d’immigrants économiques selon le plan annuel d’immigration du Québec et des répartitions moyennes observée entre 2021 et 2024 pour les autres grandes catégories d’immigration. Dans les autres provinces et dans les territoires, la répartition des immigrants projetée reflète celle observée entre 2021 et 2024 pour toutes les grandes catégories d’immigration. Elle fait cependant l’objet de deux ajustements successifs. Un premier ajustement a été apporté pour corriger les écarts entre la province ou le territoire de destination initialement déclaré par une personne immigrante auprès d’IRCC avant son entrée au Canada et la province ou le territoire de résidence effective de cette personne une fois au Canada. Cette opération a été réalisée par l’application de facteurs de correction calculés à l’aide de la Base de données longitudinales sur l’immigration (Statistique Canada 2025b). Un second ajustement a été effectué en fonction de la répartition des admissions par catégorie d’immigration telle qu’elle est précisée dans le Plan des niveaux d’immigration 2026-2028. Plus précisément, cet ajustement reflète la manière dont les variations dans la proportion de chaque catégorie peuvent exercer une influence sur l’emplacement et la composition des nouveaux immigrants par rapport aux années précédentes. Les proportions demeurent identiques après 2027-2028 (tableau 7.2.2).

8 Projection du nombre de résidents non permanents

8.1 Contexte

Un résident non permanent (RNP) désigne une personne d'un autre pays dont le lieu de résidence habituel est le Canada et 1) qui a demandé le statut de réfugié (demandeurs d'asile, personnes protégées et groupes apparentés) ou 2) qui est titulaire d'un permis de travail, d'un permis d'études ou d’un permis de séjour temporaire. Les membres de la famille vivant avec des titulaires de permis sont également inclus, sauf si ces membres de la famille sont déjà citoyens canadiens, immigrants reçus (ou résidents permanents) ou RNP eux-mêmes (Statistique Canada, 2025c).

En 2024, le gouvernement fédéral a introduit, dans le Plan des niveaux d’immigration de 2025-2027, de nouvelles cibles relatives à la proportion de résidents temporaires au pays. Dans le plan, le gouvernement s’engageait à réduire le nombre de résidents temporaires de façon que à ce que leur proportion atteigne 5 % de la population totale d’ici 2026 (Immigration, Réfugiés et Citoyenneté Canada, 2024). Le plus récent Plan des niveaux d’immigration (2026-2028) mise sur la continuité en visant à ramener la population des résidents temporaires « à des niveaux viables », soit « à moins de 5 % de la population d’ici la fin de 2027 » (Immigration, Réfugiés et Citoyenneté Canada, 2025e). Il précise également qu’IRCC veut collaborer avec les provinces et les territoires pour prioriser les personnes voulant étudier ou travailler dans des domaines affectés par les droits de douane, les pénuries de main-d’œuvre et les besoins des communautés rurales et éloignées. IRCC entend également prioriser l’octroi de la résidence permanente aux personnes possédant les compétences et l’expérience recherchées^Note .

Les orientations contenues dans le Plan annuel des niveaux d’immigration constituent des points de repère essentiels pour la formulation des hypothèses à court terme puisque que les RNP tels que définis par Statistique Canada sont en très grande partie aussi des résidents temporaires, selon la définition d’IRCC. Mais la correspondance n’est pas exacte. Par exemple, en plus des titulaires de permis d’études ou de travail, la population des RNP inclut les membres de leur famille, les personnes protégées et groupes apparentés, les titulaires de permis de travail et d’études en cours de prolongation et les personnes arrivées sous l’Autorisation de voyage d’urgence Canada-Ukraine (AVUCU). À l’opposé, les personnes disposant uniquement d’un permis de visiteurs au Canada et qui ne sont pas membres de la famille d’un titulaire de permis de travail ou d’études ne sont pas comprises dans la population des RNP mais sont incluses dans les statistiques publiées par IRCC (Figure 8.1.1). Ensuite, si le plan précise que les objectifs seront atteints en tenant compte des départs, en limitant les admissions et en réduisant les niveaux d’immigration, seulement des cibles en termes de nouvelles arrivées sont fournies, et ce uniquement pour les catégories des étudiants étrangers et de travailleurs étrangers temporaires (tableau 8.1.1). Ces cibles représentent une diminution par rapport aux nombres observés en 2024 mais une continuité par rapport aux volumes observés plus récemment (soit entre octobre 2024 et septembre 2025, la période la plus récente pour laquelle les nombres étaient disponibles au moment de la préparation des hypothèses). Mais il est aussi nécessaire de considérer les résidents temporaires qui quitteront le pays, les demandes de prolongation, les transitions vers le statut de résident permanent, ainsi que le nombre futur de demandeurs d’asile, des évènements sur lesquels IRCC n’exerce pas nécessairement un contrôle strict et donc plus difficile à anticiper^Note . Il y a donc un flou sur la façon dont la diminution du nombre de résidents temporaires pourra se concrétiser à court terme et sur les répercussions sur la population des RNP.

Début de la figure 8.1.1

Description de la figure 8.1.1

Cette figure illustre comment Statistique Canada définit les résidents non permanents (RNP) et comment IRCC définit les résidents temporaires et les demandeurs d’asile. Elle met en contexte les différences et les similitudes entre les deux définitions ainsi que la façon dont chaque organisme utilise ces données.

La mise en page visuelle est un diagramme de Venn stylisé qui montre quels sous-groupes sont inclus dans l’une ou l’autre définition ou dans les deux.

Les groupes inclus dans les deux définitions apparaissent dans la zone de chevauchement du diagramme, divisée en deux moitiés pour représenter des sous-groupes distincts :

• Demandeurs d’asile
• Titulaires de permis de travail ou d’étude

Les groupes inclus uniquement dans la définition des RNP de Statistique Canada apparaissent dans la partie extérieure gauche du diagramme :

• Personnes protégées et groupes apparentés
• Membres de la famille des titulaires de permis vivant avec eux
• Titulaires de permis de travail ou d’études en cours de prolongation
• Personnes arrivées sous l’AVUCU

Le groupe inclus uniquement dans la définition des résidents temporaires d’IRCC apparaît dans la partie extérieure droite du diagramme :

• Visas de visiteur et super visas

Fin de la figure 8.1.1

Cela étant, les mesures prises par le gouvernement pour réduire le nombre de résidents temporaires au pays ont eu un impact important sur le nombre de RNP. Alors qu’ils représentaient 7,6 % de la population canadienne au 1er octobre 2024, un pic historique, cette proportion a depuis diminué pour s’établir à 6,8 % au 1er octobre 2025 (Statistique Canada, 2025d). Ces changements ont engendré un ralentissement notable de l’accroissement démographique au Canada au cours des derniers mois. Ainsi, selon des estimations démographiques provisoires, la population du Canada a diminué de plus de 76 00 personnes (-0,2 %) au cours du troisième trimestre de 2025, pour s'établir à 41 575 585 au 1er octobre 2025. En comparaison, le Canada a affiché des taux de croissance démographique trimestriels de 1,0 % et 0,6 % au troisième trimestre de 2023 et 2024, respectivement, principalement en raison d'une augmentation importante du nombre de RNP^Note . Caranci & Ercolao (2025) notent que le ralentissement de la croissance a déjà contribué à atténuer la pression sur le marché du logement, principalement sur le marché locatif, et à freiner une hausse du chômage. Des chercheurs s’inquiètent toutefois du fait que la diminution du nombre de titulaires de permis de travail et de permis d’études soit susceptible d’accentuer les pressions financières sur les établissements d’enseignement postsecondaire et sur les industries qui dépendant en grande partie des travailleurs étrangers temporaires (Valencia & Bartlett, 2025).

Dans l’ensemble, les orientations du gouvernement s’accordent avec les résultats du processus de consultation publique mené récemment par IRCC qui montrent qu’une forte proportion de particuliers considéraient les cibles de résidents temporaires pour 2026 et 2027 contenues dans le précédent Plan des niveaux d’immigration trop élevées (80 %) et souhaitaient une réduction du nombre de résidents temporaires au-delà de 2027 (83 %) (Immigration, Réfugiés et Citoyenneté Canada, 2025b). Cela dit, les résultats montrent aussi un clivage important entre les particuliers et les organisations, ces dernières étant généralement en faveur d’une stabilisation ou une hausse après 2027.

Pour ce qui est des tendances à plus long terme, la quasi-totalité des experts ayant participé à l’exercice de consultation mis en place pour soutenir l'élaboration des hypothèses de projection soulignent que le nombre de RNP au pays dépendra de décisions politiques, de l’opinion publique et de l’attractivité du Canada (qualité de vie, réputation d’accueil). Parmi les facteurs pouvant favoriser une baisse du nombre de RNP, plusieurs experts ont mentionné une volonté gouvernementale de limiter l’accroissement démographique, notamment pour réduire la pression sur la demande de logement, les services publics et les infrastructures (santé, éducation, transport) et des perceptions négatives, qui pourraient survenir comme un ressac suivant les hausses rapides observées au cours des dernières années. De même, une récession prolongée, une hausse durable du chômage et des changements technologiques et structurels du marché du travail induits par l’automatisation et l’intelligence artificielle ont été cités comme facteurs susceptibles de réduire la nécessité de travailleurs temporaires à moyen et long terme.

À l’inverse, le nombre de RNP pourrait augmenter pour répondre à des pénuries sectorielles de main‑d’œuvre et aux pressions du milieu des affaires visant à pourvoir des postes et soutenir la croissance économique. L’expansion des programmes pour étudiants internationaux, qui génèrent des revenus pour les établissements postsecondaires et permet la transition vers la résidence permanente de personnes aux profils recherchés pourrait également contribuer à cette hausse. Enfin, des crises internationales et des migrations liées au climat peuvent provoquer des afflux supplémentaires de réfugiés et de demandeurs d’asile.

8.2 Hypothèses de projection

Les hypothèses relatives à la composante des RNP ont été établies de façon à tenir compte, à court terme, de la volonté du gouvernement de ramener la population des résidents temporaires à moins de 5 % de la population totale d’ici la fin de 2027. Elles postulent par ailleurs que ces proportions s’appliquent à la population des RNP, même si, tel que précisé plus haut, la concordance avec la population des résidents temporaires n’est pas parfaite. À plus long terme, les hypothèses reflètent les réponses des experts fournies dans l’exercice de consultation (graphique 8.2.1).

Début du graphique 8.2.1

Description du graphique 8.2.1

Ce graphique de courbes linéaires montre la distribution de probabilité des valeurs que pourraient prendre la proportion de résidents non permanents en 2050 produite par chaque expert (lignes grises) ainsi que la distribution de probabilité agrégée représentant l’ensemble des experts (ligne rouge). L'axe horizontal montre la proportion de résidents non permanents. L'axe vertical montre la densité de probabilité. Dans la distribution agrégée, il y a une probabilité de 80 % que la valeur soit comprise entre 3,2 et 6,2. La médiane de la distribution est 4,6.

Fin du graphique 8.2.1

Trois hypothèses distinctes sont proposées : moyenne, faible et élevée. Dans l’hypothèse moyenne, la proportion de RNP en 2026 et 2027 est établie à l’aide d’une interpolation linéaire entre la valeur de 7,3 % observée en juillet 2025 et la valeur de 5 % hypothétiquement atteinte à la fin de l’année 2027. Même si le gouvernement vise une proportion de moins de 5 % à cette date, de nombreux éléments pourraient faire en sorte que la population des RNP ne diminue pas aussi rapidement que prévu, comme une augmentation du nombre de demandeurs d’asile par exemple. La cible pour l’année 2050 représente la médiane de la distribution agrégée synthétisant les réponses des experts consultés (voir section 3 pour plus de détails sur la méthode). Une simple interpolation est utilisée pour compléter la trajectoire de 2027 à 2050 (graphique 8.2.2). Les cibles des hypothèses faible et forte en 2050 correspondent aux 10^e et 90^e percentiles de la distribution agrégée des experts. Les hypothèses faible et forte ont été établies en interpolant l’écart avec l’hypothèse moyenne en 2050 aux années antérieures à l’aide d’une fonction logarithmique permettant des trajectoires qui divergent rapidement à court terme.

Début du graphique 8.2.2

Tableau de données du graphique 8.2.2

Tableau de données du graphique 8.2.2
Sommaire du tableau
Les données sont présentées selon Année (titres de rangée) et Historique, Hypothèse faible, Hypothèse moyenne et Hypothèse forte, calculées selon pourcentage unités de mesure (figurant comme en-tête de colonne).

Année	Historique	Hypothèse faible	Hypothèse moyenne	Hypothèse forte
	pourcentage
Note ... n'ayant pas lieu de figurer Sources : Statistique Canada. Tableau 17-10-0121-01 Estimations du nombre de résidents non permanents par type, trimestrielles (DOI: https://doi.org/10.25318/1710012101-fra) et Centre de démographie.
2021	3,56	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2022	4,07	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2023	5,64	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2024	7,37	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2025	7,26	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2026	... n'ayant pas lieu de figurer	5,96	6,36	6,83
2027	... n'ayant pas lieu de figurer	4,92	5,45	6,10
2028	... n'ayant pas lieu de figurer	4,38	5,00	5,75
2029	... n'ayant pas lieu de figurer	4,28	5,00	5,86
2030	... n'ayant pas lieu de figurer	4,20	4,99	5,95
2031	... n'ayant pas lieu de figurer	4,12	4,98	6,02
2032	... n'ayant pas lieu de figurer	4,05	4,96	6,08
2033	... n'ayant pas lieu de figurer	3,98	4,95	6,12
2034	... n'ayant pas lieu de figurer	3,92	4,93	6,15
2035	... n'ayant pas lieu de figurer	3,86	4,90	6,17
2036	... n'ayant pas lieu de figurer	3,80	4,88	6,18
2037	... n'ayant pas lieu de figurer	3,74	4,85	6,19
2038	... n'ayant pas lieu de figurer	3,69	4,82	6,19
2039	... n'ayant pas lieu de figurer	3,64	4,79	6,19
2040	... n'ayant pas lieu de figurer	3,59	4,77	6,19
2041	... n'ayant pas lieu de figurer	3,54	4,74	6,18
2042	... n'ayant pas lieu de figurer	3,50	4,71	6,18
2043	... n'ayant pas lieu de figurer	3,46	4,68	6,17
2044	... n'ayant pas lieu de figurer	3,42	4,66	6,16
2045	... n'ayant pas lieu de figurer	3,38	4,64	6,16
2046	... n'ayant pas lieu de figurer	3,35	4,62	6,15
2047	... n'ayant pas lieu de figurer	3,32	4,60	6,15
2048	... n'ayant pas lieu de figurer	3,29	4,59	6,16
2049	... n'ayant pas lieu de figurer	3,27	4,58	6,17
2050	... n'ayant pas lieu de figurer	3,25	4,57	6,18

Fin du graphique 8.2.2

La répartition régionale et la composition par âge et par genre des RNP sont basées sur les proportions observées dans le passé. De 2026 à 2030, la proportion du nombre total de RNP qu'une région reçoit est une interpolation linéaire de la proportion observée en 2025 et de la proportion moyenne observée de 2021 à 2025 (tableau 8.2.1). La répartition demeure fixe après 2030. Par ailleurs, les proportions sont ajustées en cours de projections en fonction des changements dans la taille relative des régions au sein de l’ensemble des provinces et territoires. Par exemple, une région dont le poids démographique augmente recevra une proportion croissante de RNP. L’hypothèse est que les régions qui se développent plus rapidement proposent un nombre croissant d’opportunités pour les RNP par rapport aux régions dont la croissance est plus lente. Cet ajustement n’a aucun impact sur la répartition par âge et par genre au sein d’une région.

9 Projection de l’émigration

9.1 Contexte

La composante de l’émigration est en fait un solde constitué de deux éléments : la migration des personnes hors du pays, ou l’émigration, et le retour au pays de Canadiens, aussi appelé l’émigration de retour. Les émigrants permanents, que l’on appelle simplement émigrants, désignent les citoyens canadiens ou les résidents permanents qui ont quitté le Canada pour établir leur résidence principale dans un autre pays. Les émigrants de retour désignent les citoyens canadiens ou immigrants revenus au Canada pour y établir de nouveau leur résidence permanente après avoir émigré.

Les séries historiques des taux d’émigration sont courtes et affichent beaucoup de volatilité^Note . Il est donc hasardeux d’en extraire des tendances pour chaque province et territoire. Concernant l’évolution à long terme de l’émigration et de l’émigration de retour, les experts^Note  estiment qu’elle dépendra surtout des conditions économiques du pays. Par exemple, de bonnes conditions de vie et d’intégration (logement abordable, emplois de qualité, politiques favorisant l’accès au marché du travail) et un contexte économique attractif (hausse du PIB par habitant, productivité, emploi, incitations à l’innovation et fiscalité avantageuse) pourrait accroître la force de rétention et d’attraction du Canada, ce qui ferait diminuer l’émigration et augmenter l’émigration de retour. À cela s’ajoutent des facteurs externes, tels que l’instabilité mondiale, les changements climatiques, la baisse de la fluidité migratoire et des conditions économiques moins favorables à l’étranger, et de nouvelles opportunités liées au changement climatique, qui pourraient inciter davantage de personnes à rester au pays, ou à y revenir. Les experts notent aussi qu’une diminution de l’immigration réduirait mécaniquement le nombre de départs, puisque les immigrants ont une plus forte propension à émigrer.  À l’inverse, une détérioration des conditions de vie ou des conditions économiques au Canada et des conditions économiques plus favorables à l’étranger serait de nature à favoriser une hausse de l’émigration et une baisse de l’émigration de retour. 

9.2 Hypothèses de projection

Trois hypothèses de projection (moyenne, faible et forte) ont été établies, formulées en termes de taux bruts de migraproduction^Note  (TBMP) et de répartitions par âge, genre, province et territoire. Comme pour la plupart des autres composantes, les hypothèses sont produites en tenant compte des tendances récentes à l’œuvre dans chaque région et des développements potentiels futurs envisagés à l’échelon national par les experts.

L’hypothèse moyenne a été élaborée avec un souci de refléter les niveaux historiques dans chaque province et territoire et les développements possibles sur le long terme. Une cible à court terme (pour la période 2029-2030) du TBMP est déterminée pour chaque région à l’aide d’un modèle de lissage exponentiel simple (LES) appliqué aux séries chronologiques de 2016-2017 à 2024-2025. Étant donné qu'elles présentent des tendances atypiques liées aux restrictions de déplacement et de migration liées à la COVID-19, les valeurs pour la période 2020-2021 ont été imputées à la valeur médiane pour la période historique. Le modèle LES a été choisi pour sa capacité à donner plus de poids aux données plus récentes et à performer avec une série de données historiques relativement courte. Les cibles à long-terme (2049-2050) sont déterminées d’après des valeurs tirées de la distribution agrégée des neufs experts consultés. Pour l’hypothèse moyenne, la cible à l’échelon national correspond à la médiane de la distribution (graphique 9.2.1). Les trajectoires de l’hypothèse moyenne sont élaborées par interpolation à l’aide d’une spline cubique où les nœuds sont les valeurs observées les plus récentes du TBMP, les valeurs projetées à court-terme et les cibles à long-terme (graphique 9.2.2)^Note Note . Dans chaque région, les cibles à long terme du TBMP sont fixées de manière que le rapport entre les cibles du TBMP de 2030 et de 2050 projetées à l’échelon national demeure identique dans chaque région. Après 2050, les hypothèses sont maintenues constantes pour le reste de la projection (jusqu’en 2075).

Début du graphique 9.2.1

Description du graphique 9.2.1

Ce graphique de courbes linéaires montre la distribution de probabilité des valeurs que pourraient prendre le taux brut de migraproduction de l’émigration au Canada en 2050 produite par chaque expert (lignes grises) ainsi que la distribution de probabilité agrégée représentant l’ensemble des experts (ligne rouge). L'axe horizontal montre le taux brut de migraproduction de l’émigration. L'axe vertical montre la densité de probabilité. Dans la distribution agrégée, il y a une probabilité de 80 % que la valeur soit comprise entre 191 et 306. La médiane de la distribution est 257.

Fin du graphique 9.2.1

Les cibles des hypothèses faible et forte en 2050 correspondent aux 10^e et 90^e percentiles de la distribution agrégée des experts. Les hypothèses faible et forte ont été établies en interpolant l’écart avec l’hypothèse moyenne en 2050 aux années antérieures à l’aide d’une fonction hyperbolique (graphique 9.2.2 et tableau 9.2.1). Cette méthode a été utilisée afin d'obtenir des trajectoires qui divergent rapidement de l’hypothèse moyenne, reflétant ainsi mieux l'incertitude initiale de la projection. Enfin, la composition par âge et par sexe des émigrants projetés est établie sur la base des proportions et des tendances observées dans chaque province et territoire au cours de la période 2021-2022 à 2024-2025.

Début du graphique 9.2.2

Tableau de données du graphique 9.2.2

Tableau de données du graphique 9.2.2
Sommaire du tableau
Les données sont présentées selon Période (titres de rangée) et Historique, Hypothèse faible, Hypothèse moyenne et Hypothèse forte, calculées selon pour mille unités de mesure (figurant comme en-tête de colonne).

Période	Historique	Hypothèse faible	Hypothèse moyenne	Hypothèse forte
	pour mille
Note ... n'ayant pas lieu de figurer Source : Statistique Canada, Centre de démographie.
2016-2017	289	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2017-2018	235	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2018-2019	217	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2019-2020	180	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2020-2021	155	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2021-2022	233	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2022-2023	262	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2023-2024	267	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2024-2025	272	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2025-2026	... n'ayant pas lieu de figurer	224	259	285
2026-2027	... n'ayant pas lieu de figurer	208	253	287
2027-2028	... n'ayant pas lieu de figurer	199	248	285
2028-2029	... n'ayant pas lieu de figurer	193	245	284
2029-2030	... n'ayant pas lieu de figurer	189	243	284
2030-2031	... n'ayant pas lieu de figurer	188	243	285
2031-2032	... n'ayant pas lieu de figurer	187	244	286
2032-2033	... n'ayant pas lieu de figurer	186	244	287
2033-2034	... n'ayant pas lieu de figurer	186	245	289
2034-2035	... n'ayant pas lieu de figurer	186	246	290
2035-2036	... n'ayant pas lieu de figurer	186	247	291
2036-2037	... n'ayant pas lieu de figurer	187	247	293
2037-2038	... n'ayant pas lieu de figurer	187	248	294
2038-2039	... n'ayant pas lieu de figurer	187	249	296
2039-2040	... n'ayant pas lieu de figurer	188	250	297
2040-2041	... n'ayant pas lieu de figurer	188	251	298
2041-2042	... n'ayant pas lieu de figurer	189	252	299
2042-2043	... n'ayant pas lieu de figurer	189	253	301
2043-2044	... n'ayant pas lieu de figurer	189	254	302
2044-2045	... n'ayant pas lieu de figurer	190	255	303
2045-2046	... n'ayant pas lieu de figurer	190	255	304
2046-2047	... n'ayant pas lieu de figurer	190	256	304
2047-2048	... n'ayant pas lieu de figurer	191	256	305
2048-2049	... n'ayant pas lieu de figurer	191	256	305
2049-2050	... n'ayant pas lieu de figurer	191	257	306

Fin du graphique 9.2.2

Les hypothèses portant sur l’émigration de retour ont été dérivées directement de celles portant sur l’émigration. Plus précisément, la cible à long terme projetée de l’hypothèse moyenne d’émigration de retour consiste en un ratio de la cible de l’hypothèse moyenne de l’émigration, soit la moyenne du rapport des émigrants de retour sur les émigrants permanents observé au cours des périodes 2016-2017 à 2024-2025 (55,3 %). Le même ratio est utilisé pour les hypothèses faible et forte (tableau 9.2.1). Cette hypothèse d’un ratio fixe du taux d’émigration de retour à l’émigration permanente apparaît plausible du fait qu’il tend à demeurer relativement stable dans le temps, ayant fluctué par exemple entre 46 % et 63 % au cours de la période de référence. Les hypothèses à court terme ont été obtenues de la même manière que pour l’émigration, sur la base de l’extrapolation des tendances des taux d’émigration de retour au cours de la période 2016-2017 à 2024-2025. Comme pour l’émigration, la composition par âge et genre des émigrants de retour projetés est établie selon les proportions et les tendances observées dans chaque province et territoire au cours de la période 2021-2022 à 2024-2025.

10 Projection de la migration interprovinciale

10.1 Contexte

La migration interprovinciale concerne les mouvements des personnes entre les provinces et les territoires à l’intérieur du pays. La pandémie de COVID-19 et les transformations dans le monde du travail qui ont suivi ont bousculé les tendances de migration interprovinciale au pays. Des nombres records de migrants interprovinciaux ont été enregistrés en 2021-2022 et 2022-2023, après le début de la pandémie. Toutefois, les données les plus récentes montrent une baisse du nombre de migrants interprovinciaux et un retour à des tendances observées avant la pandémie de COVID-19 (Statistique Canada, 2025d).

10.2 Hypothèses de projection

Les paramètres de migration interne consistent en des taux de migration interprovinciale selon l’origine et la destination. Les taux sont calculés d’après des données historiques, les divers scénarios reflétant des périodes historiques distinctes. Un ajustement est apporté aux taux de migration en cours de projection pour tenir compte du fait que les flux migratoires n’évoluent qu’en fonction des tailles et des caractéristiques des populations d’origine, sans égard aux populations des régions de destination, et conserver les taux de migration nette projetés près des valeurs observées au cours des périodes de référence choisies (Dion, 2017).

Afin de tenir compte de la grande incertitude associée à la projection de la migration interne, six hypothèses sont proposées, constituant autant de scénarios. Le scénario M1, que l’on peut considérer en quelque sorte comme un scénario moyen, reflète une période de 25 ans, soit de 2000-2001 à 2024-2025. À court terme cependant, il tient compte des tendances récentes. Ainsi, pour l'hypothèse M1, les taux de migration au cours des dix premières années sont une interpolation linéaire entre les taux moyens observés de 2022-2023 à 2024-2025 et ceux observés de 2000/2001 à 2024/2025. Les taux demeurent constants par la suite (après 2034-2035).

Les hypothèses M2 à M5 reflètent quant à elles des situations observées sur des périodes plus courtes, choisies de façon à ce que chaque province et territoire ait au moins une hypothèse représentative d’une période relativement favorable (en termes d’accroissement démographique) et une autre reflétant une période relativement défavorable. Des moyennes des taux de migration nets observés au cours de la période 2000-2001 à 2024-2025 mais excluant les cinq années affichant les soldes les moins favorables (à l’accroissement démographique) et celles affichant les soldes les plus favorables, respectivement, ont servi de références approximatives pour le choix des périodes (tableau 10.2.1). L’hypothèse M6 reflète quant à elle la situation observée au cours de la période très récente 2022-2023 à 2024-2025.

Références

Agence de la santé publique du Canada. (2025, décembre 11). Diminution des décès liés aux opioïdes au Canada : Possibles facteurs expliquant la baisse des décès liés aux opioïdes en 2024 par rapport à 2023. Ottawa. Consulté le décembre 20, 2025, sur https://sante-infobase.canada.ca/substances/mefaits/diminution-deces-lies-opioides/

Armstrong, J. S., Green, K. C., & Graefe, A. (2015). Golden rule of forecasting: Be conservative. Journal of Business Research, 68(8), 1717-1731. doi:http://dx.doi.org/10.1016/j.jbusres.2015.03.031

Bérard-Chagnon, .., Halllman, S., & Caron, G. (2019). Les immigrants récents et les résidents non permanents omis au Recensement de 2011. Récupéré sur Série thématique sur l'ethnicité, la langue et l'immigration: https://www150.statcan.gc.ca/n1/pub/89-657-x/89-657-x2019008-fra.htm

Bijak, J., & Wiśniowski, A. (2020). Bayesian Forecasting of Immigration to Selected European Countries by using Expert Knowledge. Journal of the Royal Statistical Society Series A, 173(4), 775-796. doi:https://doi.org/10.1111/j.1467-985X.2009.00635.x

Billari, F. (2022). Demography: Fast and Slow. Population and Development Review, 48, 9-30. doi:https://doi.org/10.1111/padr.12464

Bloom, D. E., Kuhn, M., & Prettner, K. (2024). Fertility in High-Income Countries: Trends, Patterns, Determinants, and Consequences. Annual Review of Economics, 16, 159-184. doi:https://doi.org/10.1146/annurev-economics-081523-013750

C.D. Howe Institute. (2025, septembre 10). Immigration Policy Still in Need of a Course Correction. Immigration Targets Council. Consulté le 8 novembre, 2025, sur https://www.cdhowe.org/wp-content/uploads/2025/09/Communique_2025_0910_

Caranci, B., & Ercolao, M. (2025, October 28). Is the Dial-Back of Immigration Having the Intended Impact in Canada? Consulté le 30 octobre, 2025, sur https://economics.td.com/domains/economics.td.com/documents/reports/me/
Is_the_Dial_Back_of_Immigration_Having_the_Intended_Impact_in_Canada.pdf

Coletto, David; Sheppard, Eddie. (2025, novembre 3). Canadians’ views on immigration remain largely unchanged from last year and overly negative. Consulté le 3 novembre, 2025, sur https://abacusdata.ca/canadians-views-on-immigration-remain-largely-unchanged-from-last

Derome, R. (2024, décembre). Population mondiale - le grand ralentissement. Québec science, pp. 18-23.

Dion, P. (2017). An alternative to fixed transition probabilities for the projection of interprovincial migration in Canada. Population Research and Policy Review, 36(6), 871-901. doi:https://doi.org/10.1007/s11113-017-9440-6

Dion, P., Galbraith, N., & Sirag, E. (2020). Using Expert Elicitation to Build Long-Term Projection Assumptions. Dans S. Mazzuco, & N. Keilman (Éds.), Developments in Demographic Forecasting. Springer.

Doyle, M., Skuterud, M., & Worswick, C. (2025). The economics of Canadian immigration levels. Revue canadienne d’économique, 58(1), 109-135. doi:DOI: 10.1111/caje.12760

Drummond, D., & Mahboubi, P. (2024, novembre 19). Intelligence Memos - Mind the Spin Around Changes in Canadian Immigration Targets. Récupéré sur https://cdhowe.org/publication/don-drummond-and-parisa-mahboubi-mind-spin-around-changes-canadian-immigration/

Environics Institute. (2024). Canadian public opinion about immigration and refugees — Fall 2024. Récupéré sur https://www.environicsinstitute.org/projects/project-details/canadian-public-opinion-about-immigration-and-refugees---fall-2024

Environics Institute. (2025). Canadian public opinion about immigration and refugees — Fall 2025. Consulté le 3 novembre, 2025, sur https://www.environicsinstitute.org/docs/default-source/default-document-library/final-report44eb1832-9558-43df-b707-ba3c43890c0b.pdf?sfvrsn=8ebac64_1

Fortin, P. (2024). Does Immigration Help Alleviate Economy-Wide Labour Shortages? Working Paper Series (No. 70).

Genest, C. (1992). Vincentization revisited. The Annals of Statistics, 20(2), 1137-1142.

Goujon, A. (2025). The demographic future that we do not know about. Science, 390(6775). doi:DOI: 10.1126/science.aed1652

Grabill, W., & Cho, J.-L. (1965). Methodology for the Measurement of Current Fertility from Population Data on Young Children. Demography, 2, 50-73.

Hiebert, D. (2025). Understanding the Impact of Immigration on Demography - A Canadian Case Study. Migration Policy Institute. Récupéré sur https://www.migrationpolicy.org/sites/default/files/publications/mpi-tcm_canada-demographics-immigration-2025_final.pdf

Icardi, R., Galley, N., & Goujon, A. N. (2023). Global Demography Expert Survey on the Drivers and Consequences of Demographic CHange. Office of the European Union. doi:https://dx.doi.org/10.2760/139588

Igan, D. (2024, décembre). La crise de l’accessibilité financière du logement. Consulté le 20 novembre, 2025, sur Fonds Monétaire International: https://www.imf.org/fr/publications/fandd/issues/2024/12/the-housing-affordability-crunch-deniz-igan

Immigration, Réfugiés et Citoyenneté Canada. (2023, novembre 7). Plan des niveaux d’immigration pour 2024-2026. Consulté le 5 avril, 2024, sur https://www.canada.ca/fr/immigration-refugies-citoyennete/organisation/transparence/comites/cimm-07-nov-2023/plan-niveau-immigration-2024-2026.html

Immigration, Réfugiés et Citoyenneté Canada. (2024, octobre 24). Document d'information: Plan des niveaux d’immigration 2025-2027. Consulté le 6 novembre, 2025, sur https://www.canada.ca/fr/immigration-refugies-citoyennete/nouvelles/2024/10/plan-des-niveaux-dimmigration-2025-2027.html

Immigration, Réfugiés et Citoyenneté Canada. (2025a, novembre 6). Niveaux d’immigration du Canada. Consulté le 19 novembre, 2025, sur https://www.canada.ca/fr/immigration-refugies-citoyennete/organisation/mandat/initiatives-ministerielles/niveaux.html

Immigration, Réfugiés et Citoyenneté Canada. (2025b, novembre 5). Renseignements supplémentaires relatifs au Plan des niveaux d’immigration 2026-2028. Consulté le 5 novembre, 2025, sur https://www.canada.ca/fr/immigration-refugies-citoyennete/organisation/mandat/initiatives-ministerielles/niveaux/renseignements-supplementaires-niveaux-immigration-2026-2028.html

Immigration, Réfugiés et Citoyenneté Canada. (2025c, septembre 11). Recherche sur l’opinion publique sur l’attitude des Canadiens à l’égard de l’immigration. Récupéré sur https://www.canada.ca/fr/immigration-refugies-citoyennete/organisation/transparence/cahiers-transition/ministre-2025-05/recherche-opinion-publique-attitude-canadiens-immigration.html

Immigration, Réfugiés et Citoyenneté Canada. (2025d, novembre 4). Consultations de 2025 sur les niveaux d’immigration – rapport final. Consulté le 19 novembre, 2025, sur https://www.canada.ca/fr/immigration-refugies-citoyennete/organisation/transparence/consultations/consultations-2025-niveaux-immigration-rapport.html

Immigration, Réfugiés et Citoyenneté Canada. (2025e, novembre 4). Rapport annuel au Parlement sur l’immigration, 2025. Consulté le 5 novembre, 2025, sur https://www.canada.ca/fr/immigration-refugies-citoyennete/organisation/publications-guides/rapport-annuel-parlement-immigration-2025.html

Immigration, Réfugiés et Citoyenneté Canada. (2025f, octobre 21). Comprendre le nombre d’étudiants et de travailleurs temporaires au Canada. Consulté le 17 novembre, 2025, sur Chiffres clés sur l’immigration au Canada: https://www.canada.ca/fr/immigration-refugies-citoyennete/organisation/rapports-statistiques/statistiques-donnees-ouvertes/statistiques-immigration/etudiants-travailleurs.html

Japaridze, I., & Sayour, N. (2024). Housing Affordability Crisis and Delayed Fertility: Evidence from the USA. Population Research and Policy Review, 43(23). doi:https://doi.org/10.1007/s11113-024-09865-8

Keelin, T. W., & Howard, R. A. (2021). The metalog distributions: Virtually unlimited shape flexibility, combining expert opinion in closed form, and Bayesian updating in closed form. doi:https://doi.org/10.31219/osf.io/xdg5e

Keyfitz, N. (1972). On Future Population. Journal of the American Statistical Association, 67(338), 347-363.

Keyfitz, N. (1981). The limits of population forecasting. Population and Development Review, 7(4), 579-593.

Lee, R., & Carter, L. (1992). Modeling and forecasting the time series of U.S. mortality. Journal of the American Statistical Association, 87, 659-671.

Li, N., & Lee., R. (2005). Coherent mortality forecasts for a group of populations: An extension of the Lee-Carter method. Demography, 42, 575-594.

Lichtendahl Jr, K. C., Grushka-Cockayne, Y., & Winkler, R. L. (2013). Is it better to average probabilities or quantiles? Management Science, 59(7), 1594-1611.

Lu, Y., & Hou, F. (2025). Tracking yearly shifts in residency status among Canada’s work and study permit holders. Economic and Social Reports, 5(9). doi:DOI: https://doi.org/10.25318/36280001202500900005-eng

Marion, S., & Ducharme, A. (2024, janvier 15). Canada is caught in a population trap. National Bank of Canada, Special Report. Consulté le 5 avril, 2024, sur https://www.nbc.ca/content/dam/bnc/taux-analyses/analyse-eco/etude-speciale/special-report_240115.pdf

Mehta, J., & Bérard-Chagnon, J. (2025, novembre 26). Omission de résidents non permanents dans le Recensement de 2021. Documents démographiques. Récupéré sur https://www150.statcan.gc.ca/n1/pub/91f0015m/91f0015m2025006-fra.htm

Ministère de l’Immigration, de la Francisation et de l’Intégration. (2025). Plan annuel d'immigration 2026. (G. d. Québec, Éd.) Consulté le 8 novembre, 2025

Peeples, L. (2025, August 21). Is collapsing fertility really the end of the world? Nature, 644.

Provencher, C., & Galbraith, N. (2023). La fécondité au Canada de 1921 à 2022. Documents démographiques. Récupéré sur https://publications.gc.ca/collections/collection_2024/statcan/91f0015m2024001-fra.pdf

Statistique Canada. (2022). Projections démographiques pour le Canada (2021 à 2068), les provinces et les territoires (2021 à 2043) : rapport technique sur la méthodologie et les hypothèses. Récupéré sur https://www150.statcan.gc.ca/n1/pub/91-620-x/91-620-x2022001-fra.htm

Statistique Canada. (2025a, septembre 9). Fécondité et prénoms de bébé, 2024. Récupéré sur Le Quotidien: https://www150.statcan.gc.ca/n1/daily-quotidien/250924/dq250924d-fra.htm

Statistique Canada. (2025b, Décembre 8). Base de données longitudinales sur l’immigration (BDIM) Rapport technique, 2024, Études analytiques : méthodes et références. Récupéré sur https://www150.statcan.gc.ca/n1/pub/11-633-x/11-633-x2025004-fra.htm

Statistique Canada. (2025c, décembre 17). Guide technique des estimations démographiques à Statistique Canada. Récupéré sur https://www150.statcan.gc.ca/n1/pub/91-528-x/91-528-x2025001-fra.htm

Statistique Canada. (2025d, décembre 17). Le Quotidien - Estimations de la population du Canada, troisième trimestre de 2025. Récupéré sur https://www150.statcan.gc.ca/n1/daily-quotidien/251217/dq251217b-fra.htm

Teng, Y., & Margolis, R. (2024). Fertility Decline in Canada Since the Great Recession. Canadian Studies in Population, 51(7). doi:https://doi.org/10.1007/s42650-024-00085-1

United Nations Economic Commission for Europe. (2018). Recommendations on Communicating Population Projections. United Nations, New York and Geneva. Récupéré sur https://unece.org/DAM/stats/publications/2018/ECECESSTAT20181.pdf

Valencia, L. J., & Bartlett, R. (2025, février 6). La croissance de la population canadienne ralentit elle comme prévu? Point de vue économique. Consulté le 4 novembre, 2025, sur Études économiques: https://www.desjardins.com/content/dam/pdf/fr/particuliers/epargne-placements/etudes-economiques/canada-population-6-fevr-2025-f.pdf

van Wijk, D. (2024). Higher incomes are increasingly associated with higher fertility: Evidence from the Netherlands, 2008–2022. Demographic Research, 51(26), 809-822. doi:10.4054/DemRes.2024.51.26

van Wijk, D., & Feijten, P. (2025). Rising House Prices, Falling Fertility? How Rising House Prices Widen Fertility Differences between Tenure Groups. European Journal of Population, 41(33), 1-31. doi:https://doi.org/10.1007/s10680-025-09754-6

Young, R., & Lalonde, R. (2024, March 21). Raising the Bar, Not Just Lowering the Number. Scotia Bank, Global Economics, Insights and views. Retrieved April 24, 2024, from https://www.scotiabank.com/ca/en/about/economics/economics-publications/post.other-publications.insights-views.canada-s-immigration-policy--march-21--2024-.html