CAIRN.INFO : Matières à réflexion

1. Introduction

1Il existe une littérature économique très abondante sur le chômage des jeunes et leurs difficultés d’insertion sur le marché du travail. Il existe également une littérature très fournie sur le rôle de la mobilité géographique dans l’accès à l’emploi. En revanche, peu de travaux croisent ces deux problématiques pour étudier spécifiquement les problèmes de mobilité rencontrés par les jeunes lors de leur entrée sur le marché du travail. L’originalité de notre recherche est d’évaluer l’impact des problèmes de mobilité sur la capacité d’insertion des jeunes à l’aide d’une expérience contrôlée. L’amélioration de l’accès à la mobilité quotidienne pour les jeunes favorise-t-elle leur insertion économique et sociale ? Quels seraient les effets d’une plus grande mobilité sur l’emploi des jeunes ? Est-il pertinent d’aider les jeunes à passer le permis de conduire ou à accéder aux transports publics ? Si c’est le cas, comment faire ? Il ne s’agit pas de questions faciles. Les jeunes n’ont-ils pas d’emploi parce qu’ils n’ont pas accès à un moyen de transport, ou n’ont-ils pas accès à un moyen de transport en raison de contraintes financières ou de manque de motivation liés à leur statut de chômage ? L’identification précise des effets de la capacité de mobilité sur l’emploi bute sur un problème de causalité inverse aboutissant à un biais d’endogénéité.

2Dans cet article, nous présentons les résultats d’une évaluation d’impact de seize dispositifs innovants d’aide à la mobilité ciblés sur le public des jeunes en difficulté d’insertion, éloignés à la fois de l’école, de la formation et de l’emploi. Portés par des associations locales ou nationales, ces dispositifs d’accompagnement des jeunes ont des contenus variés : diagnostic en matière de mobilité, formation à la mobilité dans le cadre d’ateliers, apprentissage concret de modes de transport alternatifs, mise à disposition de deux-roues, aides financières et accompagnement pour le passage du permis de conduire et pour l’acquisition d’un véhicule. On s’appuie sur une évaluation expérimentale de ces actions, qui consiste à comparer la situation d’un groupe de jeunes aidés avec celle d’un groupe de jeunes non aidés, constitués par assignation aléatoire à partir d’une liste de jeunes volontaires. Cette évaluation nous permet de mesurer l’effet spécifique des aides à la mobilité sur plusieurs variables de résultat : accès à la formation et à l’emploi, mais aussi mobilité résidentielle et routière des jeunes. La base de données expérimentale couvre 275 jeunes suivis entre octobre 2015 et décembre 2016.

3La méta-analyse récente de Mawn et al. [2017], qui couvre l’ensemble des études expérimentales consacrées aux aides à l’insertion sociale et professionnelle des jeunes éloignés de l’emploi et de la formation, conclut que les programmes les plus efficaces sont les actions les plus intensives. L’originalité de notre article est d’étudier ce lien entre intensité et efficacité des aides dans le domaine particulier de l’aptitude des jeunes à la mobilité, en comparant des aides faiblement intensives avec des aides d’un niveau d’intensité intermédiaire.

4La première section présente un rapide survol de la littérature sur les liens entre mobilité et accès à l’emploi et sur les enjeux de cette thématique. La section suivante décrit les programmes évalués et le protocole expérimental mis en place. La troisième section donne les principaux résultats de l’évaluation.

2. Mobilité et accès à l’emploi des jeunes : un survol

5La capacité à être mobile de façon autonome dans l’espace conditionne à plus d’un titre l’accès à l’emploi. D’une part, elle délimite le périmètre physique d’une recherche d’emploi qui nécessite des déplacements pour participer à des entretiens d’embauche. D’autre part, elle peut constituer un prérequis pour l’accès à des postes de travail qui sollicitent cette capacité dans l’exercice même de la profession, ou, plus fréquemment encore, pour commuter entre le lieu de travail et le domicile. Une distance excessive entre le lieu de résidence et la localisation des emplois constitue ainsi un facteur de sur-exposition au chômage. Ce phénomène est connu dans la littérature internationale sous le nom de spatial mismatch, depuis le travail fondateur de John Kain publié en 1968 dans le Quarterly Journal of Economics.

2.1. Les fondements du spatial mismatch

6Depuis ce travail fondateur, de nombreuses études ont montré la pertinence empirique de l’hypothèse du spatial mismatch et ont proposé différents modèles théoriques pour l’expliquer (voir par exemple Gobillon et al. [2007] pour une synthèse de la littérature à ce sujet). Il a été ainsi montré qu’une faible mobilité réduit le niveau d’information des travailleurs potentiels et qu’elle augmente les coûts et la durée de la recherche d’emploi (Rogers [1997] ; Immergluk [1998] ; Wasmer et Zenou [2006]). Elle réduit également la probabilité d’obtenir un emploi. Les coûts de déplacement pour les travailleurs s’en trouvent accrus (Zax et Kain [1996]) et du point de vue de l’employeur, le fait qu’un candidat vienne de loin augmente les risques que celui-ci connaisse des retards et des difficultés de transport pour se rendre sur son lieu de travail ou soit moins souple quant à l’organisation de son planning. Van Ommeren et Gutiérrez-i-Puigarnau [2011] estiment ainsi, sur données allemandes, que si aucun travailleur ne supportait de coûts de transport, l’absentéisme serait réduit de 15 à 20 %. Il suffit d’ailleurs que les employeurs craignent un tel effet pour qu’apparaisse à l’encontre des travailleurs éloignés une discrimination statistique « à la Arrow » [4].

7Plusieurs études empiriques ont souligné que les groupes les plus vulnérables sont les plus pénalisés par le coût élevé des transports publics et privés. L’utilisation d’une voiture peut augmenter à la fois les chances d’être employé(e), la qualité du travail mesurée par le nombre d’heures travaillées ou le niveau de salaire (Raphael et Rice [2002]) et les salaires (Gurley et Bruce [2005]). Cet effet est particulièrement marqué pour les personnes les plus éloignées de l’emploi, en particulier les bénéficiaires du revenu minimum (Ong [2002] ; Blumenberg et Hess [2003]). A l’inverse, le manque d’accès aux transports publics et aux véhicules privés détériore la situation sur le marché du travail, en particulier pour ceux qui vivent dans les quartiers les plus démunis (Kawabata [2003] ; Ong et Miller [2005]).

8Le spatial mismatch concerne donc tous les publics et toutes les professions, mais il prend une acuité particulière dans le cas des jeunes en difficulté d’insertion. Pour ces jeunes peu diplômés et qui ont peu d’expérience professionnelle, l’aptitude à la mobilité joue un rôle amplifié. D’un côté, le coût des transports collectifs et du passage du permis de conduire représente une charge relative plus forte pour les personnes sans ressources. Au-delà de cet obstacle financier, la difficulté intrinsèque de l’épreuve théorique du permis de conduire pénalise particulièrement les jeunes en difficulté d’apprentissage. D’un autre côté, les emplois qui requièrent des personnes autonomes dans leur mobilité sont sur-représentés dans les professions accessibles aux travailleurs les moins qualifiés. C’est le cas des métiers du transport, des professions du bâtiment ou encore des métiers du nettoyage et des services à la personne où le salarié partage son temps quotidien entre plusieurs lieux de travail dispersés dans l’espace. Améliorer son employabilité suppose d’accéder à une formation ce qui pose à nouveau la question de l’aptitude à la mobilité spatiale. Lorsque, de surcroît, ces jeunes habitent dans des zones rurales ou péri-urbaines éloignées des centres d’emploi et de formation, la distance physique forme alors un obstacle infranchissable dans un parcours d’insertion. Pour les jeunes en difficultés d’insertion, a fortiori lorsque qu’ils résident dans des territoires enclavés, la mobilité spatiale est une condition pour la mobilité sociale.

2.2. Obstacles à la mobilité

9Pourquoi les personnes confrontées à ce spatial mismatch ne se rapprochent-elles pas des opportunités d’emploi ? La littérature est également riche d’explications sur les causes du maintien de l’éloignement géographique : pression foncière sur les loyers dans les zones plus proches des bassins d’emploi (depuis le travail fondateur d’Alonso [1964]), insuffisance ou mauvaise qualité des infrastructures de transports individuels ou collectifs (voir par exemple L’Horty et Sari [2013]), discriminations dans l’accès au logement dans certains quartiers (Brueckner et Zenou [2003])… Ces différents facteurs tendent à concentrer dans certains quartiers ou certaines zones géographiquement éloignées de l’emploi, les populations qui en sont par ailleurs les plus éloignées du point de vue de la formation, de la qualification, des caractéristiques socio-culturelles, voire ethno-raciales... De nombreux travaux ont ainsi pointé l’existence d’une ségrégation géographique (Galster [2012]), elle-même amplifiée et renforcée par des effets de voisinage, de pairs et de réseaux. La concentration dans certains quartiers de familles en difficulté réduit les performances scolaires des enfants de ces familles (Goux et Morin [2007]) et l’acquisition de capital humain (Borjas [1995]). La connaissance et le recours à des aides sociales destinées à ces populations défavorisées sont également influencés par ces effets de réseau (Terracol [2002]), y compris dans le domaine des transports (Anne et Chareyron [2017]).

10Pour lutter contre ces inégalités spatiales dans l’accès à l’emploi, deux grands types d’actions publiques peuvent être envisagées. On peut tout d’abord rapprocher les emplois des personnes en subventionnant la création d’emplois dans les quartiers en difficulté. On peut aussi rapprocher les personnes des emplois, en encourageant leur mobilité. En France, depuis les années quatre-vingt, c’est la première voie qui est suivie dans le cadre de la politique de la ville, dont de nombreuses actions ont cherché à repérer les quartiers ou communes en difficultés et à y adapter des mesures spécifiques de soutien à la création d’emploi local : politiques d’éducation prioritaire, d’accès aux services publics, de développement économique et de l’emploi (pour une synthèse, L’Horty et Morin [2016])… L’action publique a consisté à favoriser l’implantation d’entreprises dans ces quartiers prioritaires grâce à des exonérations fiscales au sein de zones franches urbaines (ZFU) ou à des aides à l’emploi et à l’investissement au sein de zones d’aide à finalité régionale (AFR). Une clause sociale est également mobilisable sur les marchés publics, imposant un certain nombre d’emplois locaux ou sociaux. Cependant, le bilan de ces politiques est décevant : l’effet sur l’emploi des ZFU est faible et peu durable, si l’on suit Givord et al. [2012] ou encore Gobillon et al. [2012]. Il génère également d’importants effets de déplacement de l’emploi (Mayneris et al. [2017]). Le nombre élevé des quartiers prioritaires bénéficiant d’aides spécifiques amène à une certaine dilution des montants distribués : au final, le montant par habitant du budget de la politique de la ville n’est que de 91€ selon Carcillo et al. [2017]. En outre, la définition même de quartiers prioritaires risque d’entraîner un effet de stigmatisation défavorable à l’emploi des personnes qui y résident. Bunel et al. [2016] montrent ainsi grâce à un testing que le fait de résider dans un quartier défavorisé réduit la probabilité d’embauche, indépendamment de la distance à l’emploi.

2.3. Les enseignements de l’expérimentation « 10 000 permis pour réussir »

11Face à ce bilan mitigé, il est souhaitable d’explorer l’autre option qui est de favoriser l’accès à l’emploi en améliorant la mobilité des personnes. L’effet positif d’un supplément de mobilité sur l’emploi et le salaire est bien documenté par la littérature, que ce soit pour l’usage d’un moyen de transport individuel comme l’automobile (Raphael et Rice [2002], Gurley et Bruce [2005]) ou le meilleur accès au réseau de transport en commun (Kawabata [2003]). On peut de surcroît espérer une efficacité particulière de ce type de politique vis-à-vis des NEET (Not in Education, Employment or Training), puisque les études convergent pour indiquer que les personnes les plus défavorisées sont celles qui profitent le plus de cet effet positif (Ong [2002] ; Blumenberg et Hess [2003] ; Ong et Miller [2005]).

12La solution serait donc de faciliter l’accès des jeunes à un moyen de transport. Cependant, il est difficile en France pour des jeunes qui ne travaillent pas de financer l’acquisition d’un véhicule et le coût du passage d’un permis de conduire. Au-delà de l’obstacle financier, la difficulté du passage du permis de conduire est un obstacle réel pour ces jeunes. C’est l’un des résultats de l’évaluation des « 10 000 permis pour réussir » (Le Gallo et al. [2017]). Cette expérimentation, lancée en 2009 par le Fonds d’Expérimentation pour la Jeunesse, a consisté à proposer une subvention d’un montant de 1000 € [5] et un dispositif d’accompagnement à des jeunes en difficulté d’insertion pour les aider à passer le permis de conduire. Les expérimentateurs étaient des missions locales, des collectivités territoriales et des auto-écoles associatives. L’évaluation a montré que l’aide accordée aux jeunes produit un effet assez net sur leurs chances de réussite au permis de conduire. Le taux d’obtention du permis de conduire est de 25,2 % à 12 mois pour les jeunes bénéficiaires de l’aide et de 44,8 % à 24 mois, contre 13,6 % et 29,8 % dans le groupe témoin (tableau 1). Il varie ainsi du simple au double entre les jeunes aidés et les autres au bout d’un an. Cette différence significative peut être attribuée à l’impact causal de l’aide au permis qui produit effectivement un effet très net sur les chances de réussir le permis de conduire. La subvention et l’accompagnement produisent également des effets importants sur les chances de réussir le code et sur celles de disposer finalement d’un véhicule. On peut cependant noter que, dans l’absolu, ces chances restent faibles, surtout si l’on considère le fait que tous ces jeunes souhaitent passer le permis de conduire et se sont portés volontaires pour participer à une expérimentation visant à les aider à l’obtenir. Deux ans après l’entrée dans le dispositif, alors qu’ils ont tous le projet de réussir le permis de conduire et qu’ils bénéficient d’une aide financière et d’un accompagnement, un jeune sur trois n’a pas réussi le code, plus d’un jeune sur deux n’a pas réussi à obtenir le permis de conduire et près de deux jeunes sur trois n’ont pas encore de véhicule. Ces ordres de grandeur illustrent la grande difficulté que représente pour les jeunes en difficulté d’insertion l’accès à la mobilité routière en France.

Tableau 1

Les effets de l’aide aux jeunes dans l’accès à l’autonomie routière

Effets à un an

Jeunes aidésJeunes non aidésDifférenceStudent
A obtenu le code53 %34,2 %18,8**8.2
A obtenu le permis25,2 %13,6 %11,6**6.35
Dispose d’une voiture16,3 %9,9 %6,4**4.09
Effets à un an

Effets à un an

Effets à deux ans

Jeunes aidésJeunes non aidésDifférenceStudent
A obtenu le code66 %47,2 %18,8**8.01
A obtenu le permis44.8 %29,8 %15**6.5
Dispose d’une voiture34.5 %21.6 %12.95**6.11
Effets à deux ans

Effets à deux ans

Les effets de l’aide aux jeunes dans l’accès à l’autonomie routière

Lecture : 12 mois après leur entrée dans le dispositif, 53 % des jeunes bénéficiaires de l’aide avaient obtenu leur code, contre 34,2 % pour les non bénéficiaires. La différence est de 18,8 points de pourcentages et est significative au seuil de 1 % compte tenu de la valeur du T de Student.
* : significatif au seuil de 10 %
** : significatif au seuil de 5 %
Source : Expérimentation « 10 000 permis pour réussir », (Le Gallo et al. [2017])

13Parallèlement, l’évaluation indique que l’acquisition du permis de conduire exerce bien, in fine, un impact positif sur les trajectoires d’insertion des jeunes, à la fois sur leur situation d’emploi et sur leur autonomie de logement (Le Gallo et al. [2017]). Elle conclut cependant à un effet initialement négatif sur la recherche d’emploi, la première année. Cet effet initial peut s’expliquer par le temps et l’énergie nécessaires pour préparer l’examen du permis de conduire. Le fait de passer le permis de conduire s’apparente à un investissement en capital humain, dans une formation à la fois longue et coûteuse, qui entraîne un coût d’opportunité pour le jeune, réduisant la disponibilité nécessaire pour rechercher un emploi ou une autre formation. Ce n’est qu’une fois cet investissement réalisé que les jeunes bénéficiaires de l’aide voient leurs chances d’insertion professionnelle s’améliorer. On retrouve un effet de lock-in à court terme déjà observé en étudiant le lien entre formation et accès à l’emploi (Crépon et al. [2012] entre autres).

14Ces résultats vont dans le même sens que ceux de l’étude d’Avrillier et al. [2010] qui utilisait la suppression du service militaire obligatoire en 1997 pour évaluer les effets du permis de conduire sur l’accès à l’emploi. Alors que beaucoup de jeunes hommes passaient leur permis de conduire dans le cadre de leur service militaire, cette possibilité disparait avec la réforme de 1997 ce qui entraîne un choc d’offre négatif du côté des jeunes travailleurs dont les capacités à la mobilité sont moindres après la réforme et un choc de demande positif pour les auto-écoles. Côté offre, les estimations, sans être complétement conclusives, suggèrent que la possession du permis de conduire a bien un effet positif sur l’emploi et que de ce point de vue la réforme de 1997, en supprimant le service national, a bien eu des effets négatifs sur l’accès à l’emploi des jeunes hommes qui ne pouvaient plus bénéficier d’une formation gratuite au permis de conduire [6].

15Pour limiter les effets négatifs du passage d’un permis automobile, une solution est l’apprentissage d’une mobilité routière plus légère, à deux roues au lieu de quatre, en utilisant un vélo ou avec le passage dès 14 ans d’un permis AM (correspondant à l’ancien BSR, autorisant la conduite d’un deux roues d’une cylindrée strictement inférieure à 50 cm3), puis d’un permis A1 à partir de 16 ans (permettant de conduire une moto légère d’une puissance de moins de 125 cm3) et A2 après 18 ans. Cependant, si la solution du deux-roues présente des avantages certains en milieu urbain dense, elle ne garantit pas toujours une autonomie routière suffisante en zone rurale ou périurbaine et, surtout, elle implique pour les jeunes une surexposition aux risques d’accidents de la route. Selon la prévention routière, la route constitue la première cause de mortalité des jeunes adultes qui y risquent deux fois plus leur vie que le reste de la population : en 2013, les jeunes de 18 à 24 ans représentent 9 % de la population mais 19,5 % des tués et près de 19 % des blessés hospitalisés.

2.4. Quelles aides sont les plus efficaces ?

16Le coût et l’investissement nécessaires pour obtenir le permis de conduire ne sont pas les seuls obstacles à la mobilité des jeunes. De nombreux travaux (par exemple, Church et al. [2000]) montrent qu’au-delà de la pauvreté, l’exclusion sociale provient de la perte de la capacité à se connecter aux emplois, services, équipements, infrastructures…, c’est-à-dire à participer à la vie sociale. Cet éloignement est bien sûr géographique (mobilité) mais aussi économique (contrainte monétaire), social (en termes de sociabilité notamment), et cognitif (repérage dans l’espace entre autres).

17En conséquence, on peut utiliser plusieurs leviers pour améliorer la mobilité. Il ne s’agit pas uniquement d’aider au passage du permis de conduire, de lever des obstacles matériels dans l’accès à la mobilité ou de sensibiliser aux dangers de la route. Il s’agit aussi de lever les multiples obstacles immatériels à la mobilité qui peuvent être cognitifs ou non. Les jeunes peuvent ne pas connaître l’existence de territoires et d’opportunités éloignés de leur domicile, selon une logique de carte mentale parcellaire, et/ou l’existence de moyens de transport permettant de s’y rendre. L’accompagnement consiste alors à apporter des ressources permettant d’améliorer la connaissance des possibilités de mobilité. Il s’agit de compenser le déficit de connaissances et/ou de compétences qui fait obstacle à la mobilité au niveau individuel, si l’on suit les travaux des sociologues experts de la mobilité (Le Breton [2005] ; Orfeuil et Ripoll [2015]). Les jeunes peuvent aussi ne pas percevoir l’intérêt même de la mobilité ou ne pas être ouverts à celle-ci : l’accompagnement suppose alors un travail plus approfondi avec les jeunes. L’apprentissage d’une mobilité autonome peut en outre constituer un ressort puissant de motivation du jeune dans son parcours d’insertion. Insertion appréhendée non seulement dans sa dimension spatiale (mobilité) et professionnelle, mais également sociale (sociabilité, participation à des associations…).

18Si plusieurs types d’actions peuvent être menées pour améliorer la mobilité des jeunes, il semble intéressant de savoir lesquelles sont les plus efficaces au vu des objectifs recherchés. Vaut-il mieux un investissement massif dans une direction particulière ou des programmes s’attaquant à tous les obstacles rencontrés par les personnes ? En s’intéressant à l’insertion sociale et professionnelle et non à la mobilité, Mawn et al. [2017] ont ainsi réalisé une méta-analyse de 18 études étudiant des politiques en faveur de jeunes NEETs. Ils concluent que les programmes multi-composants et intenses en termes de durée sont les plus efficaces du point de vue de l’accès à l’emploi.

19Ce résultat confirme l’intuition selon laquelle une politique plus intense a plus de chance d’être plus efficace. Les outils économétriques pour étudier l’effet « dose-réponse » d’une politique se sont enrichis depuis plusieurs années (voir par exemple Angrist et Imbens [1995]). Des confirmations ont été obtenues dans différents domaines. Duflo [2001] montre à partir d’une expérience naturelle sur données indonésiennes que chaque école supplémentaire construite dans une région augmente le niveau d’éducation et le revenu futur : plus le nombre d’écoles supplémentaires est élevé et plus l’effet est important. Kluve et al. [2012] étudient en Allemagne l’effet de la durée d’une formation sur l’accès à l’emploi. Ils montrent que la probabilité d’emploi croît quand la durée de la formation s’allonge jusqu’au cent-vingtième jour pour stagner à partir du cinquième mois et même diminuer pour les durées très longues (au-delà de 300 jours).

20Dans ce contexte, l’originalité de notre article est d’étudier le lien entre intensité et efficacité des aides dans le domaine de la mobilité des jeunes. Nous nous appuyons sur une évaluation expérimentale portant sur seize programmes différents d’aide à la mobilité des jeunes. Ces programmes ont été sélectionnés par le Fonds d’expérimentation pour la jeunesse dans le cadre de l’appel à projet « Mobilité et Accès des Jeunes à l’Emploi » (MAJE) lancé en 2015.

3. Évaluer seize actions innovantes plus ou moins intenses

21La distinction selon l’intensité du traitement est complexe car les actions sélectionnées sont très diverses sur plusieurs aspects. Tout d’abord, elles sont déployées sur des territoires variés. Les périmètres d’intervention sont de tailles différentes : la France entière, une région (Aquitaine, Rhône-Alpes), un département (Héraut, Hautes-Pyrénées, Seine-Saint-Denis), un groupement de communes (l’Avesnois), une ville (Besançon, Brest, Chambéry, Limoges, Montauban, Reims, Strasbourg, Tours). Le contexte économique local est également très varié. Si l’on prend le taux de chômage départemental comme indicateur, celui-ci varie presque du simple au double (entre 6,4 et 12,5 % au 4ème trimestre 2018). La problématique de la mobilité se pose de manière très différente dans ces différents territoires : zones urbaines denses, péri-urbain mal desservi par les transports collectif, zone rurale, montagne… Ensuite, ces actions sont portées par des structures d’ancienneté et d’organisation différentes : réseau de missions locales, fédérations d’associations, auto-école sociale, régie de quartier, …

22Les types d’aides proposés sont également diversifiés. L’aide minimale consiste à établir un diagnostic mobilité, c’est-à-dire un bilan individuel de compétences en matière d’aptitude à la mobilité. Au-delà, les structures proposent de développer ces compétences dans le cadre d’ateliers-mobilité qui prennent la forme de sessions de formation. Celles-ci visent à améliorer la connaissance et la capacité à utiliser les réseaux de transport collectifs (lecture de plans, usage des transports en commun…). D’autres ouvrent l’accès à des moyens de transport alternatifs, avec la location ou la mise à disposition de véhicules, du vélo à la voiture, en passant par les scooters. Certaines structures proposent des formations au code et des heures de conduite supervisées. Les aides prennent aussi la forme d’aides à l’achat de véhicules ou d’aides financières à la mobilité. On peut réunir tous ces dispositifs dans trois grandes rubriques : les actions d’information ou de sensibilisation à la problématique des transports (diagnostics mobilité, informations sur la mobilité…) ; les actions de formation spécifiques (permis de conduire des deux-roues ou des voitures) ; enfin, les aides matérielles et financières qui financent l’achat d’un moyen de transport individuel, un soutien aux frais d’entretien et de réparation et/ou la mise à disposition de moyens de transport individuels ou collectifs.

23A partir d’une étude qualitative des aides proposées, nous avons regroupé les structures expérimentatrices selon deux niveaux d’intensité de traitement : faible ou intermédiaire. Les diagnostics mobilité ou les ateliers collectifs de sensibilisation sur une ou deux demi-journées constituent les actions d’intensité faible, tandis que les formations au permis de conduire ou les aides matérielles fournissant l’accès à un moyen de transport individuel pour une durée dépassant plusieurs jours sont d’intensité moyenne. Dans les seize actions, nous n’avons pas d’exemple d’actions de forte intensité, à l’image des aides au permis de conduire proposées dans l’expérimentation « 10 000 permis pour réussir » (qui prenaient en charge les deux tiers du coût moyen de l’obtention du permis de conduire), ou encore de l’accompagnement intensif au passage du permis de conduire qui est proposé dans le cadre du Service Militaire Volontaire, tel qu’il est expérimenté en France métropolitaine depuis 2015 (Anne et al. [2020]).

24L’objectif de l’évaluation quantitative est de mesurer l’effet causal de ces expérimentations sur les bénéficiaires. Le protocole s’inscrit dans le champ des évaluations d’impact avec assignation aléatoire des tests et témoins, tel qu’il est par exemple décrit par L’Horty et Petit [2011] et il reprend en grande partie celui des « 10 000 permis pour réussir » (Le Gallo et al. [2017]). Cependant, nous ne pouvons pas éliminer un biais potentiel de sélection initiale : les jeunes répartis dans le groupe témoin et le groupe test sont ceux qui se sont tournés ou ont été orientés vers les différentes structures. Nous ne disposons pas d’information sur les « never-taker » et l’évaluation porte sur des jeunes conscients de leurs problèmes de mobilité et soucieux de les réduire. Pour autant, cela n’empêche pas l’expérimentation de remplir l’objectif de l’évaluation, à savoir de mesurer l’efficacité de ces mesures d’aide à la mobilité.

25Une période d’évaluation d’une durée de neuf mois a été proposée aux porteurs de projet, d’octobre 2015 à juin 2016, pendant laquelle des contraintes spécifiques ont été supportées par les expérimentateurs. Durant cette période, les jeunes n’ont pas eu un accès automatique aux dispositifs. Une partie d’entre eux a été orientée sur une file d’attente, suite à un tirage au sort [7] (avec une probabilité de ¼ d’être en file d’attente, c’est-à-dire dans le groupe témoin, comme dans le protocole des « 10 000 permis »). Les groupes test et témoin ainsi constitués ont été enquêtés dans les mêmes termes à leur entrée dans le dispositif et six mois après, afin de connaître l’évolution de leur situation, tant vis-à-vis de l’emploi, de la formation, que de la mobilité, de la sociabilité et des activités sociales. La première enquête a lieu sur site, par l’intermédiaire d’un extranet qui a été conçu pour l’expérimentation. La deuxième enquête a eu lieu six mois plus tard par téléphone. La figure 1 décrit de façon synthétique ce protocole d’évaluation.

26Les flux de jeunes passés par les différentes structures ont été inférieurs aux prévisions. De même, 58 % des jeunes enquêtés à l’entrée dans un dispositif n’ont pas répondu à l’enquête de suivi à six mois réalisée par téléphone. Dans plus de 80 % des cas, les non réponses sont liées à l’absence du jeune lors de la relance. 16 % des échecs s’expliquent par un refus de répondre ou un manque de disponibilité du jeune contacté. Nous avons vérifié qu’il n’y avait pas d’attrition sélective en termes d’âge, de sexe ou de nationalité en comparant les caractéristiques des jeunes à l’entrée dans le dispositif et lors de l’enquête de suivi à 6 mois.

Figure 1

Le protocole de l’évaluation

Le protocole de l’évaluation

Le protocole de l’évaluation

27Au final, il n’a été possible de suivre que 275 jeunes répartis entre 74 témoins (27 %) et 201 tests (73 %). Ces effectifs sont relativement faibles et ne permettent de détecter que de fortes différences entre tests et témoins. En se donnant une puissance de test de 80 %, si une statistique est de 50 % dans le groupe test, elle devra être supérieure à 63,5 % ou inférieure à 36,5 % dans le groupe témoin pour pouvoir être considérée comme statistiquement différente dans les deux groupes, avec un seuil de risque d’erreur de 10 %. Pour l’interprétation des résultats, il faudra donc garder à l’esprit que certains effets réels pourraient être masqués et apparaître comme non significatifs du fait du petit nombre d’observations. En revanche, si malgré ce faible effectif des résultats significatifs ressortent, cela suggèrera des effets importants sur les trajectoires des jeunes. De plus, le suivi à six mois ne permet pas de mesurer les effets à long terme de ces dispositifs.

28Le tableau 2 présente la répartition géographique des jeunes évalués, en fonction de l’intensité de l’accompagnement et du taux de chômage départemental mesuré par l’INSEE à la fin de l’année 2018.

Tableau 2

Répartition géographique des jeunes (groupe test ou témoin)

DépartementsRégionNombre de jeunesIntensité de l’aideTaux de chômagedépartemental 2018 (T4 en %)
25DoubsBourgogne
Franche-Comté
77Moyenne7,7
37Indre et LoireCentre Val de
Loire
10Moyenne8,0
51MarneGrand Est16Faible8,2
59NordHauts de France72Faible11,6
75, 77,
91, 93,
94, 95
Paris, Seine et
Marne, Essonne,
Seine saint
Denis, Val de
Marne, Val d’Oise
Ile de France52Moyenne6,7 à 11,3
87Haute VienneNouvelle
Aquitaine
15Moyenne8,0
34HéraultOccitanie24Faible12,5
83VarProvence Alpes
Côte d’Azur
3Moyenne9,9
Répartition géographique des jeunes (groupe test ou témoin)

Répartition géographique des jeunes (groupe test ou témoin)

Lecture : 3 jeunes habitant le département du Var ont candidaté à une des structures d’aide à la mobilité, offrant un accompagnement d’intensité moyenne. Le Var est par ailleurs un département qui connaît fin 2018 selon l’INSEE un taux de chômage de 9,9 % de la population active.
Note : le total n’est pas de 275 jeunes car certains n’ont pas renseigné leur commune de résidence.
Source : Expérimentations « Mobilité et Accès des Jeunes à l’Emploi » (MAJE) – TEPP et INSEE

4. Les limites d’un accompagnement d’intensité trop faible

29Nous évaluons dans cette section l’effet causal du passage par l’une des structures d’accompagnement. Dans un premier temps, nous vérifions que les deux échantillons sont équilibrés avant traitement à l’aide de tests de comparaison de moyenne. Dans un second temps, nous mettons en œuvre des méthodes de régression pour l’évaluation de l’effet du traitement.

4.1. Les deux échantillons sont équilibrés

30La première étape consiste à vérifier que les deux échantillons, échantillons de test (3 sur 4) et de témoins (1 sur 4) sont bien équilibrés avant traitement. Cette étape est importante s’agissant d’échantillons de petite taille. Pour cela, nous effectuons systématiquement des tests t de Welch (adaptation du test t de Student utilisé pour tester statistiquement l’hypothèse d’égalité de deux moyennes avec deux échantillons de variances inégales) dont une sélection de résultats [8] est reportée dans le tableau en annexe. Les différences statistiquement significatives correspondent aux variables dont la probabilité critique est inférieure à 0,10 dans la dernière colonne. Ce n’est le cas d’aucune des variables. Il n’y a pas de différence significative dans la composition des deux échantillons selon l’âge, le sexe, la nationalité ou le niveau de diplôme. Il n’y a pas non plus de différences significatives du point de vue des revenus et de la situation d’emploi ou de chômage. De même, on ne distingue pas d’écart significatif au seuil de 10 % du point de vue de la situation de logement et selon différents indicateurs renseignant la capacité de mobilité des jeunes. Ces résultats indiquent que le tirage au sort a permis de constituer deux échantillons équilibrés de jeunes parfaitement comparables avant le démarrage de l’expérimentation, ce qui est satisfaisant.

31Les jeunes bénéficiaires de l’accompagnement ont en moyenne 22 ans, ils ont de faibles revenus, ils sont majoritairement au chômage ou en inactivité, ne sont pas ou peu diplômés et peu (30 %) sont dans un logement indépendant.

4.2. Des effets qui paraissent a priori faibles et contrastés

32Une fois confortés sur la qualité du groupe témoin, nous pouvons utiliser l’enquête de suivi à six mois afin de rechercher des différences entre les jeunes selon qu’ils ont ou non bénéficié de l’accompagnement. L’enquête de suivi couvre l’insertion professionnelle, la recherche d’emploi, la formation et la mobilité (résidentielle ou non). Il s’agit de passer en revue tous ces domaines de façon à rechercher des différences significatives entre tests et témoins.

33A cette fin, nous avons estimé des modèles linéaires par la méthode des Moindres Carrés Ordinaires (MCO) en considérant comme variable expliquée chacune des variables de résultats de l’enquête à 6 mois listées dans l’annexe 1. Les variables explicatives sont constituées d’une part, de trois contrôles individuels (âge, sexe, nationalité [9]) et d’effets fixes au niveau des structures expérimentatrices permettant de capter l’ensemble des caractéristiques inobservables spécifiques au contexte spécifique à chaque expérimentation telles que l’état du marché du travail ou la situation économique locale. En outre, nous avons mis en œuvre une méthode d’inférence statistique robuste avec des écarts-types clusterisés au niveau de chacune des structures porteuses de projet. Le tableau 1 donne les résultats d’estimation pour les variables de résultat pour lesquelles nous trouvons un effet de traitement significatif, parmi toutes les variables de résultats testées.

34Nous trouvons globalement assez peu de différences selon cette méthode, ce qui ne veut pas dire que l’accompagnement des jeunes produit globalement peu d’effets mais plutôt que nous ne sommes pas en mesure de détecter ces effets dans le cadre de notre évaluation, faute d’avoir pu observer un nombre suffisant de jeunes (rappelons que nous exploitons les réponses de 201 jeunes dans le groupe test et de 74 jeunes dans le groupe témoin). Pour autant nous trouvons effectivement quelques effets intéressants.

35Tout d’abord, nous constatons un impact positif de l’accompagnement sur la reprise d’études des jeunes (tableau 3, col 1). Un seul témoin annonce avoir obtenu un nouveau diplôme sur 6 mois, contre 9 jeunes au sein du groupe test. La différence en pourcentage est statistiquement significative au seuil de 10 %. On trouve également une différence significative pour l’obtention d’un diplôme inférieur au baccalauréat, au seuil de 1 % (col 2). On observe donc bien un effet positif de l’accompagnement sur la formation et la reprise d’études des jeunes. Ensuite, nous trouvons une différence dans la situation d’emploi, avec un impact significatif, au seuil de 10 % sur la probabilité d’occuper un emploi à temps complet (col 4). Nous constatons aussi un effet positif sur la durée de recherche d’emploi, qui s’avère plus longue, de plus de 5 mois, pour les jeunes qui ont bénéficié de l’accompagnement (col 4). Enfin, s’agissant de la mobilité résidentielle ou routière, qui est la finalité de l’accompagnement, nous constatons un effet positif de l’accompagnement sur l’obtention du permis AM (col 5) qui permet de conduire un cyclomoteur ou une voiturette d’une puissance inférieure à 50 cm3. L’allongement de la durée de recherche d’emploi peut suggérer une plus grande difficulté à trouver un emploi ou une recherche plus exigeante. Elle peut aussi refléter le fait que les jeunes vont consacrer davantage de temps au passage des permis de conduire ce qui réduit leur disponibilité immédiate pour rechercher un emploi et allonge leur temps de recherche.

Tableau 3

Effets significatifs dans la comparaison tests-témoins à six mois

1-A obtenu un nouveau diplôme dans les 6 derniers mois2-Obtention d’un diplôme inférieur au bac3-Travail à temps complet4-Durée de recherche de l’emploi5-A obtenu le permis am
Test0.051* (0.027)0.088*** (0.036)0.045* (0.026)5.562*** (2.107)0.057* (0.029)
Homme0.002 (0.015)0.084** (0.043)– 0.012 (0.044)6.229** (2.869)0.242*** (0.065)
Age– 0.0005 (0.001)– 0.012*** (0.003)0.001 (0.002)0.069 (0.093)0.006** (0.002)
Français– 0.054 (0.062)0.053 (0.081)0.096** (0.420)– 3.012 (2.344)0.023 (0.053)
Constante0.020 (0.057)0.614*** (0.099)– 0.135*** (0.081)14.514*** (3.845)0.128* (0.067)
Effets fixes structureOuiOuiOuiOuiOui
Observations256256256137137
2
R
0.1100.0740.0520.1840.184
Effets significatifs dans la comparaison tests-témoins à six mois

Effets significatifs dans la comparaison tests-témoins à six mois

Note : *** significatif à 1 %, ** significatif à 5*, * significatif à 10 %. Les écarts-types sont clusterisés par structure
Source : Expérimentations « Mobilité et Accès des Jeunes à l’Emploi » (MAJE) -TEPP

4.3. L’intensité du traitement compte

36Ces résultats sont intéressants mais limités. Une difficulté est que nous ne savons pas a priori si le faible nombre de résultats significatifs est lié à l’absence réelle d’impact de l’accompagnement ou à notre incapacité à le mettre en évidence compte tenu du faible nombre d’observations et du manque de puissance statistique qui en découle. C’est pourquoi nous avons construit une variable binaire « intensité du traitement », en distinguant les accompagnements de faible intensité et ceux d’intensité intermédiaire pour tenter d’affiner nos conclusions. Rappelons que les diagnostics mobilité ou les ateliers collectifs de sensibilisation sur une ou deux demi-journées sont classés comme de faible intensité tandis que les formations au permis de conduire ou les aides matérielles fournissant l’accès à un moyen de transport individuel pour une durée dépassant plusieurs jours sont considérées comme d’intensité moyenne. Aucun des programmes étudiés ne propose un accompagnement d’intensité forte, à l’image de la formation intensive au permis de conduire que propose le Service Militaire Volontaire [10] depuis 2015 ou de certaines formations dispensées dans le programme « 10 000 permis pour réussir » déjà présenté.

37Nous disposons dorénavant de données sur trois groupes : deux groupes tests, l’un offrant un accompagnement de faible intensité (83 jeunes) et un autre d’intensité intermédiaire (118 jeunes), et le groupe témoin initial (74 jeunes). Nous avons vérifié au préalable que les échantillons demeurent équilibrés, c’est-à-dire qu’il n’y a pas de différences initiales significatives dans la composition des trois groupes.

38Pour analyser les différences tests-témoins, nous avons à nouveau estimé des modèles linéaires par les MCO pour chacune des variables de résultat de l’enquête à 6 mois mais en distinguant les effets selon l’intensité de traitement. Comme précédemment, nous avons introduit trois contrôles individuels (âge, sexe, nationalité) et des effets fixes au niveau des structures expérimentatrices. Nous reportons dans le tableau 4 uniquement les résultats pour les variables pour lesquels le coefficient associé au traitement interagi avec une intensité faible ou avec une intensité moyenne est significatif. Les régressions sont mises en œuvre avec une méthode d’inférence statistique robuste avec des écarts-types clusterisés au niveau de chacun des porteurs de projet.

39Tout d’abord, l’effet de l’aide sur l’obtention d’un nouveau diplôme, qui était l’un de nos résultats précédents, demeure pour les deux groupes de jeunes, qu’ils soient suivis par des structures proposant un accompagnement peu ou moyennement intensif avec un effet plus fort pour les jeunes ayant suivi une intensité moyenne (tableau 4-a, colonne 1). Il en va de même pour l’effet positif sur la durée de recherche d’emploi, aux deux niveaux d’intensité de traitement (col 5). Ensuite, l’effet positif de l’aide sur l’accès à un emploi à temps complet n’est significatif que pour les jeunes bénéficiant d’un accompagnement assez intensif (col 3). De façon cohérente, l’aide à un effet négatif sur le fait de déclarer chercher un emploi actuellement, mais uniquement pour les jeunes bénéficiant du niveau d’accompagnement d’intensité intermédiaire (col 4). Pour le niveau d’intensité faible, nous trouvons même en effet un impact négatif de l’aide sur le montant des revenus d’activité déclarés par les jeunes (col 2).

40Ces différentes variables influencées par les programmes d’aide à la mobilité peuvent bien sûr interagir, notamment pour ce qui est de la formation et de l’emploi et les revenus d’activité. Depuis les travaux pionniers de Gary Becker [1967], une littérature particulièrement abondante a illustré les effets de l’éducation sur l’accès à l’emploi et le salaire. Cependant, comme nous avons intégré chaque variable séparément dans nos régressions, l’effet spécifique des aides les plus intenses est bien réel, même s’il peut être amplifié par des effets supplémentaires liés aux rendements de l’éducation. De plus, comme le groupe témoin est constitué de jeunes ayant également fait une démarche pour obtenir une aide, il ne peut pas non plus s’agir d’un problème de motivation.

Tableau 4a

Effets significatifs à six mois en distinguant deux niveaux d’intensité de traitement, partie 1

1-Obtention d’un diplôme inférieur au bac2-Montant total du revenu le mois dernier3-Travail à temps complet4- Actuellement,cherchez-vous un emploi ?5-Durée de recherche de l’emploi
Test*Intensité faible0.075*** (0.009)– 12.657*** (1.770)0.029 (0.045)0.009 (0.051)4.409*** (1.333)
Test*Intensité moyenne0.097* (0.053)0.666 (9.264)0.056*** (0.016)– 0.084** (0.041)6.681* (3.781)
Homme0.086** (0.042)– 0.692 (3.384)– 0.011 (0.043)0.102*** (0.031)6.455** (2.980)
Age– 0.012*** (0.003)0.126 (0.274)0.001 (0.002)0.005* (0.003)0.0700 (0.097)
Français0.052 (0.080)– 5.012 (5.234)0.095** (0.042)0.023 (0.047)– 3.229 (2.270)
Constante0.607*** (0.010)43.988*** (9.148)– 0.143* (0.083)0.625*** (0.113)14.079*** (4.472)
Effets fixes structureOuiOuiOuiOuiOui
Observations256256256256137
2
R
0.0740.1480.0820.0770.185
Effets significatifs à six mois en distinguant deux niveaux d’intensité de traitement, partie 1

Effets significatifs à six mois en distinguant deux niveaux d’intensité de traitement, partie 1

Note : *** significatif à 1 %, ** significatif à 5*, * significatif à 10 %. Les écarts-types sont clusterisés par structure
Source : Expérimentations « Mobilité et Accès des Jeunes à l’Emploi » (MAJE) -TEPP
Tableau 4b

Effets significatifs à six mois en distinguant deux niveaux d’intensité de traitement, partie 2

6- Changement de logement7- Changement de ville8- Logement indépendant9- Trajet max hebdo10- Facilité déplacement
Test*Intensité faible– 0.052 (0.091)– 0.043*** (0.026)– 0.052 (0.091)17.241*** (2.010)– 0.180*** (0.051)
Test*Intensité moyenne0.056* (0.031)0.014 (0.010)0.056* (0.031)6.576 (8.410)0.109 (0.091)
Homme0.058** (0.026)0.075** (0.032)0.058** (0.026)3.730 (3.237)0.051 (0.042)
Age0.004 (0.005)– 0.0008 (0.009)0.0045 (0.005)0.284 (0.270)– 0.001 (0.003)
Français– 0.111** (0.053)– 0.054 (0.038)– 0.111** (0.053)1.525 (6.072)0.041 (0.089)
Constante0.018 (0.122)0.196 (0.595)0.018 (0.122)50.125*** (9.043)0.317*** (0.112)
Effets fixes structureOuiOuiOuiOuiOui
Observations256256256233256
2
R
0.0940.0430.0940.0510.090
Effets significatifs à six mois en distinguant deux niveaux d’intensité de traitement, partie 2

Effets significatifs à six mois en distinguant deux niveaux d’intensité de traitement, partie 2

Note : *** significatif à 1 %, ** significatif à 5*, * significatif à 10 %. Les écarts-types sont clusterisés par structure
Source : Expérimentations « Mobilité et Accès des Jeunes à l’Emploi » (MAJE) -TEPP

41Le tableau 4-b complète ces résultats sur les variables renseignant la situation de logement et la mobilité résidentielle ou routière. L’aide produit un effet positif sur la mobilité résidentielle (col 6) et l’accès à un logement indépendant (col 8) mais uniquement lorsqu’elle est suffisamment intensive. Pour une aide d’intensité faible, l’effet est non significatif sur le fait de changer de logement (col 6) et il est négatif sur le fait de changer de commune de résidence (col 7). En d’autres termes, les jeunes de ce groupe changent aussi souvent de logement que ceux n’ayant pas bénéficié de l’aide, mais lorsqu’ils le font, ils demeurent plus fréquemment dans la même ville. En outre, pour ces jeunes qui ont bénéficié d’un accompagnement faiblement intensif, nous trouvons un effet positif sur la longueur des trajets quotidiens (col 9) et un impact négatif sur la facilité de déplacement ressentie par les jeunes (col 10). Une interprétation est que les programmes peu intensifs ont seulement sensibilisé les jeunes à la question de la mobilité sans leur apporter de réponse viable leur permettant de surmonter leurs difficultés, qui sont dès lors plus durement ressenties.

5. Conclusion

42Nous avons comparé l’évolution de la situation de jeunes en difficulté d’insertion ayant ou non bénéficié de mesures d’aide à la mobilité. Seize offreurs d’aides différents ont participé à une expérience contrôlée où les jeunes ont été répartis par tirage au sort entre un groupe test accédant au programme d’accompagnement et un groupe témoin n’y participant pas.

43Au final, 275 jeunes ont été interrogés au moment de leur candidature et six mois plus tard, tant sur leur situation professionnelle que sur leurs comportements de mobilité quotidienne. Cet effectif réduit ne permet pas de détecter statistiquement des effets positifs lorsqu’ils sont faibles mais il nous permet de détecter des effets suffisamment forts, s’ils se produisent à court terme.

44Lorsque nous traitons l’ensemble des jeunes sans distinguer selon le type d’aide dont ils ont bénéficié, nous trouvons un effet positif des aides à la mobilité sur la probabilité d’obtenir un nouveau diplôme et sur l’accès à un emploi à temps complet. Nous trouvons aussi un effet positif sur l’obtention du permis AM. Enfin, nous mettons en évidence un effet positif sur la durée de recherche d’emploi qui peut traduire soit un niveau d’exigence plus élevée dans la recherche d’emploi des jeunes, soit les effets du passage du permis de conduire qui réduit la disponibilité nécessaire pour rechercher un emploi ou une autre formation. Ces résultats suggèrent que les programmes sont globalement efficaces pour améliorer la capacité de mobilité des jeunes et que cet effet est associé à une amélioration de leur situation d’emploi.

45D’autres résultats complémentaires apparaissent lorsque l’on distingue les programmes selon le niveau d’intensité de l’accompagnement qu’ils proposent aux jeunes. Nous distinguons deux niveaux d’intensité, faible et intermédiaire. L’effet sur l’amélioration du niveau de diplôme et celui sur la durée de recherche d’emploi demeurent significatifs et positifs pour les deux niveaux d’intensité de traitement. Cependant, l’effet positif sur l’accès à l’emploi à temps complet n’est significatif que pour le traitement d’intensité intermédiaire. Les jeunes qui ont bénéficié de ce niveau d’intensité de traitement sont plus fréquemment en emploi et sont moins souvent en recherche d’emploi. Pour les jeunes qui ont suivi un programme d’intensité faible, en revanche, l’effet sur le revenu total est négatif. Une faible intensité de programme a pour effet de réduire la mobilité résidentielle des jeunes alors qu’une intensité moyenne a un impact positif sur le fait de changer de logement et d’accéder à un logement indépendant. Les jeunes qui ont suivi des programmes peu intensifs éprouvent par ailleurs plus de difficultés à se déplacer quotidiennement et couvrent des trajets plus lointains. Leurs problèmes de mobilité sont donc finalement renforcés alors que le programme qu’ils ont suivi poursuivait des objectifs exactement inverses. L’interprétation que nous privilégions est que les programmes d’intensité trop faibles peuvent au mieux sensibiliser les jeunes aux problèmes de mobilité sans les aider véritablement à surmonter ces problèmes.

46Ces résultats suggèrent que l’efficacité des aides à la mobilité des jeunes éloignés de l’emploi dépend fortement de leur intensité. Une aide d’intensité moyenne, qui prend par exemple la forme d’une préparation à un permis de conduire ou d’une aide matérielle ouvrant l’accès à un moyen de transport individuel pour une durée dépassant plusieurs jours, peut améliorer l’aptitude à la mobilité résidentielle et routière des jeunes éloignés de l’emploi et in fine leur niveau d’études et leur situation d’emploi. Au contraire, une aide trop peu intensive, qui consiste en un simple diagnostic mobilité ou en un atelier collectif de sensibilisation sur une ou deux demi-journées, est au mieux inefficace et peut même produire des effets négatifs sur l’insertion sociale et professionnelle des jeunes. Ces résultats sont cohérents avec ceux obtenus dans l’évaluation de dispositifs d’aide à la mobilité plus intensifs ciblés sur les jeunes en difficulté d’insertion, l’expérimentation « 10 000 permis pour réussir » (Le Gallo et al. [2017]) et celle du service militaire volontaire (Anne et al. [2020]), pour lesquelles nous trouvions un impact encore plus marqué sur l’intensité du retour à l’emploi.

47Pour autant, l’intensité des actions n’est aujourd’hui guère considérée par les acteurs des aides à la mobilité à destination des jeunes. Le rapport de synthèse d’Amara et al. [2016] souligne que la quasi-totalité des missions locales proposent des aides à la mobilité, directement ou dans le cadre de partenariats. Elles orientent les jeunes vers des dispositifs très divers, qui vont des tarifications préférentielles de transports collectifs aux nombreuses aides au permis de conduire. Cette orientation ne repose pas sur une évaluation des effets des dispositifs et peut conduire, si l’on suit nos conclusions, à des effets indésirables.

48Pour prolonger ces résultats, il nous semblerait utile de conduire de nouvelles expérimentations et/ou de nouveaux traitements de données permettant d’étudier les effets des dispositifs d’accompagnement à des horizons plus lointains et avec une gamme élargie d’intensité, comprenant des niveaux d’intensité plus élevés. Dans le cadre de l’expérimentation « 10 000 permis pour réussir », nous avons pu étudier un dispositif d’aide à la mobilité de forte intensité sur un horizon de deux années, et nous avions ainsi pu mettre en évidence des effets positifs à la fois sur l’aptitude à la mobilité et sur l’insertion des jeunes, mais seulement à long terme. Dans la présente étude, nous avons évalué les effets de dispositifs d’intensité variée mais uniquement sur un horizon de six mois. Une piste de recherche complémentaire serait de se donner les moyens d’évaluer dans la durée des dispositifs d’intensités variables.

Annexe 1 Les questions posées aux jeunes lors de l’enquête de suivi

1. Identification

49– Date de naissance, sexe, nationalité, commune de résidence

50– « Avez-vous obtenu un nouveau diplôme depuis le premier questionnaire que vous avez passé il y a 6 mois ? »

51Réponses possibles : « Oui » / « Non »

52– « Quel diplôme ? »

53Réponses possibles : Aucun (« Aucun diplôme ») / Inférieur au bac (« CEP », « BEPC seul, brevet des collèges », « CAP, BEP seul », « CAP, BEP avec BEPC », « Diplôme technique inférieur au baccalauréat (BEI, BEC, BEA) » / Niveau bac (« Baccalauréat technologique et professionnel, brevet professionnel », « Baccalauréat général seul », « Baccalauréat et diplôme technique secondaire ») / Supérieur au bac (« Diplôme des professions de la santé et des professions sociales niveau post-baccalauréat », « BTS, DUT », « 1er cycle universitaire », « 2ème cycle universitaire (licence, maîtrise) », « 3ème cycle universitaire (au-delà de la maîtrise) », « Grande école, diplôme d’ingénieur »)

2. Situation vis-à-vis de l’emploi

54– « Le mois dernier, quel a été votre revenu ? (Revenu total : salaire, allocations, aide financière de votre famille…) »

55– « Et le montant de vos revenus d’activités ? (salaires…) ? »

56– « Quelle est votre situation actuelle ? »

57Réponses possibles : « Occupe un emploi » / « En études ou stage non rémunéré » / « Sans emploi, suivant une formation » / « Au chômage » / « Autre »

58– « Type de contrat de travail ? »

59Réponses possibles : « CDI » / « CDD » / Autre (« Intérim, vacations, saisonniers (extra) », « Un contrat d’alternance », « Une convention de stage », « Indépendant, libéral, création d’entreprise (auto-entrepreneur) », « Pas de contrat, travail rémunéré non déclaré »)

60– « Êtes-vous ? »

61 Réponses possibles : « A temps complet » / « A temps complet » / « Ne sait pas »

62– « Actuellement, cherchez-vous un emploi (ou un autre emploi) ? passé il y a 6 mois ? »

63Réponses possibles : « Oui » /« Non »

64– « Depuis combien de temps recherchez-vous cet emploi ? »

65– « Depuis 6 mois, avez-vous suivi une formation d’au moins une semaine ? » passé il y a 6 mois ? »

66Réponses possibles : « Oui » /« Non »

3. Logement et mobilité

67– « Depuis la première enquête il y a 6 mois avez-vous changé de logement ? » passé il y a 6 mois ? »

68Réponses possibles : « Oui » /« Non »

69– « Avez-vous changé de ville/de commune ? » passé il y a 6 mois ? »

70Réponses possibles : « Oui » /« Non »

71– « Habitez-vous maintenant dans un logement indépendant ? »

72Réponses possibles : « Oui » / Non (« Non, j’habite chez mes parents (ou autres membres de ma famille », « Non, j’habite chez des amis »)

73– « Avez-vous (ou êtes-vous en train de passer) un permis de conduire : mobylette ou scooter ( – de 50 cm3), moto légère (permis A1 : 50 à 125 cm3), moto (permis A+ de 125 cm3), auto (permis B), camion/autocar (permis C et D) ? »

74Réponses possibles : Oui (« Oui, je l’ai », « Non mais je suis en train de le passer et j’ai le code » / Non (« Non mais je suis en train de le passer (pas encore ou pas de code) », « Non et je ne suis pas en train de le passer »)

75– « Envisagez-vous de passer le permis A (moto) ou B (auto) dans les 12 mois qui viennent ? » passé il y a 6 mois ? »

76Réponses possibles : « Oui » /« Non » / « Nsp »

77– « Avez-vous un véhicule motorisé à votre disposition personnelle lorsque vous avez besoin de vous déplacer : une mobylette/un scooter ou une voiture sans permis (<50cm3), une moto (permis 1 > 50 cm3), une voiture (permis B) ? »

78Réponses possibles : Oui (« Oui, dès que j’en ai besoin », « Oui, parfois ») / « Non »

79– « La semaine dernière, vous avez effectué plusieurs déplacements (quel que soit le moyen de transport). Le plus éloigné de chez vous se situe à quelle distance de votre domicile ? »

80– « Pensez-vous que vous réussissez à vous déplacer facilement ? »

81Réponses possibles : Oui (« Oui, très facilement », « Oui, assez facilement ») / Non (« Non, difficilement », « Non, très difficilement »)

Annexe 2 Équilibre des échantillons tests et témoins

Tableau A2

Comparaisons initiales tests-témoins

Moyenne groupe témoinMoyenne groupe testStatistique tProbabilité critique
Âge21,208321,16500,07650,9391
Homme0,51350,50250,16130,8721
Nationalité française0,83780,82090,33250,7400
Aucun diplôme *0,28380,26870,24650,8057
Diplôme inférieur au baccalauréat0,37840,4279– 0,74210,4593
Diplôme équivalent baccalauréat0,24320,22890,24660,8056
Diplôme supérieur au baccalauréat0,04050,03480,21590,8295
Niveau de Revenu (€)362,25380,73– 0.30580,7604
Au chômage*0,43240,40820,35780,7211
En études0,06760,04080,82020,4139
Occupe un emploi0,29730,3214– 0,38250,7027
En formation0,14860,1684– 0,39820,6911
Logement indépendant0,36490,29351,09920,2738
A un permis A10,16220,1940– 0,61990,5364
A un permis B0,16220,13430,56320,5744
A le projet de passer le permis A ou B0,74320,68161,01360,3125
Facilité de déplacement**0,64860,6965– 0,74050,4604
Comparaisons initiales tests-témoins

Comparaisons initiales tests-témoins

Lecture : La troisième colonne donne le résultat d’un test t de Welch de comparaison des statistiques dans l’échantillon témoin (première colonne) et dans l’échantillon test (deuxième colonne). Les différences statistiquement significatives correspondent aux variables dont la probabilité critique est inférieure à 0,10 dans la quatrième colonne. Remarque : des non réponses expliquent que certains totaux n’atteignent pas 100 %, comme pour le niveau de diplôme.
Notes : * Situation actuelle, pendant le mois de l’enquête ; ** La variable « Facilité de déplacement » est égale à 1 pour les réponses 1 et 2 pour la question « Pensez-vous que vous réussissez à vous déplacer facilement ? »
Source : Expérimentations « Mobilité et Accès des Jeunes à l’Emploi » (MAJE) -TEPP

Notes

  • [4]
    Arrow [1973] explique la discrimination opérée par des employeurs vis-à-vis de certaines catégories de population auxquelles ils attribuent – à tort ou à raison – une caractéristique coûteuse en moyenne. Il est alors rationnel de discriminer des individus dont on ne connaît pas la productivité individuelle à partir de la caractéristique moyenne du groupe auquel ils appartiennent.
  • [5]
    Représentant les deux tiers du coût moyen d’obtention du permis de conduire.
  • [6]
    L’étude ne peut être totalement conclusive du fait d’une part, de la double causalité entre permis et emploi et d’autre part, parce que la suppression de l’année de service militaire obligatoire peut avoir d’autres effets sur l’insertion sans relation avec le permis de conduire mais que les auteurs ne peuvent isoler.
  • [7]
    Le tirage au sort a été réalisé au niveau de chaque structure. Pendant neuf mois, pour chaque groupe de quatre jeunes proposé localement par un porteur de projet, nous avons déterminé dans un délai de moins d’une semaine l’identité de trois jeunes aidés et celle d’un jeune non aidé. Ce dernier a été orienté sur une file d’attente et n’a pas eu accès au programme avant six mois. Les jeunes non aidés constituent le groupe témoin de notre expérimentation.
  • [8]
    Les résultats complets figurent dans notre rapport d’évaluation (Anne et al. [2017]).
  • [9]
    Nous avons également inclus d’autres variables individuelles de contrôle, telles que le niveau initial de diplôme ou le statut initial mais les coefficients associés ne sont jamais significatifs.
  • [10]
    Sur les résultats de l’évaluation du Service Militaire Volontaire, cf. Anne et al. [2020].
Français

La capacité de mobilité quotidienne des jeunes, en transport individuel ou collectif, est un facteur déterminant de leurs chances d’insertion professionnelle, en particulier pour les jeunes décrocheurs qui ont quitté le système scolaire sans accéder à une formation ou à un emploi, et pour qui la faible capacité de déplacement est un obstacle avéré à l’insertion professionnelle. Dans ces conditions, comment améliorer la mobilité de ces jeunes décrocheurs ? Dans cet article, nous présentons les résultats d’une évaluation d’impact par expérience contrôlée de seize dispositifs innovants ciblés sur ce public particulier. Portés par des associations locales ou nationales, ces dispositifs ont des contenus variés : diagnostic en matière de mobilité, formation à la mobilité dans le cadre d’ateliers, apprentissage de modes de transport alternatifs, mise à disposition de deux-roues, aides financières et accompagnement pour le passage du permis de conduire et pour l’acquisition d’un véhicule. La base de données expérimentale couvre 275 jeunes suivis entre août 2015 et décembre 2016. L’évaluation montre qu’une aide à la mobilité améliore les chances d’accès à une formation et à un emploi. Toutefois, l’intensité des actions joue un rôle important. A trop faible dose, les aides à la mobilité peuvent même avoir un effet contre-productif sur l’insertion des jeunes. Pour qu’elles soient efficaces, ces aides gagnent à être intensives.
Codes JEL : C93, J16, J61, J71

  • accès à l’emploi
  • mobilité
  • permis de conduire
  • expérience contrôlée

Références bibliographiques

  • ALONSO W. [1964], Location and Land Use. Toward a General Theory of Land Rent, Harvard University press, Cambridge, Massachussets.
  • AMARA F., CHARPIN J-M., CARSIN C., LENTILE D., KNECHT D., ROUGIER I., LE RU N., POTTIER P-A. [2016], La mobilité Géographique des Travailleurs, rapport IGFIGAS, Janvier.
  • En ligneANGRIST J., IMBENS G. [1995], Two-Stage Least Squares Estimation of Average Causal Effects in Models With Variable Treatment Intensity, Journal of the American Statistical Association, 90 (430), 431-442.
  • En ligneANNE D., CHAREYRON S. [2017], Une analyse spatiale du non recours aux dispositifs sociaux, Revue d’économie politique, 127 (2), 227-253.
  • ANNE D., LE GALLO J., L’HORTY Y. [2017], « Évaluation de l’expérimentation Mobilité et Accompagnement vers l’Emploi des Jeunes -AP5 », Rapport d’évaluation, Fonds d’expérimentation pour la jeunesse, avril, 74p.
  • ANNE D., CHAREYRON S., L’HORTY Y. [2020], “In the army now… Evaluating an intensive training program for youth”, Education Economics, forthcoming.
  • En ligneAVRILLIER P., HIVERT L., KRAMARZ F. [2010], “Driven out of employment ? The impact of the abolition of national service on driving schools and aspiring drivers”, British Journal of IndustrialRelations, 48 (4), 784-807.
  • ARROW K. [1973], The Theory of Discrimination. In: Ashenfelter, O. A., & Rees, A. (eds), Discrimination in Labor Markets. Princeton University Press., 3-33.
  • BECKER G. [1967], Human capital and the personal distribution of income, Ann Arbor, Michigan : University of Michigan Press.
  • En ligneBLUMENBERG E., HESS D. B. [2003], “Measuring the role of transportation in facilitating thewelfare-to-work transition : Evidence from three California counties”, Transportation Research Record, 1859, 93-101.
  • BORJAS G. J. [1995], “Ethnicity, Neighborhoods, and Human-Capital Externalities”, The American Economic Review, 85 (3), 365-390.
  • En ligneBRUECKNER J., ZENOU Y. [2003], “Space and Unemployment : The Labor-Market Effects of Spatial Mismatch”, Journal of Labor Economics, 21 (1), janvier, 242-262.
  • En ligneBUNEL M., ENE E., L’HORTY Y., PETIT P. [2016], « Effets de quartier, effet de département : discrimination liée au lieu de résidence et accès à l’emploi », Revue économique, 67 (3), 525-550.
  • En ligneBYNNER J., PARSONS S. [2002], “Social Exclusion and the Transition from School to Work : The Case of Young People Not in Education, Employment, or Training (NEET)”, Journal of Vocational Behavior, 60 (2), April, 289-309.
  • En ligneCARCILLO S., HUILLERY E., L’HORTY Y. [2017], « Prévenir la pauvreté par l’emploi, l’éducation et la mobilité », Conseil d’Analyse Économique, note n°40, 1-12.
  • En ligneCHURCH A., FROST M., SULLIVAN K. [2000], “Transport and social exclusion in London”, Transport Policy, 7 (3), 195-205.
  • CRÉPON B., FERRACCI M., FOUGÈRE D. [2012], “Training the Unemployed in France : How Does It Affect Unemployment Duration and Recurrence ?”, Annales d’Économie et de Statistique, 107-108, 175-199.
  • En ligneDUFLO E. [2001], “Schooling and labor market consequences of school construction in Indonesia : Evidence from an unsual policy experiment”, The American Economic Review, 91 (4), 795-813.
  • GALSTER G. [2012], “The Mechanism(s) of Neighborhood Effects : Theory, Evidence, and Policy Implications”, in Neighbourhood Effects Research : New Perspectives, Springer Science & Business, 23-56.
  • GIVORD P., QUANTIN S., TREVIEN C. [2012], “A Long-Term Evaluation of the First Generation of the French Urban Enterprise Zones”, Document de travail de la Direction des études et synthèses économiques de l’Insee, G2012/01.
  • En ligneGOBILLON L., SELOD H., ZENOU Y. [2007], “The mechanisms of spatial mismatch”, Urban studies, 44 (12), 2401-2427.
  • En ligneGOBILLON L., MAGNAC T., SELOD H. [2012], “Do Unemployed Workers Benefit from Enterprise Zones ? The French Experience”, Journal of Public Economics, 96 (9-10), 881-892.
  • En ligneGOUX D., MAURIN M. [2007], “Close Neighbours Matter : Neighborhood Effects on Early Performance at School”, Economic Journal, 117 (523), 1193-1215.
  • En ligneGURLEY T., BRUCE D. [2005], “The effects of car access on employment outcomes for welfare recipients”, Journal of Urban Economics, 58 (2), 250-272.
  • En ligneIMMERGLUK D. [1998], “Job proximity and the urban employment problem : do suitable nearby jobs improve neighbourhood employment rates ?”, Urban Studies, 35, 7-23.
  • En ligneKAIN J. F. [1968], “Housing Segregation, Negro Employment, and Metropolitan Decentralization”. Quarterly Journal of Economics, 82 (2), 175-197.
  • En ligneKAWABATA M. [2003], “Job access an employment among low-skilled autoless workers in US metropolitans areas”, Environnement and Planning A, 35, 1651- 1668.
  • En ligneKLUVE J., SCHNEIDER H., AHLENDORFF A., ZHAO Z. [2012], “Evaluating continuous training programmes by using the generalized propensity score”, Journal of the Royal Statistical Society : Series A (Statistics in Society), 175 (2), 587-617.
  • LE BRETON E. [2005], Bouger pour s’en sortir. Mobilité quotidienne et intégration sociale, Armand Colin, Paris.
  • En ligneLE GALLO J., L’HORTY Y., PETIT P. [2017], “Does enhanced mobility of young people improve employment and housing outcomes ? Evidence from a large controlled experiment in France”, Journal of Urban Economics, 97, 1-14.
  • En ligneL’HORTY Y., MORIN P. [2016], « Économie des quartiers prioritaires : une introduction », Revue économique, 67 (3), 373-389.
  • L’HORTY Y., PETIT P. [2011], « Évaluation aléatoire et expérimentations sociales ». Revue Française d’Économie, 26, juillet, 13-48.
  • L’HORTY Y., SARI F. [2013], « Le Grand Paris de l’emploi : l’extension des infrastructures de transport peut-elle avoir des effets positifs sur le chômage local ? », Revue d’Économie Régionale & Urbaine, août, 3, 461-489.
  • MAWN L., OLIVER E. J., AKHTAR N., BAMBRA C., TORGERSON C., BRIDLE C., STAIN H. J. [2017], “Are we failing young people not in employment, education or training (NEETs) ? A systematic review and meta-analysis of re-engagement interventions.”, Systematic reviews., 6, 16.
  • En ligneMAYER T., MAYNERIS T., PY L. [2017], “The impact of urban enterprise zones on establishments’ location decisions and labor market outcomes : evidence from France”, Journal of Economic Geography, Oxford University Press, 17 (4), 709- 752.
  • En ligneONG P. [2002], “Car ownership and welfare-to-work”, Journal of Policy Analysis and Management, 21 (2), 239-252.
  • En ligneONG P., MILLER D. [2005], “Spatial and Transportation Mismatch in Los Angeles”, Journal of Planning Education and Research, 25 (1), 43-56.
  • ORFEUIL J.-P., RIPOLL F. [2015], Accès et mobilités, les nouvelles inégalités, Infolio éditions.
  • En ligneRAPHAEL S., RICE L. [2002], “Car ownership, employment and earnings”, Journal of Urban Economics, 52, 109-130.
  • En ligneROGERS C. [1997], “Job search and unemployment duration : implications for the spatial mismatch hypothesis”, Journal of Urban Economics, 42, 109-132.
  • TERRACOL A. [2002], « Coûts de perception et taux de non-recours aux prestations sous conditions de ressources », Les cahiers de la MSE, série blanche, 07.
  • En ligneVAN OMMEREN J., GUTIÉRREZ-I-PUIGARNAU N.E. [2011], “Are workers with a long commute less productive ? An empirical analysis of absenteeism”, Regional Science and Urban Economics, 41, 1-8.
  • En ligneWASMER E., ZENOU Y. [2006], “Equilibrium search unemployment with explicit spatial frictions”, Labour Economics, 13, 143-165.
  • En ligneZAX J., KAIN J. F. [1996], “Moving to the suburbs : Do relocating companies leave their black employees behind ?”, Journal of Labor Economics, 14, 472-493.
Denis Anne
Université Gustave Eiffel, ERUDITE (EA 437), UPEC, UPEM, TEPP (FR 2042), F-77454, Marne-La-Vallée, France
denis.anne@gmail.com
Julie Le Gallo
CESAER UMR1041 – AgroSup Dijon, INRAE, Université de Bourgogne Franche-Comté, 26 Boulevard Petitjean, F-21079 Dijon Cedex
julie.le-gallo@agrosupdijon.fr
Yannick L’Horty
Université Gustave Eiffel, ERUDITE (EA 437), UPEC, UPEM, TEPP (FR 2042), F-77454, Marne-La-Vallée, France
yannick.lhorty@univ-eiffel.fr
Mis en ligne sur Cairn.info le 27/09/2020
https://doi.org/10.3917/redp.304.0015
Pour citer cet article
Distribution électronique Cairn.info pour Dalloz © Dalloz. Tous droits réservés pour tous pays. Il est interdit, sauf accord préalable et écrit de l’éditeur, de reproduire (notamment par photocopie) partiellement ou totalement le présent article, de le stocker dans une banque de données ou de le communiquer au public sous quelque forme et de quelque manière que ce soit.
keyboard_arrow_up
Chargement
Chargement en cours.
Veuillez patienter...