Le modèle de participation

4Bien sûr, la question des incitations financières renvoie au comportement des offreurs de travail et donc le modèle le plus simple, qui peut constituer le modèle de référence, se place dans le cadre canonique de l’offre de travail où la seule raison du non-emploi est à trouver du côté des préférences in d i vi d u e l le s d a n s l’a r b it r a g e l o i si r / r e v e n u disponible. Dans ce modèle dit de participation, la seule explication possible au non-emploi est l’insuffisance des incitations financières au regard de la possible désutilité du travail, qui est appréciée par un certain nombre de facteurs observables pesant sur lesdites préférences, comme le nombre et l’âge des enfants, l’âge de l’individu, etc... L’individu reçoit une offre qui comporte une proposition de rémunération. Une équation de participation et une équation de salaire sont estimées par maximum de vraisemblance en tenant compte de la sélection endogène des individus pour lesquels on observe le salaire. Il est possible d’exhiber pour ce modèle la distr ibution sim ulé e d es r eve nus d e r ése rv e d’acceptation d’un travail pour les sans-emploi.

5Cette distribution est en effet cruciale pour estimer l’impact de toute mesure visant à restaurer les incitations financières à retrouver un emploi, comme pa r e xe m p le l a p r im e p ou r l’e m p l oi. C e tt e distribution permet de savoir de combien il faudrait accroître le revenu d’activité des sans-emploi pour que la probabilité d’accepter une proposition d’emploi augmente de x%. La probabilité de non-emploi, dont il a été question plus haut, est ici une probabilité de refus d’un emploi, puisque par hypothèse, dans ce paradigme, les offreurs de travail ne sont pas rationnés. Comme exemples d’études antérieures dans ce cadre théorique, on peut citer Bourguignon et Magnac (1990), Gravel et alii (2001), Hagneré et alii (2002). La distribution des valeurs de la désutilité au travail obtenue dans ce dernier travail (cf. figure 4) a jeté le doute dans notre esprit sur la validité de ce cadre de référence. Grosso modo, les non-employés présentaient une forte désutilité au travail, cependant qu’un grand nombre d’employés avaient une utilité positive au travail !

6Ce modèle constituant néanmoins le cadre le plus simple pour penser la question du non-emploi, nous le retenons comme premier modèle à considérer et à estimer. Nous le désignerons par la suite sous le terme de modèle de participation.

Les autres causes de non-emploi

7Devant les performances assez médiocres de ce modèle de participation, il a fallu recourir à des modèles plus élaborés qui font intervenir de manière concurrente d’autres causes de non-emploi. Ces autres modèles intégrent la possibilité que l’individu ne reçoive pas d’offre pour deux raisons principales. L a p r e m i è r e p r o v i e n t d’u n e r é a c t i o n d e comportement des entreprises qui sont censées respecter la législation du salaire minimum. Celui-ci peut constituer un frein à l’embauche du côté des entreprises et peut expliquer la présence d’une censure au niveau du SMIC, dans le cas où la productivité de l’individu, qui est égale au coût du travail dans un modèle de concurrence pure et parfaite, est inférieure au SMIC. Une deuxième raison de l’absence d’offre peut provenir d’un fonctionnement défectueux du marché du travail sur lequel est positionné l’individu, en raison de sa localisation, de son expérience passée, de la formation obtenue et du secteur d’activité. Il se peut donc que l’individu ne reçoive pas d’offre pour des raisons tenant au non-emploi frictionnel ou à un excédent structurel d’offre de travail dans sa spécialité ou sa branche d’activité. Un chômage conjoncturel de type keynésien peut également être également à l’origine de l’absence d’offre. Pour faire court, nous désignerons respectivement ces deux motifs de non-emploi par les termes de censure et de réception [2].

8Chacun des trois motifs de non-emploi, censure, réception et participation, trouve sa traduction dans une probabilité spécifique de ne pas trouver un emploi. Chacune de ces trois probabilités dépend d’un certain nombre de caractéristiques observables. La manière dont ces trois probabilités se combinent est a priori assez indéterminée. On peut écrire que la probabilité d’être en emploi est le produit de trois probabilités, la première de recevoir une offre, la se co nde de n’êtr e pa s c ensu ré, la troisiè m e d’accepter l’offre. C’est la solution retenue par Laroque et Salanié dans une série de travaux cités en références [3]. Les variables explicatives de chaque facteur de non-emploi jouent alors de manière complémentaire. Pour être employé, il faut tout à la fois avoir reçu une offre, ne pas avoir été censuré et avoir accepté l’offre. Cette façon de faire, bien q u’é ta n t a s se z n a tu re l le, n ’e st p a s l a se u le envisageable. Il se pourrait tout aussi bien que les va r ia ble s e xpl ica tiv e s de ch aq ue fa c te ur de non-emploi interagissent de manière à se compenser. En d’autres termes, des relations de substituabilité seraient présentes entre les causes observables du non-emploi [4]. Par rapport au modèle de référence q ue pe u t c on sti tu er le m odè l e p a r f ai te m e n t complémentaire, il importe certainement d’explorer les soubassements économiques de l’hypothèse économique de rechange, la substituabilité entre obstacles à l’emploi.

Des exemples de substituabilité des causes observables de non-emploi

9Les exemples n’ont de sens que par rapport aux variables explicatives que nous avons effectivement introduites dans chaque équation de non-emploi. Parmi les variables influençant la participation, nous avons introduit classiquement le nombre d’enfants de moins de trois ans, tandis que nous avons introduit l’ancienneté parmi les variables ayant un impact sur la réception. On peut légitimement se demander si le fait d’avoir commencé à travailler très tôt pour une femme et donc d’avoir accumulé de l’ancienneté et d’avoir de ce fait plus de chances de conserver son e m p l o i e s t d e n a t u r e à c o m p e n s e r l e c o û t d’o p po r tu ni té d e c o n tin u e r à t r a va i ll e r q u e représente la charge d’enfants en bas âge. Une réponse positive à cette question inclinerait à rendre s u b s t i t u a b l e s l e s v a r i a b l e s d é t e r m i n a n t l a participation et la réception. Il conviendrait alors de fondre dans une même équation participation et censure afin de pouvoir capter économétriquement cette possibilité de compensation.

10C o n c e r n a n t m a i n t e n a n t l e s p o s s i b i l i t é s d e substitution entre censure et réception, il faut r é f l é c h i r à l’i m p a c t c o n j u g u é d u c h ô m a g e départemental - une variable de tension sur le marché du travail introduite pour expliquer la réception - et de la variable censée capturer le risque de censure au SMIC, le rapport du coût salarial au coût du Smicard. Le coût salarial donne la productivité marginale de l’individu sous une hypothèse de concurrence pure et parfaite. Un faible taux de chômage [5] peut indiquer des difficultés pour des entreprises à trouver dans un bassin d’emploi donné les compétences requises.

11Les difficultés d’appariement entre offre et demande de travail légal dans un secteur donné peuvent pousser certaines entreprises de ce secteur à faire appel au travail illégal [6] et donc à rémunérer des travailleurs en dessous du SMIC. Dans ce cas, réception et censure seraient substituables. Dans une description assez riche des décisions d’embauche de l’entreprise, les deux formes de travail, légal et i ll é g a l a p p a r a i s s e n t c o m m e d e u x s o l u t io n s possibles. La difficulté d’appariement représente un coût fixe de recherche, qui réduit la rentabilité d’embauche légale, alors que le risque de pénalité réduit la rentabilité d’embauche du travailleur au noir.

12E n f i n, l’e x e m p l e d’u n c é l i b a t a i r e d o n t l a productivité est inférieure au SMIC mais dont toutes les caractéristiques observables du côté de la participation sont les meilleures possibles peut fou rnir une illustr ation d’une possibilité d e compensation entre les variables déterminant la censure et celle influençant la participation. Ce célibataire n’a pas d’handicap et son revenu en cas d’inactivité est relativement faible du fait de l’absence d’enfants. Il est donc relativement incité à accepter des propositions d’emploi, même si elles impliquent une rémunération inférieure au SMIC horaire. S’il y a substituabilité entre participation et censure, cette situation favorable du point de vue de la participation est de nature à compenser une faible productivité.

13Nous ne prétendons pas que ces arguments aient une portée très générale. On pourrait très bien opposer à ces exemples de substituabilité des exemples de complémentarité. Néanmoins, il suffit que l’on p u i s s e tr o u v e r d e s e x e m p l e s p l a u s i b l e s d e substituabilité pour motiver la mise en question du modèle strictement complémentaire et lui opposer des solutions de rechange. La question ne peut alors être tranchée qu’empiriquement.

14Nos modèles, autres que celui de participation, se distinguent les uns des autres suivant le degré de substituabilité qui est autorisé a priori entre les trois motifs de non-emploi, en considérant en bout de c h a î n e, d’u n e p a r t l e m o d è l e p a r f a i t e m e n t substituable et, d’autre part, le modèle parfaitement complémentaire et en complétant l’analyse par des modèles intermédiaires où l’on considère que l’un des facteurs est substituable par rapport aux deux autres.

Le modèle parfaitement complémentaire : le modèle Réception-Censure-Participation

15Notre modèle parfaitement complémentaire est assez proche de celui mis au point par Laroque et Salanié dans (12). Il s’en démarque cependant par un champ différent (les isolés plutôt que les femmes mariées), par l’utilisation des données de l’enquête Revenus Fiscaux qui nous perm et d’enrichir notablement les données concernant les revenus non salar iaux, par des imputations m oins frustes conc er nant l’alloc ation de logem ent, par un traitement différent du nombre d’heures de travail, par une modélisation un peu différente de l’autre non-emploi. Le traitement de la censure est également différent et vise à tenir compte de l’importance des individus rémunérés à un taux de salaire horaire inférieur au SMIC. En effet, par exemple sur l’ensemble des femmes salariés, 3% des t r a v a i l l e u s e s à t e m p s c o m p l e t d é c l a r e n t implicitement un salaire horaire inférieur au SMIC, cependant que ce pourcentage monte à 24% pour les temps partiels. La contrainte du SMIC dans les données semble donc une contrainte « molle » sans que l’on sache si le flou provient d’erreurs de déclaration ou d’horaires de travail effectivement plus importants que les horaires légaux. Plutôt que de retraiter ces données, nous les incluons dans l’analyse en supposant que l’offre d’emploi, si elle survient, comporte à la fois une proposition de salaire et une proposition d’un nombre d’heures de travail ou, ce qui revient au même, une rémunération annuelle et un salaire horaire. Une équation de rémunération annuelle est estimée au même titre qu’une équation de salaire horaire. Ces estimations nous permettent d’imputer un salaire annuel et un salaire horaire potentiels à chaque personne sans emploi. Ceci nous permet d’estimer le risque que le salaire horaire soit inférieur au SMIC et donc une probabilité que cette proposition de travail ne puisse se concrétiser en raison de la censure opérée par le SMIC.

Objectifs et plan de l’article

16Le but premier de l’article est donc d’examiner comment se comportent nos paramètres d’intérêt que repré se nte nt les deux va riable s d’incitations financières en passant d’une modélisation à une autre. Une autre question, de nature plus ardue, est de savoir si on peut calculer dans ces différents modèles quelque chose qui puisse s’apparenter vraiment à un revenu de réserve d’acceptation d’un emploi, comme on est en droit de le faire dans le modèle de participation. Pour être en mesure de le faire, il faut que les variables qui sont censées être liées aux préférences n’influent pas sur les deux autres motifs d e n o n - e m p l o i. S i n o u s é t i o n s e n m e s u r e d’appréhender les facteurs de réception par des données adéquates concernant le taux d’arrivée des offres sur tel marché du travail segmenté par la localisation, l’expérience, la formation et le métier, tel serait bien le cas. Mais, c’est là que le bât blesse, nous ne disposons pas à l’heure actuelle de telles données fiables et donc nous sommes obligés de nous en remettre à des variables proxy qui, pour un certain nombre d’entre elles, peuvent être suspectées d’influencer les préférences. Pour prendre un exemple concret, prenons le cas du handicap. Il peut jouer sur les préférences en augmentant la pénibilité du travail, mais il e st susceptible égalem ent d’influencer la réception d’une offre, les entreprises pr a t iqu a nt su iv a nt l e s c a s un e p o lit iq ue d e disc rimina tion négative, ou une politique de discrimination positive comme l’exige la loi. L or sq u ’o n r a i so n n e d a n s l e c a s d u m o d è l e complètement substituable, où le handicap est une variable parmi d’autres dans l’équation d’emploi, qui mixe toutes les causes de non-emploi, il est bien évident que la présence d’une telle variable empêche d’isoler les préférences des autres facteurs de non-emploi. La décomposition du non-emploi n’est d o n c p a s p o s s i b l e d a n s c e c a s d e f i g u r e. Plaçons-nous maintenant dans le cas du modèle purement complémentaire. Dans la mesure où l’équation de participation est bien séparée de l’équation de réception, le modélisateur fait face à un choix difficile. Pour des raisons d’identification non paramétrique, il doit attribuer la variable à l’une des deux équations. Ce choix est forcément ad hoc et c’est pour cela que nous avons été amenés à considérer des variantes dans le modèle purement complémentaire, suivant l’affectation des variables qui peuvent servir d’instrument de contrôle à la fois à la participation et à la réception. C’est également un deuxième objectif de cette étude que de mettre en lumière ce genre de difficultés qui surviennent lorsqu’on abandonne le paradigme pur de l’offre de travail et d’en appréhender l’importance empirique.

17Le plan de l’article est le suivant. La première partie est consacrée à l’exposé théorique des modèles, la deuxième au modèle de microsimulation et au traitement des données. L’exposé de la méthodologie économétrique fait l’objet d’une troisième partie, tandis que les résultats et des exercices de simulation pour se rendre compte des différences de prédiction sur des cas types font l’objet d’une quatrième partie. Enfin, une dernière partie livre les principaux enseignements de cette étude et compare cette étude avec celles menées par Laroque et Salanié.

Le modèle Réception-Censure-Participation

La censure au SMIC

26La probabilité conditionnelle à ? de ne pas être _i censuré par le couperet du SMIC, P^nc ( )?, résulte _i d’un comportement d’optimisation de la part de l’entreprise. Nous supposons que le niveau de risque dépend de la comparaison des coins salariaux. Le coin salarial est une fonction de la rémunération et du nombre d’heures, noté C h( , )?, que l’entreprise i i compare avec C SMIC h( , ) qui donne le coin _i salarial si l’entreprise avait rémunéré l’individu au SMIC (dans la limite de 39 heures par semaine) et au-delà en appliquant la législation sur les heures supplémentaires. La pénalité qu’encourt l’entreprise est supposée linéaire [9] en fonction du rapport

dans la limite ?_i SMIC<. En supposant que l’entreprise éprouve de l’aversion au risque et en retenant une spécification logarithmique pour la fonction d’utilité de Von Neuman-Morgenstern, l’e n t r e p r i s e c o m p a r e l e n i v e a u d e r i s q u e correspondant à l’embauche donné par

à un seuil de risque, une valeur négative ou nulle, qui lui est propre. Si ce seuil est dépassé, l’embauche a lieu, sinon l’entreprise renonce à l’embauche. Ces seuils de risques sont distribués selon une certaine loi, qui génère P^nc conditionnellement à ?_i.

La participation [10]

27Une ré a lisation de c es d iff ér e ntes v ar iab les aléatoires permet à l’individu d’être placé en situation de choix, lorsque les circonstances lui sont favorables. Comme le modèle est entièrement statique, la consommation de l’individu est juste égale à son revenu disponible. S’il ne travaille pas, son revenu disponible est égal à R a( ; )? où a i i0_i désigne ses ressources hors activité et transferts (qui sont supposées identiques en cas d’emploi ou de non-emploi et insensibles à toute réforme) et ? représente le système fiscalo-social. S’il travaille, son revenu disponible R y a i ( , ; )? dépend en plus i i de son revenu d’activité y. On notera que les _i fonctions de revenu disponible sont indexées car les formules de calcul des transferts peuvent dépendre de caractéristiques de l’individu comme l’âge, son lieu de résidence, etc... La prise en compte de la taille familiale est réalisée classiquement en raisonnant en revenu disponible équivalent, qui se définit en divisa nt le reve nu disponible par le nom br e d’é quiva lents-a dultes donné pa r une éche lle d’équivalence.

28Le seul choix que réalise l’individu dans le cadre de ce modèle extensif d’offre de travail est d’accepter ou de refuser le travail qui lui est proposé. Ce choix est guidé par les valeurs prises par une fonction d’utilité U_il (. ) qui dépend du statut d’emploi, l = 1 quand l’individu est employé, l = 0 sinon. Par rapport au revenu disponible, la fonction d’utilité est du type Vo n N e u m a n - M o r g e n s t e r n ( V N M ) a v e c u n coefficient d’aversion relative au risque constant et égal à 1 [11]. La spécification retenue est la suivante :

L’u t i l i t é d e l’i n d i v i d u n ’e s t p a s s u p p o s é e additivement séparable en consommation et statut d’e mp loi. C elui-c i inte rvie nt à tra ver s de ux paramètres. Une valeur négative du paramètre m _i peut s’interpréter comme une désutilité du travail induite par exemple par les coûts fixes de garde pour un ménage monoparental, alors qu’il représente une valorisation associée à l’intégration au monde du travail en cas de valeur positive. Le paramètre ?_i affecte l’utilité marginale du revenu. Si la valeur de ce paramètre est supérieure à 1, cela indique qu’un individu ne peut atteindre à temps plein ou à temps partiel le même niveau d’utilité marginale qu’en non-emploi que si son revenu est supérieur. Ce complément de revenu compense des coûts qui seraient variables avec le revenu, par exemple c e r t a i n s f r a i s d e g a r d e e t c e r t a i n s f r a i s professionnels. Les deux param ètres peuvent dépendre de la taille familiale. L’individu accepte la proposition d’emploi si et seulement siU U>. La i i1 0 décision de l’individu détermine un statut d’emploi noté L qui vaut 0 dans en cas de non-emploi, et 1 _i autrement. En résumé :

Comme y est une variable aléatoire, la réponse de _i l’in di vi d u p ou r l’ob se r v a t e ur e s t d e n a tu r e sto c ha stiqu e e t P y p ( ) e st la pr oba bi lité de i i participer conditionnelle à y_i.

29Au total dans ce modèle, la probabilité d’être employé sachant y_i et ?_i, P y ie i i ( , )? est donnée par :

Bien évidemment,

et nous avons bien à faire à un modèle où les trois motifs du non-emploi jouent d’une façon strictement complémentaire [12].

Les autres modèles

30Une fois ce modèle exposé, il est relativement aisé de comprendre la logique de construction des autres modèles [13]. Le premier modèle est un modèle pur de participation (modèle P) où les deux probabilités P_i^r et P^nc_i ( )? sont posées par hypothèse égales à 1 :

31Dans le modèle d’emploi (modèle E), celles-ci peuvent se compenser et apparaissent comme s u b s t i t u a b l e s d a n s u n e é q u a t i o n d’e m p l o i fourre-tout qui ne procède pas d’un comportement d’o p t i m i s a t i o n. S o i t X^r u n v e c t e u r d e _i c a r a c té r i st iq u e s i n di v id ue ll e s e x p li qu a n t l a réception d’offre et ?_r un vecteur de paramètres associés, alors l’emploi est expliqué par la variable latente suivante

32Dans le modèle Emploi-Censure (Modèle CE), c’est la censure qui est singularisée

Sources

33Nous mobilisons les données de l’enquête Revenus Fiscaux 1998 qui concernent 2/3 des ménages des enquêtes Emploi 1997 et 1998. Pour chaque ménage, on dispose donc du revenu de marché annuel, du revenu salarial mensuel au mois de mars 1997 et au mois de mars 1998 et du temps de travail déclaré ainsi que du calendrier d’activité mois par mois au cours de ces deux années.

34L’originalité dans l’utilisation des données réside dans la mise en œuvre d’un double couplage : toutes les variables d’intérêt financier pour l’étude de la décision de participation proviennent de l’enquête Revenus Fiscaux, tandis que l’enquête Emploi est mobilisée pour les variables permettant d’apprécier le phénomène de censure au SMIC. Les modèles théoriques nous indiquent que chaque individu reçoit une offre qui porte tout à la fois sur un revenu d’activité annuel et un nombre annuel d’heures de travail, autrement dit une offre qui porte bien sur les deux aspects, revenu d’activité annuel, salaire horaire. La première donnée provient de l’enquête Revenus Fiscaux et la seconde de l’enquête Emploi. Sont compris dans le revenu d’activité annuel les traitements et salaires au sens de l’enquête Revenus Fiscaux de la personne de référence du ménage, dé du c tion f a ite de s a llo ca tio ns d e c hô m ag e éventuelles. Pour les individus qui n’ont pas travaillé toute l’année 1997 (leur calendrier est connu grâce à l’EE), nous dérogeons à notre règle, leur salaire annuel net imposable n’est pas celui de l’enquête Revenus Fiscaux et nous lui avons substitué une valeur égale à 12 fois le salaire mensuel renseigné dans l’enquête Emploi.

35Cette division du travail entre les deux sources nous semble naturelle. D’une part, les revenus hors travail et hors transferts sont renseignés dans l’enquête Revenus Fiscaux, alors qu’ils ne le sont pas dans l’enquête Emploi. D’autre part, les transferts sont mieux renseignés dans Revenus Fiscaux et il est plus approprié d’utiliser pour le calcul des conditions de ressources la source de revenu d’origine fiscale qui est réputée de meilleure qualité statistique qu’une donnée d’enquête. Par contre, le calcul du salaire horaire qui nécessite des données d’heures de travail ne pouvait se baser que sur les données de l’enquête Emploi.

36On pourrait se demander si ce dualisme ne peut entraîner des incohérences. Tel que les modèles sont construits, nous faisons comme si la décision du ménage prenait appui sur des données provenant de R e v e n u s F i sc a u x, a l o r s q u e la d é c i s io n d e l’entreprise mobilise des données de l’enquête Emploi. Aucun agent dans le modèle n’a besoin de croiser ces informations.

Champ : les isolés

37 Les individus retenus sont les isolés (en distinguant les hommes des femmes), âgés de 20 à 60 ans, qui ne se déclarent ni retraité ni étudiant ni préretraité. Sont exclus d’emblée les individus qui ont un statut d’indépendant, d’em ployeur, d’aide familial, d’apprenti, de stagiaire [14] et d’une manière générale tout individu dont l’activité n’est pas réglementée par le SMIC. Les individus qui bénéficient de contrats aidés ne sont pas pris en compte car on ne connaît pas le coefficient d’aide dont bénéficient les entreprises qui les accueillent. Enfin, les individus qui ne sont pas la personne de référence du ménage sont écartés du champ de l’étude. Les sans-emploi regroupent les chômeurs, les personnes qui se déclarent être au foyer et les autres inactifs et, par convention, ceux qui travaillent sont les individus qui se sont déclarés en emploi en mars 1997 dans l’enquête Emploi. Au total, la taille de l’échantillon féminin est de 3222 individus, représentatifs de 972 573 adultes, tandis que l’échantillon masculin est plus réduit, 1801 unités représentatif de 661 373 personnes dans la population française [15]. Le taux de non-emploi est plus élevé chez les femmes que les hommes : 2340 femmes sont en effet en emploi, ce qui correspond, compte tenu de la pondération, à un taux de non-emploi de 26,82%, alors que 1409 hommes sont en emploi, ce qui nous donne un taux de 21,95% de non-emploi. Chez les hommes, 5,12% travaillent à temps partiel et cette proportion est b e a u c o u p p l u s c o n s i d é r a b l e c h e z l e s femmes,17,51%. Signalons enfin que toutes les personnes qui ont un revenu disponible d’inactivité nul (8 femmes et 8 hommes) ont été écartées de l’échantillon et qu’un seuil de salaire horaire net minimal a été fixé à 15 francs, ce qui élimine 55 individus du champ de l’étude.

38Les caractéristiques socio-démographiques des deux sous-échantillons sont présentées dans le tableau 1.

Tableau 1

statistiques descriptives

Tableau 1 : statistiques descriptives Femmes Hommes Moyenne Fréq. Moyenne Fréq. Age 42,28 39,93 Revenu d’inactivité/ u.c. 39 197 38 316 Nombre d’enfants 0,74 0,127 âge < 3 ans 0,047 0,002 âge > 3 ans et ? 6ans 0,067 0,006 âge > 6 ans et ? 20 ans 0,47 0,08 Sans diplôme - CEP 31,80 28,80% BEPC 8,56% 6,12% CAP-BEP 23,19% 28,50% BAC PRO 5,38% 6,83% BAC 7,57% 4,82% SUP cycle 1 6,67% 9,57% SUP cycle 2 12,77% 6,38% SUP cycle 3 4,06% 9,51%

statistiques descriptives

Pour l’étude de la censure au SMIC : l’Enquête Emploi

39Le salaire horaire a été d’abord calculé sur la base du salaire mensuel dans l’enquête Emploi 1997, y compris les primes déclarées dans cette enquête.

40Pour certains individus qui sont employés en mars 1997, les données concernant leur salaire et les heures déclarées sont manquantes. On leur a imputé les valeurs du mois de mars 1998, voire mars 1996. Cela concerne 16 individus.

41Par contre, nous avons procédé à un redressement des heures de travail au regard des données figurant dans les DADS (Déclaration annuelle d’activité salarié).

42L’e nq u ê t e E m p l oi r e n s e i gn e s u r le s h e u r e s habituellement travaillées tandis que les DADS concernent les heures rémunérées. La comparaison des données de l’Enquête Emploi et des données DADS suggère une différence significative. La figure 1, qui donne la fonction de répartition de la durée hebdomadaire de travail pour les hommes et pour les femmes qui travaillent à temps plein pour les deux enquêtes, en respectant bien évidemment le même champ d’étude, témoigne d’une surestimation systématique pour les hommes ; la distribution de l’enquête Emploi domine stochastiquement au premier ordre la distribution pour les DADS.

Figures 1

répartition des heures Enquête emploi et DADS

Figures 1 : répartition des heures Enquête emploi et DADS Femmes Hommes 1,0 1,0 Enquête Emploi 0,8 Enquête Emploi 0,8 DADS DADS 0,6 0,6 0,4 0,4 0,2 0,2 0,0 0,0 0 10 20 30 40 50 60 70 80 90 100 0 10 20 30 40 50 60 70 80 90 100

répartition des heures Enquête emploi et DADS

43Pour les femmes, le phénomène de surestimation est manifeste pour les durées du travail supérieures à 40 heures. Pour les durées inférieures, c’est la relation inverse qui prévaut, les durées seraient sous-estimées dans l’enquête Emploi. Il est rassurant cependant de constater que la proportion des individus qui ont une durée de travail hebdomadaire inférieure ou égale à 40 heures est identique dans les deux distributions et ceci pour les deux sexes.

44Si les données d’heures de travail de l’enquête E m p lo i é t a i e n t f i a bl e s, c e t t e s u r e st i m a t io n prouverait, selon la terminologie juridique en vigueur, que le travail “dissimulé”est un phénomène d’une ampleur avérée. Nous prendrions les données de l’enquête Emploi telles quelles et la rémunération horaire serait alors calculée en fonction de ces données. À ce stade, il convient toutefois de prendre en ligne de compte l’avis des enquêteurs qui ont en charge l’enquête Emploi selon lequel les données d’heures de travail, au niveau individuel s’entend, sont à prendre avec précaution. Des erreurs de mesure sont possibles voire certaines dans un certain nombre de cas. Les personnes interrogées auraient du mal à faire la distinction entre les pauses et les périodes réelles de travail, certaines inclueraient tout ou partie des temps de transport, ce qui n’est pas totalement illégitime d’ailleurs si un certain type de travail est effectué pendant le trajet en transport en commun. D’une façon générale, il semble qu’il y ait un biais vers le haut et que les personnes aient tendance à arrondir vers le haut leur temps de travail. L’ensemble des données des statistiques françaises en matière de travail ne permet pas de quantifier la part de l’écart entre données DADS et données de l’enquête Emploi qui peut être qualifiée de travail dissimulé et celle qui ressort d’une erreur de mesure. Dans ces conditions, il faut faire un choix et nous avons pris le parti de minimiser les heures de travail et donc d’imputer l’écart entre les deux distributions comme le résultat d’une seule erreur de mesure. L’évocation de phénomènes de fraude au SMIC est une question sensible et nous ne tenons pas à ce que nos estimations soient entâchées d’une suspicion concernant des erreurs de mesure sur les heures de travail.

Figures 2

fonction de passage des heures Enquête emploi aux heures DADS

Figures 2 : fonction de passage des heures Enquête emploi aux heures DADS Femmes Hommes Heures DADS Heures DADS 100 100 90 90 80 80 70 70 60 60 50 50 40 40 30 30 20 20 10 10 0 0 0 10 20 30 40 50 60 70 80 90 100 0 10 20 30 40 50 60 70 80 90 100 Heures Enquête Emploi Heures Enquête Emploi

fonction de passage des heures Enquête emploi aux heures DADS

Figures 3

distribution des coins salariaux horaires (des employeurs)

Figures 3 : distribution des coins salariaux horaires (des employeurs) Femmes Hommes 12% 10% 9% 10% 8% 7% 8% 6% 6% 5% 4% 4% 3% 2% 2% 1% 0% 0% 0 16 32 48 64 80 96 112 128 144 160 176 192 208 224 240 256 272 288 0 16 32 48 64 80 96 112 128 144 160 176 192 208 224 240 256 272 288

distribution des coins salariaux horaires (des employeurs)

45N o u s a v o n s d o n c p r o c é d é à u n c a la g e d e s distributions de durée du travail de l’enquête Emploi sur celles des DADS en distinguant pour chacun des deux sexes les personnes qui travaillent à temps plein et à temps partiel. Le graphe de la fonction de passage fait l’objet de la figure 2.

46Compte tenu de cette correction, 7,24% des femmes (respectivement 4,56% des hommes) sont payées à un salaire horaire en dessous du SMIC horaire brut de juillet 1996 (soit 37,91FF ou 5,79 euros) ; 3,56% (resp. 4,04%) pour les temps plein mais 24,06% pour les temps partiel (resp.14,19%).

47La distribution des productivités, c’est-à-dire la distribution des coins salariaux horaires, est retracée dans la figure 3 ci-dessus pour les femmes et les hommes avec la césure du SMIC.

48I l s e m b l e b i e n q u ’u n e p e r s o n n e q u i a u n e productivité inférieure au SMIC, puisse quand même avoir une chance d’être embauchée : pour remplir la tâche impartie, elle réalise des heures en sus des heures officielles et, l’entreprise est prête à l’accepter. Laroque et Salanié adoptent alors un traitement différentiel suivant le temps partiel ou le temps plein de la censure au SMIC. Pour les personnes travaillant à temps plein, ils considèrent que le couperet du SMIC est définitif et, à cette fin, ils éliminent de l’échantillon les 12% des personnes r é m un é r é e s e n de s so u s d u S MI C da n s le u r échantillon. Par contre pour les salariés à temps partiel, ils gardent tout le monde en éliminant seulement les individus qui gagnent moins de 3000 FF par mois. Nous retenons un traitement indifférencié de la contrainte du SMIC qui n’exerce qu’une troncature “probabiliste”, que l’on soit à plein temps ou à mi-temps. À ce stade nous supposons que le logarithme du salaire horaire est mesuré sans erreur. Si ce n’est pas le cas, mais que le résidu de l’équation de productivité n’est pas corrélé avec les variables explicatives, les estimations de productivité sont imprécises mais resteront sans biais. En particulier, sous cette hypothèse, la probabilité que l’entreprise accepte de rémunérer en dessous du SMIC est correctement estimée.

Pour l’étude de la participation : Revenus Fiscaux

49 Une petite complication intervient dans le calcul du revenu disponible du fait qu’un même ménage Insee peut comprendre plusieurs foyers fiscaux. Le revenu disponible d’inactivité comprend les revenus du capital au sens des Revenus Fiscaux (RF) et les revenus des autres personnes du ménage, y compris ceux appartenant à d’autres foyers fiscaux. Les impôts sur le revenu acquittés par ces autres foyers viennent évidemment en déduction et ne font pas l’obj et d’une m ic r osi m ula tio n. D u c ôté de s prestations, sont microsimulés le RMI, l’API (Alloc ation d e pa re nt isolé), le s a lloc ations familiales de base, le complément familial, l’APJE ( A l l o c a t i o n p a r e n t a l e p o u r j e u n e e n f a n t ), l’allocation de rentrée scolaire, l’aide au logement et l’APL (Allocation personnalisée au logement). On se place dans une perspective de long terme, c’est-à-dire que l’on néglige tous les phénomènes d’intéressement (cumul temporaire d’un minimum social et d’une activité rémunérée autorisé par la législation). Ce choix, qui n’est pas exempt de critiques, a été guidé par deux considérations. D’une part, la base de données RF ne se prête pas bien au calcul des suppléments provisoires de revenu qu’autorise le système fiscalo-social, puisque les revenus d’activité des années antérieures n’y sont pas renseignés. D’autre part, l’erreur en 1997 est modeste car les possibilités de cumul restaient à l’époque très limitées (cf. par exemple, Fleurbaey et alii (4)). Les allocations de chômage ne sont pas prises en compte, ce qui se justifie, là encore, lorsque l’on adopte une optique de long terme. L’ASS (Allocation de solidarité spécifique) n’a pas été calculée en raison du manque d’information sur le calendrier d’activité passée de l’individu.

50Les montants de l’AL et de l’APL dépendent des revenus d’activité et doivent donc être simulés.

51Comme ces deux allocations dépendent du loyer, nous avons décidé d’imputer un loyer ou un montant de remboursement d’emprunt sous l’hypothèse que le statut d’emploi n’influe pas sur les choix d’habitation. Cette hypothèse, défendable à court terme, ne l’est pas à long terme. Il faut donc ajouter que nous nous plaçons à court terme aussi bien en termes de choix d’habitation que de choix de localisation et de composition familiale. Étant donné qu’aucune des deux bases de données ne comporte le montant du loyer, la possibilité de construire un m o d è l e o ù l e s c h o i x d’h a b i t a t i o n s e r a i e n t endogénéisés ne nous est pas offerte de toute f a ç o n [16]. L’i m p u t a t i o n d u l o y e r ( o u l e remboursement d’emprunt) par nombre de pièces est réalisé à partir d’une équation économétrique e s t i m é e à p a r t i r d e l’e n q u ê t e L o g e m e n t (respectivement Budget des Familles pour les accédants à la propriété) en prenant comme variables ex plica tive s des c ar a cté ristique s du m é nag e communes à l’enquête Emploi et à l’enquête Logement (resp. BDF) [17]. Les estimations obtenues font état d’un R2 de plus de 0,7.

52L’impôt sur le revenu du foyer fiscal de la personne de référence et les cotisations sociales salariales et patronales calculés selon le barème du régime général sont également microsimulés et la réduction de charges pour les individus travaillant à temps partiel en vigueur en 1997 est incorporée. D’une manière générale la législation appliquée est celle en vigueur en 1997. Le revenu disponible du ménage est divisé au moyen des échelles d’équivalence Insee (0,3 pour les enfants de moins de 15 ans, 0,5 pour les enfants de plus de 15 ans) pour obtenir des revenus disponibles équivalents.

53La distribution des revenus disponibles équivalents d’inactivité suivant le sexe et le statut d’emploi est exposée dans la figure 4.

54La distribution de revenu disponible en cas de non-emploi exhibe deux pics quel que soit le cas de figure. Le premier rassemble tous ceux qui ne peuvent toucher que le RMI, soit parce qu’ils sont hébergés soit parce qu’ils sont propriétaires et que leurs emprunts sont déjà remboursés. Le second pic, d’une valeur un peu inférieure au double du premier, correspond aux individus qui peuvent cumuler le RMI et une aide au logement. Il apparaît assez nettement que les revenus des femmes isolées sont plus diversifiés que celui des hommes. Un certain nombre d’entre elles bénéficient de pensions alimentaires et/ou de l’API, ce qui contribue à lisser l a d i s t r i b u t i o n d e s r e v e n u s d i s p o n i b l e s e n non-emploi chez les femmes et à la différencier de celle des hommes.

Figures 4

revenu disponible équivalent d’inactivité

Figures 4 : revenu disponible équivalent d’inactivité Femmes employées Femmes non employées 25% 25% 20% 20% 15% 15% 10% 10% 5% 5% 0% 0% 0 7500 15000 22500 30000 37500 45000 52500 60000 67500 75000 82500 90000 97500 0 7500 15000 22500 30000 37500 45000 52500 60000 67500 75000 82500 90000 97500 Hommes employés Hommes non employés 40% 35% 35% 30% 30% 25% 25% 20% 20% 15% 15% 10% 10% 5% 5% 0% 0% 0 7500 15000 22500 30000 37500 45000 52500 60000 67500 75000 82500 90000 97500 0 7500 15000 22500 30000 37500 45000 52500 60000 67500 75000 82500 90000 97500

revenu disponible équivalent d’inactivité

Figures 5

revenu disponible équivalent d’activité (des employés)

Figures 5 : revenu disponible équivalent d’activité (des employés) Femmes 8% 7% 6% 5% 4% 3% 2% 1% 0% 0 50000 100000 150000 200000 250000 Hommes 8% 7% 6% 5% 4% 3% 2% 1% 0% 0 25000 50000 75000 100000 125000 150000 175000 200000 225000 250000

revenu disponible équivalent d’activité (des employés)

55La distribution des revenus d’activité des femmes employées est plus symétrique que celle des hommes, en raison de l’importance du travail à temps partiel.

Réception

56Les variables qui saisissent la “ chance” d’un individu de recevoir une offre seraient idéalement le taux d’arrivée par unité de temps des offres d’emploi sur le marché du travail auquel appartient l’individu de par sa formation, sa branche d’activité, son expérience, sa localisation géographique. Pour l’instant, nous ne disposons pas de telles données et nous devons nous rabattre sur des variables proxy qui présentent au mieux une corrélation attendue avec ce que nous voudrions mesurer. Nous avons retenu en premier lieu les taux de chômage nationaux pour l’année 1997 en croisant expérience et âge avec le d i p l ô m e a i n s i q u e l e s t a u x d e c h ô m a g e départementaux pour cette même année. Ensuite, en désespoir de cause, nous avons introduit quelques caractéristiques individuelles pouvant avoir un impact sur le taux d’arrivée des offres comme le fait d’être handicapé, d’être étranger et l’expérience générale (âge moins âge de fin d’études) en forme quadratique, en retenant l’hypothèse que l’on a le maximum de chances de recevoir une offre après 20 ans d’expérience.

Modèle de Participation (P)

58Il s’agit d’estimer classiquement deux équations, un e é q ua ti on de sa la i re e t u ne é qu a tio n d e participation.

Équation de salaire annuel net imposable

59Avec y le salaire annuel net imposable, l’équation _i de salaire est donnée par une équation de Mincer :

avec l’écart type de l’erreur ? 0>, un bruit blanc ₁ ? N X0 1 ( , ), le vecteur de caractéristiques _{i i}1 1 expliquant le salaire et ? le vecteur de paramètres ₁ associé. On suppose que cette écriture est valable aussi bien pour les individus avec un emploi que pour c e u x o b s e r v é s s a n s e m p l o i. X ? t r a d u i t _{i1 1} l’hétérogénéité interindividuelle observable de r e v e n u d’a c t i v i t é t a n d i s q u e ? ? t r a d u i t 1 1i l’hétérogénéité non observable. Cette équation ne peut être estimée que sur l’échantillon d’individus qui ont un emploi. Bien évidemment, une estimation de cette équation par simples MCO souffrirait d’un biais de sélection endogène des individus actifs, qu’il convient de corriger à l’aide de l’équation de sélection (équation de participation).

60Pour les employés, le résidu de l’équation (8) s’écrit :

Équation de participation

61En s’appuyant sur la modélisation économique de la participation condensée dans l’équation (3), la variable latente pour accepter ou refuser un emploi caractérisé par y_i est donné par :

o ù X^p e s t u n v e c t e u r d e c a r a c t é r i s t i q u e s _i individuelles expliquant la participation, ?, ? et ₀₁ ?_p les paramètres à estimer et v_i un terme d’erreur suivant une loi N(0,1) [18].

62La probabilité de participer de l’individu i, sachant y_i, [19] est donc :

Dans toute équation de sélection, seul le signe de la variable latente est identifiable, donc seul le rapport entre les coefficients à estimer et l’écart type des résidus est identifiable. La solution généralement adoptée consiste à normaliser à 1 la variance des résidus de l’équation de sélection. Si

et

avec ? le coefficient de corrélation entre les résidus ₁ de l’équation de salaire annuel et de l’équation de p a r t i c i p a t i o n e t , a l o r s E v_{i i i} ( | )? ? ? 1 1 1 = V v_{i i} ( | )? ? 1 12 1= ?. En posant

on obtient
E_{i i} ( | )? ?₁ 0= etV_{i i} ( | )? ?₁ 1=. On suppose que ?_i suit une loi Normale N (0,1), avec ? sa fonction de répartition. D’où :

Vraisemblance

63Le cas de l’employé

avec

la densité de la loi normale.

64Le cas du non-employé

65 On ne connaît pas y, donc ? peut prendre toute _i1i valeur dans R. On intègre donc sur ?_1i.

Modèle d’Emploi (E)

66Une deuxième équation de “salaire” qui correspond au coût du travail vient s’ajouter aux deux équations p r é c é d e n t e s, c e p e n d a n t q u e l’é q u a t i o n d e participation se transforme en équation d’emploi.

Equation du coût du travail

67On calcule pour chacun des salariés les coûts du travail correspondant au salaire brut horaire de l’individu ?_i et au SMIC horaire smic, associés à h_i heures de travail.

68On calcule alors

69 ?C h C h C smic h i i ( , ) ln ( , ) ln ( ( , ))? ?= ? q u i e s t i i supposé satisfaire :

avec? ? 2 0 0 1>, ( , ),N X le vecteur des variables 2 1i i explicatives (les mêmes que dans l’équation de salaire annuel net imposable (8)) et ?₂ le vecteur de paramètres associé.

70Le résidu de l’équation (13) pour les employés s’écrit :

Equation d’emploi

71Cette fois-ci, on cherche la probabilité d’être employé. La traduction économétrique de l’équation d’emploi (4) demande à ce que la variable latente pour avoir un emploi caractérisé par y_i et ?C_i soit donnée par :

o ù X^r e s t u n v e c t e u r d e c a r a c t é r i s t i q u e s _i individuelles e xpliqua nt la réce ption d’off re d’emploi.

72La probabilité d’être employé de l’individu i, sachant ?_i et ?C_i, est donc :

avec ? le coefficient de corrélation entre les deux ₀ équations de salaire e t ? le c oefficient de ₂ corrélation entre l’équation d’emploi et l’équation de coût du travail, alors, par le même raisonnement que précédemment, on aboutit à

où ?_i e= et ?_{2 2i i} e= pour les individus observés _{1 1i} employés.

Vraisemblance

73Le cas de l’employé

où ? est la densité de la loi normale bivariée centrée _b réduite avec ?₀ le coefficient de corrélation

74 Le cas du non-employé

75 On ne connaît ni y ni ? donc ? et ? peuvent _ii1i2i prendre toutes valeurs dans R2. On intègre donc sur ?_1i et ?_2i.

Modèle Censure-Emploi (CE)

76Les deux équations de salaire sont identiques aux équations précédentes. La censure au SMIC est détachée de l’emploi.

Equation d’emploi

77Il s’agit encore d’une équation d’emploi mais sans v a r i a b l e d e c e n s u r e. L a v a r i a b l e l a t e n t e correspondante à l’équation (5) est :

et la probabilité correspondante est donnée par :

Equation de Censure

78Le modèle théorique nous dit que la probabilité de ne pas être censuré est égale à 1, lorsque la productivité est éga le ou supé rieur e au S MIC, que c ette probabilité tend vers 0, quand la productivité tend vers 0, c’est-à-dire lorsque ?C h( , )? tend vers ? ?. i i On souhaite modéliser cette probabilité de ne pas être censuré par une fonction croissante sur R^?, qui vaut 1 en 0 et qui tend vers 0 en ? ?. Une candidate possible est la fonction suivante

Cette forme est tout aussi ad hoc que celle proposée par Laroque et Salanié (2003, p. 83) mais elle offre l’avantage d’être dérivable en 0 ( ? =SMIC), ce qui _i ré duit les p roblè m es de m axim isa tion de la vraisemblance. On considère donc une probabilité de ne pas être censuré de la forme suivante :

avec ? ? 0, et ?_{2 2i i} e= pour les individus observés employés.

Vraisemblance

79Le cas de l’employé

80 Un e m p loy é e st un i nd iv id u q ui a r é p on du favorablement à une offre et n’a pas été censuré. D’où :

Le cas du non-employé

81 Il y a deux cas à considérer :

• l’individu ne répond pas favorablement à une offre ;
• l’individu répond favorablement à une offre mais est censuré.
  
  

Modèle Réception-Emploi (RE)

82On introduit pour la première fois une équation de réception d’une offre.

Réception d’une offre

83P o u r d e s r a i s o n s t e n a n t à d e s p r o b l è m e s d’ide ntif ica tion, nou s ne m od éliso ns que la probabilité relative de recevoir une offre : nous normalisons à 1 la probabilité de recevoir une offre pour un individu de référence [20], c’est-à-dire un i n d i v i d u q u i a d e s c a r a c t é r i s t i q u e s t e l l e s (département peu touché par le chômage, une expérience de 20 ans et absence d’handicap) qu’il recevra toujours une offre d’emploi.

84La probabilité relative de recevoir une offre est alors donné par une forme semblable à celle retenue pour la censure au SMIC [21] :

où X^r est le vecteur de caractéristiques de l’individu _R de référence et ? le vecteur de paramètres à estimer.

85P a r c o n s t r u c t i o n, l e s c o m p o s a n t e s d e ( )X X r r ? sont positives ou nulles et celles de ?sont i R négatives ou nulles.

L’équation d’emploi

86Elle est semblable à l’équation du modèle d’emploi sauf que les variables supposées mesurer la plus ou moins grande difficulté de recevoir une offre n’y figurent plus. La variable latente pour avoir un e m p l o i c a r a c t é r i s é p a r y_i e t ?C h i i ( , )? correspondante à (6) est :

et la probabilité correspondante est donnée par

Vraisemblance

87Le cas de l’employé

88 où ? est la densité de la loi normale bivariée centrée _b réduite :

Le cas du non-employé

89 On ne connaît ni y ni ?C h( , )? donc ? et _i i i_1i ?_2i peuvent prendre toutes valeurs dans R2. On intègre donc sur ?_1i et ?_2i.

Modèle Emploi-Participation (EP)

90L’équation de participation est complètement identique à celle du modèle P.

91La probabilité de recevoir une offre et de ne pas être censurée au SMIC qui traduit économétriquement l’équation (7) est donnée par :

Vraisemblance

92Le cas de l’employé

93 U n e m p lo yé e st un ind iv id u q ui a r é p on du favorablement à une offre et n’a pas été censuré. D’où :

Le cas du non-employé

94 Il y a deux cas à considérer :

• l’individu ne répond pas favorablement à une offre ;
• l’individu répondrait favorablement à une offre mais ne reçoit pas d’offre.
  
  

Modèle Réception-Censure-Emploi (RCE)

95Les trois causes du non-emploi sont maintenant isolées. L’équation de réception est semblable à celle du modèle RE et l’équation de censure est identique à celle du modèle CE, l’équation de participation à celle du modèle PE.

Vraisemblance

96Le cas de l’employé

97 Un employé est un individu qui a reçu une offre qu’il a acceptée et qui n’a pas été censuré. Donc :

Le cas du non-employé

98 Il faut tenir compte des trois cas suivants :

• ne reçoit pas d’offre ;
• reçoit une offre mais la refuse ;
• reçoit une offre, l’accepte mais est censuré.
  
  

99Nous avons procédé à deux variantes de ce modèle suivant le choix des variables affectées à l’équation de participation ou à l’équation de réception. En effet, on peut soupçonner qu’il y a une intersection non vide entre X^p et X^r. Par exemple, un handicap peut tout aussi bien jouer sur les préférences que sur la réception d’une offre. Un raisonnement analogue ne serait pas absurde pour le nombre d’enfants ou pour l’âge des enfants. Dans tous les modèles où participation et réception sont entremêlées, les conséquences d’un tel enchevêtrement sont sans importance, sinon qu’il sera incorrect d’interpréter le m estimé comme un salaire de réserve. Cependant, _i lorsque participation et réception sont séparées, il faut bien affecter lesdites variables à l’un ou à l’autre des facteurs de non-emploi. Les affecter aux deux risque de soulever des problèmes d’identification. Le modélisateur doit faire un choix quelque peu ad hoc et le modèle RCP correspond à une vision extensive des variables affectant la participation, alors que le modèle RCP* retient une version extensive des variables affectant la réception. Concrètement, le handicap est dans les variables affectant la participation dans le premier modèle et dans les variables affectant la réception dans le second.

100Pour les questions d’identification de tels modèles, on se reportera à Laroque et Salanié (2003) (12) p.85-86. P our notre part, nous nous sommes contentés d’assurer concrètement l’identification paramétrique de chacun des modèles. Nous avons programmé la vraisemblance et utilisé la procédure LNP de SAS et nous avons recouru à un algorithme d’optimisation de type quasi-Newton. Pour le calcul de la v ra i se m b la nc e, no us ap pr o xim on s le s intégrales d’une manière numérique en étendant la méthode retenue par Laroque et Salanié (2003 p. 92) aux intégrales doubles. Nous retenons 10 pas pour une intégrale simple et 100 pas pour une intégrale double. D’autre part, nous avons lissé la fonction de v r a i s e m b l a n c e q u i p r é s e n t e d e s n o n - différentiabilités en raison des bizarreries de la fonction de revenu disponible R y i i ( ).

Introduction de l’ancienneté

102Sans introduire l’ancienneté (la durée d’emploi dans l’entreprise où le salarié est embauché en mars 1997), tous les modèles autres que le modèle (P) donnent soit une censure du mauvais signe soit des écarts type gigantesques pour cette variable. Cette difficulté d’estimation pourrait être imputée aux spécifications choisies, si d’autres auteurs n’avaient pas rencontré des difficultés analogues dans le même contexte. Ainsi, rappelons que Laroque et Salanié (2003) sont conduits à présenter des résultats correspondant à un maximum local mais non global de leur vraisemblance [22]. Ceci témoigne à nos yeux de la fragilité des estimations d’un tel modèle sur des données portant uniquement sur les ménages. Des données de panel appariant ménages et entreprises auraient peut-être permis des résultats plus robustes.

103Quoi qu’il en soit, nous sommes conscients des biais d’endogénéité susceptibles d’être véhiculés par la variable d’ancienneté, biais bien évidemment par rapport à l’emploi, mais également par rapport au salaire comme l’ont montré Abowd et alii (1999). Dans cet article, nous n’avons pas procédé à un traitement correcteur de cette endogénéité [23] mais nous pensons cependant que les résultats obtenus sont néanmoins éclairants.

104La distribution de l’ancienneté chez les employés indique que plus de 9% des femmes et plus de 11% des hommes ont moins d’un an d’ancienneté. La moyenne chez les hommes est de 10,6 années et de 11,6 chez les femmes. La “densité” est assez nettement décroissante.

Figures 6

distribution de l’ancienneté (des employés)

Figures 6 : distribution de l’ancienneté (des employés) Femmes Hommes 10% 12% 9% 11% 8% 10% 7% 9% 6% 8% 7% 5% 6% 4% 5% 3% 4% 2% 3% 1% 2% 1% 0% 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 0% 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40

distribution de l’ancienneté (des employés)

105Les résultats des estimations pour les différents modèles sont présentés dans les tableaux A1 et A2 en annexe.

Équations de salaire

106La première chose remarquable est certainement que le coefficient de corrélation entre les aléas des deux équations de salaire est très stable et aux alentours de 75% pour les femmes. Il n’est pas affecté par les différences de modélisation qui touchent l’emploi. Pour les hommes, par contre, dans deux modèles, le modèle E et RE, ce coefficient de corrélation est plus faible. D’une manière générale, les coefficients sont très stables pour les femmes. Pour les hommes, on remarque que pour les deux mêmes modèles, le terme d’ordre 1 correspondant à l’ancienneté n’est plus significatif.

107Un diplômé de l’enseignement supérieur de sexe masculin ou féminin, titulaire d’un troisième cycle a une productivité de 50% supérieure à celle du non diplômé. Celle du bachelier, professionnel ou général, n’est que de 20% supérieure. Les deux équations de salaire témoignent de rendements de l’éducation assez voisins, bien que l’on puisse déceler quelques différences importantes. Par exemple, le rendement du bac général en termes de revenu d’activité annuel est particulièrement faible pour les hommes et le gain n’est que de 10% par rapport au non diplômé. La différence entre les deux notions de salaire tient dans le nombre d’heures de travail annuel. Il faut donc comprendre que les titulaires du seul baccalauréat travaillent moins dans l’a nn é e e n m o ye n n e qu e le s n on - d ip lô m é s. L’ancienneté joue un plus grand rôle chez les femmes que chez les hommes (un gain de 4% pour une année chez les femmes contre moins de 2% pour les hommes), ce qui est logique car l’ancienneté apporte une information moins corrélée avec l’âge dans le cas des femmes du fait d’épisodes de retrait du marché du travail plus importants sur le cycle de vie professionnel.

108La productivité dans la région parisienne est supérieure de 7% à 8% à celle en province, toutes choses égales par ailleurs, mais l’écart est un peu plus important lorsque l’on tient compte de la durée du travail (10% à 11%). Le fait d’être étranger ou né à l’étranger entraîne une baisse de salaire horaire de 15% pour les hommes, mais curieusement cette baisse n’est que 5% à 6% pour les femmes. Lorsqu’on l’on raisonne en termes de revenu d’activité annuel, la comparaison est inverse. La pénalisation n’atteint plus que 7% pour les hommes, alors qu’elle monte à 12% chez les femmes. Donc on peut conclure que les hommes étrangers isolés sont relativement moins productifs que les femmes étrangères isolées, en raisonnant par rapport à leurs équivalents français, mais qu’ils compensent cette infériorité en travaillant relativement plus.

Équations d’emploi

109Il apparaît en premier lieu que le coefficient de corrélation ? entre l’équation de participation et ₁ l’équation de salaire annuel est négatif. C’est une caractéristique que l’on retrouve dans les résultats de Laroque et Salanié mais ce coefficient dans nos estimations a tendance à être plus fort en valeur absolue. Les valeurs de ce coefficient s’étagent entre -37% et-65% pour les femmes [24]. Exprimé d’une autre manière, ce coefficient est du signe (négatif) du coefficient du revenu disponible d’inactivité, ceci dans tous les modèles et pour les deux sexes. Cela implique qu’un choc sur le salaire annuel a deux effets sur les termes de l’équation de participation. En sus de l’effet mécanique de hausse du revenu disponible d’a ctivité, effe t béné fiq ue sur la participation, ce choc a également une répercussion semblable à celle d’une augmentation de l’utilité de réserve, qui indubitablement représente un effet négatif sur la participation. L’effet total est la résultante de ces deux forces qui jouent en sens contraire et un calcul révèle que l’effet total est toujours positif. Maintenant, un choc positif sur le revenu disponible d’activité réalisé au moyen de transfert (par exemple du type de celui provoqué par la prime pour l’emploi) d’un même montant que le choc sur le salaire précédemment évoqué aurait le même effet positif, sans induire le même effet négatif. On en conclut donc, selon nos estimations, qu’une hausse du revenu disponible d’activité de x% suite à l’instauration d’une prime pour l’emploi par e xem ple a ura it un imp ac t plus gr an d sur la participation qu’une hausse de x% de ce même revenu d’activité suite à une hausse des salaires. Une in te r p r é ta t io n é c o no m i qu e du si gn e né ga t if transparaît dans le cas où la hausse du salaire annuel provient d’un accroissement des heures de travail. Le coefficient de corrélation négatif ? traduit le ₁ coût en termes d’utilité de ce supplément d’heures.

110Soulignons en second lieu que nos résultats ne souffrent pas d’un problèm e d’identification paramétrique, puisqu’il y a au moins deux variables explicatives de l’emploi et non du salaire qui sont significatives quel que soit le modèle. Ce sont le revenu disponible d’inactivité et les enfants de moins de trois ans pour les femmes, le revenu disponible d’inactivité et le nombre d’enfants (ce dernier jouant positivement sur l’emploi) pour les hommes. Les variables d’âge ne sortent jamais chez les hommes et sortent moyennement chez les femmes. Les enfants de plus de 3 ans ne sont pas significatifs chez les femmes, mais la variable de handicap est toujours très significative, tant qu’elle fait partie des variables d’une équation de participation ou d’emploi.

111Pour interpréter le signe et la valeur des coefficients devant les variables financières, il convient de revenir à l’équation de définition de la variable latente, où les incitations financière interviennent de m a n i è r e a d d i t i v e s o u s l a f o r m e L R y R i i i i* ln ( ( )) ln ( )= +? ? 1 0 0. Nous cherchons à interpréter ces coefficients en termes d’effet prix et d’effet revenu. Le “prix” du travail est donné par z R y R i i i i = ?( )₀ t a n d i s q u e R_i0 d o n n e b i e n l a variable de revenu. On cherche comment varie L_i^* en fonction de z et de R pour appréhender le signe de _ii0 l’effet prix et de l’effet revenu sous-jacent aux estimations. Le calcul des dérivées partielles de la variable latente en fonction de z_i et de R_i0 nous donne

Équations de censure

112La figure ci-dessous compare la forme de la censure pour les hommes et pour les femmes pour les modèles Emploi-Censure (EC).

Figure 7

probabilité de non-censure (modèle CE)

Figure 7 : probabilité de non-censure (modèle CE) 1,0 0,8 0,6 Femmes 0,4 0,2 Hommes 0,0 0,0 0,2 0,4 0,6 0,8 1,0 1,2 1,4 1,6 1,8 2,0 Productivité / SMIC

probabilité de non-censure (modèle CE)

113La censure est plus prononcée pour les hommes que pour les femmes. Lorsque la productivité atteint les 3/4 du SMIC, un homme n’a que 40% de chances de trouver une entreprise qui accepte de l’embaucher, alors qu’une femme en a près de 60%. Ce résultat est peut-être dû à la correction des heures suite au calage sur DADS qui a été plus importante chez les hommes que chez les femmes. En diminuant relativement plus les heures des hommes, nous avons augmenté relativement plus le salaire des hommes que celui des femmes, ce qui a eu pour effet d’amplifier le déplacement vers la droite de la distribution cumulative des salaires des hommes par rapport au déplacement de celle des femmes. Ceci ne prouve cependant pas que la correction ne devait pas être entreprise, car il est encore possible que les hommes surestiment plus leurs heures de travail que ne le font les femmes.

Équations de réception

114Les variables qui sont censées influer sur la réception sont modérément significatives. Chez les femmes, le chôm age départem enta l est presque toujours significatif, sauf dans le modèle (EP). Chez les hommes, cette même variable se révèle significative dans 2 modèles, le modèle RPC et le modèle EP. La variable de handicap, lorsqu’elle figure dans l’équation de réception, ne se révèle pas significative chez les hommes. Elle reste significative chez les femmes, mais moins que lorsqu’elle figure dans l’équation de participation.

Qualité de l’ajustement

115Les valeurs du logarithme de la vraisemblance ne sont pa s toutes c omp ara bles e ntre elle s. En particulier, la valeur pour le modèle de participation (P) ne peut être comparée en toute rigueur à celles des autres modèles, dans la mesure où dans le premier modèle on n’estime pas une équation du coût du travail. En conséquence, on estime dans le premier modèle une densité marginale, alors que dans les autres modèles, on estime une densité jointe du salaire et du coût du travail. Cependant, il est permis de constater que les plus mauvaises vraisemblances sont obtenues assez nettement pour le modèle où tous les facteurs d’emploi sont substituables (modèle E) où pour le modèle où la censure et la participation sont substituables (modèle RE). Cette conclusion est valable aussi bien pour les hommes que pour les femmes.

116Pour compléter les enseignements apportés par l’étude de la vraisemblance, nous avons calculé les valeurs du R2 généralisé qui se calcule comme le rapport de la variance expliquée par le modèle à la variance de la variable que l’on cherche à expliquer, ici l’état d’emploi. Nous devons souligner d’abord que les valeurs élevées obtenues ne doivent pas être surinterprétées. Le fait d’introduire l’ancienneté permet d’augmenter assez mécaniquement le R2. Sur les hommes, dans le modèle (P), la valeur de ce coefficient est de 20%, lorsqu’on n’introduit pas l’ancienneté. Après introduction de cette variable, il s’élève à 38%. Ce qui nous paraît digne d’intérêt, c’est la comparaison des niveaux de ce R2 selon les différents modèles.

Tableaux 2

qualité des prédictions

Tableaux 2 : qualité des prédictions Femmes Tous Non employés Employés Modèle Probabilité d’emploi R²g moyenne écart type moyenne écart type moyenne écart type P observée 0,732 0,443 0 1 0,422 estimée 0,738 0,288 0,422 0,259 0,853 0,196 E observée 0,732 0,443 0 1 0,324 estimée 0,782 0,252 0,5 0,215 0,885 0,174 CE observée 0,732 0,443 0 1 0,474 estimée 0,746 0,305 0,394 0,257 0,876 0,201 RE observée 0,732 0,443 0 1 0,322 estimée 0,771 0,251 0,497 0,231 0,872 0,17 EP observée 0,732 0,443 0 1 0,48 estimée 0,748 0,307 0,394 0,262 0,878 0,201 RPC observée 0,732 0,443 0 1 0,477 estimée 0,748 0,306 0,395 0,266 0,877 0,199 RPC* observée 0,732 0,443 0 1 0,475 estimée 0,747 0,306 0,396 0,26 0,876 0,202 Hommes Tous Non employés Employés Modèle Probabilité d’emploi R²g moyenne écart type moyenne écart type moyenne écart type P observée 0,781 0,414 0 1 0,387 estimée 0,785 0,257 0,464 0,266 0,875 0,167 E observée 0,781 0,414 0 1 0,258 estimée 0,861 0,21 0,59 0,187 0,937 0,143 CE observée 0,781 0,414 0 1 0,498 estimée 0,809 0,292 0,402 0,273 0,923 0,169 RE observée 0,781 0,414 0 1 0,257 estimée 0,862 0,21 0,592 0,187 0,937 0,143 EP observée 0,781 0,414 0 1 0,486 estimée 0,803 0,289 0,421 0,302 0,910 0,169 RPC observée 0,781 0,414 0 1 0,483 estimée 0,802 0,288 0,421 0,303 0,303 0,167 RPC* observée 0,781 0,414 0 1 0,473 estimée 0,803 0,285 0,428 0,291 0,909 0,171

qualité des prédictions

117Il apparaît assez nettement pour les deux sexes que le R2 chute lorsque la censure n’est pas isolée de la participation, comme c’est le cas dans le modèle (E) et le modèle (RE). Il est donc possible d’énoncer que les données sont mieux ajustées par un modèle exprimant une forte complémentarité entre la censure au SMIC et la participation. Le modèle de participation tout simple occupe une position intermédiaire. Il est a ssez remarquable qu’il n’occupe pas le dernier rang quant à ses qualités prédictives. Nous ne comparerons pas les autres modèles dont les qualités prédictives sont assez similaires, les différences entre les R2 étant de faible amplitude.

118Les résultats des prédictions par catégorie de diplômes consignés dans le tableau ci-dessous permettent de se rendre compte que les modèles E et RE sont nettement moins performants que les autres et surestiment les probabilités d’emploi. Il est à noter que tous les modèles surestiment les probabilités d’emploi des diplômés de l’enseignement supérieur de deuxième et troisième cycle.

L’impact d’un changement des incitations financières selon les modèles

119Nous considérons deux cas types suivant que le célibataire (homme ou femme) de 30 ans, sans enfant, qui touche le RMI et l’allocation de logement et qui habite la région parisienne, a une productivité égale ou inférieure au SMIC (0,8 SMIC). On veut alors simuler l’impact de deux réformes, la première augmentant de 10% le montant du revenu disponible d’activité, par exemple à travers une aide du type de la Prime pour l’Emploi, tandis que la seconde augmente de 10% le RMI. Les variations des probabilités d’emploi sont retracées dans le tableau ci-dessous.

120Chez les smicardes, le gain de probabilité suite à la première réforme est remarquablement proche pour quatre modèles (entre 10,5% et 10,9%). Il est plus faible pour les deux modèles qui ont les moins bonnes performances en termes de reproduction des données (entre 6,8% et 7,8%) et le simple modèle de participation donne une valeur encore supérieure à tous les autres, 11%. L’ordre de grandeur chez les smicards est comparable. Lorsqu’on examine maintenant le retour à l’emploi d’un individu qui a une productivité inférieure au SMIC, le mouvement est amplifié mais les écarts de prédiction ne sont pas bouleversants. Nous pouvons conclure qu’un changement dans les conditions financières qui président à la reprise d’un emploi est de nature à augmenter d’une manière substantielle le taux d’emploi. Il apparaît également que l’augmentation de la probabilité d’emploi est un peu plus forte chez les hommes que chez les femmes.

121Concernant une hausse du RMI, la contraction de la probabilité d’emploi reste assez voisine suivant les modèles pour les femmes. Pour les hommes, les prédictions sont beaucoup plus contrastées, du moins pour les smicards.

Tableaux 3

probabilités d’emploi par diplôme

Tableaux 3 : probabilités d’emploi par diplôme Femmes Observé P E CE RE EP RPC RPC* Sans diplôme & CEP 55,9% 54,9% 61,0% 54,6% 59,6% 54,4% 54,4% 54,5% BEPC 76,2% 76,1% 82,2% 78,4% 80,9% 78,6% 78,5% 78,7% CAP-BEP 73,9% 72,5% 77,8% 74,0% 77,5% 74,5% 74,5% 74,5% BAC PRO 82,8% 83,9% 86,7% 85,8% 87,5% 86,9% 86,9% 86,8% BAC 79,2% 82,8% 85,9% 83,9% 86,0% 84,3% 84,3% 84,4% BAC c1 91,0% 90,6% 92,8% 92,4% 92,1% 92,6% 92,5% 92,4% BAC c2 91,1% 95,7% 96,8% 96,5% 94,6% 96,5% 96,2% 95,8% BAC c3 88,5% 96,9% 97,8% 97,5% 94,7% 97,5% 97,1% 97,1% Hommes Observé P E CE RE EP RPC RPC* Sans diplôme & CEP 64,9% 62,2% 74,3% 64,4% 74,4% 63,8% 63,8% 63,9% BEPC 69,9% 76,7% 84,9% 77,5% 85,0% 77,0% 77,0% 77,9% CAP-BEP 78,7% 77,3% 86,5% 81,1% 86,5% 80,4% 80,4% 80,6% BAC PRO 84,1% 85,2% 90,8% 87,8% 91,0% 87,5% 87,5% 87,7% BAC 82,7% 85,1% 90,1% 85,4% 90,3% 85,9% 85,8% 85,6% BAC c1 87,8% 92,2% 95,6% 95,2% 95,7% 95,0% 94,7% 94,8% BAC c2 91,9% 95,3% 96,2% 96,7% 96,1% 95,3% 95,0% 94,9% BAC c3 94,8% 98,6% 98,9% 99,4% 98,9% 97,9% 97,6% 97,7%

probabilités d’emploi par diplôme

Tableaux 4

probabilités d’emploi (Pe ) d’un smicard

Tableaux 4 : probabilités d’emploi (Pe ) d’un smicard Femmes P E CE RE EP RPC RPC* Référence Pp 61,695 70,571 68,947 75,461 70,786 71,993 72,002 Pr 93,374 97,662 98,308 98,132 Pnc 1 1 1 Pe 61,695 70,571 68,947 70,461 69,131 70,774 70,657 Rdact +10% Pp 72,731 77,361 79,405 83,803 81,640 82,780 83,082 ?Pe 11,036 6,790 10,458 7,790 10,600 10,604 10,873 RMI+10% Pp 56,574 67,488 63,147 70,520 64,521 65,652 65,344 ?Pe-5,121-3,083-5,800-4,613-6,119-6,233-6,534 Hommes P E CE RE EP RPC RPC* Référence Pp 40,483 48,630 47,877 48,221 40,346 40,267 39,438 Pr 99,973 93,255 97,810 97,872 Pnc 1 1 1 Pe 40,483 48,630 47,877 48,208 37,625 39,385 38,599 RDact+10% Pp 49,437 54,549 57,013 54,280 50,107 50,005 49,956 ?Pe 8,955 5,919 9,136 6,057 9,103 9,524 10,294 RMI+10% Pp 38,167 47,298 41,523 46,925 33,447 33,269 31,681 ?Pe-2,316-1,332-6,354-1,296-6,434-6,845-7,592

probabilités d’emploi (Pe ) d’un smicard

Tableaux 5

probabilités d’emploi (P e ) d’un individu de productivité égale à 0,8 Smic

Tableaux 5 : probabilités d’emploi (P e ) d’un individu de productivité égale à 0,8 Smic Femmes P E CE RE EP RPC RPC* Référence Pp 44,146 24,839 50,881 29,469 51,349 52,286 51,625 Pr 93,374 62,694 98,308 98,132 Pnc 68,234 69,217 68,748 Pe 44,146 24,839 34,718 27,517 32,193 35,578 34,829 RDact+10% Pp 56,354 31,930 63,620 40,424 65,115 66,283 66,103 ?Pe 12,208 7,090 8,692 10,229 8,630 9,524 9,767 RMI+10% Pp 40,067 22,702 45,886 25,525 45,846 46,625 45,695 ?Pe e-4,078-2,138-3,408-3,682-3,450-3,852-4,001 Hommes P E CE RE EP RPC RPC* Référence Pp 25,580 28,387 26,795 28,430 19,289 19,142 16,946 Pr 99,973 52,854 97,810 97,872 Pnc 55,708 64,827 64,081 Pe 25,580 28,387 14,927 28,422 10,195 12,137 10,628 RDact+10% Pp 35,593 34,851 40,975 34,995 33,105 32,994 31,533 ?Pe 10,014 6,465 7,899 6,563 7,303 8,783 9,149 RMI+10% Pp 23,681 27,265 21,773 27,337 14,674 14,486 12,200 ?Pe-1,898-1,122-2,798-1,093-2,439-2,952-2,976

probabilités d’emploi (P e ) d’un individu de productivité égale à 0,8 Smic