Fichier PDF

Partage, hébergement, conversion et archivage facile de documents au format PDF

Partager un fichier Mes fichiers Convertir un fichier Boite à outils PDF Recherche PDF Aide Contact



minima sociax et offre du travail .pdf



Nom original: minima sociax et offre du travail.pdf
Titre: nnewghp5c.dvi
Auteur: hagnere

Ce document au format PDF 1.3 a été généré par Pscript.dll Version 5.0 / Acrobat Distiller 5.0 (Windows), et a été envoyé sur fichier-pdf.fr le 06/12/2016 à 15:15, depuis l'adresse IP 196.203.x.x. La présente page de téléchargement du fichier a été vue 582 fois.
Taille du document: 509 Ko (38 pages).
Confidentialité: fichier public




Télécharger le fichier (PDF)









Aperçu du document


UNIVERSITÉ DE CERGY-PONTOISE

UNIVERSITÉ DE PARIS X - NANTERRE

Minima sociaux et offre de travail :
Evaluation d’une réforme à l’aide d’un
modèle de microsimulation dynamique
Nicolas Gravel
Cyrille Hagneré
Nathalie Picard
N° 2000-52

Minima sociaux et offre de travail :
Evaluation d’une réforme à l’aide d’un
modèle de microsimulation dynamique ∗
Nicolas Gravel †
Cyrille Hagneré ‡
Nathalie Picard §
N° 2000-52

Novembre 2000



Une version préliminaire de cet article a été présentée aux journées de microéconomie appliquée de Québec en
juin 2000. Nous remercions Bernard Fortin, Guy Laroque, Bernard Salanié, Fabienne Tournadre et Alain Trannoy
pour leurs très judicieux commentaires. Il va sans dire (mais cela va encore mieux en le disant) que nous demeurons
les seuls responsables des insuffisances de cet article.



IDEP-GREQAM, Centre de la Vieille Charité, 2 rue de la Charité, 13002 Marseille Cedex, France, Tél : (33)
04.91.14.07.27, Fax : (33) 04.91.90.02.27, e-mail : gravel@ehess.cnrs-mrs.fr.



OFCE, Département des Etudes, 69 quai d'Orsay, 75007 Paris, France, Tél : (33) 01.44.18.54.27, Fax : (33)
01.44.18.54.78, e-mail : c.hagnere@ofce.sciences-po.fr, et THEMA, Université de Cergy-Pontoise.

§

THEMA, Université de Cergy-Pontoise, 33 boulevard du Port, 95011 Cergy-Pontoise Cedex, France, Tél : (33)
01.34.25.61.78, Fax : (33) 01.34.25.62.33, e-mail : picard@u-cergy.fr.

Résumé
Cet article étudie les conséquences que pourrait avoir une réforme du régime français des
minima sociaux sur l'offre de travail des célibataires. La réforme étudiée est une variante de
l'Allocation Compensatrice de Revenu. L'analyse s'appuie sur une estimation préalable d'une
fonction d'offre de travail sur un échantillon de chefs de ménage célibataires dont la contrainte
budgétaire est microsimulée (en fonction de certaines caractéristiques et du comportement
d'offre de travail passé). La fonction d'offre de travail de chaque individu est estimée en tenant
compte de l'endogénéité du salaire net qu'entraîne la prise en compte de la fiscalité, et de la
sélection endogène de l'échantillon. Sur la base des estimations obtenues des paramètres
décrivant les comportements individuels d'emploi et d'offre de travail, on procède ensuite à une
simulation des réactions de ces individus à la modification de la contrainte budgétaire induite
par la réforme considérée. Globalement, nous trouvons que, en réaction à la réforme, environ
6% des individus actuellement inemployés travailleraient, mais que environ 12% des individus
actuellement employés réduiraient leur offre de travail. En fin de compte, l'impact de la réforme
se traduirait par une modeste réduction des heures travaillées.

Abstract
This article examines the consequences of a reform of the French welfare system on the labor
supply of households with a single adult member. The reform examined is a negative income tax
which consists in reducing the implicit marginal tax rates on labor income faced by welfare
recipients. The analysis used the parameters of a labor supply function previously estimated on a
sample of households whose head is single and whose budget constraint are simulated on the
basis of their characteristics and of their past labor supply behavior. The estimation of each
household’s labor supply function takes into account both the endogeneity of the net wage
which results from the taxation and the sample selection bias. Estimated parameters of both the
employment status and the number of hours supplied by the employed are then used to simulate
of the reactions of the sample to the modification of the budget constraint induced by the reform.
We find that about 6% of the currently unemployed single heads of household would be brought
back to the labor force by the reform, but that 12% of the individuals currently employed would
reduce the number of hours worked. Overall, it appears that the reform would result in a small
reduction in the total hours worked.

Classification JEL : D12; H31; J22
Mots-clés : Minima sociaux, Offre de travail, Microsimulation

1. Introduction
Le dispositif français du Revenu Minimum d’Insertion (RMI) a maintenant
plus de 10 ans. Il permet notamment à tout individu célibataire âgé de plus de
25 ans de bénéficier d’un revenu mensuel minimum.1 Il complète une panoplie
plus ancienne de dispositifs d’aide aux ménages à revenus modestes, comme l’Allocation pour Parent Isolé, pour former ce qu’il est commun d’appeler le régime
des minima sociaux. Une critique récurrente qui a été faite à ce régime (voir, par
exemple, Bourguignon and Chiappori (1998), Castel et al. (1999)) est de décourager la recherche de travail en taxant implicitement les fruits d’efforts de travail
modestes à un taux proche de 100%. Pour corriger cette lacune, il a été proposé de
modifier le régime français des minima sociaux pour le rapprocher d’un dispositif
d’Allocation Compensatrice de Revenu (ACR).2 L’idée sous-jacente à un dispositif
d’ACR (appelé régime d’impôt négatif dans la littérature anglo-saxonne) est de
garantir à un ménage un revenu de base et de taxer ensuite tout revenu supplémentaire à un taux significativement inférieur à 100%.
L’impact que pourrait avoir une telle réforme sur le nombre d’heures que souhaiteraient travailler les individus n’est cependant pas évident a priori. Certes, en
augmentant le salaire horaire implicite des individus sans emploi, la réforme est
susceptible d’encourager certains d’entre eux à participer au marché du travail.
Mais, si le loisir est un bien normal, la réforme aura aussi l’effet opposé de réduire
l’effort de travail des individus confrontés à un taux de salaire horaire faible (par
exemple le SMIC) et qui ont choisi, dans le régime actuel, de travailler un petit
nombre d’heures (entre mi-temps et plein-temps pour un salaire horaire de l’ordre
du SMIC). En effet, cette réforme, en permettant à ces individus de bénéficier
du RMI, conduirait à augmenter leur “revenu potentiel” et à réduire leur salaire
horaire implicite. La réforme est également susceptible de réduire la prestation
de travail de certains individus employés, sous le dispositif actuel, à temps plein
et qui pourraient trouver avantageux de réduire substantiellement leur effort de
travail à un coût faible en termes de revenu disponible.
L’objet de cet article est donc de mesurer l’impact qu’aurait une telle réforme
sur le comportement d’offre de travail des individus. Le projet de réforme examiné est celui étudié par le THEMA pour le compte du Commissariat Général
au Plan et détaillé dans Fleurbaey et al. (2000). L’article adopte une approche
par micro-simulation comparable à celles utilisées, notamment, par Atkinson et
al. (1983), Atkinson and Sutherland (1983), Blundell et al. (1986), Blundell et al.
(1988) ou Arrufat and Zabalza (1983). A la différence des approches microéconométriques traditionnelles (comme par exemple Blomquist (1983), Burtless and
Hausman (1981) et Hausman (1979)) qui étudient l’impact des réformes fiscales
sur un individu représentatif, la micro-simulation évalue l’impact différencié que
peut avoir une réforme fiscale sur chaque individu d’un échantillon en simulant la
1

Le dispositif du RMI s’applique également aux ménages qui contiennent plus d’un membre
susceptible de travailler. L’analyse proposée dans cet article ne concerne toutefois que les célibataires.
2
Voir, pour de telles propositions de réformes dans un contexte français, Castel et al. (1999),
Bourguignon and Chiappori (1998) ou le projet de réforme étudié par le laboratoire THEMA
(2000) pour le compte du commissariat général du plan (et détaillé dans Fleurbaey et al. (2000)).
L’étude de tels dispositifs connait également un regain d’intérêt en Europe comme en témoignent,
de manière non-exhaustive, les réflexions d’Atkinson (1995, 1998 ) et de Van Van-Parijs (1995).

3

contrainte budgétaire spécifique à laquelle il est confronté, tant avant qu’après la
réforme. La simulation de cette contrainte est typiquement effectuée sur la base
des caractéristiques fiscales pertinentes des individus (revenus et taux de salaire
bruts, nombre d’heures travaillées, composition familiale, etc.) et de la législation
fiscale en vigueur (avant et après la réforme). Mais, telles qu’elles ont été appliquées jusqu’à présent, les approches en termes de microsimulation souffrent de
deux insuffisances que le présent article vise à corriger, tout au moins en partie.
Une première insuffisance de beaucoup d’études par microsimulation est qu’elles
tiennent souvent mal (voire pas du tout) compte des comportements d’offre de
travail. Par exemple, Atkinson et al. (1983) et Atkinson and Sutherland (1983)
se contentent de comparer les revenus disponibles des individus avant et après
réforme en supposant que ces individus ne modifient pas leur quantité de travail.
Dans certains cas (e.g. Spadaro (1998)), l’offre de travail est intégrée, mais de manière abrupte en imputant à tous les individus de l’échantillon une réaction à la
réforme basée sur la valeur exogène d’un unique couple d’élasticités (par rapport
au salaire et par rapport à la richesse). Les valeurs de ces élasticités, quelque peu
ad hoc, sont alors simplement choisies en cohérence avec ce qui est couramment estimé dans la littérature. Cette manière de faire est incorrecte pour au moins deux
raisons. D’abord parce qu’elle impute à des individus d’un échantillon un comportement d’offre de travail estimé chez des individus d’un autre échantillon dont
les préférences et les contraintes budgétaires sont a priori fort différentes. Ensuite
parce qu’elle impute à des individus un comportement d’offre de travail (résumé
sous la forme d’un couple d’élasticités) qui a été estimé sans tenir compte des
particularités des contraintes budgétaires qu’induit la fiscalité. Or, comme le rappellent bien Blundell et al. (1986) (p. 267), la connaissance de mesures locales de
comportement d’offre de travail comme les élasticités est d’une utilité limitée pour
appréhender l’impact de réformes fiscales qui impliquent d’importantes non linéarités dans les ensembles de budget. Quelques études (e.g. Blundell et al. (1986),
Blundell et al. (1988) et Arrufat and Zabalza (1983)) ont intégré le comportement
d’offre de travail à l’intérieur d’analyses en termes de micro-simulation. Mais ces
études ont typiquement mal intégré la décision de participation, soit en l’ignorant totalement (Blundell et al. (1986)), soit en l’estimant sans tenir compte des
contraintes auxquelles peuvent être soumis les individus sur le marché du travail
(possibilité de non-emploi involontaire) (Arrufat and Zabalza (1983) et Blundell
et al. (1988)). Ce traitement lacunaire de l’emploi la participation est évidemment problématique pour l’étude d’une réforme dont l’un des objectifs avoués est
de stimuler...l’emploi. A l’autre extrême, on trouve en France des études récentes
qui simulent l’impact de certaines réformes du régime des minima sociaux sur
la participation (Laroque and Salanié (2000b) et Piketty (1998)) ou sur le choix
discret temps plein/temps partiel/inactivité (Laroque and Salanié (2000a)), sans
tenir compte des possibilités que peuvent avoir les individus qui travaillent de
moduler à la marge leur nombre d’heures.
Une deuxième insuffisance des analyses existantes de réformes fiscales par
micro-simulation est de s’appuyer sur une description du système fiscal3 et donc
3

Nous entendons par système fiscal l’ensemble des règles de calcul des transferts, tant positifs que négatifs. Le montant des transferts nets correspond à la différence entre le montant des
transferts positifs (ou prestations, comme le RMI) et celui des transferts négatifs (ou prélèvements, comme l’impôt sur le revenu).

4

de la contrainte budgétaire réelle des ménages, trop stylisée. En particulier, il est
rarement tenu compte du décalage temporel qui peut exister, dans le dispositif institutionnel, entre d’une part la perception des revenus par les agents et, d’autre
part, le calcul des transferts nets auxquels ces revenus donnent lieu. En France, les
droits mensuels d’un individu au RMI sont évalués à chaque trimestre sur la base
de l’activité du trimestre précédent. De même, l’impôt annuel sur le revenu que
doit acquitter un ménage est déterminé sur la base de ses revenus de l’année fiscale
précédente. Un dernier exemple est fourni par le montant mensuel de l’Aide au
Logement, qui est révisé en juillet sur la base des revenus imposables de l’année
fiscale précédente, mais peut être réajusté à tout moment en cas de modification
soudaine de l’activité. Il en va de même pour l’ensemble des allocations versées
par la Caisse d’Allocations Familiales sous conditions de ressources (hors minima
sociaux).
La prise en compte de ces décalages est importante pour comprendre les possibilités réelles d’arbitrage entre le loisir et le revenu que permet la législation
actuelle, via ses formules d’intéressement. Par exemple, avant l’entrée en vigueur
en décembre 1998 de la réforme Aubry, la législation prévoyait qu’un individu qui
reprenait une activité après avoir bénéficié du RMI pouvait cumuler intégralement
ses revenus d’activités avec le RMI pendant un trimestre. Au(x) trimestre(s) suivant(s), l’individu pouvait continuer à cumuler, mais avec un taux implicite de
taxation de 50% et pour un nombre d’heures limité. Ce n’était qu’au delà de 750
heures d’activité cumulées depuis la reprise d’activité, que ses revenus devenaient
implicitement taxés à 100%. La prise en compte de ces décalages modifie donc
notre compréhension du régime des minima sociaux en révélant que le taux implicite de taxation des revenus d’activité (ou le taux de salaire implicite de l’individu)
dépend de manière complexe de la chronique d’activité passée. Il n’y a ainsi pas, à
proprement parler, de taxation unique à 100% des premiers revenus d’activité des
bénéficiaires des minima sociaux si on intègre dans l’analyse ces décalages entre
les transferts nets et les revenus d’activité.
L’analyse de la réforme du régime Français des minima sociaux proposée dans
cet article essaie de corriger ces deux types d’insuffisances. Les effets de la réforme
considérée sont évalués par micro-simulation, sur un échantillon représentatif de
879 célibataires français (avec ou sans enfants) observés sur 36 mois. Le comportement d’offre de travail et la détermination du statut d’emploi (i.e. le fait d’être
ou non employé) sont estimés préalablement sur ce même échantillon. L’étude est
limitée aux célibataires pour éviter les délicats problèmes d’analyse des décisions
d’offre de travail prises collectivement à l’intérieur d’un couple (voir e.g. Chiappori (1988), Chiappori (1992) pour une approche générale de ce problème).4 Par
ailleurs, l’étude tient compte, de manière plus précise que ce qui a été fait jusqu’ici (voir, par exemple Arrufat and Zabalza (1983), Blundell et al. (1986, 1988)
ou, en France, Laroque and Salanié (1999)), des possibilités d’arbitrage entre le
loisir et la consommation que permettent les décalages temporels qui séparent les
4

Beaucoup d’études (e.g. Blundell et al. (1988), Laroque and Salanié (2000b), Piketty (1998))
étudient l’impact de réformes fiscales sur le comportement d’offre de travail des femmes mariées
(conditionnellement à celle de leur conjoint), qui offre l’avantage de présenter une grande sensibilité aux incitations financières. D’un point de vue théorique, cette manière de faire repose
sur l’hypothèse pour le moins discutable que les réformes fiscales considérées n’affecteront pas
l’offre de travail des hommes mariés.

5

choix d’offre de travail des individus du calcul des transferts nets que ces choix
entraînent.
L’échantillon est extrait de l’enquête du Panel Européen et concerne les années
1993, 1994 et 1995. Le comportement d’offre de travail d’un individu est appréhendé au niveau mensuel. Le calcul du revenu disponible mensuel (compte tenu
des subtilités du système fiscal) à partir des revenus et de l’activité passés et présents est effectué par le modèle de micro-simulation SIMPTOM (SIMulation des
Prélèvements et Transferts Octroyés aux Ménages) développé par Cyrille Hagneré
au THEMA. La principale originalité de ce modèle réside dans la prise en compte
des aspects temporels, qui permet un calcul des transferts nets en fonction de
l’activité et des revenus passés beaucoup plus réaliste que ce qui est effectué dans
la plupart des études “statiques” usuelles.
Les heures travaillées par un individu employé aux différents mois sont interprétées, d’un point de vue théorique, comme résultant de la maximisation d’une
fonction d’utilité CES sous une contrainte budgétaire intertemporelle. Les préférences CES ont notamment l’avantage d’autoriser une certaine souplesse dans le
comportement d’offre de travail à un coût relativement faible en termes de paramétrisation des préférences individuelles pour les combinaisons de loisir et de
consommation.5 La maximisation d’utilité est réalisée par l’individu en situation
de parfaite certitude et sous l’hypothèse d’une parfaite connaissance des liens intertemporels complexes que le système fiscal introduit entre les moments où les
décisions d’offre de travail sont prises et ceux où les transferts nets sont reçus.
L’approche suppose également, comme en théorie traditionnelle de l’offre de travail, que l’individu a accès à un continuum de combinaisons de temps de travail et
de revenus disponibles. Elle suppose, finalement, que l’individu prend sa décision
d’offre de travail en supposant ne peut pas être capable de la modifier d’un mois
à l’autre par a suite. Cette hypothèse est empiriquement justifiée par le fait que
les heures travaillées par un individu ne subissent que de très faibles variations
d’un mois à l’autre tant qu’elles restent positives. Du point de vue théorique,
nous interprétons cette hypothèse comme résultant de coûts de modification du
nombre d’heures travaillées, suffisamment importants pour faire préférer à l’individu employé une quantité d’heures fixe d’un mois à l’autre plutôt qu’une quantité
variable. L’individu choisit donc une quantité normale d’heures qu’il envisage travailler à chacun des mois de son horizon temporel. Sous ces hypothèses, le nombre
fixe d’heures travaillées par un individu aux différents mois, lorsqu’il est positif,
égalise le taux marginal de substitution de l’individu entre le loisir et la consommation à un taux de salaire implicite. Ce taux de salaire implicite est “dynamique”
dans le sens où il intègre toutes les conséquences pécuniaires présentes (via le taux
de salaire horaire brut) et futures (via les transferts nets qu’elle affectera) que peut
avoir une décision marginale d’offre de travail prise à une date.
Cette interprétation des heures travaillées par un individu employé comme
résultant d’une optimisation sous une certaine contrainte est basée sur l’interprétation d’une condition de premier ordre et suppose donc implicitement que l’en5

Par exemple, la fonction d’utilité CES autorise des offres de travail à pente négative. Un
tour d’horizon assez complet des avantages et inconvénients des différentes formes fonctionnelles
en matière d’offre de travail est présenté par Stern (1987). Une justification de l’intérêt des
préférences CES pour l’estimation de l’offre de travail en présence de fiscalité peut être trouvée
dans Zabalza (1983) et Arrufat and Zabalza (1983, 1986).

6

semble des profils intertemporels de loisir et de consommation auxquels donnent
accès le système fiscal et les taux de salaires bruts (la contrainte budgétaire)
est convexe. Nous tenons compte de possibles non-convexités de la contrainte
budgétaire lorsque de faibles quantités de travail sont envisagées en estimant,
simultanément à la fonction qui décrit l’offre de travail d’un individu employé,
une équation d’emploi. Cette équation d’emploi est cependant spécifiée en forme
“réduite” dans le sens où les paramètres qui la définissent ne sont pas fonctionnellement liés à ceux de la fonction expliquant les heures travaillées par un individu
employé. Outre une simplification considérable de la procédure d’estimation, cette
stratégie permet également d’interpréter le non-emploi comme pouvant résulter
de chômage involontaire (un individu qui ne travaille pas ne l’a pas nécessairement
choisi) ainsi que d’éventuels coûts fixes liés à la décision de travailler.
Le salaire implicite dynamique qui explique le comportement d’offre de travail d’un individu employé est, du fait du système fiscal, une variable endogène.
En choisissant son nombre d’heures travaillées à salaire brut donné, l’individu
affecte son taux implicite d’imposition et donc son salaire net. Nous avons tenu
compte, comme il se doit, de cette endogénéité en instrumentant le salaire net
dans l’estimation de l’offre de travail.
L’effet de la réforme sur l’emploi et le nombre d’heures de travail de chaque
individu employé est évalué à partir de l’estimation des paramètres des équations
décrivant l’emploi et l’offre de travail, et des modifications de la contrainte budgétaire que la réforme entraine. Les résultats suggèrent que cette réforme conduirait
à un accroissement modeste, mais significatif de l’emploi. Mais il apparaît également que la réforme conduirait à une réduction des heures travaillées par certains
actifs. Ces deux effets (augmentation de l’emploi des inactifs et réductions des
heures travaillées chez les individus employés) sont plus forts chez les femmes que
chez les hommes. En termes de nombre total d’heures de travail des célibataires,
l’ampleur de l’effet de réduction de l’effort de travail chez les individus initialement employés serait supérieure à celle des effets incitatifs à l’emploi chez les
individus initialement sans emploi, de telle sorte que la réforme se solderait par
une réduction du nombre total d’heures travaillées. Ce résultat pour le moins mitigé en termes d’effet de la réforme sur l’offre de travail agrégée va certainement
à l’encontre de beaucoup de préjugés favorables à l’instauration des formules de
type ACR dans les systèmes de protection sociale. Il doit toutefois être mis en
balance avec les effets redistributifs favorables qu’aurait la réforme, et qui sont
discutés plus à fond dans Gravel et al. (2000).
Le plan du reste de cet article est le suivant. Dans la seconde section, nous
esquissons le modèle théorique permettant d’interpréter les comportements individuels d’offre de travail sur lesquels s’appuient nos estimations et nous discutons
des procédures économétriques d’estimation. Les données et les variables utilisées
dans les estimations (y compris celle qui sont micro-simulées) sont présentées dans
la section 3. La méthodologie et les résultats de la simulation de la réforme sont
exposés et discutés en section 4. La dernière section présente quelques éléments
de conclusion.

7

2. Cadre théorique et économétrique
2.1. Théorie
On s’intéresse à l’impact d’une réforme fiscale sur l’offre de travail d’un individu en tenant compte du décalage temporel entre les choix d’offre de travail et
la perception des transferts nets que ces choix entraînent. L’individu considéré a
un stock donné de capital humain qui détermine le salaire horaire brut wtB qu’il
peut gagner à la date t s’il travaille. Le processus par lequel l’individu obtient
un emploi (au terme d’un effort de recherche aux conséquences aléatoires) n’est
pas modélisé explicitement ici. Abstraction faite de ce processus, l’individu doit
donc décider, à chaque mois t de son horizon temporel (t = 0, ..., T ),6 d’allouer
son temps total mensuel disponible τ entre le travail rémunéré (Ht ) et le loisir
(Lt ) en respectant la contrainte physique Ht + Lt = τ . On supposera en outre que
l’individu n’anticipe pas de faire varier ses heures de travail d’un mois à l’autre
de sorte que, lorsqu’il choisit, à partir d’une certaine date t0 ≥ 0, de travailler
Ht0 heures, il le fait sous la contrainte d’effectuer la même prestation de travail
aux mois suivants t = t0 + 1, ...T . Cette hypothèse simplificatrice peut être vue
comme un reflet de certaines rigidités du marché du travail français (difficulté
de changer son nombre d’heures de travail tout en gardant le même emploi). On
admet cependant que l’individu soit susceptible de modifier son offre de travail à
toute date en réponse à un choc exogène et non anticipé sur son environnement
(licenciement, naissance d’un enfant, divorce, réception d’une nouvelle offre d’emploi, etc...). C’est pour cette raison que les choix d’un individus sont envisagés à
une date initiale t0 ≥ 0 quelconque plutôt qu’en 0.
L’augmentation d’une heure de travail au mois t augmente le pouvoir d’achat
courant de l’individu du montant de son salaire brut, mais réduit typiquement son
pouvoir d’achat futur en réduisant les transferts nets auquel il pourra prétendre.
Appelons Gt (Ht− ) la somme des transferts nets reçus par le chef du ménage au
mois t en fonction des heures de travail qu’il a effectuées dans le passé. Dans cette
écriture, Ht− représente le vecteur des quantités Hs d’heures de travail effectuées
dans les périodes s < t et susceptibles d’affecter les transferts nets reçus à la date
t. A l’exception des allocations chômage, les effets des choix présents d’offre de
travail sur les transferts nets futurs se prolongent au maximum sur deux ans et
demi (allocations hors minima sociaux), de telle sorte que Gt (Ht− ) peut être vue
en France comme une fonction de 30 variables. La fonction Gt (.) est supposée
dérivable et faiblement monotone décroissante par rapport à chacun de ses arguments. On admet également, de manière réaliste eu égard à la législation française,
que la fonction Gt (.) puisse dépendre du mois où le transfert net est perçu. Il peut
en aller ainsi parce que, par exemple, à cause du changement d’année fiscale, un
effort supplémentaire de travail en décembre a un impact sur les transferts nets de
janvier différent de celui qu’aurait le même effort supplémentaire de travail réalisé en novembre sur les transferts nets de décembre. La fonction Gt (.) comporte
des paramètres déterminés par les caractéristiques du ménage (comme la taille
familiale, le niveau de la richesse exogène et le profil de salaires horaires bruts
passés), qui peuvent être considérées comme des variables exogènes à sa décision.
6

La date 0 peut être vue comme celle de l’entrée dans la vie active et la date T celle de la
retraite.

8

La contrainte budgétaire à laquelle le ménage est confronté à la date t est donnée
par :
Et + nt Ct ≤ Mt + wtB Ht + Gt (Ht− ) + (1 + r)Et−1

(2.1)

où Mt , Et , Ct et nt désignent, respectivement, la richesse exogène (hors revenus
du travail, épargne et transferts), l’épargne nette, la consommation par tête du
ménage et le nombre d’équivalents-adultes dans le ménage7 à la date t. La variable
r mesure, quant à elle, le taux d’intérêt “réel” (supposé constant dans le temps)
que rapporte, entre deux mois consécutifs, l’épargne nette choisie en un certain
mois. On supposera en outre, et de manière évidemment irréaliste eu égard à la
situation Française, que Gt (.) ne dépend pas des épargnes nettes passées Et− . On
adopte enfin l’hypothèse, tout aussi irréaliste mais très répandue dans la littérature, de perfection des marchés financiers : l’individu est ainsi supposé pourvoir
emprunter ou épargner à volonté au taux r.
Sous cette hypothèse, et en faisant une récurrence à rebours de la contrainte
statique (2.1), on en déduit que les profils intertemporels de loisir et de consommation {Lt , Ct }Tt=t0 que peut envisager l’individu à partir de la date t0 satisfont
la contrainte intertemporelle :
T
X
wB Lt + nt Ct

T
X
wtB τ + Mt + Gt (Ht− )

(1 + r)t−t0
t=t

t

t=t0

(1 + r)t−t0

(2.2)

0

Envisagées à la date t0 , les préférences du chef du ménage pour les différents
profils intertemporels de loisir et de consommation sont représentées par la fonction d’utilité intertemporelle CES U : ([0, τ ] × R+ )T −t0 → R définie par :
U(Lt0 , Ct0 , ..., LT , CT ) = [

T
X

1

δt−t0 (aLρt + Ctρ )] ρ

t=t0

avec δ ∈]0, 1[, ρ ∈] − ∞, 0[∪]0, 1] et a > 0. En intégrant la contrainte suivant
laquelle Lt = Lt0 pour toutes les dates t > t0 , on peut écrire cette fonction
d’utilité comme :
V (Lt0 , Ct0 , ..., CT ) = U(Lt0 , Ct0 , ..., Lt0 , CT ) = [αt0 Lρt0 +

T
X

1

δ t−t0 Ctρ )] ρ

t=t0

avec αt0 =

T
P

δ t−t0 a

t=t0

Les décisions intertemporelles d’offre de travail et de consommation de l’individu résolvent le programme suivant :
max

Lt0 ,{Ct }T
t=t

V (Lt0 , Ct0 , ..., CT ))

(2.3)

0

¡
¢
sous les contraintes que Lt0 ∈ [0, τ ] et que Lt0 , {Ct }Tt=t0 satisfassent (2.2). Après
construction du lagrangien et interprétation des conditions de Kuhn-Tucker, on
7

Dans cet article, nous utilisons comme échelle d’équivalence celle qui est sous jacente au
calcul du RMI : nt = 1 pour une personne seule, 1, 5 lorsqu’il y a un enfant, et 1, 8 + 0, 4(x − 2)
lorsqu’il y a au moins deux enfants (x étant le nombre d’enfants).

9

en déduit qu’une quantité de loisir L∗t0 et un profil intertemporel de consommation
{Ct∗ }Tt=t0 qui résolvent le programme satisfont, pour tout mois t :
αt0 L∗t0 ρ−1
=w
˜tN∗ (.)
t ( ∗)
δ Ct

(2.4)

αt0 τ ρ−1
( )
>w
˜tN∗ (.)
δt Ct∗

(2.5)

"
#
T
s−1 ∂Gs (Hs− )
B
X
X
1
w
∂H
j
s
+
w
˜tN∗ (.) =
nt s=t (1 + r)s−t j=t (1 + r)j−t

(2.6)

si l’individu travaille et :

s’il choisit l’inactivité avec :

0

0

Dans ces expressions, w
˜tN∗ (.) est le salaire implicite dynamique par tête auquel
est confronté le chef du ménage au mois t. Ce salaire est défini par le bénéfice
monétaire marginal par tête actualisé (en t) que procure à l’individu un accroissement infinitésimal permanent de la quantité de travail choisie en t0 . Ce bénéfice
marginal provient de deux sources : la valeur actualisée de tous les taux de salaires
bruts et la valeur actualisée de toutes les variations marginales de transferts nets
qu’entraîne la décision marginale permanente (à partir de t0 ). Il s’agit tout simplement de la dérivée du revenu intertemporel par tête (évalué en t) par rapport à la
quantité de travail choisie pour la période [t0 ; T ]. Ce salaire net est, évidemment,
endogène puisqu’il dépend de la décision d’offre de travail de l’individu. On vérifie
aisément que w
˜tN∗ (.) = (1 + r)t−t0 w
˜tN∗
(.). On écrit alors (2.4) comme :
0
L∗t0 ρ−1
αt0
(
)
=w
˜tN0 ∗ (.)
t

C
(δ (1 + r))
t

(2.7)

1
Il en résulte que, si δ = 1+r
, le profil intertemporel optimal de consommation par
tête est constant de t0 à T . Le profil de consommation par tête est par contre
1
1
décroissant si δ < 1+r
et croissant si δ > 1+r
. L’individu doté de préférences
CES va donc choisir va donc choisir son épargne nette mensuelle de façon à ce
que le logarithme de sa consommation soit une fonction linéaire du temps. Cette
propriété nous autorisera à faire abstraction de l’épargne dans la suite de l’analyse.

2.2. Spécification économétrique et stratégie d’estimation
Les estimations portent sur deux équations d’intérêt, correspondant respectivement à l’emploi et à l’offre de travail des individus employés. En plus de ces
deux équations d’intérêt, nous serons amenés, pour pouvoir simuler l’effet de la
réforme sur l’emploi, et pour tenir compte de l’endogénéité du salaire implicite, à
estimer trois équations annexes.
2.2.1. Offre de travail des individus employés
Exprimée en logarithme, la condition de premier ordre (2.7) que satisfait une
quantité positive de travail offerte s’écrit :
µ

¢
τ − Ht∗0
1 ¡
ln
=
˜tN0 ∗ (.)
(2.8)
ln αt0 − t ln (δ (1 + r)) − ln w

Ct
1−ρ
10

Le terme t ln (δ (1 + r)) correspond à l’effet linéaire du temps (ou de l’âge) évoqué
ci-dessus, mais l’âge entre également dans le terme ln αt0 , de telle sorte qu’il ne
sera pas possible de faire la part entre ces deux termes dans les estimations.
L’équation (2.8) est impliquée par le comportement notionnel d’offre de travail de l’individu dans le cas où il est employé. Trois raisons principales peuvent
faire différer l’offre de travail que l’on peut prédire économétriquement pour un
individu particulier de son comportement notionnel. La première, correspondant
à ce qui est couramment désigné par les expressions “erreur d’optimisation” ou
“erreur de transition”, capture l’ensemble des conditions prévalant sur le marché du travail (rationnement, rigidité, temps nécessaire pour changer son nombre
d’heures de travail, ...) susceptibles d’expliquer l’écart entre le nombre d’heures
que souhaiterait travailler un individu et celui qu’il travaille effectivement. La
deuxième a trait à l’hétérogénéité inobservable des préférences pour le loisir et
la consommation. Dans cet article, nous faisons porter cette hétérogénéité interindividuelle sur le paramètre αt0 . Tous les individus sont donc supposés avoir le
même ρ. Finalement, la troisième correspond aux erreurs de mesure sur les différentes variables d’intérêt. Notons à cet effet ht , ct et wtN les variables (observées
ou calculées) utilisées pour mesurer les variables théoriques correspondantes. La
résultante de ces trois effets est décomposée en un terme ξ h propre à l’individu et
constant dans le temps et un terme εht variable dans le temps. Les termes d’erreur
ξ h et εht , ainsi que ceux apparaissant dans les autres équations, seront supposés
indépendants et identiquement distribués (entre individus et, le cas échéant, dans
le temps), suivant des lois normales d’espérances nulles. Toutefois, les résidus des
différentes équations sont, de façon évidente, corrélés entre eux pour un même
individu à une même date, ce que nous prenons bien en compte. La spécification
empirique de l’équation (2.8) devient donc :
ln(

τ − ht
) = Xth β h + γ ln wtN (.) + ξ h + εht
ct

(2.9)

ln α −t ln(δ(1+r))

t0
1
et γ = − 1−ρ
et où Xth est un vecteur de variables
avec Xth β h =
1−ρ
explicatives de l’offre de travail et β h , le vecteur de paramètres correspondant.
Ainsi qu’il l’a été mentionné, le salaire net dynamique wtN est une variable
endogène. Pour corriger du biais qui résulterait de la non prise en compte de cette
endogénéité, nous ajoutons à la liste (Xth ) des variables explicatives de l’offre de
N
travail le résidu εw
correspondant à une équation de salaire implicite dynamique
t
(première équation annexe) :
N

N

ln wtN = Xtw β w + εw
t

N

(2.10)
N

N

où Xtw est un vecteur de variables explicatives du salaire net, β w est le vecteur
N
des paramètres associés à ces variables et εw
est un terme d’erreur. Le vecteur
t
wN
Xt regroupe les variables explicatives du salaire brut et de l’offre de travail
(équation (2.9)), ainsi que les déterminants des transferts Gt (ht− ). De fait, toute
variable affectant le salaire brut mais n’ayant pas d’impact direct sur l’offre de
travail peut être considérée comme un instrument valable dans l’estimation de
cette équation.

11

2.2.2. Emploi
Un individu observé sans emploi au mois t peut se retrouver dans cette situation soit à la suite d’une décision de sa part (inactivité volontaire), soit à la
suite d’un licenciement ou d’une incapacité à trouver du travail malgré ses efforts
(inactivité involontaire). La possibilité d’inactivité involontaire n’est pas intégrée
rigoureusement dans le cadre théorique évoqué dans la section précédente, mais
elle est une possibilité réelle. Pour en tenir compte, nous n’imposons pas que le
salaire implicite d’un individu qui ne travaille pas soit inférieur à son salaire de
réserve (comme le voudrait l’inégalité (2.5)). Nous supposons plus généralement,
mais de manière compatible avec l’inégalité (2.5), que l’individu travaillera au
mois t si et seulement si une certaine variable latente yth∗ est positive avec :
yth∗ = Xteh β eh + RDt β eR + εeh
t

(2.11)

où RDt est une variable mesurant les incitations financières à l’activité, Xteh un
vecteur de variables affectant l’emploi au mois t par d’autres canaux que ces incitations financières, β eR et β eh les vecteurs de paramètres associés à ces variables
et εeh
t un terme d’erreur. Idéalement, RDt doit mesurer l’accroissement de revenu
disponible résultant d’une modification non marginale de l’effort de travail (par
exemple le passage de l’inactivité vers le mi-temps ou le plein temps). Si l’ensemble
des profils d’heures travaillées et de niveaux de consommation qui satisfont (2.2)
n’est pas convexe, une telle variable non-marginale est un indicateurs plus pertinents de l’incitation à travailler que le seul salaire net dynamique wtN évalué en
ht = 0 (voir Hausman (1985) pour de plus amples développements sur ce point).
Pour tenir compte du problème bien connu (voir par exemple Heckman (1979))
de sélection endogène de l’échantillon sur lequel sont estimées les équations (2.9)
et (2.10), le ratio de Mills de l’équation d’emploi (2.11) est ajouté à la liste des
N
variables explicatives Xth et Xtw .
2.2.3. Equations annexes estimées au préalable
Les ressources en cas d’activité (composante de RDt ) correspondent à la
somme des revenus bruts d’activité, de la richesse exogène et des transferts nets.
Formellement :
RDt = Ψt (ln wtB )

(2.12)

Le salaire brut n’étant observé que si l’individu travaille, il est nécessaire de l’imputer au préalable aux individus non employés, ce que nous faisons sur la base
de deux équations annexes estimées au préalable. Une équation de salaire brut
(deuxième équation annexe) est estimée sur la sous-population des individus employés, en corrigeant pour la sélection endogène de l’échantillon. Pour cela, nous
utilisons une forme réduite (troisième équation annexe) de l’équation d’emploi
(2.11). La forme explicite ne peut en effet pas être utilisée dans cette étape préalable car elle dépend du salaire brut, inconnu à ce stade. Formellement, l’équation
de salaire brut est la suivante :
B

B

ln wtB = Xtw β w + εw
t

12

B

(2.13)

B

B

avec εw
un terme d’erreur, Xtw un vecteur de variables expliquant le salaire
t
B
brut reçu par l’individu au mois t et β w le vecteur de paramètres associés à ces
variables. L’équation (2.11) devient alors :
B

B

B

eR
+ εeh
yth∗ = Xteh β eh + Ψt (Xtw β w + εw
t )β
t

Sa forme réduite est obtenue par approximation linéaire, en notant Xtew la réunion
des variables affectant le salaire brut, l’emploi en forme explicite ou les transferts
(paramètres de la fonction Ψt ), ce qui donne :
ytw∗ = Xtew β ew + εew
t

(2.14)

La procédure empirique utilisée peut se résumer ainsi. Le système d’équations
(2.13) et (2.14) est estimé par maximum de vraisemblance dans une étape préliminaire. Puis, à l’aide du salaire brut ainsi estimé pour les individus non employés,
le revenu disponible en cas d’activité est calculé par micro-simulation. Il devient
alors possible d’estimer le bloc d’équations (2.9), (2.10) et (2.11). Cette procédure d’estimation en deux étapes est nécessaire pour obtenir une estimation de
l’équation d’emploi qui dépende explicitement de RDt (dans le deuxième bloc
d’équations), tout en permettant, dans l’étape préliminaire, d’imputer un salaire
brut aux individus qui ne travaillent pas d’une manière qui tienne compte de la
sélection endogène de l’échantillon.

3. Données et méthodes d’estimation et de simulations
3.1. Données et variables brutes
3.1.1. Echantillon
L’analyse est réalisée sur un échantillon de ménages dont le chef, qui peut
avoir des enfants, est sans conjoint. Cet échantillon est tiré de l’enquête du Panel
Européen et calibré pour être représentatif de la population française en termes
de transferts. Nous avons exclu de cet échantillon les travailleurs indépendants, les
étudiants et les retraités. Nous avons conservé 534 femmes et 345 hommes, dont on
observe les caractéristiques, l’activité et les ressources sur les 36 mois des années
1993 à 1995. Notre souci de prendre en compte des décalages temporels (liés au
calcul des transferts) suffisamment longs (12 mois) ne nous a permis d’évaluer
l’offre de travail que sur la période centrale : les 12 mois de 1994.
Le comportement d’offre de travail des femmes étant susceptible de différer
très significativement de celui des hommes, toutes les estimations sont effectuées
séparément dans l’échantillon d’hommes et dans l’échantillon de femmes.
Les variables susceptibles de jouer un rôle dans les différentes équations sont
décrites en annexe.
3.1.2. Mesure de l’activité et des heures de travail
L’activité mensuelle de l’individu est déclarée rétrospectivement en octobre de
chaque année. Elle est distinguée suivant qu’elle concerne l’activité principale ou

13

l’activité “secondaire ou épisodique”.8 L’activité principale, lorsqu’elle est exercée,
est également distinguée suivant qu’elle est effectuée à plein temps, à temps partiel
“ordinaire” (plus de 15 heures/ semaine) ou à temps partiel “réduit” (moins de
15 heures/semaine). Sur un mois moyen de l’année 1994, 18% des hommes et 20%
des femmes sont sans emploi (c’est-à-dire sans activité principale ni secondaire).
Ils sont par contre deux fois moins nombreux à rester sans travail tout au long de
la période. L’activité secondaire est très rare, plutôt masculine (4,4% des hommes
contre 2.4% des femmes en moyenne sur 1994) et très souvent transitoire : sur les 3
années, 7.3% des individus ont déclaré au moins une période d’activité “secondaire
ou épisodique”, mais seulement 0.7% (soit 4 hommes et 2 femmes) l’ont conservée
tout au long de la période. Pour l’activité principale, le temps partiel réduit est
également exceptionnel et transitoire. Le temps partiel ordinaire concerne 4% des
hommes et 14% des femmes ayant une activité principale.
Les heures travaillées par les individus employés sont calculées (mensuellement) comme la somme des heures consacrées à l’activité principale et à l’activité
secondaire (graphique en annexe). Pour chaque type d’activité, les heures “habituelles” de travail sont déclarées dans l’enquête une fois par an. Les heures de
travail ont été reconstituées mois par mois sur la base de la déclaration annuelle
des heures habituelles et du calendrier d’activité.9 Ces heures subissent donc très
peu de variations d’un mois à l’autre au cours d’une même année.
3.1.3. Mesure des Revenus
Les ressources financières d’un ménage sont constituées des revenus bruts du
travail, des ressources financières exogènes inconditionnelles dont le montant ne
dépend pas des revenus du travail (telles que les pensions alimentaires)10 et des
transferts nets. Les revenus bruts (avant impôts et transferts, mais après prélèvement des cotisations sociales) d’activité principale et secondaire sont mesurés
annuellement. Le salaire horaire brut est calculé en divisant la somme des revenus annuels d’activité principale et secondaire par le nombre annuel d’heures
travaillées. Ainsi calculé, ce salaire horaire ne varie donc pas au cours d’une année.
Le revenu mensuel brut est ensuite calculé comme le produit du salaire horaire
brut par le nombre d’heures travaillées au cours du mois considéré.
Les figures ci-après donnent la répartition observée dans l’échantillon du salaire
horaire brut chez les hommes (3.1) et les femmes (3.2). Le trait vertical correspond
au SMIC horaire net (29F) en vigueur en juin 1994.
8
Certains individus ont déclaré, pour un mois donné, une activité épisodique sans activité
principale.
9
Pour les mois où cette reconstitution s’est avérée impossible, des heures ont été imputées de
façon à ne pas bloquer les calculs des transferts aux mois suivants (micro-simulation). Bien évidemment, nous avons exclu des différentes régressions observations pour lesquelles manquaient
initialement le nombre d’heures et, par voie de conséquence, les salaires horaires (brut et net).
10
Les revenus d’épargne et de placements, qui font naturellement partie des ressources exogènes inconditionnelles, ne sont pas encore intégrés dans l’analyse car ces variables, réputées
mal mesurées, doivent être redressées au préalable. Cette omission est susceptible d’affecter les
estimations pour les ménages aisés, mais elle a probablement peu d’impact dans la population
d’intérêt (les RMIstes perçoivent rarement de telles ressources).

14

Fig. 3.1: Répartition du salaire horaire dans l’échantillon des hommes (1994)
3.2. Méthodologie de calcul du salaire implicite et de la consommation
Le Panel Européen présente l’avantage de proposer un calendrier mensuel de
perception des revenus de chaque membre du ménage sur la période d’étude. Ce
calendrier permet de calculer, mois par mois, les transferts nets de chaque ménage. Les transferts qui sont intégrés dans l’analyse sont les allocations familiales
(touchées forfaitairement par les ménages sur la base du nombre d’enfants sans
condition de ressources), l’Allocation Pour Jeune Enfant (APJE), l’Aide Personnalisée au Logement (APL), l’Allocation Logement (AL), l’Allocation de Rentrée
Scolaire (ARS) et les éléments du régime français des minima sociaux que sont le
RMI et l’Allocation pour Parent Isolé (API). On intègre également l’impôt sur le
revenu mais on exclut les allocations chômage. Tous les transferts nets sont calculés à chaque mois en fonction de critères précis qui concernent les caractéristiques
du ménage ainsi que la chronique des revenus et activités passés. Les transferts
nets mensuels sont calculés par le logiciel SIMPTOM dont le fonctionnement est
décrit dans Hagneré (2000).
3.2.1. Consommation
Le calcul du niveau de consommation par tête est effectué en supposant un taux
d’intérêt mensuel nul, et en limitant l’horizon temporel aux 12 mois à venir. Plus
précisément, la consommation ct considérée à la date t correspond à la moyenne
du revenu disponible sur les 12 mois à venir en supposant que l’individu travaille
le même nombre d’heures mensuelles (positif ou nul) à partir de t (ht+ = ht ).

15

Fig. 3.2: Répartition du salaire horaire dans l’échantillon des femmes (1994)
Le futur au-delà de ces 12 mois n’affecte pas le calcul de la consommation. Les
décisions d’offre de travail et de consommation sont étudiées pour chacun des 12
mois de l’année 1994, ce qui implique de calculer les transferts nets pour chacun
des 24 mois des années 1994 et 1995.
Le calcul de l’impôt sur le revenu présente des particularités car il est effectué
sur la base des revenus perçus au cours de l’année fiscale. On considère que l’individu acquitte à chaque mois t de l’année fiscale a(t) (1994 ou 1995) un impôt
a(t)
mensuel IRtm équivalent au douzième de l’impôt annuel IRt à acquitter au cours
de l’année fiscale à venir, au titre des revenus touchés pendant l’année fiscale en
cours. Ainsi, l’individu est supposé acquitter en décembre 1994 un douzième de
l’impôt payé en 1995 au titre des revenus de 1994, et en janvier 1995 un douzième
de l’impôt payé en 1996 au titre des revenus de 1995. Ceci revient à considérer
que, même si les individus n’acquittent leur impôt sur le revenu qu’au cours de
l’année fiscale suivante, ils calculent cet impôt à l’avance et ne dépensent à une
date donnée que les revenus nets des impôts que ces revenus engendreront.
Comme pour tous les autres transferts, à chaque mois t, l’impôt annuel sur
le revenu de l’année fiscale a (t) est calculé sur la base des heures de travail ht−
effectivement observées jusqu’à la date t, et en supposant que l’individu travaillera
les mêmes heures jusqu’à la fin de l’année fiscale (ht+ = ht ). De cette façon, l’impôt
annuel sur le revenu varie au cours d’une année fiscale donnée à chaque fois que
les heures de travail varient (en particulier à chaque fois que l’individu devient

16

actif ou inactif). On peut donc écrire :
a(t)

IRtm

=

IRt

(ht− , ht )
12

Il est bien entendu que, dans cette expression, le passé pertinent ht− se limite aux
mois précédant t dans l’année fiscale a (t) en cours, et le futur pertinent se limite
aux mois suivant t de la même année. Les autres transferts T rt (ht− ) que perçoit
l’individu au mois t (RMI, API, AL, APL, ARS, APJE) ne dépendent que du
comportement passé d’offre de travail.
On impute alors à l’individu au mois t la consommation par tête ct définie
par :

ct =

³
´´
11 ³
P
B
m
wt+j
h(t+j)− , ht+j = ht
ht + mt+j + T Rt+j (h(t+j)− ) + IRt+j

j=0

12 ∗ nt

(3.1)

L’offre de travail passée h(t+j)− pertinente à la date t + j correspond au passé
effectivement observé jusqu’à la date t, puis est égale à ht entre les dates t et t + j.
Cette méthode d’imputation des dépenses mensuelles de consommation à un
individu n’est évidemment pas sans défaut. Elle n’effectue un lissage que vers
le futur alors qu’un lissage en fonction du passé aurait été plausible. Le lissage
en fonction du passé pose toutefois un problème de mesure empirique car les
données sur les caractéristiques individuelles et, surtout, sur les ressources, ne
sont disponibles qu’à partir de 1993. Par ailleurs, un lissage en fonction du passé
aurait pu, si on avait utilisé l’impôt payé au titre des revenus perçus durant
l’année fiscale précédente, amener à imputer pour certains mois de l’année une
consommation négative (cas d’un individu qui se retrouverait inactif au début
d’une année fiscale et qui aurait gagné des revenus d’activités conséquents l’année
fiscale précédente).
Par ailleurs, cette manière de faire pose problème parce qu’elle lisse la consommation sur un horizon temporel trop court par rapport à l’horizon considéré par
l’individu du modèle théorique de la section 2. Ce problème peut sembler potentiellement important dans la mesure où l’âge est une variable explicative de
l’équation (2.9) et où l’épargne individuelle dépend de l’âge, ce qui pourrait introduire des biais dans l’estimation de cette équation. Toutefois, la forme linéaire
de la relation entre épargne et âge chez un individu doté de préférences CES
mentionnée plus haut limite ce biais au coefficient de la variable d’âge dont l’interprétation est, de toute façon, problématique pour les raisons qui évoquées au
début de la section 2.2.1
3.2.2. Salaire net dynamique
Le salaire net dynamique wtN∗ par tête de l’individu au mois t est simplement
calculé comme la dérivée partielle, par rapport à ht , de la consommation par tête,
telle que calculée dans la section précédente. En l’absence de forme analytique pour
ct , cette dérivée partielle est calculée comme une variation discrète correspondant
à une augmentation de ∆h heures de travail en t et aux mois suivants (soit une

17

augmentation de 12 ∗ ∆h heures en tout) :
wtN∗ =

ct (ht− , ht + ∆h) − ct (ht− , ht )
12 ∗ ∆h

(3.2)

s (.)
intervenant
Ces formules reviennent à approximer les dérivées théoriques ∂G
∂hj
dans l’équation (2.6) par des rapports de différences finies. Les calculs dépendent
évidemment du pas ∆h choisi. Nous avons retenu un ∆h d’une heure par mois.
Notre salaire net fournit une description des incitations à la reprise d’activité
pour le moins différente de celle donnée par des modèles “statiques”. Pour l’illustrer, considérons un célibataire (de plus de 25 ans) n’ayant jamais travaillé et
trouvant un emploi à 3/4 temps au SMIC (wB = 28.56) en janvier 1994. Notons
que son revenu annuel est trop faible pour qu’il ait à acquitter l’impôt sur le revenu. Le calcul du salaire implicite de janvier 1994 revient à calculer la moyenne
des taux d’imposition implicites des revenus perçus à chacun des mois de l’année 1994. Le tableau (3.1) montre l’évolution de ces taux au cours de l’année en
question dans le cas d’un individu hébergé chez un tiers (il ne perçoit pas d’aide
au logement) et dans le cas d’un individu payant un loyer de 2000F à Paris. Les
trois premiers mois de l’année, le revenu de ces deux individus n’est pas imposé
du fait de la règle de cumul total du revenu salarial et du RMI lors du premier
trimestre d’activité.11 Les trois mois suivants, nos deux individus bénéficient de
l’intéressement et se trouvent donc imposés à un taux de 50%. Au delà, ils perdent
le bénéfice de l’intéressement (la limite des 750 heures de travail est atteinte au
cours du mois de juin). Ce n’est qu’à partir du mois de juillet, lors de la révision de l’aide au logement, que le cas des deux individus commence à différer. Le
taux d’imposion implicite devient nul dans le cas de l’hébergé, alors que celui du
locataire passe à 27,66% : comme il ne perçoit plus le RMI, son allocation logement devient conditionnelle à ses revenus d’activité, de manière dégressive.12 En
moyenne, le taux d’imposition implicite sur l’année est de 12,5% pour l’hébergé
(resp. 26,33% pour le locataire), ce qui donne un salaire implicite de 24,99 F (resp.
21,04 F).Notons qu’un modèle statique prédirait un taux d’imposition de 0% dans
le premier cas et de 27,66% dans le second cas.

1994 janvier - mars
0.00%
Hébergé
0.00%
Locataire

avril - juin
50.00%
50.00%

juillet - septembre octobre - décembre
0.00%
0.00%
27.66%
27.66%

Tab. 3.1: Evolution du taux d’imposition implicite mensuel d’un rmiste célibataire
reprenant un emploi
Le tableau (3.2) présente, pour différents scénarii concernant la chronique
d’offre de travail de l’individu, d’autres exemples de salaire implicite dynamique
pour un célibataire, hébergé chez un tiers, rémunéré au taux horaire brut du
11

On suppose ici que la révision trimestrielle des ressources pour le calcul du RMI de ces
individus intervient le 31 mars, le 30 juin, le 30 septembre et le 31 décembre.
12
Rappelons que, lors de la révision de l’aide au logement, il est tenu compte du revenu
imposable de l’année fiscale précédente. Celui-ci étant nul dans notre exemple, on pourrait
penser que la révision de juillet 1994 n’a aucun effet sur le montant de l’aide versée. Toutefois,
en cas de revenu imposable nul, la législation prévoit de baser le calcul sur le dernier revenu
d’activité si l’allocataire travaille au moment de la révision.

18

SMIC, qui est sans emploi jusqu’à la date t = 0, et qui travaille ensuite l’équivalent d’un tiers-temps annuel (676 heures dans l’année). Le premier scenario
considère que l’individu travaille à tiers-temps de façon régulière dans l’année,
le second suppose qu’il travaille à mi-temps pendant huit mois, et le dernier fait
l’hypothèse qu’il travaille à plein temps durant quatre mois. En observant chaque
scenario indépendamment, on constate que les taux d’imposition implicites (T mi)
varient considérablement dans le temps. Il y a deux raisons essentielles à cela. La
première est liée aux effets retardés du système de transferts, et en particulier
à l’impact de l’intéressement qui, comme on l’a souligné plus haut, ne joue que
provisoirement. La seconde est, quant à elle, imputable à l’hypothèse de calcul
ht+ = ht . Par exemple, à la date t = 4 dans le scenario 3, il est supposé que
l’individu n’anticipe pas qu’il ne travaillera plus à partir de la date suivante (les
différences de niveau de consommation le montrent très clairement). Quant à la
comparaison des différents scénarii, il apparait bien que la chronique d’activité
joue un rôle essentiel dans le calcul du salaire implicite. A titre de comparaison,
un modèle statique donnerait le même salaire implicite quel que soit le scenario,
à savoir nul pour cet individu car il ne bénéficierait pas de l’intéressement (taux
d’impôt de 100%).
Il est donc remarquable de constater que la légende, pourtant tenace dans la
description que font beaucoup de commentateurs du régime français des minima
sociaux, d’une taxation à 100% des premiers revenus d’activité d’un individu initialement sans emploi (et bénéficiaire du RMI par exemple) apparaît bien pour
ce qu’elle est lorsqu’on calcule les salaires implicites réels des individus en tenant compte des décalages intertemporels des calculs sous-jacents à la législation
française.
t
Scenario 1
ht
Tmi
N
wt
ct
Scenario 2
ht
Tmi
N
wt
ct
Scenario 3
ht
Tmi
N
wt
ct

1

2

3

4

5

6

7

8

9

56.33
37.5%
17.85
36344

56.33
37.5%
17.85
35539

56.33
37.5%
17.85
34735

56.33
37.5%
17.85
33930

56.33
41.7%
16.66
33126

56.33
45.8%
15.47
32321

56.33
50.0%
14.28
31517

56.33
54.2%
13.09
30712

56.33
58.3%
11.90
29908

10

11

12

56.33 56.33 56.33
62.5% 66.7% 70.8%
10.71 9.52
8.33
29104 28299 27495

84.5
84.5
84.5
84.5
84.5
84.5
84.5
84.5
0
0
0
0
25.0% 20.8% 16.7% 12.5% 8.3% 4.2% 0.0% 0.0% 33.3% 37.5% 37.5% 37.5%
21.42 22.61 23.80 24.99 26.18 27.37 28.56 28.56 19.04 17.85 17.85 17.85
39928 37905 35881 33858 33042 32226 31409 30593 23887 24277 24277 24277
169
169
169
169
0
0
0
0
0
0
0
0
17.8% 16.5% 15.4% 14.5% 29.2% 33.3% 37.5% 37.5% 37.5% 37.5% 37.5% 37.5%
23.48 23.86 24.17 24.41 20.23 19.04 17.85 17.85 17.85 17.85 17.85 17.85
63318 61295 59272 57249 20231 22254 24277 24277 24277 24277 24277 24277

Tab. 3.2: Exemples de salaire implicite selon la chronique d’activité

3.2.3. Mesure des incitations financières au travail
Nous avons choisi de mesurer la variable RDt qui intervient dans l’équation
(2.11) comme mesure non-marginale des incitations finanières au travail par le
logarithme du rapport entre la moyenne (sur les 12 mois à venir) du revenu disponible de l’individu s’il travaille à mi-temps et de son revenu disponible s’il choisit

19

de ne pas travailler.13 Il aurait idéalement fallu mesurer cette variable mois par
mois, conditionnellement à l’activité passée de l’individu. Mais cette manière de
faire aurait soulevé un nouveau problème d’endogénéité lié à la législation sur
l’intéressement. En effet, les formules d’intéressement en vigueur en 1994 étaitent
réservées aux personnes qui bénéficient déjà d’un minimum social. Un individu
qui aurait été sans emploi depuis un certain temps pourrait bénéficier de l’intéressement, alors que son homologue doté des mêmes caractéristiques observables et
employé n’en bénéficierait pas. Or on constate, toutes choses observables égales par
ailleurs, une forte corrélation positive entre l’activité passée et l’activité présente.
Dans la mesure où la législation implique, ceteris paribus, une forte corrélation
négative entre activité passée et incitations financières au travail, la forte corrélation positive (ceteris paribus) entre activité passée et activité présente se traduit
dans les estimations par une corrélation négative ( !) (ceteris paribus) entre activité présente et incitations financières au travail. Au lieu de chercher à corriger
ce biais par des méthodes purement économétriques, nous avons préféré résoudre
ce problème en spécifiant une variable d’intéressement financier au travail qui ne
dépende pas de l’histoire spécifique (endogène) de l’individu. Plus précisément,
nous avons défini RDt comme le logarithme du rapport entre le revenu disponible
moyen de l’individu s’il est employé à mi-temps et le revenu disponible qu’il obtiendrait s’il cessait l’activité en lui attribuant une activité passé à mi temps. Cette
variable mesure donc les incitations financières à conserver une activité mi-temps
plutôt que de la cesser, une fois que les possibilités d’intéressement prévues par
la législation ont été épuisées. Bien que cette solution corrige le problème d’endogénéité évoqué ci-dessus (RDt ne dépend pas de l’activité passée de l’individu),
elle n’est pas pleinement satisfaisante puisqu’elle ne permet pas de mesurer l’effet
des incitations financières de court terme à la reprise d’emploi. Toutefois, la variable retenue mesure bien la modification des incitations induite par la réforme
dans la mesure où la principale caractéristique de celle-ci est de rendre la formule
d’intéressement indépendante de l’activité passée de l’individu.
3.3. Résultats de l’estimation des offres de travail avant la réforme
Comme nous l’avons évoqué, la structure en panel des données nécessiterait
en toute rigueur l’utilisation de techniques appropriées (voir par exemple Hausman and Taylor (1981)). La raison principale qui nous a empêchés de recourir à
des techniques de données de Panel tient aux décalages temporels qui nous ont
contraint à limiter l’estimation du comportement d’offre de travail à la seule année de 1994. Cet horizon temporel s’est avéré trop étroit pour mettre en oeuvre
de manière profitable des techniques de panel. D’autant plus que, sur les 12 mois
d’une même année, le salaire brut d’un individu ne subit aucune variation, tandis
que les variations des heures travaillées sont très limitées chez les individus observés employés sur toute la période. Faute d’utiliser de véritables techniques de
panel, nous avons simplement empilé les données concernant les 12 mois, puis nous
avons estimé l’effet individuel ξ de l’équation (2.9) comme la moyenne des résidus mensuels estimés pour l’individu concerné. Ce résidu individuel moyen estimé
est interprété comme une mesure de l’hétérogénéité individuelle des préférences,
13

Au quel cas, en conformité avec la législation française, il ne doit pas percevoir d’allocations
chômage.

20

supposée persister après réforme. Il est à noter qu’un résidu mensuel ne peut être
estimé que dans le cas où l’individu travaille au cours du mois considéré. Pour
les individus qui ne sont pas employés certains mois de l’année 1994, le résidu
individuel est calculé comme la moyenne des résidus estimés sur les seuls mois au
cours desquels l’individu est employé. Enfin, pour les individus qui ne travaillent
pas du tout sur la période, on considère un résidu individuel nul.
Les résultats de l’estimation du système d’équations (2.13) et (2.14) sont donnés en annexe. Sans insister sur les estimations de ces équations qui ne constituent
pas le propos de l’article, remarquons simplement que le salaire y apparaît comme
une fonction croissante et concave de l’expérience (convexe en fin de carrière), qu’il
varie considérablement en fonction de la Catégorie Socio-Professionnelle (environ
du simple au double) et qu’il est plus élevé en région parisienne, surtout par rapport aux zones rurales. Les salaires masculins sont plus faibles dans le secteur
public ou semi-public, mais les salaires féminins y sont plus élevés. Le salaire est
une fonction croissante du niveau d’études, dont l’effet s’accroît avec l’âge. Notons
toutefois la faible rémunération des études supérieures pour les hommes, surtout
les jeunes. L’effet des études sur le salaire des hommes peut toutefois passer par
leur CSP. Enfin, le salaire est une fonction croissante de la taille de l’entreprise
(mesurée par le nombre de salariés).
Les trois équations du bloc (2.9) à (2.11) sont estimées, quant à elles, successivement, en tenant compte de la corrélation entre les résidus correspondants.
L’équation d’emploi (2.11) est estimé en premier sur l’échantillon total, par probit.
On en déduit un ratio de Mills, qui est ajouté à la liste des variables explicatives
des équations de salaire implicite (2.10) et d’offre de travail (2.9), de façon à corriger pour la sélection endogène de l’échantillon (cf. Heckman (1979))). L’équation
(2.10) est simplement estimée par Moindres Carrés sur l’échantillon des individus employés. Finalement, l’équation décrivant l’offre de travail (2.9) est estimée
par Moindres Carrés. En plus du ratio de Mills, le résidu de l’équation (2.10) est
ajouté à la liste des variables explicatives, de façon à corriger pour l’endogénéité
du salaire implicite.14
Les résultats de l’estimation du bloc d’équations (2.9), (2.10) et (2.11) sont
présentés, pour les hommes et les femmes, dans les tableaux (3.3) et (3.4).15 Les
estimations de l’élasiticité de substitution consommation/loisir (opposée du coefficient du salaire implicite dans l’équation (2.9), soit 0.65 pour les hommes et
0.73 pour les femmes) et du paramètre de préférences individuelles révèlent des
comportement d’offre de travail assez cohérents avec ce qui est trouvé dans la
littérature (voir Blundell and Macurdy (2000) pour un survol récent).
14

Ce résidu n’est calculable que pour les individus qui sont employés, c’est-à-dire sélectionnés
par l’équation (2.11), mais cela ne pose pas de problèmes car ce sont exactement les mêmes
individus qui sont sélectionnés pour les équations (2.10) et (2.9).
15
Nous avons utilisé un temps total disponible τ = 500 heures mensuelles. Les estimations se
sont avérées assez peu sensibles au choix de τ .

21

Mills eq.(2.11)
résidu eq.(2.10)
salaire implicite par tête (log)
Age
Age (centré réduit)
Age (centré réduit) au carré
Age (centré réduit) au cube
entre 18 et 24 ans
Expérience
Expérience totale (centrée réduite)
Expérience totale (centrée réduite) au carré
Expérience totale (centrée réduite) au cube
Catégorie socio-professionnelle
Artisan,commercant,agriculteur
Cadre, ingenieur,chef d'une grande entreprise
Professeur
Instituteur
Profession intermediaire
Ouvrier qualifié
Ouvrier non qualifié
Employé et autres
Taille de la commune
Commune rurale
moins de 20000 habitants
20000 à 100000 habitants
plus de 100000 habitants hors Paris
Agglomération parisienne
Niveau d'études
Primaire
Secondaire
Professionnel court
Professionnel long
Supérieur 1er et 2ème cycles
Supérieur 3ème cycle
Niveau d'études * Age
Secondaire * Age
Professionnel court * Age
Professionnel long * Age
Supérieur 1er et 2ème cycles * Age
Supérieur 3ème cycle * Age
Statut
Etat
Collectivité locale
Entreprise publique
Privé et autres
Nombre de salariés dans l'entreprise
petite entreprise:<10
moyenne entreprise:10-49
grande entreprise:50-99
tres grande entreprise:>100
Sans objet ou non déclaré
Handicap
Handicap grave
Gêne dans ses activités
Nombre d'enfants
Moins de 6 ans
plus de 6 ans
tous
Profession des parents
Père : Agriculteur
Père : Intermediaire, technicien
Père : Employé
Mère : Inactif
Incitations financières
Log(Rdmi/RD0) *
Constante

(2.9) : Offre de travail
Moindres carrés
Coef.
Std. Err.
P>|t|
-0.148906 0.0411255 0.000
0.1138129 0.0387241 0.003
-0.646419 0.0349305 0.000

(2.10) : Salaire implicite par tête (log)
Moindres carrés
Coef. Std. Err.
t
P>|t|
-0.605052 0.041939 -14.427
0.000

-0.087177

-0.267526 0.032908

0.0081003

0.000

0.003582

-8.13

(2.11) : Emploi
Probit
Coef. Std. Err.

P>|z|

0.000 -0.2383391 0.112594 0.034
-0.1103788 0.033959 0.001
0.101215 0.032652 0.002
0.930

0.04052

0.088

0.3098429 0.038143
-0.075367 0.019535
0.0129044 0.006896

8.123
-3.858
1.871

0.000
0.000
0.061

-0.009654
0.5919517
0.3619677
0.7337487
0.2405555
0.0540883
-0.157034
Référence

0.083028
0.046015
0.046377
0.047185
0.021705
0.022521
0.03042

-0.116
12.864
7.805
15.551
11.083
2.402
-5.162

0.907
0.000
0.000
0.000
0.000
0.016
0.000

Référence
0.0689282
0.0451757
0.0608892
-0.062504

0.0217524
0.0235295
0.021585
0.0223103

0.002
0.055
0.005
0.005

Référence
0.0268374 0.02628
0.0547508
0.0271
0.1766551 0.020058
0.1632258 0.021135

1.021
2.02
8.807
7.723

0.307
0.043
0.000
0.000

Référence
-0.2303693
-0.4278495
-0.6320486
-0.4276728

0.104831
0.094744
0.091198
0.100992

0.028
0.000
0.000
0.000

Référence
-0.212913
-0.185856
-0.288499
-0.249656
-0.400593

0.0333649
0.0311627
0.0369365
0.037112
0.041615

Référence
0.000 0.1645578 0.028531
0.000 0.0453129 0.024365
0.000 0.019119 0.030191
0.000 0.0281133 0.037598
0.000 -0.004107 0.052114

5.768
1.86
0.633
0.748
-0.079

0.000
0.063
0.527
0.455
0.937

Référence
0.0214267
0.4285183
1.290597
0.3409318
0.6685738

0.11243
0.106786
0.234058
0.109357
0.150351

0.849
0.000
0.000
0.002
0.000

0.038126
0.036941
0.037782
0.043682
0.040836

2.156
3.25
-0.6
-0.111
0.912

0.031
0.001
0.548
0.911
0.362

0.0163525
-0.1405869
0.6328487
-0.2757992
0.1693355

0.105327
0.095534
0.224105
0.116473
0.134633

0.877
0.141
0.005
0.018
0.208

0.0389689 0.025559
-0.037655 0.02429
-0.091591 0.026455
Référence

1.525
-1.55
-3.462

0.127
0.121
0.001

-0.324418 0.030186
-0.295347 0.035106
-0.154752 0.02774
-0.075052 0.022267
Référence

-10.747
-8.413
-5.579
-3.371

0.000
0.000
0.000
0.001

0.0822113
0.120064
-0.02268
-0.004869
0.0372518

-1.424877 0.132372 0.000
0.4845043 0.03986 0.000
-0.2365864 0.264842 0.372
0.5165464 0.076703 0.000
-0.030374

0.0137874

0.028

-0.324671 0.012447

-26.083

0.000
0.6852606
-0.1778523
-0.3142949
-0.1402208

0.125948
0.084478
0.080389
0.053004

0.000
0.035
0.000
0.008

0.4465571 0.078132 0.000
-0.613536
N. obs
F(14, 3060)
Prob > F
Rsquared
Root MSE

0.1220059
= 3075
= 128.87
= 0.0000
= 0.5205
= 0.32998

0.000

3.643976
N. obs
F(35, 3264)
Prob > F
Rsquared
Root MSE

0.044702
= 3300
= 106.44
= 0.0000
= 0.4744
= 0.35494

* logarithme du rapport entre le revenu disponible d'une activité à mi-temps et le revenu disponible d'inactivité,
en supposant que l'individu travaillait à mi-temps dans le passé

Tab. 3.3: Offre de travail des hommes

22

81.518

0.000
N. obs
W chi2(26)
P>chi2
PseudoR2

=
=
=
=

4089
717.57
0.0000
0.2162

Mills eq.(2.11)
résidu eq.(2.10)
salaire implicite par tête (log)
Age
Age (centré réduit)
Age (centré réduit) au carré
Age (centré réduit) au cube
entre 18 et 24 ans
Expérience
Expérience totale (centrée réduite)
Expérience totale (centrée réduite) au carré
Expérience totale (centrée réduite) au cube
Catégorie socio-professionnelle
Artisan,commercant,agriculteur
Cadre, ingenieur,chef d'une grande entreprise
Professeur
Instituteur
Profession intermediaire
Ouvrier qualifié
Ouvrier non qualifié
Employé et autres
Taille de la commune
Commune rurale
moins de 20000 habitants
20000 à 100000 habitants
plus de 100000 habitants hors Paris
Agglomération parisienne
Niveau d'études
Primaire
Secondaire
Professionnel court
Professionnel long
Supérieur 1er et 2ème cycles
Supérieur 3ème cycle
Niveau d'études * Age
Secondaire * Age
Professionnel court * Age
Professionnel long * Age
Supérieur 1er et 2ème cycles * Age
Supérieur 3ème cycle * Age
Statut
Etat
Collectivité locale
Entreprise publique
Privé et autres
Nombre de salariés dans l'entreprise
petite entreprise:<10
moyenne entreprise:10-49
grande entreprise:50-99
tres grande entreprise:>100
Sans objet ou non déclaré
Handicap
Handicap grave
Gêne dans ses activités
Nombre d'enfants
moins de 3 ans
entre 3 et 6 ans
plus de 6 ans
entre 6 et 10 ans
plus de 10 ans
tous
Profession des parents
Père : Intermediaire, technicien
Père : Employé
Mère : Employé
Incitations financières
Log(Rdmi/RD0) *
Constante

(2.9) : Offre de travail
Moindres carrés
Coef.
Std. Err.
P>|t|
-.0613045 .0350309 0.080
.3837993 .0404494 0.000
-.7312426 .0365222 0.000

(2.10) : Salaire implicite par tête (log)
Moindres carrés
Coef. Std. Err.
t
P>|t|
-.5000082 .0347574 -14.386
0.000

-.0409331

-.0958225 .0360657

-2.657

0.008

-.0337603 .0299043

-1.129

0.259

.1015967 .0147498
-.0551041 .0116336
.0298124 .0052906

6.888
-4.737
5.635

0.000
0.000
0.000

.1543067
.3271368
.1887464
.3371522
.1990438
-.0181806
-.0089977
Référence

.0339773
.0209157
.027178
.0279083
.0123558
.0190706
.0309506

4.541
15.641
6.945
12.081
16.109
-0.953
-0.291

0.000
0.000
0.000
0.000
0.000
0.340
0.771

-3.045
-1.635
-0.638
9.360

0.002
0.102
0.524
0.000

Référence
.2910941
.1405345
.0735998
.0323117

.0869844
.0813626
.0708447
.0793488

0.001
0.084
0.299
0.684

.0067396

0.000

(2.11) : Emploi
Probit
Coef. Std. Err.

P>|z|

.3886888 .0809628 0.000
-.3323249 .0259317 0.000
.1572049 .0229841 0.000

Référence
-.0500954
-.0549657
-.0534663
-.1310075

.0210271
.019978
.0195075
.0205266

0.017
0.006
0.006
0.000

Référence
-.0705453 .0231672
-.0299335 .0183097
-.0100146 .0157062
.1607132 .017171

Référence
-.2167076
-.1057414
-.1508177
-.1710514
-.2661543

.0237815
.0219484
.0259301
.024643
.0307684

0.000
0.000
0.000
0.000
0.000

Référence
.1102062
.131098
.1551656
.2461731
.3675955

.0396206
.0364782
.0398939
.0380913
.0448274

2.782
3.594
3.889
6.463
8.200

0.005
0.000
0.000
0.000
0.000

Référence
.3262921
.3815807
1.075742
1.00791
1.044696

.0810189
.0753746
.1186081
.0916457
.137235

0.000
0.000
0.000
0.000
0.000

.0299831
.0163638
.1501382
.0216008
.1611506

.0412359
.0374683
.0428401
.0378225
.0431867

0.727
0.437
3.505
0.571
3.731

0.467
0.662
0.000
0.568
0.000

-.7769813
-.7808064
-1.432481
-.3393443
-.6407977

.0822381
.0725433
.1088418
.087584
.1351803

0.000
0.000
0.000
0.000
0.000

.0951386 .0218556
.0802691 .0221499
.0831177 .0280022
Référence

4.353
3.624
2.968

0.000
0.000
0.003

-4.563
-1.189
-0.814
1.597

0.000
0.235
0.416
0.110

-.1099278
-.0263591
-.0198009
.0316542
Référence

.0240886
.0221725
.0243279
.0198238

-1.445656 .1625563 0.000
.6958683 .0341748 0.000
-.0761368
.0132253
-.0343787

.0191571
.0208004
.0089856

0.000
0.525
0.000

-1.095077 .0910232 0.000
-1.067392 .0656534 0.000
-.4607322 .0535944 0.000
-.0580894 .0268703 0.031
-.1940565 .0073037

-26.570

0.000
.292914 .0783082 0.000
.2157194 .0689529 0.002
.5692003 .0650735 0.000

-.1855109
N. obs
F(16, 4511)
Prob > F
Rsquared
Root MSE

.1323164
= 4528
= 200.79
= 0.0000
= 0.5241
= .29534

0.161

3.453876
N. obs
F(35, 4950)
Prob > F
Rsquared
Root MSE

.0472161
= 4986
= 574.91
= 0.0000
= 0.6087
= .3226

* logarithme du rapport entre le revenu disponible d'une activité à mi-temps et le revenu disponible d'inactivité,
en supposant que l'individu travaillait à mi-temps dans le passé

Tab. 3.4: Offre de travail des femmes

23

73.150

0.000

.7053643
-1.464931
N. obs
W chi2(27)
P>chi2
PseudoR2

.0879933 0.000
.1369329 0.000
= 6400
= 1593.11
= 0.0000
= 0.3380

4. Simulation de la réforme
4.1. Méthodologie
La réforme proposée consiste essentiellement à permettre inconditionnellement16 à tout individu d’ajouter 60% de ses revenus bruts d’activité au montant
mensuel théorique du RMI, pour autant que la totalité du revenu reçu (60% des
revenus d’activité plus le RMI) n’excède pas un certain seuil (correspondant à
peu près au niveau mensuel du salaire minimum associé à un emploi exercé à
plein temps). Les modalités précises et les justifications de cette réforme, qui a
fait l’objet d’une étude approfondie pour le compte du commissariat général du
plan, sont détaillées dans Fleurbaey et al. (2000). Cette réforme modifie évidemment la définition des fonctions Gt (.) d’une manière précise qui a été simulé par
SIMPTOM.
Nous avons évalué les conséquences de cette réforme en imputant aux individus de l’échantillon d’une part des réactions de statut d’emploi et de nombres
d’heures travaillées chez les actifs sur la base de l’estimation des paramètres des
équations (2.9) et (2.11). Un salaire brut horaire est imputé aux individus non
employés, sur la base des paramètres estimés pour les équations (2.13) et (2.14).
Nous avons d’abord supposé que tout individu employé avant la réforme resterait
employé après la réforme. En revanche, un tel individu est susceptible de modifier
(généralement à la baisse) la quantité de travail qu’il souhaite offrir suite à la
réforme.
Plus précisément, lorsque l’individu était observé employé à un mois t avant la
simulation de la réforme, nous avons recherché le nombre d’heures mensuelles de
travail qui donne à cet individu le maximum d’utilité. Cette recherche peut être
faite avec la contrainte budgétaire en vigueur avant ou après la réforme. Dans les
deux cas, nous avons utilisé les valeurs estimées (évidemment avant la réforme),
via l’équation (2.9), des paramètres de sa fonction d’utilité CES (ρ et α), et calculé
la consommation mensuelle suivant la formule (2.12). Le maximum de l’utilité est
calculé en faisant varier discrètement le nombre d’heures travaillées et en déterminant, suivant la formule (2.12), la consommation mensuelle correspondante. Il peut
arriver que la quantité de loisir qui maximise l’utilité ainsi calculée de l’individu
ne soit pas celle qui est observée chez cet individu. De fait, nos estimations nous
conduisent à ce cas de figure pour moins de 10% des individus employés de chaque
sexe. Le comportement de ces individus, situés dans une portion non-convexe de
leur ensemble budgétaire (souvent, ils sont à temps partiel et/ou ont un salaire
brut faible), ne correspond manifestement pas au modèle théorique exposé à la
section 2.1. Il aurait été envisageable de contraindre les résidus de façon à imposer
un maximum global, comme cela se fait couramment lorsque les contraintes budgétaires sont moins complexes (voir e.g. Hausman (1985)). Cette solution n’a pas
été adoptée ici pour deux raisons. D’une part, la complexité des règles de calcul
des transferts, en particulier lorsque l’on tient compte des décalages temporels, ne
permet pas d’utiliser une forme analytique pour la fonction Gt (.). L’écriture de la
fonction de vraisemblance serait donc d’une redoutable complexité. D’autre part,
chez beaucoup d’individus “pathologiques”, le choix révélé de la combinaison de
16

Rappelons qu’actuellement l’intéressement est limité dans le temps et est réservé aux individus bénéficiant déjà d’un minimum social.

24

loisir et de la consommation ne pourrait être rationalisé, compte tenu de la structure de la contrainte budgétaire au voisinnage de ce choix, que par une très forte
convexité des préférences. Comme ces individus pathologiques travaillent souvent
à temps partiel, on pense spontanément à la possibilité d’un temps partiel subi
plutôt qu’au résultat d’une optimisation de type de celle discutée en section 2.1.
Le nombre de ces individus n’étant finalement pas très élevé, il nous a semblé
inopportun de mobiliser des techniques d’estimation lourdes, et qui plus est incorrectes en présence de temps partiel subi. Il nous a semblé préférable de ré-estimer
l’équation d’offre de travail (2.9) en excluant les individus qui étaient initialement
observés à un nombre d’heures de travail différent de celui qui maximise leur utilité estimé. Ce sont les résultats de ces estimations qui sont reproduits dans les
tableaux (3.3) et (3.4).
Lorsque l’individu a été observé sans travail, on a estimé l’impact de la réforme sur la probabilité qu’aurait l’individu de travailler, via la modification de
la composante RDt de l’équation(2.11) (les autres variables de l’équation restant
inchangées). Si la réforme augmente la valeur de RDt , elle augmentera la probabilité d’emploi de l’individu (les valeurs estimées du paramètre β eR de l’équation
(2.11) est positive). Notons e0 et e1 les variables reflétant le statut d’emploi de
l’individu respectivement avant et après la réforme (e = 0 si l’individu ne travaille pas et e = 1 s’il travaille). Puisque la réforme ne modifie pas le revenu
disponible que touche un individu lorsqu’il est inactif, et qu’un individu qui travaillait avant la réforme a révélé une préférence pour la combinaison de loisir et de
consommation associée à son activité par rapport à celle qu’il aurait pu se procurer en ne travaillant pas, il est clair (à mois de supposer que la réforme augmente
sa probabilité de licenciement) que la probabilité qu’il travaille après la réforme
conditionnellement au fait qu’il ait travaillé avant est de 1. Formellement :
prob(e1 = 1 p e0 = 1) = 1
où prob(. p .) désigne la probabilité conditionnelle. En appliquant ensuite la règle
de Bayes, on en déduit immédiatement que la probabilité qu’a un individu qui
ne travaillait pas avant la réforme de travailler après la réforme est donnée par
l’expression :
prob(e1 = 1 p e0 = 0) = 1 −

prob(e1 = 0)
prob(e0 = 0)

avec les probabilités de ne pas travailler après et avant réforme prob(e1 = 0) et
prob(e0 = 0) estimées à partir de l’équation (2.11). Par exemple, on estimera
à 0, 25 la probabilité qu’un individu observé sans emploi travaille après réforme
lorsque sa probabilité imputée d’être sans travail après la réforme est de 0, 6 alors
qu’elle était estimée à 0, 8 avant réforme. En terme de simulation, on traduira
cette probabilité par le fait que 25% des individus ayant les mêmes caraservables
que l’individu se mettront à travailler. Afin de déterminer le nombre d’heures
qu’ils choisiront de travailler, on procédera exactement comme pour les individus
observés employés avant la réforme en cherchant le nombre d’heures qui maximise
la valeur de leur fonction d’utilité. La seule différence tiendra au fait que, dans
l’attribution d’une fonction d’utilité à ces individus, on supposera nul le terme
d’erreur individuel ξ i de l’équation 2.9 (lequel n’a pu être estimé que sur les
individus observés actifs avant la réforme).

25

4.2. Résultats
Sur la base de cette méthodologie, nous pouvons exposer les tableaux suivants,
qui présentent la réaction de l’échantillon à la réforme au mois de janvier 1994. La
colonne marquée d’un point d’interrogation correspond aux individus supprimés
des estimations en raison des problèmes de non-convexité soulevés plus haut.

Avant réforme

heures
par mois
0

0

0-120

96.60%

Après réforme
121-155 156-175 176-200

2.85%

0-120
100.00%
121-155
11.01%
156-175
0.20%
176-200
>200
dist. marg 18.70%
7.40%

0.35%
84.45%
7.83%
1.86%

0.07%

>200

81.29%

87.83%
1.97%
93.78%
7.74% 35.92% 12.52% 10.86%

total

dist. marg.

100.00%

19.36%

100.00%
100.00%
100.00%
100.00%
100.00%

6.25%
4.70%
43.89%
14.23%
11.58%
100.00%

?

0.12%
4.53%
10.68%
10.31%
4.25%
6.86%

Tab. 4.1: Matrice de transition des hommes

Avant réforme

heures
par mois

0
0-120
121-155
156-175
176-200
>200
dist. marg.

Après réforme

0
93.14%

0-120 121-155 156-175 176-200
5.73% 1.12% 0.00% 0.02%
78.31%
22.48% 67.06%
2.88% 12.11% 75.90%
9.23% 2.24% 88.53%

>200

12.50%

12.61%

34.14%

8.95%

total

dist. marg.

100.00%

3.60% 100.00%

21.71%
10.16%
8.99%
44.67%
10.11%
4.36%

7.37%

100.00%

21.69%
10.47% 100.00%
9.11% 100.00%
100.00%

100.00%

96.40%
20.22%

?

4.20%

Tab. 4.2: Matrice de transition des femmes
La réforme examinée conduirait donc à un accroissement de l’emploi des
femmes de l’ordre de 6,9% alors que la fraction des hommes remis au travail
par cette réforme serait de 3,4%. Il s’agit d’effets modestes, mais significatifs. Par
ailleurs, la réforme conduirait également à une réduction des heures travaillées
par certains individus déjà employés. Dans la population employée avant réforme,
9,5% des hommes et 15,6% des femmes réduisent leur offre de travail. Globalement, compte tenu du nombre d’individus considérés dans les différentes catégories, l’ampleur des effets désincitatifs de la réforme (réduction du nombre d’heures
de travail des individus employés) serait supérieure à celle de ses effets incitatifs
(nombre d’heures de travail des individus initialement non employés). Selon nos estimations, l’effet net de la réforme serait une réduction du nombre total d’heures
travaillées par les célibataires (de l’ordre de 2,6%) et de la masse salariale (de
l’ordre de 1,7%). Les conséquences politiques de ces résultats sont discutées plus
à fond dans Gravel et al. (2000).

5. Conclusion
La méthodologie utilisée dans cet article pour étudier l’impact microéconomique d’une réforme du régime des minima sociaux représente, de notre point de

26

vue, une amélioration par rapport aux études existantes sur le plan de la prise en
compte des comportement d’offre de travail (rarement intégrés de manière complète dans les analyses de micro-simulation) et de l’intégration des décalages temporels entre les choix d’offre de travail et la perception des transferts nets (affectés
par ces choix). Des faiblesses de l’analyse présentée dans cet article doivent cependant être notées. Une première limitation concerne le traitement insatisfaisant
des non convexités de la contrainte budgétaire intertemporelle et de la méthode
d’imputation de la consommation aux individus. L’existence d’individus dont la
combinaison de loisir et de consommation qui maximise l’utilité estimée ne coïncidant pas avec les combinaisons observées est à cet égard symptomatique. On peut
également, après bien d’autres, questionner l’emploi d’un modèle continu d’offre
de travail dans lequel les individus employés sont supposés avoir choisi librement
leur nombre d’heures de travail parmi un continuum d’options possibles. Entre
des modèles binaires qui, comme dans Laroque and Salanié (2000b) et Piketty
(1998), se limitent à considérer un choix entre le non-emploi et l’emploi à temps
plein, et le modèle continu considéré ici, peut être y aurait-il lieu de considérer des
modèles à choix discrets intermédiaires autorisant un éventail fini (mais supérieur
à deux) de choix (voir par exemple Van-Soest (1995)). Un tel modèle permettrait
de répondre non seulement au problème lié au continuum d’heures de travail, mais
également à celui de la non-convexité du domaine budgétaire.
Enfin, s’agissant de l’aspect dynamique du modèle, on peut raisonnablement
penser qu’un panel plus long (en intégrant les prochaines vagues du Panel Européeen) nous permettra d’une part, d’utiliser des techniques de panel pour identifier
des effets individuels sur le même modèle et, d’autre part, d’analyser les transitions
emploi/non emploi, au lieu d’expliquer le statut observé à un moment donné.

27

Références
Arrufat, J. L. and A. Zabalza, “Efficiency and Equity Effects of Reforming
the British System Direct Taxation : A utility-based simulation methodology,”
1983. LSE, Center for Labour Economics Discussion Paper no. 175.
and , “Female Labor Supply with Taxation, Random Preferences and Optimization Errors,” Econometrica, 1986, 54, 47—63.
Atkinson, A. B., Public Economics in Action. The Basic Income/Flat Tax Proposal, Oxford : Oxford University Press, 1995.
, Poverty in Europe, Oxford : Blackwell, 1998.
and H. Sutherland, “Analysis of Reform of the Tax-Benfit System,” 1983.
LSE Taxation and Incentives discussion paper 45.
, M. A. King, and H. Sutherland, “The Analysis of Taxation,” 1983. LSE
Taxation and Incentives discussion paper 51.
Blomquist, N. S., “The Effect of Income Taxation on the Labour Supply of
Married Men in Sweeden,” Journal of Public Economics, 1983, 22, 169—197.
Blundell, R. and T. Macurdy, “Labor Supply : A Review of Alternative Approaches,” in O. Ashenfelter and D. Card, eds., Handbook of Labor Economics,
Vol. 3, Elsevier, 2000.
, C. Meghir, E. Symons, and I. Walker, “A Labour Supply Model for the
Simulation of Tax and Benefit Reforms,” in R. Blundell and I. Walker, eds.,
Unemployment, Search and Labour Supply, Cambridge University Press, 1986,
pp. 267—293.
, , , and , “Labour Supply Specification and the Evaluation of Tax
Reforms,” Journal of Public Economics, 1988, 36, 23—52.
Bourguignon, F. and P. A. Chiappori, “Fiscalité et Redistribution,” Revue
Française d’Economie, 1998, 13, 3—64.
Burtless, G. and J. A. Hausman, “The Effect of Taxation on Labour Supply : Evaluating the Gary negative income tax experiment,” Journal of Political
Economy, 1981, 86, 1103—1130.
Castel, R., R. Godino, M. Jalmain, and T. Piketty, “Pour une Réforme
du RMI,” 1999. Notes de la fondation Saint-Simon.
Chiappori, P. A., “Collective Models of Household Behavior : An Introduction,”
Econometrica, 1988, 56, 63—90.
, “Collective Labor Supply and Welfare,” Journal of Political Economy, 1992,
105, 191—209.
Fleurbaey, M., C. Hagneré, and A. Trannoy, “Les minima sociaux français : perspectives réforme et èvaluations des effets redistributifs,” 2000. mimeo,
THEMA, université de Cergy-Pontoise.
Gravel, N., C. Hagneré, N. Picard, and A. Trannoy, “Formules de type
ACR et retour a l’emploi,” 2000. Mimeo, université de Cergy-Pontoise.
Hagneré, C., “SIMPTOM : Un modèle de micro-simulation avec information
temporelle,” 2000. mimeo, THEMA.

28

Hausman, J. A., “The Effect of Taxes on Labor Supply,” in H. Aaron and
J. Pechman, eds., The Effect of Taxes on Economic Activity, NBER, Washington, 1979.
, “The Econometrics of Nonlinear Budget Sets,” Econometrica, 1985, 53, 1255—
1282.
and W. E. Taylor, “Panel Data and Unobservable Individual Effects,” Econometrica, 1981, 49, 1377—1398.
Heckman, J. J., “Sample Selection Bias as a Specification Error,” Econometrica,
1979, 47.
Laroque, G. and B. Salanié, “Prélèvements et Transferts Sociaux : Une Analyse Descriptive des Incitations FinanciŁres au travail,” Economie et Statistique,
1999, 328, 3—19.
and , “Temps partiel féminin et incitations financières à l’emploi,” 2000.
Document de travail G2000/11.
and , “Une Décomposition du Non-emploi en France,” Economie et Statistique, 2000, 331, 47—66.
Piketty, T., “L’Impact des Incitations Financières au Travail sur les Comportements Individuels : Une Estimation pour le Cas Français,” Economie et Prévision, 1998, 132.
Spadaro, Amedeo, “The optimality of European Tax-Benefits structures : A
behavioural micro-simulation approach, paper presented at conference "Microsimulation in the new millenium : Challenges and innovations", Cambridge,
august 1998,” 1998. Mimeo.
Stern, N., “On the Specification of Labor Supply Functions,” in O. Ashenfelter
and R. Layard, eds., Handbook of Labor Economics, Vol I, Amsterdam : North
Holland Publishing Company, 1987, pp. 671—693.
THEMA, “Des Minima Sociaux sous forme de Prestations Dégressives : Analyse
d’une Réforme,” 2000. Rapport d’une Etude Realisée pour le Commissariat
General au Plan.
Van-Parijs, P., Real Freedom for All. What (if Anything) can Justify Capitalism ?, Oxford : Clarendon Press, 1995.
Van-Soest, A., “Structural Models of Family Labor Supply,” Journal of Human
Ressources, 1995, 30, 63—88.
Zabalza, A., “The CES Utility Function, Non-Linear Budget Constraints and
Labour Supply,” Economic Journal, 1983, 93, 312—330.

29

Annexe A : statistiques descriptives

Heures de travail mensuelles
FIG. A.1 : Distribution des heures de travail pour les hommes (1994)

Heures de travail mensuelles
FIG. A.2 : Distribution des heures de travail pour les femmes (1994)
30

Revenus d’activité mensuels
FIG. A.3 : Distribution des revenus d’activité pour les hommes (1994)

Revenus d’activité mensuels
FIG. A.4 : Distribution des revenus d’activité pour les femmes (1994)
31

Hommes
Femmes
employé
sans emploi
total
employé
sans emploi
total
mean std dev mean std dev mean std dev mean std dev mean std dev mean std dev
Heures de travail mensuelles *
147,8
between
within

41,3
41,4
10,42

0

0 141,1
0
0

78,3 159,5
69,8
37,3

35,6
36,9
8,2

0

0 126,9
0
0

71,7
65,5
29,8

Revenus d'activité mensuels *
between
within

6343
6057
1440

0

0
0
0

6919
6619
2069

4357
4267
964

0

0
0
0

6852

5193
4490
1451

9963

8067

8572

Revenu disponible d'inactivité **
31173
(conditionnellement au
between
passé observé)
within

12609 41276
12312
2562

14276 33008
13987
3567

13456 41605
13168
2850

21234 61279
21260
2884

26772 45529
26510
3227

23783
23582
3232

Revenu disponible à mi-temps **
60254
(conditionnellement au
between
passé observé)
within

25327 73142
25027
2413

23111 62595
23005
4722

25427 68389
25275
3065

32345 86404
32074
3108

28566 72783
28941
4022

32348
32178
3565

Revenu d'inactivité par tête **
28863
(conditionnellement au
between
passé observé)
within

9702 40296
9504
2334

13517 30939
11079
2682

11385 31117
11079
2682

10119 40538
9886
2111

13748 32996
13108
2649

11567
11323
2411

* Calcul sur les 36 mois des années 1993 à 1993

** Calcul pour les 12 mois de l'année 1994

TAB. A.1 : Statistiques descriptives – Heures de travail et revenus
Hommes
employé
Age (en janvier)
18-24 ans
25-29 ans
30-34 ans
35-39 ans
40-44 ans
45-49 ans
50-54 ans
55-61 ans
total

Femmes

sans emploi

25
56
52
37
46
24
25
14
279

(9,0%)
(20,1%)
(18,6%)
(13,3%)
(16,5%)
(8,6%)
(9,0%)
(5,0%)
(100,0%)

8
10
7
7
12
7
9
6
66

2968
282
114
24
3388

(87,6%)
(8,3%)
(3,4%)
(0,7%)
(100,0%)

716
30
6
0
752

17
13
53
367
420

(0,5%)
(0,4%)
(1,6%)
(10,8%)
(12,4%)

0
6
7
29
36

(0,0%)
(0,8%)
(0,9%)
(3,9%)
(4,8%)

17
19
60
396
456

Niveau d'études (en janvier) *
Primaire
Secondaire
Professionnel court
Professionnel long
Supérieur 1er et 2ème cycles
Supérieur 3ème cycle
total

26
34
107
19
62
31
279

(9,3%)
(12,2%)
(38,4%)
(6,8%)
(22,2%)
(11,1%)
(100,0%)

15
13
21
3
10
4
66

(22,7%)
(19,7%)
(31,8%)
(4,5%)
(15,2%)
(6,1%)
(100,0%)

41
47
128
22
72
35
345

(11,9%)
(13,6%)
(37,1%)
(6,4%)
(20,9%)
(10,1%)
(100,0%)

Taille de la commune (en janvier) *
Commune rurale
moins de 20000 habitants
20000 à 100000 habitants
plus de 100000 habitants hors Paris
Agglomération parisienne
total

48
38
48
82
63
279

(17,2%)
(13,6%)
(17,2%)
(29,4%)
(22,6%)
(100,0%)

6
6
15
25
14
66

(9,1%)
(9,1%)
(22,7%)
(37,9%)
(21,2%)
(100,0%)

54
44
63
107
77
345

2
36

(0,7%)
(12,9%)

8
29

(12,1%)
(43,9%)

10
65

Nombre d'enfants
Aucun
1
2
3 ou plus
Total
Au moins un enfant de…
moins de 3 ans
entre 3 et 6 ans
entre 6 et 10 ans
plus de 10 ans
tout âge

Handicap (en janvier) *
Handicap grave
Gêne dans ses activités
*

(12,1%)
(15,2%)
(10,6%)
(10,6%)
(18,2%)
(10,6%)
(13,6%)
(9,1%)
(100,0%)

total
33
66
59
44
58
31
34
20
345

(95,2%) 3684
(4,0%) 312
(0,8%) 120
(0,0%)
24
(100,0%) 4140

(9,6%)
(19,1%)
(17,1%)
(12,8%)
(16,8%)
(9,0%)
(9,9%)
(5,8%)
(100,0%)

employé
22
57
71
67
70
58
43
31
419

(89,0%) 2814
(7,5%) 1294
(2,9%) 801
(0,6%) 221
(100,0%) 5130
(0,4%) 203
(0,5%) 302
(1,4%) 573
(9,6%) 1652
(11,0%) 2316

(5,3%)
(13,6%)
(16,9%)
(16,0%)
(16,7%)
(13,8%)
(10,3%)
(7,4%)
(100,0%)

sans emploi

total

10
15
19
14
19
14
14
10
115

(8,7%)
(13,0%)
(16,5%)
(12,2%)
(16,5%)
(12,2%)
(12,2%)
(8,7%)
(100,0%)

32
72
90
81
89
72
57
41
534

(6,0%)
(13,5%)
(16,9%)
(15,2%)
(16,7%)
(13,5%)
(10,7%)
(7,7%)
(100,0%)

(54,9%) 479
(25,2%) 341
(15,6%) 241
(4,3%) 217
(100,0%) 1278

(37,5%)
(26,7%)
(18,9%)
(17,0%)
(100,0%)

3293
1635
1042
438
6408

(51,4%)
(25,5%)
(16,3%)
(6,8%)
(100,0%)

(10,7%) 340
(21,8%) 580
(17,8%) 801
(43,3%) 2206
(62,5%) 3115

(5,3%)
(9,1%)
(12,5%)
(34,4%)
(48,6%)

(4,0%)
(5,9%)
(11,2%)
(32,2%)
(45,1%)

137
278
228
554
799

45
62
105
40
121
46
419

(10,7%)
(14,8%)
(25,1%)
(9,5%)
(28,9%)
(11,0%)
(100,0%)

24
29
41
5
12
4
115

(20,9%)
(25,2%)
(35,7%)
(4,3%)
(10,4%)
(3,5%)
(100,0%)

69
91
146
45
133
50
534

(12,9%)
(17,0%)
(27,3%)
(8,4%)
(24,9%)
(9,4%)
(100,0%)

(15,7%)
(12,8%)
(18,3%)
(31,0%)
(22,3%)
(100,0%)

50
56
66
158
89
419

(11,9%)
(13,4%)
(15,8%)
(37,7%)
(21,2%)
(100,0%)

16
16
19
42
22
115

(13,9%)
(13,9%)
(16,5%)
(36,5%)
(19,1%)
(100,0%)

66
72
85
200
111
534

(12,4%)
(13,5%)
(15,9%)
(37,5%)
(20,8%)
(100,0%)

(2,9%)
(18,8%)

2
62

(0,5%)
(14,8%)

3
38

(2,6%)
(33,0%)

5
100

(0,9%)
(18,7%)

Ne varie pas au cours de l'année

TAB. A.2 : Statistiques descriptives - Caractéristiques socio-démographiques (1994)
32

Hommes
employé
Expérience totale
Aucune
1 mois - 6 mois
6 mois - 2 ans
2 ans - 5 ans
5 ans - 10 ans
plus de 10 ans
total

0
12
129
356
611
2280
3388

(0.0%)
(0.4%)
(3.8%)
(10.5%)
(18.0%)
(67.3%)
(100.0%)

39
119
3049
75
14
12
80

(1.2%)
(3.5%)
(90.0%)
(2.2%)
(0.4%)
(0.4%)
(2.4%)

3388

Catégorie socio-professionnelle
Artisan,commercant,agriculteur
Cadre, ingenieur, chef grande entrep.
Professeur
Instituteur
Profession intermediaire
Employé
Ouvrier qualifié
Ouvrier non qualifié
Non défini
Total

sans emploi

Femmes
total

employé

36
8
12
122
122
452
752

(4.8%)
36
(1.1%)
20
(1.6%) 141
(16.2%) 478
(16.2%) 733
(60.1%) 2732
(100.0%) 4140

(0.9%)
0
(0.5%)
14
(3.4%)
75
(11.5%) 406
(17.7%) 1038
(66.0%) 3597
(100.0%) 5130

(100.0%)

752
752

39
119
3049
75
14
12
80
(100.0%) 752
(100.0%) 4140

(0.9%) 101
(2.9%) 684
(73.6%) 4193
(1.8%)
17
(0.3%)
24
(0.3%)
24
(1.9%)
87
(18.2%)
(100.0%) 5130

96
431
121
114
786
623
881
324
12
3388

(2.8%)
(12.7%)
(3.6%)
(3.4%)
(23.2%)
(18.4%)
(26.0%)
(9.6%)
(0.4%)
(100.0%)

49
36
10
4
135
109
249
136
24
752

0.06516 145
(4.8%) 467
(1.3%) 131
(0.5%) 118
(18.0%) 921
(14.5%) 732
(33.1%) 1130
(18.1%) 460
(3.2%)
36
(100.0%) 4140

Statut de l'entreprise
Etat
Collectivité locale
Entreprise publique
Entrprise privée
Autre
Non défini
Total

545
228
246
2242
113
14
3388

(16.1%)
(6.7%)
(7.3%)
(66.2%)
(3.3%)
(0.4%)
(100.0%)

23
37
6
597
55
34
752

Nb. de salariés dans l'entreprise
petite entreprise:<10
moyenne entreprise:10-49
grande entreprise:50-99
tres grande entreprise:>100
Sans objet ou non déclaré
total

525
615
259
859
1130
3388

(15.5%)
(18.2%)
(7.6%)
(25.4%)
(33.4%)
(100.0%)

271
173
29
133
146
752

Type de contrat de travail (en janvier)
T. Partiel < 15h/semaine
T. Partiel > 15h/semaine
T. Plein
Activité secondaire seule
T. Partiel < 15h/semaine + secondaire
T. Partiel > 15h/semaine + secondaire
T. Plein + secondaire
inactif
total

sans emploi

(0.0%) 108
(0.3%)
14
(1.5%) 119
(7.9%) 242
(20.2%) 241
(70.1%) 554
(100.0%) 1278

total

(8.5%) 108
(1.1%)
28
(9.3%) 194
(18.9%) 648
(18.9%) 1279
(43.3%) 4151
(100.0%) 6408

(1.7%)
(0.4%)
(3.0%)
(10.1%)
(20.0%)
(64.8%)
(100.0%)

1278
(100.0%) 1278

101
684
4193
17
24
24
87
(100.0%) 1278
(100.0%) 6408

(1.6%)
(10.7%)
(65.4%)
(0.3%)
(0.4%)
(0.4%)
(1.4%)
(19.9%)
(100.0%)

(3.5%)
10
(11.3%) 474
(3.2%) 345
(2.9%) 325
(22.2%) 1122
(17.7%) 2459
(27.3%) 156
(11.1%) 239
(0.9%)
0
(100.0%) 5130

(0.2%)
62
(9.2%)
30
(6.7%)
3
(6.3%)
16
(21.9%) 161
(47.9%) 657
(3.0%)
48
(4.7%) 193
(0.0%) 108
(100.0%) 1278

0.048513
72
(2.3%) 504
(0.2%) 348
(1.3%) 341
(12.6%) 1283
(51.4%) 3116
(3.8%) 204
(15.1%) 432
(8.5%) 108
(100.0%) 6408

(1.1%)
(7.9%)
(5.4%)
(5.3%)
(20.0%)
(48.6%)
(3.2%)
(6.7%)
(1.7%)
(100.0%)

(3.1%) 568
(4.9%) 265
(0.8%) 252
(79.4%) 2839
(7.3%) 168
(4.5%)
48
(100.0%) 4140

(13.7%) 1318
(6.4%) 829
(6.1%) 293
(68.6%) 2690
(4.1%)
0
(1.2%) 108
(100.0%) 5238

(25.2%)
53
(15.8%) 177
(5.6%)
43
(51.4%) 825
(0.0%)
72
(2.1%)
0
(100.0%) 1170

(4.5%)
(15.1%)
(3.7%)
(70.5%)
(6.2%)
(0.0%)
(100.0%)

1371
1006
336
3515
72
108
6408

(21.4%)
(15.7%)
(5.2%)
(54.9%)
(1.1%)
(1.7%)
(100.0%)

(36.0%) 796
(23.0%) 788
(3.9%) 288
(17.7%) 992
(19.4%) 1276
(100.0%) 4140

(19.2%) 711
(19.0%) 723
(7.0%) 346
(24.0%) 960
(30.8%) 2390
(100.0%) 5130

(13.9%) 391
(14.1%) 272
(6.7%)
50
(18.7%) 168
(46.6%) 397
(100.0%) 1278

(30.6%)
(21.3%)
(3.9%)
(13.1%)
(31.1%)
(100.0%)

1102
995
396
1128
2787
6408

(17.2%)
(15.5%)
(6.2%)
(17.6%)
(43.5%)
(100.0%)

(2.0%)
(13.3%)
(81.7%)
(0.3%)
(0.5%)
(0.5%)
(1.7%)

NB: Concernant les sans-emploi, mise à part l'epérience totale, les différentes variables ont été construites
à partir des informations renseignant le dernier emploi occupé ou l'emploi éventuellement trouvé par la suite.

TAB. A.3 : Statistiques descriptives - Caractéristiques liées à l'emploi (1994)

33

Annexe B : équation de salaire
Probit avec sélection

Number of obs
=
4093
Censored obs =
752
Uncensored obs =
3341
Wald chi2(33) = 2495.13
Prob > chi2 = 0.0000

Log likelihood = -2498.272

(2.13) : Salaire brut (log)
Coef,
Std. Err.
t

Age
Age (centré réduit)
Age (centré réduit) au carré
Age (centré réduit) au cube
Expérience
Expérience totale (centrée réduite)
Expérience totale (centrée réduite) au carré
Expérience totale (centrée réduite) au cube
Catégorie socio-professionnelle
Artisan,commercant,agriculteur
Cadre, ingenieur,chef d'une grande entreprise
Professeur
Instituteur
Profession intermediaire
Ouvrier qualifié
Ouvrier non qualifié
Employé et autres
Taille de la commune
Commune rurale
moins de 20000 habitants
20000 à 100000 habitants
plus de 100000 habitants hors Paris
Agglomération parisienne
Niveau d'études
Primaire
Secondaire
Professionnel court
Professionnel long
Supérieur 1er et 2ème cycles
Supérieur 3ème cycle
Niveau d'études * Age
Secondaire * Age
Professionnel court * Age
Professionnel long * Age
Supérieur 1er et 2ème cycles * Age
Supérieur 3ème cycle * Age
Statut
Etat
Collectivité locale
Entreprise publique
Privé et autres
Nombre de salariés dans l'entreprise
petite entreprise:<10
moyenne entreprise:10-49
grande entreprise:50-99
tres grande entreprise:>100
Sans objet ou non déclaré
Handicap
Handicap grave
Gêne dans ses activités
Nombre d'enfants
moins de 6 ans
plus de 6 ans
Profession des parents
Père : Agriculteur
Père : Indépendant
Père : Ouvrier spécialisé
Mère : Agriculteur
Mère : Indépendant
Mère : Cadre
Mère : Prof. intermediaire, technicien
Mère : Ouvrier spécialisé
Mère : non déclaré
Revenu d'inactivité (log)
Revenu d'inactivité par tête
Revenu d'inactivité par tête au carré
Constante
/athrho
/lnsigma
rho
sigma
lambda
LR test of indep. eqns. (rho = 0): chi2(1) =

P>|t|

Coef,
-.6751876
-.2309887
.3087208

-.4943766
.1740088
.0541902
.7460519
.1050545
-.1702465
-.2498996
Référence

(2.14) : Emploi
Std. Err.

z

P>|z|

.1066721
.0346488
.0313214

-6.330
-6.667
9.857

0.000
0.000
0.000

.1517818
.1375493
.198706
.2310779
.0896796
.0826809
.1025457

-3.257
1.265
0.273
3.229
1.171
-2.059
-2.437

0.001
0.206
0.785
0.001
0.241
0.039
0.015

-.2237861

.0283273

-7.900

0.000

.1560643
-.048003
.0168618

.0250691
.011209
.0048698

6.225
-4.283
3.463

0.000
0.000
0.001

.3122272
.6016014
.3225073
.6658235
.2488494
.0560981
-.1176768
Référence

.0446197
.0302232
.0449774
.0432856
.0216373
.0215856
.0274831

6.998
19.905
7.170
15.382
11.501
2.599
-4.282

0.000
0.000
0.000
0.000
0.000
0.009
0.000

Référence
-.0436419
.0136356
.0887765
.1628973

.0250717
.0235176
.0213179
.0223865

-1.741
0.580
4.164
7.277

0.082
0.562
0.000
0.000

Référence
-.0730877
-.2851799
-.6268342
-.4657138

.1248103
.1135028
.108103
.1119037

-0.586
-2.513
-5.798
-4.162

0.558
0.012
0.000
0.000

Référence
.1349211
.0670462
.1201307
.0271057
.1254623

.0348329
.0304214
.0417741
.0391669
.0474627

3.873
2.204
2.876
0.692
2.643

0.000
0.028
0.004
0.489
0.008

Référence
-.1621647
.4567794
1.57886
.1220813
.4473871

.1184916
.1019225
.1993571
.1313384
.2097466

-1.369
4.482
7.920
0.930
2.133

0.171
0.000
0.000
0.353
0.033

.2036755
.1915371
.1356079
.1027225
.1235159

.0342081
.0297135
.040887
.0340109
.0371062

5.954
6.446
3.317
3.020
3.329

0.000
0.000
0.001
0.003
0.001

.1440261
.0211365
.8522686
.0019857
.4648174

.1175527
.092976
.1462199
.1091738
.1855786

1.225
0.227
5.829
0.018
2.505

0.220
0.820
0.000
0.985
0.012

-.0035594
-.0733529
-.0977971
Référence

.02597
.0297001
.0308286

-0.137
-2.470
-3.172

0.891
0.014
0.002

-.3528566
-.2806009
-.1821185
-.0836885
Référence

.0264554
.0251269
.0297146
.022328

-13.338
-11.167
-6.129
-3.748

0.000
0.000
0.000
0.000
-.3247726
.4737728

.1343286
.0378651

-2.418
12.512

0.016
0.000

-.5436382
.3270893

.3014192
.077784

-1.804
4.205

0.071
0.000

.4815018
.4963993
.2530385
-.2520442
.0770942
1.465356
.4223081
.3291334
-.4707976

.1660013
.0846476
.0930567
.1915697
.1244404
.2342365
.1259904
.162502
.1039321

2.901
5.864
2.719
-1.316
0.620
6.256
3.352
2.025
-4.530

0.004
0.000
0.007
0.188
0.536
0.000
0.001
0.043
0.000

7.779763
-.4669755

3.595328
.1743046

2.164
-2.679

0.030
0.007

-1.291365
-.9490066
-.8594836
.3871254
-.3327279

.0913821
.0152022
.023877
.0058851
.0128663

-14.131
-62.426

0.000
0.000

3.837926

.0458199

83.761

0.000

98.12 Prob > chi2 = 0.0000

TAB. B.1 : Equation de salaire des hommes
34

Probit avec sélection

Number of obs
=
6264
Censored obs
=
1278
Uncensored obs =
4986
Wald chi2(33) = 4466.60
Prob > chi2 = 0.0000

Log likelihood = -3073.235

(2.13) : Salaire brut (log)
Coef,
Std. Err.
t

Age
Age (centré réduit)
Age (centré réduit) au carré
Age (centré réduit) au cube
Expérience
Expérience totale (centrée réduite)
Expérience totale (centrée réduite) au carré
Expérience totale (centrée réduite) au cube
Catégorie socio-professionnelle
Artisan,commercant,agriculteur
Cadre, ingenieur,chef d'une grande entreprise
Professeur
Instituteur
Profession intermediaire
Ouvrier qualifié
Ouvrier non qualifié
Employé et autres
Taille de la commune
Commune rurale
moins de 20000 habitants
20000 à 100000 habitants
plus de 100000 habitants hors Paris
Agglomération parisienne
Niveau d'études
Primaire
Secondaire
Professionnel court
Professionnel long
Supérieur 1er et 2ème cycles
Supérieur 3ème cycle
Niveau d'études * Age
Secondaire * Age
Professionnel court * Age
Professionnel long * Age
Supérieur 1er et 2ème cycles * Age
Supérieur 3ème cycle * Age
Statut
Etat
Collectivité locale
Entreprise publique
Privé et autres
Nombre de salariés dans l'entreprise
petite entreprise:<10
moyenne entreprise:10-49
grande entreprise:50-99
tres grande entreprise:>100
Sans objet ou non déclaré
Handicap
Handicap grave
Gêne dans ses activités
Nombre d'enfants
moins de 3 ans
entre 3 et 6 ans
entre 6 et 10 ans
plus de 10 ans
Profession des parents
Père : Intermediaire, technicien
Père : Employé
Mère : Employé
Revenu d'inactivité (log)
Revenu d'inactivité par tête
Revenu d'inactivité par tête au carré
Revenu d'inactivité par tête * enf3
Constante
/athrho
/lnsigma
rho
sigma
lambda
LR test of indep. eqns. (rho = 0): chi2(1) =

-.1064743
.0053914

.0208645
.0063293

-5.103
0.852

0.000
0.394

.1541499
-.0772436
.0225455

.0127585
.0093767
.0046218

12.082
-8.238
4.878

0.000
0.000
0.000

-.1459766
.3217049
.2054353
.3179478
.2035905
-.1502761
-.1051961
Référence

.103223
.0182917
.0248784
.0219339
.0127022
.0259096
.0223611

-1.414
17.588
8.258
14.496
16.028
-5.800
-4.704

0.157
0.000
0.000
0.000
0.000
0.000
0.000

Référence
.0237279
-.0008246
-.0063406
.1384435

.0173475
.0165226
.0143868
.0158917

1.368
-0.050
-0.441
8.712

0.171
0.960
0.659
0.000

Référence
.0910876
.0629262
.1485763
.2892607
.4657452

.0216806
.0210756
.0248801
.0230073
.0281198

4.201
2.986
5.972
12.573
16.563

-.0075268
.0427935
.0918792
.0827989
.1926029

.0231872
.0209509
.0250418
.0215306
.0244628

.0456562
.0026948
.1093432
Référence
-.2014187
-.0588868
-.009751
.0252394
Référence

3.660641

(2.14) : Emploi (sélection)
Coef,
Std. Err.
z

P>|t|

P>|z|

.3888562
-.3171231
.1302167

.094546
.0297105
.0249131

4.113
-10.674
5.227

0.000
0.000
0.000

-1.232103
.2674264
1.436668
.7755927
.1473407
.5750957
-.2112995
Référence

.1945757
.1225384
.271333
.1579592
.0683629
.1225742
.0812604

-6.332
2.182
5.295
4.910
2.155
4.692
-2.600

0.000
0.029
0.000
0.000
0.031
0.000
0.009

Référence
.2955756
.2362398
.0200469
.1118448

.089545
.0886581
.0747275
.0830826

3.301
2.665
0.268
1.346

0.001
0.008
0.788
0.178

0.000
0.003
0.000
0.000
0.000

Référence
.3313119
.4646846
1.059442
1.151101
.6938857

.0845855
.0810462
.123489
.104321
.1644365

3.917
5.734
8.579
11.034
4.220

0.000
0.000
0.000
0.000
0.000

-0.325
2.043
3.669
3.846
7.873

0.745
0.041
0.000
0.000
0.000

-.6371733
-.6197361
-1.139348
-.0495827
-.4017694

.0938261
.0854214
.1144552
.1027578
.1488864

-6.791
-7.255
-9.955
-0.483
-2.698

0.000
0.000
0.000
0.629
0.007

.017623
.0178045
.0229705

2.591
0.151
4.760

0.010
0.880
0.000

.0194069
.0185511
.0224806
.0169642

-10.379
-3.174
-0.434
1.488

0.000
0.002
0.664
0.137

-.6569937
.5820139

.2233438
.0402454

-2.942
14.462

0.003
0.000

17.55698
-1.043462
-.2874165
-.043158

8.415763
.0680117
.0579488
.0289146

2.086
-15.342
-4.960
-1.493

0.037
0.000
0.000
0.136

.4794494
.3694582
.5197871

.0762445
.0841707
.0663967

6.288
4.389
7.829

0.000
0.000
0.000

9.055933
-.5026418
-1.732999
-40.86575

2.741975
.1323986
.7976896
14.19656

3.303
-3.796
-2.173
-2.879

0.001
0.000
0.030
0.004

-.2487692
-1.205958
-.2437614
.299405
-.0729834

.0774569
-3.212
.0108676 -110.969
.0728544
.0032538
.0221338

0.001
0.000

.0291261

125.682

0.000

9.45 Prob > chi2 = 0.0021

TAB. B.2 : Equation de salaire des femmes
35

Taux de salaire horaire
FIG. B.1 : Répartition du salaire pour les hommes inemployés (1994)

Taux de salaire horaire
FIG. B.2 : Répartition du salaire pour les femmes inemployées (1994)

36

Annexe C : Modification de la variable d’incitations financières suite à la
réforme

avant réforme

FIG. C.1 : Modification du rapport du revenu d’activité à mi-temps au revenu d’inactivité
pour les inemployés avant réforme (janvier 1994)

avant réforme

FIG. C.2 : Modification du rapport du revenu d’activité à mi-temps au revenu d’inactivité
pour les employés avant réforme (janvier 1994)
37


Documents similaires


Fichier PDF conomie envoie
Fichier PDF chapitre 3
Fichier PDF la repartition et distribution des revenus
Fichier PDF chapvii 1 economie 1
Fichier PDF cp 201
Fichier PDF breves septembre 2014


Sur le même sujet..