Femmes au foyer, immigrés, temps de travail : quelques mélanges…

Je viens de voir passer cet article de mars dernier, qui circule un peu ces derniers jours sur les réseaux sociaux, titré “les femmes au foyer pour libérer l’emploi : la proposition hallucinante d’un député FN”, publié sur le site Terrafemina.

Dominique Martin, eurodéputé FN, y explique notamment que “ça aurait l’avantage de libérer des emplois”. L’article, très critique, a été partagé près de 50 000 fois. Je partage également, le propos est absurde.

Si je me fends d’un billet, c’est que l’absurdité ne se niche pas forcément là où on l’imagine (j’imagine que Marine et Marion ont assez peu apprécié, elles ne semblent pas être retournées à leurs fourneaux, en tout cas).

L’absurdité réside plutôt, comme indiqué dans mon dernier billet, dans l’idée que le nombre d’emplois disponibles dans un pays serait assimilable au nombre de parts de gâteau que l’on pourrait se partager et que, désolé, si le nombre de convives augmente un peu trop, autant en exclure certains, histoire de manger à notre faim, quand même.

Cet eurodéputé considère qu’exclure les femmes serait une bonne solution. Je ne doute pas qu’un sondage réalisé auprès des français (sondage représentatif auprès de la population française selon la méthode des quotas, bien sûr), montrerait que la majorité des français sont contre.

En revanche, je m’interroge sur les résultats du même sondage si la question n’était plus “d’exclure les femmes”, mais plutôt “d’exclure les immigrés”. Dans les deux cas, il s’agirait de réduire le nombre de postulants à l’emploi. Du point de vue de l’économie d’un pays, la question est la même. Pas sûr que la réponse soit la même, je pressens que la majorité des français serait pour la limitation des postulants immigrés. Vous pouvez être “pour” l’accès des femmes et “contre” l’accès des immigrés, mais reconnaissez que ce n’est plus un problème économique, un problème de discrimination, plutôt.

Ce qui, désolé, serait moyennement cohérent : si vous pensez que l’afflux de représentantes de la gente féminine sur le marché du travail ne pose pas de problème, vous devez penser aussi que l’afflux d’immigrés ne pose pas de problème. Si vous pensez, à l’inverse, que l’afflux d’immigrés pose problème, vous devez penser que l’afflux de femmes pose problème. Vous faites ce que vous voulez, bien sûr, mais un peu de cohérence ne nuit pas. Je comprends cependant que vous ne vouliez pas de discrimination, ni contre les femmes, ni contre les immigrés. Vous devriez alors valider l’existence d’un tirage au sort aléatoire d’un certain nombre de personnes définitivement exclues du marché du travail, parce que la faute à pas de chance, un truc genre Française des Jeux, quoi.

On pourrait multiplier les exemples : j’ai entendu, il y a quelques temps, un syndicat étudiant expliquer que si on décalait l’âge de la retraite, cela augmenterait le taux de chômage des jeunes, car plus de “seniors” en emploi, c’est plus de jeunes au chômage. Ou encore, par d’autres, l’idée que réduire le temps de travail serait la solution. Gâteau à partager, toujours.

Bref, si vous êtes cohérent, vous devez être pour :

  1. la limitation de l’immigration,
  2. le retour des femmes au foyer,
  3. le maintien de l’âge de la retraite à ce qu’il est aujourd’hui,
  4. la réduction du temps de travail.

Ou bien, si vous êtes cohérent, toujours, vous devriez vous dire que :

  1. l’accès des femmes au marché du travail n’est pas un problème,
  2. l’immigration n’est pas un problème,
  3. décaler l’âge de la retraite n’est pas un problème,
  4. réduire le temps de travail n’est pas la solution.

Je pressens des problèmes de dissonance cognitive.

J’imagine un politique de droite expliquer que décaler l’âge de la retraite, mon bon monsieur, cela ne posera pas de problème sur le chômage, mais que, en revanche, on ne peut pas accueillir toute la misère du monde, l’immigration, vous comprenez… Et puis les 35 heures, quand même!

J’imagine un politique de gauche, énervé par les discours un brin (une poutre) xénophobes ou antiféministes, se désespérant des discours anti-immigrés, mais se désolant du décalage de l’âge de la retraite, quand même, parce que les jeunes, quoi, et puis la réduction du temps de travail, ça semble pas mal, quand même…

Les propos de Dominique Martin sont absurdes, ça ne fait aucun doute. Au-delà de cette cible facile, réfléchissons chacun à nos contradictions.

Economie des migrations

Mercredi dernier, j’ai pris une heure de mon temps de cours auprès des deuxièmes années de licence de sciences économiques pour leur présenter une synthèse des études économiques consacrées à la question des migrations. Vu le contexte, c’était une façon de commencer à passer d’une phase “émotion” à une phase “réflexion”, en traitant un sujet connexe qui risque de resurgir, celui de l’impact des migrations sur l’économie d’un pays comme la France.

Comme je leur ai expliqué, si certains sujets font débat entre économistes, celui-ci, pas du tout : les résultats sont clairs et convergents et conduisent à rejeter les idées qui circulent sur la question (en France, les spécialistes du sujet, côté économie, sont notamment E. M. Mouhoud et L. Ragot, je vous conseille de les lire, vous trouverez rapidement certains de leurs écrits sur le net).

J’ai organisé mon propos en passant en revue quatre de ces idées : 1) la France et l’Europe accueillent toute la misère du monde, 2) l’immigration conduit à un accroissement du chômage, 3) les immigrés pèsent sur les budgets publics, compte-tenu des prestations qu’ils reçoivent, 4) l’immigration choisie serait cependant la solution. Je vous laisse découvrir mon diaporama (version pdf ici), avant de résumer les principales idées.

Sur le point 1, les migrations dominantes sur la planète ne sont pas les migrations Sud-Nord (37% de l’ensemble environ), mais les migrations Sud-Sud et Nord-Nord (60%). La France se situe dans la moyenne, assez loin dans le classement des pays de l’UE ou de l’OCDE si on raisonne sur la part des flux récents, un peu en dessous de la moyenne si on raisonne en stock.

Sur le point 2, sans doute le plus important car le plus contre-intuitif : l’immigration ne fait pas monter le chômage. Si vous pensez cela, il faut que vous pensiez aussi que la montée de l’activité des femmes doit faire monter le chômage, idem si on décale l’âge de départ à la retraite, puisqu’à chaque fois, ce sont des gens en plus qui peuvent participer. En fait, la faille dans le raisonnement banal, c’est que l’on considère que le nombre d’emplois disponibles dans une économie est comparable à un gâteau de taille donnée : si plus de gens veulent participer, il faudrait couper des parts plus petites (réduction du temps de travail par exemple) ou bien exclure certains convives, qui n’auront pas le droit de manger du gâteau, à commencer par les migrants (on l’entend moins pour les femmes aujourd’hui, mais je ne doute pas que certains le pensent encore).

Or, les choses ne marchent pas comme cela : des gens en plus qui participent, ce sont aussi des consommateurs en plus, qui font monter le niveau de l’activité économique et donc les besoins en emplois. Pour filer la métaphore, le système économique a ceci de “magique” que, si vous avez plus d’invités, votre gâteau grossit très rapidement. Toutes les études sur différents pays et différentes périodes le montrent, la migration n’a pas d’effet sur le niveau de chômage. Les seuls qui sont parfois lésés, ce sont en fait les générations précédentes de migrants, pas les natifs…

Sur le point 3, pour le cas français, les migrants rapportent plus qu’ils ne coûtent. Sur l’aspect chômage, ce n’est pas le cas, car ils ont un taux de chômage plus élevé et des salaires plus faibles en moyenne, dont ils reçoivent plus qu’ils ne cotisent. Mais ceci est plus que compensé par les budgets retraites et santé : les migrants sont jeunes, ils ont massivement entre 25 et 50 ans, ils sont donc très nombreux à cotiser pour la retraite mais très peu perçoivent des pensions. Côté santé, ils recourent moins au système de soins que les natifs. Au global, on estime qu’ils contribuent pour 12 milliards d’€ aux budgets publics, soit, en moyenne, 2250€ par immigré.

Sur le point 4, il y a un énorme problème de faisabilité dans le discours “immigration choisie” : qui choisit ? qui est capable d’anticiper les besoins de l’économie à horizon de 5 ans ? On reste dans le mythe d’un planificateur omniscient, qui n’existe pas. Si on passe sur ce problème, les études montrent que l’intérêt de “choisir” ses migrants peut être avantageux à court terme, moins à long terme. A court terme, puisque les migrants que l’on veut choisir sont plutôt des personnes qualifiées, qui vont donc percevoir des salaires plus élevés, leur contribution aux budgets publics sera plus forte que si l’on accueille des personnes à plus faibles qualifications, donc plus souvent au chômage et bénéficiant de salaires plus faibles. Mais à long terme, c’est moins évident : les personnes à plus haut revenu ont une espérance de vie plus longue et recourent plus au système de santé.

J’ai conclu en indiquant que les idées qui circulent sont largement démenties par les études sérieuses consacrées au sujet. Ce qu’aucun politique n’ose dire : certains font de l’immigration la source de tous nos maux, les autres en font un sujet tabou dont on ne parle pas. Je rêve d’entendre un responsable national le clamer haut et fort, j’ai peur que ce ne soit pas demain la veille…

Questions à Jacques Levy

Bonsoir, Jacques,

Dans votre contribution au numéro spécial de l’OFCE intitulée “nouvelle économie régionale et réforme territoriale”, vous expliquez que : “l’Île-de-France a généré en 2012 un PIB de 624 milliards d’euros, soit 30 % du PIB national avec une productivité par habitant près de deux fois supérieure à celle du reste de la France métropolitaine. Elle peut donc manifester sa solidarité avec le reste du pays tout en gardant les moyens de gérer son développement. Mais le peut-elle avec un budget régional de 5 milliards d’euros, soit 0,8 % de son PIB ?”

Comme expliqué dans le même numéro, dans un article co-écrit avec Michel Grossetti, le PIB par habitant est tout sauf un indicateur de productivité, il cache beaucoup de choses un peu complexes, que vous connaissez, sans doute.

Juste après, vous poursuivez : “Par ailleurs, malgré l’immense production de richesse à laquelle ils contribuent, les pauvres d’Île-de-France sont encore plus pauvres que ceux des autres régions. La cause en est un prélèvement massif, bien que silencieux, qui fait que, en fin de compte, les revenus des Franciliens sont simplement proportionnels à leur part dans l’emploi, leur surproductivité n’ayant pratiquement pas d’effet sur leurs revenus finals.”

D’où ma question : qui sont ces gens qui prélèvent l’argent des pauvres d’Ile-de-France pour le redonner aux pauvres des régions de province, tellement moins productifs ? Comment font-ils (qui est ce “ils”) pour que tout cela ne se voit pas, pour être si silencieux ? Comment accepter, mince, que leur surproductivité n’ait aucune incidence sur leur revenu final ? Parce que quand même, c’est un peu fort de café, ça ne me semble pas très juste.

Très bêtement, sans doute, je me dis qu’il faudrait en finir avec ces histoires de comparaisons entre régions, entre pays, ne plus jouer Paris contre la province, Bordeaux contre Lyon, la France contre le reste du Monde, accepter les interdépendances,  les spécificités, savoir quelle place on veut y prendre, ce qu’on peut apporter, plutôt que ce que l’on peut  y perdre. Faire un peu attention aux données, aux indicateurs, aux définitions, aussi, pour ne pas dire de bêtises.

Merci pour vos réponses, et veuillez m’excuser par avance pour la naïveté de mes questions.

Nouvelle économie régionale et réforme territoriale

L’OFCE vient de mettre en ligne un numéro spécial intitulé “nouvelle économie régionale et réforme territoriale”, qui vient à point nommé à l’approche des élections régionales.

Vous y trouverez la version révisée de l’article co-écrit avec Michel Grossetti, titrée, comme la première version, “la métropolisation, horizon indépassable de la croissance économique?”.

Nous avons approfondi sur pas mal de points, notamment (mais pas que) sur l’effet très hauts salaires, qui explique une bonne part, si ce n’est la totalité, de la “surproductivité apparente” de l’Ile-de-France (les “conducteurs de voiture particulière” sont très créatifs, donc très rémunérés, sur Paris).

Je vous laisse découvrir cela, ainsi que les autres contributions. Commentaires bienvenus.

Les nouvelles Grandes Régions françaises sont toutes petites

Dossier très intéressant et bien documenté d’Alternatives Economiques dans le numéro de novembre, consacré à la réforme territoriale, je vous en recommande vivement la lecture. Bonne synthèse des débats en cours avec les thèses d’Askenazy et Martin, Davezies, Veltz, Frédéric Gilli et moi-même p. 56-59 (les propos de Frédéric Gilli me semblent particulièrement intéressants et complémentaires de ce que l’on raconte avec Michel Grossetti), beaucoup de cartes, statistiques, analyses sur différents sujets, bref, courez l’acheter!

Je cible juste sur un point évoqué page 68, consacré aux budgets des régions, avec des comparaisons entre certaines des nouvelles régions françaises et certaines régions européennes. On peut y lire le budget régional (en milliards d’euros) et la population régionale (en millions de personnes). Je me suis amusé à diviser les deux chiffres, pour avoir une idée de la dépense par habitant de chaque région.

En nombre d’habitants, les régions françaises sont plutôt grandes :

populationMais si l’on regarde le budget par habitant, ce sont des naines, elles restent entre 5 et 10 fois plus petites que leurs homologues européennes  :

budgetSi l’on considère que l’échelon régional est un bon échelon pour assurer le développement économique de la France, je ne sais pas vous, mais je crois que c’est moins le nombre d’habitants qui compte, que les moyens financiers dévolus afin d’assurer les missions confiées.

En dépit des apparences, la France reste un pays très jacobin…

Croissance de l’emploi et croissance du chômage : quelle(s) relation(s) ?

Dans mon dernier billet consacré à la géographie des taux de chômage, j’indiquais en conclusion qu’il ne fallait pas aller trop vite en besogne lorsqu’on observait un taux de chômage faible sur un territoire donné : un taux de chômage faible est compatible avec un territoire dynamique en matière de création d’emploi, mais aussi avec un territoire déprimé, les personnes à la recherche d’un emploi prospectant hors zone.

Pour avancer un peu sur cette question, j’ai collecté des données sur le chômage et sur l’emploi total par zone d’emploi (304 zones en France métropolitaine), sur la période la plus longue disponible sur le site de l’Insee, à savoir la période 2003-2012.

Première exploration très simple : j’ai calculé le taux de croissance annuel moyen pour les deux indicateurs et la corrélation entre ces deux variables. On s’attend à ce que le taux de croissance du chômage soit lié négativement au taux de croissance de l’emploi. Est-ce le cas ?

cho_empL’allure du nuage de points semble indiquer que c’est le cas, ce que confirme l’estimation de la régression : une hausse de 1% du taux de croissance de l’emploi se traduit par une baisse de 0,6% du taux de croissance du chômage, le coefficient est significatif au seuil de 1%. La qualité de la relation est cependant assez faible, le R² étant de 23% (en gros, les différences de taux de croissance de l’emploi n’expliquent “que” 23% des différences de taux de croissance du chômage).

Deuxième exploration, plus intéressante je trouve : je me suis focalisé sur le quart des zones d’emploi qui présentent les plus faibles taux de chômage en 2012. Pour cadrer les choses, en 2012, la moyenne simple des taux de chômage est de 9,4% ; la valeur minimale est de 4,5%, la valeur maximale de 16,8%. Le premier quartile, qui permet de repérer les 25% de zones aux plus faibles taux de chômage, est de 7,8%.

J’ai ensuite calculé la médiane du taux de croissance annuel moyen de l’emploi sur 2003-2012 : elle est de 0,06% (ce qui signifie que 50% des zones ont un taux de croissance inférieur à cette valeur et 50% un taux supérieur). Idem pour le taux de croissance du chômage, la médiane est de 2,1%. On peut alors ranger les 76 zones d’emploi qui ont les plus faibles taux de chômage dans quatre cases :

croissance du chômage
faible forte Total
croissance de l’emploi faible 11 14 25
forte 30 21 51
Total 41 35 76

Les situations attendues sont les 30 zones qui ont une forte croissance de l’emploi (c’est-à-dire un taux de croissance supérieur à la médiane)  et une faible croissance du chômage (croissance du chômage inférieur à la médiane) et les 14 zones qui ont une faible croissance de l’emploi et une forte croissance du chômage, soit 44 zones sur les 76. Situation moins attendue pour les 32 autres zones : 11 zones connaissent une faible croissance de l’emploi qui n’entame pas leur taux de chômage, on peut penser qu’il s’agit de zones peu dynamiques qui ont tendance à voir partir leurs actifs ; 21 zones connaissent une croissance forte de l’emploi et du chômage, elles restent cependant dans le quartile des plus faibles taux de chômage en 2012, signe peut-être que ces zones attirent des actifs mais ne peuvent répondre à l’ensemble de la demande.

J’ai construit la carte permettant de visualiser ces quatre ensembles de zones (la taille des cercles est proportionnelle au nombre d’emploi en 2012) :

carteLa situation sans doute la plus enviable concerne les zones en vert : forte croissance de l’emploi, faible croissance du chômage. On trouve quelques grandes villes (Nantes, Rennes, Grenoble, des zones d’Ile-de-France comme Saclay), des villes de taille moyenne (Niort, Besançon, Pau, …) et des territoires de plus petite taille (Le Blanc, Chinon, Pontarlier, Bressuire, …).

Les zones en jaune présentent une croissance de l’emploi et du chômage supérieure à la médiane. On y trouve principalement des villes de taille moyenne, comme Poitiers, La Roche-sur-Yon, Cholet, le Genevois Français, …

Les zones en rouge présentent une faible croissance de l’emploi et du chômage. Toutes (sauf la zone d’emploi de Houdan) présentent un taux de croissance de l’emploi négatif. On y trouve quelques zones d’Ile-de-France (Houdan, Rambouillet, Etampes), des villes de l’Est (Wissembourg en Alsace, Morteaux ou Saint-Claude en Franche-Comté) et du centre de la France (Ussel, Mauriac, Saint-Flour).

Les zones en bleu, enfin, combinent croissance faible de l’emploi et croissance forte du chômage. Presque toutes ont également un taux de croissance de l’emploi négatif, elles sont plutôt de moyenne et petite taille. On y trouve Nemours, Epernay, Laval, Tulle, Aurillac, …

Si vous voulez le détail de ces zones, vous pouvez télécharger ce document (pdf) qui reprend leur nom, l’emploi en 2012, les taux de chômage 2003 et 2012 ainsi que les taux de croissance de l’emploi et du chômage entre les deux dates.

Pour conclure : il y a toujours des limites à ce type d’exercice, on rate notamment ici les interdépendances entre les zones d’emploi. On voit sur la carte que des zones proches sont dans des situations différentes, sans doute certains mouvements entre zones expliquent-ils ce que l’on observe. Il faudrait pour le savoir travailler sur des données de flux, analyser par exemple l’évolution des déplacements domicile-travail entre ces zones. Affaire à suivre, donc…

Géographie des taux de chômage : entre inertie et mobilités

Je participe lundi après-midi à une table ronde intitulée “Quelles politiques pour favoriser l’activité et l’emploi partout en France ?” dans le cadre du colloque annuel du Conseil d’Orientation pour l’Emploi “Emploi et Territoires”. L’occasion d’échanger côté chercheurs avec Etienne Wasmer et Jacques Levy. Je me rends ensuite sur Lyon, dans le cadre des Journées de l’économie, pour participer à une table ronde intitulée “Métropoles : l’impact sur les territoires”, où j’échangerai notamment avec Eric Charmes.

Beaucoup de choses à dire dans les deux cas. Cela m’a donné envie également de creuser un peu sur la question de la géographie des taux de chômage de manière plus sérieuse que dans mon précédent billet, car on regarde assez peu le problème du chômage à des échelles fines, on se focalise un peu trop sur les analyses macroéconomiques me semble-t-il. Pour cela, j’ai collecté les taux de chômage annuels par zone d’emploi de France métropolitaine (304 zones d’emploi) sur la période 2003-2014. Voici quelques résultats.

On peut d’abord représenter la distribution d’ensemble des taux de chômage en 2003 et en 2014 ; on s’aperçoit d’une part qu’elle se déplace vers la droite, signe de l’accroissement généralisé du chômage entre les deux dates, et d’autre part que la distribution est plus aplatie, signe d’une dispersion plus grande des taux de chômage.

choOn peut ensuite calculer les quartiles ou les déciles de taux de chômage, ce qui permet de vérifier cette évolution d’ensemble et de mesurer plus précisément la forte variation des taux de chômage selon les territoires.

déciles 2003 2014
minimum 4 4.8
d1 5.5 7.3
d2 6.3 8
d3 6.7 8.6
d4 7.1 9.1
d5 7.6 9.75
d6 8.1 10.2
d7 8.6 10.9
d8 9.2 11.8
d9 10.5 13.1
maximum 14.7 17.9

10% des zones d’emploi ont un taux de chômage inférieur à 5,5% en 2003 et à 7,3% en 2014 ; 10% des zones ont un taux de chômage supérieur à 10,5% en 2003 et à 13,1% en 2014. Le rapport d9/d1 baisse un peu, mais il reste élevé, passant de 1,9 à  1,8. En gros, le chômage varie du simple au double selon les territoires.

Au-delà de ces quelques chiffres, je voulais surtout voir si la situation relative des zones avait évolué sur la période : les zones les moins performantes en 2003 sont-elles toujours les moins performantes en 2014 ? Quid pour les zones les plus performantes ?

Pour cela, une façon de faire consiste à ranger les zones d’emploi par quartiles ou déciles en 2003, refaire l’exercice en 2014 et voir si certaines zones passent d’une classe à l’autre entre les deux périodes. Voici ce que cela donne en retenant les quartiles :

q1 q2 q3 q4
q1 63 17 3
q2 14 42 22 1
q3 1 12 39 16
q4 3 15 56

Guide de lecture : 63 zones d’emploi appartenant au premier quartile de taux de chômage en 2003 appartiennent toujours au premier quartile en 2014, 17 sont passées au deuxième quartile, 3 au troisième quartile.

On peut calculer un “indicateur d’inertie”, correspondant à la part des zones restant dans la même classe entre les deux dates : il est de 66%, signe que la géographie des taux de chômage bouge lentement.

Elle bouge malgré tout : 19% des zones voient leur situation relative se dégrader, 15% s’améliorer. Mais attention, on peut avoir des effets de seuil, une zone juste en dessous d’un quartile en 2003 passant juste au-dessus en 2014. Pour éviter ce genre de biais, on peut regarder les zones qui se sont déplacés de plus d’une classe entre les deux dates : elles sont 4 dans chaque sens quand on se focalise sur les quartiles.

Gien, Carhaix-Plougher et Vesoul passe de la classe 1 à la classe 3 ; Digne-les-Bains de la classe 2 à la classe 4. Forte dégradation relative pour ces territoires. A contrario, Ajaccio passe de la classe 3 à la classe 1 ; Autun, Cherbourg-Octeville et Aix-en-Provence de la classe 4 à la classe 2. Forte amélioration pour ces territoires.

J’ai reproduit le même exercice en m’appuyant cette fois sur une typologie plus fine, celle des déciles. 227 zones (75%) restent dans le même décile ou passent dans un décile juste voisin ; 32 zones (10%) voient leur situation relative s’améliorer assez nettement (déplacement de plus de deux classes vers des classes à taux de chômage plus faibles) ; 45 zones (15%) voient leur situation se dégrader assez nettement (déplacement de plus de deux classes vers des classes à taux de chômage plus forts). Voici la carte représentant ces zones (je n’ai pas représenté la zone d’emploi de Paris pour que la carte soit plus lisible, cette zone est une de celles qui voient leur situation s’améliorer nettement, puisqu’elle passe de la classe 8 à la classe 4) :

carte_choLa taille des cercles est proportionnelle au nombre d’emploi en 2012. Les zones en rouge sont celles qui voient leur situation s’améliorer nettement, celles en bleues voient leur situation se dégrader nettement. Attention à ne pas faire de mauvaises interprétations : on ne sait pas dans quel classe initiale étaient ces zones, ce que permet de repérer la carte, ce sont les zones qui ont bougé le plus dans la distribution.

Si on veut repérer les zones qui sont dans la meilleure situation, on peut retenir plutôt celles qui appartiennent à la première classe de taux de chômage en 2014 (taux inférieur à 7,3%). Elles sont au nombre de 33. Parmi elles, 24 étaient déjà dans la première classe en 2003, 8 sont passées de la classe 2 à la classe 1 et une zone est passée de la classe 3 à la classe 1 (Limoux). Voici le tableau puis la carte associée :

code ZE nom ZE taux 2003 taux 2014
1109 Houdan 4.8 4.8
1112 Rambouillet 4.9 5.7
1113 Plaisir 5.6 6.3
1116 Saclay 5.5 6.4
2506 Avranches 5.1 6.8
2510 Saint-Lô 5.3 7.2
4201 Haguenau 5.9 7.2
4202 Molsheim-Obernai 4.6 6.7
4206 Wissembourg 5.5 6.1
4303 Morteau 5.4 6.8
4304 Pontarlier 5.5 6.9
4306 Lons-le-Saunier 5.3 6.5
5201 Ancenis 5.1 6
5206 Cholet 5.6 7.3
5208 Segré 4.4 7.2
5209 Laval 5 6.9
5210 Mayenne 4.6 6.7
5217 Les Herbiers 4 5.7
5304 Loudéac 4.3 6.9
5314 Vitré 4.2 5.4
5412 Bressuire 5.9 7
7213 Oloron-Sainte-Marie 6.3 7.3
7304 Rodez 4.4 6.3
7401 Tulle 4.4 6.4
7402 Ussel 6.5 7.3
8202 Bourg-en-Bresse 4.7 7.2
8213 Villefranche-sur-Saône 5.8 6.9
8218 Annecy 6.1 6.5
8221 Mont Blanc 5 6.2
8304 Aurillac 5.5 6.9
8305 Mauriac 5.7 5.5
8306 Saint-Flour 5.3 6.2
9113 Lozère 4.7 6

La carte :

carte2On observe des effets de proximité géographique plutôt intéressants. Là encore, prudence dans l’interprétation : certaines zones peuvent connaître de très faibles taux de chômage, parce que ces territoires “se vident”, les personnes recherchant un emploi prospectant hors zone. Ce n’est pas le cas de toutes les zones représentées, mais sans doute de certaines d’entre elles.

Pour aller plus loin, il faudrait en fait étudier le lien entre croissance de l’emploi et taux de chômage, toutes les combinaisons étant possibles (forte croissance de l’emploi et faible chômage, forte croissance de l’emploi et fort chômage, etc). Disons que ce sera pour un prochain billet.

Inversion de la courbe du chômage : où en est-on ?

Il y a deux ans, j’avais écrit un petit billet sur la question de l’inversion de la courbe du chômage, en brassant des statistiques non pas France entière, mais à l’échelle des zones d’emploi (304 zones d’emploi en France métropolitaine). A l’époque, seules deux zones d’emploi avaient vu leur taux de chômage baisser entre le deuxième trimestre 2012 et le deuxième trimestre 2013 : Issoire et Bar-le-Duc.

Etant “tombé du lit” plus tôt que prévu ce matin, j’ai décidé de refaire un petit point sur la question, plutôt que de chômer.

J’ai donc récupéré les données Insee par zones d’emploi (téléchargeables ici), la dernière livraison courant jusqu’au premier trimestre 2015. Je me suis concentré sur le premier trimestre de chaque année depuis 2012.

Pour dire des choses sur la distribution géographique des taux de chômage, on peut tout d’abord construire des “boîtes à moustaches”, qui permettent de visualiser la valeur minimale, la valeur maximale et les quartiles (le deuxième quartile correspondant à la médiane).

boxplotOn voit assez clairement une augmentation du taux de chômage entre 2012 et 2013 (min, max, médiane, quartiles), une légère baisse entre 2013 et 2014, puis une remontée en 2015.

On peut ensuite dénombrer les zones ayant connu une inversion de leur courbe de chômage entre le 1er trimestre 2012 et le 1er trimestre 2015, afin de voir si les choses ont changé depuis ma dernière analyse. Résultat ? Sur le nombre de zones, rien de changé, il n’y en a toujours que deux. Mais ce n’est plus Issoire et Bar-le-Duc, c’est Mauriac (le taux passe de 5,7% à 5,5%) et Nevers (de 9,6% à 9,3%).

Si je prends comme point de départ le deuxième trimestre 2012 (ce que j’avais fait la dernière fois) et comme point d’arrivée le premier trimestre 2015 (on peut s’y risquer car les données sont corrigées des variations saisonnières), elles sont huit :

zone d’emploi 2012 (T2) 2015 (T1)
Mauriac 5.6 5.5
Vallée de l’Arve 9.7 9.3
Ussel 7.5 7.4
Saint-Gaudens 10.9 10.6
Bar-le-Duc 8.8 8.6
Charolais 8.1 7.9
Nevers 9.7 9.3
Soissons 13.3 13.1

On retrouve Bar-le-Duc (mais pas Issoire) et différentes zones qui toutes ont connu une baisse du taux de chômage, mais avec des niveaux très hétérogènes.

Quelle conclusion peut-on tirer de tout cela ? D’abord que les taux de chômage varient fortement selon les territoires. Ensuite que l’évolution des taux de chômage sur les territoires semble suivre la tendance macro-économique, puisque rares sont les zones qui connaissent une évolution opposée à l’évolution nationale.

Pour finir, un petit zoom sur les zones d’emploi de Poitou-Charentes, qui confirme ces conclusions :

cho_pcLes différences sont fortes entre les zones, avec un taux faible sur Bressuire et assez faible sur Niort et Poitiers, et des taux forts sur Rochefort, Royan, Angoulême, Saintes et la Rochelle. Les évolutions sont de plus assez similaires, pas de bouleversement dans le classement.

Pour avoir commencé à regarder ces mêmes statistiques mais sur plus longue période (en gros depuis la fin des années 1980), ce n’est pas nouveau. Ce qui n’est pas sans poser la question de l’efficacité des politiques locales de l’emploi, soit dit en passant…

Sinon, la recherche en sciences sociales, ça peut servir, vous savez ?

Jeudi dernier, j’ai participé au jury de thèse de Marion Maisonobe, à Toulouse, qui a travaillé, en gros, sur la géographie de la recherche à l’échelle mondiale. Travail remarquable, de l’avis unanime du jury (l’occasion pour moi de rencontrer enfin Yves Gingras, ce que je souhaite à tout le monde…).

Sur le trajet aller, j’ai vu que le Japon ne faisait pas dans la dentelle : fermeture de 26 universités de sciences humaines et sociales, qui ne servent à rien, c’est bien connu.

Ce que montre la thèse de Marion Maisonobe ?

S’appuyant sur les publications scientifiques recensées par le Web of Science, géolocalisées pour la première fois à l’échelle des agglomérations partout dans le monde (je ne vous dis pas le travail de fourmi réalisé sur Toulouse pour arriver à cela…), elle montre que si les co-publications sont de plus en plus nombreuses, elles ne signent pas la fin de la géographie : on assiste plutôt à un processus massif de déconcentration géographique de la recherche, les régions “centre” voyant leur part baisser dans la quasi totalité des pays (voir cet article auquel elle a contribué par exemple), au profit des espaces intermédiaires (en France, Paris recule au profit de la “province”).

La mondialisation de la recherche n’est donc pas synonyme de “mort de la géographie”, elle ne conduit pas à l’émergence d’une “communauté scientifique sans frontière”, elle est plutôt synonyme de renforcement des logiques nationales (croissance forte des co-publications au sein des pays) et continentales (bloc européen, bloc asiatique, bloc américain, …). Les pays dits “en développement” voient leur part augmenter, les relations entre eux augmentent très fortement, également.

Bref, plein de résultats riches d’enseignement, à l’heure où le discours dominant, en France (mais pas que), consiste à dire qu’il faut tout concentrer, et puis que quand même, il faut collaborer avec le pays leader (les Etats-Unis), le reste ne sert à rien.

En plus de traitements massifs de données à l’échelle mondiale, Marion Maisonobe a travaillé sur un sujet très pointu (la réparation de l’ADN) et interrogé des chercheurs spécialistes du domaine. On trouve dans sa thèse une anecdote croustillante, que tous les chercheurs et les politiques devraient garder en tête.

En 2009, une chercheuse a produit dans le domaine un travail considéré comme précurseur. Il a été demandé par les deux revues de référence, celles qui font rêver les chercheurs (plutôt “science dur”) du monde entier : Nature et Science. Ces deux revues n’ont pas publié l’article, finalement. Pourquoi ? La recherche s’appuyant sur un outil que personne n’avait dans le monde, il était clair que personne ne pourrait le citer dans les années suivantes, trop précurseur. Impossible de le publier, donc, parce que l’objectif des revues n’est pas de publier les meilleures recherches, mais les recherches qui seront les plus citées (il faut booster “l’impact factor”, c’est-à-dire le nombre moyen de citations par article)…

Conclusion ? Les recherches en sciences humaines et sociales ne servent à rien.

 

Les taux de réussite à l’Université

Le ministère a publié en juillet dernier différentes statistiques sur la réussite dans les Universités françaises.  Avec des chiffres qui font peur : 27% des étudiants obtiennent leur licence en 3 ans, proportion qui monte à 39% pour les licences obtenues en 3 ou 4 ans. Le Monde vient de relayer l’information. L’objectif de ce billet est d’y voir un peu plus clair en évoquant différents points décisifs.

Premier point essentiel, ce taux de réussite varie très fortement selon la filière de bac des étudiants : plus du tiers des bacs généraux obtiennent leur licence en 3 ans et ils sont près de 50% à obtenir leur licence en 3 ou 4 ans, contre 15% pour les bacs technologiques et 5% pour les bacs professionnels. Raisonner sur un taux global n’a donc pas de sens, autant désagréger et s’interroger sur les moyens d’améliorer les choses pour chacun de ces sous-ensembles.

Deuxième point, il faut toujours faire attention quand on manipule ce genre de données, on a souvent du mal à appréhender les effets multiplicatifs. Je m’explique : supposons que le taux de réussite d’une licence soit de 70% en L1, 70% en L2 et 70% en L3, scores assez élevés. Devinette : quelle est la proportion d’étudiants qui obtiendront leur licence en 3 ans précisément ? Réponse : un tout petit plus d’un tiers… (0,7*0,7*0,7 = 34,3% très précisément). C’est ce que l’on observe pour les bacs généraux. Dans les faits, le taux n’est pas le même pour les trois années : pour Sciences Eco Poitiers, l’an dernier, ils sont respectivement de 50% en L1, 80% en L2 et 95% en L3, soit une probabilité d’obtenir sa licence en 3 ans de 38% et en 3 ou 4 ans de 66,5%. La problématique de l’échec à l’Université est massivement une problématique L1, qui concerne prioritairement les bacheliers technologiques et professionnels.

Troisième point, il faut également toujours s’interroger sur les données de base : en l’occurrence, le Ministère peut suivre la trajectoire des étudiants inscrits dans les Universités, mais ils perdent leur trace s’ils vont, après une L1, en BTS, en classe préparatoire ou en école. Ces étudiants qu’on ne peut plus suivre seront comptés comme ayant échoué dans leurs études, alors qu’en fait ils se sont réorientés et ont peut-être très bien réussi. Quelle est l’ampleur de ce phénomène ? Toutes universités, la proportion d’étudiants inscrits en L1 une année et non inscrits dans un établissement supérieur public l’année suivante est de 30,6%. On pourrait donc calculer un autre taux de réussite en retranchant ces étudiants du dénominateur, le taux d’obtention de la licence en 3 ans passerait en gros de 27% à 38% et le taux d’obtention en 3 ou 4 ans de 39% à 56%.

Une question importante reste cependant celui du devenir de ces non réinscrits. Le service statistique de l’Université de Poitiers (le SEEP) a enquêté les étudiants inscrits en 2012-2013, qui ne se sont pas réinscrits l’année suivante. Les résultats sont visibles ici. On y apprend que 27% des L1 ne se sont pas réinscrits l’année suivante, mais que ceci n’est pas synonyme d’arrêt des études. 71% sont en formation, massivement hors université : 34% en BTS, 23% en école, 6% en classe prépa, 10% en “autres formations”, soit un total de 73%. Autre chiffre intéressant : 61% des non réinscrits se disent satisfaits de leur année de formation, certains se sont inscrits dans une stratégie d’attente d’être pris dans la formation de leurs choix, d’autres avaient fait le voeu prioritaire d’aller à l’Université et se sont rendus compte que ce système ne leur convenait pas (je vous laisse découvrir les nombreux verbatims, très instructifs).

Dernier point, on observe des différences fortes de taux de réussite : une réussite en 3 ou 4 ans, en moyenne de 39%, varie en France métropolitaine entre 13% à Paris 8 et 53% à Angers. Une partie de l’explication tient aux caractéristiques différentes des entrants : imaginons qu’une Université accueille plus de bacheliers technologiques que la moyenne, son taux de réussite attendu (“taux simulé” dans le document du Ministère) sera logiquement plus faible. A Paris 8, ce taux attendu est de 29,8 et à Angers, il est de 42,5. La différence entre taux observé et taux simulé permet de calculer ensuite la valeur ajoutée de chaque établissement : elle est de 10,5 à Angers et de -8,6 à Paris 8. L’écart sur les taux de réussite entre ces deux Universités est donc pour partie lié à la différence de caractéristiques des entrants, mais pour partie seulement, Angers “performe” plus qu’attendu, Paris 8 moins qu’attendu. Poitiers est plutôt bien placé également, avec un taux de réussite de 46,9 et une valeur ajoutée de 6 (7ème université selon ce critère).

Attention cependant à ne pas aller trop vite en besogne : le Ministère ne dispose pas de toutes les informations sur les étudiants, le taux attendu est donc calculé sur la base des caractéristiques observables. A titre d’illustration, on n’a pas l’information sur la part des mentions au bac, si une Université en accueille plus que la moyenne, le calcul du taux simulé ne prendra pas en compte cela, on l’attribuera avec erreur à la “valeur ajoutée” de l’établissement.

Il n’en reste pas moins que la production de ces statistiques est particulièrement intéressante, à condition de ne pas se contenter de regarder le classement des Universités, mais de les analyser en détail, plus pour mieux se connaître que pour se mesurer aux autres. Les services statistiques des Universités produisent également tout un ensemble d’études particulièrement utiles, celui de Poitiers en tout cas (voir ici), mais j’imagine que ce n’est pas le seul. Mon sentiment : elles sont sous-utilisées dans les Universités, leur mobilisation permettrait d’améliorer le diagnostic sur ce qui va, sur ce qui ne va pas, et donc de prendre ensuite de meilleures décisions en termes d’évolution des formations et d’accompagnement des étudiants.