Economie & prévision
La Doc. française
I.S.B.N.sans
188 pages
p. 113 à 126
doi: en cours
Veille sur la revue
Veille sur l'auteur
La Doc. française
I.S.B.N.sans
188 pages
p. 113 à 126
doi: en cours
Veille sur la revue
Veille sur l'auteur
Vous consultez
no 148 2001/2
Différences de structure des emplois et écart salarial entre hommes et femmes en France
Xin Meng [(*)] Dominique Meurs [(**)]
Dans cet article, l’écart de salaire horaire moyen entre les salariés hommes et femmes du secteur privé en France en 1992
est analysé en utilisant une méthode de décomposition qui tient compte à la fois des différences de salaire à l’intérieur
d’une catégorie d’emplois et entre les catégories d’emploi. L’essentiel de l’écart salarial entre les hommes et les femmes
provient de différences de salaires moyens pour une même catégorie d’emplois, ces écarts ne se justifiant que peu par des
différences de caractéristiques individuelles. Nous montrons également que si les femmes suivaient la répartition des
emplois selon les déterminants masculins, la structure féminine des emplois serait fortement modifiée mais l’écart salarial
moyen n’en serait que faiblement affecté.
This paper analyses the average hourly wage deviation between male and female private-sector employees in France in
1992. It uses a breakdown that considers wage differences both within and between job categories. The wage deviation
between men and women is due for the most part to average wage differences for one and the same category of job. The
deviation has little to do with differences in individual characteristics. We also show that the female job structure would
change enormously, although the average wage deviation would barely be affected, if the breakdown of female jobs
followed male determinants.
Dans le cadre de la théorie standard du capital
humain (Becker, 1971), les différences constatées de
salaire entre les hommes et les femmes proviennent
d’un écart de productivité entre les deux groupes et
d’une discrimination salariale, c’est-à-dire une
moindre valorisation du capital humain des femmes
par rapport à leurs homologues masculins. Cette
seconde composante peut être issue soit d’une
rémunération inférieure des caractéristiques
individuelles pour un même type d’emploi, soit
d’une ségrégation par sexe des emplois, la
main-d’œuvre défavorisée étant cantonnée à un
nombre limité d’emplois moins bien rémunérés sur
le marché du travail (Bergmann, 1974).
Ces trois aspects – à savoir une moindre
accumulation de capital humain chez les femmes que
chez les hommes, une structure des emplois
d ifféren te et un moin dre rend ement des
caractéristiques individuelles, toutes choses égales
par ailleurs – ont été mis en évidence dans de
précédentes études sur les écarts de salaires entre les
hommes et les femmes en France. Ainsi, Bayet
(1996) montre que les interruptions de carrière, plus
fréquentes chez les femmes que chez les hommes,
entraînent un désavantage salarial par rapport à ceux
qui ont une expérience professionnelle continue,
même à l’intérieur d’une catégorie professionnelle
homogène. L’étude de Simonnet (1996) consacrée
aux profils de carrière fait ressortir les différences de
valorisation des parcours professionnels masculins
et féminins lors des 10 à 15 premières années de
travail. Plus récemment, Colin (1999) met l’accent
sur les différences de rendement des diplômes et de
l’expérience professionnelle. Enfin, les inégalités
d’accès aux emplois salariés à temps complet entre
les hommes et les femmes et ses conséquences sur la
mesure de la discrimination salariale sont étudiées
dans Meurs et Ponthieux (1999b).
L’objet de cet article est de présenter une
décomposition de l’écart salarial moyen entre les
hommes et les femmes qui englobe l’ensemble de ces
éléments, c’est-à-dire les différences de capital
humain, de structure des emplois et de valorisation
des caractéristiques individuelles. La méthode
proposée sépare l’écart salarial constaté en deux
composantes : l’écart de salaire à l’intérieur d’une
classe d’emplois et l’écart de salaire tenant aux effets
de structure des emplois, chacune de ces
composantes étant elle-même subdivisée en deux
parties, l’une où l’écart constaté provient de
différences des caractéristiques individuelles,
l’autre où il est issu de différences dans la
valorisation de ces caractéristiques. Cette
décomposition permet finalement d’évaluer la
proportion de l’écart salarial moyen expliquée par
les différences de caractéristiques individuelles et
celle « injustifiée ».
La méthodologie et la base de données sont
présentées dans la première partie de ce texte. Les
différences dans les rendements des caractéristiques
individuelles et dans l’accès aux différentes
catégories d’emplois sont ensuite discutées dans la
deuxième partie. Enfin, nous proposons une
décomposition de l’écart salarial moyen entre les
hommes et les femmes, que nous comparons avec des
analyses usant de la même méthodologie menées sur
d’autres pays.
Données et méthodologie
La décomposition de l’écart salarial moyen
L’écart salarial moyen entre les hommes et les
femmes résu lte à la fois d’un écart des
caractéristiques productives et d’une différence de
rémunération de ces caractéristiques. Une première
méthode pour mesurer la part respective de ces deux
facteurs dans l’écart salarial est la décomposition
proposée la même année, mais de manière
indépendante, par Blinder (1973) et Oaxaca (1973).
Elle consiste à estimer séparément des équations de
salaires pour les hommes et pour les femmes, puis à
décomposer l’écart des salaires moyens en deux
parties, l’une correspondant aux différences des
dotations moyennes (écart « expliqué »), l’autre à
l’écart des rendements moyens masculins et
féminins des caractéristiques retenues (écart
« inexpliqué »).
Dans toute méthode de décomposition de l’écart de
salaire moyen se pose le problème du choix de la
norme par rapport à laquelle comparer les
rendements estimés des caractéristiques
individuelles. Suivant une méthode exposée par
Oaxaca et Ransom (1994), nous avons ici adopté
comme « norme non discriminante » les estimations
sur l’ensemble de la population des coefficients des
équations. L’écart de salaire moyen comprend alors
trois parties : une part justifiée par les différences des
caractéristiques individ uelles, une part
correspondant à l’avantage masculin (écart de
rendement en faveur des salariés hommes par
rapport à la norme choisie) et une part correspondant
au désavantage féminin (écart de rendement en
défaveur des salariées femmes par rapport à la
norme).
Toutefois, ces approches laissent de côté le fait que la
discrimination par le marché passe non seulement
par des différences de salaires à emploi et
compétences identiques mais aussi par une inégalité
d’accès aux différents emplois, à compétences
égales. Pour tenir compte de cet aspect, nous avons
donc suivi l’analyse proposée par Brown, Moon et
Zoloth (1980), qui intègre dans la méthodologie
précédente l’impact de la ségrégation des emplois
par sexe dans la décomposition de l’écart de salaire
moyen. L’idée de base est d’utiliser la structure
masculine des emplois et les rémunérations
associées comme une norme pour prédire la structure
hypothétique des emplois féminins et leur niveau
moyen de salaires s’il n’y avait pas de discrimination
dans l’accès à l’emploi. En d’autres termes, cela
revient à prédire les emplois et à estimer les salaires
qu’aurait la main-d’œuvre féminine si leurs
caractéristiques individuelles déterminaient leurs
emplois (et les salaires associés) à l’instar de ce que
l’on observe pour les hommes
[1].
Enfin se pose le problème des pondérations à utiliser
pour additionner les différentes composantes de
l’écart de salaire moyen. En effet, deux méthodes
sont possibles : soit pondérer la structure par emplois
(différence intercatégorie) par le niveau des salaires
masculins et utiliser la structure féminine des
emplois pour pondérer les différences de
rémunérations des caractéristiques individuelles
dans l’écart intra-catégorie, soit pondérer la
structure par emplois par le niveau des salaires
féminins et dans ce cas utiliser la structure masculine
des emplois dans la partie concernant les différences
intra-catégories. Comme les deux pondérations sont
correctes, nous présenterons les deux résultats.
En résumé, les décompositions proposées s’écrivent
de la manière suivante :
ou bien
où W indique le salaire moyen estimé, les indices m
et f représentant respectivement les hommes et les
femmes. Les termes $βjf et $βjm sont les coefficients
estimés des équations de salaires pour chaque sexe et
chaque emploi considéré
[2], β* représentant la norme
no n discrimin ante d es rendements des
caractéristiques individuelles dans chaque catégorie
d’emploi. X indique les variables indépendantes
j retenues dans la spécification de l’équation de gains
pour l’emploi j. Le terme Pjf représente le
pourcentage de femmes dans l’emploi de type j et le
terme $Pjf représente la proportion hypothétique de
femmes qui seraient dans l’emploi de type j si les
femmes faisaient face aux mêmes mécanismes
d’allocation dans les emplois que leurs homologues
masculins. Cette structure hypothétique est dérivée
des coefficients estimés d’un modèle multinomial
logit d’affectation des salariés hommes aux
catégories d’emplois considérés.
Le premier terme du second membre des équations
(1) ou (2) représente la part de l’écart salarial moyen
dû aux différences des caractéristiques individuelles
dans les emplois considérés (écart salarial expliqué).
Les deux termes suivants correspondent à la
différence de rendement des caractéristiques
individuelles pour les catégories d’emploi
considérées (écart salarial inexpliqué composé d’un
avantage masculin et d’un désavantage féminin).
Ces trois premiers termes additionnés représentent
la part de l’écart salarial moyen né des différences de
salaires à l’intérieur des groupes d’emplois (écart
intra-catégorie). Les deux termes suivants forment
l’écart intercatégorie, composé de la part de l’écart
dû à la différence de structure des emplois résultant
de différences des caractéristiques individuelles et
de la part de l’écart salarial dû au fait que les femmes
sont traitées différemment que les hommes dans
l’accès aux différentes catégories d’emplois.
L’addition du premier et du quatrième terme donne
donc la part « expliquée », à savoir celle qui résulte de
l’écart des caractéristiques individuelles entre les
hommes et les femmes, et l’addition du deuxième,
troisième et cinquième terme indique la part
« inexpliquée », éventuellement due à des
phénomènes discriminatoires tant dans la structure
des emplois que dans la rémunération des
compétences.
Une des réserves exprimées sur cette technique tient
au fait que sa pertinence est tributaire de la richesse
des variables explicatives tant dans l’équation de
gains que dans la détermination de l’emploi occupé
(cf. Zabalza et Arrufat, 1985; Miller, 1987). Un des
grands avantages de la base de données utilisée ici est
la richesse de l’information disponible, tant sur les
caractéristiques individuelles (dotations en capital
humain, situation personnelle) que sur les
caractéristiques de l’emploi occupé et de
l’établissement employeur. Ainsi, nous sommes à
même d’expliquer une part importante des
différences de salaires entre les individus et donc de
calculer plus pertinemment les effets résiduels.
L’équation de salaire estimée dans cette étude est de
la forme suivante :
où lnW représente le logarithme du salaire horaire
i des individus, X les caractéristiques individuelles
i et celles des emplois occupés, u le terme d’erreur.
i Nous avons retenu comme variables indépendantes
des variables représentatives du capital humain
(éducatio n, expérience, ancienneté dans
l’établissement, ancienneté dans l’emploi), des
variables décrivant la situation personnelle de
l’individu (statut marital, nombre d’enfants,
nationalité) et des caractéristiques de l’emploi
occupé (taux de temps complet
[3], CDI ou non, type
d’emploi occupé, travail en horaires réguliers ou
non, travail posté ou non, travail de nuit ou non),
enfin des variables caractérisant l’établissement
employeur (localisation, taille, secteur industriel).
Cette équation de salaire est estimée séparément
pour les hommes et les femmes afin de comparer les
déterminants des salaires dans chaque groupe. Pour
ensuite décomposer l’écart salarial en prenant en
compte la ségrégation des emplois, les mêmes
équations de salaire sont ensuite estimées pour
chaque groupe d’emplois.
Enfin, pour pouvoir appliquer la méthode de
décomposition exposée ci-dessus, un modèle
multinomial logit est spécifié afin de mesurer la
probabilité d’occuper un emploi donné selon les
caractéristiques individuelles et de marché du
travail. Ce modèle est estimé séparément pour les
hommes et les femmes. Le résultat pour les hommes
est ensuite utilisé comme une norme non
discriminatoire pour prédire ce que serait la structure
féminine des emplois s’il n’y avait pas de
discrimination dans l’affectation entre les
différentes catégories d’emploi (ou s’il n’y avait pas
de différences entre les hommes et les femmes dans
les comportements d’offre et demande de travail
pour accéder à un emploi donné). Le modèle est le
suivant :
où N représente la taille de l’échantillon, J, le nombre
de catégories d’emplois retenus et x un vecteur de
i variables exogènes affectant les décisions d’offre et
de demande de travail dans une catégorie donnée.
La variable dépendante est le type d’emploi, réparti
en huit catégories. Afin de pouvoir comparer avec
des études similaires réalisées dans d’autres pays et
de mener ultérieurement une étude comparative avec
l’Australie, nous avons choisi la nomenclature des
emplois ISCO (Classification Internationale Type
des Professions) et non la nomenclature PCS propre
à la France
[4]. Les variables dépendantes sont les
caractéristiques productives individuelles et les
situations personnelles (âge, nombre d’années
d’études, situation maritale et familiale), ainsi que
les caractéristiques des emplois (temps partiel, type
d’horaires, travail posté, travail de nuit) qui affectent
tant la demande que l’offre pour les différents
emplois.
Les données utilisées
Les données utilisées sont issues de l’enquête Coûts
de la Main d’œuvre et Structure des Salaires
(CMOSS) 1992 de l’Insee. Les statistiques
descriptives des variables utilisées dans l’analyse
sont reportées dans l’annexe 1. Une fois exclues les
observations manquantes ou aberran tes,
l’échantillon total est composé de 137 639 individus,
travaillant à temps complet ou temps partiel dans des
établissements du secteur privé, soit 82 843 hommes
et 54 796 femmes.
Le salaire horaire moyen des femmes représente
82% du salaire horaire masculin (tableau 1), soit un
écart légèrement plus élevé dans cet échantillon que
celui calculé à partir des DADS 1992 pour les
salariés du secteur privé à temps complet (Bayet,
1995). Dans chaque catégorie d’emploi, les niveaux
moyens de salaires sont inférieurs pour les femmes
par rapport aux hommes, mais l’écart moyen est le
plus important dans les catégories « ouvriers » et
« cadres dirigeants » (respectivement 75% et 73%) et
le plus resserré pour les employés administratifs
(93%).
Hommes et femmes sont inégalement répartis dans
les huit catégories d’emplois. Ainsi, on constate dans
les professions de cadres dirigeants et de cadres une
plus forte proportion d’hommes que de femmes.
Celles-ci apparaissent concentrées dans des
catégories d'employés administratifs ou d'employés
du commerce, qui sont aussi les moins bien
rémunérés en taux horaire, et sous- représentées dans
les emplois ouvriers. Dans les emplois non qualifiés
(ouvriers ou employés), elles sont à peu près aussi
nombreuses que les hommes. Enfin, on remarque
que l’écart salarial entre les hommes et les femmes
est plus petit dans les emplois à dominante féminine
que dans les emplois à dominante masculine.
Un bref examen des principales variables de
l’échantillon permet de faire ressortir les principaux
traits suivants :
- des différences concernant les niveaux d’éducation. On retrouve dans notre échantillon un phénomène déjà observé dans d’autres études, à savoir une plus forte proportion d’hommes que de femmes ayant acquis un diplôme technique court, les femmes étant proportionnellement plus nombreuses à avoir au moins le baccalauréat que les hommes (respectivement 53% contre 36%) ;
- des durées d’expérience potentielle et d’ancienneté plus longues pour les hommes que pour les femmes;
- des temps partiels à dominante féminine. En moyenne, les salariés hommes ont un temps de travail atteignant 97% d’un temps complet, alors que pour les femmes cet indicateur est de 88% ;
- en ce qui concerne les établissements employeurs, la main-d’œuvre féminine est beaucoup plus concentrée dans le secteur des services que la main-d’œuvre masculine (respectivement 50% et 25%); les salariés masculins sont plus présents que les femmes dans l’industrie manufacturière, les transports, les télécommunications et l’industrie extractive.
Les déterminants des niveaux de salaires et des emplois par sexe
Les rendements des caractéristiques individuelles
Les équations de salaire spécifiées dans la
précédente partie ont été estimées séparément pour
les hommes et pour les femmes. Les résultats
détaillés figurent dans l’annexe 3. Compte tenu de la
taille et de la richesse de la base de données, nous
obtenons des coefficients de corrélation ajustés
élevés (respectivement 53% et 58% pour les femmes
et les hommes). De plus, la plupart des coefficients
estimés pour les hommes et pour les femmes sont
significativement différents, ce qui suggère que la
structure des salaires diffère entre les deux groupes
et justifie de procéder ultérieurement à une
décomposition fondée sur la différence entre les
rendements masculins et féminins.
En ce qui concerne les variables indicatrices du
capital humain, on constate les différences
suivantes :
- par rapport aux non diplômés, le rendement des niveaux d'éducation les plus élevés apparaît plus élevé parmi les salariés hommes que parmi les salariées femmes ;
- pour les salariés masculins, la pente du rendement de l’expérience sur le marché du travail apparaît assez forte alors que le profil de gains selon l’ancienneté dans l’établissement est relativement plat. Parmi les femmes, au contraire, la pente du rendement de l’ancienneté est plus prononcée, le rendement de l’expérience plus plat (figure 1). Ces résultats sont similaires à ceux observés par Colin (1999), sur une base de données plus récentes. Cependant, ce résultat doit être pris avec une certaine prudence dans la mesure où nous ne disposons ici que d’une mesure de l’expérience potentielle sur le marché du travail (temps passé entre la sortie du système scolaire et l’entrée dans l’établissement actuellement employeur). Cette mesure peut surestimer le temps effectivement travaillé (et sous-estimerles rendements de l’expérience)carelle ne prend pas en compte les périodes d’interruption de travail qui peuvent être plus longues pour les femmes que pour les hommes pour des motifs familiaux (cf. Bayet, 1996). Par ailleurs, il s’agit ici d’une analyse menée sur des données en coupe qui nous interdisent d’isoler les effets de cohorte (pour cela, il faudrait disposer de données en panel).
Tableau 1
structure des emplois par sexe et salaire moyen correspondant
coût de la main d’œuvre et structure des salaires, 1992.
Figure 1
comparaison des profils moyens de carrière
masculins et féminins 
Pour le groupe de variables relatives aux situations
familiales, la principale différence entre les
équations de salaires masculines et féminines est la
prime associée au statut marital, positive pour les
hommes, négative (mais non significative) pour les
femmes, suggérant que les hommes mariés sont
avantagés en terme salarial par rapport à leurs
homologues célibataires, ce qui n’est pas le cas pour
les femmes. Ce résultat est cohérent avec ceux
trouvés pour la plupart des pays industrialisés (cf.
Blau et Kahn, 1992).
Les caractéristiques des postes occupés ont des
impacts différents sur les rémunérations masculines
et féminines. Ainsi, le taux de temps plein joue
positivement sur les salaires horaires féminins,
négativement sur les salaires horaires masculins. On
remarque également que des conditions de travail
plus difficiles comme le travail posté ou de nuit sont
relativement mieux compensées par un surcroît
salarial parmi les femmes que parmi les hommes.
Enfin, en ce qui concerne les rendements attachés
aux postes occupés, la différence la plus évidente est
que la position d’employés est mieux rémunérée par
rapport aux emplois non qualifiés pour les femmes
que pour les hommes
[5].
Ces différences des coefficients des équations de
salaires masculines et féminines indiquent ainsi que
le marché évalue différemment les caractéristiques
productives selon le sexe, renforçant l’hypothèse de
l’existence d’une discrimination salariale.
Les déterminants d’accès aux différentes
catégories d’emplois
Nous avons vu qu’une autre explication possible des
différences de salaires entre les hommes et les
femmes est l’existence d’une ségrégation
professionnelle qui aboutisse à de fortes différences
dans la structure des emplois masculins et féminins.
Dans cette section, le modèle d’accès à une catégorie
d’emploi donné présenté dans la partie
méthodologique est estimé séparément pour les
hommes et pour les femmes afin de détecter les
différences dans les modes d’affectation dans les
emplois entre les deux groupes. Les coefficients
estimés pour le modèle masculin sont ensuite utilisés
comme une norme non discriminante pour prédire
une répartition hypothétique de la main-d’œuvre
féminine entre les catégories d’emploi. Les résultats
du multinomial logit estimé pour ce modèle sont
présentés dans l’annexe 4
[6]. Là encore, les
différences des coefficients féminins et masculins
sont pour une grande majorité significatives, ce qui
indique des mécanismes sensiblement différents
d’affection dans les emplois entre les hommes et les
femmes.
Les coefficients du modèle multinomial logit sont
difficiles à interpréter. Pour le faire, nous suivrons
Greene (1990) en utilisant la relation suivante entre
les probabilités relatives et les coefficients :
Comme
Ainsi, quand X augmente, la probabilité qu’un
i individu soit dans l’emploi j plutôt que dans l’emploi
k est accrue si β β> et diminue si β β<. Suivant
j k j k Brown et alii, (1990), en classant les coefficients
d’une variable donnée par ordre d’importance
croissante, on peut obtenir l’impact relatif de cette
variable sur la probabilité d’appartenir à un emploi
donné. Les classements de ces coefficients pour
chaque variable sont présentés dans le tableau 2 (ici
le classement va de 1 à 8, le rang 1 signifiant que le
coefficient de la variable considérée est le plus élevé
pour l’emploi i par rapport aux 7 autres catégories
d’emploi).
Les classements présentés dans le tableau 2
indiquent que certains déterminants de répartition
entre les emplois sont pratiquement les mêmes pour
les hommes et les femmes. Ainsi, l’âge et le niveau
d’études élèvent tant pour les hommes que pour les
femmes la probabilité d’être cadres dirigeants ou
cadres. En revanche, l’impact du mariage et des
enfants jouent un rôle considérablement différent
dans la structure des emplois. Etre marié ou avoir des
enfants sont des obstacles majeurs pour les femmes
pour occuper des postes de dirigeants ou de cadres
(être marié et avoir des enfants ont respectivement le
rang 7 et 8 dans le tableau 2 pour les femmes), alors
que les variables décrivant le statut marital et
familial n’ont pas du tout cet effet pour les hommes
pour occuper un emploi de dirigeants et de cadres.
Les coefficients extraits du modèle pour les hommes
sont ensuite utilisés pour prédire une répartition
hypothétique des emplois des femmes si elles
faisaient face aux mêmes déterminants que leurs
homologues masculins. Pour tester la robustesse de
la prédiction, nous avons aussi estimé un modèle de
répartition des emplois pour l’ensemble de
l’échantillon et utilisé les coefficients obtenus
comme norme non-discriminatoire pour prédire la
répartition hypothétique féminine. Les répartitions
observées des emplois et, pour les femmes, les deux
répartitions hypothétiques sont reportées dans le
tableau 3.
Tableau 2
importance relative des variables sur la probabilité d’occuper un emploi donné
Tableau 3
structures observées et prédites des emplois
On constate que les deux répartitions hypothétiques
féminines sont assez similaires, les variations par
rapport aux valeurs observées étant atténuées
lorsqu’on raisonne à partir de l’ensemble de
l’échantillon et non à partir des seuls coefficients
masculins.
Dans les deux cas, le changement entre la répartition
féminine observée et prédite est important. La
structure hypothétique des emplois montre que si les
femmes faisaient face aux mêmes déterminants que
les hommes, il y aurait significativement plus de
femmes dans les catégories cadres et dans les
emplois d’ouvriers. Dans le même temps, une
proportion réduite de femmes serait employées
administratives ou employées du commerce.
Étant donné les niveaux de salaires des différents
emplois, le changement dans la structure
hypothétique des emplois féminins par rapport à la
répartition observée pourrait avoir un effet important
sur l’explication des différences de salaires entre
hommes et femmes. Notons que les changements
entre la structure observée et la structure prédite ne
mènent pas nécessairement les salariés femmes vers
des emplois mieux payés. Même si la part de femmes
dans la catégorie « cadres et professions
intellectuelles » a augmenté, le changement le plus
important est la réduction des catégories d'employés,
de vendeurs et le gonflement des catégories
ouvrières qui ont à peu près les mêmes niveaux de
salaires que les deux précédentes catégories. L’effet
total sur l’écart de salaire entre les hommes et les
femmes n’est donc pas évident à cette étape.
Décomposition de l’écart de salaire moyen
Pour décomposer l’écart salarial moyen, nous avons
donc d’abord estimé des équations de salaires par
sexe pour chaque catégorie d’emploi. Les résultats,
combinés avec les répartitions observées des
emplois pour les hommes et pour les femmes ainsi
que la répartition hypothétique, sont ensuite utilisés
pour décomposer l’écart salarial moyen.
Les principaux résultats de ces décompositions
sont les suivants
Plus de la moitié de l’écart salarial moyen
correspond à une partie « injustifiée », celle-ci
provenant essentiellement de la composante
intra-catégorie.
En effet, la composante intercatégorie de l’écart de
salaire moyen apparaît faible au regard de la part
intra-catégorie (10% ou 22% du total selon la
pondération adoptée). De plus, cette part est
expliquée en sa quasi-totalité par les différences des
caractéristiques individuelles. Cela indiquerait que
si les femmes sont davantage dans des catégories
d’emplois moins rétribués que les hommes, cela tient
à leurs caractéristiques individuelles comme un
niveau d’éducation moindre, moins d’expérience ou
des situations familiales différentes. Ainsi, bien que
la structure hypothétique des emplois qui serait en
vigueur s’il n’y avait pas de barrière à l’entrée soit
très différente de celle réellement observée, la
répartition réelle n’apporte pas aux femmes salariées
des rémunérations très inférieures à celles qu’elles
auraient obtenu si elles avaient rencontré les mêmes
mécanismes d’affectation dans les emplois que les
hommes (ceci est indiqué par le fait qu’environ 1%
de la différence salariale interemplois correspond à
une part « injustifiée »).
Tableau 4
décomposition de l’écart salarial moyen
L’essentiel de l’écart salarial provient donc de
l’écart des salaires moyens à l’intérieur des
catégories d’emploi (78% ou 90% selon la
pondération adoptée). Dans cet écart intracatégorie, la part justifiée par les différences de
caractéristiques individuelles en constitue environ
25%, le restant étant formé de la combinaison d’un
avantage masculin et d’un désavantage féminin.
Par quels mécanismes peuvent se créer les
différences de rémunération des caractéristiques
individuelles entre les hommes et les femmes à
l’intérieur de groupe d’emplois ? Plusieurs
hypothèses peuvent être avancées. En premier lieu,
bien que le système des grilles de classification et
des minima de branche associés aux coefficients
hiérarchiques restreignent les différences de salaires
à poste donné entre les entreprises, les critères pour
attribuer les coefficients de la grille de classification
sont suffisamment souples pour que les entreprises
disposent d’un certain degré de liberté dans
l’attribution de ces coefficients et donc du salaire de
base associé (cf. Meurs, Skalli, 1997). Une étude
limitée à quelques branches professionnelles
montrait ainsi des écarts non expliqués entre les
hommes et les femmes dès le salaire de base
(Fakhfakh et alii, 2000).
En second lieu, la rémunération totale comprend
deux éléments, le salaire de base et les diverses
primes et heures supplémentaires. Il est également
possible que les compléments de rémunération
puissent contribuer à créer ces différences salariales,
ne serait-ce que parce que les salariés masculins sont
plus sujets aux heures supplémentaires que leurs
homologues féminines. Comme le montre une
précédente étude de Chauvin et alii, (1984), l’écart
salarial entre les hommes et les femmes aux
États-Unis est ainsi largement dû aux différences
d’obtention des compléments de rémunération.
Comparaison avec d’autres pays de l’OCDE
Nous avons repris les résultats d’études utilisant
cette méthode de décomposition pour quatre pays de
l’OCDE : la Grande-Bretagne, les États-Unis, le
Canada et l’Australie (Miller, 1987 ; Kidd et
Shannon, 1994 ; Hawke, 1991)
[7]. Les résultats sont
reportés dans le tableau 5.
Bien que l’écart salarial moyen entre les hommes et
les femmes soit relativement limité en France, la
proportion de la part non justifiée de cet écart est
assezélevée parrapport aux quatre pays retenus ici.
Par ailleurs, comme dans le cas de la France, le
différentiel intra-catégories constitue l’essentiel du
différentiel total dans ces 4 pays de l’OCDE (il est
même supérieur au différentiel total) et, à l’exception
du Canada, la part non justifiée de l’écart représente
la majorité de cet écart intra-catégorie. Le
différentiel intercatégorie représente par conséquent
une part relativement petite de l’écart total dans tous
les cas. De plus, la part non justifiée de cet écart
intercatégorie a une valeur négative ou très
faiblement positive dans les pays étudiés, ce qui
signifierait que dans tous ces pays l’affectation dans
les emplois n’entraînerait pas un désavantage salarial
supplémentaire pour les femmes.
Enfin, si l’on classait les pays selon la proportion de
part non justifiée des salaires, les États-Unis auraient
la part non justifiée la plus élevée, l’Australie et la
France auraient des niveaux proches, le Canada et la
Grande-Bretagne seraient les deux pays où la part
injustifiée serait la plus réduite
[8]. Tout en gardant à
l’esprit les limites
[9] de la comparaison internationale
présentée ici, ce classement suscite un certain
nombre de réflexions et des pistes de recherche.
Selon la théorie néo-classique, la discrimination
salariale ne peut subsister que dans des situations de
concurrence imparfaite (Arrow, 1973 ; Krueger,
1963 ; Madden, 1975). Le classement présenté
ci-dessus jette un doute sur la pertinence de cette
explication dans la mesure où les États-Unis sont
considérés généralement comme l’une des
économies les plus flexibles dans le monde tant du
point de vue du marché du travail que de celui du
marché des biens.
Tableau 5
résumé des décompositions des écarts de rémunération entre les hommes et les femmes pour la Grande-Bretagne, les États-Unis, le Canada et l’Australie
Une étude de Blau et Kahn (1992) indique que les
institutions du marché du travail qui affectent les
inégalités salariales peuvent avoir un effet très
important sur les différences de salaires entre les
hommes et les femmes. Cela peut expliquer le fait
que parmi tous les pays de l' OCDE, les États-Unis,
qui ont le moins de rigidités institutionnelles, ont
aussi le plus large écart salarial entre les hommes et
les femmes. Cependant l’Australie, la France et le
Canada ont des systèmes de négociation collective
relativement proches et la part injustifiée de l’écart
salarial diffère pourtant notablement entre eux.
D’autres variables pourraient affecter le degré de
discrimination à l’encontre des femmes entre les
pays et devraient être prises en compte dans des
travaux comparatifs ultérieurs, la principale piste
étant le degré de participation des femmes au marché
du travail.
Conclusion
La France a un système relativement centralisé de
fixation des salaires et l’écart salarial entre les
hommes et les femmes est relativement petit en
comparaison avec les autres pays de l’OCDE.
Néanmoins, un écart salarial réduit ne signifie pas
nécessairement l’absence d’un biais à l’encontre des
femmes dans la détermination des salaires.
À partir d’une base de données portant sur le secteur
privé en 1992, cet article a présenté une
décomposition de l’écart salarial moyen entre les
hommes et les femmes qui tienne compte à la fois de
la fixation des salaires et de la structure des emplois.
Nous trouvons que la part non justifiée de cet écart
est relativement large en comparaison avec d’autres
pays de l’OCDE. L’essentiel de l’écart salarial entre
les hommes et les femmes provient de différences de
salaires moyens pour une même catégorie
d’emplois, ces écarts ne se justifiant que peu par des
différences des caractéristiques individuelles. Nous
montrons enfin que si les femmes suivaient la
répartition des emplois selon les déterminants
masculins, la structure féminine des emplois serait
fortement modifiée mais l’écart salarial moyen n’en
serait que faiblement affecté.
Annexe 1 : statistiques descriptives
Annexe 2 : estimation du taux de temps complet et comparaison de l'expérience potentielle et de l'expérience imputée
Annexe 3 : équations de gains
Annexe 4 : résultats du modèle multinomial logit d'occupation d'un em
BIBLIOGRAPHIE
·
Arrow K. (1972). "Models of Job Discrimination and
Some Mathematical Models of Race Discrimination in the
Labour Market", in A. H. Pascal (ed.) Racial
Discrimination in Economic Life. Lexington, Mass. :
Heath, Lexington Books, pp. 83-102 and 187-204.
·
Arrow K. (1973). "The Theory of Discrimination", in O.
Ashenfelter and A. Rees (eds.), Discrimination in Labour
Markets. Princeton, N. J. : Princeton University Press. pp.
3-33.
·
Bayet A. (1995). L’évolution des salaires dans le secteur
prive en 1994, INSEE Première, INSEE, juillet
·
Bayet A. (1996). Carrières continues, carrières
incomplètes et salaires, Economie et Statistique n°299, pp
21-36.
·
Becker G. S. (1971). "The Economics of Discrimination",
2nd ed, University of Chicago Press.
·
Bergmann B. (1974). Occupational Segregation, Wages
and Profits when Employers Discriminate by Race and
Sex, Eastern Economic Journal (April/July), pp 103-110
·
Blau F. et Kahn M., (1992). "The Gender Earnings Gap :
Learning from International Comparisons", American
Economic Review, AEA Papers and Proceedings,
pp.533-539
·
Blau F. (1996). “International Differences in Male Wage
Inequality : Institutions versus Market Forces”, Journal of
Political Economy, 104(4), pp.791-837.
·
Blinder A. S. (1973). "Wage Discrimination : Reduced
Form and Structural Estimations", The Journal of Human
Resources, 8, pp. 436-55.
·
Brown R. S., Moon M. et Zoloth B. S.. (1980).
"Incorporating Occupational Attainment in Studies of
Male/Female Earnings Differentials", The Journal of
Human Resources, 15, pp. 3-28.
·
Chauvin Keith et Ash (1994). “Gender Earnings
Differentials in Total Pay, Base Pay and Contingent Pay”,
Industrial and Labour Relations Review, 47(4), pp
634-649.
·
Colin C. (1999). Carrières et salaires : une comparaison
hommes/femmes, in « Egalité entre femmes et hommes :
aspects économiques », Conseil d’Analyse Economique,
La Documentation française.
·
Fakhkafh F., Lemière S., Meurs D., Merlateau M.P.
·
(2000). Les disparités de rémunération entre les hommes et
les femmes, rapport pour le Ministère du Travail.
·
Greene W. H. (1990). Econometric Analysis, New York :
Macmillan Publishing Company.
·
Hawke A. (1991). "Male-Female Wage Differentials :
How Important is Occupational Segregation ?" The
Australian National University, Centre for Economic
Policy Research, Discussion Papers No. 256.
·
Heckman J. (1979). “Sample Selection Bias as a
Specification Error”, Econometrica, 47, pp. 153-61.
·
Kidd M. P. et Shannon M., (1993). "Occupational
Segregation and the Importance of Aggregation in Gender
Wage Differentials : The Canadian Evidence", Working
papers in Economics and Econometrics, The Australian
National University.
·
Krueger A. O. (1963). "The Economics of
Discrimination", Journal of Political Economy. 71, pp.
481-86.
·
Lee L. F. (1983). “Generalised Econometric Models with
Selectivity”, Econometrica, 51, pp.507-512.
·
Madden J. F. (1975). The Economics of Sex
Discrimination. Lexington, Mass. Heath, Lexington
Books.
·
Maddala G. S. (1983). Limited Dependent and Qualitative
Variables in Econometrics, Cambridge University Press.
·
Meurs D. et Skalli A. (1997). L’impact des conventions
de branche sur les salaires, Travail et Emploi, n°70, pp
33-50.
·
Meurs D. et Ponthieux S. (1999a). Emploi et salaires : les
inégalités entre femmes et hommes en mars 1998, DARES,
Premières synthèses n°32.2.
·
Meurs D. et Ponthieux S. (1999b). Les inégalités
salariales entre hommes et femmes dans les années 90,
Documents d’Etudes de la DARES, n°28, juin.
·
Miller P. W. (1987). "The Wage Effect of the
Occupational Segregation of Women in Britain", The
Economic Journal 97, pp. 885-896.
·
Mincer J. (1974). Schooling, Experience and Earnings.
New York : National Bureau of Economic Research.
·
Oaxaca R. (1973). "Male-Female Wage Differentials in
Urban Labour Markets" International Economic Review
(October), 14(3), pp.693-709.
·
Oaxaca R.L. et Ransom M.R. (1994). On discrimination
and the decomposition of wage differentials, Journal of
Econometrics, vol.61, pp 5-22.
·
Simonnet V. (1996). Mobilité professionnelle et salaire :
des différences entre hommes et femmes, Economie et
Statistique, n°299, pp 59-71.
·
Sloane P. J. (1985). "Discrimination in the Labour
Market", Chapter 3 in R. Millward, M. T. Sumner and G.
Zis (ed.) Labour Economics, New York : Longman Group
Limited.
·
Sofer C. (1990). “La répartition des emplois par sexe :
capital humain ou discrimination ?” Economie et Prévision,
n° 92-93, pp.75-88.
·
Zabalza A. et Arrufat J. (1985). "The Extent of Sex
Discrimination in Great Britain", Women and Equal Pay :
The Effects of Legislation on Female Employment and
Wages in Britain, Cambridge University Press, Cambridge.
pp.70-94.
NOTES
[(*)]
Australian National University.
E-mail : Xin. MMeng@ anu. edu. au
Australian National University.
E-mail : Xin. MMeng@ anu. edu. au
[(**)]ERMES, Université de Paris 2.
E-mail : meurs@ u-paris2. fr
ERMES, Université de Paris 2.
E-mail : meurs@ u-paris2. fr
[(1)]Dans cette ligne de travaux, on considère que les écarts
constatés de capital humain sur le marché du travail sont
donnés, même s’ils peuvent résulter de phénomènes de
discrimination hors du marché du travail (accès à
l’éducation) ou sont la conséquence des discriminations
constatées sur le marché du travail (un accès plus difficile à
certaines catégories d’emplois peut décourager la
main-d’œuvre féminine de suivre la formation nécessaire
pour ce type d’emplois).
Dans cette ligne de travaux, on considère que les écarts
constatés de capital humain sur le marché du travail sont
donnés, même s’ils peuvent résulter de phénomènes de
discrimination hors du marché du travail (accès à
l’éducation) ou sont la conséquence des discriminations
constatées sur le marché du travail (un accès plus difficile à
certaines catégories d’emplois peut décourager la
main-d’œuvre féminine de suivre la formation nécessaire
pour ce type d’emplois).
[(2)]Cela signifie qu’il faut estimer séparément pour les
hommes et pour les femmes des équations de gains pour
chaque catégorie d’emplois.
Cela signifie qu’il faut estimer séparément pour les
hommes et pour les femmes des équations de gains pour
chaque catégorie d’emplois.
[(3)]Le taux de temps complet correspond au rapport entre le
nombre d’heures effectuées par le salarié et le nombre
d’heures à temps complet.
Le taux de temps complet correspond au rapport entre le
nombre d’heures effectuées par le salarié et le nombre
d’heures à temps complet.
[(4)]Nous avons utilisé pour cela une table de passage (fourni
par l'Insee) entre les nomenclatures PCS et CITP COM-88
(version européenne de l'ISCO).
Nous avons utilisé pour cela une table de passage (fourni
par l'Insee) entre les nomenclatures PCS et CITP COM-88
(version européenne de l'ISCO).
[(5)]Sofer (1990) montrait qu’une participation élevée des
femmes dans un emploi donné (comme ici la catégorie
employée) a un impact négatif sur les salaires masculins
dans cet emploi, ce qui est cohérent avec ce résultat.
Sofer (1990) montrait qu’une participation élevée des
femmes dans un emploi donné (comme ici la catégorie
employée) a un impact négatif sur les salaires masculins
dans cet emploi, ce qui est cohérent avec ce résultat.
[(6)]Les résultats d’un modèle structurel incorporant les
salaires dans le modèle sur la probabilité d’appartenir à une
catégorie donnée sont cohérents avec les résultats présentés
ici (résultats non reportés dans l'article).
Les résultats d’un modèle structurel incorporant les
salaires dans le modèle sur la probabilité d’appartenir à une
catégorie donnée sont cohérents avec les résultats présentés
ici (résultats non reportés dans l'article).
[(7)]La différence des salaires dans l’étude de Miller, Kidd et
Shannon est calculée en utilisant les moyennes
logarithmiques des salaires, l’étude de Hawke s’appuie sur
les moyennes mensuelles des salaires. Les données utilisées
pour la Grande-Bretagne sont tirées de General Household
Survey 1980 ; pour les États-Unis, Current Population
Survey pour 1987 ; pour l’Australie, Income Distribution
Survey 1986 ; pour le Canada, Canadian labour Market
Activity Survey pour 1989.
La différence des salaires dans l’étude de Miller, Kidd et
Shannon est calculée en utilisant les moyennes
logarithmiques des salaires, l’étude de Hawke s’appuie sur
les moyennes mensuelles des salaires. Les données utilisées
pour la Grande-Bretagne sont tirées de General Household
Survey 1980 ; pour les États-Unis, Current Population
Survey pour 1987 ; pour l’Australie, Income Distribution
Survey 1986 ; pour le Canada, Canadian labour Market
Activity Survey pour 1989.
[(8)]Dans l’étude de Blau et Kahn (1992), trois de ces pays
étaient intégrés dans leur comparaison, à savoir les
États-Unis, l’Australie et la Grande-Bretagne. Les
classements de ces pays obtenus dans leur étude sont
similaires aux nôtres.
Dans l’étude de Blau et Kahn (1992), trois de ces pays
étaient intégrés dans leur comparaison, à savoir les
États-Unis, l’Australie et la Grande-Bretagne. Les
classements de ces pays obtenus dans leur étude sont
similaires aux nôtres.
[(9)]Les résultats du tableau 5 sont extraits de différentes
études et les variables utilisées dans les estimations des
équations de salaires et dans la structure des emplois ne sont
pas strictement identiques, ainsi que le nombre des
catégories d’emplois.
Les résultats du tableau 5 sont extraits de différentes
études et les variables utilisées dans les estimations des
équations de salaires et dans la structure des emplois ne sont
pas strictement identiques, ainsi que le nombre des
catégories d’emplois.
© Cairn 2007
Vie privée |
Conditions d’utilisation |
Conditions générales de vente
Cairn.info | Éditeurs | Bibliothèques | Aide à la navigation | Plan du site | Raccourcis
Cairn.info | Éditeurs | Bibliothèques | Aide à la navigation | Plan du site | Raccourcis
Retour en haut de page
Ici s'achève le contenu de la page, la suite ne concerne que les attributs d'affichage
