Economie & prévision
La Doc. française
I.S.B.N.sans
166 pages
p. 1 à 12
doi: en cours
Veille sur la revue
Veille sur l'auteur
La Doc. française
I.S.B.N.sans
166 pages
p. 1 à 12
doi: en cours
Veille sur la revue
Veille sur l'auteur
Vous consultez
no 155 2002/4
Salaires et taux de chômage local
Christian Gianella [(*)]
L’objet de cet article est d’examiner comment la formation des salaires est influencée par la situation du marché du travail
local, en estimant une courbe de salaire (“Wage Curve”). Une relation négative et convexe entre le salaire réel d’un
individu et le taux de chômage de son bassin d’emploi est ainsi mise en évidence. Cette corrélation, conforme aux
conclusions des travaux de Blanchflower et Oswald (1994), est cependant plus faible que dans d’autres pays et fluctue
entre 0,02 et 0,05 selon les spécifications retenues. Enfin, des estimations en coupe transversale aboutissent à des
élasticités nettement supérieures en moyenne mais décroissantes au cours du temps, possible signe d’un changement
structurel de la relation salariale ou encore d’un accroissement de la mobilité salariale.Mots-clés :
clés Wage Curve, formation des salaires, taux de chômage régional.
The purpose of this article is to examine how the formation of wages is influenced by the situation of the local labour market. We do
this by estimating the wage curve. This highlights a negative and convex relation between someone's real wage and the
unemployment rate in his employment catchment area. Although in line with the conclusions of Blanchflower and Oswald (1994),
the correlation is weaker in France than in other countries, fluctuating between 0.02 and 0.05 (depending on the chosen
specifications). Lastly, cross-sectional estimates reveal elasticities that are significantly higher than average but decrease over time,
which may signal a structural change in wage relations or an increase in wage mobility.Keywords :
wage curve, wage formation, regional unemployment rate.
Je tiens à remercier D. Blanchflower, F. Maurel, E. Maurin, G. Laroque et A. Oswald et deux rapporteurs anonymes pour leurs
remarques sur des versions antérieures de ce texte. Je suis tout particulièrement reconnaissant à F. Kramarz et S. Roux pour avoir
fourni la base de données nécessaire à cette étude et à L. Allain qui en est à l’origine.
L’objet de cet article est d’examiner comment la formation des salaires est influencée par la
situation du marché du travail local, en estimant une courbe de salaire (“Wage Curve”). Une
relation négative et significative entre le salaire réel d’un individu et le taux de chômage de son
bassin d’emploi est ainsi mise en évidence. Cette corrélation, conforme aux conclusions des
travaux de Blanchflower et Oswald (1994), est cependant plus faible que dans d’autres pays et
fluctue entre 0,02 et 0,05 selon les spécifications retenues. Enfin, des estimations en coupe
transversale aboutissent à des élasticités nettement supérieures en moyenne mais décroissantes
au cours du temps, possible signe d’un changement structurel de la relation salariale ou encore
d’un accroissement de la mobilité salariale.
L’objet de cette étude est d’examiner, à partir de
données microéconomiques, comment la situation
du marché du travail dans un bassin d’emploi
déterminé influe sur la formation des salaires et,
d’une manière plus générale, d’éclairer le débat
macroéconomique quant à la réponse des salaires
aux fluctuations du taux de chômage. La démarche
suivie consiste en fait à exploiter les disparités
régionales en termes de salaires et de taux de
chômage, pour des individus ayant des profils
semblables, afin d’en inférer une élasticité globale
du niveau de salaire au taux de chômage.
Blanchflower et Oswald (1994) ont mené un travail
considérable sur ce thème pour un large panel de
pays. Leur étude a donné naissance à la courbe de
salaire (“Wage Curve”). Il s’agit d’une relation
empirique négative entre salaire et taux de chômage
local, extrêmement stable dans le temps et pour
différents pays, lorsque les caractéristiques
individuelles des salariés comme le sexe, le niveau
d’éducation, l’expérience et l’ancienneté sont prises
en compte. Autrement dit, pour deux individus aux
compétences identiques et employés dans des
entreprises semblables, le salaire perçu sera plus
élevé dans le bassin d’emploi où le taux de chômage
est le plus faible. Selon Blanchflower et Oswald
(1994) une augmentation de 1% du taux de chômage
local conduirait à une baisse des salaires de l’ordre de
0,1%.
Contrairement aux spécifications du type courbe de
Phillips, qui relient les variations de salaire au taux
de chômage, la littérature sur les courbes de salaire
étudie la relation entre le salaire en niveau et le taux
de chômage. Cette modélisation se fonde sur des
théories microéconomiques de formation des
salaires comme celle du salaire d’efficience, des
négociations collectives ou des contrats implicites,
et présente l’avantage d’être compatible avec les
théories d’équilibre général. Empiriquement, il n’est
toutefois pas aisé de discriminer en faveur de l’une
ou l’autre théorie de formation des salaires (voir
Card, 1995). Théoriquement, les modèles de
négociation peuvent en effet relier le taux de
chômage aussi bien au niveau des salaires qu’à leur
variation, selon la dynamique retenue pour
l’indexation du salaire de réserve sur la productivité
(Blanchard et Katz, 1997) ou selon la nature des
anticipations formulées sur le salaire futur
(Manning, 1993).
En France, les données de panel regroupant
simultanément des informations sur les salaires et le
niveau de diplôme sont difficilement disponibles et
peu d’études similaires ont été menées au niveau
microéconomique. Glaude et L’Héritier (1993)
trouvent une élasticité des salaires réels au taux de
chômage du bassin d’emploi de l’ordre de – 0,1 à
partir de données en coupe de l’Enquête Emploi.
L’appariement de deux sources statistiques permet
ici la création d’une base de données longitudinales
très riche, qui contient le salaire annuel, le niveau de
qualification et d’autres caractéristiques de
l’employé et de l’employeur (l’implantation
géographique, le statut du salarié, le secteur
d’activité, la durée de paie dans l’année…).
Les résultats obtenus sont globalement conformes à
ceux de Blanchflower et Oswald (1994), avec
toutefois des différences significatives. La pente de
la courbe de salaires est certes négative, mais
l’élasticité des salaires au taux de chômage est
sensiblement plus faible, de l’ordre de – 0,05 pour
l’ensemble des salariés. La relation est fortement
significative pour les hommes et difficile à mettre en
évidence pour les femmes. L’estimation de formes
fonctionnelles plus flexibles de la courbe de salaire
indique que cette relation négative entre salaires et
taux de chômage est convexe : la courbe est
décroissante pour des taux de chômage inférieurs à
10% et devient pratiquement constante au-delà.
Enfin, des estimations en coupe transversale
montrent que la valeur de l’élasticité des salaires au
taux de chômage a diminué au cours du temps. Cette
baisse tendancielle pourrait provenir d’un
accroissement de la mobilité des salariés-hypothèse
que nos données ne permettent pas de vérifier- ou de
toute autre modification d’ordre structurel de la
relation salariale. La courbe de salaire a également
pu être affectée par la décroissance tendancielle du
taux d’inflation, dans l’hypothèse où des rigidités
nominales dans la fixation des salaires freineraient
l’ajustement à la baisse des salaires réels.
L’information sur les salaires et les diplômes [1]
Les données mobilisées pour cette étude sont issues
de l’appariement entre deux enquêtes de l’Insee, la
Déclaration Annuelle de Données Sociales (DADS)
et l’Echantillon Démographique Permanent (EDP).
La Déclaration Annuelle de Données Sociales est
une formalité déclarative que doit remplir toute
entreprise employant des salariés, ainsi que les chefs
d’entreprise salariés de leur propre entreprise. Les
informations recueillies sur les salaires bruts sont
destinées notamment aux URSSAF pour le calcul
des cotisations, à l’UNEDIC pour le contrôle des
contributions d’assurance chômage, aux services
fiscaux de la DGI pour l’établissement de la taxe sur
les salaires, aux caisses d’assurance maladie pour
l’ouverture des droits des salariés à l’assurance
maladie et, enfin, à l’Insee pour l’observation des
salaires et du volume de travail associé. La DADS
contient une information extrêmement fournie, à la
fois sur les caractéristiques individuelles de
l’emp loyé (le sexe, la Catégorie Socio-Professionnelle, le salaire perçu, le type de
contrat… ) et également sur l’employeur
(l’identifiant SIREN, le secteur d’activité et le lieu
d’implantation de l’établissement). La division
“Revenus” de l’Insee extrait un sous-échantillon des
DADS, recouvrant l’ensemble des individus
employés dans une entreprise du secteur privé nés en
octobre d’une année paire. Le panel couvre la
période 1984 à 1995, à l’exception de l’année 1990.
Le fichier initial des DADS ne contient en revanche
aucune information sur le niveau d’éducation des
salariés. Pour contourner cette difficulté, le fichier
est apparié avec l’Echantillon Démographique
Permanent (EDP), qui permet d’avoir des
informations complémentaires sur le parcours
scolaire, pour un sous-échantillon des individus
-ceux qui sont nés entre le 1er et le 4 octobre. Après
appariement avec l’EDP, le panel contient 973 763
observations, chaque observation correspondant à
une unique combinaison “ individu-année-établissement”.
Le fichier issu de la DADS contient également une
variable précisant le nombre de jours travaillés dans
l’année, ce qui permet la construction, avec le salaire
net annuel, d’une variable de salaire net journalier
pour chaque individu. Cette source présente
également l’intérêt de pouvoir reconstituer
l’ancienneté des salariés dans l’entreprise. En fait,
les individus de l’échantillon se classent en deux
catégories : ceux qui étaient présents dans
l’entreprise avant 1976 et ceux qui apparaissent dans
l’échantillon après 1976. Pour les premiers, la durée
de présence espérée dans l’entreprise est estimée par
régression à partir d’une enquête complémentaire de
1978, l’Enquête sur la Structure des Salaires, pour
laquelle les établissements indiquent leur secteur
d’activité et leur localisation géographique, ainsi
que l’ancienneté, la CSP et l’année de naissance de
leurs salariés.
Certains salariés de l’échantillon ont pu exercer
différents emplois simultanément ou au cours de la
même année. Les individus ayant occupé strictement
plus de 3 emplois différents dans l’année, ainsi que
les multi-salariés, sont éliminés de l’échantillon
étant donné la difficulté à reconstituer leur durée de
paie avec précision. Pour les individus ayant eu 2 ou
3 employeurs dans l’année, chaque épisode d’emploi
est conservé comme une observation distincte.
L’information exploitée à partir de l’EDP est celle du
diplôme le plus élevé obtenu à la sortie du système
scolaire. Les réponses ont été regroupées en 8
catégories : aucun diplôme, Certificat de l’Ecole
Primaire, Brevet des Collèges ou BE, CAP ou BEP,
Baccalauréat Professionnel, niveau Baccalauréat de
l’enseignement général, niveau BTS ou DUT et
niveau supérieur à BAC+2 (deuxième et troisième
cycles, grandes écoles).
Les observations pour lesquelles la différence entre
le salaire net et la valeur médiane du salaire excède
en valeur absolue trois fois l’écart entre la médiane et
le troisième quartile sont éliminées. L’étude est
restreinte au champ des salariés du secteur marchand
non agricole
[2]. Enfin, les taux de chômage régionaux
et départementaux sont issus de la Banque de
Données Macroéconomiques de l’Insee (BdM). Les
deux indicateurs de taux de chômage locaux sont
utilisés dans les régressions, la division en 95
départements étant toutefois privilégiée. Le tableau
2 en annexe présente quelques statistiques relatives à
la dispersion des taux de chômage locaux. La part de
la variance interrégionale est prépondérante dans la
variance totale des taux de chômage régionaux sur la
période 1984-1995 (environ 80%). Par ailleurs, les
taux de chômage régionaux sont très fortement
corrélés entre eux (tableau 3). Les variations des taux
de chômage locaux sont dès lors également très
corrélées entre elles et une simple régression de ces
variations sur des indicatrices temporelles permet
d’expliquer environ 80% de leur variance.
Mise en évidence d’une relation négative entre salaires et taux de chômage locaux
L’équation de salaire estimée est une extension de
l’équation de Mincer classique (1974), dans laquelle
le salaire est une fonction croissante du niveau de
capital humain accumulé par le salarié. Le capital
humain est généralement mesuré par le nombre
d’années d’études, l’expérience professionnelle et
l’ancienneté dans l’entreprise. Conformément aux
prédictions des modèles présentés dans l’encadré 1,
le niveau du taux de chômage local est ajouté à ces
variables explicatives usuelles, ainsi qu’un jeu
complet d’indicatrices sectorielle δs temporelle δt
et régionale δr :
où wi rt, est le salaire réel de l’individu (i), à la
date(t), dans l’entreprise du département ou de la
région (r), urt le taux de chômage local dans le
département (r), et xit l’ensemble des variables
décrivant les caractéristiques observables du salarié
(le sexe, l’âge, le niveau d’étude, la catégorie
socioprofessionnelle, l’ancienneté et le statut). εirt
est un terme d’erreur supposé non corrélé
temporellement.
Le rôle des indicatrices régionales dans les
estimations
Les résultats obtenus pour l’ensemble de la
population, pour les hommes et les femmes
séparément figurent dans le tableau 1.
L’effet du taux de chômage sur les salaires apparaît
comme relativement faible, lorsqu’un jeu complet
d’indicatrices est ajouté dans les variables
explicatives (in dicatrices temporelle,
départementale et sectorielle).
Encadré 1 : “courbe de salaire” et modèles de formation des salaires
Plusieurs modèles microéconomiques de formation des
salaires fournissent une justification théorique aux “courbes
de salaire”. Ainsi, les modèles de négociation (Layard et
Nickell, 1991) ou de salaire d’efficience (Shapiro et Stiglitz,
1984) aboutissent à une relation négative entre le niveau de
salaire pratiqué au sein d’une entreprise et le taux de
chômage en vigueur dans l’économie. Ces modèles se
transposent aisément à la description de la formation des
salaires dans un bassin d’emploi déterminé, sous
l’hypothèse d’une faible mobilité des salariés entre les
différents bassins d’emploi (du fait de coûts de
déménagement élevés).
Les modèles de négociation
Par souci de simplification, le modèle théorique est présenté
dans un cadre statique. Les entreprises sont en concurrence
monopolistique et produisent un bien homogène à partir des
facteurs travail et capital. Le stock de capital est
prédéterminé. Les entreprises disposent du “droit de gérer”,
et fixent unilatéralement le niveau d’emploi. La négociation
avec les syndicats porte donc exclusivement sur les salaires.
Les syndicats sont neutres au risque et ont pour objectif de
maximiser l’utilité espérée des salariés en place. Dans
chaque entreprise (i), une proportion aléatoire ( )1- μi des
( )Li salariés est licenciée à l’issue des négociations. La
fonction objectif des syndicats s’écrit donc :
oùwi est le salaire réel pratiqué dans l’entreprise (i), (A) le
revenu espéré en cas de démission et ( )ui la probabilité de
rester employé dans la même entreprise (la probabilité ui est
une fonction décroissante des salaires). Le revenu espéré
alternatif (A) dépend de la probabilité d’être employé dans
une autre entreprise du bassin d’emploi. À l’équilibre, cette
probabilité est égale à ( )1- u où ( )u est le taux de chômage
du bassin d’emploi. Par conséquent, le revenu alternatif (A)
s’écrit A u w uz= - +( )1 où ( )w est le salaire moyen
pratiqué dans le bassin d’emploi et (z) le revenu réel de
remplacement.
À stock de capital donné, l’objectif de l’entreprise est de
maximiser son profit courant Î i, égal à la différence entre
le revenu R Li ( ) et le coût total du facteur travailw L i i. Les
salaires sont négociés de façon décentralisée au sein de
chaque entreprise et le résultat de ces négociations est donné
par la maximisation d’un critère de Nash. La position de
repli des syndicats est le revenu alternatif (A), tandis que
celle de l’entreprise est un profit nul Î =0, la production
n’étant plus assurée en cas de rupture des négociations. La
contribution de chacun des deux agents au critère de Nash
est égale à la différence entre l’objectif à maximiser et le
point de repli, sous l’hypothèse que le pouvoir de
négociation des syndicats est constant et égal à ( )γ. Le
salaire d’équilibre dans l’entreprise (i) est alors déterminé
par :
La condition du premier ordre s’écrit :
où εμw est égal à l’élasticité du taux de séparation μi au
salaire.
Pour simplifier, la fonction de production de l’entreprise
considérée est de type Cobb-Douglas Y K L=-1α α. La
demande adressée aux entreprises est une fonction
décroissante de son prix de vente, avec une élasticité ( )η
constante :
où P est un indice de prix global.
À salaire négocié donné, la condition du premier ordre de
la maximisation du profit conduit à :
où k η η= -( )/1 mesure le degré de compétition sur le
marché des biens.
L’équation (4) devient alors
Comme le revenu alternatif (A) est une fonction
décroissante du taux de chômage local (u), il en est de
même du salaire négocié dans l’entreprise (i). À l’équilibre
symétrique, lorsque les salaires sont identiques dans toutes
les entreprises d’un même bassin d’emploi, l’équation (6)
devient finalement :
Les modèles de salaire d’efficience
Le modèle de salaire d’efficience exposé ici s’inspire des
travaux de Shapiro et Stiglitz (1984). L’offre de travail est
supposée constante dans chaque bassin d’emploi–il n’y a
donc pas de mobilité des salariés. L’utilité (U) d’un salarié
dépend positivement du niveau de salaire net (w) pratiqué
dans l’entreprise et négativement de l’effort fourni (e) pour
accroître la production.
Les salariés ont le choix entre fournir un niveau d’effort
élevé ( )e E= ou ne fournir aucun effort ( )e = 0. Si un
salarié fournit l’effort minimal ( )e = 0, sa productivité est
nulle. Il peut alors être détecté avec la probabilité exogène
(d) et est dans ce cas immédiatement licencié. Les salariés
sont par ailleurs susceptibles de perdre leur emploi avec
une probabilité exogène (q), indépendamment de l’effort
choisi, sous l’effet de chocs technologiques. Par
conséquent, les utilités espérées pour un “tire-au-flanc”,Vs
, et pour un salarié productif, Ve, vérifient respectivement
les équations suivantes :
où r est le taux d’intérêt réel et Vu l’utilité espérée d’un
chômeur.
Les entreprises fixent unilatéralement le niveau des
salaires (w). Afin d’inciter les salariés à fournir le niveau
d’effort maximal E –le seul à permettre une production
positive– les entreprises doivent ajuster le niveau de
salaire proposé. En effet, si les salaires augmentent, le coût
d’opportunité d’être détecté, et donc de perdre son emploi,
s’accroît. La contrainte incitative, c’est-à-dire la condition
qui assure qu’il n’y ait pas de “tire-au-flanc”, s’écrit
simplement :
L’utilité espérée d’un chômeurVu dépend du niveau des
allocations chômage (z) et de la probabilité instantanée de
retrouver un emploi dans une autre entreprise (a). Le gain
instantané à être au chômage s’écrit donc :
Les entreprises maximisent leur profit en fixant le salaire
au niveau le plus bas possible qui respecte la contrainte
incitative. Son expression est obtenue par élimination des
fonctions valeurs dans l’équation (10)
À l’équilibre stationnaire, l’équation (13) peut s’exprimer
simplement en fonction du taux de chômage et des
variables exogènes du modèle. En effet, les flux d’entrée et
de sortie du chômage sont égaux à l’équilibre et le taux de
retour à l’emploi (a) vérifie la relation au q u= -( )1. Dans
chaque bassin d’emploi, le salaire d’équilibre (w) est alors
une fonction décroissante et convexe du taux de chômage
local :
Pour les hommes, l’élasticité de la courbe de salaire
est significative et comprise entre 0,04 et 0,06
respectivement pour les seuls temps complets et
l’ensemble des salariés à temps complet ou à temps
partiel. Pour les femmes, en revanche, l’élasticité est
pratiquement nulle et n’est pas du tout significative.
Ces derniers résultats sont sensiblement modifiés en
l’absence d’indicatrice départementale, autrement
dit lorsque l’on estime l’élasticité des salaires à la
composante permanente du taux de chômage local
(tableau 2). Dans ce cas, l’élasticité est en fait
largement supérieure, proche de - 0,1, et fortement
significative pour les deux sexes.
Les estimations figurant dans le tableau 2 présentent
toutefois l’inconvénient de ne pas tenir compte de
l’hétérogénéité non observée des marchés du travail
régionaux. Or une éventuelle corrélation entre
l’hétérogénéité non observée des individus d’une
même région et le taux de chômage régional serait de
nature à biaiser les estimations de cette élasticité. En
effet, un niveau de chômage plus élevé pourrait être
le reflet d’une main-d’œuvre relativement moins
qualifiée (au sein même des catégories de
qualification déterminées dans l’enquête de l’Insee),
et qui est, de ce fait, rémunérée à des niveaux de
salaire inférieurs. Dans le cas de l’Alsace, la
coexistence d’un faible taux de chômage et de
salaires plus élevés pourrait s’expliquer, au moins
partiellement, par l’importance du travail
transfrontalier, en Suisse ou en Allemagne, et par la
concurrence avec des entreprises offrant des salaires
attractifs. Bien que les variables de contrôle utilisées
dans la régression permettent de capter la plupart des
effets de structure, il demeure par conséquent
préférable d’inclure systématiquement les
indicatrices régionales dans les régressions.
Tableau 1
estimation d’une courbe de salaires avec indicatrices départementales
Panel DADS-EDP, 1984-1995.
Tableau 2
estimation d’une courbe de salaires sans indicatrices départementales
Panel DADS-EDP, 1984-1995.
Cette sensibilité à l’ajout d’indicatrices du
département (ou de la région) est observée dans
d’autres pays, notamment aux États-Unis, où les
niveaux des salaires moyens dans les États sont
faiblement corrélés à la composante permanente du
taux de chômage local, alors que les salaires courants
sont fortement et négativement corrélés au taux de
chômage transitoire. Dans le cas américain, cette
différence peut s’expliquer par une forte mobilité
géographique. En France, en revanche, une valeur de
l’élasticité de long terme nettement supérieure à
l’élasticité de court terme s’interprète a priori
comme un fort biais d’hétérogénéité
[3]. Par la suite,
seuls les résultats obtenus en contrôlant pour l’effet
fixe régional seront donc présentés. Une méthode
pour contourner ces difficultés consisterait à utiliser
la dimension panel de notre échantillon et à effectuer
les estimations à partir des individus qui changent de
département entre deux périodes. Une telle sélection
conduit toutefois à restreindre considérablement
l’échantillon et aboutit à des estimations très peu
robustes
[4].
Les salaires annuels sont plus sensibles au taux de
chômage lorsque les temps partiels sont inclus dans
le champ de la régression. Ce résultat est conforme à
l’intuition, puisque l’ajustement aux conditions du
marché du travail peut s’effectuer plus aisément par
une variation des heures travaillées pour cette
catégorie de salariés. Ainsi une hausse du chômage
qui se traduit par une baisse de la durée du travail des
salariés à temps partiel induit mécaniquement une
baisse des salaires perçus sur l’année. Or la variable
de durée du travail n’est pas disponible dans le
fichier. L’étude simultanée des deux modes
d’ajustement à un choc macroéconomique, baisse du
salaire horaire et/ou baisse de la durée du travail,
n’est donc pas réalisable. Le champ de l’analyse est
dorénavant restreint aux seuls salariés à temps
complet.
Stabilité des résultats par catégorie de
qualification et pour une définition alternative du
bassin d’emploi
Les constats précédents sont globalement inchangés
lorsque l’équation (1) est estimée par catégorie
socio-professionnelle (tableau 3). L’élasticité du
salaire au taux de chômage est faible et peu
significative pour l’ensemble des salariés, alors que
la relation apparaît comme robuste pour les hommes.
Quelle que soit la catégorie de qualification
considérée, l’élasticité du salaire des hommes au
taux de chômage local est en effet stable autour de
–0,05. Cette stabilité du coefficient serait le signe
d’une certaine homogénéité dans le mode de fixation
des salaires au sein des entreprises, autrement dit
d’un certain degré de centralisation des négociations
salariales
[5].
Certaines études suggèrent que la région pourrait
s’avérer une meilleure définition du bassin d’emploi
que le département (Agullo, 1999). Les régressions
aboutissent en fait au même résultat avec un
découpage en régions. L’élasticité au taux de
chômage des salaires est significative et égale à
– 0,02 (voir tableau 4). La part de la variance
expliquée est toutefois sensiblement plus élevée.
Tableau 3
estimations par qualification pour les salariés à temps complet
Panel DADS-EDP 1984-1995, champ des salariés à temps
complet.
Tableau 4
estimation pour une définition plus large du marché du travail local
Panel DADS-EDP 1984-1995, salariés à temps complet
(N=637755).
Courbes de salaire agrégées
Une dernière manière d’évaluer la robustesse des
résultats consiste à mener des régressions à partir des
valeurs moyennes des salaires par département, en
adoptant la méthode d’estimation en deux étapes
suggérée par Card (1995). La première étape
consiste à estimer l’équation (1) sans inclure le taux
de chômage, mais des indicatrices croisées de
l’année et du département (voir équation (15)). Dans
une seconde étape, les coefficients estimés pour ces
variables croisées sont régressés sur le taux de
chô mage départemental, les indicatrices
départementale et temporelle (voir équation 16)
[6].
La graphique 2 en annexe représente la composante
du salaire agrégé des hommes par département-en
moyenne sur la période- corrigé des effets de
structure, telle qu’elle est évaluée par (15). La
comparaison avec le graphique 1, qui illustre la
disparité des taux de chômage également en
moyenne sur la période, fait apparaître de fortes
similitudes : taux de chômage faibles et salaires
élevés en Savoie, en région parisienne, en Alsace et,
à l’inverse, taux de chômage élevés et salaires faibles
en Bretagne, Corse, Lorraine et Pyrénées Orientales.
Graphique 1
taux de chômage par département
BdM, Insee.
Graphique 2
composante du salaire moyen par
département corrigée des caractéristiques observables
pour les hommes 
Panel DADS-EDP, Insee et calculs de l'auteur.
L’analyse économétrique valide ce constat intuitif.
Le recours à une méthode d’estimation en deux
étapes fournit par ailleurs des résultats légèrement
différents et, surtout, plus stables que ceux obtenus
précédemment (tableau 5). La valeur estimée de
l’élasticité est en effet moins sensible à l’ajout ou au
retrait d’une indicatrice régionale et est du même
ordre de grandeur pour les hommes et pour
l’ensemble de l’échantillon (proche de–0,05). Pour
les femmes en revanche, aucune corrélation entre le
niveau de salaire et le taux de chômage local n’a pu
être mise en évidence. L’évolution du comportement
d’offre des femmes sur la période perturbe
certainement ces estimations. La proportion d’actifs
de sexe féminin a en effet progressé continûment (cf
tableau 1 en annexe), indépendamment de
l’évolution du chômage. L’existence éventuelle
d’une discrimination à l’encontre des femmes, qui a
peut-être diminué au cours du temps, viendrait
également contrecarrer la corrélation attendue de la
courbe de salaire. Pour les hommes, la relation
négative entre niveau du salaire réel et niveau du taux
de chômage est certes robuste, mais l’élasticité est
toutefois inférieure à celle obtenue par Blanchflower
et Oswald (1994) pour un large panel de pays.
Tableau 5
courbes de salaire agrégées
Panel DADS-EDP 1984-1995, salariés à temps complet
(N=637755)
La convexité de la courbe de salaire
L’apparente faiblesse de cette élasticité pourrait
trouver son origine dans des non-linéarités de la
réponse des salaires au taux de chômage.
Blanchflower et Oswald (1994) montrent en effet
que la relation est convexe, plutôt que linéaire. Or le
niveau de chômage a été relativement élevé en
France sur la période d’estimation 1984-1995.
L’élasticité des salaires au taux de chômage serait
dans ces conditions plus faible dans un contexte de
sous-emploi massif. Les modèles théoriques
présentés dans l’encadré 1 prédisent d’ailleurs une
relation convexe entre niveau de salaire et taux de
chômage. Afin de tester cette hypothèse sur données
françaises, des fonctions polynômes d’ordre 2 puis 3
du taux de chômage local sont respectivement
ajoutées aux variables explicatives précédentes
(tableau 6). Les coefficients d’ordre supérieur
(respectivement 2 et 3) sont positifs et significatifs,
avec ou sans indicatrice du département, ce qui
prouve la convexité de la relation.
Ce résultat est confirmé par l’estimation d’une
courbe de salaire avec une forme fonctionnelle
flexible du taux de chômage (voir tableau 7). Le
salaire est en fait régressé sur des indicatrices
d’appartenance à des intervalles de taux de chômage.
La courbe obtenue à partir des coefficients figurant
dans le tableau 7 est effectivement convexe (voir
graphique 3 en annexe). Les indicatrices sont
sensiblement plus élev ées, et fortement
significatives, pour de faibles valeurs du taux de
chômage
[7]. À partir d’un certain seuil du taux de
chômage, que l’on peut évaluer approximativement
à 10%
[8], il n’y a en revanche plus d’effet significatif
du taux de chômage sur les salaires. La “Wage
Curve” est donc décroissante pour des bas niveaux
de taux de chômage et présente un profil constant
pour des niveaux élevés de ce taux. Dans ces
conditions, il n’est pas surprenant d’aboutir à de
faibles valeurs de l’élasticité pour des estimations
linéaires sur la période 1984-1995, période où le taux
de chômage agrégé excède le plus souvent 10%
[9]. Ce
constat reste valide que l’on intègre ou non des
indicatrices du département. Il est par ailleurs
conforme aux résultats obtenus par Glaude et
L’Héritier (1993) dans le cas de la France, et serait le
signe d’une stigmatisation des chômeurs de longue
durée. Une période prolongée d’inactivité pourrait
en effet engendrer une perte de capital humain, qui
diminuerait l’“employabilité” des chômeurs de
longue durée. Ces derniers ne seraient alors plus en
mesurede concurrencer les insiders surleurs postes.
L’interprétation issue des modèles théoriques est
légèrement différente : les salaires sont en fait une
fonction croissante de la probabilité de retrouver un
emploi et cette probabilité s’écrit, à l’équilibre des
flux, comme une fonction hyperbolique (donc
convexe) du taux de chômage (voir encadré 1) :
lorsque le taux de chômage est élevé, un
accroissement marginal de ce taux ne modifie que
très faiblement la probabilité de retour à l’emploi.
Tableau 6
courbe de salaire avec fonction polynômiale du taux de chômage
panel DADS-EDP 1984-1995, salariés à temps complet,
écarts type entre parenthèses.
Graphique 3
forme fonctionnelle flexible de la Wage
Curve (avec sa courbe de tendance polynomiale) :
cas avec indicatrice 
calculs de l'auteur.
Tableau 7
courbe de salaire avec une forme fonctionnelle flexible
Panel DADS-EDP 1984-1995 (écarts type entre
parenthèses).
La stabilité temporelle des courbes de salaires
Des réformes structurelles surle marché du travail ou
des modifications des conditions de la négociation
salariale sont susceptibles d’altérer le degré de
rigidité salariale et donc la relation estimée à l’aide
des courbes de salaire. Afin d’étudier la stabilité des
résultats précédents et de détecter d’éventuels
“shifts” de la courbe de salaire, des régressions
complémentaires sont menées en coupe instantanée.
Le tableau 8 ci-dessus donne les estimations de
l’élasticité des salaires au taux de chômage local
année après année. L’élasticité est toujours
fortement significative, mais est bien plus élevée en
moyenne
[10] que pour des estimations en panel. Le
coefficient fluctue autour de – 0,1. Fait remarquable,
cette élasticité décroît progressivement sur
l’ensemble de la période (de – 0,16 en 1984 à – 0,05
en 1995), alors que le niveau du taux de chômage
moyen a connu simultanément une légère
augmentation (de 9,8 % en 1984 à 11,6 % en 1995).
Le taux de chômage agrégé a été très stable en début
de période, entre 1984 et 1992, au moment où la
valeur absolue de l’élasticité a le plus diminué. Une
telle décroissance peut donc difficilement
s’expliquer par la convexité de la courbe de salaire,
bien que ce facteur ait pu jouer en fin de période. La
hausse de la proportion des femmes parmi les actifs
n’est pas davantage à l’origine de ce trend, des
régressions se restreignant aux seuls hommes
aboutissant au même co nstat d’une forte
décroissance de l’élasticité.
Tableau 8
estimation année après année
Panel DADS-EDP 1984-1995 (écarts type entre
parenthèses).
En fait, plusieurs facteurs explicatifs peuvent être
avancés, qui ne constituent toutefois à ce stade que
des hypothèses a priori. Tout d’abord, ce trend
décroissant pourrait être lié à un accroissement de la
mobilité géographique des salariés. La disparité
entre les taux de chômage départementaux reste
cependant stable sur la période. Une explication
alternative proviendrait de l’existence de rigidités
nominales des salaires. Le taux d’inflation a en effet
fortement décrû surla période, d’environ 8%en 1985
à 2% en 1995. En présence de rigidités nominales,
l’ajustement des salaires réels à la baisse en cas de
choc défavorable serait dès lors plus difficile à
opérer en régime de basse inflation. Evidemment, il
ne s’agit que d’une hypothèse et cette interprétation
mériterait un examen plus approfondi (en
s’appuyant en particulier sur des comparaisons
internationales). Enfin, un shift de la “Wage Curve”
pourrait provenir d’un phénomène d’hystérèse et de
la perte progressive de capital humain des chômeurs
de longue durée ou encore d’une modification des
rapports de force entre partenaires sociaux.
Conclusion
L’estimation d’une courbe de salaire pour la France
met en évidence une relation négative et significative
entre le niveau des salaires réels des hommes et le
niveau du taux de chômage régional. Ce résultat est
robuste à la définition du marché du travail local
retenue, ainsi qu’à la catégorie de qualification
considérée. L’élasticité des salaires au taux de
chômage est toutefois deux fois plus faible que celle
obtenue par Blanchflower et Oswald (1994) pour
d’autre pays, lorsque l’hétérogénéité des marchés du
travail locaux est prise en compte (-0,05 dans le cas
de la France contre–0,1 en moyenne pour les autres
pays étudiés). Les estimations menées pour les
seules femmes n’indiquent par ailleurs aucune
influence du chômage sur les salaires. Cette
hétérogénéité des résultats entre pays et entre sexes
peut s’expliquer, au moins partiellement, par la non
convexité de la courbe de salaire. Celle-ci est en effet
décroissante jusqu’à un seuil de taux de chômage
d’environ 10% et constante au-delà. Dans le cas de la
France, et en particulier des femmes dont le taux de
chômage est structurellement plus élevé, les salaires
réels deviennent par conséquent relativement moins
sensibles à une amélioration, ou une détérioration,
du marchédu travail. Enfin, des estimations en coupe
transversale montrent que la valeur de l’élasticité a
décrû continûment sur la période 1984-1995. Ce
“shift” de la “Wage curve” peut être lié à des
modifications d’ordre structurel de la négociation
salariale, mais peut aussi refléter d’autres
mécanismes, comme l’existence de rigidités
nominales dans la fixation des salaires. De tels
rigidités pourraient en effet freiner l’ajustement à la
baisse des salaires réels dans un contexte de basse
inflation. Les modèles théoriques sur lesquels sont
fondés le concept de courbe de salaire reposent sur
des hypothèses restrictives de faible mobilité des
salariés entre les b assin s d’emplois. U n
accroissement de cette mobilité serait également de
nature à perturber les estimations effectuées en
coupe transversale et à expliquer la baisse observée
de l’élasticité. Un examen critique de ces différentes
hypothèses, que les données mobilisées pour cette
étude ne permettent malheureusement pas
d’explorer, faciliterait la compréhension des
comportements d’offre de travail sur la période
récente.
Annexe
Tableau 1
statistiques descriptives de l’échantillon
Panel DADS-EDP 1984-1995 et BdM, INSEE.
Tableau 2
dispersion des taux de chômage régionaux
BdM, Insee.
Tableau 3
corrélation des taux de chômage régionaux
BdM, Insee.
BIBLIOGRAPHIE
·
Abowd J., Kramarz F. et Margolis D. (1999). “ High Wage
Workers and High Wage Firms”, Econometrica, vol. 67, n°2,
pp. 251-333.
·
Agullo M.H. (1999). “Efficience du marché du travail : le cas
français” in M. Catin, J.Y. Lesueur and Y. Zenou (eds),
Emploi, concurrence et concentration spatiales, Paris
Economica, pp. 21-38.
·
Blanchard O.J. et Katz L. F. (1997). “What we Know and do
not Know about the Natural Rate of Unemployment”, Journal
of Economic Perpective, vol. 11, n°1, pp. 51-72.
·
Blanchflower D. and Oswald A. (1994). “The Wage Curve”,
MIT Press.
·
Blanchflower et Oswald (1995). “An Introduction to the
Wage Curve”, Journal of Economic Perspectives, vol. 9, n°3,
pp. 153-167.
·
Card D. (1995). “The Wage Curve : A Review” , Journal of
Economic Literature, vol. XXXIII, pp. 785-799.
·
Glaude et L’Héritier (1993). “Salaire et taux de chômage
local, salaires et carrière incomplète, salaire et niveau de vie,
trois études statistiques sur données individuelles”, mimeo.
·
Harris J. et Todaro M.P. (1970). “ Migration,
Unemployment, and Development : A two-sector Analysis”,
American Economic Review, vol. 60(1), pp. 126-142.
·
Layard R., Nickell S. et Jackman R. (1991). “Unemployment”, Oxford University Press.
·
Manning A. (1993). “ Wage Barg Aining and the Philips
Curve : the Identification et Specification of Aggregate Wage
Equations”, Economic Journal, vol. 103, pp. 98-118.
·
Mincer J. (1974). “Schooling, Experience and Earnings”,
Columbia University Press for NBER, New York
·
Phelps E. (1992). “A Review of Unemployment”, Journal of
Economic Literature, September, vol. 30(2), pp. 1476-1490.
·
Phillips A. (1958). “The relation between Unemployment and
the rate of Change of Money Wage Rates in the United
Kingdom”, Economica, vol. 25 (100) pp. 283-299.
NOTES
[(*)]
Direction de la Prévision au moment de la rédaction de cet article.
E-mail : Christian. GGianella@ tresor. finances. gouv. fr
Direction de la Prévision au moment de la rédaction de cet article.
E-mail : Christian. GGianella@ tresor. finances. gouv. fr
[(1)]Je tiens à remercier F. Kramarz et S. Roux pour m’avoir
fourni la base de données originale. La description
complète du fichier se trouve dans Abowd et alii (1999).
Je tiens à remercier F. Kramarz et S. Roux pour m’avoir
fourni la base de données originale. La description
complète du fichier se trouve dans Abowd et alii (1999).
[(2)]Les indépendants sont également exclus de
l’échantillon.
Les indépendants sont également exclus de
l’échantillon.
[(3)]Un examen approfondi des taux de chômage
départementaux (ou régionaux) français laisse toutefois
entrevoir-au moins en partie- une explication alternative,
qui serait la forte corrélation de ces taux. Les disparités
régionales sont en effet très persistantes sur la période
d’estimation, ce qui signifie que les variations de taux de
chômage locaux sont très fortement corrélées entre elles
(voir tableau 3 en annexe). Dans ces conditions,
l’intégration d’un jeu complet d’indicatrices régionales et
temporelles dans les régressions serait potentiellement de
nature à brouiller les estimations (95 % de la variance des
taux de chômage en niveau est expliquée par le jeu complet
d’indicatrices temporelles et régionales et 80% de la
variance des changements de taux de chômage est
expliquée par les seules indicatrices temporelles). Cette
faible variabilité des données pourrait alors rendre délicate
l’identification de l’élasticité au taux de chômage.
Un examen approfondi des taux de chômage
départementaux (ou régionaux) français laisse toutefois
entrevoir-au moins en partie- une explication alternative,
qui serait la forte corrélation de ces taux. Les disparités
régionales sont en effet très persistantes sur la période
d’estimation, ce qui signifie que les variations de taux de
chômage locaux sont très fortement corrélées entre elles
(voir tableau 3 en annexe). Dans ces conditions,
l’intégration d’un jeu complet d’indicatrices régionales et
temporelles dans les régressions serait potentiellement de
nature à brouiller les estimations (95 % de la variance des
taux de chômage en niveau est expliquée par le jeu complet
d’indicatrices temporelles et régionales et 80% de la
variance des changements de taux de chômage est
expliquée par les seules indicatrices temporelles). Cette
faible variabilité des données pourrait alors rendre délicate
l’identification de l’élasticité au taux de chômage.
[(4)]Les résultats obtenus ne sont donc pas reportés dans ce
texte.
Les résultats obtenus ne sont donc pas reportés dans ce
texte.
[(5)]D’après les modèles théoriques exposés dans l’encadré
1, cette homogénéité ne va pas de soi, puisque les ratios de
remplacement, les probabilités de perte d’emploi ou même
le pouvoir de négociation ne sont a priori pas identiques
entre les groupes de salariés.
D’après les modèles théoriques exposés dans l’encadré
1, cette homogénéité ne va pas de soi, puisque les ratios de
remplacement, les probabilités de perte d’emploi ou même
le pouvoir de négociation ne sont a priori pas identiques
entre les groupes de salariés.
[(6)]Cette façon de procéder permet de s’affranchir d’un
éventuel biais sur les écart type. En effet, si les individus
appartenant à un même marché du travail local partagent
également une même composante de variance-qui n’est pas
attribuable à leurs caractéristiques observables- le terme
d’erreur εirt serait positivement corrélé entre salariés du
même marché du travail, ce qui aurait pour conséquence de
biaiser l’estimation des écart type.
Cette façon de procéder permet de s’affranchir d’un
éventuel biais sur les écart type. En effet, si les individus
appartenant à un même marché du travail local partagent
également une même composante de variance-qui n’est pas
attribuable à leurs caractéristiques observables- le terme
d’erreur εirt serait positivement corrélé entre salariés du
même marché du travail, ce qui aurait pour conséquence de
biaiser l’estimation des écart type.
[(7)]Notons que le niveau de référence est celui d’un taux de
chômage supérieur à 14% et que seules les différences entre
les coefficients peuvent être interprétés.
Notons que le niveau de référence est celui d’un taux de
chômage supérieur à 14% et que seules les différences entre
les coefficients peuvent être interprétés.
[(8)]Cela est valable pour la forme la plus flexible, mais
également dans le cas quadratique et cubique.
Cela est valable pour la forme la plus flexible, mais
également dans le cas quadratique et cubique.
[(9)]Ainsi que pour les femmes dont le taux de chômage est
sensiblement plus élevé que celui des hommes.
Ainsi que pour les femmes dont le taux de chômage est
sensiblement plus élevé que celui des hommes.
[(10)]En valeur absolu bien évidemment.
En valeur absolu bien évidemment.
© Cairn 2007
Vie privée |
Conditions d’utilisation |
Conditions générales de vente
À propos | Éditeurs | Bibliothèques | Aide à la navigation | Plan du site | Raccourcis
À propos | 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
