Vous consultezComposition sociale du voisinage et échec scolaire

AuteursDominique Goux[*][*] insee, division « Emploi », 18 boulevard Adolphe-Pinard,...
suite du même auteur

Éric Maurin[**][**] Groupe de recherche en économie et statistique (grecsta),...
suite du même auteur

Les enfants grandissant au voisinage les uns des autres ou fréquentant les mêmes écoles ont des résultats scolaires souvent similaires. L’objectif de cette étude est de comprendre pourquoi. La question est notamment de déterminer dans quelle mesure ils s’influencent mutuellement. La pertinence des politiques de mixité sociale ou des politiques ciblées sur les territoires défavorisés dépend étroitement de l’existence de telles influences croisées.

2 Il existe une littérature abondante et ancienne ayant abordé cette question. Jusqu’à récemment, la méthode retenue consistait essentiellement à comparer les performances des enfants de milieu social identique, mais habitant au voisinage de familles et d’enfants différents (voir la revue de la littérature proposée par Ginther, Haveman et Wolfe [2000]). Les différences de performances entre ces enfants étaient interprétées comme reflétant l’influence exercée par les enfants et les familles du voisinage. Comme l’ont souligné Manski [1993] ou plus récemment Moffitt [2001], cette approche soulève de nombreux problèmes[1][1] Au-delà de sa discussion très serrée des questions d’identification,...
suite.

3 Le problème le plus profond procède de ce que Manski nomme l’effet miroir (the reflection problem) : si mes voisins m’influencent alors, en tant que leur voisin, je les influence aussi en retour et, du coup, les variations de mon comportement avec leurs comportements sont en partie de l’ordre du reflet, sans rapport avec une quelconque causalité. À la limite, les variations du comportement de mes voisins ne causent les variations de mon comportement pas davantage que les mouvements de mon reflet dans un miroir ne causent les mouvements réels de mon corps. Le second grand type de problème identifié et formalisé par Manski est plus classique : les recensements ou les enquêtes menées auprès des ménages ne permettent d’appréhender que très partiellement la qualité réelle des voisinages et les caractéristiques individuelles de ceux qui y résident. Dans la mesure où certaines caractéristiques non mesurées du voisinage (la qualité des services publics disponibles localement par exemple) affectent simultanément l’ensemble des comportements dans le voisinage, les corrélations existant entre les comportements de personnes voisines peuvent surestimer l’effet propre des influences qu’elles exercent les unes sur les autres. Un même type de surestimation sera observé si les familles partageant les mêmes caractéristiques non mesurées tendent à vivre les unes auprès des autres : les corrélations entre leurs comportements reflèteront en partie l’effet de ces facteurs communs non mesurés (l’ambition scolaire pour les enfants par exemple) et ne permettront pas d’évaluer correctement l’effet propre des interactions sociales.

4 Les quelques enfants des familles de classe moyenne résidant dans des quartiers de classe supérieure ont de meilleures performances scolaires que les enfants de classe moyenne résidant dans des quartiers de classe moyenne. Mais s’agit-il réellement de l’effet du voisinage chic ? N’est-ce pas plus simplement le fait que les familles de classe moyenne résidant dans les quartiers chics sont également celles ayant le plus d’ambition scolaire pour leurs enfants ?

5 Depuis quelques années, de nombreuses études ont vu le jour qui cherchent à répondre à ce type de questions, la plupart à partir de données américaines[1][1] Pour une revue plus détaillée de cette littérature, voir...
suite. Ces études comparent elles aussi des enfants de milieu social identique et habitant des quartiers différents. À la différence des études plus anciennes, elles se concentrent toutefois sur des différences de voisinage dont on peut penser qu’elles ne reflètent pas une stratégie familiale (ou la mise en œuvre de ressources familiales). Certains travaux utilisent, par exemple, les expériences menées dans quelques grandes villes américaines au cours desquelles un échantillon de familles tirées au hasard dans les quartiers pauvres se voient donner de l’argent et une assistance personnalisée pour trouver un logement (ou fréquenter des écoles) ailleurs, dans des quartiers plus huppés (voir, par exemple, Ludwig et al. [2001] ; Katz et al. [2002]). Les vagues d’études expérimentales les plus récentes concluent à l’existence d’effets de contexte non négligeables, notamment sur les comportements violents[2][2] La littérature américaine récente s’est également...
suite. De tels protocoles expérimentaux n’existent pas en France, ce qui va nous obliger à concevoir d’autres stratégies d’identification. Ces stratégies sont étroitement dépendantes des données à notre disposition. C’est la raison pour laquelle nous allons commencer par les décrire.

Les données utilisées et les variables étudiées

6 Les données mobilisées proviennent des enquêtes « Emploi » conduites par l’insee entre 1991 et 2002. L’une des particularités de cette enquête est que les ménages répondants sont tirés au sort par grappes de 20 ou 40 logements contigus, appelées « aires », toutes les personnes de plus de 15 ans de chacun de ces microvoisinages étant ensuite enquêtées. Chaque année, l’échantillon de l’enquête est constitué d’entre 3 500 à 3 800 aires. Les années 1991, 1992 et 1993 sont un peu différentes : l’échantillon était issu du recensement de 1982 et constitué de moins de 3 000 aires. Une même aire fait partie de l’échantillon de l’enquête pendant trois années de suite, puis se trouve remplacée par une aire adjacente. Au total, ce sont 15 600 aires différentes qui ont été enquêtées entre 1991 et 2002, dont 2 200 une fois, 2 200 deux fois et 11 200 trois fois.

7 En moyenne, 20 à 30 logements par aire comportent au moins un habitant, soit au total 40 à 60 personnes de 15 ans ou plus enquêtée dans chaque aire. Les autres logements sont soit vacants, soit des résidences secondaires, soit des logements collectifs, soit refusent de répondre à l’enquête.

8 L’enquête « Emploi » concerne l’ensemble des personnes de 15 ans et plus. Elle permet de construire de vaste échantillons d’enfants de 15 ans avec une information sur leur retard scolaire. Elle indique en effet la classe dans laquelle ils se trouvent. Si l’enfant n’a pas de retard, il doit être en classe de troisième au moment de l’enquête. S’il est en cinquième, en quatrième (ou s’il a déjà été orienté vers des classes professionnelles), nous savons qu’il est en situation de retard scolaire. C’est sur cet indicateur de performance scolaire que nous allons nous concentrer, la question étant de savoir s’il est influencé par les caractéristiques des familles et des enfants résidant dans le voisinage proche.

9 La récente enquête pisa confirme que le retard scolaire est (en France) un indicateur particulièrement fiable des aptitudes scolaires des adolescents de 15 ans : qu’il s’agisse des tests de lecture ou de maths, les différences entre élèves en retard et autres élèves sont supérieures à un écart type de la distribution des résultats aux tests, ce qui est considérable (Murat et Rocher [2002]).

10 Pour chaque adolescent, nous avons construit plusieurs types d’indicateurs caractérisant son aire. Le premier indicateur décrit le retard scolaire des autres adolescents du voisinage. Le second type d’indicateur correspond aux proportions de parents diplômés du supérieur, sans diplôme ou étrangers, observées parmi les voisins du même âge. Ils décrivent la morphologie sociale des familles du voisinage.

11 Il faut souligner que, pour éviter toute tautologie, ces diverses proportions sont calculées en excluant du calcul la famille de l’adolescent considéré. En revanche, ils sont calculés à partir de l’ensemble des observations disponibles relatives à l’aire considérée : en pratique, cela signifie que l’on a regroupé des informations collectées au maximum à trois dates différentes (date d’enquête de l’enfant de 15 ans et, éventuellement, les deux années immédiatement précédentes ou immédiatement suivantes).

12 L’enquête « Emploi » indique également pour chaque personne enquêtée le type de logement dans lequel elle réside : elle précise si le logement se situe dans une construction hlm ou non. Il est ainsi possible de décomposer nos divers échantillons en deux sous-groupes : celui des adolescents résidant en hlm et celui des adolescents ne résidant pas en hlm. Nous tirerons également partie de l’information rétrospective contenue dans l’enquête concernant la localisation géographique un an avant l’enquête : l’enquête indique pour chaque personne si elle habitait ou non dans le même logement un an auparavant.

13 Au total, notre analyse portera sur l’échantillon d’adolescents de 15 ans pour lesquels on observe au moins un autre adolescent dans l’aire (N=25 000), ainsi que sur (a) le sous-échantillon pour lequel on observe au moins un adolescent venant d’arriver dans l’aire (N=5 000), et (b) le sous-échantillon pour lequel on observe au moins un adolescent dans une aire adjacente au cours d’une année d’enquête antérieure (N=15 000).

14 Les tableaux 1 et 2 proposent quelques statistiques décrivant l’échantillon. Le tableau 1 révèle l’intensité de la ségrégation territoriale en France : en 2002, être enfant d’étrangers impose par exemple de grandir dans un voisinage où la proportion d’étrangers est en moyenne plus de quatre fois plus importante que celle des voisinages où grandissent les enfants français (19,6 % contre 4,6 %). Le tableau 2 donne un premier aperçu « naïf » de l’effet de cette ségrégation sur les destins scolaires : selon qu’il grandit dans un voisinage où la proportion d’enfants en retard est relativement forte ou relativement faible, un enfant voit varier son risque individuel de retard scolaire d’environ 10 points, qu’il soit enfant d’étrangers ou de Français. L’essentiel du travail qui va suivre essaie de tester s’il s’agit d’une relation de cause à effet.

Tableau 1 - Caractéristiques des voisinages dans lesquels grandissent les adolescents selon le diplôme et la nationalité de leurs parents

Tableau 2 - Probabilité d’être en retard à l’école en fonction des ressources familiales et du taux de retard scolaire dans le voisinage

Identification des effets de contexte : trois stratégies

15 La première stratégie d’identification utilise l’information disponible sur les familles venant de s’installer dans les différents voisinages de l’enquête. Cette information permet d’identifier les déterminants des performances scolaires communs aux familles choisissant (ou contraintes) d’habiter au voisinage les unes des autres. Connaissant ces facteurs de ressemblance initiale, il est possible de tester s’ils suffisent à expliquer la proximité des trajectoires scolaires des enfants voisinant depuis plusieurs années ou s’il est nécessaire de recourir à l’hypothèse d’interactions sociales augmentant l’intensité de la proximité des performances scolaires avec le temps.

16 Pour commencer, nos données confirment l’existence d’une corrélation très significative entre la probabilité d’être en retard qui caractérise les adolescents arrivants dans un voisinage et la probabilité d’être en retard qui caractérise les enfants déjà présents dans le voisinage (voir tableau 3, colonne 1). Les enfants amenés à résider les uns auprès des autres ont ainsi des performances similaires à l’école avant même d’interagir les uns avec les autres. Nos données révèlent ensuite que cette corrélation entre les performances des enfants arrivants et les performances des enfants déjà là disparaît dès l’instant où l’on raisonne à niveau de diplôme détaillé et nationalité des parents fixés (tableau 3, colonnes 2 et 3). Si les enfants ont des résultats scolaires similaires avant même de se mélanger et d’interagir, c’est avant tout parce qu’ils sont issus de familles très similaires du point de vue du niveau de diplôme et de la nationalité des parents.

Tableau 3 - Analyse de la corrélation entre le retard scolaire des enfants présents depuis moins d’un an dans un voisinage et les caractéristiques de ce voisinage

17 Étant donné ce résultat, la question devient de savoir si la proximité des niveaux de diplôme et des nationalités des parents suffit à expliquer la proximité observée des performances scolaires des enfants résidant depuis longtemps dans le même voisinage ou si cette dernière se renforce au fil du temps. Pour le dire autrement, le niveau de diplôme et la nationalité suffisent-ils à expliquer les performances scolaires des enfants depuis plus d’un an dans le même voisinage ou bien ces performances varient-elles également avec les caractéristiques du voisinage et les interactions qu’il suscite ? La réponse est sans ambiguïté : à diplôme et nationalité des parents donnés, il subsiste des différences d’exposition à l’échec scolaire considérables selon le type de voisinage dans lequel on grandit (voir tableau 4, colonnes 3 et 4). Selon cette première évaluation, vivre aux voisinages de familles sans diplôme plutôt qu’au voisinage de familles disposant de qualifications accroît considérablement la probabilité d’échec scolaire (voir tableau 4, impact de + .55 sur le log odds). L’effet est à peu près aussi considérable que celui d’avoir une mère diplômée plutôt que non diplômée.

Tableau 4 - Analyse de la corrélation entre le retard scolaire des enfants présents depuis plus d’un an dans un voisinage et les caractéristiques de ce voisinage

18 De même, quels que soient le diplôme et la nationalité des parents, les enfants sont d’autant plus exposés au retard scolaire qu’ils sont entourés d’enfants eux-mêmes en échec.

19 La seconde stratégie d’identification repose sur l’information disponible sur le secteur auquel appartient le logement familial[1][1] Pour une utilisation de stratégie similaire, voir Oreopoulos...
suite. En France, les familles dont le revenu par tête est inférieur à un certain seuil (variable d’une région à l’autre) peuvent postuler pour un logement à loyer modéré (hlm). Les seuils ne sont pas très sélectifs et le nombre de familles éligibles est nettement supérieur à celui du nombre de logements hlm disponibles. Les files d’attente sont donc très longues, plusieurs années pouvant se passer entre le moment où la famille dépose son dossier et l’obtention du logement. Les familles postulent en général auprès de plusieurs administrateurs de logements hlm et n’ont au total qu’un contrôle très limité sur le moment où elles obtiennent le logement ainsi que sur son emplacement précis. Dans ce contexte, il est légitime de supposer que la distribution des familles au sein du parc de logements hlm se rapproche beaucoup plus d’une distribution expérimentale aléatoire que la distribution des familles au sein du parc de logements privés. De fait, contrairement à ce que l’on observe dans le parc privé, il n’existe aucune corrélation entre les performances scolaires des enfants des familles s’installant dans un logement hlm et les performances des enfants habitant au voisinage de ce logement (voir tableaux 5a et 5b, colonne 1). Sans doute les gestionnaires du parc hlm ne distribuent-ils pas les nouveaux arrivés au hasard, mais force est de constater que leurs critères ne sont pas ceux qu’adopteraient les familles si elles avaient la possibilité d’influencer l’environnement de leurs enfants. Étant donné cette réalité, l’effet du voisinage est sans doute bien mieux évalué en restreignant l’analyse aux quartiers hlm, c’est-à-dire en comparant les performances d’enfants vivant en hlm, dans des familles équivalentes du point de vue leur origine géographique et de leur niveau socioculturel, mais différentes du point de vue des caractéristiques des voisins que le hasard des allocations de logements sociaux leur a donné. De façon assez remarquable, l’estimation des effets du contexte social obtenus en restreignant l’analyse aux quartiers hlm est très semblable à celle obtenue en utilisant l’information disponible sur les familles s’installant dans le quartier (voir tableau 5a, colonnes 2 et 3).

Tableau 5a - Les effets du retard scolaire des voisins sur la probabilité individuelle de retard scolaire : sous-échantillon des enfants résidants en hlm

Tableau 5b - Les effets du retard scolaire des voisins sur la probabilité individuelle de retard scolaire : sous-échantillon des enfants ne résidant pas en hlm

20 Une partie des effets de contexte identifiés dans les tableaux 4 et 5 reflètent non pas peut-être l’effet des interactions sociales à proprement parler, mais l’effet des caractéristiques non observées du voisinage (comme la qualité des écoles). Cela dit, dans la mesure où ces caractéristiques sont connues par les familles, elles se traduisent dans les prix des logements du voisinage et trouvent une contre-partie empirique dans le revenu permanent des familles capables de (ou ne pouvant éviter de) s’installer dans le voisinage. Toutes choses égales par ailleurs, un voisinage abritant une école réputée se caractérisera ainsi par le niveau socio-économique plutôt élevé des familles ayant les moyens de s’y installer[1][1] L’effet très important de la qualité des écoles sur...
suite. Du coup, on peut espérer neutraliser l’effet de la qualité non observée du voisinage en introduisant (comme facteur explicatif supplémentaire des performances individuelles) une mesure du revenu permanent des familles venant s’installer dans le voisinage. De fait, nous avons vérifié que les résultats obtenus dans les tableaux 4 et 5 étaient quasi inchangés lorsque nous ajoutions comme facteur explicatif supplémentaire le taux de diplômés et la proportion d’étrangers parmi les familles venant s’installer dans le voisinage. Nous avons également vérifié la stabilité des résultats des tableaux 4 et 5 lorsque nous ajoutons comme facteur explicatif supplémentaire le taux de retard scolaire dans l’aire adjacente observé dans le passé[2][2] Voir Ichino et Maggi [2003] pour une étude des effets de...
suite, cette variable pouvant s’interpréter comme une mesure de la qualité non observée de l’environnement scolaire[3][3] Étant donné la petite taille de nos voisinages, la très...
suite. Au total, nos résultats restent d’une grande robustesse devant l’ajout de mesures de la qualité non observée du voisinage, ce qui suggère que les tableaux 4 et 5 identifient bel et bien l’effet des interactions sociales entre voisins et non pas un effet des infrastructures propres au voisinage.

21 Une autre façon de contourner le problème posé par la qualité non observée du voisinage repose sur l’observation, pour chaque individu, d’une variable déterminant son comportement individuel, mais n’affectant pas celui de ses voisins (et, plus généralement, sans lien avec ce qui détermine le comportement de ses voisins). Par construction, la distribution de cette variable chez les voisins n’a pas d’influence directe sur le comportement des individus. Cette distribution ne détermine ainsi le comportement de chaque individu que dans la mesure où elle détermine le comportement des voisins. En d’autres termes, toute mesure de la distribution de cette variable chez les voisins constitue une bonne variable instrumentale pour l’identification de l’effet de contexte endogène (effet du comportement des voisins sur le comportement individuel). Notre troisième stratégie d’identification repose sur une variable instrumentale de ce type, construite à partir de l’observation du mois de naissance des enfants.

22 Au niveau individuel, le mois de naissance est un déterminant important de la probabilité de redoubler (voir, par exemple, Maurin [2002]) : plus mûrs, les enfants nés en début d’année redoublent beaucoup moins souvent que ceux nés en fin d’année. Cette réalité individuelle se transpose mécaniquement au niveau des voisinages : la proportion d’enfants de 15 ans en retard à l’école est en moyenne près de 14 points plus importante dans les voisinages où les enfants sont nés au cours des six premiers mois de l’année que dans les voisinages où ils sont nés en fin d’année (voir tableau 6, colonne 1). Comme les familles n’ont guère la possibilité de choisir leur lieu de résidence en fonction des mois de naissance des enfants du voisinage, la distribution des mois de naissance des enfants du voisinage s’apparente à un facteur n’affectant la scolarité de chaque enfant que dans la mesure où il détermine les problèmes scolaires de ses voisins du même âge, exactement à la manière d’un choc expérimental sur la qualité scolaire du voisinage.

23 Dans cette hypothèse, notre dernière stratégie consiste tout simplement à analyser l’impact du retard scolaire des voisins[1][1] Soulignons de nouveau que la variable mesurant le retard...
suite sur les risques individuels de retard scolaire (i.e. l’effet de contexte endogène) en utilisant la distribution des mois de naissance des voisins comme variable instrumentale. De façon intéressante, l’estimateur de l’effet de contexte endogène obtenu par la technique des variables instrumentales[2][2] Pour plus de simplicité, nous utilisons ici des modèles...
suite est tout aussi élevé que celui obtenu par la méthode des moindres carrés ordinaires (colonnes 2 et 3). En d’autres termes, nous aboutissons à une évaluation de l’effet causal de l’échec scolaire des voisins tout aussi importante que celle suggérée par la corrélation brute existant entre le taux d’échec des voisins et risque individuel d’échec.

24 Pour mieux comprendre la signification d’un effet de contexte endogène a=0,2, supposons que les performances à l’école de chaque adolescent (notées Y) dépendent de cet effet d’entraînement ainsi que du revenu permanent X et d’un facteur aléatoire individuel U. Le modèle s’écrit selon Y=aE(Y/V) + bX + U où E(Y/V) désigne la moyenne des performances scolaires dans le voisinage (noté V) et b l’effet direct des ressources familiales. En faisant la moyenne sur le voisinage V du terme de gauche et du terme de droite, on obtient E(Y/V)=aE(Y/V) + bE(X/V) + E(U/V) où E(X/V) désigne la moyenne des ressources du quartier. On en déduit un lien entre performances moyennes dans le quartier et ressources moyennes du quartier E(Y/V)=b/(1 – a)E(X/V) + 1/(1 – a)E(U/V). Il est clair que plus a est proche de 1 plus une augmentation des ressources moyenne E(X/V) se traduira par un augmentation importante de la réussite scolaire. Dans notre cas, toute politique ciblée sur V, augmentant le revenu permanent moyen E(X/V) de dx dans ce quartier, aura pour effet d’augmenter la réussite moyenne non pas de bdx mais de bdx/(1 – 0,2), soit un bonus d’environ 20 % à l’échelon du quartier, du fait des externalités a. C’est en cela que l’effet de contexte endogène estimé dans le tableau 6 s’apparente à un véritable effet multiplicateur sur les politiques ciblées sur les quartiers en difficulté.

Conclusion

25 Pour récapituler, nous parvenons à trois constats :

26 1. À diplôme et nationalité des parents donnés, il n’y a aucune corrélation entre les performances scolaires des enfants qui viennent de rejoindre un voisinage et les performances des enfants résidant déjà dans ce voisinage. En revanche, à diplôme et nationalité des parents donnés, la corrélation est très significative entre les performances des enfants ayant passé plusieurs années à proximité les uns des autres dans le même voisinage.

27 2. Il n’y a aucune corrélation entre les performances d’enfants qui viennent de s’installer dans une hlm et les performances des enfants déjà présents dans le voisinage, que l’on raisonne ou non à diplôme et nationalité fixés. En revanche, la corrélation devient très significative après plusieurs années dans la même hlm.

28 3. Les enfants sont d’autant plus exposés au retard scolaire qu’ils sont nés en fin d’année, mais également que leurs voisins du même âge sont nés en fin d’année. Le taux de retard potentiel des voisins (tels que prédit par la distribution de leurs dates de naissance) a un impact significatif sur les risques individuels de retard scolaire. En utilisant la distribution des mois de naissance des voisins comme variable instrumentale, on obtient une estimation de l’effet de contexte endogène du même ordre de grandeur que celui suggéré par les corrélations naïves.

29 Comme nous avons essayé de le montrer, ces différents résultats suggèrent qu’une partie non négligeable de l’échec scolaire semble pouvoir s’expliquer par des effets de voisinage, l’échec et la pauvreté des familles des uns entraînant l’échec des autres. Ce résultat fonde en raison des politiques ciblées sur les familles les plus exposées à l’échec scolaire : en présence d’effets de contexte, améliorer la performance de quelques-uns peut laisser espérer améliorer la performance de tous.

30 À l’issue de cet article, il est clair que beaucoup reste à faire pour éclairer l’importance réelle des effets de contexte. Une meilleure connaissance de ces effets passera par la collecte de données spécifiquement conçues pour mesurer et interpréter les interactions sociales. De nombreuses questions restent aujourd’hui sans réponse, à commencer par celle de la définition du groupe de référence, celui avec lequel nous interagissons et dont nous subissons l’influence. Par qui sommes-nous réellement influencés ? Ce groupe de référence évolue-t-il avec l’âge et l’expérience des individus ? L’intensité et la nature des interactions sociales changent-elles également au cours du temps ? Un véritable pas en avant ne sera possible qu’à la condition de concevoir des protocoles d’observation nouveaux, capables de nous faire mieux comprendre la diversité des interactions sociales et les principes profonds de leur efficacité.

Tableau 6 - Une analyse de l’effet de contexte endogène par la technique des variables instrumentales

Bibliographie

RÉFÉRENCES BIBLIOGRAPHIQUES

Angrist J. et Lang K. [2002], « How Important are Classroom Peer Effects: Evidence from the Recent Metco Program », nber WP 9253.

Black S. [1999], « Do Better Schools Matter? », Quarterly Journal of Economics, 144 (2).

Edin P.A, Frederiksson P. et Aslund O. [2003], « Ethnic Enclaves and The Economic Success of Immigrants: Evidence from a Natural Experiment », Quarterly Journal of Economics, 118 (1), p. 329-357.

Ginther D., Haveman R. et Wolfe Barbara [2000], « Neighborhood Attributes as Determinants of Children’s Outcomes. How Robust are the Relationships? », Journal of Human Resources, 35.

Gibbons S. et Machin S. [2003], « Valuing Primary Schools », Journal of Urban Economics, 53 (2).

Gould E. G., Lavy V. et Paserman M. D. [2003], « Immigrating to Opportunity: Estimating the Effect of School Quality using a Natural Experiment on Ethiopans in Israel », à paraître dans Quarterly Journal of Economics.

Goux D. et Maurin E. [2003], « Neighborhood Effects on Performance at School », contribution au symposium du cepr sur les politiques publiques, Paris.

Hoxby C. M. [2000], « Peer Effects in the Classroom: Learning from Gender and Race Variation », nber Working Paper 7867.

Ichino A. et Maggi G. [2000], « Work Environment and Individual Background: Explaining Regional Shirking Differentials in a Large Italian Firm », Quarterly Journal of Economics, 115 (2), p. 1057-1090.

Katz L., Kling et Lieberman [0000], « Moving to Opportunity in Boston: Early Results of a Randomized Mobility Experiment », Quarterly Journal of Economics, 115 (2), p. 1057-1090.

Ludwig J., Duncan G. J. et Pinkson J.C. [2000], « Neighborhoods Effects on Economic Self-sufficiency: Evidence from a Randomized Housing-Mobility Experiment », texte non publié.

Magnac T. et Maurin E. [2003], « Identification and Information in Monotone Binary Model », à paraître dans Journal of Econometrica.

Manski C. F. [1993], « Identification of Endogenous Social Effects: The Reflection Problem », Review of Economic Studies, 60.

Maurin Éric [2002], « The Impact of Parental Income on Early Schooling Transitions: a Reexamination Using Data over Three Generations », Journal of Public Economics, 85, p. 301-332.

Moffitt R. A. [2001], « Policy Interventions, Low-level Equilibria and Social Interactions », dans Durlauf et Young (eds), Social Dynamics, Cambridge (Mass.), mit Press.

Murat F. et Rocher T. [2002], « La place du projet professionnel dans les inégalités de réussite scolaire à 15 ans », France Portrait Social, p. 101-122.

Oreopoulos P. [2003], « The Long-run Consequences of Living in a Poor Neighborhood », Quarterly Journal of Economics, 118 (4).

Sacerdote B. [2001], « Peer Effects With Random Assignment: Results for Dartmouth Roommates », Quarterly Journal of Economics, 116.

Notes

[ * ] insee, division « Emploi », 18 boulevard Adolphe-Pinard, 75014, Paris. Courriel : dominique. goux@ insee. fr

[ ** ] Groupe de recherche en économie et statistique (grecsta), 15 boulevard Gabriel-Péri, Malakoff. Courriel : Maurin@ ensae. fr

[1] Au-delà de sa discussion très serrée des questions d’identification, on doit également à Manski [1993] d’avoir défini et conceptualisé les différents types d’effets susceptibles de causer des corrélations entre les comportements de personnes habitant au voisinage les unes des autres : l’effet de contexte endogène (les comportements de mes voisins influencent mon comportement), l’effet de contexte exogène (les caractéristiques personnelles de mes voisins influencent mon comportement), l’effet des facteurs inobservés (le voisinage a des caractéristiques non mesurées qui influencent simultanément toutes les personnes du voisinage).

[1] Pour une revue plus détaillée de cette littérature, voir Goux et Maurin [2003].

[2] La littérature américaine récente s’est également intéressée à l’influence exercée par les camarades de classe à l’école ou sur les campus universitaires. Les résultats vont dans le même sens, voir notamment Hoxby [2000], Sacerdote [2002], et dans une moindre mesure Angrist et Lang [2002]. Utilisant une expérience naturelle israëlienne (le retour des familles juives étiopienne en Israël) Gould, Lavy et Paserman [2002] concluent également à l’importance cruciale du contexte de scolarisation sur les performances scolaires.

[1] Pour une utilisation de stratégie similaire, voir Oreopoulos [2003] et Edin et al. [2003].

[1] L’effet très important de la qualité des écoles sur le prix des logements est démontré aux États-Unis par l’étude de Black [1999] et au Royaume-Uni par l’étude de Gibbons et Machin [2003].

[2] Voir Ichino et Maggi [2003] pour une étude des effets de contexte utilisant le même principe d’identification.

[3] Étant donné la petite taille de nos voisinages, la très grande majorité des enfants résidant dans des aires adjacentes fréquentent les mêmes écoles et collèges.

[1] Soulignons de nouveau que la variable mesurant le retard scolaire des voisins est construite sans inclure le retard scolaire de l’individu lui-même.

[2] Pour plus de simplicité, nous utilisons ici des modèles à probabilité linéaire. Ils peuvent se justifier en présence de facteurs explicatifs continus exogènes, comme peut l’être la date de naissance du répondant (voir Magnac et Maurin [2003]).

Résumé

Quel que soit le niveau socioculturel de leurs parents, les enfants sont beaucoup plus souvent en retard à l’école quand ils habitent dans un voisinage où le taux de retard scolaire des autres enfants est fort et/ou lorsque le niveau socioculturel des autres familles est faible. Cet article propose plusieurs stratégies pour évaluer s’il s’agit bien d’une relation de cause à effet. L’une de ces stratégies repose sur la comparaison des performances scolaires des familles venant de s’installer dans le voisinage et des familles déjà présentes dans le voisinage. Une autre de ces stratégies repose sur la comparaison des destins scolaires dans les secteurs hlm et non hlm. Enfin, nous développons une estimation utilisant les mois de naissance des voisins comme variable instrumentale. Ces différentes stratégies suggèrent l’existence d’un effet causal significatif du contexte social sur la scolarité.

PLAN DE L'ARTICLE

• Les données utilisées et les variables étudiées
• Identification des effets de contexte : trois stratégies
• Conclusion

Dominique Goux et Éric Maurin « Composition sociale du voisinage et échec scolaire », Revue économique 2/2005 (Vol. 56), p. 349-361.
URL : www.cairn.info/revue-economique-2005-2-page-349.htm.
DOI : 10.3917/reco.562.0349.