L’évolution des rythmes de travail entre 1995 et 2001





télécharger 0.65 Mb.
titreL’évolution des rythmes de travail entre 1995 et 2001
page3/9
date de publication21.10.2017
taille0.65 Mb.
typeDocumentos
e.20-bal.com > loi > Documentos
1   2   3   4   5   6   7   8   9

Tableaux 4 et 5 - Fréquence des rythmes de travail des salariés en 1995 et en 2001 par grand secteur et taille d’entreprise, selon que leur entreprise est ou non passée aux 35 heures en 2001 (en %)



industrie






















accord d'ARTT (mars 2001)

rythme

moins de 50

50 ou plus

ensemble

1995

2001

1995

2001

1995

2001

non

régulier hebdo.

83

85

67

67

76

81

cyclique

5

4

20

22

11

8

irrégulier

12

11

13

11

13

11

oui

régulier hebdo.

80

68

63

60

65

61

cyclique

8

18

23

24

21

23

irrégulier

13

14

13

16

13

16

ensemble

régulier hebdo.

82

81

64

61

71

69

cyclique

5

8

22

24

16

17

irrégulier

12

12

13

15

13

14


services






















accord d'ARTT (mars 2001)

rythme

moins de 50

50 ou plus

ensemble

1995

2001

1995

2001

1995

2001

non

régulier hebdo.

74

73

67

70

72

72

cyclique

5

5

8

6

6

5

irrégulier

21

22

25

24

22

23

oui

régulier hebdo.

73

67

65

61

66

62

cyclique

7

10

12

13

11

13

irrégulier

19

23

23

26

23

25

ensemble

régulier hebdo.

74

71

65

62

69

66

cyclique

6

6

11

12

9

9

irrégulier

20

23

24

26

22

24


Sources : enquêtes complémentaires à l’enquête Emploi de 1995 et 2001 (Insee) ;

Fichier de suivi des accords de RTT (Dares) ; DADS (Insee) ; BRN (INsee).

Champ : entreprises non agricoles hors Etat, collectivités locales et hôpitaux publics

et hors services domestiques.

Lecture : 19 % des ouvriers travaillant en 1995 dans une petite entreprise des services

qui allait appliquer un accord d’ARTT entre 1995 et 2001 avaient des rythmes irréguliers.

Ces premières analyses montrent l’intérêt de disposer d’un « groupe de contrôle », c’est-à-dire d’un ensemble d’entreprises qui n’ont pas été touchées par l’ARTT et sur lesquelles on peut a priori mesurer l’évolution des rythmes de travail « hors ARTT ». Il suffit ensuite de comparer cette évolution à celle qui a eu lieu dans les entreprises passées aux 35 heures pour en déduire l’impact de l’ARTT. Ce n’est cependant pas si simple. Car les 35 heures n’ont pas été appliquées dans n’importe quelle entreprise. Notamment, le tableau 3 montre que celles qui ont signé des accords faisaient déjà travailler leurs salariés en cycles plus souvent que les autres : c’était le cas, en 1995, pour 15 % d’entre elles (contre 8 % dans les autres entreprises). Il est alors fort possible que ces entreprises aient choisi de passer aux 35 heures parce qu’il leur était plus facile de les appliquer, étant donné leur organisation du travail. En d’autres termes, leur organisation du travail et, partant, les rythmes suivis par leurs salariés seraient autant un déterminant de l’application d’un accord d’ARTT qu’un effet de celle-ci. Pour dégager un « pur effet ARTT », il faut caractériser le plus finement possible ces entreprises par des variables qui expliquent au mieux leurs rythmes de travail avant tout passage aux 35 heures. Bref, il faut maintenant mener une analyse économétrique.

Estimer l’impact de l’ARTT sur les rythmes de travail
La méthode d’estimation utilisée - dite de la double différence (voir encadré) - consiste pratiquement à empiler les données de 1995 et de 2001 et à expliquer la variable de rythme par une régression logistique dont les variables explicatives sont les suivantes :

  • une indicatrice qui identifie le groupe d’appartenance du salarié : groupe de « contrôle » (resp. « traitement ») constitué des salariés travaillant dans des entreprises qui, en 1995, n’allaient pas (resp. allaient) passer aux 35 heures ou qui, en 2001, n’étaient pas (resp. étaient) passées aux 35 heures ;

  • une indicatrice temporelle, qui vaut 1 si le salarié est observé en 2001 et 0 s’il l’est en 1995 ;

  • une variable croisant les deux indicatrices ; le paramètre associé à cette variable mesure l’impact de l’ARTT sur le rythme étudié

  • un ensemble de caractéristiques, tant du salarié que de son entreprise, permettant de contrôler au maximum l’hétérogénéité entre les groupes de « contrôle » et de « traitement » ; la liste de ces variables est donnée en annexe 2 (ce sont les variables des tableaux d’estimation des « scores »).

Il s’agit là d’une méthode paramétrique, au sens où la variable de rythme est supposée dépendre de manière linéaire des variables explicatives et où les résidus de la régression suivent une loi bien définie, en l’espèce une loi logistique. Ce sont autant de contraintes imposées aux données, contraintes qui peuvent influer sur les résultats des estimations. Pour le vérifier, on a utilisé une méthode alternative, qui repose sur des hypothèses plus faibles que l’estimateur paramétrique, et estime des doubles différences par appariement (voir annexe 2). Cette méthode exige néanmoins une mise en œuvre plus complexe et produit, comme toute méthode non paramétrique, des estimateurs moins précis. Elle a été utilisée ici comme un test de robustesse des résultats obtenus par la double différence paramétrique. Ses résultats sont, très généralement, cohérents avec ceux de la régression logistique (voir annexe 2). Dans ces conditions, on a choisi de ne présenter que les estimations paramétriques.

Les résultats de ces estimations figurent dans les tableaux 6 et 7. La première variable de rythme examinée oppose les salariés « cycliques » ou « irréguliers » et ceux travaillant selon une régularité hebdomadaire (première ligne du tableau). Puis les rythmes ont été étudiés plus finement. On a ainsi comparé les « cycliques » aux « réguliers hebdomadaires» (ligne 2) et les « irréguliers » toujours aux « réguliers hebdomadaires» (ligne 6). A leur tour, les rythmes cycliques d’une part (lignes 3 à 5) et irréguliers d’autre part (lignes 7 à 10) ont été distingués selon leur nature. Les estimations ont été faites sur l’ensemble des salariés (colonne 2 - ensemble), puis sur les cadres et sur les non cadres, pour les entreprises de l’industrie et pour celles des services, pour les entreprises de moins de 50 salariés et pour celles en ayant au moins 50.
La méthode de la double différence
On cherche à évaluer l’impact d’un dispositif ou d’une mesure de politique publique sur une variable y observée sur une population P. Si est la valeur qu’aurait prise la variable si la mesure n’avait pas été appliquée, l’impact moyen de la mesure sur la population est égal à . Le problème est qu’on ne peut pas l’estimer, tout simplement parce qu’on observe y et non . Dans ces conditions, il faut faire des hypothèses sur .

Supposons alors qu’on soit dans le cas de figure suivant :

  • la mesure n’a touché qu’une partie T de la population, l’autre partie C n’ayant pas été concernée ;

  • on dispose d’observations de la population avant (à la date t = 0) et après (à la date t = 1) l’application de la mesure, et on est capable de distinguer dans la population, aux deux dates t = 0 et t = 1, les individus concernés (i.e. faisant partie de T) et les non concernés (faisant partie de C).

On est ainsi capable de définir et repérer 4 sous-groupes : le sous-groupe G1 des individus de C observés en t = 0, le sous-groupe G2 des individus de T observés en t = 0, le sous-groupe G3 des individus de C observés en t = 1 et le sous-groupe G4 des individus de T observés en t = 1.

Dans ce contexte, on peut poser une hypothèse sur et estimer l’impact de la mesure par la méthode dite de la différence des différences (difference-in-differences dans la litterature anglo-saxonne), appelée aussi double différence. L’hypothèse est la suivante : si la mesure n’avait pas été appliquée, y aurait suivi en moyenne la même évolution chez les individus du groupe de traitement et chez les individus du groupe de contrôle. Formellement, elle s’écrit :

(1)

A la date t = 0, , puisque l’application de la mesure est postérieure à t = 0. Pour tous les individus de C, , puisqu’ils ne sont pas concernés par la mesure. Par conséquent, (1) s’écrit aussi :

(2)

Grâce à cette hypothèse d’identification, on peut maintenant estimer l’effet moyen de la mesure sur les individus « traités », c’est-à-dire la quantité . En effet, en insérant (2) dans , on obtient :

(3)

Toutes les quantités du membre de droite de l’équation peuvent être empiriquement estimées. L’effet moyen sur les traités est ainsi égal à une différence de deux différences, notée .

La figure ci-dessous illustre la démarche. Les niveaux (a), (b), (c) et (d) correspondent à des données observées, et le niveau (e) à l’inobservable . L’hypothèse identifiante consiste à positionner (e) de telle manière que la différence (e)-(c) soit égale à la différence (b)-(a). L’effet moyen de la mesure sur les traités est alors égal à (d)-(e).
(d) (a) = E[y | C,t = 0] (groupe G1)

(e) (b) = E[y | T,t = 0] (groupe G2)

(b) (c) = E[y | C,t = 1] (groupe G3)

(c) (d) = E[y | T,t = 1] (groupe G4)

(a) (e) = E[y0 | T,t = 1]



t = 0 t = 1
L’hypothèse d’identification (2) risque de ne pas tenir si les groupes de traitement et de contrôle sont constitués d’individus n’ayant pas les mêmes caractéristiques. Dans ce cas, ils pourraient être touchés différemment par des éléments de contexte indépendants de la mesure, et donc évoluer différemment. Pour limiter le risque, on va écrire le modèle de la double différence sous la forme d’une régression, pour y introduire dans un deuxième temps de l’hétérogénéité (observée).
Le modèle de régression s’écrit de la manière suivante :

(4)

On suppose pour le moment que les variables de la régression sont exogènes. On reviendra plus loin sur cette hypothèse. Le paramètre correspond au niveau (a) de la figure ci-dessus, le paramètre à l’écart (b)-(a), le paramètre à la différence (c)-(a). Quant au paramètre , on montre qu’il est égal à :

.

Cette quantité est précisément égale à . Par conséquent, l’effet de la mesure P sur le groupe de traitement peut être estimé sans biais par les MCO sur l’équation (4).

L’hypothèse d’exogénéité des variables de (4) exige notamment que la variable ne soit pas corrélée à des caractéristiques inobservées des individus, qui sont prises en compte par le résidu . En d’autres termes, les individus des deux groupes C et T doivent se ressembler. Pour limiter le risque d’une différence de structure entre les deux groupes, on introduit dans l’équation (5) des caractéristiques individuelles x exogènes susceptibles de différencier les deux groupes et supposées avoir un impact sur y :



En tenant compte de x, l’hypothèse identifiante (2) et la double différence s’écrivent respectivement :

(5)

et : .

Jusqu’à présent, on a implicitement supposé que la variable y est continue, c’est-à-dire que (4) est un modèle linéaire. La méthode s’étend aisément au cas non linéaire où la variable y est binaire, à condition de poser comme hypothèse identifiante non plus (5) mais :



est l’inverse de la fonction de densité de la loi de probabilité (loi normale ou loi logistique selon que (4) est un probit ou un logit).


Globalement, du fait de l’ARTT, la proportion de salariés travaillant selon des rythmes cycliques ou irréguliers a augmenté de 4,7 points dans les entreprises passées aux 35 heures. L’impact n’est pas uniforme. Les cadres ont été plus touchés que les non cadres. L’industrie a été plus concernée que les services, et les petites entreprises (ici celles de moins de 50 salariés) davantage que les plus importantes.

Cette progression de 4,7 points s’est manifestée par une égale augmentation des rythmes cycliques et des rythmes irréguliers. Très précisément, la probabilité de travailler selon un rythme cyclique (resp. irrégulier) au détriment d’un rythme régulier (sur une base hebdomadaire) a cru de 3,4 points (resp. 3,6 points) dans les entreprises ayant appliqué un accord d’ARTT4.
1   2   3   4   5   6   7   8   9

similaire:

L’évolution des rythmes de travail entre 1995 et 2001 iconLes rythmes de l’innovation expliquent-ils fondamentalement les rythmes...
«paradoxe de Solow». Depuis 1995, on décèle certes une accélération de la croissance américaine, mais celle-ci ne se diffuse pas...

L’évolution des rythmes de travail entre 1995 et 2001 iconGabas
«Economie agricole internationale» sur la sécurité alimentaire au niveau des ménages(2001-2003), et dans le Master «Gestion de projets...

L’évolution des rythmes de travail entre 1995 et 2001 icon“ Travail et mondialisation : le choc des cultures ? ” Conférence du jeudi 19 avril 2001

L’évolution des rythmes de travail entre 1995 et 2001 iconNe peut-on pas avec ici évoquer une nouvelle forme de souveraineté...
«trois glorieuses» [Colard, 1995 : 76]: la fin de la bipolarité et les ébranlements qui se produisent sur le continent européen en...

L’évolution des rythmes de travail entre 1995 et 2001 iconPrincipales definitions chapitre 4
«réseaux, normes et à la confiance, qui facilitent la coordination et la coopération» (Robert Putnam, 1995) entre les individus

L’évolution des rythmes de travail entre 1995 et 2001 iconI – Evolution récente des échanges agricoles et de la pêche entre l'ue et le Canada

L’évolution des rythmes de travail entre 1995 et 2001 iconUniversité de la Méditerranée
«Théorie de l’organisation industrielle» publié en deux volumes chez Economica (Paris, 1995). Certaines sections s’inspirent également...

L’évolution des rythmes de travail entre 1995 et 2001 icon«Entre prédation et production : l’économie du conflit bosniaque»,...

L’évolution des rythmes de travail entre 1995 et 2001 iconManuel magnard : Doc 1 p. 114 : L’évolution des populations européennes entre 1850 et 1970

L’évolution des rythmes de travail entre 1995 et 2001 icon3. 2 evolution de la duree du travail






Tous droits réservés. Copyright © 2016
contacts
e.20-bal.com