L’évolution des rythmes de travail entre 1995 et 2001





télécharger 0.65 Mb.
titreL’évolution des rythmes de travail entre 1995 et 2001
page7/9
date de publication21.10.2017
taille0.65 Mb.
typeDocumentos
e.20-bal.com > loi > Documentos
1   2   3   4   5   6   7   8   9

Références
Afsa C., Biscourp P (2003), « Mesurer le rythme et la durée du travail : une note méthodologique », Direction des Statistiques Démographiques et Sociales, mimeo.

Afsa C., Biscourp P., Pollet P. (2003), « La baisse de la durée du travail entre 1995 et 2001 », Insee Première n°881

Biscourp P. (2004), « Les rythmes de travail entre 1995 et 2001 : faible progression de l’irrégularité », Insee Première, à paraître

Askénazy P., Gianella C. (2000), « Le paradoxe de la productivité: les changements organisationnels, facteur complémentaireà l’informatisation », Economie et Statistique, n°339-340

Askénazy P. (2001), « Réduction du temps de travail : organisation et conditions de travail », Revue d’Economie Politique, vol 51, n°3

Askénazy P. (2002a), « Réduire le temps de travail, flexibilité et intensification », mimeo Cepremap

Askénazy P. (2003), « Dynamique de l’innovation organisationnelle lors de la réduction du temps de travail : évidences sur la France des années quatre-vingt dix », Economie et prévision, n° 158.

Bloch-London C., Boisard P. (2002), « L’aménagement et la réduction du temps de travail », Données sociales

Blundell R., Costa Dias M. (2002), « Alternative Approaches to Evaluation in Empirical Microeconomics », Working paper IFS

Blundell R., Costa Dias M., Meghir C., Van Reenen J. (2002), « Evaluating the Employment Impact of Mandatory Job Search Program », Working paper IFS

Boisard P., Fermanian J.D. (1999), « Les rythmes de travail hors norme », Economie et Statistique, n° 321-322

Bouffartigue P., Bouteiller J. (2002), « L’érosion de la norme du temps de travail », Travail et Emploi, n° 92 , Dares

Bresnahan T., Brynjfolsson E., Hitt L. (2002), « Information Technology, Workplace Organization and the Demand for Skilled Labor : Firm Level Evidence », The Quarterly Journal of Economics, vol. 117, n°1

Bué J., Puech I. (2003), « Organisation du travail : comment les salariés vivent le changement ? », Premières Synthèses n°24.1, Dares

Bunel M. (2004), « Modulation / annualisation dans le cadre des 35 heures », Travail et Emploi, n° 98, Dares.

Coutrot T., Guignon N. (2002), « Négociation sociale et performance économique : le cas des 35 heures », Travail et Emploi, n° 92, Dares.

Crépon B., Leclair M., Roux S. (2004), « Réduction du temps de travail et évolutions d’emploi dans les établissements », ce numéro.

CSERC (1998), « Durée du travail et emplois, les 35 heures, le temps partiel, l’aménagement du temps de travail », Rapport au premier ministre

Estrade M.A., Méda D. (2002), « Principaux résultats de l’enquête RTT et modes de vie », Document de travail de la Dares, n° 56.

Estrade M.A., Méda D., Orain R. (2001), « Les effets de la réduction du temps de travail sur les modes de vie : qu’en pensent les salariés un an après ? », Premières synthèses n°21.1, Dares.

Estrade M.A., Ulrich V. (2002a), « Réduction du temps de travail et réorganisations des rythmes de travail », Données sociales

Estrade M.A., Ulrich V. (2002b), « La réorganisation des temps travaillés et les 35 heures : un renforcement de la segmentation du marché du travail », Travail et emploi n°92

Fiole M., Passeron V., Roger M. (2000), « Premières évaluations quantitatives des réductions collectives du temps de travail », Documents d’études de la Dares

Fiole M., Roger M. (2002), « Les effets sur l’emploi de la loi du 11 juin 1996 sur la réduction du temps de travail : une analyse microéconométrique », miméo

Freyssinet J. (1997), Le temps de travail en miettes, Les éditions de l’Atelier, Paris

Heckman J., Robb R. (1985), ), « Alternative Methods for Evaluating the Impact of Interventions», in Heckman J., Singer B. (eds.), Longitudinal Analysis of Labor Market Data, New York, Wiley

Heckman J., Ichimura H., Todd P. (1997), « Matching as an Econometric Evaluation Estimator : Evidence from Evaluating a Job Training Program », Review of Economic Studies, 64, 605-654

Heckman J., Ichimura H., Todd P. (1997b), « Matching as an Econometric Evaluation », Review of Economic Studies

Méda D., Orain R. (2002), « La RTT et les modes de vie », Données sociales

Oliveira A., Ulrich V. (2002), « L’incidence des 35 heures sur le temps partiel », Premières Synthèses, n° 07.1

Passeron V. (2002), « 35 heures : trois ans de mise en œuvre du dispositif Aubry I », Premières Synthèses

Pélisse J. (2000), « Le temps des négociations : 12 accords de RTT », Travail et emploi n°82

Rosenbaum P., Rubin D. (1983), « The Central Role of the Propensity Score in Observational Studies for Causal Effects », Biometrika, 70, 41-55
































Figure


































Annexe 1 : Les données d’entreprise utilisées pour identifier celles passées aux 35 heures

Les données des enquêtes complémentaires sur la durée du travail ont été enrichies d’informations provenant de fichiers d’entreprises. Cette opération d’appariement laisse touefois de côté environ 15 % des salariés interrogés dont on ne connaît pas le numéro d’identification de l’employeur. Trois fichiers ont été utilisés :

  • le « fichier de suivi statistique des déclarations en vue du bénéfice de l’allègement de cotisations sociales dans le cadre de la réduction négociée du temps de travail », géré par la DARES ;

  • le fichier des Déclarations Annuelles de Données Sociales (DADS), géré par l’INSEE ;

  • le fichier des Bénéfices Normaux Réels (BRN), géré par l’INSEE.


Le premier, le fichier des accords, recense en principe tous les établissements ayant signé un accord d’ARTT dans le cadre des lois Aubry et fait, auprès de l’URSSAF, une demande d’allègement de charges. Ce fichier est évidemment très précieux pour la présente analyse. Toutefois, son champ n’est pas celui de tous les établissements passés aux 35 heures. D’abord, certaines entreprises ont préféré ne pas recourir aux aides afin de ne pas être contraintes sur la création d’emploi ou d’éviter les contrôles de l’inspection du travail. En outre, le fichier - en tout cas la version de l’année 2002 sur laquelle nous avons travaillé - n’inclut pas les entreprises de moins de 50 salariés ayant accès aux aides par application directe d’un accord de branche ou d’une convention collective.
Le deuxième fichier, les Déclarations Annuelles de Données Sociales, permet, d’une part, de récupérer un certain nombre de ces entreprises en dehors du champ du fichier des accords, d’autre part, de collecter des informations d’entreprise pouvant caractériser celles ayant réduit leur durée du travail. On a finalement restreint notre analyse au champ des DADS excluant les organismes de l’Etat, l’agriculture, la sylviculture, les services domestiques et les activités extra-territoriales. On a en outre éliminé les collectivités locales et les hôpitaux publics qui ne sont encore pratiquement pas concernés par la réduction du temps de travail en mars 2001. Sur ce champ, les fichiers des DADS sont en principe exhaustifs.

Pour repérer les établissements passés aux 35 heures et absents du fichier des accords, la démarche a été la suivante. Partant du principe que le passage aux 35 heures doit, lorsqu’il est effectivement mis en œuvre, se traduire par une baisse significative de la durée du travail, on a comparé pour chaque entreprise la distribution du nombre d’heures rémunérées qu’elle a déclarées pour ses salariés, en 2001 et en 1995. Plus précisément, on a retenu, comme indicateur de durée de l’établissement, la durée journalière médiane des salariés de l’établissement travaillant à temps complet.

Les figures 1 et 2 montrent, pour les entreprises présentes dans l’enquête complémentaire de 2001, les distributions de cet indicateur en 1995 et en 2001, selon que l’entreprise est ou non passée aux 35 heures d’après les indications combinées des fichiers d’accords et des déclarations des salariés. On considèrera qu’est passée aux 35 heures une entreprise qui est dans l’un des deux cas de figure suivants :

  • elle est présente dans le fichier des aides ;

  • elle en est absente, mais sa durée journalière médiane de rémunération des temps complets issue des DADS est inférieure ou égale au mode de la distribution représentée dans la partie droite de la figure 1, et supérieure ou égale au mode des distributions représentées dans la figure 2. En d’autres termes, elle pratique en 1995 une durée du travail supérieure ou égale à 39 heures, et en 2001 une durée du travail inférieure ou égale à 35 heures.


Répartition des durées journalières pour les salariés à temps complet (DADS, 2001)

Pas d’ARTT en 2001 (EC 2001)

ARTT en 2001 (EC 2001)







Répartition des durées journalières pour les salariés à temps complet (DADS, 1995)

Pas d’ARTT en 2001 (EC 2001)

ARTT en 2001 (EC 2001)







Pour caractériser les entreprises avec les DADS, on a utilisé deux fichiers :

- le fichier national des établissements, agrégé au niveau entreprise, qui permet de connaître :

  • l’effectif total au 31 décembre de l’année,

  • sa structure par sexe et par position professionnelle (cadres, professions intermédiaires, employés et ouvriers),

  • le domaine d’emploi (entreprise individuelle, collectivités locales, grandes entreprises nationales, associations, hôpitaux, sociétés),

  • le caractère marchand de l’activité.

- les fichier exhaustifs régionaux « salariés » , agrégés au niveau « entreprise », à partir desquels on calcule :

  • la structure par âge de la main d’œuvre,

  • la proportion de salariés à temps partiel,

  • le nombre d’heures rémunérées moyen par jour ,

  • le salaire horaire net moyen.

On peut penser en particulier que la durée de travail pratiquée initialement dans l’entreprise va influer sur le coût d’opportunité de ne pas réorganiser le travail, surtout pour les grandes entreprises pour lesquelles la durée légale, seuil de déclenchement des heures supplémentaires, a été abaissée à 35 heures au 1er janvier 2000. A l’inverse, un recours initial intensif au temps partiel réduit ce coût d’opportunité. Enfin, les négociations d’ARTT se présentent différemment selon la structure de l’emploi dans l’entreprise.

On conserve pour chaque entreprise la première valeur observée dans les DADS de chacune de ces variables en niveau et en évolution, entre 1995 et 2000. Pour la très grande majorité des entreprises, les conditions initiales sont données en 1995 (niveaux de 1995 et évolutions entre 1994 et 1995).
Le troisième fichier, celui des Bénéfices Réels Normaux, complète les données fournies par les DADS, en apportant des informations comptables issues des bilans des entreprises soumises au régime fiscal des Bénéfices Réels Normaux. On en a extrait les variables suivantes :

  • ventes,

  • part des exportations dans les ventes,

  • valeur ajoutée par salarié (productivité apparente du travail),

  • part des salaires dans la production,

  • ratio des immobilisations à la production (coefficient de capital),

  • taux d’investissement,

  • taux d’endettement.

Ces variables sont toutes potentiellement pertinentes pour expliquer à la fois les rythmes de travail et la décision de passer à l’ARTT, dès lors que celle-ci peut être utilisée par les entreprises comme moyen d’obtenir des gains de productivité par le biais de réorganisations, et un allongement de la durée d’utilisation des équipements. La situation financière peut quant à elle être un facteur limitant influant sur la capacité de l’entreprise à supporter le coût lié au changement d’organisation.

Néanmoins, le champ des BRN est loin d’être exhaustif. Les entreprises qui réalisent des bénéfices industriels et commerciaux ne sont en effet soumises au régime BRN qu’au delà d’un seuil de chiffre d’affaires. Les plus petites entreprises en sont donc exclues, et l’appariement au niveau entreprise avec les enquêtes complémentaires sur la durée du travail réduit de près de moitié la taille de l’échantillon utilisable.

On peut alors :

  • utiliser les variables BRN au niveau entreprise, en acceptant de travailler sur un champ réduit aux plus grandes entreprises, 

  • les utiliser au niveau sectoriel (ou secteur-taille), en perdant une partie de leur pouvoir explicatif, mais sans introduire de biais d’échantillon,

  • combiner les solutions précédentes, en contrôlant des moyennes sectorielles, ce qui permet de capter l’hétérogénéité intersectorielle, mais aussi en expliquant l’ARTT par une indicatrice de la présence de l’entreprise dans les BRN, qui interagit avec une indicatrice de la position de l’entreprise par rapport à la moyenne sectorielle du point de vue d’une variable donnée.

On a retenu cette dernière solution pour les variables précédentes en niveau et en évolution : on explique par exemple le passage aux 35 heures d’une entreprise par la productivité moyenne dans la catégorie secteur-taille auquel elle appartient (NAF600*taille), par la présence de l’entreprise dans les BRN, et lorsque c’est le cas par une indicatrice de position de la productivité par rapport à la moyenne de sa catégorie (NAF600*taille). Les estimations correspondantes figurent en annexe.

Pour les BRN comme pour les DADS on a utilisé des variables prédéterminées, i.e. observées avant le processus d’ARTT. En pratique, on a retenu les caractéristiques observées au début de la période, en 1995, lorsque l’entreprise était présente à cette date, sinon la première date d’observation, en contrôlant de cette date. On s’est assuré aussi que cette date était antérieure à la date d’ARTT, le cas échéant.
[fin de l’annexe 1]


Annexe 2 : l’alternative à la méthode paramétrique de la double différence : la méthode par appariement
L’alternative au modèle de régression, utilisée dans l’article, est une extension, au cas de la double différence, de la méthode d’appariement avec estimateurs à noyau (kernel matching estimators - voir, par exemple, Heckman, Ichimura, Todd, 1997 ; ou Brodaty, Crépon et Fougère, 2002). Cette extension a été proposée et appliquée notamment par Blundell et Costa Dias (2002) et Blundell, Costa-Dias, Meghir & Van Reenen (2002). La méthode permet, comme le modèle paramétrique, de contrôler l’estimation par des caractéristiques individuelles x, mais elle n’impose pas a priori de relation fonctionnelle entre y, la variable à expliquer, et les x.

Reprenons l’expression de l’effet moyen de la mesure sur les traités :



qui s’écrit aussi, en utilisant la loi des espérances itérées :



et qui, avec l’hypothèse identifiante (5) figurant dans l’encadré sur la méthode paramétrique, devient :

(1)

Soit i un individu du sous-groupe G4 (i.e. traité en t = 1). On cherche à lui apparier trois individus, chacun pris dans un des trois autres sous-groupes G1 à G3, ayant les mêmes caractéristiques xi. Si, dans un sous-groupe, on en trouve plusieurs, (1) suggère de faire la moyenne sur ces individus. Le risque est, en réalité, qu’on n’en trouve aucun, risque d’autant plus élevé que les caractéristiques x sont nombreuses. Il ne faut donc pas chercher à apparier sur elles.

La méthode consiste d’abord à réduire la dimensionalité de x, c’est-à-dire remplacer l’ensemble des variables de x par un index p(x) de dimension 1 - le score - qui en résume l’information, et ce grâce à une propriété théorique établie par Rosenbaum et Rubin (1983). On est ramené alors à estimer non pas , mais la quantité , avec = 1, 2, 3. Concrètement, le score est estimé par un modèle logit expliquant l’appartenance d’un individu quelconque de l’échantillon au groupe de traitement par ses caractéristiques x. Une fois les paramètres du logit estimés, le score d’un individu est égal à :

.

Deuxième étape, pour chaque individu i du sous-groupe , on estime les trois quantités , pour = 1, 2, 3. Pour ce faire, on utilise des estimateurs à noyaux proposés par Heckman et alii (1998). Ils consistent à pondérer les observations j d’un sous-groupe donné par des poids d’autant plus élevés que les scores et sont proches, c’est-à-dire que les individus i et j se ressemblent. Formellement, ceci donne :

, pour g = 1, 2, 3, (2)

avec :

.

La quantité est un noyau, c’est-à-dire une forme fonctionnelle qui respecte la propriété selon laquelle est d’autant plus élevée que est faible. En face de chaque individu i de , on est ainsi en mesure de mettre trois quantités, qui représentent les trois « contrefactuels » de i.
En résumé, on commence par calculer le score p(x) de chaque individu de l’échantillon. Dans chacun des quatre sous-groupes , ce score varie entre et . On détermine ensuite le support commun du score, c’est-à-dire l’intersection des 4 plages de variation (g = 1 à 4) du score. Les bornes du support commun sont donc et , avec :

et

On élimine de chaque sous-groupe les individus ne faisant pas partie du support commun, c’est-à-dire dont le score est à l’extérieur de l’intervalle []. Ensuite, pour chaque individu i de appartenant au support commun, on estime les quantités (2) - les « contrefactuels » - sur les individus de chaque sous-groupe , et appartenant au support commun. Le noyau qui a été retenu pour calculer les poids est le noyau gaussien :

,

avec , où n est le nombre d’observations du sous-ensemble où est calculé le noyau (c’est-à-dire le nombre d’individus du groupe faisant partie du support commun) et est l’écart-type de z estimé sur le même sous-ensemble.
La méthode employée dans l’article combine en réalité l’appariement sur des caractéristiques observées et l’appariement sur le seul score. Dans un premier temps, on a découpé l’échantillon en quatre classes d’effectifs comparables, en croisant un critère de taille (moins de 50 salariés/50 salariés et plus) et un critère de secteur (industrie/services). On a alors calculé le score (régression logistique expliquant le passage aux 35 heures) classe par classe. Puis, pour chaque salarié passé par l’ARTT en 2001 et appartenant à une des quatre classes, on a calculé les trois « contrefactuels » de la même classe. Par exemple, chaque salarié travaillant en 2001 dans une grande entreprise de l’industrie passée aux 35 heures a été apparié à trois « contrefactuels » pris parmi les salariés des grandes entreprises de l’industrie.
Les estimations des scores, pour chacune des quatre classes d’entreprises, figurent ci-dessous.
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