Notes
-
[1]
Si le halo du chômage désigne tout d’abord les contours flous du chômage, l’INSEE en a proposé un indicateur depuis 2013 qui regroupe les individus inactifs recherchant un emploi mais non disponibles, les individus inactifs disponibles mais ne recherchant pas d’emploi et les individus inactifs non disponibles et ne recherchant pas d’emploi mais déclarant souhaiter travailler.
-
[2]
Données enquête Emploi (en continu) – 2016, INSEE [producteur], ADISP-CMH [diffuseur].
-
[3]
Dans l’Enquête Emploi 2016, les femmes en congé maternité et les parents en congé parental sont comptabilisés dans l’emploi.
-
[4]
Le taux de non-emploi rapporte la somme des individus au chômage ou en inactivité (y compris le halo) à la population totale de référence. Le taux d’emploi à temps complet rapporte le nombre de personnes en emploi à temps complet à la population totale de référence.
-
[5]
La part du non-emploi captée par la catégorie du chômage est calculée dans chaque cas en rapportant le nombre de personnes au chômage sur l’ensemble des personnes en non-emploi (chômage+halo+inactivité). Par exemple pour les femmes peu ou pas diplômées : 10,9/(10,9 + 9 +2 9) = 22,2 %.
-
[6]
Écart de 68,9-29,3=40,6 points de % pour les femmes ; 85,9-62,1=23,8 points de % pour les hommes.
-
[7]
Le complément de libre choix d’activité (CLCA) est une prestation familiale versée par les caisses d’allocations familiales (CAF), qui apporte une compensation financière aux parents d’enfants de moins de trois ans qui ne travaillent pas (CLCA à taux plein) ou qui travaillent à temps partiel (CLCA à taux réduit). Cette prestation a été remplacée pour les enfants nés après le 31 décembre 2014 par la prestation partagée d’éducation de l’enfant (PreParE) dont un des principes est d’inciter au partage entre les deux parents.
1En application de la définition internationale adoptée en 1982 par le Bureau International du Travail (BIT), un chômeur est une personne en âge de travailler qui répond à trois critères : être sans emploi (c’est-à-dire ne pas avoir travaillé, ne serait-ce qu’une heure, durant une semaine de référence), être disponible pour occuper un emploi (dans les 15 jours), et avoir recherché activement un emploi dans le mois précédent (ou en avoir trouvé un qui commence dans moins de trois mois). Nous assistons cependant depuis plusieurs années à ce que Gautié (2002) appelle une « déconstruction » du chômage dans le sens où sa mesure statistique est de plus en plus remise en cause, à la fois comme catégorie de représentation de la réalité du marché du travail mais également comme outil d’action des pouvoirs publics. Les approches dichotomiques distinguant les individus selon qu’ils sont en emploi ou au chômage, actifs ou inactifs, ne permettent effectivement pas de visualiser le continuum des situations plus ou moins éloignées de l’emploi. La multiplication d’états intermédiaires sur le marché du travail invite à dépasser les indicateurs habituels caractérisant l’accès à l’emploi, et cela en particulier dans l’optique d’une comparaison femmes-hommes puisque les situations d’emploi des femmes sont connues pour être moins « polarisées » entre emploi à temps complet et chômage que celles des hommes (Maruani et Méron, 2012). Au sein même de la catégorie des femmes dites inactives, les enquêtes qualitatives peuvent montrer les distinctions floues avec l’emploi ; « les femmes au foyer d’aujourd’hui sont des femmes qui déplacent les frontières du travail non déclaré, du travail déclaré et des activités au foyer » (Dieu et al., 2010).
2Cet article propose de construire, à partir de l’Enquête Emploi 2016, un continuum allant de l’emploi à temps complet jusqu’à l’inactivité, et distinguant le halo du chômage. Ce continuum permet de rendre visible la complexité des inégalités entre femmes et hommes face à l’emploi en dépit d’une convergence de leur taux de chômage. S’appuyant sur ce continuum, l’article s’attache également à quantifier les inégalités entre hommes et femmes, en calculant leurs probabilités respectives de se trouver dans les différents états du marché du travail à partir d’un logit multinomial et en analysant les effets directs et combinés du niveau de diplôme et de la présence de jeunes enfants.
1 – Un taux de chômage qui reflète mal le continuum des situations sur le marché du travail
3De nombreux travaux ont été menés pour tenter de mieux prendre en compte les états intermédiaires entre emploi, chômage et inactivité. Des indicateurs alternatifs comme le sous-emploi ou le « halo » du chômage [1] se sont développés. Dès la fin des années 1980, le halo a été analysé en France afin de mieux comprendre les franges existantes autour du noyau central du chômage (Cézard, 1986 ; Cézard et al., 1991). Cependant, le débat public reste extrêmement focalisé sur les indicateurs de taux de chômage ou au mieux de taux d’emploi. Or, les travaux d’Eurostat (2015) montrent qu’en Europe, les femmes sont minoritaires parmi les personnes en emploi comme au chômage mais sont au contraire majoritaires parmi toutes les autres situations particulières sur le marché du travail : temps partiel, sous-emploi, halo du chômage et inactivité.
1.1 – La difficile question du souhait de travailler
4Si la frontière entre chômage et inactivité est de plus en plus floue et la pertinence du taux de chômage remise en cause, se pose alors la question de raisonner sur le « non-emploi », notamment pour les femmes. Cet article se situe en partie dans cette réflexion élargie du « non-emploi », s’éloignant de la stricte définition du chômage au sens du BIT. Si Gautié (2002) met en garde contre les risques de cet effacement de la notion de « chômage » au profit de celle de « non emploi » qui serait « symptomatique d’une refocalisation sur les comportements des individus, soupçonnés pour beaucoup d’entre eux d’être des sans-emploi volontaires », faisant notamment référence à la controverse autour des travaux de Laroque et Salanié (2000), notre positionnement est tout autre et propose au contraire une approche élargie du chômage, en limitant justement le poids donné au souhait de travailler. La question du souhait est en effet problématique pour comprendre le non-emploi des femmes. Dans la définition du chômage, on constate que ce n’est pas la seule privation d’emploi qui crée le « chômeur » : la question du souhait de travailler est centrale et ce souhait doit se refléter dans une recherche d’emploi ou une disponibilité pour travailler. Or, le souhait de travailler n’est pas envisagé socialement de la même manière pour les femmes et pour les hommes. Ravel (2007) montre que si dans « les années 1970, 95 % des femmes sans travail étaient inactives et 5 % chômeuses ; en 2002, 21 % d’entre elles sont au chômage », alors que quand « c’est l’homme qui ne travaille pas, il est au chômage plus d’une fois sur deux ». Comme le note Maruani (2002), « l’inactivité est un statut qui demeure socialement admissible pour les femmes, difficilement pensable pour les hommes ». S’arrêter de travailler pour s’occuper de ses enfants relève bien souvent de normes intériorisées par les femmes comme une « bonne solution » pour articuler vie professionnelle et vie familiale sur leur cycle de vie. Cette intériorisation des normes suppose donc d’utiliser le terme de « choix » ou de « souhait » avec beaucoup de précaution. Coudin et Thélot (2009) montrent par exemple que les différentes raisons de non-disponibilité à occuper un emploi rapidement (poursuite d’études ou de formation, raisons personnelles, garde d’enfants) sont très différentes pour les femmes et les hommes et agissent très différemment sur la probabilité de retour à l’emploi. En particulier, les inactifs déclarant souhaiter travailler mais non disponibles pour des raisons personnelles ou de garde d’enfants (qui sont principalement des femmes), ont très rarement un emploi un trimestre plus tard (11 % des cas) tandis qu’un quart d’entre eux passent en inactivité « sans souhait » de travailler.
1.2 – L’élévation du niveau d’éducation des femmes, facteur de réduction des inégalités ?
5Une des principales explications de l’amélioration de la situation des femmes sur le marché du travail est l’élévation de leur niveau d’éducation depuis plusieurs décennies. En 1984, environ 20 % des filles et des garçons entrés dans la vie active depuis moins de six ans possédaient un diplôme de l’enseignement supérieur (Mainguené et Martinelli, 2010). Aujourd’hui, 85 % des filles ont le baccalauréat contre 72 % des garçons, et 60 % des titulaires de master sont des filles (MENESR, 2016). De l’autre côté, 19 % des garçons n’ont aucun diplôme en début de vie active et cette proportion n’a pas baissé depuis 1999 alors que la proportion des filles sans diplôme a diminué de 16 % en 1999 à 12 % en 2008 (Mainguené et Martinelli, 2010).
6Le diplôme constituant l’un des principaux déterminants de la participation au marché du travail, cette augmentation du niveau d’études plus marquée pour les filles a des effets directs sur les situations d’emploi relatives des hommes et des femmes. Cette évolution conduit à de forts effets de structure et suppose donc d’observer la présence relative des femmes et des hommes sur tout le continuum d’emploi à niveau de diplôme donné. L’amélioration de la situation relative des femmes par rapport aux hommes sur le marché du travail, mesurée par le taux de chômage ou le taux d’emploi n’est-elle que le reflet d’un plus haut niveau d’éducation des femmes ou constate-t-on une plus grande égalité entre hommes et femmes « toutes choses égales par ailleurs », sur l’ensemble des situations du continuum ? L’amélioration constatée à l’aune de ces indicateurs capte-t-elle l’ensemble des situations intermédiaires entre l’emploi (notamment à temps plein) et l’inactivité ?
1.3 – Le rôle toujours déterminant de la présence d’enfants sur les situations d’emploi
7Si le niveau de formation impacte très fortement la situation d’emploi à la fois pour les femmes et pour les hommes, la présence d’enfants constitue un autre déterminant essentiel, avec des effets très différenciés sur les femmes et les hommes.
8Ainsi, le taux d’activité des femmes en couple avec un enfant de moins de trois ans s’établit à 80 %, tandis qu’il descend à 68 % pour les femmes avec deux enfants dont au moins un de moins de trois ans et jusqu’à 42 % pour les femmes avec trois enfants dont au moins un de moins de 3 ans. Ce taux est respectivement de 96 %, 94 % et 92 % pour les hommes (Insee, 2017). Par ailleurs, la porosité entre les situations de chômage et d’inactivité est plus grande pour les femmes quand elles commencent à avoir des enfants. Sur des données de 2007, Galtier (2011) montre ainsi que les mères ayant au moins un enfant de moins de trois ans non scolarisé ont un taux d’emploi de 20 points inférieur à celui des femmes âgées de 25 à 45 ans et constate que ces mères sont plus souvent non seulement au chômage mais surtout inactives, pointant à nouveau la difficulté à appréhender les situations des femmes sans emploi à travers le seul taux de chômage. Les travaux adoptant une dimension longitudinale et analysant les trajectoires professionnelles montrent également que le nombre de femmes sans emploi, qu’elles soient inactives, en congé parental ou au chômage, progresse avec le nombre d’enfants (Pailhé et Solaz, 2007). Parallèlement, les hommes au chômage avant la naissance sont bien plus nombreux à intensifier leur recherche d’emploi ou à reprendre un emploi l’année suivante tandis que les chômeuses sont, elles, plus souvent ralenties dans leur recherche d’emploi (Pailhé et Solaz, 2007).
9Au-delà des questions de choix, souvent intériorisés, différentes recherches montrent que la qualité des emplois occupés, la difficulté de trouver un emploi ou le niveau de diplôme pèsent sur l’arbitrage entre emploi et inactivité pour les femmes. Les conséquences des naissances sur l’emploi diffèrent ainsi nettement selon le niveau d’éducation des femmes : si les plus diplômées ajustent davantage leur temps de travail, les moins diplômées tendent plutôt à sortir du marché du travail. Ainsi, les mères qui ne travaillent plus sont nettement moins diplômées que les mères qui travaillent toujours, mais davantage que les mères qui n’ont jamais travaillé (Galtier, 2011).
10Dans la lignée des travaux sur la comptabilisation du travail des femmes menés par Maruani et Méron (2012), notre analyse statistique vise d’une part à visualiser les effets du diplôme et de la présence d’enfants sur le continuum d’emploi et d’autre part à estimer les probabilités prédites des femmes et des hommes d’être dans les différents états à partir d’une régression logistique.
2 – Méthodologie
2.1 – Construire un continuum des situations d’emploi à partir des variables de l’Enquête Emploi 2016
11Afin d’éclairer les situations comparées des femmes et des hommes sur le marché du travail, nous mobilisons l’Enquête Emploi 2016 [2] produite par l’INSEE qui constitue la principale source d’information statistique sur l’emploi en France et sert en particulier à mesurer le chômage au sens du Bureau International du Travail (BIT). Elle permet de classer tous les individus interrogés au sein des trois grandes classes que sont l’emploi, le chômage et l’inactivité.
12À partir des variables disponibles dans l’enquête Emploi, nous construisons une variable distinguant huit états possibles sur le marché du travail :
- l’emploi à temps complet,
- l’emploi à temps partiel d’une durée supérieure ou égale à 28 heures par semaine,
- l’emploi à temps partiel d’une durée inférieure à 28 heures par semaine,
- le chômage (au sens du BIT),
- le halo 1 (individus inactifs qui recherchent un emploi, mais non disponibles),
- le halo 2 (individus inactifs qui sont disponibles, mais ne recherchent pas d’emploi),
- le halo 3 (individus inactifs qui, bien que déclarant souhaiter travailler, ne sont pas disponibles et ne recherchent pas d’emploi),
- l’inactivité (hors halo).
13L’échantillon est réduit aux individus de 15 à 64 ans hors étudiants, apprentis, préretraités et retraités. La construction des différents états et la réduction de l’échantillon sont réalisées sur la base de la variable d’activité ACTEU6 [3], de la variable de situation principale sur le marché du travail lors du mois de l’enquête SP00, du statut regroupé mis en cohérence avec la profession STATUTR, de la variable de temps de travail HHC et des variables HALO et HALOR permettant d’identifier le halo.
14Les huit états décrivent ainsi un continuum entre la norme de l’emploi à temps complet à un extrême et l’inactivité à l’autre extrême. Le choix de cette variable à huit modalités est guidé par plusieurs facteurs, tous liés à la volonté de dépasser le traditionnel triptyque emploi-chômage-inactivité. Nous avons distingué les temps partiels « longs » dont la durée est égale ou supérieure à 28 heures par semaine (soit environ 4 jours et plus) et les temps partiels courts dont la durée horaire est inférieure à 28 heures par semaine. Cette distinction permet d’isoler un temps partiel plus proche de la norme d’emploi à temps plein d’un temps partiel plus éloigné, sans intégrer la question du choix de travailler à temps partiel dont on sait l’usage controversé pour rendre compte des écarts entre femmes et hommes. En parallèle, nous portons une attention toute particulière à l’inactivité et au halo du chômage. Les efforts statistiques déployés pour mesurer le halo du chômage peuvent en effet être considérés comme une amélioration de l’identification des individus qui ne sont pas très éloignés du marché du travail dans la mesure où ils déclarent souhaiter travailler, mais le décompte des individus qui n’indiquent pas (ou plus) leur souhait de travailler est tout aussi essentiel. La définition du « halo » a été discutée dans le cadre d’un groupe de travail du Conseil national de l’information statistique (CNIS) qui a recommandé de retenir dans ce halo toutes les personnes classées comme inactives mais qui déclarent souhaiter travailler et de distinguer au sein de ce halo les trois catégories susmentionnées. La création du continuum en huit états montre comment se composent et s’articulent toutes les catégories statistiques caractérisant les positions des individus sur le marché du travail. En dehors du temps partiel, nous ne distinguons pas les différents types de durées de contrats de travail (CDI, CDD ou travail intérimaire). La succession des contrats ainsi que la multiplication des croisements entre durée du contrat et temps de travail rendraient illisibles les résultats.
15Ce continuum en huit états est utilisé pour illustrer la dispersion des hommes et des femmes dans les différents états du marché du travail dans les statistiques descriptives. Les régressions économétriques menées à la suite regroupent les trois types de halo dans une seule et même catégorie afin de ne pas conserver des modalités avec trop peu d’effectifs : la variable expliquée comprend alors six modalités.
2.2 – Régressions et probabilités prédites
16Afin d’analyser les situations respectives des femmes et des hommes « toutes choses égales par ailleurs », des régressions logistiques multinomiales sont mises en œuvre. Deux régressions sont menées : l’une sur l’échantillon des femmes, l’autre sur l’échantillon des hommes. Les variables explicatives sont : l’âge découpé en trois modalités (15-24 ans, 25-49 ans servant de référence et 50-64 ans), le diplôme (en cinq catégories : « sans diplôme ou brevet des collèges » prise en référence, « titulaire d’un BEP ou CAP », « titulaire du Baccalauréat ou d’un brevet professionnel », « titulaire d’un bac+2 », « titulaire d’un diplôme supérieur à Bac+2 »), le fait de vivre en couple (marié ou non) ou d’être célibataire, la présence d’au moins un enfant de moins de trois ans, le nombre d’enfants de moins de 18 ans. Des variables sur la situation géographique et l’origine sont également intégrées : le fait d’habiter en zone rurale ou urbaine, le fait d’habiter ou non en zone urbaine sensible (ZUS), la nationalité (française prise en référence, étrangère à l’Union européenne à 28, étrangère hors UE-28) et le fait d’avoir une mère et/ou un père né.e à l’étranger. Les statistiques descriptives des variables explicatives (tableau A1) ainsi que les résultats des deux régressions logistiques sont présentés en annexe (tableaux A2 et A3).
17La mise en œuvre de modèles logits multinomiaux suppose une dissemblance des différentes catégories de la variable expliquée. Cette hypothèse dite d’indépendance des alternatives non pertinentes (Irrelevance of Independent Alternatives ou IIA en anglais) peut être testée statistiquement à l’aide du test de Hausman et du test de Small-Hsiao. Dans notre cas, dans la régression sur l’échantillon des hommes comme dans celle sur l’échantillon des femmes, le test d’Hausman conduit à rejeter l’hypothèse IIA tandis que le test de Small-Hsiao conduit à ne pas la rejeter. Comme le soulignent Long et Freese (2014), ces tests statistiques amènent souvent à des résultats contradictoires et la justification du choix de ces modèles passe donc tout autant par la vraisemblance de l’hypothèse d’un point de vue analytique que par la validation des tests statistiques. Un modèle alternatif au modèle logit multinomial pourrait être d’utiliser un modèle logit emboîté où dans notre cas, la première dichotomie pourrait consister à séparer l’emploi du non-emploi. Cependant, cette représentation ne correspond précisément pas à ce que nous cherchons à mettre en avant, à savoir le continuum des situations d’emploi et de non-emploi et l’insuffisance des représentations traditionnelles opposant emploi et non-emploi ou emploi à temps plein et chômage. Pour les femmes notamment, les alternatives entre les différentes situations se construisent de manière complexe, autour des questions de disponibilité, de « souhait » de travailler, de temps de travail etc. comme nous l’avons montré en première partie.
Encadré 1. Calculs des probabilités prédites moyennes pour différents sous-groupes
Les probabilités prédites d’être dans les différents états du continuum pour les différentes catégories de femmes et d’hommes (selon leur niveau de diplôme et la présence de jeunes enfants) sont calculées en fixant les variables indicatrices correspondantes (catégories de diplôme et indicatrice de présence d’au moins un jeune enfant) à 1 ou 0 et toutes les autres variables à leur valeur moyenne (ce qui équivaut dans le cas de variables indicatrices à considérer la proportion de personnes ayant cette caractéristique dans l’échantillon). Pour les niveaux de diplôme, nous comparons les peu ou non diplômé.e.s (sans diplôme ou brevet des collèges) aux très diplômé.e.s (supérieur à Bac+2).
3 – La plus grande dispersion des femmes dans les différents états du continuum
3.1 – Des différences persistantes entre femmes et hommes masquées par une convergence des taux de chômage
18Le graphique 1 illustre les différences persistantes entre les situations des femmes et des hommes sur le marché du travail en dépit de la convergence de leurs taux de chômage. Les hommes sont ainsi particulièrement présents dans la norme d’emploi à temps complet (75,2 %) et dans la catégorie du chômage (9,5 %), alors que les femmes sont davantage dispersées sur toutes les situations du continuum : une faible majorité d’entre elles occupent un emploi à temps complet (51,2 %), puis vient l’inactivité (15 %), suivi du temps partiel court (12,4 %), du temps partiel long (8,9 %), du chômage (8,1 %) et enfin le halo (4,4 %). Au sein du halo, les femmes sont particulièrement surreprésentées dans le halo 3, c’est-à-dire dans la situation où elles souhaitent travailler mais ne remplissent aucun des deux critères de définition du chômage à savoir la disponibilité et la recherche active d’emploi.
Continuum des situations d’emploi pour les femmes et les hommes de 15 à 64 ans
Continuum des situations d’emploi pour les femmes et les hommes de 15 à 64 ans
Champ : 15-64 ans, hors étudiants, apprentis, retraités et préretraités. N=260.606 observations.Note : pour la construction des différentes catégories, voir section 2.1.
19Le rapprochement des taux de chômage des femmes et des hommes observé pendant la crise qui se reflète ici dans une part des femmes au chômage plus faible que celle des hommes (8,1 % contre 9,5 %) masque donc la très forte diversité des situations d’emploi des femmes. Si la part des femmes au chômage est moins importante que celle des hommes, la catégorie du chômage n’arrive qu’en cinquième position dans la diversité des situations connues par les femmes sur le marché du travail bien derrière l’inactivité ou le temps partiel court.
20Si l’on observe les seules situations de non-emploi (chômage, halo et inactivité), il apparaît également que le non-emploi des femmes est beaucoup moins capté par la catégorie statistique du chômage que celui des hommes : moins d’un tiers des femmes sans emploi tombent dans la catégorie du chômage (29 %) tandis que cela concerne la moitié des hommes sans emploi (50 %). Cet écart illustre donc la plus grande invisibilité des femmes sans emploi majoritairement présentes dans l’inactivité et dans le halo (constituant respectivement 54 % et 16 % du non-emploi féminin).
21L’indicateur du taux de chômage rend de fait moins visible le non-emploi des femmes alors que le calcul d’indicateurs alternatifs pourrait permettre de mieux cerner les disparités femmes-hommes. Le taux de non-emploi s’élève ainsi à 19,1 % pour les hommes et 27,5 % pour les femmes de 15 à 64 ans hors études, retraites et préretraites [4]. Le calcul d’un indicateur de taux d’emploi en équivalent temps plein ou encore de taux d’emploi à temps complet permet aussi éclairer les disparités femmes-hommes en termes de temps de travail : le taux d’emploi à temps complet s’élève ainsi à 75,2 % pour les hommes et à seulement 51,2 % pour les femmes.
22En complément de ces analyses descriptives et pour étudier les situations respectives des femmes et des hommes « toutes choses égales par ailleurs », deux régressions logistiques multinomiales sont effectuées (une sur les hommes et une sur les femmes). C’est à partir des résultats des régressions (encadré 2) que nous calculons les probabilités prédites des femmes et des hommes de se trouver dans les différents états du continuum.
Encadré 2. Résultats bruts des modèles logistiques (voir tableaux A2 et A3 en annexe)
3.2 – Une probabilité « toutes choses égales par ailleurs » d’être inactive, dans le halo ou à temps partiel toujours plus importante pour les femmes
23L’analyse économétrique confirme que les femmes sont moins présentes dans les deux états les plus visibles du marché du travail que sont l’emploi à temps complet et le chômage et sont donc surreprésentées dans tous les autres états, les moins visibles, que sont les temps partiels, le halo du chômage et l’inactivité (tableau 1). « Toutes choses égales par ailleurs », les écarts entre femmes et hommes sont particulièrement marqués sur l’emploi à temps complet (27 points d’écart), l’inactivité (9 points d’écart) et les temps partiels courts (10 points d’écart) et long (7 points d’écart). L’écart est relativement réduit sur le halo (1 point d’écart) tandis qu’il disparaît en termes de chômage, les probabilités de chômage des femmes et des hommes se situant dans le même intervalle de confiance.
Probabilités prédites d’être dans les différents états du continuum « toutes choses égales par ailleurs » (en %), écart et ratio entre femmes et hommes
Femmes | Hommes | Écart Femmes-Hommes | Ratio Femmes/ Hommes | |
---|---|---|---|---|
Temps complet | 51,5 | 78,1 | -26,6 | 0,7 |
Temps partiel long | 8,8 | 1,8 | 7 | 4,8 |
Temps partiel court | 14,1 | 4,2 | 9,9 | 3,3 |
Chômage | 7,9 | 8,2 | -0,3 | 1,0 |
Halo | 4,5 | 3,3 | 1,1 | 1,3 |
Inactivité | 13,3 | 4,4 | 8,9 | 3,0 |
Probabilités prédites d’être dans les différents états du continuum « toutes choses égales par ailleurs » (en %), écart et ratio entre femmes et hommes
Champ : 15-64 ans, hors étudiants, apprentis, retraités et pré-retraités.Note de lecture : une femme ayant des caractéristiques moyennes a une probabilité prédite d’être en inactivité 3 fois supérieure à celle d’un homme ayant des caractéristiques moyennes (13,3 % pour les femmes et 4,4 % pour les hommes), ce qui correspond également à un écart de 8,9 points de pourcentage.
24Si l’élévation du niveau de diplôme des femmes pouvait laisser espérer une convergence des situations des femmes et des hommes sur le marché du travail, ces résultats montrent qu’une femme ayant des caractéristiques moyennes n’a pas les mêmes probabilités de se trouver dans les différents états du continuum d’emploi qu’un homme ayant des caractéristiques moyennes. On peut donc s’interroger sur l’hétérogénéité des situations derrière ce résultat moyen, et notamment sur le rôle explicatif du niveau de diplôme.
4 – Le continuum d’emploi sous l’effet du niveau de diplôme
4.1 – Un impact plus fort du niveau de diplôme sur le « continuum » d’emploi des femmes
25Globalement le niveau de diplôme agit dans le même sens chez les femmes et les hommes : plus il est élevé, plus les situations d’emploi à temps complet sont fréquentes et les situations de chômage, de halo et d’inactivité sont rares. Néanmoins deux résultats complémentaires apparaissent. D’une part, les différences entre femmes et hommes persistent à niveau de diplôme donné : si les écarts se réduisent chez les plus diplômé.e.s., ils ne disparaissent pas pour autant. D’autre part, le continuum se modifie plus fortement selon le niveau de diplôme pour les femmes que pour les hommes (graphique 2). Le diplôme a ainsi un effet plus fort sur le continuum d’emploi des femmes, ce qui implique qu’un faible niveau de diplôme leur est plus préjudiciable en termes d’intégration sur le marché du travail.
Continuum d’emploi des femmes et des hommes selon le niveau de diplôme
Continuum d’emploi des femmes et des hommes selon le niveau de diplôme
Champ : 15-64 ans, hors étudiants, apprentis, retraités et préretraités. N=260.606 observations.Note : les « très diplômé.e.s » sont titulaires d’un diplôme supérieur à Bac+2 et les « peu ou pas diplômé.e.s » sont titulaires au plus du brevet des collèges. Pour la construction des différentes catégories, voir section 2.1.
26Ainsi, alors que 85,5 % des hommes très diplômés et 57,8 % des hommes peu ou pas diplômés sont à temps complet, c’est le cas pour respectivement 67,7 % et 28,3 % des femmes de niveaux de diplôme similaires. Les hommes peu ou pas diplômés sont plus souvent au chômage (15,1 %) que les femmes de même qualification (10,7 %), mais ils sont deux fois moins inactifs (14,2 % vs. 33 %) et connaissent un peu moins le halo (6,8 % vs. 7,4 %).
4.2 – À caractéristiques similaires, les femmes peu ou pas diplômées sont moins au chômage mais toujours plus éloignées de l’emploi à temps complet
27Si le diplôme réduit la probabilité de chômage pour les femmes et les hommes, l’analyse économétrique confirme que les femmes peu ou pas diplômées ont moins de risque d’être au chômage que les hommes de même niveau de diplôme. En effet, les femmes peu diplômées connaissent une probabilité de chômage inférieure de 2,15 points de pourcentage par rapport aux hommes peu diplômés alors que cet écart n’existe quasiment pas (0,04 point) pour les plus diplômé.e.s.
28Le non-emploi des femmes peu diplômées se reflète donc moins dans la catégorie du chômage puisqu’elles sont nombreuses à basculer vers le halo (9 %) et surtout l’inactivité (29 %). La catégorie statistique du chômage capte finalement la majeure partie du non-emploi des hommes très diplômés (60,8 %), une moindre part pour les hommes peu diplômés et les femmes très diplômées (respectivement 41,2 % et 38,2 %) et seulement 22,2 % du non-emploi des femmes peu diplômées [5]. Cette catégorie demeure donc peu pertinente pour appréhender le non-emploi des femmes et des moins diplômé.e.s, ces deux critères venant en revanche augmenter les probabilités d’être en inactivité ou dans le halo.
29Dans l’ensemble, l’effet plus important du diplôme pour les femmes se confirme : il accroît notamment la probabilité de temps plein de presque 40 points de pourcentage pour les femmes et de 23 points pour les hommes [6]. Toutefois, si le fait d’être très diplômé.e vient réduire les inégalités entre femmes et hommes pour certains états du continuum (temps plein, inactivité et halo), les inégalités ne disparaissent pas. À diplôme élevé et autres caractéristiques moyennes, les différences de situations sur le marché du travail entre femmes et hommes sont encore très marquées. Elles prennent aussi des formes alternatives avec une plus forte probabilité de temps partiel long et une probabilité de chômage très légèrement supérieure à celle des hommes.
30Cette probabilité plus forte de temps partiel long pour les femmes plus diplômées soulève la question du rôle de la configuration familiale et notamment de la présence de (jeunes) enfants sur les situations d’emploi des femmes et des hommes.
Probabilités prédites d’être dans les différents états du continuum pour les femmes et les hommes à niveau de diplôme identique (écarts femmes-hommes)
Femmes peu diplômées | Hommes peu diplômés | Femmes très diplômées | Hommes très diplômés | Écart Femmes-Hommes peu diplômé.e.s | Écart Femmes-Hommes diplômé.e.s | |
---|---|---|---|---|---|---|
Temps complet | 29,3 | 62,1 | 68,9 | 85,9 | -32,8 | -17 |
Temps partiel long | 6,1 | 1,6 | 8,8 | 2,5 | 4,5 | 6,3 |
Temps partiel court | 15,7 | 4,8 | 9,9 | 3,9 | 11 | 6,0 |
Chômage | 10,9 | 13,0 | 4,8 | 4,7 | -2,2 | 0,0 |
Halo | 9,0 | 7,1 | 1,9 | 1,4 | 1,9 | 0,5 |
Inactivité | 29,0 | 11,5 | 5,8 | 1,7 | 17,5 | 4,1 |
Probabilités prédites d’être dans les différents états du continuum pour les femmes et les hommes à niveau de diplôme identique (écarts femmes-hommes)
Champ : 15-64 ans, hors étudiants, apprentis, retraités et préretraités. N=260.606 observations.5 – Le continuum d’emploi sous l’effet de la présence d’un jeune enfant
5.1 – Les effets opposés de la présence d’un enfant en bas âge sur le continuum d’emploi des femmes et des hommes
31Avoir un enfant et particulièrement de moins de 3 ans constitue un critère de différenciation important entre les situations des hommes et des femmes sur le marché du travail. Si la présence d’enfants et leur âge ne semble avoir que peu d’impact sur la situation sur le marché du travail des hommes, venant même réduire l’inactivité, la situation des femmes est, elle, très fortement modifiée par la présence d’au moins un enfant, le bas âge des enfants creusant encore les différences, comme le montre le graphique 3.
Continuum d’emploi des femmes et des hommes selon la présence d’enfants
Continuum d’emploi des femmes et des hommes selon la présence d’enfants
Champ : 15-64 ans, hors étudiants, apprentis, retraités et préretraités. N=260.606 observations.Note : les « très diplômé.e.s » sont titulaires d’un diplôme supérieur à Bac+2 et les « peu ou pas diplômé.e.s » sont titulaires au plus du brevet des collèges. Pour la construction des différents états du continuum, voir l’encadré 1.
32Sans surprise, la présence d’au moins un enfant de moins de 3 ans réduit l’emploi à temps complet des femmes mais il diminue également le temps partiel court et le chômage. En parallèle, les mères de jeunes enfants sont davantage présentes dans le temps partiel long, le halo et l’inactivité.
33Ce résultat se confirme si on regarde la part des femmes recevant le Complément Libre Choix d’Activité [7] par situation d’emploi. Si en moyenne 6 % des femmes perçoivent cette allocation en gardant leur jeune enfant, cela concerne 11 % des femmes à temps partiel long (contre seulement moins de 5 % de celles en temps partiel court), 14,1 % des femmes au chômage ou dans le halo 1 et 16,8 % de celle dans le halo 3. Nous retrouvons ici les conclusions de Legendre et Vanovermeir (2011) indiquant que les personnes recourant au CLCA à taux réduit sont majoritairement en temps partiel assez long (entre 51% et 80% d’un temps complet). La transformation du continuum d’emploi des femmes avec ou sans jeunes enfants semble ainsi suggérer une diminution du temps complet au profit du temps partiel long et une diminution du temps partiel court et du chômage au profit de l’inactivité et du halo du chômage.
5.2 – Le non-emploi des mères de jeunes enfants masqué par un moindre chômage
34L’analyse « toutes choses égales par ailleurs » confirme les écarts massifs entre femmes et hommes en présence de jeunes enfants. Les mères de jeunes enfants ont une très faible probabilité de travailler à temps complet (36,5%, inférieure de presque 40 points à celle des hommes), une probabilité de 26,9% d’être inactives (23,2 points de plus que les hommes), de respectivement 9,7% et 10,6% d’être en temps partiel long ou court (avec un écart respectif de 7,8 et 5,8 points par rapport aux hommes) et une probabilité de se trouver dans le halo de 8,2% (seulement 3,9% pour les pères de jeunes enfant). La probabilité de halo est ainsi fortement accrue par le cumul d’être femme et mère d’un jeune enfant, ce qui illustre le poids des contraintes de temps de recherche et de disponibilité à occuper un emploi qui pèse sur les femmes à l’arrivée d’un enfant, liées à l’inégale répartition des tâches parentales et domestiques.
35En outre, comme le montrent les deux dernières colonnes du tableau 3, le chômage est à nouveau la catégorie du continuum où l’écart de probabilité est le plus faible et inversé entre les hommes et les femmes, puisque la probabilité de chômage des femmes avec jeunes enfants est de 2,4 points inférieure à celle des hommes avec jeunes enfants. Le poids du chômage dans le non-emploi est donc toujours plus faible pour les femmes que pour les hommes et se réduit encore pour les mères d’un enfant de moins de 3 ans (de 32,6 % à 18,7 %) alors qu’il augmente chez les pères (50,9 % et 58 %). Les mères de jeunes enfants s’éloignent ainsi de l’activité alors que les pères se repositionnent sur le marché du travail. Les situations du continuum sur lesquelles l’écart femmes-hommes se creuse particulièrement en présence de jeunes enfants sont donc celles situées aux deux extrémités du continuum (temps complet d’un côté, et halo et inactivité de l’autre), indiquant une polarisation des situations d’emploi à la suite des naissances d’enfants. En revanche, le fait d’avoir un enfant en bas âge n’accentue que très peu les écarts de temps partiel long déjà existants entre femmes et hommes. On retrouve ici le constat selon lequel l’emploi à temps partiel concerne davantage les femmes quelle que soit leur situation familiale (Pak, 2013).
Probabilités prédites d’être dans les différents états du continuum pour les femmes et les hommes avec ou sans jeunes enfants (écarts femmes-hommes)
Femme | Homme | Écart Femme-Homme | ||||
---|---|---|---|---|---|---|
avec jeune enfant | sans jeune enfant | avec jeune enfant | sans jeune enfant | avec jeune enfant | sans jeune enfant | |
Temps complet | 36,5 | 53,1 | 75,3 | 78,3 | -38,8 | -25,3 |
Temps partiel long | 9,7 | 8,6 | 2,0 | 1,8 | 7,8 | 6,8 |
Temps partiel court | 10,6 | 14,4 | 4,8 | 4,2 | 5,8 | 10,3 |
Chômage | 8,1 | 7,8 | 10,4 | 8,0 | -2,4 | -0,2 |
Halo | 8,2 | 4,1 | 3,9 | 3,3 | 4,3 | 0,8 |
Inactivité | 26,9 | 12,0 | 3,7 | 4,4 | 23,3 | 7,6 |
Probabilités prédites d’être dans les différents états du continuum pour les femmes et les hommes avec ou sans jeunes enfants (écarts femmes-hommes)
Champ : 15-64 ans, hors étudiants, apprentis, retraités et préretraités. N=260.606 observations.36Les femmes apparaissent donc en moyenne toujours moins intégrées sur le marché du travail que les hommes et l’absence de diplôme et la présence de jeunes enfants constituent deux facteurs déterminants pour expliquer la persistance de ces écarts femmes-hommes. Cependant, le continuum d’emploi des parents de jeunes enfants ne se modifie pas de la même manière selon le niveau de diplôme. Dans une dernière partie, ces deux critères sont croisés afin de comprendre leur articulation.
5.3 – Les effets combinés du diplôme et des jeunes enfants : homogénéité des situations des hommes et diversité des situations des femmes
37L’analyse croisée confirme que l’absence de diplôme et la présence d’enfants renforcent les écarts entre femmes et hommes sur la plupart des états du continuum notamment aux deux extrémités (temps complet d’un côté et halo et inactivité de l’autre). Les écarts se creusent particulièrement lorsque ces deux caractéristiques se cumulent, comme l’illustre le graphique 4.
Continuum d’emploi des femmes et des hommes selon la présence d’enfants et le niveau de diplôme
Continuum d’emploi des femmes et des hommes selon la présence d’enfants et le niveau de diplôme
Champ : 15-64 ans, hors étudiants, apprentis, retraités et préretraités. N=260.606 observations.Note : les « très diplômé.e.s » sont titulaires d’un diplôme supérieur à Bac+2 et les « peu ou pas diplômé.e.s » sont titulaires au plus du brevet des collèges. Pour la construction des différents états du continuum, voir l’encadré 1.
38Si l’écart de temps complet est de 27 points entre femmes et hommes en moyenne, il s’échelonne de 16 points pour les très diplômé.e.s sans jeune enfant à 42,5 points pour les peu diplômé.e.s avec jeune enfant. C’est aussi pour les peu diplômé.e.s avec jeune enfant que l’écart de probabilité entre femmes et hommes de connaître l’inactivité est le plus important.
39Des éléments intéressants apparaissent concernant les formes d’emploi à temps partiel. Si le fait d’être une femme augmente la probabilité de temps partiel, les écarts entre femmes et hommes diffèrent selon la durée du temps partiel lorsqu’on croise le niveau de diplôme et la présence d’enfant en bas âge. C’est parmi les diplômé.e.s avec jeune enfant que les écarts de temps partiel long entre femmes et hommes sont les plus importants tandis que l’absence de diplôme réduit les écarts sur le temps partiel long. Certaines femmes diplômées réduisent en effet de quelques heures leur temps de travail dans un objectif de meilleure articulation entre vie familiale et vie professionnelle. Cette baisse du temps de travail peut se faire directement à la fin du congé maternité ou via un congé parental à temps partiel après lequel de nombreuses femmes restent à temps partiel (Legendre et Vanovermeir, 2011). Du côté des moins diplômées, la présence d’un enfant en bas âge fait davantage basculer les femmes vers le halo et l’inactivité, rappelant ici l’existence de « trappes à inactivité » pour les femmes les moins bien insérées sur le marché du travail qui sont souvent les moins diplômées (OCDE, 2013, p. 100).
Synthèse des écarts entre femmes et hommes dans les différents états du continuum
Synthèse des écarts entre femmes et hommes dans les différents états du continuum
Champ : 15-64 ans, hors étudiants, apprentis, retraités et préretraités. N=260.606 observations.Note : les écarts calculés dans les cinq premières colonnes reprennent des chiffres des tableaux 1, 2 et 3, les écarts des quatre dernières colonnes sont calculés à partir des probabilités prédites présentées dans le tableau A4 en annexe.
40Les effets semblent jouer de manière différente pour le temps partiel court : c’est parmi les peu ou pas diplômé.e.s sans jeune enfant que les écarts entre femmes et hommes sont les plus marqués. La logique semble ici plutôt sectorielle, liée à la demande de travail, les femmes étant davantage présentes dans certains secteurs et métiers peu qualifiés où les temps partiels courts sont répandus. Ainsi le secteur de l’aide à domicile, des aides ménagères et des assistantes maternelles, féminisé à 97,7 % et qui emploie près d’un million de femmes en France (Argouarc’h, Calavrezo, 2013) présente des taux de temps partiel très élevés (72 % pour l’aide à domicile et les aides ménagères et 33 % pour les assistantes maternelles) (Dares, 2016).
41Enfin, c’est toujours au sein de la catégorie du chômage que les inégalités entre femmes et hommes sont les plus faibles voire inversées. Cela est notamment vrai pour les femmes peu ou pas diplômées avec enfant en bas âge qui sont nettement moins présentes dans le chômage que les hommes avec les mêmes caractéristiques (plus de 7 points d’écart). Le non emploi des femmes est concentré sur l’inactivité et le halo : seules 12,8 % de ces femmes sans emploi tombent dans la catégorie du chômage (vs. 48 % des hommes).
6 – Conclusion
42S’il n’existe bien évidemment pas de bonne mesure du chômage (Freyssinet, 2009), cette analyse montre que les mesures les plus couramment admises rendent moins visible l’hétérogénéité des situations des femmes. Le continuum d’emploi construit dans cet article témoigne à la fois de la plus grande dispersion des femmes entre le temps complet, le temps partiel long et court, le chômage, les différents types de halo et l’inactivité et des différences persistantes entre femmes et hommes, y compris pour les hauts niveaux de diplôme. Si les inégalités entre femmes et hommes se réduisent pour les plus diplômé.e.s, elles ne disparaissent pas pour autant et prennent également des formes alternatives : les femmes diplômées connaissent relativement moins d’inactivité et le halo mais davantage de temps partiel long et autant de chômage que les hommes.
43On remarque également que les écarts entre femmes et hommes sont relativement plus marqués sur les situations du continuum les moins observées (temps partiel court et long, temps complet, inactivité, halo) tandis que l’écart femme-homme en termes de chômage est non significatif, voire souvent inversé. Ainsi, la catégorie du chômage apparaît plus pertinente pour refléter le non-emploi des hommes tandis qu’elle capte mal le non-emploi des femmes, et ce d’autant plus qu’elles sont faiblement diplômées et mères de jeunes enfants.
44L’analyse empirique rappelle aussi l’importance de considérer, en particulier pour les femmes, les situations « à la frontière » des trois catégories habituelles d’analyse (emploi, chômage et inactivité), notamment le halo du chômage et le temps partiel plus ou moins long. Il apparaît par exemple, que pour les mères de jeunes enfants, la probabilité de se trouver dans le halo du chômage est similaire à la probabilité d’être au chômage (8 % dans les deux cas). Cela montre une fois de plus que les situations des femmes – pour lesquelles la tension entre vie professionnelle et vie familiale reste plus vive – sont davantage susceptibles d’être « invisibilisées » par les indicateurs traditionnels du marché du travail, taux de chômage mais aussi taux d’emploi (à temps plein et partiel confondus). Si la définition d’indicateurs complémentaires comme le halo du chômage (pour lequel l’INSEE retient une définition plus large que celle d’Eurostat incluant le « halo 3 ») constitue une avancée, ces indicateurs restent très peu mobilisés dans le débat public.
45La mobilisation dans le débat public d’indicateurs alternatifs pour commenter la situation du marché du travail semble donc absolument nécessaire. La focalisation au niveau national sur le taux de chômage et au niveau européen sur le taux d’emploi (sans aucune référence spécifique au temps complet) peut conduire à préconiser des politiques publiques favorisant le développement d’emplois de faible qualité (notamment des temps partiels courts) en particulier pour les femmes et d’autant plus qu’elles sont peu qualifiées. Cette tendance à un partage du temps de travail relativement inégalitaire est déjà à l’œuvre dans certains pays européens comme l’Allemagne où l’augmentation du taux d’emploi passe exclusivement par la création d’emplois à temps partiel (Costes et al., 2015) et le développement d’un modèle de temps complet long pour les hommes associé à des temps partiels courts pour les femmes
46L’utilisation du taux d’emploi en équivalent temps complet pourrait constituer une alternative intéressante à l’utilisation du taux de chômage ou du taux d’emploi comme principaux outils de suivi du marché du travail (Lemière, 2013). Au niveau européen, l’indicateur utilisé pour repérer les jeunes ni en éducation/formation, ni en emploi, ni en stage (NEET : Not in Education, Employment or Training) est riche d’enseignements. Il permet ainsi de mettre en lumière que si 15 % des jeunes hommes de 25-29 ans sont dans cette forme de décrochage de l’emploi, c’est 25 % des jeunes femmes du même âge (Minni et Pommier, 2012), alors même que les filles sont moins concernées par le décrochage scolaire, notion bien plus médiatisée. Déployer l’indicateur NEET à l’ensemble de la population pourrait ainsi constituer une piste intéressante pour définir un indicateur de non-emploi pour tous les adultes et permettant de valoriser les situations de formation continue (Guergoat-Larivière, à paraître).
47La définition d’un indicateur unique reflétant la complexité du marché du travail est un défi difficile mais la question du temps de travail et les situations de formation continue sont probablement deux critères fondamentaux à intégrer à un tel indicateur dans un contexte marqué par l’accroissement des inégalités sur le marché du travail.
Statistiques descriptives des variables explicatives
Homme | Femme | |
---|---|---|
15-24 ans | 10,2 | 7,9 |
25-49 ans | 56,8 | 57,4 |
50-64 ans | 33,1 | 34,7 |
Présence d’un enfant de moins de 3 ans | 10,1 | 10,9 |
Nombre d’enfants de moins de 18 ans | 0,8 | 0,9 |
Célibataire | 34,9 | 34,4 |
En couple | 65,1 | 65,6 |
Supérieur à bac+2 | 17,4 | 19,0 |
Bac+2 | 12,2 | 15,0 |
Baccalauréat ou brevet professionnel | 18,6 | 19,6 |
CAP, BEP | 28,7 | 22,1 |
Sans diplôme ou brevet des collèges | 23,1 | 24,3 |
Milieu rural | 24,7 | 22,6 |
Milieu urbain | 75,3 | 77,4 |
ZUS | 5,3 | 5,7 |
Français | 93,4 | 92,1 |
Etranger d’un autre pays de l’UE28 | 2,0 | 2,1 |
Etranger d’un pays hors UE28 | 4,6 | 5,8 |
Mère née à l’étranger | 19,5 | 21,4 |
Père né à l’étranger | 20,8 | 22,5 |
Statistiques descriptives des variables explicatives
Champ : 15-64 ans, hors étudiants, apprentis, retraités et préretraités. N=260.606 observations.Note de lecture : 10,2% des hommes de la base ont entre 15 et 24 ans. Les femmes de la base ont en moyenne 0,9 enfant de moins de 18 ans vivant dans leur ménage.
Résultats du logit estimant pour les HOMMES la probabilité d’être dans différents états sur le marché du travail (référence : emploi à temps complet)
TP long | TP court | Chômage | Halo | Inactivité | |
---|---|---|---|---|---|
Âge | |||||
15-24 ans | 0,408*** | 0,829*** | 0,841*** | 0,432*** | 0,817*** |
0,076 | 0,045 | 0,029 | 0,045 | 0,04 | |
25-49 ans | Ref. | Ref. | Ref. | Ref. | Ref. |
50-64 ans | 0,342*** | 0,536*** | -0,202*** | 0,078** | 1,178*** |
0,052 | 0,034 | 0,027 | 0,036 | 0,029 | |
Situation familiale | |||||
Présence d’un enfant de moins de 3 ans | 0,109 | 0,190*** | 0,306*** | 0,211*** | -0,153** |
0,08 | 0,056 | 0,037 | 0,055 | 0,063 | |
Nombre d’enfants de moins de 18 ans | -0,012 | -0,074*** | -0,026** | 0,052*** | -0,057*** |
0,026 | 0,017 | 0,011 | 0,016 | 0,016 | |
En couple (marié ou non) | Ref. | Ref. | Ref. | Ref. | Ref. |
Célibataire | 0,413*** | 0,613*** | 1,107*** | 1,194*** | 1,152*** |
0,053 | 0,034 | 0,025 | 0,036 | 0,028 | |
Diplôme | |||||
Supérieur à bac+2 | 0,158** | -0,526*** | -1,344*** | -1,954*** | -2,267*** |
0,068 | 0,047 | 0,036 | 0,061 | 0,055 | |
Bac+2 | 0,130* | -0,629*** | -1,258*** | -1,769*** | -1,999*** |
0,074 | 0,054 | 0,041 | 0,067 | 0,057 | |
Baccalauréat ou brevet professionnel | 0,022 | -0,255*** | -0,806*** | -1,082*** | -1,290*** |
0,07 | 0,043 | 0,03 | 0,044 | 0,037 | |
CAP, BEP | -0,370*** | -0,474*** | -0,537*** | -0,795*** | -1,122*** |
0,07 | 0,041 | 0,026 | 0,036 | 0,03 | |
Sans diplôme ou brevet des collèges | Ref. | Ref. | Ref. | Ref. | Ref. |
Situation géographique et origine | |||||
Vivant en zone urbaine | Ref. | Ref. | Ref. | Ref. | Ref. |
Vivant en zone rurale | -0,176*** | -0,103*** | -0,496*** | -0,506*** | -0,277*** |
0,054 | 0,036 | 0,028 | 0,041 | 0,031 | |
Vivant en ZUS | 0,015 | 0,526*** | 0,534*** | 0,357*** | 0,587*** |
0,109 | 0,057 | 0,037 | 0,055 | 0,046 | |
Originaire de France | Ref. | Ref. | Ref. | Ref. | Ref. |
Originaire d’un pays étranger dans l’UE28 | -0,124 | 0,164 | -0,196*** | -0,157 | -0,229*** |
0,177 | 0,1 | 0,076 | 0,114 | 0,088 | |
Originaire d’un pays hors UE28 | 0,256** | 0,744*** | 0,635*** | 1,019*** | 0,506*** |
0,126 | 0,069 | 0,047 | 0,062 | 0,06 | |
Mère née à l’étranger | 0,015 | 0,058 | 0,189*** | 0,196*** | 0,231*** |
0,088 | 0,057 | 0,037 | 0,059 | 0,048 | |
Père né à l’étranger | 0,006 | 0,125** | 0,268*** | 0,014 | 0,083* |
0,086 | 0,054 | 0,035 | 0,058 | 0,048 | |
Constante | -3,963*** | -3,079*** | -1,999*** | -2,697*** | -2,542*** |
0,072 | 0,046 | 0,031 | 0,043 | 0,037 |
Résultats du logit estimant pour les HOMMES la probabilité d’être dans différents états sur le marché du travail (référence : emploi à temps complet)
Champ : 15-64 ans, hors étudiantes, apprenties, retraitées et préretraitées. N=125.238 observationsNote : coefficients et écart-types robustes en dessous; seuils de significativité : *** statistiquement significatif au seuil de 0,1 % ; ** au seuil de 1 % ; * au seuil de 5 % ; + au seuil de 10 %.
Résultats du logit estimant pour les FEMMES la probabilité d’être dans différents états sur le marché du travail (référence : emploi à temps complet)
TP long | TP court | Chômage | Halo | Inactivité | |
---|---|---|---|---|---|
Âge | |||||
15-24 ans | 0,100* | 0,746*** | 1,165*** | 0,663*** | 0,960*** |
0,051 | 0,035 | 0,033 | 0,046 | 0,036 | |
25-49 ans | Ref. | Ref. | Ref. | Ref. | Ref. |
50-64 ans | 0,256*** | 0,342*** | -0,396*** | -0,154*** | 0,950*** |
0,026 | 0,022 | 0,029 | 0,036 | 0,023 | |
Situation familiale | |||||
Présence d’un enfant de moins de 3 ans | 0,497*** | 0,068* | 0,409*** | 1,063*** | 1,179*** |
0,032 | 0,035 | 0,037 | 0,038 | 0,028 | |
Nombre d’enfants de moins de 18 ans | 0,325*** | 0,171*** | 0,215*** | 0,352*** | 0,341*** |
0,01 | 0,01 | 0,011 | 0,013 | 0,01 | |
En couple (marié ou non) | Ref. | Ref. | Ref. | Ref. | Ref. |
Célibataire | -0,378*** | 0,014 | 0,728*** | 0,628*** | -0,098*** |
0,025 | 0,02 | 0,023 | 0,029 | 0,02 | |
Diplôme | |||||
Supérieur à bac+2 | -0,487*** | -1,315*** | -1,684*** | -2,400*** | -2,472*** |
0,035 | 0,03 | 0,036 | 0,049 | 0,032 | |
Bac+2 | -0,216*** | -1,206*** | -1,607*** | -2,155*** | -2,171*** |
0,035 | 0,031 | 0,04 | 0,052 | 0,033 | |
Baccalauréat ou brevet professionnel | -0,190*** | -0,689*** | -0,923*** | -1,440*** | -1,476*** |
0,035 | 0,027 | 0,031 | 0,039 | 0,026 | |
CAP, BEP | -0,134*** | -0,485*** | -0,647*** | -0,936*** | -1,186*** |
0,034 | 0,025 | 0,03 | 0,035 | 0,024 | |
Sans diplôme ou brevet des collèges | Ref. | Ref. | Ref. | Ref. | Ref. |
Situation géographique et origine | |||||
Vivant en zone urbaine | Ref. | Ref. | Ref. | Ref. | Ref. |
Vivant en zone rurale | 0,205*** | 0,062*** | -0,289*** | -0,349*** | -0,242*** |
0,023 | 0,021 | 0,029 | 0,037 | 0,022 | |
Vivant en ZUS | -0,041 | 0,274*** | 0,317*** | 0,089* | 0,639*** |
0,059 | 0,04 | 0,042 | 0,053 | 0,035 | |
Originaire de France | Ref. | Ref. | Ref. | Ref. | Ref. |
Originaire d’un pays étranger dans l’UE28 | 0,06 | 0,381*** | 0,029 | -0,051 | -0,011 |
0,084 | 0,061 | 0,081 | 0,107 | 0,066 | |
Originaire d’un pays hors UE28 | 0,126 | 0,884*** | 1,236*** | 1,562*** | 1,271*** |
0,079 | 0,051 | 0,052 | 0,058 | 0,046 | |
Mère née à l’étranger | -0,109** | 0,028 | 0,251*** | 0,083 | 0,163*** |
0,043 | 0,035 | 0,038 | 0,051 | 0,034 | |
Père né à l’étranger | -0,051 | 0,151*** | 0,162*** | 0,176*** | 0,231*** |
0,041 | 0,034 | 0,037 | 0,049 | 0,033 | |
Constante | -1,899*** | -1,091*** | -1,543*** | -1,892*** | -0,950*** |
0,035 | 0,028 | 0,033 | 0,039 | 0,027 |
Résultats du logit estimant pour les FEMMES la probabilité d’être dans différents états sur le marché du travail (référence : emploi à temps complet)
Champ : 15-64 ans, hors étudiantes, apprenties, retraitées et préretraitées. N=135.368 observations.Note : coefficients et écart-types robustes en dessous ; seuils de significativité : *** statistiquement significatif au seuil de 0,1 % ; ** au seuil de 1 % ; * au seuil de 5 % ; + au seuil de 10 %.
Probabilités prédites d’être dans les différents états du continuum pour les femmes et les hommes, à niveau de diplôme et présence d’enfants en bas âge identiques
Probabilités prédites d’être dans les différents états du continuum pour les femmes et les hommes, à niveau de diplôme et présence d’enfants en bas âge identiques
Champ : 15-64 ans, hors étudiants, apprentis, retraitées et préretraitées. N=135.368 observations.Bibliographie
Références
- Argouarc’h J., Calavrezo O., 2013, « La répartition des hommes et des femmes par métier », Dares Analyses, n° 79, décembre.
- Cézard M., 1986, « Le chômage et son halo », Économie et statistique, n° 193-194, novembre-décembre, pp. 77-82.
- Cézard M. Méron M., Roth N., Torelli C., 1991, « Le halo autour du chômage », Economie et statistique, n° 249, pp. 15-23, décembre.
- Costes N., Rambert L., Saillard E., 2015, « Part-time work and work-sharing: a comparison between France and Germany », Trésor-Economics, n° 141, French Directorate General of the Treasury (DG Trésor), janvier.
- Coudin E. et Thélot H., 2009, « Le ‘halo’ du chômage: entre chômage BIT et inactivité », Insee Première, n° 1260, octobre.
- Dares, 2016, Portraits statistiques des métiers 1982-2014, fiches T2A http://dares.travail-emploi.gouv.fr/IMG/pdf/t2a.pdf et T2B http://dares.travail-emploi.gouv.fr/IMG/pdf/t2b.pdf.
- Dieu A. M., Delhaye C., Cornet A., 2010, « Les femmes au foyer », Travail et Emploi, n° 122, pp. 27-38.
- Eurostat, 2015, Underemployment and potential additional labor force statistics, http://ec.europa.eu/eurostat/statistics-explained/index.php/Underemployment_and_potential_additional_labour_force_statistics.
- Freyssinet J., 2009, « La mesure du chômage : un enjeu de société », in Les Cahiers français, « Emploi et chômage dans les pays de l’OCDE : les grandes tendances », n° 353, novembre-décembre.
- Galtier B., 2011, « L’arbitrage entre emploi et inactivité des mères de jeunes enfants : le poids des contraintes familiales, professionnelles et sociétales sur les modes d’accueil des enfants », Économie et statistique, n° 447, pp. 33-56.
- Gautié J., 2002, « De l’invention du chômage à sa déconstruction. », Genèses, vol. 1, n° 46, pp. 60-76.
- Guergoat-Larivière M., 2018, à paraître, « What do labour market indicators (not) tell us and how do they shape our vision of changing European labour markets? », Next Left focus group, Foundation for European Progressive Studies.
- Insee, 2017, « Femmes et hommes, l’égalité en question », édition 2017.
- Laroque G. et Salanié B., 2000, « Une décomposition du non-emploi en France », Économie et statistique, n° 331, pp. 7-66.
- Legendre et Vanovermeir, 2011, « Situations professionnelles à l’entrée et à la sortie du complément de libre choix d’activité (CLCA) », Études et résultats, Drees, n° 750, février.
- Lemière S. (dir.), Becker M., Berthoin G., Domingo P., Guergoat-Larivière M., Marc C., Maurage-Bousquet A., Silvera R. (2013), « L’accès à l’emploi des femmes : une question de politiques… », Rapport pour le Ministère des Droits des Femmes, La Documentation Française, décembre, 179 p.
- Long J. S., Freese J., 2014, Regression Models for Categorical Dependent Variables Using Stata, Third Edition, Stata Press.
- Mainguené A. et Martinelli D., 2010, « Femmes et hommes en début de carrière. Les femmes commencent à tirer profit de leur réussite scolaire », Insee Première, n° 1284, février.
- Maruani M., 2002, Les mécomptes du chômage, Bayard, 160 p.
- Maruani M., Méron M., 2012, Un siècle de travail des femmes en France : 1901-2011, Éditions La Découverte, 230 p.
- Minni C. et Pommier P., 2012, « Emploi et chômage des 15-29 ans en 2011 », Dares Analyses, décembre, n° 090.
- OCDE, 2013, Études économiques de l’OCDE : France 2013, Éditions OCDE.
- Pailhé A. et Solaz A., 2007, « Inflexions des trajectoires professionnelles des hommes et des femmes après la naissance d’enfants », Recherches et Prévisions, n° 90, décembre.
- Ravel C., 2007, « La polarisation de l’emploi au sein des ménages de 1975 à 2002 », Économie et statistique, n° 402, pp. 3-23.
Notes
-
[1]
Si le halo du chômage désigne tout d’abord les contours flous du chômage, l’INSEE en a proposé un indicateur depuis 2013 qui regroupe les individus inactifs recherchant un emploi mais non disponibles, les individus inactifs disponibles mais ne recherchant pas d’emploi et les individus inactifs non disponibles et ne recherchant pas d’emploi mais déclarant souhaiter travailler.
-
[2]
Données enquête Emploi (en continu) – 2016, INSEE [producteur], ADISP-CMH [diffuseur].
-
[3]
Dans l’Enquête Emploi 2016, les femmes en congé maternité et les parents en congé parental sont comptabilisés dans l’emploi.
-
[4]
Le taux de non-emploi rapporte la somme des individus au chômage ou en inactivité (y compris le halo) à la population totale de référence. Le taux d’emploi à temps complet rapporte le nombre de personnes en emploi à temps complet à la population totale de référence.
-
[5]
La part du non-emploi captée par la catégorie du chômage est calculée dans chaque cas en rapportant le nombre de personnes au chômage sur l’ensemble des personnes en non-emploi (chômage+halo+inactivité). Par exemple pour les femmes peu ou pas diplômées : 10,9/(10,9 + 9 +2 9) = 22,2 %.
-
[6]
Écart de 68,9-29,3=40,6 points de % pour les femmes ; 85,9-62,1=23,8 points de % pour les hommes.
-
[7]
Le complément de libre choix d’activité (CLCA) est une prestation familiale versée par les caisses d’allocations familiales (CAF), qui apporte une compensation financière aux parents d’enfants de moins de trois ans qui ne travaillent pas (CLCA à taux plein) ou qui travaillent à temps partiel (CLCA à taux réduit). Cette prestation a été remplacée pour les enfants nés après le 31 décembre 2014 par la prestation partagée d’éducation de l’enfant (PreParE) dont un des principes est d’inciter au partage entre les deux parents.