Les effets du CICE : une évaluation ex post

Fabrice Gilles; Yannick L’Horty; Ferhat Mihoubi; Xi Yang

doi:10.3917/ecop.214.0001

Notes

(1)
Nous limitons donc l’analyse aux effets du CICE sur les entreprises pérennes. Il est clair que le CICE peut produire également des effets sur la survie des entreprises qui peuvent avoir des conséquences sur l’emploi, les salaires et la compétitivité. Ces effets au travers de la démographie des entreprises sont donc en dehors du champ d’observation du présent article.
(2)
e-mod qui succède au modèle Mosaïque à l’OFCE est un modèle d’inspiration néo-keynésienne, où la demande globale en période de sous-utilisation des capacités de production détermine la production à court terme.
(3)
Par ailleurs, la question du non-recours au CICE ne se pose pas puisqu’il est calculé automatiquement par l’administration à partir du montant de l’assiette du CICE renseigné par les entreprises lors de leurs déclarations obligatoires auprès des Urssaf. Malgré cela, on observe que ces déclarations n’ont pas été systématiques lors de la première année d’entrée en vigueur du CICE.
(4)
Pour les BRC, les entreprises sont non appariées car elles ne sont pas présentes dans FARE. Ces entreprises sont principalement de petite taille (elles ont dans 90 % des cas moins de 5 salariés) et issues des secteurs « Travaux de construction spécialisés », « Restauration », « Services relatifs aux bâtiments et aménagement paysager ». Pour FARE, elles concernent « les activités des sièges sociaux » et les « Travaux de construction spécialisés ».
(5)
Un contrôle important a été fait par les services producteurs en amont de ce rapport.
(6)
Les caractéristiques des entreprises bénéficiaires du CICE issues de l’échantillon long (2004-2014) sont qualitativement similaires à celles de l’échantillon court (2009-2014), bien que ces entreprises soient plus grandes en moyenne et donc moins fortement bénéficiaires du CICE.
(7)
Il convient de noter que les trois sources utilisent des concepts différents pour mesurer l’emploi moyen. Dans les DADS, l’emploi moyen mesure les postes non annexes au prorata de leur durée (mesuré en nombre de jours). Pour les BRC, il s’agit de la moyenne des effectifs en fin de trimestre sur le dernier trimestre de l’année précédente et sur les quatre trimestres de l’année courante. Enfin, dans FARE, l’emploi moyen renvoie aux effectifs en équivalent temps plein (ETP). Par conséquent, les effectifs moyen FARE diffèrent de façon plus marquée des deux autres sources puisqu’ils intègrent la durée horaire des postes au sein de l’entreprise. Par ailleurs, nous ne présentons pas les résultats reposant sur les effectifs au 31/12, indicateurs de l’emploi trop fortement relié au caractère saisonnier de l’activité (le lecteur intéressé pourra se reporter à notre rapport de recherche, Gilles et alii, 2017).
(8)
La notion de masse salariale diffère suivant les sources. Pour BRC et DADS elle correspond à l’assiette CSG alors que pour FARE il s’agit du brut fiscal. Le brut fiscal est en général un peu moins précis que l’assiette CSG qui est renseignée dans le bordereau récapitulatif.
(9)
Le salaire moyen cumule donc les divergences suivant les sources sur l’emploi et la masse salariale. Toutefois, c’est la divergence sur le concept d’emploi qui contribue le plus aux écarts sur le salaire moyen. Il faut donc considérer avec prudence les résultats obtenus sur les données FARE.
(10)
Étant donné que le taux de CICE dépend de la distribution des salaires (et donc de la masse salariale), nous avons considéré comme instruments les taux simulés plus éloignés dans le temps, sur 2010-2011 en l’occurrence.
(11)
Cf. la note interne « Éléments sur les données pour l’évaluation du CICE » rédigée par Vincent Hecquet et Matthieu Wyckaert qui est disponible sur demande.

1 Suite au constat de dégradation des marges des entreprises et de nécessité de restaurer leur compétitivité, établi par le rapport de Louis Gallois (2012), le Crédit d’Impôt pour la Compétitivité et l’Emploi (CICE) a été mis en œuvre en France à partir du 1^er janvier 2013. Il s’agit d’une réforme majeure tant sur le front de la lutte contre le chômage que sur celui des aides aux entreprises. Partant d’un montant initial de plus de 10 milliards d’euros en 2013, cette aide atteint près de 20 milliards d’euros chaque année entre 2014 et 2016, soit un point de PIB. Il s’agit d’une mesure comparable dans son ampleur aux exonérations générales de cotisations sociales.

2 Dans cet article, nous proposons une évaluation ex post du CICE. Le principe est de comparer l’évolution effective de différentes variables de résultats, telles que l’emploi ou les salaires, à celle qui aurait eu lieu en l’absence de la mesure. Faute d’un groupe témoin d’entreprises n’ayant pas bénéficié du CICE, nous identifions l’effet causal du CICE en comparant les entreprises selon qu’elles ont plus ou moins bénéficié du dispositif.

3 Le CICE est à la fois une mesure générale et peu ciblée dans son objet. Elle est générale parce qu’elle concerne potentiellement toutes les entreprises, dès lors qu’elles emploient au moins un salarié et qu’elles n’appartiennent pas au champ des administrations publiques. Elle est peu ciblée dans son objet parce qu’aucune condition d’usage n’a été imposé. Les seules restrictions sont que le crédit d’impôt ne peut « ni financer une hausse de la part des bénéfices distribués, ni augmenter les rémunérations des personnes exerçant des fonctions de direction dans l’entreprise ».

4 Le barème du CICE est particulier. L’aide est uniforme, avec un crédit d’impôt de 4 % en 2013, porté à 6 % à partir de 2014, sur tous les salaires sous la limite maximale de 2,5 Smic. Elle a donc une forme de marche d’escalier dans un plan salaire-taux d’exonération, avec un effet de seuil très marqué autour de 2,5 Smic. Les salariés rémunérés au-delà du seuil, correspondant à un peu plus de 3 500 euros bruts mensuels, ne sont pas concernés par le dispositif. Le montant total du crédit d’impôt diffère donc selon les entreprises, en fonction de la distribution des salaires qu’elles versent. Les conséquences économiques d’un crédit d’impôt à la fois général, massif et peu conditionnel, a fortiori lorsqu’il est d’un montant variable selon chaque entreprise, sont très difficiles à établir. D’un point de vue théorique, compte tenu de la variété des mécanismes en œuvre, l’impact de ce type de mesure est largement indéterminé. Selon le principe de l’incidence fiscale, il y a peu de rapport entre l’assiette d’un prélèvement obligatoire et ses conséquences effectives : l’entreprise qui perçoit le crédit n’est pas nécessairement celle qui en bénéficie en dernier ressort.

5 Le principe d’une évaluation ex post est de comparer l’évolution effective de différentes variables de résultats, telles que l’emploi ou les salaires, à celle qui aurait eu lieu en l’absence de la mesure. Pour cela, nous utilisons un échantillon d’un peu plus de 133 000 entreprises de 5 salariés et plus, pérennes sur la période 2009-2014. Cet échantillon est obtenu à partir de la fusion de bases exhaustives qui nous permettent de disposer d’informations sur l’emploi et les salaires (BRC, Acoss ; DADS et FARE, Insee), l’activité (FARE, Insee) et le montant du CICE (BRC, Acoss ; MVC, DGFiP). Nous estimons un modèle sur données de panel, où les effets du CICE sont évalués à la fois en 2013 et en 2014, ce qui nous permet de décrire la montée en puissance du CICE. Nos estimations sont réalisées en retenant des méthodes de type doubles différences combinées avec des variables instrumentales en prenant en compte de nombreuses variables de contrôle. Nous parvenons à plusieurs résultats qui ne dépendent pas des sources statistiques mobilisées. Les effets du CICE sur l’emploi et les salaires sont localisés sur les entreprises les plus fortement bénéficiaires, qui sont trois fois sur quatre des entreprises du tertiaire de moins de 20 salariés. Nous trouvons ainsi un impact positif mais faible du CICE sur l’emploi moyen. Le CICE aurait créé ou sauvegardé environ 80 000 emplois par an sur la période 2013-2014 (la fourchette allant de 34 729 à 121 542 emplois environ par an). Cet effet positif, mais faible par son ampleur, se double d’un changement dans la structure des emplois, avec une progression de l’emploi ouvrier et des cadres, qui passe par un recours accru à des contrats à durée déterminée en 2013 puis à des contrats à durée indéterminée en 2014. Le CICE aurait aussi exercé un impact positif sur le salaire annuel moyen pour les entreprises les plus bénéficiaires. Par conséquent, le CICE aurait eu un impact positif sur la masse salariale des entreprises qui en ont le plus bénéficié.

6 En revanche, les effets sur l’activité des entreprises ne concernent guère les entreprises les plus bénéficiaires. Ils concernent les entreprises moyennement bénéficiaires (Q2 et Q3). Le CICE aurait accru leur résultat courant en 2013 et leur investissement en 2014, diminué leur chiffre d’affaires, la valeur ajoutée et la productivité à la fois en 2013 et en 2014. Le CICE n’aurait eu aucun effet sur l’Excédent brut d’exploitation, le taux de marge, la rentabilité économique et les dividendes.

7 Au terme de cet exercice d’évaluation, nous trouvons dans l’ensemble des résultats assez contrastés selon les variables considérées. Ces contrastes expriment sans doute la variété des usages du CICE par les entreprises. Une autre conclusion de cette étude est la faiblesse des effets que nous parvenons à mettre en évidence. Malgré son caractère massif, le CICE aurait assez peu modifié les résultats des entreprises et leurs créations d’emploi. Notre évaluation ex post de l’impact du CICE conduit à un effet sur l’emploi plus de deux fois plus faible que celui de la moyenne des effets indiqués par les évaluations ex ante du CICE à long terme. Il faut rappeler que nous mesurons des effets à court terme, en différence relativement aux entreprises les moins bénéficiaires du CICE. Cet impact ne tient pas compte des effets transitant par les créations ou les destructions d’entreprises, et ceux transitant via des relais purement macroéconomiques. Pour autant, nos résultats sont aussi très inférieurs aux chiffrages obtenus par les évaluations ex post des exonérations générales de cotisations sociales qui reposent sur des méthodologies proches et partagent les mêmes limites. Pour la meilleure année, 2014, le coût par emploi créé est selon nous quatre fois plus élevé que celui obtenu par l’une des évaluations les plus pessimistes des effets des exonérations générales. Deux différences majeures distinguent le CICE des exonérations générales : son moindre ciblage sur les bas salaires et son caractère de crédit d’impôt qui conduit à différer son bénéfice alors que les exonérations bénéficient immédiatement et automatiquement aux entreprises. Nous ne savons pas établir la responsabilité respective de ces deux caractéristiques dans la faiblesse de l’impact du CICE, ce qui suggèrerait qu’une mesure plus immédiate et mieux ciblée sur les bas salaires produirait des effets plus importants sur l’emploi.

8 Suite au constat de dégradation des marges des entreprises et de nécessité de restaurer leur compétitivité, établi par le rapport de Louis Gallois (2012), le Crédit d’impôt pour la compétitivité et l’emploi (CICE) a été mis en œuvre en France à partir du 1^er janvier 2013. Il s’agit d’une réforme majeure tant sur le front de la lutte contre le chômage que sur celui des aides aux entreprises. Partant d’un montant initial de plus de 10 milliards d’euros en 2013, la première année de mise en œuvre, cette aide atteint près de 20 milliards d’euros chaque année entre 2014 et 2016, avant d’atteindre près de 25 milliards en 2017, soit plus d’un point de PIB. Il s’agit d’une mesure comparable dans son ampleur aux exonérations générales de cotisations sociales, avec qui elle devrait fusionner à l’horizon 2018, dans le cadre du pacte de responsabilité.

9 Dans cet article, nous proposons une évaluation ex post du CICE. Le principe est de comparer l’évolution effective de différentes variables de résultats, telles que l’emploi ou les salaires, à celle qui aurait eu lieu en l’absence de la mesure. Faute d’un groupe témoin d’entreprises n’ayant pas bénéficié du CICE, nous identifions l’effet causal du CICE en comparant les entreprises suivant le dosage de ce dernier. Cette approche ne permet de mesurer que la différence d’effet sur la variable de résultat entre un groupe d’entreprises bénéficiant du CICE relativement à celles qui en bénéficient le moins. Elle ne permet pas d’évaluer l’effet du CICE sur les entreprises les moins bénéficiaires. Cette méthode permet cependant de tenir compte d’effets non linéaires du dosage du traitement.

10 L’objectif est d’évaluer les effets du CICE sur l’emploi et les salaires d’une part, sur les performances économiques des entreprises, d’autre part. Pour cela, nous utilisons un échantillon d’un peu plus de 133 000 entreprises de 5 salariés et plus, pérennes sur la période 2009-2014 (1). Cet échantillon est obtenu à partir de la fusion de bases exhaustives de données d’entreprises qui nous permettent de disposer d’informations sur l’emploi et les salaires (BRC, Acoss ; DADS et FARE, Insee), l’activité (FARE, Insee) et le montant du CICE (BRC, Acoss ; MVC, DGFiP). Nous estimons un modèle sur données de panel, où les effets du CICE sont évalués à la fois en 2013 et en 2014. Cette approche nous permet de décrire la montée en puissance du CICE. Nos estimations sont réalisées en retenant des méthodes de type doubles différences combinées avec des variables instrumentales en prenant en compte de nombreuses variables de contrôle.

11 Nous parvenons à plusieurs résultats robustes aux sources statistiques mobilisées. Les effets du CICE sur l’emploi et les salaires sont localisés sur les entreprises les plus fortement bénéficiaires. Nous trouvons ainsi un impact positif mais faible du CICE sur l’emploi moyen. Celui-ci se double d’un changement dans sa structure, au profit de l’emploi ouvrier, en contrat à durée déterminée (CDD) en 2013 et en contrat à durée indeterminée (CDI) en 2014. Le CICE aurait un effet positif sur les salaires moyens ; il aurait donc eu un impact positif sur la masse salariale. S’agissant de l’activité, le CICE aurait davantage concerné les entreprises moins fortement bénéficiaires de la mesure. Nous trouvons un effet positif sur le résultat et l’investissement, négatif sur le chiffre d’affaires, la valeur ajoutée et la productivité. Le CICE n’aurait eu aucun effet sur l’Excédent Brut d’Exploitation (EBE), le taux de marge, la rentabilité économique et les dividendes.

12 La première partie de l’article présente le CICE. La deuxième décrit les difficultés de l’évaluation et la troisième présente les données. La quatrième partie expose la méthodologie retenue et la cinquième donne les résultats de l’étude. La sixième partie conclut.

La politique publique : le CICE

13 Mis en œuvre à partir de 2013, le Crédit d’impôt pour la compétitivité et l’emploi (CICE) est à la fois une mesure générale, massive et peu ciblée dans son objet. Elle est générale parce qu’elle concerne potentiellement toutes les entreprises, dès lors qu’elles emploient au moins un salarié et qu’elles n’appartiennent pas au champ des administrations publiques, à l’image des exonérations générales de cotisations sociales. Elle est massive parce que, partant d’un montant initial de plus de 10 milliards d’euros en 2013, l’aide atteint près de 20 milliards d’euros chaque année entre 2014 et 2016, soit un point de PIB chaque année. Elle est peu conditionnée dans son objet parce que, selon l’article 244 quater C du code général des impôts, qui définit le CICE, il s’agit pour les entreprises de financer « l’amélioration de leur compétitivité à travers notamment des efforts en matière d’investissement, de recherche, d’innovation, de formation, de recrutement, de prospection de nouveaux marchés, de transition écologique et énergétique et de reconstitution de leur fonds de roulement ». Les entreprises ont été laissées libres de choisir entre l’ensemble de ces destinations. Aucune condition d’usage, ni aucun contrôle ne leur a été imposé. Les seules restrictions sont que le crédit d’impôt ne peut « ni financer une hausse de la part des bénéfices distribués, ni augmenter les rémunérations des personnes exerçant des fonctions de direction dans l’entreprise ».

14 Le barème du CICE est particulier. L’aide est uniforme, avec un crédit d’impôt de 4 % en 2013, porté à 6 % à partir de 2014, sur tous les salaires sous la limite maximale de 2,5 Smic (Salaire minimum de croissance). Elle a donc une forme de marche d’escalier dans un plan salaire-taux d’exonération, avec un effet de seuil très marqué autour de 2,5 Smic. Les salariés rémunérés au-delà du seuil, correspondant à un peu plus de 3 500 euros bruts mensuels, ne sont pas concernés par le dispositif. Un euro d’augmentation de salaire pour un salarié rémunéré au voisinage du seuil implique une perte de plus de 2 500 euros d’aide pour l’employeur, en 2016. La mesure est générale et bénéficie à toutes les entreprises. Le montant total du crédit d’impôt diffère selon les entreprises, en fonction de la distribution des salaires qu’elles versent. Ce barème est très différent de celui des exonérations de cotisations sociales, beaucoup plus concentrées dans le bas de la distribution des salaires (cf. graphique 1).

15 Les conséquences économiques d’un crédit d’impôt à la fois général, massif et peu conditionnel tel que le CICE, a fortiori lorsqu’il est d’un montant variable selon chaque entreprise, sont très difficiles à établir. Le CICE est une forte baisse d’impôt sur les sociétés qui se traduit de façon comptable par une amélioration de leurs marges bénéficiaires. Ce choc de marge a pu modifier les prix relatifs sur l’ensemble des marchés, les niveaux de transactions et l’allocation des facteurs de production dans des directions qui ne peuvent pas être établies a priori. Il met en jeu des mécanismes économiques multiples, tant au niveau microéconomique des décisions des entreprises, qu’aux niveaux inter-sectoriel et macroéconomique, selon une logique d’équilibre général. D’un strict point de vue théorique, compte tenu de la variété de ces mécanismes, l’impact de ce type de mesure est largement indéterminé. Selon le principe de l’incidence fiscale, il y a peu de rapport entre l’assiette d’un prélèvement obligatoire et ses conséquences effectives : l’entreprise qui perçoit le crédit n’est pas nécessairement celle qui en bénéficie en dernier ressort.

16 Les évaluations ex ante du CICE (Plane, 2012 ; Ducoudré, Heyer et Plane, 2015 ; Hagneré et Legendre, 2016) reposent sur de très nombreuses hypothèses sur ces différents mécanismes, ce qui en limite la crédibilité. Elles conduisent d’ailleurs à des résultats contrastés. Le premier chiffrage réalisé par l’OFCE avant même que la mesure ne soit mise en œuvre, à l’aide du modèle e-mode.fr (2), tablait sur la création de 150 000 emplois à l’horizon de cinq ans. Un autre chiffrage de l’OFCE sur la base d’une macro-simulation sur 16 branches d’activité, conduit à un effet inter-sectoriel de 120 000 emplois créés ou sauvegardés. Les micro-simulations menées sur données d’entreprises par l’Acoss conduisent quant à elles à la création ou la sauvegarde de 260 000 emplois. Selon ces évaluations ex ante, le coût par emploi créé ou sauvegardé serait compris entre 65 000 et plus de 140 000 euros. Retenons qu’en moyenne ces trois évaluations considèrent que le CICE est susceptible de créer près de 180 000 emplois.

17 Une évaluation ex post est plus économe en hypothèses. Son principe est de comparer l’évolution effective de différentes variables de résultats, telles que l’emploi ou les salaires, à celle qui aurait eu lieu en l’absence de la mesure. Pour pouvoir observer les évolutions effectives des variables de résultats, il importe d’accéder à des bases de données d’entreprises. Afin de comparer l’évolution des variables de résultat dans les entreprises bénéficiant du CICE à celle qui aurait prévalu en l’absence de cette mesure (situation contrefactuelle), il importe de se donner une méthodologie d’évaluation adaptée aux caractéristiques de la mesure considérée.

Graphique 1

le barème du CICE

le barème du CICE

Les difficultés de l’évaluation

18 Du point de vue de la méthodologie d’évaluation, la meilleure manière de définir le contrefactuel est donnée par une approche purement expérimentale. Dans une expérience contrôlée, on définit par tirage au sort deux groupes d’entreprises. Un groupe-test bénéficie de la mesure tandis qu’un groupe témoin (ou de contrôle) n’en bénéficie pas. Si les groupes ainsi construits comprennent suffisamment d’entreprises, la loi des grands nombres indique qu’ils seront de même composition, y compris vis-à-vis de toutes les variables déterminantes que l’on ne peut pas observer. Évaluer consiste alors à comparer l’évolution des variables de résultat entre les deux groupes. Les différences entre les entreprises tests et témoins correspondent à l’effet causal de la politique publique, que l’on nomme aussi traitement.

19 L’évaluation du CICE ne relève évidemment pas de ce type de protocole idéal. Il s’agit d’une mesure générale qui n’a fait l’objet d’aucune expérimentation : le traitement a touché toutes les entreprises (3) en même temps, à partir du premier janvier 2013. Aucun échantillon témoin n’a été défini de façon préalable et aucun ne peut être reconstruit a posteriori de façon à mimer le résultat d’un tirage au sort selon une approche quasi-expérimentale. Le CICE est une mesure générale avec une assiette salariale très large qui n’a pas fait l’objet d’une expérimentation et qui s’applique à toutes les entreprises. Il est donc hors de portée de construire un groupe témoin d’entreprises qui n’auraient pas été affectées par le traitement (seules 6 % des entreprises n’ont pas du tout bénéficié du CICE et elles ont des caractéristiques très particulières). C’est une sérieuse limite dans le cadre d’une évaluation de politiques publiques selon une approche micro-économétrique, qui s’inscrit dans le domaine de recherche en expansion décrit par James Heckman (2000) lors de sa conférence pour le prix Nobel en économie. Il paraît donc impossible de construire un contrefactuel satisfaisant.

20 Cependant, une deuxième caractéristique du CICE peut permettre de surmonter cette difficulté. Le CICE est une mesure générale, mais également une mesure ciblée sur les salaires inférieurs ou égaux à 2,5 Smic. Si elle touche toutes les entreprises, elle ne les touche pas avec la même intensité. Certaines entreprises vont être fortement bénéficiaires du CICE tandis que d’autres ne vont en bénéficier que de façon marginale. Une entreprise à bas salaires va bénéficier du taux maximal de crédit d’impôt (son taux apparent de CICE sera de 6 % en 2014) tandis qu’une entreprise qui comprend une proportion importante de salariés rémunérés au-delà de 2,5 Smic va être moins bénéficiaire du CICE. À l’extrême, le taux apparent de CICE est nul pour les entreprises qui ne comprennent aucun salarié rémunéré en dessous de 2,5 Smic. Notons que le seuil de 2,5 Smic est un seuil élevé dans la distribution des salaires. Selon les données publiées par l’Insee et issues des DADS, ce seuil se situe entre le 8^ème et le 9^ème décile de la distribution des salaires.

21 Ces différences d’exposition au traitement sont entièrement dues à un facteur unique : les différences dans la structure des salaires et plus précisément la part des salaires au-dessous de 2,5 Smic. Dans chaque entreprise, le taux apparent de CICE, qui rapporte le montant du CICE sur la masse salariale, est donné de façon comptable par le produit du taux de CICE maximal (par exemple 4 % en 2013) par la somme des salaires inférieurs ou égaux à 2,5 Smic (salariés i) rapportée à la somme des salaires au-delà de 2,5 Smic (salariés j) :

∑^wi
T_CICE = T_CICE ×
∑^wi⁺∑^wj

22 Avec equation im3 = 0,04 en 2013 ; 0,06 en 2014, 2015 et 2016 ; 0,07 en 2017.

23 Il est donc envisageable d’utiliser ces modulations dans l’intensité du traitement à des fins d’évaluation. Pour cela, il suffit d’effectuer une partition au sein des entreprises en distinguant différentes classes d’exposition au traitement. En suivant la méthodologie proposée dans Florens et alii (2008), l’évaluation repose sur la différence dans le dosage du traitement plutôt que dans l’application ou non du traitement. C’est cette démarche que nous retenons. C’est aussi celle qui est retenue pour l’évaluation de mesures similaires au CICE comme les exonérations de cotisations sociales qui partagent la double propriété d’être à la fois générales et ciblées (Crépon et Desplatz, 2001 ; Bunel et alii, 2009 ; Bunel et L’Horty, 2012).

24 Le problème de cette approche est que les entreprises fortement bénéficiaires du CICE n’ont pas les mêmes caractéristiques que celles qui en bénéficient peu. Un groupe de contrôle réunissant les entreprises les moins bénéficiaires du CICE n’est pas issu d’une sélection au hasard et ne constitue pas spontanément un bon contrefactuel. Il réunit pour l’essentiel les entreprises à hauts salaires qui sont particulières du point de vue de l’ensemble des déterminants de l’emploi, des salaires et de la compétitivité.

25 L’économétrie permet de raisonner toutes choses égales par ailleurs et de neutraliser l’effet des différences de composition entre les groupes d’entreprises plus ou moins bénéficiaires. Si l’on dispose de bases de données suffisamment riches pour documenter ces différences, il devient possible de les neutraliser dans le cadre d’une évaluation en introduisant ces variables de contrôle dans les régressions. Dans cet article, nous utilisons des bases comptables et fiscales appariées qui comprennent un vaste ensemble d’indicateurs sur les caractéristiques des entreprises. Pour autant, même avec des bases de données très riches, on ne peut pas neutraliser toutes les différences entre les entreprises plus ou moins bénéficiaires du CICE. Ces contrôles sont utiles mais ils ne portent que sur les variables observables dans les bases de données. Or des variables inobservables peuvent également co-déterminer la structure des salaires et l’évolution de l’emploi dans les entreprises. On peut évoquer par exemple les caractéristiques personnelles du chef d’entreprise, l’organisation du travail dans l’entreprise, la nature des techniques de production. Il est important de contrôler aussi ces sources d’hétérogénéité pour mesurer un effet causal du traitement.

26 Une difficulté supplémentaire réside dans l’existence potentielle de biais d’endogénéité. Dans le cas du CICE, la structure des salaires détermine complètement l’intensité d’exposition au traitement. Or elle est elle-même déterminée par les variables de résultats qui nous intéressent : l’emploi, les salaires, la compétitivité. On peut attendre par exemple qu’une entreprise très compétitive soit fortement créatrice d’emploi et qu’elle distribue plus fréquemment des salaires élevés. Elle sera alors peu exposée au CICE. L’intensité d’exposition au traitement est donc déterminée en partie par la valeur des variables de résultat. Il importe de tenir compte de ce biais potentiel pour évaluer un effet causal du traitement.

27 Pour surmonter ces difficultés, une ressource est fournie par la méthode des variables instrumentales. L’idée est d’utiliser une variable particulière, que l’on appelle instrument, afin d’évaluer l’effet du traitement sur les variables de résultat. Un bon instrument est une variable observable qui prédit convenablement les chances d’être traité mais qui est sans effet direct sur les résultats attendus du traitement. Des tests statistiques spécifiques permettent de se prononcer sur la qualité des instruments.

28 D’autres obstacles plus spécifiques doivent être surmontés pour être en mesure de réaliser une évaluation satisfaisante des effets du CICE dans le cadre d’une évaluation ex post. Contrairement à une exonération de cotisations sociales, un crédit d’impôt tel que le CICE met en jeu un décalage de temporalité entre la date de validation de la créance calculée sur la masse salariale de l’année t-1, et sa date de consommation, qui peut être avancée dans le temps (préfinancement) ou plus ou moins retardée (restitution immédiate, imputation sur l’impôt ou report de créance). Le choix de telle ou telle modalité dépend des caractéristiques de l’entreprise ainsi que des décisions de l’administration pour accorder une restitution immédiate, ce qui introduit de multiples effets de sélection qui ne sont pas contrôlables à l’aide des données disponibles.

29 Ensuite, 2013 et 2014 sont les premières années de mise en œuvre d’un dispositif qui a connu une montée en puissance progressive, avec une connaissance imparfaite par les entreprises, dans un contexte d’incertitudes sur d’autres dispositifs avec l’annonce du pacte de responsabilité. Ce contexte particulier rend difficile le fait d’isoler l’effet spécifique du CICE en 2013, s’agissant d’un dispositif qui « n’est devenu une réalité fiscale qu’à partir d’avril 2014 » (deuxième rapport du comité de suivi).

30 De plus, une fois la créance recouverte, les entreprises sont libres de l’utiliser à toutes les fins qu’elles jugent utiles, sans qu’aucun appareillage de suivi ne permette de déterminer l’usage qui en est effectivement fait par les entreprises. Les rapports du comité de suivi confirment que la chronique de la consommation de créance est complexe et variable selon les entreprises. En 2013, les seules entreprises véritablement bénéficiaires du CICE cette année-là sont celles qui ont utilisé le mécanisme du préfinancement (cf. Ben Hassine et Mathieu, 2018). Ces entreprises ont perçu dès 2013 des sommes non négligeables qui ont pu modifier leurs comportements économiques. En outre, celles qui n’ont pas consommé effectivement leur créance ont pu modifier leur comportement économique en prenant en compte la perception future.

Données : sources et statistiques descriptives

31 Nous nous appuyons sur un ensemble de bases de données exhaustives, qui combinent des sources fiscales et comptables d’entreprises, afin d’évaluer l’impact du CICE sur l’emploi et les salaires d’une part et les performances de l’entreprise d’autre part. Ces bases apparient des données individuelles d’entreprises issues des sources Insee, DGFiP et Acoss. Nous évaluons les effets du CICE avec un échantillon cylindré de plus de 130 000 entreprises de 5 salariés et plus, présentes sur la période allant de 2009 à 2014.

Champ de l’étude et appariement

32 Notre échantillon principal de travail est issu de l’appariement de quatre sources exhaustives : les Bordereaux Récapitulatifs de Cotisations (BRC ; source : Agence Centrale des Organismes de Sécurité Sociale – Acoss), les Déclarations Annuelles de Données Sociales (DADS ; source : Insee), les Fichiers Approchés des Résultats Esane (FARE ; source : Insee) et les Mouvements sur Créances (MVC ; source : Direction Générale des Finances Publiques – DGFiP). Le taux d’appariement entre les sources brutes varie entre 60 % et 72 % en termes de nombre d’entreprises et entre 77 % et 89 % en termes de masse salariale totale (4). Ce taux est globalement de bon niveau. En outre, il existe une très bonne cohérence sur les informations disponibles entre les 3 sources BRC, MVC et DADS sur le montant de CICE (5). Le contenu de ces sources et les variables retenues dans cette étude sont présentés en annexe 1.

33 Pour des raisons techniques et de qualité des données disponibles, nous avons décidé de restreindre notre champ sur plusieurs dimensions. Le champ de référence sur lequel nous travaillons finalement est celui de l’ensemble des entreprises de 5 salariés et plus assujetties à l’impôt sur les sociétés (hors secteur public, secteur agricole, secteur financier et de l’assurance, agences d’intérim). Nous présentons ces restrictions dans l’annexe 2.

34 Sur la base de ces restrictions, nous avons constitué un échantillon cylindré sur la période 2009 à 2014. Notre échantillon final porte sur 133 900 entreprises (source : BRC). Les caractéristiques des entreprises issues de cet appariement des fichiers BRC-MVC-DADS-FARE (nombre d’entreprises, masse salariale, assiette du CICE et montant versé et estimé du CICE) pour le champ retenu, avant et après appariement, figurent dans les tableaux 1 et 2.

Choix des variables de résultats, de traitement et de contrôle

35 La démarche de l’évaluation consiste à appliquer une stratégie d’estimation permettant de mesurer l’effet causal d’un traitement, ici le CICE, sur des variables de résultat, en neutralisant les effets de variables de contrôle. Nous présentons une à une chacune de ces étapes.

36 Notre variable de traitement est le taux apparent de la créance CICE qui rapporte la créance issue de MVC à l’assiette de salaire brut issue des DADS. Sa distribution selon les entreprises figure dans le graphique 2.

37 Nous nous intéressons principalement aux variables de résultat qui constituent les objectifs affichés du CICE : l’emploi et les salaires d’une part, les performances des entreprises d’autre part. Pour mesurer l’évolution de l’emploi, deux indicateurs ont été retenus. Il s’agit du taux de croissance des effectifs moyens de l’entreprise, entre 2012 et 2013, ou entre 2013 et 2014, et de celui des effectifs présents au 31/12. Pour mesurer l’impact sur les salaires, on retient la progression des salaires moyens dans l’entreprise et celle de la masse salariale totale. Notons que les salaires moyens dans l’entreprise sont affectés par des effets de composition, en fonction de l’évolution de la structure des emplois par catégorie socioprofessionnelle. Pour évaluer les effets du CICE sur l’activité de l’entreprise, nous considérons le chiffre d’affaires, la valeur ajoutée, l’investissement et la productivité apparente du travail. De la même manière, nous mesurons également les effets du CICE sur l’excédent brut d’exploitation, le taux de marge, la rentabilité économique et le résultat comptable.

Tableau 1

bases initiales et restrictions du champ

	Masse salariale totale en milliards d’euros	Assiette CICE (< 2,5 Smic) en milliards d’euros	Montant du CICE en milliards d’euros	Effectif total moyen en millions	Effectif total au 31/12 en millions	Nombre d’entreprise s en milliers
Bases brutes initiales
MVC		268,23	10,73			782,92
BRC	625,15	286,92	11,48	18,10	17,72	1 684,34
DADS	806,73	513,72	20,55	21,83	23,48	1 631,38
FARE	561,04			13,88	16,26	4 081,27
Bases brutes pour les champs spécifiques retenus
MVC^(a)	384,78	242,93	9,72	12,43	12,39	699,26
BRC	409,31	237,34	9,49	13,75	13,38	1 428,79
DADS	473,44	278,36	11,13	12,91	13,44	1 313,08
DADS (avec cale de moins 10 %)	426,10	250,52	10,02	12,91	13,44	1 313,08
FARE	407,70			10,47	11,84	1196,47

bases initiales et restrictions du champ

Champ : toutes les entreprises assujetties à l’impôt sur les bénéfices (hors secteur public, secteur agricole, secteur financier et assuranciel, agences d’intérim).
Notes : (a) Les informations sur les effectifs et la masse salariale proviennent des BRC. Seules les entreprises avec un crédit non nul sont retenues.
Données : BRC (Acoss), DADS-FARE (Insee) et MVC (DGFiP).

Tableau 2

bases appariées et cylindrées

	Masse salariale totale en milliards d’euros	Assiette CICE (< 2,5 Smic) en milliards d’euros	Montant du CICE en milliards d’euros	Effectif total moyen en millions	Effectif total au 31/12 en millions	Nombre d’entreprises en milliers
Bases appariées DADS-BRC-FARE	365,90	217,04	8,68	11,87	11,72	865,13
Suppressions des observations incohérentes	310,96	189,90	7,60	9,94	9,87	673,59
Bases cylindrées sur la période 2012 à 2013	307,34	187,64	7,51	9,75	9,74	608,38
Bases cylindrées d’entreprises de 5 salariés et plus sur la période 2009 à 2014	162,53	104,42	4,18	5,14	5,14	133,89

bases appariées et cylindrées

Champ : toutes les entreprises assujetties à l’impôt sur les bénéfices, hors secteur public, secteur agricole, secteur financier et assuranciel, agences d’intérim).
Données : BRC (Acoss), DADS-FARE (Insee) et MVC (DGFiP).

38 L’appariement de plusieurs sources administratives exhaustives permet de considérer un grand nombre de variables de contrôle dans les estimations et cela paraît nécessaire compte tenu des différences entre les caractéristiques des entreprises les plus fortement bénéficiaires du CICE et les autres. Nous avons donc considéré une large palette de variables de contrôle en combinant des indicateurs de gestion issus de FARE et des indicateurs sur la structure de l’emploi issus des DADS. L’encadré 1 donne le détail des variables de contrôle que nous avons considérées.

39 Le taux apparent de CICE varie d’une entreprise à l’autre en fonction des différences dans les distributions de salaires. La moyenne est de 2,57 % en 2013 et de 3,82 % en 2014. La médiane de 3,26 % en 2013 et de 4,09 % en 2014. Nous distinguons les entreprises selon le bénéfice qu’elles ont retiré du CICE en constituant quatre groupes composés du même nombre d’entreprises des moins bénéficiaires aux plus bénéficiaires du CICE, soit quatre quartiles d’entreprises.

Statistiques descriptives : les caractéristiques des entreprises bénéficiaires

40 Dans un premier temps, nous présentons les caractéristiques des entreprises bénéficiaires et l’évolution de leur situation entre 2012 et 2014. À ce stade, il s’agit de simples statistiques descriptives sur notre échantillon d’entreprises pérennes, de 5 salariés et plus, sur la période 2009-2014. Nous observons les données brutes, sans effectuer encore aucun contrôle et sans discuter les effets du CICE.

41 Les caractéristiques des entreprises bénéficiaires sont décrites dans l’annexe 3. On y distingue quatre quartiles d’entreprises, des moins bénéficiaires (avec un taux apparent de CICE de moins de 2,62 %) aux plus bénéficiaires du CICE (avec un taux apparent dépassant 3,83 %). Chaque quartile comprend environ 33 500 entreprises. Il s’agit de comparer les caractéristiques des entreprises dans ces différents groupes.

42 Les entreprises qui ont été les plus bénéficiaires du CICE sont surtout des petites entreprises du tertiaire (75,6 %), composées de moins de 20 salariés en moyenne, pour un chiffre d’affaires (CA) de 2 234000 € en 2012, avec une intensité capitalistique et un CA à l’exportation relativement faible. Les entreprises les moins bénéficiaires ont les caractéristiques inverses. Leurs effectifs moyens approchent les 50 salariés pour un CA de plus de 15 millions d’euros en 2012, avec une intensité capitalistique de plus de 74 000 € par salarié et un quart du chiffre d’affaires réalisé à l’exportation. Elles sont moins majoritairement tertiaires (64,4 %).

43 Les entreprises les plus bénéficiaires affichent globalement une plus grande fragilité financière. Leur taux de marge est de moins de 15 % contre plus de 20 % pour les moins bénéficiaires. Le taux d’endettement dépasse 55 % contre 26,8 % pour les moins bénéficiaires et le taux de prélèvements financier est proche de 9 % contre 6,6 % pour les moins bénéficiaires. La productivité du travail est par ailleurs plus faible.

Graphique 2a

distribution du taux apparent de CICE en 2013

distribution du taux apparent de CICE en 2013

Graphique 2b

distribution du taux apparent de CICE en 2014

distribution du taux apparent de CICE en 2014

Champ : échantillon de 133 890 entreprises de 5 salariés et plus présentes sur la période 2009-2014. Données : BRC (Acoss), DADS-FARE (Insee) et MVC (DGFiP).

44 Les salariés des entreprises les plus bénéficiaires du CICE sont principalement des employés et des ouvriers. La part des professions intermédiaires et des cadres y est assez faible. Le salaire moyen est plus faible que dans les entreprises qui ont moins bénéficié du CICE. En moyenne annuelle, il est d’un peu plus de 20 000 €, contre plus du double dans les 25 % d’entreprises les moins bénéficiaires.

45 La part de femmes et celle des moins de 30 ans y est la plus forte, tandis que la part des moins de 50 ans est la plus faible. Les salariés sont plus fréquemment en CDD et à temps partiel. À l’inverse, les entreprises qui ont le moins bénéficié du CICE sont celles qui emploient le plus de cadres et de salariés de plus de 50 ans, où la part de femmes est la plus faible, et où la proportion de CDI et de temps complet est la plus élevée.

46 Ces différences de composition existent en 2013 comme en 2014. Elles renvoient aux effets du seuil de 2,5 Smic dans l’attribution du CICE. Elles suggèrent qu’il est important de bien contrôler par toutes ces variables dans les estimations.

Dans les entreprises bénéficiaires, hausse relative de l’emploi, moindre progression des salaires

47 La deuxième partie des tableaux en annexe 3 est consacrée aux variables de résultat prises en évolution entre 2012 et 2013 ou entre 2013 et 2014. On constate que les entreprises qui ont bénéficié le plus fortement du CICE ont connu la progression de leurs effectifs salariés la plus forte, que ces derniers soient mesurés en moyenne sur l’année ou au 31 décembre. Cela concerne toutes les catégories de main-d’œuvre à l’exception des employés et des cadres qui ont le moins progressé dans les entreprises qui ont bénéficié du taux de CICE le plus élevé. De même, on constate que le fait d’appartenir au quartile des entreprises qui ont le moins bénéficié du CICE, va souvent de pair avec le fait de subir l’évolution de l’emploi la moins favorable en 2013 ou en 2014, que l’emploi soit mesuré en moyenne sur l’année ou au 31/12, issus des BRC, des DADS, ou de FARE. La question importante est de savoir à quel point cette évolution favorable de l’emploi s’explique par la mise en œuvre du CICE.

48 Cette hausse du volume de l’emploi n’est pas allée de pair avec une amélioration claire de la qualité des emplois. La part de CDI dans les entreprises les plus fortement bénéficiaires du CICE a augmenté en 2013 mais elle a diminué en 2014. La part de CDD a diminué en 2013 mais elle a augmenté en 2014. La part des temps complets a augmenté en 2013 mais elle a diminué en 2014. Sur toutes ces variables, les entreprises les plus fortement bénéficiaires du CICE ne se distinguent pas nettement des autres.

49 Du point de vue de l’évolution de leur situation économique et financière, mesurée par l’évolution de la productivité, du chiffre d’affaires, de la valeur ajoutée, du taux de marge ou de la rentabilité économique, les entreprises fortement bénéficiaires ne se distinguent pas nettement des autres catégories d’entreprises. Sur tous ces indicateurs, les évolutions sont erratiques entre 2013 et 2014, classant les entreprises les plus fortement bénéficiaires du CICE tantôt dans une situation plus favorable, tantôt dans une situation moins favorable, que les autres catégories d’entreprises. Soulignons que ces constats ne sont que des corrélations et non des causalités.

50 Les variations des salaires moyens et celles de la masse salariale, en 2013 comme en 2014, sont souvent moins favorables pour les entreprises fortement bénéficiaires du CICE, même si l’on relève également des différences selon les années et selon les indicateurs. La question est ici aussi de déterminer si ces évolutions salariales sont ou non la conséquence de la mise en œuvre du CICE.

Méthodologie de l’évaluation

51 Le principe de l’évaluation est de comparer le taux de croissance de l’emploi dans les entreprises fortement bénéficiaires du CICE à celui des entreprises du premier quartile, les moins bénéficiaires, en contrôlant par un grande nombre de variables structurelles caractérisant les comportements des entreprises et en instrumentant par le taux apparent de CICE simulé en 2009, 2010, 2011 ou 2012.

52 Notre démarche a été conçue pour permettre de restituer la diversité potentielle dans les usages du CICE par les entreprises. Tout d’abord, nous étudions un large spectre d’usages potentiels puisque nous nous intéressons à une grande variété de variables de résultat, incluant l’emploi, les salaires et de nombreux indicateurs de l’activité économique des entreprises. Ensuite, nous avons évalué les résultats en distinguant d’emblée plusieurs classes d’entreprises, en fonction de l’intensité du bénéfice qu’elles ont tiré du CICE, sans supposer que les pratiques étaient les mêmes pour toutes.

Une approche paramétrique en panel : double différence non linéaire et variables instrumentales

53 La méthode mise en œuvre repose sur une stratégie d’estimation sur données de panel en double différence (Ashenfelter et Card, 1985), avec instrumentation par l’intensité de l’intention de traiter (Auten et Carroll, 1999). À la place de la variable de traitement elle-même, le taux apparent de CICE, de nature continue, nous considérons un ensemble d’indicatrices correspondant à différents niveaux du dosage du CICE. Elles permettent de tenir compte de la non-linéarité de l’effet du traitement, c’est-à-dire du fait que l’impact du CICE peut varier en fonction de son dosage. Les indicatrices de traitement sont constituées en retenant quatre groupes d’entreprises réunissant chacun un quart des entreprises de l’échantillon selon l’importance du CICE dont elles ont bénéficié. Le groupe de référence est constitué des 25 % d’entreprises les moins bénéficiaires du CICE (premier quartile du taux apparent de CICE). Les instruments utilisés sont des indicatrices de traitement calculées sur la base du traitement simulé à partir des masses salariales potentiellement éligibles avant la mise en œuvre du CICE (intention à traiter).

54 Les variables de contrôle comprennent des indicateurs de gestion issus de FARE et des indicateurs sur la structure des emplois issus des DADS considérées en t-1 et en variation entre t-2 et t-1 (cf. encadré 1). Des indicatrices sont également introduites pour tenir compte d’effets sectoriels ou d’effets liés à la taille des entreprises. Enfin, pour neutraliser les effets des réformes précédant la mise en place du CICE, en particulier les variations du salaire minimum et celles des exonérations générales de cotisations sociales, nous avons ajouté une variable de contrôle supplémentaire : le Taux d’Exonération Apparent de cotisations sociales (TEA, soit le rapport entre le montant total des exonérations de cotisations sociales et l’assiette des cotisations du régime général) retardé d’une période.

55 Afin de mesurer l’impact du CICE au niveau macroéconomique, les régressions où la variable expliquée est exprimée en taux de croissance sont pondérées par une variable pertinente (en t-1) en fonction de la variable de résultat considérée. Par exemple, pour l’emploi, la pondération correspondra à l’emploi alors que pour la valeur ajoutée on utilisera cette dernière ; pour le taux de marge, on utilisera la valeur ajoutée comme variable de pondération. En revanche, lorsque la variable dépendante est exprimée en variation absolue (pour l’EBE, le résultat ou les dividendes), l’équation est estimée sans appliquer de pondération.

56 Cette approche sur données de panel a le double mérite d’estimer dans un cadre commun les effets du CICE en 2013 et 2014, tout en autorisant certains paramètres à varier dans la dimension temporelle.

57 On se focalise sur les effets du CICE en 2013 et 2014. L’équation différenciée fait apparaître le taux de CICE en 2013 et la variation du taux de CICE entre 2013 et 2014. Par conséquent, les quartiles considérés en 2014 sont calculés à partir de cette différence. Comme instruments, nous utilisons alors les quartiles de la différence de traitement simulée pour 2013-2014 à partir des années antérieures à la mise en place de la mesure (2011 et 2012 ou 2010 et 2011).

Encadré 1 : variables de contrôle

Secteur d’activité (NAF 2008), en 88 postes.
Tranches de taille d’entreprise (11 classes) issues de BRC au 31/12 en t-1. Tirées de FARE : les niveaux retardés et les variations retardées du taux de marge, de la rentabilité économique, de la productivité, de l’intensité capitalistique, la part des exportations dans le CA, le taux d’investissement et le taux de prélèvement financier.
Tirées des DADS : les niveaux retardés et les variations retardées de la part des femmes ; la part des ouvriers, des employés, des professions intermédiaires, des cadres, la part des ingénieurs et techniciens en recherche et développement (R & D) ; la part des moins de 30 ans et des 50 ans et plus ; la part des CDI, des CDD et des temps pleins.

58 Par ailleurs, nous avons testé la stabilité dans le temps des coefficients associés aux variables de contrôle. Il en est ressorti que l’hypothèse de stabilité temporelle des paramètres n’est rejetée que pour les tranches de taille d’entreprise. Nous avons de ce fait laissé varier au cours du temps les seuls paramètres associés aux tranches de taille d’entreprise. L’équation ainsi estimée est de la forme :

(1) Δ ln (Y_i_,t ) = α + β_{2 , 2013} I₂(T̂_ι,2013)
̂̂
+ β_{3, 2013} I₃ (
T_{ι , 2013} ) + β_4,2013 I₄ (T
ι, 2013⁾
̂̂
+ β_{2, 2014} I₂ (d
T_{ι , 2014} ) + β_{3 , 2014} I₃ (dT
ι, 2014⁾
+ β_{4 , 2014} I₄ (dT̂_{ι , 2014} ) + γ₁ ΔX_i_{, t−1} + γ₂ X_i_,t−1
+ γ₃ TEA_i_{, t−1} + ∑_s δ_sI_s (secteur_i)
+ ∑_l θ_l_,t I_l (taille_i,t -₁ ) + ε_i_,t

59 avec dT_i_{, 2014}= T_i_{, 2014}− T_i_{, 2013}.

60 La variable dépendante est la différence première du logarithme de la variable de résultat Δ ln (Y_i_{, t} ) = ln (Y_i_,t ) − ln (Y_i _{, t−1} ), qui est approximativement égale au taux de croissance de Y. L’indicatrice I_j ( equation im9 ) est la valeur estimée issue de la première étape de l’instrumentation. X_i_,t−1 correspond au vecteur des variables de contrôle en niveau en t-1 et ΔX_i_{, t − 1} les variations passées des variables de contrôle entre t-2 et t-1, soit ΔX _i_{, t − 1}= X _i_{, t − 1}− X _i_{, t − 2}.

61 Dans les régressions, la situation de référence est donnée par les entreprises du premier quartile de la distribution de la variable de traitement (le groupe des entreprises les moins bénéficiaires du CICE). Ainsi, le coefficient β₄ mesure l’impact causal du dispositif sur le taux de croissance de la variable de résultat pour les entreprises les plus bénéficiaires du CICE (les entreprises du 4^ème groupe) par rapport aux entreprises les moins bénéficiaires (les entreprises du 1^er groupe). À partir de ces coefficients, il est possible de calculer les élasticités de la variable de résultat au CICE, qui mesurent la variation en points de pourcentage de la variable de résultat suite à un point supplémentaire de taux apparent de CICE.

62 La méthode des doubles différences sur données de panel repose sur l’hypothèse de tendance commune dans la variable de résultat entre les entreprises qui ont fortement bénéficié du CICE et celles qui en ont moins bénéficié. Cette hypothèse, indispensable pour que l’effet du CICE soit identifié par l’estimateur proposé, doit être vérifiée conditionnellement à l’ensemble de variables de contrôle considéré. Le grand nombre de variables de contrôle en niveau introduites dans l’équation estimée peut permettre de tenir compte de potentielles différences de tendance spécifique. Cependant, il se peut que cela ne soit pas suffisant.

63 Une approche complémentaire, abordée dans Heckman et Hotz (1989) puis étudiée dans Polachek et Kim (1994), consiste à modéliser la variable de résultat en tenant compte non seulement d’un effet individuel inobservé fixe dans le temps, mais également d’une tendance individuelle inobservée. Ce modèle est appelé modèle à effet fixe et à trend aléatoire individuels (Wooldridge, 2011) ou encore modèle en triple différence. Dans le cadre de l’évaluation des effets du CICE, cela revient à modéliser la variation relative de la variable de résultat (ou la variation absolue de son logarithme), à l’aide d’un effet firme inobservé et fixe dans le temps u_i. Dans ce cas, l’équation associée au modèle en différence s’écrit ainsi :

(2) Δln (Y_i_,t ) = α + β_{2 , 2013} I₂(T̂_{ι , 2013})
̂̂
+ β_{3 , 2013} I₃ (
T_{ι , 2013} ) + β_{4 , 2013} I₄ (T
ι, 2013⁾
̂̂
+ β_{2 , 2014} I₂ (d
T_{ι , 2014} ) + β_{3 , 2014} I₃ (dT
ι, 2014⁾
+ β_{4 , 2014} I₄ (dT̂_{ι , 2014} ) + γ₁ ΔX_i_{, t−1} + γ₂ X_i_{, t−1}
+ γ₃ TEA_i_{, t−1} + ∑_l θ_l_,t I_l (taille_i,t -₁ ) +u_i +ε_i_,t

64 Estimer cette équation requiert d’utiliser un modèle within, que l’on combine toujours avec les méthodes de variables instrumentales présentées précédemment. Cependant, comme l’ont souligné Polachek et Kim (1994), cette méthode revient à tenir compte de l’existence de tendances spécifiques dans la variable de résultat. Pour que l’estimation d’un tel modèle soit valide, il est nécessaire de disposer d’une longue période d’observation pour les individus considérés, ici les entreprises. Les études de la fin des années 1990 qui ont mobilisé cette méthode disposaient de données statistiques caractérisées par une dimension temporelle plus ou moins longue : 8 ans pour Heckman et Hotz (1989) ; 9 ans pour Papke (1994) ; 20 ans pour Hoxby (1996) ; 21 ans pour Friedberg (1998). Dans le cas de l’étude des effets du CICE sur l’emploi, les salaires et l’activité, mettre en œuvre une telle méthode suppose de disposer de sources statistiques d’entreprises sur une longue période.

65 Nous avons constitué un premier panel d’entreprises pérennes sur la période 2009-2014, soit sur une période de 6 ans. Comme nous utilisons des informations retardées d’une période pour les contrôles et que le modèle est pris en différence, nous disposons de 4 années (2011-2014) pour l’estimation du modèle (2). Dans notre cas, où les variables de résultat peuvent être fortement affectées par la conjoncture, cette dimension temporelle réduite peut constituer un problème, notamment dans le contexte d’une conjoncture défavorable depuis 2008.

66 Par conséquent, nous avons également considéré un deuxième ensemble d’entreprises pérennes sur la période (2004-2014), de façon à couvrir (au moins) un cycle d’activité. Nous sommes bien conscients que l’allongement de la période d’étude implique une sélection des entreprises : sur la nouvelle période considérée, notre échantillon comporte 75 870 entreprises (de 5 salariés et plus) contre 133 891 sur la période 2009-2014. Cependant, nous disposons alors d’une information plus riche qui peut nous permettre de mettre en œuvre l’estimation du modèle (2). Une autre difficulté soulevée par la construction d’un tel échantillon provient de l’utilisation de données statistiques antérieures à 2009, avec des sources dont le format et/ou le champ a pu être modifié : c’est notamment le cas de FARE et des DADS. La version des DADS avant 2009 était en particulier caractérisée par un champ plus restreint et donc un plus petit nombre d’entreprises pour chaque année. Concernant FARE, l’année de lancement de la mouture actuelle a été caractérisée par un plus petit ensemble d’information (données absentes par exemple sur l’investissement). Ces différences permettent d’expliquer les différences de taille entre les deux échantillons, au-delà de la démographie des entreprises. Avant 2008, seul Ficus de l’Insee (Fichier complet unifié de Suse - Système unifié de statistique d’entreprises) contenait les informations sur l’activité des entreprises.

Triple différence : l’importance d’une dimension temporelle longue

67 La méthode des doubles différences à laquelle nous avons recours suppose que l’hypothèse de tendance commune sur les variables de résultat soit valide. Une façon de tester cette hypothèse est d’effectuer un test de falsification (parfois appelé aussi test placebo) qui consiste à tester la significativité des effets simulés du CICE avant sa mise en œuvre effective sur la variable de résultat. Lorsque ces tests sont validés (pas d’effet significatif), nous retenons les résultats en double différence. Lorsque ce n’est pas le cas, nous leur préférons les résultats en triple différence, où les variables de résultat observées dans chaque entreprise diffèrent par un niveau et une tendance spécifiques relevant de caractéristiques inobservées, qui capturent les caractéristiques structurelles des entreprises. Le cas échéant nous considérons l’échantillon long sur la période 2004-2015.

Les tests de falsification : un exercice délicat

68 La réalisation d’un test de falsification nécessite que soit vérifiée l’hypothèse d’absence d’autres mesures de politique économique ayant des effets sur les variables de résultat avant l’introduction du CICE. Cette hypothèse n’est pas satisfaite sur la période qui précède la mise en œuvre du CICE (2011-2012). Les mesures de politiques économiques prises sur la période sont les suivantes :

L’annualisation des allégements de cotisation sur les bas salaires : le premier janvier 2011, l’allégement général de cotisation sur les bas salaires est calculé sur la base du salaire annuel et non du salaire du mois courant, comme c’était le cas auparavant. Cette mesure réduit le montant des allégements dont bénéficient les entreprises versant des primes sur une fréquence supra-mensuelle (par exemple sous la forme d’un treizième mois ou encore de prime de fin d’année), puisque le salaire de référence retenu pour calculer le montant de la ristourne de cotisation est accru des primes à fréquences supra-mensuelle. Cette annualisation se serait traduite par une réduction de 10 % sur l’ensemble des ristournes de cotisation (Doan et alii, 2017). Il convient de noter que cette mesure affecte tout particulièrement les entreprises disposant d’une part importante de la masse salariale au voisinage du Smic, c’est-à-dire les entreprises les plus exposées au CICE.
Les revalorisations du Smic (Salaire minimum de croissance) ont connu une évolution très heurtée sur la période 2010-2014. Trois périodes peuvent être distinguées. En 2010 et surtout en 2011, le Smic a enregistré une réduction en termes réels qui en cumulé a abouti à une perte de pouvoir d’achat de 0,95 %. En 2012 (année électorale), le Smic a enregistré deux importantes revalorisations en termes réels, l’une de 0,68 % et la seconde de 0,99 %. La hausse cumulée du Smic en 2012 atteint en termes réels 1,68 %. Enfin, sur la période 2013-2014 le Smic a diminué en termes réels de 0,47 %. Il convient donc de remarquer que l’année 2012 est marquée par une forte progression du Smic, ce qui implique une forte hausse du coût du travail pour les entreprises ayant la plus forte de proportion de travailleurs rémunérés au voisinage du Smic, qui sont aussi celles les plus exposées au CICE.
Le forfait social, introduit en 2009, a connu sur la période 2009-2012 une progression régulière (de 2 % en 2009 jusqu’à 8 % en 2012) suivi en août 2012 par une hausse marquée de 20 %.

70 L’assiette du forfait de 20 % correspond à :

toutes les sommes versées au titre de l’épargne salariale (en particulier la participation et l’intéressement) ;
la prime dividende ;
les contributions de l’employeur à une retraite supplémentaire ;
la prise en charge par l’employeur de la part salariale des cotisations de retraite complémentaire quand celle-ci n’est pas soumise à cotisations ;
aux jetons de présence et aux sommes perçues par les administrateurs et les membres de conseils de surveillance.

72 Cette mesure concerne plutôt les entreprises ayant une forte proportion de cadres plus fréquemment concernés par les rétributions entrant dans l’assiette du forfait social, soit aussi les entreprises souvent les moins concernées par le CICE.

73 – La loi TEPA (en faveur du travail, de l’Emploi et du Pouvoir d’Achat) introduite le 1^er janvier 2007 prévoit en plus de la défiscalisation des heures supplémentaires pour les salariés, une réduction des cotisations sociales sur les heures supplémentaires et un forfait permettant de compenser le surcoût pour les entreprises des heures supplémentaires. Ces deux dernières mesures concourraient à réduire pour les entreprises le coût des heures supplémentaires. Le 1^er septembre 2012, la loi TEPA est abrogée ce qui a eu pour effet d’augmenter le coût des heures supplémentaires. Cette mesure ne concerne a priori pas les cadres dirigeants qui ne sont pas assujettis aux dispositions sur la durée légale du travail. Par conséquent les entreprises les plus exposées au CICE sont davantage concernées par cette mesure que celles les moins exposées au CICE. En outre, cette mesure a sans doute davantage affecté le nombre d’heures travaillées que les effectifs salariés.

74 Pour effectuer les tests de falsification, il convient de retenir avec soin la période où ils sont réalisés. Le choix de la période de test peut aussi dépendre de la variable de résultat considérée. Par exemple, sur certaines périodes, les mesures de politiques économiques évoquées précédemment peuvent se compenser sur des variables agrégées, mais pas sur des variables désagrégées. Ainsi, s’agissant de l’emploi total, l’annualisation des allégements de cotisation sur les bas salaires a eu un impact positif sur le coût du travail. Cette mesure concerne plutôt les entreprises comportant une forte proportion de salariés rémunérés au Smic, c’est-à-dire les plus exposées au CICE. Un test de falsification réalisé en 2011 risque par conséquent de faire apparaître à tort un impact négatif sur l’emploi pour les entreprises les plus exposées au CICE. En 2012, on a affaire simultanément à trois mesures de politiques économiques : la revalorisation du Smic, l’abrogation de la loi TEPA et enfin le relèvement du forfait social. Les deux premières mesures concernent plutôt les entreprises les plus exposées au CICE, la dernière celles les moins exposées au CICE. En outre, on ne peut exclure que les deux groupes (traités : les plus exposés au CICE et témoins : les moins exposés au CICE) aient subi des chocs de même ampleur. En travaillant sur un modèle en double différence, les effets de ces deux chocs devraient alors pour partie se compenser, contrairement à la situation en 2011 où le seul choc affectant le groupe traité n’était pas compensé par un choc analogue dans le groupe témoin. Nous privilégions pour l’emploi total et les variables agrégées (les salaires, la masse salariale et l’activité) la période d’estimation 2012, pour réaliser les tests de falsification.

75 En revanche, s’agissant des décompositions de l’emploi total (par qualification, suivant la nature du contrat, l’âge, le sexe ou le type d’emploi) et des heures travaillées (excluant ainsi l’abrogation de la loi TEPA) nous préférons la période 2011, où les chocs affectant différemment l’emploi désagrégé sont moins nombreux. Par ailleurs, la présence du taux apparent d’allégement de cotisations sociales patronales en tant que variable de contrôle permet de rendre compte de l’effet de l’annualisation des allègements de cotisation sur les bas salaires de 2011.

76 L’hypothèse nulle d’un test de falsification est celle d’absence d’effet du traitement (CICE) avant sa date effective de mise en place (2011 ou 2012). Dans notre cas où le dosage du traitement est mesuré par les quartiles du taux de CICE, cela implique que les coefficients des trois quartiles (Q2, Q3 et Q4) sont tous, pris individuellement, statistiquement non significativement différents de zéro. Dans ce cas, en couplant ce test avec les résultats des estimations sur la période d’application du CICE, les coefficients associés au dosage du traitement, peuvent être interprétés comme un effet causal du traitement. A contrario, le test de falsification est invalidé dès lors qu’au moins un coefficient dispose d’une p-value inférieure à 5 %. En d’autres termes, le traitement en 2011 ou en 2012 aurait, dans ce dernier cas, eu un effet sur les variables de résultat en 2011 ou 2012 alors même que le traitement n’avait pas été mis en place à ces dates.

77 Nous avons fait le choix d’interpréter nos résultats à la lumière de ces tests de falsification. Pour les variables de résultat dont les tests de falsification ne sont pas rejetés, nous considérons les résultats des estimations en double différence combinées à des variables instrumentales (intention de traiter) sur l’échantillon de référence (133 891 entreprises pérennes sur 2009-2014). Pour les variables pour lesquelles les tests de falsification sont rejetés sur l’échantillon de référence (2009-2014), il faudrait théoriquement tenir compte des différences de tendances entre entreprises, c’est-à-dire retenir une estimation en triple différence. Toutefois la dimension temporelle de cet échantillon est trop courte pour appliquer une telle méthodologie. Nous considérons alors un échantillon caractérisé par une dimension temporelle plus longue (2004-2014). Dans la mesure où ce nouvel échantillon contient un plus petit nombre d’entreprises dont les caractéristiques diffèrent potentiellement de celles de l’échantillon sur la période 2009-2014 (6), on ré-estime le modèle en double différence. Si les tests de falsification ne sont pas rejetés alors seuls les résultats en double différence sur l’échantillon long doivent être considérés. Dans le cas contraire, ce sont les résultats des estimations en triple différence (modèle à effets fixes et tendances individuels inobservés) combinés à des méthodes de variables instrumentales sur l’échantillon long qui doivent être retenus.

Résultats de l’évaluation

78 Pour chaque variable de résultat, nous donnons les valeurs des coefficients estimés pour chaque quartile de traitement et la p-value associée. Nous ne commentons que les résultats significatifs au seuil de 5 %. Nous donnons aussi les valeurs des élasticités correspondantes qui indiquent l’effet d’un point du CICE sur la variable de résultat, en points de pourcentage (pp). Chaque tableau présente aussi les résultats de deux tests sur la qualité des instruments : un test de suridentification (le test de Hansen) qui porte sur l’intensité de la corrélation entre l’instrument et la variable de résultat ; un test d’instrument faible (qui mesure le degré de corrélation entre l’instrument et la variable de traitement). Dans ce dernier cas, nous avons retenu les tests d’exclusion des instruments réalisés dans la première étape des double-moindres carrés. Nous reportons la plus grande p-value associée à ces tests.

Les effets sur l’emploi

79 S’agissant de l’emploi, nous considérons l’emploi moyen sur l’année. Cet indicateur peut être mesuré dans trois sources : BRC, DADS et FARE (7). Au total, nous pouvons estimer trois effets pour chaque quartile d’entreprise. Les résultats sont reportés dans le tableau 3a pour les années 2013 et 2014.

80 Nous trouvons un effet significatif et positif du CICE sur l’emploi, dès 2013, mais uniquement pour le quartile des entreprises les plus bénéficiaires et pour les sources DADS et dans une moindre mesure BRC. Rappelons que les entreprises les plus fortement bénéficiaires sont surtout des petites entreprises du tertiaire (75,6 %), composées de moins de 20 salariés en moyenne.

81 En 2014, les effets sur l’emploi sont systématiquement positifs pour les entreprises les plus exposées au CICE. Pour les sources DADS et FARE, l’élasticité pour les entreprises les plus exposées au CICE est de l’ordre de 3,5 alors qu’elle est plus faible et significative uniquement au seuil de 10 % pour BRC. Nous parvenons donc à un accroissement de l’ordre de 3,5 % de l’emploi moyen par point de CICE supplémentaire en 2014 par rapport à 2013.

82 La traduction en termes d’emplois créés ou sauvegardés s’obtient assez facilement (cf. encadré 2) et les résultats sont reportés dans le tableau 3b. On dénombre environ 38 000 emplois qui auraient été créés ou sauvegardés en 2013 et environ 118 000 en 2014. Au total, le CICE aurait créé sur la période 2013-2014 près de 80 000 emplois par an avec un intervalle de confiance à 95 % de [34729 ; 121542].

83 Ces résultats indiquent que les effets du CICE sur l’emploi sont plus faibles que ceux indiqués par les évaluations ex ante. Nous sommes à moins de la moitié du nombre d’emplois évalués en moyenne par les trois évaluations ex ante (Plane, 2012 ; Ducoudré, Heyer et Plane, 2015 ; Hagneré et Legendre, 2016). Il faut rappeler que nous mesurons des effets à court terme, en différence relativement aux entreprises les moins bénéficiaires du CICE. Cet impact ne tient pas compte des effets transitant par les créations ou les destructions d’entreprises, et ceux transitant via des relais purement macroéconomiques.

Tableau 3a

les effets sur l’emploi

Échantillon 2009-2014			Emploi moyen
Période d’estimation 2011-2014			BRC	DADS	FARE
Coefficients	2013	Q2	- 0,724 (0,310)	0,098 (0,898)	- 0,377 (0,643)
		Q3	- 0,593 (0,452)	- 0,866 (0,340)	- 1,592 (0,113)
		Q4	0,915* (0,073)	1,653* (0,006)**	- 0,144 (0,818)
	2014	Q2	1,033 (0,613)	2,751* (0,088)	2,968* (0.078)
		Q3	- 2,903 (0,321)	- 3,003 (0,270)	- 5,550* (0,057)
		Q4	5,369* (0,059)	6,301 (0,021)**	6,536 (0,016)**
Élasticités	2013	Q2	- 0,554	0,075	- 0,288
		Q3	- 0,316	- 0,461	- 0,847
		Q4	0,384	0,695***	- 0,061
	2014	Q2	1,256	3,347	3,611
		Q3	- 2,461	- 2,545	- 4,704
		Q4	2,995	3,515**	3,646**
Tests de falsification	2012	Q2	- 0,386 (0,255)	0,100 (0,764)	0,004 (0,993)
		Q3	0,260 (0,541)	0,388 (0,366)	- 0,269 (0,615)
		Q4	0,425 (0,150)	- 0,007 (0,989)	- 0,299 (0,457)
(1) Test de suridentification (2) Test d’instruments faibles			0,035 0,000⁽³⁾	0,698 0,000	0,131 0,000

les effets sur l’emploi

Champ : échantillon de 133 890 entreprises de 5 salariés et plus présentes sur la période 2009-2014.
Notes : coefficient et tests de falsification : p-values entre parenthèses. Variables de traitement : quartiles du taux apparent de CICE. (1) H0 : (instruments non corrélés avec le terme d’erreur). (2) H0 : (instruments non corrélés avec le traitement). Instruments : quartiles du traitement simulé en utilisant les masses salariales éligibles antérieures (années 2011 et 2012). Les variables dépendantes des équations estimées sont les différences de logarithmes des variables de résultat. (3) P-value maximum des tests d’exclusion d’instrument de la première étape. En gras : coefficients significatifs, pour un seuil inférieur ou égal à 5 %. ***, ** et * : significatif respectivement aux seuils de 1 %, 5 % et 10 %.
Lecture : en 2013, les entreprises du deuxième quartile de la distribution des taux apparents de CICE ont eu un taux de croissance de leurs effectifs moyens inférieur de 0,724 points à celui du premier quartile. Ce coefficient est issu d’une estimation par variables instrumentales prenant en compte l’ensemble des variables de contrôle. Les P-values sont données entre parenthèses. Les élasticités rapportent le coefficient estimé à la valeur correspondante de l’écart de moyenne de taux apparent entre le deuxième et le premier quartile de la distribution des taux apparents. Pour 2013, les niveaux moyens de taux apparents de CICE sont de 1,65 dans le premier quartile, 2,96 dans le deuxième, 3,53 dans le troisième, 4,03 dans le dernier. Pour la variation du taux de CICE entre 2013 et 2014, les valeurs sont de 0,62 dans le premier quartile, 1,44 dans le deuxième, 1,80 dans le troisième, 2,40 dans le dernier.
Données : BRC (Acoss), DADS-FARE (Insee) et MVC (DGFiP).

Tableau 3b

nombre d’emplois créés ou sauvegardés intervalles de confiance pour un niveau de confiance de 95 %

Emploi moyen 2013	BRC	FARE	DADS	Moyenne
Borne inférieure	- 2 489	- 40 396	14 157	5 834
Moyenne	26 923	- 4 237	48 645	37 784
Borne supérieure	56 335	31 922	83 132	69 734
Emploi moyen 2014	BRC	FARE	DADS	Moyenne
Borne inférieure	56 834	63 359	70 670	63 621
Moyenne	104 822	127 611	123 020	118 484
Borne supérieure	152 809	191 862	175 370	173 347

nombre d’emplois créés ou sauvegardés intervalles de confiance pour un niveau de confiance de 95 %

Données : BRC (Acoss), DADS-FARE (Insee) et MVC (DGFiP) ;

Encadré 2 : méthode de calcul des emplois créés ou sauvegardés et intervalles de confiance

D’une façon générale, les emplois créés ou sauvegardés sont obtenus en appliquant la « règle de trois » suivante. Seuls les quartiles comportant des coefficients significatifs sont retenus. Pour chaque quartile significatif et chaque source, nous multiplions l’élasticité moyenne par la variation du taux moyen de CICE de l’année. À titre d’exemple, en 2014 les élasticités pour le quatrième quartile (le seul à disposer de coefficients significatifs) sont respectivement 2,995, 3,515 et 3,646 pour BRC, DADS et FARE. L’élasticité de l’emploi au CICE est obtenue en divisant le coefficient par l’écart entre taux moyen du quartile avec celui du premier quartile. En 2014, le taux moyen de variation du taux de CICE est de 0,622 % dans le premier quartile et de 2,415 % dans le quatrième quartile. L’élasticité de l’emploi au CICE d’après la source DADS dans le quatrième quartile est alors 6,301/ (2,415 – 0,622) = 3,515.
La variation du taux de CICE entre 2013 et 2014 est de 2 points de pourcentage (pp). Pour chacune des trois sources, on parvient donc à une variation de 2pp x 2,995pp = 5,99pp, 2pp x 3.515pp = 7,03pp et 2pp x 3,646pp = 7,292pp. Le dernier quartile comportant des entreprises plus petites, ce ne sont pas 25 % des effectifs qui sont employés dans les entreprises appartenant à ce quartile mais seulement 12,5 %. On peut alors en déduire les emplois créé ou sauvegardés moyens suivant les sources en retenant 14 000 000 d’emplois comme base de calcul. Pour BRC, on parvient à 5,99pp x 0,125 x 14 000 000 =104 825, pour DADS, on a 7,03pp x 0,125 x 14 000 000 =123 025 et pour FARE 7,292 x 0,125 x 14 000 000 = 127 610. Le nombre moyen d’emplois créés ou sauvegardés suivant les trois sources est de 118 484.
Suivant un calcul analogue, on parvient en 2013 à 37 784 emplois créés ou sauvegardés en moyenne sur les trois sources. Donc au total sur la période 2013 – 2014 se sont donc 156 271 emplois qui ont été créés ou sauvegardés.
Les intervalles de confiances ont été obtenus en recalculant les élasticités de la façon suivante. La borne inférieure de l’élasticité a été obtenue en divisant le coefficient estimé moins 1,96 x son écart-type par l’écart entre le taux moyen du quartile par celui du premier quartile et la borne supérieure en divisant le coefficient estimé plus 1,96 x son écart-type par le même dénominateur. Le calcul des emplois créés et sauvegardés reprend celui précédemment décrit appliqué à chacune des bornes de l’intervalle de confiance.
Des méthodes alternatives de mesure des effets en emplois du CICE en tenant compte de Q2 et Q3 ne sont pas considérées puisque les coefficients associés sont non significatifs.

84 Toutefois, l’ordre de grandeur des effets sur l’emploi auquel nous parvenons est également beaucoup plus faible que celui obtenu par les évaluations ex post des exonérations générales de cotisations sociales, qui reposent sur une méthodologie proche de celle que nous utilisons. Le nombre de 118 000 emplois créés ou sauvegardés en 2014 correspond à un budget de près de 170 000 euros par emploi lorsqu’on le rapporte au budget total du CICE de 20 milliards d’euros. C’est quatre fois plus élevé que l’estimation du coût par emploi créé proposée par Bunel et alii (2012) pour les exonérations générales de cotisation sociales (40 000 € par emploi) et c’est même plus de six fois la moyenne des effets trouvés par les 17 évaluations des exonérations générales recensés dans cette même étude (25 000 € par emploi).

85 Les résultats des tableaux 3a et 3b concernent les effectifs occupés. De façon complémentaire, le tableau 4 présente les résultats sur les heures travaillées. Les tests de falsification rejettent l’hypothèse de tendance commune tant sur l’échantillon court (2009-2014) que sur l’échantillon long (2004-2014). C’est donc les résultats issus de l’estimation en triple différence sur l’échantillon long qui seront ici considérés et commentés. Tout d’abord, le CICE a eu un effet positif sur le total des heures travaillées en 2014, localisé à la fois sur le quatrième quartile, celui des entreprises les plus bénéficiaires, et aussi sur le second quartile. Ensuite, le tableau 4 révèle qu’aucun effet du CICE n’est perceptible sur les heures travaillées par tête. S’agissant de l’effet positif sur les entreprises les plus bénéficiaires du CICE, celui-ci résulte intégralement de celui sur l’emploi, le CICE n’ayant pas eu d’impact significatif sur le nombre d’heures travaillées par tête. En revanche, l’effet positif du CICE sur le second quartile pour le nombre total d’heures travaillées semble résulter pour partie d’un effet positif sur le nombre d’heures par tête, avec un coefficient à la limite de la significativité en 2014 sur le second quartile.

Tableau 4

les effets sur les heures travaillées

Échantillon			2009-2014		2004-2014
Méthode			Double différence		Double différence		Triple différence
Période d’estimation 2011-2014			total	par tête	total	par tête	total	par tête
Coefficients	2013	Q2	0,025 (0,976)	- 0,108 (0,767)	- 0,407 (0,541)	- 0,277 (0,458)	- 0,632 (0,369)	- 0,173 (0,698)
		Q3	- 1,178 (0,158)	- 0,353 (0,319)	- 1,366* (0,098)	- 0,727* (0,064)	- 1,513* (0,068)	- 0,418 (0,387)
		Q4	0,728 (0,210)	- 0,775* (0,005)**	0,015 (0,970)	- 0,671* (0,003)**	0,120 (0,790)	- 0,381 (0,132)
	2014	Q2	0,952 (0,801)	- 1,879 (0,504)	3,014* (0,001)**	0,956* (0,087)	2,834* (0,003)**	1,172* (0,055)
		Q3	- 0,012 (0,998)	3,476 (0,209)	0,601 (0,609)	0,538 (0,389)	0,836 (0,473)	0,901 (0,206)
		Q4	3,742 (0,431)	- 3,835 (0,248)	4,142* (0,000)**	- 0,142 (0,783)	3,629* (0,000)**	0,256 (0,662)
Élasticités	2013	Q2	0,019	- 0,083	- 0,332	- 0,225	- 0,515	- 0,141
		Q3	- 0,627	- 0,188	- 0,766	- 0,408	- 0,848	- 0,235
		Q4	0,306	- 0,326	0,006	- 0,289***	0,052	- 0,164
	2014	Q2	1,159	- 2,285	3,724***	1,181	3,503***	1,449
		Q3	- 0,010	2,947	0,517	0,463	0,720	0,775
		Q4	2,087	- 2,139	2,310***	- 0,079	2,024***	0,143
Tests de falsification	2011	Q2	- 1,418 (0,015)**	- 1,069* (0,001)**	- 0,832 (0,267)	- 0,886 (0,026)**
		Q3	- 1,725 (0,018)**	- 1,831* (0,000)**	- 2,042 (0,034)**	- 2,044* (0,000)**
		Q4	- 0,276 (0,509)	- 1,806* (0,000)**	- 0,138 (0,767)	- 1,172* (0,000)**
Test de suridentification⁽¹⁾			0,056	0,005	0,088	0,022	0,412	0,146
Test d’instruments faibles⁽²⁾			0,000⁽³⁾	0,000	0,000	0,000	0,000	0,000

les effets sur les heures travaillées

Champ : échantillon de 133 890 (respectivement 75 870) entreprises de 5 salariés et plus présentes sur la période 2009-2014 (respectivement
2004-2014).
Notes : coefficient et tests de falsification : p-values entre parenthèses. Variables de traitement : quartiles du taux apparent de CICE. (1) H0 : (instruments non corrélés avec le terme d’erreur). (2) H0 : (instruments non corrélés avec le traitement). Instruments : quartiles du traitement simulé en utilisant les masses salariales éligibles antérieures (années 2011 et 2012). Les variables dépendantes des équations estimées sont les différences de logarithmes des variables de résultat. (3) P-value maximum des tests d’exclusion d’instrument de la première étape. En gras : coefficients significatifs, pour un seuil inférieur ou égal à 5 %. ***, ** et * : significatif respectivement aux seuils de 1 %, 5 % et 10 %.
Données : BRC (Acoss), DADS-FARE (Insee) et MVC (DGFiP).

86 Les effets positifs sur l’emploi se doublent d’effets sur la structure des emplois. Le tableau 5 présente l’emploi par catégorie et permet de déterminer quel type d’emploi a bénéficié du CICE. Dans les entreprises les plus fortement bénéficiaires du CICE, on peut noter que les salariés sont principalement des employés et des ouvriers. La part des professions intermédiaires et des cadres y est assez faible. Les tableaux 5a et 5b montrent que, pour 2013, ce sont les emplois d’ouvriers qui ont particulièrement bénéficié de la mesure, pour des contrats à durée déterminée et à temps complet. Les cadres dans les entreprises les plus exposées au CICE ont aussi bénéficié de celui-ci. Ce résultat n’est pas surprenant puisque les salaires des cadres dans le quatrième quartile sont sensiblement plus faibles que leurs homologues dans les trois premiers quartiles. Toutefois, compte tenu du faible nombre de cadres dans les entreprises les plus bénéficiaires du CICE, le nombre d’emplois de cadre créés ou sauvegardés reste faible. Les salariés de 50 ans et plus ont été les bénéficiaires de ces emplois créés ou sauvegardés.

87 En 2014, les effets positifs sur l’emploi ouvrier se diffusent au second quartile. En revanche, l’emploi des cadres ne semble plus bénéficier de l’impact du CICE. Il convient de noter que les professions intermédiaires ne semblent pas bénéficier du CICE que ce soit en 2013 ou en 2014.

Tableau 5a

effets sur la structure des emplois, échantillon 2009-2014

Échantillon 2009-2014			Catégories
Période d’estimation 2011-2014			Ouvriers	Employés	Professions intermédiaires	Cadres	Ingénieurs R & D	Techniciens R & D	CDI	CDD	Temps plein	Femme	- 30 ans	+ 49 ans
Coefficients	2013	Q2	3,811 (0,223)	1,264 (0,642)	- 1,746 (0,189)	- 1,633 (0,309)	- 4,549 (0,489)	- 37,233* (0,052)	0,665 (0,564)	37,805 (0,036)**	0,684 (0,527)	- 0,820 (0,633)	- 0,635 (0,740)	0,982 (0,383)
		Q3	1,289 (0,705)	- 3,485* (0,052)	- 3,654* (0,058)	- 3,804 (0,207)	- 2,061 (0,704)	- 10,304 (0,157)	- 1,975* (0,081)	45,256 (0,011)**	- 3,724* (0,000)**	- 1,065 (0,387)	- 0,029 (0,983)	- 2,287 (0,101)
		Q4	5,169 (0,021)**	0,446 (0,735)	5,480* (0,004)**	12,061* (0,000)**	8,897 (0,682)	3,005 (0,813)	2,133* (0,010)**	52,235* (0,000)**	2,262* (0,007)**	0,185 (0,824)	1,138 (0,292)	3,094* (0,002)**
	2014	Q2	7,340* (0,003)**	3,019 (0,466)	- 3,176 (0,202)	- 0,325 (0,908)	15,760* (0,062)	- 0,635 (0,938)	1,601 (0,283)	6,219 (0,488)	1,834 (0,182)	0,583 (0,810)	- 0,788 (0,827)	3,194* (0,068)
		Q3	- 6,750 (0,222)	4,513 (0,164)	2,860 (0,680)	- 7,082 (0,171)	- 8,256 (0,581)	- 7,496 (0,575)	- 1,927 (0,459)	11,819 (0,154)	- 0,523 (0,834)	- 2,367 (0,361)	2,331 (0,404)	- 8,898 (0,024)**
		Q4	9,440* (0,077)	0,942 (0,784)	- 9,449 (0,492)	23,486* (0,000)**	26,518 (0,286)	10,694 (0,721)	4,445 (0,117)	10,213 (0,192)	2,185 (0,513)	1,156 (0,725)	1,629 (0,647)	8,228 (0,021)**
Élasticités	2013	Q2	2,915	0,967	- 1,336	- 1,249	- 3,480	- 28,486	0,509	28,923**	0,524	- 0,627	- 0,486	0,751
		Q3	0,686	- 1,856	- 1,945	- 2,025	- 1,097	- 5,486	- 1,051	24,093**	- 1,982***	- 0,567	- 0,016	- 1,218
		Q4	2,173**	0,187	2,303***	5,070***	3,740	1,263	0,897***	21,958***	0,951***	0,078	0,479	1,301***
	2014	Q2	8,928***	3,672	- 3,864	- 0,396	19,170	- 0,772	1,947	7,565	2,231	0,709	- 0,958	3,885
		Q3	- 5,721	3,826	2,425	- 6,003	- 6,998	- 6,354	- 1,633	10,018	- 0,443	- 2,007	1,976	- 7,542**
		Q4	5,266	0,526	- 5,271	13,101***	14,792	5,965	2,480	5,697	1,219	0,645	0,909	4,590**
Tests de falsification	2011	Q2	- 1,418 (0,283)	- 1,568 (0,439)	2,978 (0,178)	- 0,017 (0,993)	- 4,384 (0,571)	- 4,774 (0,463)	- 0,463 (0,490)	- 3,930 (0,101)	- 1,438* (0,078)	- 1,254 (0,228)	- 1,024 (0,418)	- 0,237 (0,714)
		Q3	- 2,144 (0,154)	- 2,634 (0,264)	5,498* (0,001)**	- 1,819 (0,601)	10,835 (0,128)	5,888 (0,267)	0,237 (0,758)	- 3,773 (0,135)	- 1,182 (0,181)	- 0,585 (0,623)	0,094 (0,944)	0,626 (0,502)
		Q4	0,344 (0,741)	- 2,349 (0,394)	5,927* (0,004)**	11,835* (0,000)**	15,715 (0,146)	- 6,947 (0,505)	1,729 (0,035)**	- 2,290 (0,288)	- 0,325 (0,755)	- 0,012 (0,994)	1,682 (0,122)	0,172 (0,863)
Test de suridentification⁽¹⁾			0,163	0,019	0,785	0,006	0,079		0,019	0,860	0,002	0,073	0,605	0,000
Test d’instruments faibles⁽²⁾			0,000⁽³⁾	0,000	0,000	0,000	0,000	0,000	0,000	0,000	0,000	0,000	0,000	0,000

effets sur la structure des emplois, échantillon 2009-2014

Champ : échantillon de 133 890 entreprises de 5 salariés et plus présentes sur la période 2009-2014.
Notes : coefficients et tests de falsification : p-values entre parenthèses. Variables de traitement : quartiles du taux apparent de CICE. (1) H0 : (instruments non corrélés avec le terme d’erreur). (2) H0 : (instruments non corrélés avec le traitement). Instruments : quartiles du traitement simulé en utilisant les masses salariales éligibles antérieures (années 2011 et 2012). Les variables dépendantes des équations estimées sont les différences de logarithmes des variables de résultat. (3) P-value maximum des tests d’exclusion d’instrument de la première étape. En gras : coefficients significatifs, pour un seuil inférieur ou égal à 5 %. ***, ** et * : significatif respectivement aux seuils de 1 %, 5 % et 10 %.
Données : BRC (Acoss), DADS-FARE (Insee) et MVC (DGFiP).

Tableau 5b

effets sur la structure des emplois, échantillon 2004-2014

Échantillon 2004-2014 Période d’estimation 2006-2014			Double difference			Triple différence
Échantillon 2004-2014 Période d’estimation 2006-2014			Professions intermédiaires	Cadres	CDI	Cadres	Ingénieurs R & D
Coefficients	2013	Q2	- 2,871* (0,063)	0,017 (0,992)	0,622 (0,437)	- 2,516 (0,209)	3,069 (0,708)
		Q3	- 3,839* (0,051)	- 4,489 (0,131)	- 1,171 (0,293)	- 8,031* (0,003)**	- 7,819 (0,478)
		Q4	2,315 (0,138)	10,974* (0,000)**	0,770 (0,197)	9,925* (0,001)**	4,509 (0,741)
	2014	Q2	- 0,948 (0,690)	- 3,117 (0,251)	0,384 (0,717)	- 5,909* (0,060)	14,956 (0,202)
		Q3	- 3,388 (0,396)	- 1,514 (0,755)	- 1,731 (0,318)	- 9,093 (0,124)	- 26,819 (0,578)
		Q4	3,318 (0,359)	15,818 (0,010)**	3,241 (0,013)**	14,678* (0,081)	16,792 (0,857)
Élasticités	2013	Q2	- 2,339	0,014	0,507	- 2,050	2,501
		Q3	- 2,153	- 2,517	- 0,656	- 4,503***	- 4,385
		Q4	0,998	4,731***	0,332	4,279***	1,944
	2014	Q2	- 1,171	- 3,852	0,474	- 7,303	18,483
		Q3	- 2,917	- 1,303	- 1,490	- 7,827	- 23,085
		Q4	1,851	8,822**	1,808**	8,186	9,365
Tests de falsification	2011	Q2	4,646 (0,023)**	1,716 (0,484)	- 0,167 (0,858)
		Q3	0,681 (0,863)	2,117 (0,409)	0,479 (0,623)
		Q4	4,601* (0,006)**	10,505* (0,000)**	1,023 (0,164)
Test de suridentification			0,888	0,055	0,468	0,360	0,800
Test d’instruments faibles			8,547⁽²⁾	3,678⁽²⁾	6,973⁽²⁾	3,569⁽²⁾	0,980⁽²⁾

effets sur la structure des emplois, échantillon 2004-2014

Champ : échantillon de 75 870 entreprises de 5 salariés et plus présentes sur la période 2004-2014.
Notes : coefficients et tests de falsification : p-values entre parenthèses. Variables de traitement : quartiles du taux apparent de CICE. (1) H0 : (instruments non corrélés avec le terme d’erreur). (2) H0 : (instruments non corrélés avec le traitement). Instruments : quartiles du traitement simulé en utilisant les masses salariales éligibles antérieures (années 2011 et 2012). Les variables dépendantes des équations estimées sont les différences de logarithmes des variables de résultat. (3) P-value maximum des tests d’exclusion d’instrument de la première étape. En gras : coefficients significatifs, pour un seuil inférieur ou égal à 5 %. ***, ** et * : significatif respectivement aux seuils de 1 %, 5 % et 10 %.
Données : BRC (Acoss), DADS-FARE (Insee) et MVC (DGFiP).

88 Les effets positifs constatés en 2013 sur les contrats à durée déterminée disparaissent en 2014 au bénéfice d’emplois créés ou sauvegardés sur des contrats à durée indéterminée. Ce dernier effet concerne les entreprises les plus exposées au CICE. Ce résultat peut s’interpréter de la façon suivante : en 2013, le CICE était une vraie surprise pour les entreprises qui pouvaient avoir des doutes sur sa pérennité, ce qui peut expliquer un recours privilégié à des contrats à durée déterminée. En 2014, la pérennité du CICE étant plus assurée, ce sont des emplois en CDI qui en ont bénéficié.

Les effets sur les salaires

89 Le salaire annuel moyen de l’entreprise est calculé en rapportant la masse salariale (8) versée par l’entreprise à ses effectifs moyens. Les résultats sur les salaires moyens (9) sont reportés dans le tableau 6. Dans la mesure où les tests de falsifications sont invalidés quel que soit l’échantillon, on ne commentera que les résultats en triple différence (10). Ils apparaissent variables selon les indicateurs et selon les sources des données.

90 Compte tenu des divergences de mesure de la masse salariale entre BRC et DADS d’un côté et FARE de l’autre, on obtient des résultats assez différents pour FARE. Nous limiterons nos commentaires aux sources BRC et DADS. Le CICE aurait eu un impact positif sur le salaire moyen pour les entreprises les plus bénéficiaires en 2013 et plus encore en 2014.

91 Les effets sur la masse salariale combinent les effets sur l’emploi et sur les salaires. Nous retrouvons la divergence évoquée entre les sources BRC et DADS d’un côté et FARE de l’autre. Nous commentons donc les résultats pour BRC et DADS. Le CICE aurait ainsi exercé un effet positif sur la masse salariale pour les entreprises les plus exposées en 2013 et plus encore en 2014 (cf. tableau 7).

Tableau 6

les effets sur les salaires moyens dans l’entreprise

Échantillon			2009-2014			2004-2014
Méthode			Double difference			Double différence			Triple différence
Méthode			BRC	DADS	FARE	BRC	DADS	FARE	BRC	DADS FARE
Coefficients	2013	Q2	0,498 (0,219)	- 0,219 (0,633)	- 0,331 (0,497)	0,133 (0,793)	- 0,093 (0,874)	- 2,677* (0,000)**	0,741 (0,217)	0,560 (0,378)	- 3,238* (0,004)**
		Q3	0,499 (0,251)	0,552 (0,267)	0,805 (0,191)	0,058 (0,905)	- 0,570 (0,348)	- 2,722* (0,001)**	1,113 (0,043)**	0,364 (0,595)	- 3,627* (0,001)**
		Q4	1,519* (0,000)**	1,287* (0,000)**	2,111* (0,000)**	1,290* (0,000)**	1,132* (0,001)**	0,517 (0,244)	2,734* (0,000)**	2,542* (0,000)**	- 1,138* (0,085)
	2014	Q2	- 2,621 (0,287)	- 3,999 (0,226)	- 6,532* (0,089)	- 0,275 (0,708)	- 0,448 (0,483)	- 5,340* (0,000)**	0,683 (0,408)	0,685 (0,324)	- 6,398* (0,000)**
		Q3	1,785 (0,433)	2,289 (0,441)	2,802 (0,427)	- 0,578 (0,440)	- 0,662 (0,351)	- 4,804* (0,000)**	0,742 (0,404)	0,518 (0,524)	- 6,084* (0,000)**
		Q4	- 0,279 (0,885)	- 1,372 (0,591)	- 1,587 (0,602)	0,713 (0,282)	0,220 (0,734)	- 0,485 (0,571)	3,384* (0,000)**	2,661* (0,000)**	- 2,570* (0,068)
Élasticités	2013	Q2	0,381	- 0,167	- 0,253	0,109	- 0,076	- 2,181***	0,604	0,456	- 2,638***
		Q3	0,266	0,294	0,429	0,032	- 0,320	- 1,526***	0,624**	0,204	- 2,034***
		Q4	0,639***	0,541***	0,887***	0,556***	0,488***	0,223	1,179***	1,096***	- 0,491
	2014	Q2	- 3,188	- 4,864	- 7,946	- 0,340	- 0,554	- 6,600***	0,843	0,847	- 7,907***
		Q3	1,513	1,940	2,375	- 0,497	- 0,570	- 4,135***	0,638	0,446	- 5,237***
		Q4	- 0,156	- 0,765	- 0,885	0,397	0,123	- 0,271	1,887***	1,484***	- 1,433
Tests de falsification	2012	Q2	0,621** (0,042)	0,480 (0,113)	- 0,464 (0,266)	0,523 (0,157)	0,486 (0,197)	- 3,151* (0,000)**
		Q3	0,683* (0,061)	0,719 (0,037)**	0,803 (0,111)	0,488 (0,153)	0,713 (0,045)**	- 2,710* (0,000)**
		Q4	1,809* (0,000)**	2,498* (0,000)**	1,842* (0,000)**	1,360* (0,000)**	1,419* (0,000)**	- 0,691 (0,129)
Test de suridentification⁽¹⁾			0.072	0.375	0,021	0,286	0,446	0,116	0,228	0,421	0,629
Test d’instruments faibles⁽²⁾			0,000	0,000	0,000	0,000	0,000	0,000	0,000	0,000	0,000

les effets sur les salaires moyens dans l’entreprise

Champ : échantillon de 133 890 (respectivement 75 870) entreprises de 5 salariés et plus présentes sur la période 2009-2014 (respectivement
2004-2014).
Notes : coefficient et tests de falsification : p-values entre parenthèses. Variables de traitement : quartiles du taux apparent de CICE. (1) H0 : (instruments non corrélés avec le terme d’erreur). (2) H0 : (instruments non corrélés avec le traitement). Instruments : quartiles du traitement simulé en utilisant les masses salariales éligibles antérieures (années 2010 et 2011). Les variables dépendantes des équations estimées sont les différences de logarithmes des variables de résultat. (3) P-value maximum des tests d’exclusion d’instrument de la première étape. En gras : coefficients significatifs, pour un seuil inférieur ou égal à 5 %. ***, ** et * : significatif respectivement aux seuils de 1 %, 5 % et 10 %.
Données : BRC (Acoss), DADS-FARE (Insee) et MVC (DGFiP).

Les effets sur l’activité économique des entreprises

92 La mesure des effets du CICE sur l’activité économique des entreprises est tributaire de la manière dont les entreprises ont effectivement enregistré le crédit d’impôt dans leurs comptes. Plusieurs possibilités d’imputation étaient envisageables en 2013 (11) : en déduction des frais de personnels, ce qui augmente l’excédent brut d’exploitation sans affecter la valeur ajoutée ; en subvention ou en produits d’exploitation, ce qui accroît d’un même montant l’excédent brut d’exploitation et la valeur ajoutée ; en déduction de l’impôt sur les sociétés, ce qui est neutre à la fois sur la valeur ajoutée et sur l’excédent brut d’exploitation. Cette variété dans la manière d’imputer le CICE plaide pour considérer plusieurs indicateurs retraçant l’évolution des marges et de la rentabilité des entreprises. C’est ce qui est fait dans les tableaux 8a et 8b où l’on observe non seulement l’effet du CICE sur l’excédent brut d’exploitation mais aussi sur le résultat d’exploitation, le taux de marge et la rentabilité économique.

93 Pour certaines variables les tests de falsification sont validés sur l’échantillon principal (2009-2014), cf. tableau 8a. Le CICE n’aurait eu aucun effet sur l’EBE, les dividendes et le taux de marge en 2013 et 2014. En revanche, en 2013 le CICE aurait eu un effet sur le résultat comptable des entreprises.

Tableau 7

les effets sur la masse salariale

Échantillon			2009-2014			2004-2014
Méthode			Double différence			Double différence			Triple différence
Méthode			BRC	DADS	FARE	BRC	DADS	FARE	BRC	DADS FARE
Coefficients	2013	Q2	- 0,152 (0,829)	- 0,119 (0,881)	- 0,479 (0,520)	0,236 (0,711)	- 0,034 (0,960)	- 1,158 (0,109)	0,656 (0,324)	0,516 (0,462)	- 1,288* (0,094)
		Q3	- 0,443 (0,598)	- 0,644 (0,438)	- 0,992 (0,257)	- 1,387 (0,189)	- 1,392 (0,188)	- 2,437 (0,023)**	- 0,464 (0,628)	- 0,870 (0,377)	- 2,109 (0,039)**
		Q4	2,993* (0,000)**	3,284* (0,000)**	2,653* (0,000)**	2,123* (0,000)**	2,204* (0,000)**	1,438* (0,003)**	2,564* (0,000)**	3,244* (0,000)**	0,673 (0,168)
	2014	Q2	- 1,057 (0,765)	- 1,025 (0,774)	- 3,425 (0,373)	0,875 (0,303)	1,096 (0,205)	- 1,654 (0,163)	1,812* (0,050)	2,152 (0,031)**	- 1,725 (0,170)
		Q3	- 1,640 (0,664)	- 1,822 (0,639)	- 3,284 (0,414)	- 1,375 (0,298)	- 0,985 (0,462)	- 4,110 (0,015)**	0,398 (0,742)	- 0,017 (0,990)	- 3,153* (0,051)
		Q4	5,974* (0,060)	6,052* (0,074)	5,275 (0,148)	4,779* (0,000)**	4,766* (0,000)**	4,049* (0,000)**	4,700* (0,000)**	5,770* (0,000)**	2,053* (0,052)
Élasticités	2013	Q2	- 0,116	- 0,091	- 0,367	0,192	- 0,028	- 0,943	0,535	0,421	- 1,049
		Q3	- 0,236	- 0,343	- 0,528	- 0,778	- 0,780	- 1,367**	- 0,260	- 0,488	- 1,183**
		Q4	1,258***	1,380***	1,115***	0,915***	0,950***	0,620***	1,106***	1,399***	0,290
	2014	Q2	- 1,285	- 1,246	- 4,166	1,081	1,355	- 2,045	2,239	2,659	- 2,132
		Q3	- 1,390	- 1,544	- 2,784	- 1,184	- 0,848	- 3,538	0,343	- 0,015	- 2,714
		Q4	3,333	3,376	2,942	2,665***	2,658***	2,258***	2,621***	3,218***	1,145
Tests de falsification	2012	Q2	0,225 (0,620)	0,379 (0,431)	- 0,205 (0,642)	0,310 (0,593)	0,526 (0,378)	- 0,701 (0,254)
		Q3	0,740 (0,142)	0,760 (0,162)	0,412 (0,393)	0,045 (0,941)	0,289 (0,606)	- 0,542 (0,313)
		Q4	2,873* (0,000)**	3,309* (0,000)**	2,230* (0,000)**	2,273* (0,000)**	2,818* (0,000)**	1,420* (0,000)**
Test de suridentification⁽¹⁾			0,022	0,016	0,038	0,395	0,202	0,638	0,045	0,292 0,353
Test d’instruments faibles⁽²⁾			0,000⁽³⁾	0,000	0,000	0,000	0,000	0,000	0,000	0,000 0,000

les effets sur la masse salariale

Champ : échantillon de 133 890 (respectivement 75 870) entreprises de 5 salariés et plus présentes sur la période 2009-2014 (respectivement 2004-2014).
Notes : coefficient et tests de falsification : p-values entre parenthèses. Variables de traitement : quartiles du taux apparent de CICE. (1) H0 : (instruments non corrélés avec le terme d’erreur). (2) H0 : (instruments non corrélés avec le traitement). Instruments : quartiles du traitement simulé en utilisant les masses salariales éligibles antérieures (années 2010 et 2011). Les variables dépendantes des équations estimées sont les différences de logarithmes des variables de résultat. (3) P-value maximum des tests d’exclusion d’instrument de la première étape. En gras : coefficients significatifs, pour un seuil inférieur ou égal à 5 %. ***, ** et * : significatif respectivement aux seuils de 1 %, 5 % et 10 %.
Données : BRC (Acoss), DADS-FARE (Insee) et MVC (DGFiP).

Tableau 8a

les effets sur l’activité des entreprises, échantillon 2009-2014

Échantillon 2009-2014 Période d’estimation 2011-2014			Activité
Échantillon 2009-2014 Période d’estimation 2011-2014			Chiffre d’affaires	Valeur ajoutée	EBE⁽⁴⁾	Résultat⁽⁴⁾	Dividendes⁽⁴⁾	Taux de marge⁽⁴⁾	Taux de rentabilité⁽⁴⁾	Investissement corporel	Productivité⁽⁴⁾
Coefficients	2013	Q2	- 2,165 (0,039)**	- 0,920 (0,350)	- 28,905 (0,411)	70,930 (0,278)	- 42,264 (0,363)	0,012 (0,365)	0,077 (0,303)	9,469 (0,229)	- 0,822 (0,232)
		Q3	- 0,310 (0,804)	- 2,031 (0,038)**	- 42,498 (0,152)	162,727 (0,016)**	- 21,496 (0,683)	- 0,007 (0,629)	- 0,041 (0,268)	9,470 (0,235)	- 0,409 (0,539)
		Q4	0,671 (0,392)	2,823* (0,000)**	- 6,242 (0,742)	- 7,640 (0,782)	- 9,806 (0,641)	0,029 (0,426)	0,032 (0,174)	- 16,701 (0,017)**	1,671* (0,000)**
	2014	Q2	- 9,850* (0,081)	- 2,803 (0,400)	- 69,271 (0,432)	- 250,255 (0,358)	78,276 (0,306)	0,015 (0,470)	0,056 (0,231)	32,234 (0,013)**	- 2,771* (0,077)
		Q3	3,650 (0,542)	0,394 (0,908)	111,626 (0,151)	- 132,868 (0,475)	72,140 (0,393)	0,062 (0,458)	- 0,042 (0,399)	21,212 (0,224)	1,583 (0,334)
		Q4	- 5,337 (0,383)	2,312 (0,558)	- 39,327 (0,608)	- 150,907 (0,414)	- 30,720 (0,538)	- 0,004 (0,975)	0,077 (0,147)	- 15,105 (0,508)	- 0,852 (0,605)
Élasticités	2013	Q2	- 2,087**	- 0,887						9,130
		Q3	- 0,191	- 1,253**						5,843
		Q4	0,322	1,356***						- 8,023**
	2014 2012	Q2	- 12,779	- 3,637						41,817**
		Q3	3,197	0,345						18,576
		Q4	- 3,358	1,455						- 9,504
Tests de falsification		Q2	- 1,659* (0,004)**	- 0,726 (0,329)	2,742 (0,926)	- 1,100 (0,979)	1,717 (0,961)	0,006 (0,238)	0,012* (0,083)	- 8,009* (0,058)	- 0,405 (0,526)
		Q3	0,928 (0,111)	0,176 (0,811)	27,337 (0,388)	14,168 (0,762)	44,136 (0,208)	0,007 (0,147)	0,018 (0,041)**	1,827 (0,738)	0,445 (0,473)
		Q4	0,695 (0,152)	1,493* (0,003)**	8,465 (0,650)	- 1,375 (0,951)	1,971 (0,923)	0,002 (0,477)	0,021 (0,019)**	- 14,789* (0,001)**	1,566* (0,000)**
Test de sur-identification⁽¹⁾			0,266	0,769	0,045	0,478	0,938	0,572	0,587	0,281	0,991
Test d’instruments faibles⁽²⁾			0,000⁽³⁾	0,000	0,000	0,000	0,000	0,000	0,000	0,000	0,000

les effets sur l’activité des entreprises, échantillon 2009-2014

Champ : échantillon de 133 890 entreprises de 5 salariés et plus présentes sur la période 2009-2014.
Notes : coefficients et tests de falsification : p-values entre parenthèses. Variables de traitement : quartiles du taux apparent de CICE. (1) H0 : (instruments non corrélés avec le terme d’erreur). (2) H0 : (instruments non corrélés avec le traitement). Instruments : quartiles du traitement simulé en utilisant les masses salariales éligibles antérieures (années 2011 et 2012). Les variables dépendantes des équations estimées sont les différences de logarithmes des variables de résultat. (3) P-value maximum des tests d’exclusion d’instrument de la première étape. (4) La variable dépendante estimée est la variation absolue de la variable de résultat. En gras : coefficients significatifs, pour un seuil inférieur ou égal à 5 %. ***, ** et * : significatif respectivement aux seuils de 1 %, 5 % et 10 %.
Données : BRC (Acoss), DADS-FARE (Insee) et MVC (DGFiP).

Tableau 8b

les effets sur l’activité des entreprises, échantillon 2004-2014

Méthode			Double différence					Triple différence
Période d’estimation 2006-2014			Chiffre d’affaires	Valeur ajoutée	Taux de rentabilité éco⁽⁴⁾	Invest corporel	Productivité⁽⁴⁾	Valeur ajoutée	Investissement corporel	Productivité⁽⁴⁾
Coefficients	2013	Q2	- 2,363 (0,032)**	- 2,960* (0,002)**	0,107 (0,332)	10,254 (0,233)	- 2,399* (0,006)**	- 4,295* (0,000)**	0,367 (0,961)	- 3,528* (0,000)**
		Q3	- 2,742 (0,048)**	- 3,179* (0,001)**	- 0,039 (0,374)	8,552 (0,347)	- 2,121 (0,017)**	- 3,679* (0,001)**	0,144 (0,986)	- 3,909* (0,000)**
		Q4	0,212 (0,741)	0,168 (0,779)	0,039 (0,135)	- 9,182 (0,198)	1,040 (0,032)**	- 0,230 (0,706)	- 4,845 (0,440)	- 1,144 (0,017)**
	2014	Q2	- 2,932* (0,052)	- 2,496 (0,178)	0,030 (0,244)	31,822 (0,024)**	- 3,738 (0,013)**	- 5,113* (0,004)**	21,959* (0,059)	- 5,896* (0,000)**
		Q3	- 3,515* (0,081)	- 0,977 (0,670)	0,043 (0,148)	35,879 (0,016)**	0,500 (0,781)	- 1,449 (0,496)	26,080 (0,034)**	- 2,711 (0,135)
		Q4	1,115 (0,438)	0,875 (0,574)	0,026 (0,509)	- 0,497 (0,982)	- 0,839 (0,549)	- 0,583 (0,709)	- 4,229 (0,755)	- 3,449 (0,029)**
Élasticités	2013	Q2	- 1,925**	- 2,411***		8,353		- 3,499***	0,299
		Q3	- 1,538**	- 1,783***		4,795		- 2,063***	0,081
		Q4	0,091	0,073		- 3,959		- 0,099	- 2,089
	2014	Q2	- 3,624	- 3,085		39,327**		- 6,319***	27,137
		Q3	- 3,026	- 0,841		30,884**		- 1,247	22,449**
		Q4	0,622	0,488		- 0,277		- 0,325	- 2,359
Tests de falsification	2012	Q2	- 1,388* (0,052)	- 1,804* (0,057)	0,005 (0,416)	- 8,960 (0,142)	- 2,541* (0,007)**
		Q3	- 0,342 (0,621)	- 1,952 (0,025)**	0,012* (0,099)	- 3,874 (0,485)	- 1,960 (0,034)**
		Q4	0,709 (0,159)	- 0,164 (0,756)	0,009 (0,133)	- 14,737* (0,008)**	- 0,060 (0,913)
Test de suridentification⁽¹⁾			0,252	0,925	0,341	0,193	0,332	0,548	0,240	0,031
Test d’instruments faibles⁽²⁾			0,000⁽³⁾	0,000	0,000	0,000	0,000	0,000	0,000	0,000

les effets sur l’activité des entreprises, échantillon 2004-2014

Champ : échantillon de 75 870 entreprises de 5 salariés et plus présentes sur la période 2004-2014.
Notes : coefficients et tests de falsification : p-values entre parenthèses. Variables de traitement : quartiles du taux apparent de CICE. (1) H0 : (instruments non corrélés avec le terme d’erreur). (2) H0 : (instruments non corrélés avec le traitement). Instruments : quartiles du traitement simulé en utilisant les masses salariales éligibles antérieures (années 2011 et 2012). Les variables dépendantes des équations estimées sont les différences de logarithmes des variables de résultat. (3) P-value maximum des tests d’exclusion d’instrument de la première étape. (4) La variable dépendante estimée est la variation absolue de la variable de résultat. En gras : coefficients significatifs, pour un seuil inférieur ou égal à 5 %. ***, ** et * : significatif respectivement aux seuils de 1 %, 5 % et 10 %.
Données : BRC (Acoss), DADS-FARE (Insee) et MVC (DGFiP).

94 Les tests de falsification sont validés sur l’échantillon long (2004-2014) pour le chiffre d’affaires et le taux de rentabilité (cf. tableau 8b). Le taux de rentabilité économique ne semble pas affecté par le CICE. En revanche, ce dernier aurait négativement impacté le chiffre d’affaires. Une interprétation envisageable est que le CICE aurait exercé un effet négatif sur les coûts unitaires de production qui se serait diffusé à l’ensemble des entreprises via les prix des consommations intermédiaires. Le chiffre d’affaires étant mesuré en valeur (en euros courants), cet effet négatif sur le chiffre d’affaires serait alors la traduction de cet effet prix avant l’apparition de potentiels effets volume.

95 Pour la valeur ajoutée, la productivité et l’investissement, il est nécessaire de considérer les estimations en triple différence sur l’échantillon long. Le tableau 8b fait apparaître un effet négatif similaire à celui mesuré sur le chiffre d’affaires qui peut s’interpréter de la même manière. Cet effet sur la valeur ajoutée combiné à l’effet positif sur l’emploi explique l’effet négatif sur la productivité quel que soit le degré de bénéfice du CICE. L’investissement corporel ne semble affecté qu'en 2014 et uniquement pour les entreprises appartenant au troisième quartile.

96 D’une façon générale, les effets du CICE sur l’activité concernent bien plus les entreprises appartenant aux quartiles Q2 et Q3 que celles plus bénéficiaires du CICE de Q4 (où le CICE aurait eu un effet sur l’emploi et les salaires). Ces effets reflètent bien la diversité des usages du CICE.

Conclusion

97 En 2013, le Crédit d’Impôt pour la Compétitivité et l’Emploi (CICE) constitue une réforme majeure tant sur le front de la lutte contre le chômage que sur celui de l’aide aux entreprises. Partant d’un montant initial de plus de 10 milliards d’euros en 2013, la première année de mise en œuvre, cette aide atteint près de 20 milliards d’euros chaque année entre 2014 et 2016, avant d’être portée à près de 25 milliards en 2017, soit plus d’un point de PIB. Il s’agit d’une mesure comparable dans son ampleur aux exonérations générales de cotisations sociales.

98 L’évaluation de ce type de mesure, à la fois massive, générale et ciblée, pose des difficultés méthodologiques considérables, d’autant plus qu’il s’agit d’un dispositif nouveau qui n’a fait l’objet d’aucune expérimentation préalable. Dans le cadre de cet article, nous nous appuyons sur un ensemble de bases de données exhaustives, qui combinent des sources fiscales et comptables d’entreprises, afin d’évaluer l’impact du CICE sur l’emploi et les salaires d’une part, et les performances des entreprises, d’autre part. Ces bases fusionnent des données individuelles d’entreprises combinant des sources Acoss, DGFiP et Insee.

99 Au terme de cet exercice d’évaluation des effets du CICE, nous trouvons dans l’ensemble des résultats assez contrastés selon les variables considérées. Ces contrastes expriment sans doute la variété des usages du CICE par les entreprises. Il n’y a vraisemblablement pas eu un ou deux modes de réaction très dominants à la mise en œuvre du CICE mais au contraire une grande variété de réactions spécifiques à chaque entreprise, imputables à la nature inconditionnelle du CICE.

100 Cependant nous obtenons des résultats robustes. Le premier de ces résultats concerne l’emploi et les salaires. Pour les entreprises les plus bénéficiaires, nous trouvons un effet positif du CICE sur l’emploi moyen et les heures travaillées, le salaire moyen, la masse salariale. Les entreprises les plus bénéficiaires sont trois fois sur quatre des entreprises du tertiaire de moins de 20 salariés. Le CICE aurait créé ou sauvegardé environ 38 000 emplois en 2013 et environ 118 000 en 2014. Au total près de 80 000 emplois auraient été créés ou sauvegardés par le CICE chaque année sur la période 2013-2014 (la fourchette allant de 34 729 à 121 542 emplois environ par an). Cet effet positif mais faible par son ampleur se double d’un changement dans la structure des emplois, avec une progression de l’emploi ouvrier et des cadres, qui passe par un recours accru à des contrats à durée déterminée en 2013 puis à des contrats à durée indéterminée en 2014. Le CICE aurait aussi exercé un impact positif sur le salaire annuel moyen pour les entreprises les plus bénéficiaires. Par conséquent, le CICE auraient eu un impact positif sur la masse salariale des entreprises qui en ont le plus bénéficié.

101 En revanche, les effets sur l’activité des entreprises ne concernent guère les entreprises les plus bénéficiaires. Ils concernent les entreprises moyennement bénéficiaires (Q2 et Q3). Le CICE aurait accru leur résultat courant en 2013 et leur investissement en 2014, diminué leur chiffre d’affaires, la valeur ajoutée et la productivité à la fois en 2013 et en 2014, et n’aurait eu aucun impact sur l’excédent brut d’exploitation, le taux de marge, la rentabilité économique et les dividendes.

102 L’ensemble de ces résultats reflètent sans doute le caractère non conditionnel et la diversité des usages du CICE. Ils suggèrent que les pratiques des entreprises n’ont pas été les mêmes selon l’intensité du bénéfice du CICE. Dans les entreprises qui n’en ont que faiblement bénéficié (celles de Q2), le CICE aurait eu un effet positif sur le nombre d’heures travaillées par tête, mais négatif sur le CA, la VA et donc la productivité du travail. Dans celles qui en ont un peu plus fortement bénéficié (appartenant à Q3), c’est surtout la trésorerie des entreprises qui en a bénéficié, avec un effet favorable sur les résultats, mais également l’investissement (en 2014). Dans les entreprises qui ont bénéficié le plus fortement du CICE (Q4), on constate à la fois des effets positifs sur l’emploi, tant au niveau agrégé qu’en structure - en particulier pour les ouvriers et les cadres, ainsi que sur les CDD (en 2013) et les CDI (en 2014) -, que sur le nombre d’heures travaillées, les salaires moyens annuels (et donc la masse salariale), mais négatifs sur la productivité du travail.

103 La principale conclusion de cette étude réside sans doute dans la faiblesse des effets que nous parvenons à mettre en évidence. Malgré son caractère massif, le CICE aurait assez peu modifié les résultats des entreprises et leurs créations d’emploi. Notre évaluation ex post de l’impact du CICE conduit à un effet sur l’emploi plus de deux fois plus faible que celui de la moyenne des effets indiqués par les évaluations ex ante du CICE. Il faut rappeler que nous mesurons des effets à court terme, en différence relativement aux entreprises les moins bénéficiaires du CICE. Cet impact ne tient pas compte des effets transitant par les créations ou les destructions d’entreprises, et ceux transitant via des relais purement macroéconomiques

104 Pour autant, nos résultats sont aussi très inférieurs aux chiffrages obtenus par les évaluations ex post des exonérations générales de cotisations sociales qui reposent sur des méthodologies proches et partagent les mêmes limites. Pour la meilleure année, 2014, le coût par emploi créé est selon nous quatre fois plus élevé que celui obtenu par l’une des évaluations les plus pessimistes des effets des exonérations générales (Bunel et alii, 2012). Deux différences majeurs distinguent le CICE des exonérations générales : son moindre ciblage sur les bas salaires et son caractère de crédit d’impôt qui conduit à différer son bénéfice alors que les exonérations bénéficient immédiatement et automatiquement aux entreprises. Nous ne savons pas établir la responsabilité respective de ces deux caractéristiques dans la faiblesse de l’impact du CICE. Mais nous pouvons présumer qu’une mesure plus immédiate et mieux ciblée sur les bas salaires produirait des effets plus importants sur l’emploi.

Annexe 1 : sources des données

Variables de traitement

105 Les informations disponibles dans les fichiers de l’Acoss sur les déclarations sociales des entreprises (BRC) et dans les fichiers de la DGFiP sur les mouvements de créances (MVC) portent sur l’assiette de calcul du CICE, c’est-à-dire la masse salariale totale au-dessus du seuil de 2,5 Smic, le montant des créances effectives des entreprises, le montant des préfinancements et d’autres données sur les conditions de recours permettant de solder la créance.

106 Dans notre échantillon cylindré, l’imputation du CICE est de 7,51 milliards d’euros en 2013 d’après la source MVC. En mobilisant les données des BRC répertoriant l’assiette du CICE, ce montant devrait être de 11,14 milliards en 2014. Cet écart s’explique par la montée en puissance du CICE au cours de l’année 2013 (voir le rapport du comité de suivi du CICE, 2013) et du passage d’un barème de 4 % à 6 %.

107 Pour l’année 2013, 93,7 % des entreprises sont bénéficiaires du CICE dans notre échantillon, pour une masse salariale de 307,34 milliards d’euros. Ces entreprises emploient 98,46 % des salariés (cf. tableau A).

108 Comme variable de traitement, nous utilisons le taux apparent de CICE qui rapporte le montant de la créance CICE issu de MVC à l’assiette de salaire brut issue des DADS. Concernant le numérateur, utiliser le montant de CICE calculé à partir de BRC aboutit à la même distribution qu’à partir de MVC, alors que le CICE calculé à partir des DADS conduit à une distribution davantage décalée vers la droite (plus aplatie à gauche, avec un plus grand nombre de taux à 4 %). Approcher une masse salariale à partir des DADS pose toujours quelques problèmes pour de faibles niveaux de salaire, du fait de la divergence dans les composantes des salaires des DADS et celles du Smic (Seguin, 2006 ; rapport groupe d’experts sur le Smic, 2011). Nous avons donc décidé de ne pas utiliser les DADS pour le calcul de la créance.

109 Concernant le dénominateur, en revanche, nous avons retenu la source DADS car elle constitue la référence pour la mesure des salaires. Par ailleurs, les assiettes CSG ou déplafonnée (inférieure en moyenne à l’assiette CSG) de l’Acoss sont plus faibles que l’assiette des salaires bruts des DADS et conduisent donc à surestimer les taux de CICE, supérieurs à 4 % dans 35 à 39 % des cas.

110 Notons que le niveau du taux de CICE est de nature endogène puisque les entreprises peuvent s’adapter à la créance CICE afin d’optimiser son obtention en augmentant la part de leur effectif rémunéré en-deçà de 2,5 Smic.

111 Nous avons estimé la valeur de ce ratio à l’aide des données de 2012, avant l’instauration du CICE (on perd alors 8 000 entreprises). Finalement, nous avons créé deux jeux d’indicatrices pour ces variables de traitement pour exprimer la position de l’entreprise dans la distribution des variables, ventilée en quartiles (cf. encadré A1a).

Tableau A

situation des entreprises à l’égard du CICE en 2013

	Nombre		Effectif salariés
	N	%	En millions	%
Entreprises non bénéficiaires Entreprises bénéficiaires ayant une créance positive d’après les fichiers MVC	38 014 570 366	6,25 93,75	0,150 9,604	1,54 98,46

situation des entreprises à l’égard du CICE en 2013

Données : BRC (Acoss), DADS-FARE (Insee) et MVC (DGFiP).

Encadré A1a : définition des variables de traitement : les indicatrices du poids de CICE dans la masse salariale

À partir des quartiles du taux apparent de CICE (ratio entre la créance CICE de MVC et la masse salariale totale de DADS) on construit trois indicatrices.
Les quartiles sont les suivants :
1^er quartile du taux apparent de CICE est égal à 2,38 %, la médiane à 3,51 % et le 3^ème quartile à 3,94 %.
Poids_cice_Q2 = 1 si le taux apparent de CICE est supérieur ou égal à 2,38 % et inférieur à 2,51 % ; et 0 sinon.
Poids_cice_Q3 = 1 si le taux apparent de CICE est supérieur ou égal à 2,51 % et inférieur à 3,94 % ; et 0 sinon.
Poids_cice_Q4 = 1 si le taux apparent de CICE est supérieur ou égal à 3,94 % ; et 0 sinon. Ces valeurs correspondent à celles calculées sur l’échantillon initial de 2013. Les bornes de classes figurent dans les tableaux en annexe 3.

Variables de résultat

112 Le niveau des effectifs et la composition de la main d’œuvre des entreprises en termes de qualification et de salaire sont issus du fichier postes (exhaustif) des DADS (Insee). L’activité des entreprises est issue du volet FARE de l’Esane (Insee) qui fournit des informations sur les données de bilan et de compte de résultat des entreprises (valeur ajoutée, excédent brut d’exploitation, immobilisations corporelles et incorporelles, résultat, dividendes, effectifs salariés, masse salariale brute et cotisations patronales). L’encadré A1b fournit un récapitulatif des taux d’évolution ou variations relatives ainsi calculés pour les variables considérées.

Encadré A1b : définition des variables expliquées issues des variables de résultat du modèle écrit en différence

Pour estimer nos équations en différence, nous avons calculé les variables suivantes.
Taux de croissance d’effectifs moyens = ln (effectifs moyens année N) - ln (effectifs moyens année N-1) ;
On utilise respectivement les effectifs des trois sources : BRC, DADS et FARE ;
Taux de croissance de la masse salariale = ln (masse salariale de l’année N) – ln (masse salariale de l’année N-1)
On utilise respectivement les masses salariales des trois sources : BRC, DADS et FARE. La masse salariale BRC est l’assiette CSG, celle des DADS correspond à l’ensemble des salaires bruts versés, celle de FARE est le salaire et traitement (sans charges sociales patronales) ;
Taux de croissance du salaire par tête = ln (salaire par tête de l’année N) - ln (salaire par tête de l’année N-1),
Avec salaire par tête = masse salariale de l’entreprise / effectif moyen de l’entreprise ;
On utilise respectivement les effectifs, les salaires et les masses salariales des trois sources : BRC, DADS et FARE ;
Taux de croissance du chiffre d’affaires = ln (chiffre d’affaires total de l’année N) - ln (chiffre d’affaires total de l’année N-1) ;
Taux de croissance de la valeur ajoutée = ln (valeur ajoutée hors taxe de l’année N) - ln (valeur ajoutée hors taxe de l’année N-1) ;
Variation absolue de l’excédent brut d’exploitation (EBE) = EBE de l’année N- EBE de l’année N-1 ;
Variation absolue du taux de marge = taux de marge de l’année N - taux de marge de l’année N-1 ;
Variation absolue du taux de rentabilité économique = taux de rentabilité économique de l’année N - taux de rentabilité économique de l’année N-1 ;
Variation absolue du résultat = Résultat de l’année N - Résultat de l’année N-1 ;
Variation absolue des dividendes = Dividendes de l’année N - Dividendes de l’année N -1 ;
Taux de croissance de l’investissement = ln (Investissement de l’année N) - ln (Investissement de l’année N-1) ;
Variation de la productivité = productivité de l’année N – productivité de l’année N-1 ;
Avec productivité = VAHT / effectif moyen de FARE

Annexe 2 : restrictions d’échantillon

113 Les entreprises issues du secteur des administrations publiques et celles issues du secteur de l’agriculture relevant de la mutualité sociale agricole (MSA) sont absentes ou sous représentées dans les fichiers de l’Acoss. Ces secteurs ont donc dû être écartés de l’analyse.

114 Ont été également écartées les entreprises issues du secteur financier et de l’assurance, mal représentées dans les fichiers FARE, ainsi que les entreprises d’emplois domestiques, les chambres consulaires, les syndicats et une partie des associations non présentes dans les fichiers MVC.
Ensuite, les intérimaires devraient être inclus dans le champ qui permet de comptabiliser le montant du CICE. Toutefois, la prise en compte des emplois intérimaires à l’aide de fichiers administratifs est toujours complexe puisque les missions d’intérim apparaissent dans l’effectif des agences d’intérim qui les emploient et non pas dans les entreprises utilisatrices. Cette norme s’applique aux fichiers de l’Acoss et de l’Insee. En outre, d’après l’avis rendu par la Cour de cassation du 3 mars 2014, à l’instar des allègements de cotisations sociales patronales, les agences de travail temporaire n’ont pas à rétrocéder aux entreprises utilisatrices le montant du CICE. D’après les fichiers MVC, le montant initialisé du CICE est de l’ordre de 500 millions d’euros en 2013. Comme il est très difficile de comprendre comment cette somme a été utilisée par les agences d’intérim (absence totale de rétrocession, rétrocession partielle ou totale) ce secteur nécessiterait une analyse spécifique. À ce stade, il a donc été écarté.

115 Enfin, pour obtenir des informations relativement cohérentes d’une source à l’autre, ont été écartées les entreprises pour lesquelles le montant du CICE observé et calculé selon les différentes sources diffère de +/- 50 % ainsi que les entreprises pour lesquelles le ratio CICE/assiette CICE est supérieur à 5 % et celles dont l’effectif n’est pas cohérent selon les sources dans un intervalle de +100 % à - 50 %. Ce dernier critère ne s’applique que pour les entreprises de plus de 20 salariés.

116 L’encadré A2 indique de façon synthétique et précise les restrictions qui ont été retenues pour définir l’échantillon que nous avons utilisé pour l’évaluation.

Encadré A2 : restrictions dans l’échantillon

Au sein de l’ensemble des entreprises présentes sur la période 2009-2014 dans l’échantillon apparié des bases BRC, DADS, FARE et MVC, nous avons supprimé les entreprises qui remplissaient les conditions suivantes :

Nombre de salariés < 5.
Les 1 % d’entreprises avec les plus grandes et les plus petites valeurs des indicateurs financiers calculés à partir de FARE.
Toutes les entreprises présentant un taux de CICE supérieur à 5 % en 2013 ou supérieur à 8 % en 2014 ;
Salaire et traitement (FARE) <= 0.
Régime d’imposition fiscale autre que l’impôt sur le revenu.
Les entreprises des secteurs agricoles, financiers et d’assurance, d’administration publique et de la santé humaine, et les intérimaires (selon APE).
Les associations (selon la catégorie juridique) non présentes dans les fichiers MVC.
Nous avons restreint l’échantillon aux entreprises pour lesquelles les informations des DADS étaient pleinement cohérentes avec celles des BRC et de FARE. Des restrictions particulières ont été imposées pour les ex grandes entreprises nationales qui conservent une partie de leur personnel sous statut particulier et qui sont de ce fait sous-représentées dans les DADS. Une autre difficulté est celle des entreprises qui ont recours à une part importante de travailleurs intérimaires. Or, les règles de rétrocession du CICE pour les travailleurs intérimaires n’ont été clarifiées que tardivement ce qui peut fausser les résultats. Ces restrictions conduisent à effectuer notre évaluation sans inclure La Poste, EDF, Air France, Orange, Commissariat à l’Énergie atomique, Institut Pasteur, Renault, Peugeot, RATP et SNCF. Ces entreprises ne sont pas considérées dans l’échantillon utilisé pour estimer les élasticités, mais leurs effectifs sont bien pris en compte dans le calcul des effets sur l’emploi.
Les entreprises absentes dans l’une des trois sources BRC, DADS ou FARE.
Les entreprises dont le montant du CICE observé et calculé selon les différentes sources (MVC et BRC) diffère de +/- 50 % : le ratio CICE_MVC/ (0,04*Assiette_CICE_BRC) supérieur à 1,5 ou inférieur à 0,5 ;
Les entreprises dont le taux apparent de CICE est incohérent : lorsque le ratio CICE/masse salariale est supérieur à 5 % (NB : Le numérateur est le montant CICE du fichier MVC et le dénominateur provient de DADS) ;
Celles dont l’effectif n’est pas cohérent selon les sources dans un intervalle de +100 % à -50 % : le ratio effectif moyen de BRC / effectif ETP de FARE supérieur à 2 ou inférieur à 0,5 (NB : Cette condition ne s’applique qu’aux entreprises de plus de 20 salariés) ;
Nous avons exclu de l’échantillon les entreprises présentant des valeurs extrêmes sur les niveaux des variables de contrôles (< 1 % et > 99 %) issues de FARE (indicateurs comptables et fiscaux).
Finalement, l’échantillon est cylindré sur la période 2009 à 2014 : uniquement les entreprises présentes dans toutes les sources (BRC, MVC, DADS et FARE) sur les 6 ans sont conservées.

Annexe 3 : caractéristiques des entreprises bénéficiaires

Tableau A3.a

caractéristiques en 2012 et évolution entre 2012 et 2013 pour l’échantillon 2009-2014

Partie I	Caractéristiques en 2012 (Échantillon 2009-2014)
Variable	Taux apparent de CICE 2013(%)
Variable	CICE<2,62	2,62<=CICE<3,26	3,26<=CICE<3,83	CICE>=3,83
Nombre d’entreprises	33 472	33 473	33 473	33 473
Effectifs moyens BRC (nombre)	48,71	47,75	37,76	19,21
Effectifs moyens DADS (nombre)	49,15	46,97	36,86	18,58
Effectifs moyens FARE (ETP)	45,32	42,68	32,76	15,80
Masse salariale moyenne BRC (K€)	2 076	1 340	878	388
Masse salariale moyenne DADS (K€)	2 100	1 368	894	384
Masse salariale moyenne FARE (K€)	2 072	1 363	930	439
Salaire par tête moyenne BRC (K€)	42,61	28,06	23,25	19,99
Salaire par tête moyenne DADS (K€)	42,73	29,12	24,27	20,88
Salaire par tête moyenne FARE (K€)	45,73	31,93	28,39	27,77
CA moyen (K€)	15 168	11 025	5 881	2 234
Productivité du travail (K€ / ETP)	90,57	60,36	49,95	45,71
Taux de marge(%)	20,33	18,07	15,81	14,91
Rentabilité économique(%)	13,19	12,05	11,71	13,07
Intensité capitalistique (K€ / ETP)	74,74	61,08	48,74	35,29
CA à l’exportation / CA(%)	23,54	7,96	4,33	3,17
Investissement corporel / VA(%)	7,17	8,53	9,10	7,61
Taux d’endettement(%)	26,82	39,15	49,23	55,67
Taux de prélèvements financiers(%)	6,60	6,69	7,39	8,99
Secteur(%)
Industrie	18,79	21,93	17,33	19,45
Construction	16,78	24,66	33,26	4,96
Tertiaire	64,43	53,41	49,41	75,59
Secteur R & D	0,31	0,68	0,32	0,08
Structure des emplois(%)
Ouvriers	27,38	39,42	42,86	43,58
Employés	18,14	33,51	40,76	45,20
Profession intermédiaires	22,31	15,70	11,06	8,37
Cadres	31,02	10,42	4,78	2,60
Ingénieurs en R & D	7,24	1,21	0,24	0,14
Techniciens en R & D	1,57	0,62	0,26	0,13
Femmes	33,38	35,25	40,44	45,55
Moins de 30 ans	21,89	29,20	32,79	37,90
50 ans et plus	23,00	20,13	18,85	18,03
CDI	88,20	83,90	79,00	76,62
CDD	8,86	13,40	18,14	19,15
Temps pleins	87,30	82,39	76,19	69,27

Partie II	Évolutions 2012-2013 (Échantillon 2009-2014)
Variable	Taux apparent de CICE 2013(%)
Variable	CICE<2,62	2,62<=CICE<3,26	3,26<=CICE<3,83	CICE>=3,83
Nombre d’entreprises	33 472	33 473	33 473	33 473
Effectifs moyens BRC (taux de croissance, %)	- 0,01	- 0,10	0,27	0,24
Effectifs moyens DADS (taux de croissance, %)	0,30	0,41	0,31	0,53
Effectifs moyens FARE (taux de croissance, %)	0,39	0,34	0,46	0,49
Effectifs au 31/12 BRC (taux de croissance, %)	- 0,33	0,39	0,04	0,29
Effectifs au 31/12 DADS (taux de croissance, %)	0,27	0,82	0,12	0,62
Effectifs au 31/12 FARE (taux de croissance, %)	- 0,06	1,32	0,64	2,18
Masse salariale BRC (taux de croissance, %)	2,07	1,55	1,62	1,63
Masse salariale DADS (taux de croissance, %)	2,49	2,13	1,95	1,63
Masse salariale FARE (taux de croissance, %)	2,16	1,64	1,93	2,29
Salaire par tête BRC (taux de croissance, %)	2,08	1,65	1,34	1,39
Salaire par tête DADS (taux de croissance, %)	2,18	1,72	1,64	1,09
Salaire par tête FARE (taux de croissance, %)	1,77	1,30	1,47	1,79
Delta Productivité du travail (K€ / ETP)	1,19	0,20	0,13	0,37
Chiffre d’affaires (taux de croissance, %)	1,41	0,48	1,26	1,73
Valeur ajoutée (taux de croissance, %)	1,71	0,67	0,73	1,30
EBE (taux de croissance, %)	1,23	0,15	0,31	3,25
Delta Taux de marge (pp)	- 0,096	- 0,093	- 0,066	0,287
Delta Rentabilité économique (pp)	- 0,435	- 0,60	- 0,57	- 0,39
Investissements corporels (taux de croissance, %)	0,51	9,51	3,95	0,90
Évolution des emplois(%)
Ouvriers	- 1,84	- 0,97	0,10	1,09
Employés	0,06	1,95	- 0,83	- 0,85
Profession intermédiaires	0,99	1,41	1,59	0,44
Cadres	0,94	0,95	2,74	- 4,17
Ingénieurs en R & D	0,54	- 2,46	8,50	5,87
Techniciens en R & D	- 1,13	- 5,90	0,79	- 0,78
Femmes	0,30	1,10	- 0,06	- 0,45
Moins de 30 ans	- 3,03	- 2,03	- 2,98	- 3,43
50 ans et plus	4,87	6,12	5,94	6,06
CDI	0,32	1,02	0,46	0,08
CDD	- 22,01	- 10,42	- 12,36	- 11,57
Temps pleins	1,13	1,09	0,08	- 0,04

caractéristiques en 2012 et évolution entre 2012 et 2013 pour l’échantillon 2009-2014

Tableau A3.b

caractéristiques en 2013 et évolution entre 2013 et 2014 pour l’échantillon 2009-2014

Partie I	Caractéristiques en 2013 (Échantillon 2009-2014)
Variable	Taux apparent de CICE 2014(%)
Variable	CICE<3,92	3,92<=CICE<4,92	4,92<=CICE<5,76	CICE>=5,76
Nombre d’entreprises	33 472	33 473	33 473	33 473
Effectifs moyens BRC (nombre)	50,05	47,35	36,66	19,48
Effectifs moyens DADS (nombre)	50,65	46,89	35,71	18,86
Effectifs moyens FARE (ETP)	46,76	42,57	36,72	19,48
Masse salariale moyenne BRC (K€)	2 150	1 356	853	403
Masse salariale moyenne DADS (K€)	2 182	1 390	874	410
Masse salariale moyenne FARE (K€)	2 153	1 378	908	460
Salaire par tête moyenne BRC (K€)	42,96	28,63	23,27	20,69
Salaire par tête moyenne DADS (K€)	43,08	29,65	24,47	21,71
Salaire par tête moyenne FARE (K€)	46,04	32,38	28,72	28,47
CA moyen (K€)	15 584	10 963	5 755	2 385
Productivité du travail (K€ / ETP)	90,66	60,65	49,97	46,24
Taux de marge(%)	20,21	18,04	16,06 %	14,14
Rentabilité économique(%)	12,59	11,76	11,45 %	11,46
Intensité capitalistique (K€ / ETP)	78,41	62,29	50,17	38,54
CA à l’exportation / CA(%)	23,95	7,03	4,78	3,59
Investissement corporel / VA(%)	7,29	9,03	9,47	7,35
Taux d’endettement(%)	26,95	39,82	45,30	50,47
Taux de prélèvements financiers(%)	6,30	6,13	6,52	7,54
Secteur(%)
Industrie	19,15	22,49	16,72	19,14
Construction	15,88	23,36	33,94	6,48
Tertiaire	64,97	54,15	49,34	74,38
Secteur R & D	0,74	0,28	0,12	0,09
Structure des emplois(%)
Ouvriers	28,63	38,69	41,84	43,23
Employés	17,87	33,56	41,79	44,99
Profession intermédiaires	22,58	15,69	10,89	8,64
Cadres	30,07	10,92	4,97	2,86
Ingénieurs en R & D	6,41	1,89	0,29	0,15
Techniciens en R & D	1,57	0,54	0,24	0,15
Femmes	33,59	35,17	41,62	44,40
Moins de 30 ans	20,81	28,64	32,56	36,16
50 ans et plus	24,43	20,83	19,98	19,05
CDI	88,40	84,28	79,12	76,66
CDD	7,03	11,92	16,05	16,82
Temps pleins	88,27	83,20	74,55	70,76

Partie II	Évolutions 2013-2014 (Échantillon 2009-2014)
Variable	Taux apparent de CICE 2014(%)
Variable	CICE<3,92	3,92<=CICE<4,92	4,92<=CICE<5,76	CICE>=5,76
Nombre d’entreprises	33 472	33 473	33 473	33 473
Effectifs moyens BRC (taux de croissance, %)	- 0,32	0,10	0,17	0,01
Effectifs moyens DADS (taux de croissance, %)	- 0,04	- 2,04	- 0,31	- 1,45
Effectifs moyens FARE (taux de croissance, %)	- 0,35	1,32	0,31	- 0,51
Effectifs au 31/12 BRC (taux de croissance, %)	- 0,62	- 2,00	- 0,25	- 1,06
Effectifs au 31/12 DADS (taux de croissance, %)	- 0,04	0,36	0,23	- 0,65
Effectifs au 31/12 FARE (taux de croissance, %)	- 0,66	- 1,78	- 1,47	- 2,85
Masse salariale BRC (taux de croissance, %)	2,02	1,16	1,49	1,00
Masse salariale DADS (taux de croissance, %)	2,18	1,21	1,20	0,49
Masse salariale FARE (taux de croissance, %)	1,85	1,82	1,34	1,01
Salaire par tête BRC (taux de croissance, %)	2,34	1,06	1,32	0,98
Salaire par tête DADS (taux de croissance, %)	2,22	0,84	0,97	1,14
Salaire par tête FARE (taux de croissance, %)	2,21	0,49	1,03	1,53
Delta Productivité du travail (K€ / ETP)	0,61	- 0,64	- 0,24	0,11
Chiffre d’affaires (taux de croissance, %)	0,28	- 2,07	- 0,20	- 0,44
Valeur ajoutée (taux de croissance, %)	0,32	0,25	- 0,18	- 0,28
EBE (taux de croissance, %)	- 4,79	- 4,28	- 2,97	- 0,34
Delta Taux de marge (pp)	- 1,03	- 0,82	- 0,45	- 0,01
Delta Rentabilité économique (pp)	- 1,16	- 1,14	- 0,93	- 0,55
Investissements corporels (taux de croissance, %)	5,83	9,04	9,44	7,15
Évolution des emplois(%)
Ouvriers	- 0,11	- 0,40	- 0,17	- 1,19
Employés	2,79	0,26	1,10	0,32
Profession intermédiaires	1,04	2,24	2,10	1,02
Cadres	- 1,03	- 3,64	- 4,95	- 8,57
Ingénieurs en R & D	1,59	3,09	16,52	6,44
Techniciens en R & D	- 0,02	2,99	2,15	- 1,82
Femmes	1,43	- 0,15	0,34	- 1,37
Moins de 30 ans	- 1,11	- 2,90	- 1,49	- 2,30
50 ans et plus	4,01	4,90	4,14	3,19
CDI	0,46 1,89	0,24	0,50	- 0,79
CDD		- 1,19	- 0,52	2,02
Temps pleins	- 0,19	- 0,27	0,28	- 0,16

caractéristiques en 2013 et évolution entre 2013 et 2014 pour l’échantillon 2009-2014

Tableau A3.c

caractéristiques en 2012 et évolution entre 2012 et 2013 pour l’échantillon 2004-2014

Partie I	Caractéristiques en 2012 (Échantillon 2004-2014)
Variable	Taux apparent de CICE 2013(%)
Variable	CICE<2,54	2,54<=CICE<3,14	3,14<=CICE<3,70	CICE>=3,70
Nombre d’entreprises	18 968	18 968	18 969	18 968
Effectifs moyens BRC (nombre)	52,76	51,09	47,35	25,08
Effectifs moyens DADS (nombre)	53,06	50,24	46,29	23,78
Effectifs moyens FARE (ETP)	48,92	46,04	41,45	20,63
Masse salariale moyenne BRC (K€)	2 278	1 497	1149	518
Masse salariale moyenne DADS (K€)	2 298	1 530	1169	523
Masse salariale moyenne FARE (K€)	2 253	1 507	1190	572
Salaire par tête moyenne BRC (K€)	43,17	29,30	24,26	20,66
Salaire par tête moyenne DADS (K€)	43,31	30,45	25,24	21,98
Salaire par tête moyenne FARE (K€)	46,07	32,74	28,72	27,73
CA moyen (K€)	15 265	11 721	8 160	3 148
Productivité du travail (K€ / ETP)	93,31	64,08	52,22	46,85
Taux de marge(%)	21,82	20,29	17,17	15,46
Rentabilité économique(%)	13,72	12,62	11,66	12,37
Intensité capitalistique (K€ / ETP)	82,72	69,37	56,16	41,63
CA à l’exportation / CA(%)	24,83	10,35	4,51	3,26
Investissement corporel / VA(%)	7,57	8,87	9,63	8,10
Taux d’endettement(%)	23,54	34,21	43,01	43,40
Taux de prélèvements financiers(%)	5,40	5,82	6,52	6,67
Secteur(%)
Industrie	21,65	24,59	21,33	21,38
Construction	17,80	25,07	30,10	8,16
Tertiaire	60,56	50,33	48,56	70,46
Secteur R & D	0,54	0,28	0,14	0,08
Structure des emplois(%)
Ouvriers	29,01	40,71	42,45	47,79
Employés	16,24	30,80	39,00	40,30
Profession intermédiaires	22,59	16,41	12,38	6,68
Cadres	30,96	11,04	5,49
Ingénieurs en R & D	7,96	1,36	0,26	2,95 0,15
Techniciens en R & D	1,89	0,78	0,33	0,15
Femmes	32,80	33,46	40,24	42,84
Moins de 30 ans	20,36	27,36	30,87	32,53 20,37
50 ans et plus	24,52	21,20	19,77
CDI	89,43	84,96	81,45	77,89 18,84
CDD	7,66	12,40	16,88
Temps pleins	87,45	84,71	77,00	71,84

Partie II	Évolutions 2012-2013 (Échantillon 2004-2014)
Variable	Taux apparent de CICE 2013(%)
Variable	CICE<2,54	2,54<=CICE<3,14	3,14<=CICE<3,70	CICE>=3,70
Nombre d’entreprises	18 968	18 968	18 969	18 968
Effectifs moyens BRC (taux de croissance, %)	- 0,22	- 0,40	- 0,13	0,22
Effectifs moyens DADS (taux de croissance, %)	0,07	- 0,15	- 0,03	0,60
Effectifs moyens FARE (taux de croissance, %)	0,20	- 0,22	0,08	0,88
Effectifs au 31/12 BRC (taux de croissance, %)	- 0,53	- 0,41	- 0,23	0,50
Effectifs au 31/12 DADS (taux de croissance, %)	0,09	- 0,11 %	- 0,14	0,70 %
Effectifs au 31/12 FARE (taux de croissance, %)	- 0,27	0,76	0,62	2,80
Masse salariale BRC (taux de croissance, %)	1,91	1,13	1,15	1,43
Masse salariale DADS (taux de croissance, %)	2,45	1,48	1,58	1,50
Masse salariale FARE (taux de croissance, %)	2,18	1,11	1,51 %	2,22
Salaire par tête BRC (taux de croissance, %)	2,13	1,54	1,29	1,20
Salaire par tête DADS (taux de croissance, %)	2,38	1,63	1,61	0,89
Salaire par tête FARE (taux de croissance, %)	1,97	1,34	1,43	1,33
Delta Productivité du travail (K€ / ETP)	1,28	0,24	0,09	0,02
Chiffre d’affaires (taux de croissance, %)	1,50	0,32	0,89	1,58 %
Valeur ajoutée (taux de croissance, %)	1,58	0,16	0,26	0,91
EBE (taux de croissance, %)	0,73	- 0,65	- 0,79	0,38
Delta Taux de marge (pp)	- 0,18	- 0,16	- 0,18	- 0,08
Delta Rentabilité économique (pp)	- 0,46	- 0,51	- 0,66	- 0,61
Investissements corporels (taux de croissance, %)	- 0,27	- 2,97	3,69	1,88
Évolution des emplois(%)
Ouvriers	- 2,55	- 1,27	- 0,44	1,83
Employés	- 0,06	- 0,12	- 0,68	- 1,01
Profession intermédiaires	0,90	0,52	1,76	- 0,38
Cadres	0,79	1,06	2,67	- 3,65
Ingénieurs en R & D	2,03	0,27	10,33	- 0,36
Techniciens en R & D	5,57	- 9,87	4,93	2,75
Femmes	- 0,33	- 0,30	0,09	- 0,09
Moins de 30 ans	- 3,66	- 3,33	- 2,99	- 3,84
50 ans et plus	4,55	5,10	5,92	6,48
CDI	0,01	0,27	0,27	0,66
CDD	- 18,22	- 12,01	- 11,72	- 12,61
Temps pleins	0,92	0,20	- 0,14	- 0,06

caractéristiques en 2012 et évolution entre 2012 et 2013 pour l’échantillon 2004-2014

Tableau A3.d

caractéristiques en 2013 et évolution entre 2013 et 2014 pour l ’échantillon 2004-2014

Partie I	Caractéristiques en 2013 (Échantillon 2004-2014)
Variable	Taux apparent de CICE 2014(%)
Variable	CICE<3,82	3,82<=CICE<4,74	4,74<=CICE<5,59	CICE>=5,59
Nombre d’entreprises	18 968	18 968	18 969	18 968
Effectifs moyens BRC (nombre)	53,56	49,93	48,74	23,72
Effectifs moyens DADS (nombre)	54,04	49,44	47,46	22,62
Effectifs moyens FARE (ETP)	49,82	45,29	42,44	19,71
Masse salariale moyenne BRC (K€)	2 333	1 494	1195	499
Masse salariale moyenne DADS (K€)	2 365	1 533	1 219	507
Masse salariale moyenne FARE (K€)	2 320	1 502	1 2040	558
Salaire par tête moyenne BRC (K€)	43,57	29,93	24,53	21,04
Salaire par tête moyenne DADS (K€)	43,77	31,01	25,73	22,43
Salaire par tête moyenne FARE (K€)	46,58	33,16	29,22	28,30
CA moyen (K€)	16 707	11 368	5 559	3 067
Productivité du travail (K€ / ETP)	93,95	64,04	52,61	46,87
Taux de marge(%)	21,76	19,78	17,41	14,69
Rentabilité économique(%)	13,15	12,21	11,38	10,90
Intensité capitalistique (K€ / ETP)	87,08	70,15	58,43	43,76
CA à l’exportation / CA(%)	25,44	8,90	5,06	3,49
Investissement corporel / VA(%)	7,55	8,54	9,83	7,98
Taux d’endettement(%)	23,35	34,57	39,76	41,29
Taux de prélèvements financiers(%)	5,10	5,40	5,55	6,75
Secteur(%)
Industrie	21,98	25,39	20,50	21,07
Construction	16,72	24,35	30,91	9,15
Tertiaire	61,30	50,26	48,59	69,77
Secteur R & D	0,61	0,23	0,14	0,08
Structure des emplois(%)
Ouvriers	29,42	41,04	41,32 %	47,65
Employés	16,57	29,70	39,5411,87	40,36
Profession intermédiaires	23,03	16,93	6,62	8,56
Cadres	29,77	11,22	1,22	3,10
Ingénieurs en R & D	6,97	1,52		0,14
Techniciens en R & D	1,94	0,69	0,31	0,17
Femmes	32,93	32,35	41,43	42,40
Moins de 30 ans	19,36	26,17	30,68 20,69	31,33
50 ans et plus	26,02	22,20		21,78
CDI	89,43	86,80	80,46	78,36
CDD	6,58	10,52	15,24	12,20
Temps pleins	88,48	85,92	75,59	72,50

Partie II	Évolutions 2013-2014 (Échantillon 2004-2014)
Variable	Taux apparent de CICE 2014(%)
Variable	CICE<3,82	3,82<=CICE<4,74	4,74<=CICE<5,59	CICE>=5,59
Nombre d’entreprises	18 968	18 968	18 969	18 968
Effectifs moyens BRC (taux de croissance, %)	- 0,58	- 0,08	0,13	0,19
Effectifs moyens DADS (taux de croissance, %)	- 0,45	0,01	0,10	- 0,39
Effectifs moyens FARE (taux de croissance, %)	- 0,48	- 0,19	0,68	- 0,43
Effectifs au 31/12 BRC (taux de croissance, %)	- 0,93	- 0,48	- 0,24	- 0,37
Effectifs au 31/12 DADS (taux de croissance, %)	- 0,88	- 0,61	- 0,43	- 0,82
Effectifs au 31/12 FARE (taux de croissance, %)	- 0,81	- 0,86	- 1,18	- 3,24
Masse salariale BRC (taux de croissance, %)	1,91	1,23	1,42	1,06
Masse salariale DADS (taux de croissance, %)	1,87	1,33	1,14	0,55
Masse salariale FARE (taux de croissance, %)	1,73	1,22	2,57	0,83
Salaire par tête BRC (taux de croissance, %)	2,51	1,32	1,28	0,87
Salaire par tête DAD (taux de croissance, %)	2,33	1,32	1,04	0,94
Salaire par tête FARE (taux de croissance, %)	2,22	1,03	1,88	1,26
Delta Productivité du travail (K€ / ETP)	0,43	- 0,49	- 0,12	0,12
Chiffre d’affaires (taux de creoissance, %)	0,20	- 0,60	- 0,24	- 0,65
Valeur ajoutée (taux de creoissance, %)	- 0,03	- 0,58	0,45	- 0,17
EBE (taux de creoissance, %)	- 6,14	- 5,01	- 5,12	- 0,77
Delta Taux de marge (pp)	- 1,33	- 0,88	- 0,96	1,14
Delta Rentabilité économique (pp)	- 1,34	- 1,12	- 1,16	- 0,46
Investissements corporels (taux de creoissance, %)	4,70	12,37	11,67	11,94
Évolution des emplois(%)
Ouvriers	- 1,34	- 0,39	- 1,00	- 1,95
Employés	0,70	0,22	0,53	1,55
Profession intermédiaires	0,06	1,68	1,99	- 0,45
Cadres	1,66	0,16	- 0,43	0,95
Ingénieurs en R & D	1,04	2,31	- 0,82	11,04
Techniciens en R & D	- 0,74	1,00	3,32	1,47
Femmes	1,15	0,56	- 0,36	- 0,99
Moins de 30 ans	- 1,33	- 1,78	- 1,77	- 1,85
50 ans et plus	3,51	4,49	3,79	2,20
CDI	0,25	0,33	0,09	- 0,64
CDD	0,88	0,44	2,17	1,65
Temps pleins	- 0,39	- 0,24 %	- 0,34	- 0,17

caractéristiques en 2013 et évolution entre 2013 et 2014 pour l ’échantillon 2004-2014

Bibliographie

Ashenfelter O. et Card D. (1985). “Using the Longitudinal Structure of Earnings to Estimate the Effect of Training Programs”, Review of Economics and Statistics, vol. 67, n° 4, pp. 648-660.
Auten G. et Carroll R. (1999). “The Effect of Income Taxes on Household Income”, Review of Economics and Statistics, vol. 81, n° 4 (Nov., 1999), pp. 681-693.
Ben Hassine H. et Mathieu C. (2018). “Le préfinancement du CICE et ses effets sur l'emploi : une évaluation ex post”, Économie et Prévision, n° 214, pp. 37-61, ce numéro.
Bunel M., Gilles F. et L’Horty Y. (2009). “Les effets des allègements de cotisations sociales sur l’emploi et les salaires : une évaluation de la réforme de 2003”, Économie et Statistique, n° 429-430, pp. 77-105.
Bunel M. et L’Horty Y. (2012). “The Effects of Reduced Social Security Contributions on Employment : an Evaluation of the 2003 French Reform”, Fiscal Studies, vol. 33, n° 3, pp. 371-398.
Bunel M., Emond C. et L’Horty Y. (2012). “Evaluer les réformes des exonérations générales de cotisations sociales”, Revue de l’OFCE, n°126, pp. 59-103.
Comité de suivi du CICE. Rapports annuels 2013, 2014 et 2015, France Stratégie, La documentation française.
Crépon B. et Desplatz R. (2001). “Une nouvelle évaluation des effets des allègements de charges sociales sur les bas salaires”, Économie et Statistique, n° 348-08, pp. 3-24.
Doan Q-C., Hagneré C. et Legendre F. (2017). “Une évaluation ex post de l’annualisation de la réduction générale de cotisations sur les bas salaires”, Le Mans, JMA 2017.
Ducoudré B., Heyer E. et Plane M. (2015). “Que nous apprennent les données de branches sur les premiers effets du CICE ? Évaluation pour la période 2014-2015 T2”, Économie et Prévision, n° 211-212, pp. 91-113.
Florens J., Heckman J.J., Meghir C. et Vytlacil E. (2008). Identification of Treatment Effects Using Control Functions in Model with Continuous, Endogenous Treatment and Heterogeneous Effects”, Econometrica, vol. 76, n° 5, pp. 1191-1206.
Friedberg L. (1998). “Did Unilateral Divorce Raise Divorce Rates ? Evidence from Panel Data”, American Economic Review, vol. 88, n° 3, pp. 608-627.
Gallois Louis (2012). Pacte pour la compétitivité de l’industrie française, Paris, La Documentation française.
Gilles F., L’Horty Y., Mihoubi F. et Yang X. (2017). “Les effets du CICE sur l’emploi, les salaires et la R & D : une évaluation ex post”, Rapport de recherche TEPP, n°17-02.
Hagneré C. et Legendre F. (2016). “Une évaluation ex ante des conséquences du Crédit d’impôt pour la compétitivité et l’emploi (CICE)”, Revue Économique, vol. 67, n° 4, juillet 2016, pp. 697-732.
Heckman J. (2000). Microdata, heterogeneity and the evaluation of the public policy, Nobel Price Lecture.
Heckman J.J. et Hotz V.J. (1989). “Choosing Among Alternative Non Experimental Methods for Estimating the Impact of Social Programs : the Case of Manpower Trading”, vol. 84, n° 408, pp. 862-874.
Hoxby C.M. (1996). “How Teacher’s Union Affect Education Production”, Quarterly Journal of Economics, vol. 111, n° 3, pp. 671-718.
Papke L.E. (1994). “Tax Policy Evidence from and Urban Development the Indiana Enterprise Zone Program”, Journal of Public Economics, vol. 54, n° 1, pp. 37-49.
Plane M. (2012). “Évaluation de l’impact économique du crédit d’impôt pour la compétitivité et l’emploi (CICE)”, Revue de l’OFCE, vol. 7, n°126, pp. 141-153.
Polachek S.W. et Kim M.-K. (1994). “Panel Estimates of the Gender Earnings Gap. Individual-Specific Intercept and Individual-Specific Slope Models”, Journal of Econometrics, vol. 61, n° 1, pp. 23-42.
Rapport du groupe d’experts (2011). “Salaire Minimum Interprofessionnel de Croissance”, décembre 2011.
Seguin S. (2006). “Les salariés au Smic en 2002 : un sur deux travaille dans une petite entreprise, un sur quatre gagne plus de 1,3 Smic horaire grâce à des compléments de salaire”, Premières Synthèses, Dares, n° 27.2.
Wooldridge J.M. (2011). Econometric Analysis of Cross Section and Panel Data, MIT Press Cambridge, Massachusetts London.

Mots-clés éditeurs : politique publique, coût du travail, Crédit d’impôt compétitivité emploi (CICE), modèle d’effet d’un traitement

Mise en ligne 14/01/2019

https://doi.org/10.3917/ecop.214.0001

Notes

(1)
Nous limitons donc l’analyse aux effets du CICE sur les entreprises pérennes. Il est clair que le CICE peut produire également des effets sur la survie des entreprises qui peuvent avoir des conséquences sur l’emploi, les salaires et la compétitivité. Ces effets au travers de la démographie des entreprises sont donc en dehors du champ d’observation du présent article.
(2)
e-mod qui succède au modèle Mosaïque à l’OFCE est un modèle d’inspiration néo-keynésienne, où la demande globale en période de sous-utilisation des capacités de production détermine la production à court terme.
(3)
Par ailleurs, la question du non-recours au CICE ne se pose pas puisqu’il est calculé automatiquement par l’administration à partir du montant de l’assiette du CICE renseigné par les entreprises lors de leurs déclarations obligatoires auprès des Urssaf. Malgré cela, on observe que ces déclarations n’ont pas été systématiques lors de la première année d’entrée en vigueur du CICE.
(4)
Pour les BRC, les entreprises sont non appariées car elles ne sont pas présentes dans FARE. Ces entreprises sont principalement de petite taille (elles ont dans 90 % des cas moins de 5 salariés) et issues des secteurs « Travaux de construction spécialisés », « Restauration », « Services relatifs aux bâtiments et aménagement paysager ». Pour FARE, elles concernent « les activités des sièges sociaux » et les « Travaux de construction spécialisés ».
(5)
Un contrôle important a été fait par les services producteurs en amont de ce rapport.
(6)
Les caractéristiques des entreprises bénéficiaires du CICE issues de l’échantillon long (2004-2014) sont qualitativement similaires à celles de l’échantillon court (2009-2014), bien que ces entreprises soient plus grandes en moyenne et donc moins fortement bénéficiaires du CICE.
(7)
Il convient de noter que les trois sources utilisent des concepts différents pour mesurer l’emploi moyen. Dans les DADS, l’emploi moyen mesure les postes non annexes au prorata de leur durée (mesuré en nombre de jours). Pour les BRC, il s’agit de la moyenne des effectifs en fin de trimestre sur le dernier trimestre de l’année précédente et sur les quatre trimestres de l’année courante. Enfin, dans FARE, l’emploi moyen renvoie aux effectifs en équivalent temps plein (ETP). Par conséquent, les effectifs moyen FARE diffèrent de façon plus marquée des deux autres sources puisqu’ils intègrent la durée horaire des postes au sein de l’entreprise. Par ailleurs, nous ne présentons pas les résultats reposant sur les effectifs au 31/12, indicateurs de l’emploi trop fortement relié au caractère saisonnier de l’activité (le lecteur intéressé pourra se reporter à notre rapport de recherche, Gilles et alii, 2017).
(8)
La notion de masse salariale diffère suivant les sources. Pour BRC et DADS elle correspond à l’assiette CSG alors que pour FARE il s’agit du brut fiscal. Le brut fiscal est en général un peu moins précis que l’assiette CSG qui est renseignée dans le bordereau récapitulatif.
(9)
Le salaire moyen cumule donc les divergences suivant les sources sur l’emploi et la masse salariale. Toutefois, c’est la divergence sur le concept d’emploi qui contribue le plus aux écarts sur le salaire moyen. Il faut donc considérer avec prudence les résultats obtenus sur les données FARE.
(10)
Étant donné que le taux de CICE dépend de la distribution des salaires (et donc de la masse salariale), nous avons considéré comme instruments les taux simulés plus éloignés dans le temps, sur 2010-2011 en l’occurrence.
(11)
Cf. la note interne « Éléments sur les données pour l’évaluation du CICE » rédigée par Vincent Hecquet et Matthieu Wyckaert qui est disponible sur demande.

Recherches récentes

Des idées pour vous

Recherches récentes

Des idées pour vous

Économie & prévision 2018/2 n° 214

Article de revue

Les effets du CICE : une évaluation ex post

Citer cet article

Notes

La politique publique : le CICE

le barème du CICE

le barème du CICE

Les difficultés de l’évaluation

Données : sources et statistiques descriptives

Champ de l’étude et appariement

Choix des variables de résultats, de traitement et de contrôle

bases initiales et restrictions du champ

bases initiales et restrictions du champ

bases appariées et cylindrées

bases appariées et cylindrées

Statistiques descriptives : les caractéristiques des entreprises bénéficiaires

distribution du taux apparent de CICE en 2013

distribution du taux apparent de CICE en 2013

distribution du taux apparent de CICE en 2014

distribution du taux apparent de CICE en 2014

Dans les entreprises bénéficiaires, hausse relative de l’emploi, moindre progression des salaires

Méthodologie de l’évaluation

Une approche paramétrique en panel : double différence non linéaire et variables instrumentales

Encadré 1 : variables de contrôle

Triple différence : l’importance d’une dimension temporelle longue

Les tests de falsification : un exercice délicat

Résultats de l’évaluation

Les effets sur l’emploi

les effets sur l’emploi

les effets sur l’emploi

nombre d’emplois créés ou sauvegardés intervalles de confiance pour un niveau de confiance de 95 %

nombre d’emplois créés ou sauvegardés intervalles de confiance pour un niveau de confiance de 95 %

Encadré 2 : méthode de calcul des emplois créés ou sauvegardés et intervalles de confiance

les effets sur les heures travaillées

les effets sur les heures travaillées

effets sur la structure des emplois, échantillon 2009-2014

effets sur la structure des emplois, échantillon 2009-2014

effets sur la structure des emplois, échantillon 2004-2014

effets sur la structure des emplois, échantillon 2004-2014

Les effets sur les salaires

les effets sur les salaires moyens dans l’entreprise

les effets sur les salaires moyens dans l’entreprise

Les effets sur l’activité économique des entreprises

les effets sur la masse salariale

les effets sur la masse salariale

les effets sur l’activité des entreprises, échantillon 2009-2014

les effets sur l’activité des entreprises, échantillon 2009-2014

les effets sur l’activité des entreprises, échantillon 2004-2014

les effets sur l’activité des entreprises, échantillon 2004-2014

Conclusion

Annexe 1 : sources des données

Variables de traitement

situation des entreprises à l’égard du CICE en 2013

situation des entreprises à l’égard du CICE en 2013

Encadré A1a : définition des variables de traitement : les indicatrices du poids de CICE dans la masse salariale

Variables de résultat

Encadré A1b : définition des variables expliquées issues des variables de résultat du modèle écrit en différence

Annexe 2 : restrictions d’échantillon

Encadré A2 : restrictions dans l’échantillon

Annexe 3 : caractéristiques des entreprises bénéficiaires

caractéristiques en 2012 et évolution entre 2012 et 2013 pour l’échantillon 2009-2014

caractéristiques en 2012 et évolution entre 2012 et 2013 pour l’échantillon 2009-2014

caractéristiques en 2013 et évolution entre 2013 et 2014 pour l’échantillon 2009-2014

caractéristiques en 2013 et évolution entre 2013 et 2014 pour l’échantillon 2009-2014

caractéristiques en 2012 et évolution entre 2012 et 2013 pour l’échantillon 2004-2014

caractéristiques en 2012 et évolution entre 2012 et 2013 pour l’échantillon 2004-2014

caractéristiques en 2013 et évolution entre 2013 et 2014 pour l ’échantillon 2004-2014

caractéristiques en 2013 et évolution entre 2013 et 2014 pour l ’échantillon 2004-2014

Bibliographie

Bibliographie

Notes

Raccourcis

Domaines

Cairn.info

Langues