Le travail salarié et la réussite des étudiants

18Les données APOGEE permettent d’observer que la corrélation négative entre activité salariée et réussite à l’université, au-delà d’un certain niveau d’activité salariée, semble vérifiée sur le territoire d’expérimentation (université du Maine). Le tableau n°1 compare les indicateurs de réussite pour les étudiants déjà en emploi au moment de l’inscription à l’université, en fonction de la durée de l’emploi, et pour ceux qui ne sont pas concernés par le cumul études/emploi. La réussite est appréciée par le pourcentage d’étudiants admissibles après la première session d’examens et par la note moyenne annuelle obtenue.

Tableau 1

Indicateurs de réussite de l’ensemble des étudiants inscrits

Sans emploi Emploi moins de six mois Emploi six mois et plus Autre emploi % d’admissibles 54.8% 72.8% 41.1% 49.3% Moyenne générale 9.29 10.74 7.84 8.89 Observations 3545 92 158 67

Indicateurs de réussite de l’ensemble des étudiants inscrits

Note : la catégorie « autre emploi » correspond aux emplois d’aide éducateur, d’assistant d’éducation et aux emplois rémunérés au titre des études. Ces emplois sont sans indication de durée.

19Globalement, le lien entre réussite universitaire et emploi apparaît négatif pour les emplois occupés sur une durée de plus de six mois. Les étudiants qui ont des contrats de travail courts (en deçà de six mois) obtiennent de meilleurs résultats relativement à ceux qui se concentrent uniquement sur les études.

20Cette simple corrélation est confirmée en prenant en compte les différentes caractéristiques des étudiants qui ont un effet sur les résultats (filière, année, sexe, mention au bac, bourse). Pour le montrer, nous avons estimé l’effet de ces déterminants sur la réussite à partir des données APOGEE, sur l’ensemble des étudiants de l’université du Maine inscrits au niveau licence [5]. Les résultats de ces estimations sont présentés dans le tableau A2 en annexe.

21De manière générale, les chances de réussite sont plus élevées pour les femmes, les étudiants ayant eu une mention au bac, ceux inscrits en deuxième ou troisième année de licence dans les filières scientifiques ou en licences professionnelles. Habiter en dehors de la résidence familiale n’influence pas significativement les chances de réussite des étudiants. En revanche, les étudiants vivant seuls sans enfant réussissent mieux que ceux qui vivent en couple. Les chances de réussite sont également plus élevées pour les Français que pour les étrangers. Le fait de percevoir une bourse n’a pas d’influence particulière sur les chances d’obtenir le diplôme.

22L’effet du travail salarié sur la réussite est bien négatif, mais il ne se manifeste que si l’emploi est durable. Ainsi, pour les contrats courts (inférieurs à six mois), l’effet du cumul études/ emploi n’est pas statistiquement significatif. En revanche, l’écart de chances de réussite entre ceux qui ne travaillent pas et ceux qui ont un contrat de travail pour une durée supérieure à six mois est de 18%. L’écart des notes moyennes est de 1,8 point sur 20.

23L’intensité de l’effet augmente avec le temps de travail hebdomadaire : relativement aux étudiants sans emploi salarié, les chances de réussite sont inférieures de 1 % pour les salariés à temps partiel, mais le travail à temps complet est associé de manière importante à une baisse de la réussite (de 24 %) et de manière spectaculaire à des notes moyennes plus faibles (de 2 points).

Les offres d’emploi collectées dans le cadre de l’expérimentation

24Nous décrivons à présent les caractéristiques des offres d’emploi qui ont été collectées dans le cadre de l’expérimentation et qui ont été mises à disposition des étudiants du groupe test. Par bien des aspects, ces offres paraissent éloignées de la norme d’emploi de qualité qui fait parfois référence sur le marché du travail : le salaire moyen horaire brut est à peine supérieur au Smic ; les contrats offerts sont très majoritairement à durée déterminée (pour plus de 70 % des offres) ; la durée du travail est de moins de 12 heures hebdomadaires, pour 61,7 % des missions proposées, et ne dépasse 22 heures hebdomadaires que pour 13,2% des offres ; les missions sont ponctuelles (pour 62% des offres) ; elles s’inscrivent fréquemment sur des horaires atypiques (durant les week-end, en matinée ou le soir, durant des périodes de congé).

25Pour autant, ces caractéristiques sont un peu différentes de celles des emplois pourvus par les étudiants en dehors de l’expérimentation. Les données que nous avons collectées lors des enquêtes de suivi sur ces emplois extérieurs indiquent qu’ils sont associés à des rémunérations horaires plus faibles mais qui correspondent à des durées de travail plus longues ce qui se traduit, dans l’ensemble, par des revenus plus élevés que ceux procurés par les emplois AQ3E. Les étudiants ayant occupé un emploi en dehors du dispositif AQ3E ont signé moins fréquemment un contrat de travail et les missions qu’ils effectuent sont plus souvent incompatibles avec l’emploi du temps universitaire. [6]

26Selon nous, la réelle différence apportée par le dispositif consiste à élargir l’espace de choix des étudiants. Si l’on examine en détail le contenu des quelques 300 libellés d’offres d’emploi collectées dans le cadre de l’expérimentation (correspondant à environ 2000 missions compte tenu des offres multiples), la diversité apparaît nettement, du point de vue de la durée du travail hebdomadaire, du caractère ponctuel ou régulier de la mission, ou de la nature du contrat. [7] La variété apparaît également en ce qui concerne les contenus des missions, la nature de l’offreur et le secteur d’activité. Pour illustrer cette diversité, nous présentons de façon synthétique les types de missions qui ont été proposés dans le tableau n°2.

Tableau 2

Type de missions rendues accessibles par l’expérimentation

Agent d’accueil, accompagnement du public, tenue de stand, lors d’une opération de communication ou d’un événement ponctuel (compétitions des 24h du Mans, journées portes ouvertes de l’université, remplacement en agence bancaire, dans un musée, en maison de retraite, pendant les périodes de congés ou le week-end). Employé de restauration dans le cadre d’un événement (24h du Mans, salons…). Vendeur, hôte ou agent de caisse, dans des enseignes traditionnelles ou des boutiques associées à des événements (grande distribution et restauration rapide exclues). Assistant de direction, secrétariat (gestion de fichier, archivage, mise sous pli…). Enquêteur, sondeur (exemple : enquête statistique auprès des usagers d’une ligne de transport, dans un grand magasin, dans le cadre d’une opération commerciale…). Rédacteur, retranscription d’une bande son en version écrite pour une entreprise de production, traduction pour une société de maintenance informatique… Inventoriste pour le compte d’enseignes commerciales qui réalisent leur inventaire annuel (grandes surfaces du commerce alimentaire et non alimentaire). Opérateur au sein d’une plateforme de téléphonie (hotline informatique, relances téléphoniques dans le cadre du recouvrement amiable de créances de téléphonie, assurances, créances bancaires…). Préparateur de commandes pour l’industrie ou le commerce, suivi des expéditions, appui à des missions logistiques Animateur auprès de jeunes, en centre de loisirs, centre sportif, soutien et accompagnement scolaire, garde d’enfant Portage de journaux, diffusion de flyers lors d’une campagne de communication

Type de missions rendues accessibles par l’expérimentation

Identification de l’effet causal

29Dans le cadre d’une évaluation expérimentale, l’accès des individus au dispositif que l’on souhaite évaluer (appelé aussi traitement) est déterminé par un tirage au sort qui partage les participants en deux groupes : ceux qui bénéficient du dispositif (groupe test) et ceux qui n’en bénéficient pas (groupe témoin). L’effet causal du programme est apprécié en comparant des indicateurs de performance entre ces deux groupes. En pratique, le simple fait d’appartenir au groupe test ne garantit pas qu’un individu bénéficie du programme comme prévu. Il est en effet possible que des individus tests n’utilisent pas le dispositif. Si la participation effective des personnes dépend de leurs caractéristiques (éventuellement corrélées avec la variable de résultat), une simple comparaison des résultats moyens ne permet pas de s’affranchir de tout biais de sélection et elle ne permet donc pas d’identifier l’effet causal du traitement. Une comparaison de moyennes exprime l’intention de traiter ou encore l’effet d’appartenir au groupe test. L’effet causal du traitement, c’est-à-dire l’impact du dispositif lui-même, peut néanmoins être mesuré localement en faisant intervenir l’information sur l’affectation initiale et celle sur la participation effective au dispositif des individus test et témoin (réception du traitement). [9]

30S’agissant du dispositif que nous avons expérimenté, nous pouvons distinguer i) l’accès au dispositif, i.e. l’accès à la plateforme de mise à disposition d’offres d’emploi ii) l’accès à un emploi grâce à ce dispositif.

31Les étudiants du groupe test se sont vu proposer des offres d’emploi spécifiques qui se sont ajoutées pour eux aux offres déjà disponibles et qui auraient été inaccessibles en l’absence de l’expérimentation. Le dispositif élargit ainsi l’éventail des offres accessibles aux étudiants, économise le temps de recherche et leur permet de choisir un emploi plus conforme à leurs besoins. Comme l’affectation dans l’un ou l’autre groupe est aléatoire, elle est parfaitement exogène : les écarts de moyennes des différents indicateurs de réussite entre les populations test et témoin donnent alors une estimation sans biais de l’effet de l’accès au dispositif (effet de l’intention de traiter).

32En ce qui concerne le fait d’avoir occupé un emploi grâce au dispositif AQ3E, son effet sur la réussite universitaire ne peut pas être évalué de manière similaire en comparant les résultats des individus ayant occupé ce type d’emploi à ceux des autres participants à l’expérimentation. En effet, le tirage au sort n’attribue pas un accès direct à l’emploi car les étudiants qui ont réussi à accéder à un emploi via la plateforme AQ3E sont sélectionnés par les employeurs, ce qui affecte la comparabilité directe entre groupes test et témoin et réintroduit un biais de sélection. Dans le cadre d’un modèle de régression, la variable de traitement n’est plus exogène. Dans ce contexte, Imbens et Angrist [1994] montrent qu’il est envisageable de rétablir les conditions d’identification en ayant recours à la méthode des variables instrumentales où l’affectation initiale au traitement est utilisée comme un instrument pour le recours effectif au dispositif. Etant donné que l’affectation initiale est un bon prédicteur du recours sans affecter directement la variable de résultat, l’estimateur des variables instrumentales donnera, sous certaines hypothèses [10], l’effet causal du dispositif pour l’ensemble des individus qui ont respecté l’assignation initiale [11]. Nous retenons cette approche afin de mesurer l’effet du dispositif sur la réussite des étudiants.

33Nous appréhendons la réussite universitaire à l’aide de trois variables disponibles dans les données administratives APOGEE de l’université du Maine. La variable Y₁ rend compte du décrochage : Y₁ = 1 si les notes sont renseignées aux deux semestres de l’année courante. La variable Y₂ est binaire elle aussi et renseigne la réussite de l’étudiant : Y₂ = 1 si la note moyenne annuelle (calculée à partir des notes semestrielles) est supérieure ou égale à 10. Cette définition de la réussite est la même entre les différentes filières mais nous utilisons aussi un indicateur d’admissibilité qui tient compte des règles spécifiques à chaque filière et des points supplémentaires donnés par les jurys d’admission, pour tester la robustesse des résultats obtenus. La variable Y₃ est, quant à elle, continue et correspond à la note moyenne calculée₃ à partir des notes semestrielles, qui indique le résultat annuel de l’étudiant. Les variables Y₂ et Y₃ sont définies pour l’ensemble des étudiants en attribuant une moyenne nulle aux défaillants et absents aux examens. De ce point de vue, elles combinent les informations sur la présence aux examens et sur la réussite.

34L’indicateur d’affectation initiale T est défini à partir des résultats du tirage au sort : T = 1 pour les individus qui se sont vu attribuer le statut de test. La réception du traitement correspond au fait d’avoir occupé un emploi grâce à la plateforme AQ3E. Cette variable est construite à partir des informations fournies par l’enquête de suivi réalisée en fin d’année universitaire auprès des participants à l’expérimentation (tests et témoins) : l’emploi effectivement occupé durant l’année universitaire (emploi via AQ3E ou emploi obtenu en dehors de l’expérimentation), type de contrat, volume horaire, répartition de l’activité sur l’année, salaire, compatibilité avec l’emploi du temps universitaire. [12]

35Par ailleurs, nous utilisons comme contrôle les données collectées à l’entrée et lors de l’expérimentation sur les caractéristiques de la population exhaustive des participants (caractéristiques sociodémographiques, éléments de parcours scolaire et universitaire, compétences diverses) au moment de l’inscription à l’expérimentation AQ3E et avant le tirage au sort.

36L’évaluation des effets du dispositif est réalisée sur l’échantillon des inscrits à l’expérimentation en 2010-2012 (deux années d’expérimentation confondues) en utilisant pour les inscriptions répétées (42 individus) les informations relatives à la première inscription. L’échantillon comporte au total 476 observations. Les variables issues de l’enquête de suivi sont renseignées pour les 346 répondants à l’enquête. Nous examinons dans un premier temps si le dispositif AQ3E a eu un effet sur l’accès à l’emploi des étudiants. Dans un second temps, nous évaluons l’impact d’un emploi via AQ3E sur la réussite universitaire.

Identification de l’effet du dispositif AQ3E sur l’emploi des étudiants

37Afin de distinguer les leviers d’action du dispositif AQ3E, nous analysons tout d’abord l’effet estimé sur l’accès à l’emploi ; pour évaluer l’effet sur l’emploi, nous estimons l’équation suivante :

38

39où J_i désigne le fait d’avoir occupé un emploi (via la plateforme AQ3E ou par ses propres moyens) [13]. T_i est la variable d’affectation initiale qui correspond au résultat du tirage au sort : T_i = 1 pour les étudiants tests qui ont eu accès aux offres d’emploi collectées par la cellule AQ3E. Enfin, X_i est le vecteur des caractéristiques des individus (sexe, nationalité, filière, niveau, situation des parents, etc.) et ? est le vecteur des coefficients associés. e_i est un terme d’erreur.

Identification de l’effet d’un emploi AQ3E sur la réussite universitaire

40Nous mesurons tout d’abord l’effet de l’accès au dispositif (effet de l’intention de traiter) et estimons l’équation suivante :

41

42où pour chaque individu i, Y_i désigne l’indicateur de réussite, T_i est la variable qui indique l’appartenance au groupe test suite au tirage aléatoire et ?_i un terme aléatoire. L’effet qui nous intéresse est donné par l’estimation du coefficient ?_i qui mesure la différence de moyennes de la variable Y dans les populations test et témoin.

43Nous estimons ensuite l’effet du dispositif AQ3E à proprement parler, en ayant recours à la méthode des variables instrumentales, comme le proposent Imbens et Angrist [1994]. Nous estimons le système d’équations suivant :

44

45où pour chaque individu i, Y_i désigne toujours l’indicateur de réussite, T_i la variable d’affectation initiale (instrument) et R_i est une variable indicatrice (endogène) associée au fait d’accéder à un l’emploi via la plateforme AQ3E. L’effet d’avoir occupé un emploi via le dispositif AQ3E sur la réussite (?_i) est identifié localement pour la sous-population des étudiants tests qui ont occupé un emploi via la plateforme AQ3E conformément à leur assignation initiale. [14]

Effet du dispositif AQ3E sur l’emploi des étudiants

47Les résultats de l’estimation de l’équation 3 sont présentés dans le tableau n°3 [15]. Ils montrent que l’effet du dispositif AQ3E sur l’accès à l’emploi est positif. L’écart de probabilité de travailler durant l’année universitaire entre les groupes test et témoin est de 11 points de pourcentage. Par ailleurs, les différentes variables de contrôle présentes dans nos modèles ne semblent pas avoir d’effet significatif sur les chances d’occuper un emploi pendant l’année universitaire, à l’exception de la nationalité (les étudiants étrangers exerçant moins souvent une activité professionnelle au cours de leurs études). L’absence d’effet des variables de contrôle peut s’expliquer par la nature même du dispositif qui a attiré une population de participants spécifiquement intéressés par le cumul emploi/étude et partageant probablement un certain nombre de caractéristiques, conduisant, de fait, à une relative homogénéisation des éligibles [16].

Tableau 3

Estimations de l’équation d’accès à l’emploi

Modèle (1) (2) Variable dépendante Emploi Emploi Affectation au groupe test (accès AQ3E) 0.11** 0.11** (0.051) (0.048) Variables de contrôle Non Oui Observations 346 346

Estimations de l’équation d’accès à l’emploi

Note : données enquête de suivi. Estimation d’une probabilité que l’individu soit en emploi durant l’année universitaire avec le modèle Probit. Le tableau rapporte directement les effets marginaux moyens. Ecart - types calculés via delta-method entre parenthèses. * significatif à 10 %, ** significatif à 5 %, *** significatif à 1 %. Variables de contrôle incluses dans le modèle (2) : sexe, âge, nationalité, filière, niveau d’études, PCS du père. Les tableaux détaillant les effets des variables de contrôle sont disponibles sur demande.

Effet d’un emploi AQ3E sur la réussite universitaire

48Le tableau n°4 présente les résultats des estimations des équations 2 d’une part et des équations 3 et 4 d’autre part, pour l’ensemble de la population étudiée et pour les sous-échantillons d’hommes et de femmes. Les colonnes (1) à (3) présentent respectivement les résultats moyens obtenus pour les étudiants du groupe test, ceux du groupe témoin et ceux ayant effectivement reçu le traitement (i.e. occupé un emploi AQ3E). La proportion de ces derniers dans le groupe test (i.e. le taux de réception du traitement) figure en colonne (4). L’effet de l’accès au dispositif (EIT) figure quant à lui dans la colonne (5) et l’effet d’un emploi AQ3E (ETT) estimé par la méthode des variables instrumentales est reporté dans la colonne (6). La colonne (7) indique la probabilité critique associée au rejet de la nullité de l’effet de traitement (P-value).

49Les résultats de l’estimation suggèrent que l’effet du dispositif AQ3E est positif dans la plupart des cas, mais faible et non significatif statistiquement [17]. Une interprétation possible à ce constat est la suivante : les étudiants du groupe test ont davantage accès à l’emploi, ce qui ne devrait pas être favorable à leur réussite à l’université, pour autant leur réussite n’est pas affectée par le travail salarié, ce qui renvoie à la spécificité des emplois AQ3E (caractérisés notamment par une meilleure compatibilité avec l’emploi du temps universitaire) [18]. Dans certains cas, la réussite peut même être améliorée parce que l’expérimentation est l’occasion d’une première expérience sur le marché du travail, qu’elle favorise un contact avec un employeur et peut avoir un effet sur la motivation des étudiants et sur leur intention d’obtenir le diplôme. Ces résultats sont en cohérence avec les résultats des estimations de l’équation de réussite qui soulignent que l’effet négatif du cumul études/emploi n’apparaît que pour un travail intense en heures.

Tableau 4

Estimations, évaluation des effets

Obs Résultat test (1) Résultat témoin (2) Résultat test avec emploi AQ3E (3) Emploi AQ3E dans le groupe test,% (4) EIT Différence test-témoin (5) ETT Variables Instrum. (6) P-value ETT (7) Y1 - Présence aux examens Ensemble 346 89.7 86.6 92.7 31.6 3.0 9.6 0.385 Hommes 158 89.2 86.7 91.3 27.7 2.5 9.0 0.651 Femmes 188 90.1 86.6 93.8 35.2 3.5 10.0 0.495 Y2 - Réussite, moyenne >=10 Ensemble 346 46.6 43.0 50.9 31.6 3.5 11.2 0.518 Hommes 158 36.1 38.7 21.7 27.7 -2.5 -9.1 0.768 Femmes 188 56.0 46.4 71.9 35.2 9.7 27.4 0.143 Y3 - Note moyenne Ensemble 346 9.1 9.1 9.7 31.6 0.0 0.1 0.961 Hommes 158 8.5 8.8 8.4 27.7 -0.3 -0.9 0.692 Femmes 188 9.7 9.3 10.6 35.2 0.0 0.9 0.594

Estimations, évaluation des effets

Note : estimation par doubles moindres carrés (2SLS). Pour l’équation de réussite, modèle à probabilité linaire ou modèle de régression linaire selon la nature de la variable dépendante. Ecarts-types robustes à l’hétéro-scédasticité, en utilisant la méthode bootstrap avec 100 tirages. EIT : effet de l’intention de traiter, ETT : effet du traitement sur les traités. P-value correspond à la probabilité critique associée au test de nullité de l’effet de traitement. ETT : effet de traitement significatif à 10 % pour une p-value inférieure à 0,10.

50Les emplois salariés exercés par les étudiants en marge de leur formation universitaire exercent des effets négatifs sur les chances de réussite à l’université et contribuent à l’échec en licence. Les étudiants les moins favorisés, qui ne peuvent être soutenus par leurs parents, qui n’ont pas, ou que peu, accès au crédit pour financer leurs études, sont potentiellement les plus concernés par ces effets négatifs du travail salarié. L’idée de l’expérimentation « Améliorer la qualité des emplois exercés par les étudiants » (AQ3E), que nous avons mise en œuvre à l’université du Maine entre septembre 2010 et juin 2012, était de mettre en place un dispositif de remédiation permettant d’élargir l’éventail des possibilités d’emploi pour les étudiants en leur permettant de mieux concilier les contraintes d’une poursuite d’études et celles d’un travail salarié. Ce dispositif, intégré au Bureau d’aide à l’insertion professionnelle, consiste en une plateforme de mise à disposition d’offres d’emploi à temps partiel, dont les horaires sont compatibles avec l’emploi du temps universitaire, en lien avec les compétences et la formation de l’étudiant ; ces offres sont collectées par l’université auprès des entreprises locales. On évalue les effets de cette plateforme sur la réussite en licence en assignant aléatoirement au dispositif les étudiants souhaitant y participer.

51L’évaluation a été réalisée sur la base d’un protocole avec assignation aléatoire des 468 étudiants de licence inscrits dans le dispositif. La cellule AQ3E installée au sein du BAIP a collecté et proposé aux étudiants du groupe test près de 300 offres d’emploi (correspondant à plus de 2000 postes à pourvoir). Ces offres sont très variées à la fois selon le niveau de rémunération (le plus souvent proche du Smic), la durée hebdomadaire du travail, la durée du contrat et le secteur d’activité (commerce, service à la personne, service aux entreprises, enseignement, etc.).

52L’expérimentation a effectivement facilité l’accès des étudiants à un emploi salarié. Les étudiants du groupe test ont eu accès plus fréquemment à une activité salariée, pour environ 65 % d’entre eux (contre 54 % dans le groupe témoin), et ont signé plus fréquemment un contrat de travail. Ces emplois consistent dans des missions ponctuelles, courtes, contractualisées avec une rémunération horaire un peu plus élevée, si bien que les revenus qu’ils procurent sont dans l’ensemble plus faibles.

53Néanmoins, ce surcroît d’activité salariée n’a pas eu d’effet négatif sur la réussite des étudiants. Il est donc possible d’améliorer la qualité des emplois exercés par les étudiants pour atténuer très sensiblement les effets négatifs d’un emploi salarié sur la réussite à l’université. Les emplois de qualité, au sens où ils atténuent l’effet négatif du travail salarié sur la réussite universitaire, correspondent ici à des emplois atypiques et flexibles qui s’avèrent compatibles avec les contraintes de la vie universitaire.

54Au total, nos résultats suggèrent que l’innovation qui consiste à étendre la sphère de compétences des BAIP pour y inclure le travail salarié des étudiants dans le cadre de leurs études, est à même de produire des effets positifs du point de vue de la lutte contre l’échec en licence. Pour le confirmer, cette expérimentation gagnerait à être généralisée à d’autres établissements d’enseignement supérieur qui sont concernés par la problématique du travail salarié des étudiants. D’autres effets mériteraient en outre d’être évalués. D’une part, le fait d’avoir exercé un emploi salarié en relation avec son cursus universitaire et de le faire figurer sur son CV peut avoir ultérieurement un impact positif sur les chances d’accéder à un stage ou un emploi. D’autre part, l’expérimentation de l’université du Maine a permis d’activer un canal supplémentaire de mise en relation de l’université avec le tissu local d’entreprises, qui a pu avoir des retombées favorables sur les autres canaux, par exemple en facilitant l’accès des étudiants aux stages, l’accès à l’emploi en fin de cursus universitaire, ou encore la collecte de taxe d’apprentissage. Il serait utile d’explorer ces différents effets.

55Pour autant, la mise à disposition d’offres d’emploi compatibles avec les contraintes de la vie universitaire n’est qu’un levier parmi d’autres pour agir sur les arbitrages des étudiants entre emplois salariés et investissement dans les études. Le développement de formules de stages rémunérés et conventionnés, et celui des aides financières données aux étudiants, au travers des systèmes de prêts ou de bourse, constituent d’autres leviers d’action. Nous pensons qu’il n’y a pas nécessairement lieu d’opposer ces leviers qui pourraient constituer autant de composantes d’une politique publique globale et cohérente visant à organiser une meilleure régulation de l’accès des étudiants aux emplois salariés.