WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Discrimination sur le marché du travail : les femmes

( Télécharger le fichier original )
par Youssef Belhassen FENNIRA
Université Paris 1 Panthéon Sorbonne - Licence 2009
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

I.1.3. Les travaux économétriques

Gary Becker (1957) dit "It is his insight to observe that finding a discriminatory effect of race or gender at a randomly selected firm does not provide an accurate measure of the discrimination that takes place in the market as a whole. At the level of the market, the causal effect of race is defined by the marginal firm or set of firms with which the marginal minority member deals. The impact of market discrimination is not determined by the most discriminatory participants in the market, or even by the average level of discrimination among firms, but rather by the level of discrimination at the firms where ethnic minorities or women actually end up buying, working and borrowing. It is at the margin that economic values are set." (Heckman)

La discrimination de marché représente donc la distribution des coefficients de discrimination dans la population qui déterminera l'écart de salaires de marché. Elle n'est pas la moyenne des coefficients de discrimination des employeurs di.

Les écarts de salaires, sont omniprésents sur le marché du travail, différents travaux visent à les utiliser afin de repérer les discriminations sur le marché.

La mesure de base consiste en une équation dans laquelle on explique le logarithme du salaire par différents facteurs tels que l'éducation, l'expérience et différentes variables muettes.

On pose :

Log wi = ái+ â qualificationi + ã sexi + åi

á, â et ã sont des valeurs de paramètres à estimer et å représente une variable aléatoire normale d'espérance nulle.

ã représente la valeur de la discrimination à l'encontre des femmes si ã=1.

Il apparaît que cette méthode ne soit pas très fiable :

· Variable muette valant 0 ou 1 pour le sexe, ce qui n'est pas suffisant pour évaluer la discrimination sur le marché.

· Le mode de formation des salaires est supposé le même pour les deux sexes, chose irréelle.

En découle le choix d'utiliser la méthode d'Oaxaca-Blinder (Oaxaca 1974-Blinder 1973).

Cette méthode estime séparément des équations de salaires pour un groupe de référence et pour d'autres groupes comparés au groupe de référence.

lnWi = âXi + åi

lnWi est le log naturel du salaire annuel brut de i, Xi est le vecteur des variables pertinentes qui influencent le salaire et â le vecteur des coefficients à estimer.

ln Wm = ám + Xmâm

lnWf = áf + Xfâf

Sachant que la droite de régression des MCO passe par le point moyen, on peut écrire :

ln Wm - ln Wf = ám - áf + âmXm - âfXf

On obtient :

lnWm - lnWf = ám - áf + (âm-âf)Xf + âm(Xm-Xf)

Avec partie expliquée : ám - áf + (âm-âf)Xf

partie discriminatoire : âm(Xm-Xf)

Si on applique cette méthode aux inégalités salariales en France, cela nous donne à capital humain identique entre les 2 sexes d'un échantillon âgé entre 30 et 45 ans, un résultat où les femmes obtiennent des salaires inférieurs à celui des hommes. Pour l'ensemble des salariés, à même nombre d'années d'études identiques et expérience professionnelle réelle, les hommes ont un salaire moyen supérieur de 27 % par rapport à celui des femmes.

Mais étant donné la composition de la méthode d'Oaxaca-Blinder, donc le fait que l'écart entre les différents coefficients des variables soit celui qui donne la mesure de la discrimination, pose le problème de la spécification et le biais de sélection dans l'échantillon qui est dû au fait qu'un taux plus faible de participation des femmes peut altérer les coefficients associés aux femmes comme le présente Meurs et Ponthieux (2000).

Après la correction du biais par Heckman (1976 ; 1979), l'écart inexpliqué reste de 4.2 %.

La mesure de la discrimination est sensible à la précision avec laquelle sont mesurées les variables.

Selon l'exemple de Bayet (1996), Meurs et Ponthieux(2000), mesurer l'expérience sans prendre en considération les interruptions de travail telles que les congés de maternité ou l'ancienneté, conduit à une sous évaluation de l'expérience pour les femmes, ce qui est accroîtra la part de l'écart de salaire dû à la discrimination.

Plusieurs économistes ont commencé par estimer les équations de salaire seulement à partir des variables individuelles. Mais cette estimation s'est révélée inefficace car elle n'explique que la moitié de la variance des salaires.

C'est pour cela que des variables d'emploi ont été introduites pour augmenter le pouvoir explicatif des équations de salaire, ce qui augmentait la part expliquée de l'écart de salaire et ainsi réduisait la mesure de discrimination.

Comme le prouve l'exemple d'Oaxaca (1973), l'écart de salaire dû à la discrimination salariale passe de 77 % à 58 % lorsqu'il est mis en avance avec la CSP et le secteur d'activité.

Mais un problème se pose : ces différences observées grâce à ces variables sont-elles celles concernant la discrimination à l'embauche ou ne représentent-elles que des différences de productivité ?

Certains économistes, comme Thiry, choisissent de bannir toute variable pouvant représenter des différences qui sont le fruit de pratiques discriminatoires sur le marché du travail. Cela suppose par exemple qu'on enlève la variable CSP de l'équation de salaire. Une rentabilité plus faible de la part des femmes peut alors soit, représenter une discrimination salariale soit, pour des hommes et des femmes de même formation, une discrimination à l'embauche. Elle peut aussi représenter un différentiel de productivité non observé. Ce qui est mesuré n'est donc plus très clair.

Dans la lignée de cette théorie, Sofer (1990) supprime le taux de féminisation de la régression car elle considère qu'elle capture en elle-même des comportements discriminatoires. L'écart de salaire passe de 20.3 % à 17.8 %.

Il nous apparaît que la discrimination à l'embauche est difficilement quantifiable et que la MOB ne la représente pas. C'est pour cela que Brown, Moon et Zoloth (1980) l'ont remaniée pour intégrer le fait que les femmes ont moins de chances d'obtenir des postes hiérarchiques, ce que Bayet va démontrer sur un échantillon homogène, indépendamment de l'expérience professionnelle, qu'à formation égale les femmes ont moins de chance d'occuper des postes importants.

Le peu de données ne pouvant permettre de mener cette étude en France, la plupart des études se sont focalisées sur la discrimination salariale. Une des plus récentes, celle de Meurs et Ponthieux, montre sur un échantillon d'hommes et de femmes à temps complet de l'enquête Jeunes et Carrière 1997, l'écart entre les hommes et les femmes s'explique principalement par les caractéristiques propres à chaque type (durée de travail hebdomadaire, période d'inativité...). Après leur prise en considération et en corrigeant le biais de sélection, l'écart passe de 27 % à 5.4 %, et est interprété comme étant de la discrimination salariale.

Les études économétriques se focalisent sur la discrimination salariale qui se heurte aux problèmes de spécificité des variables. Selon les variables choisies, les résultats varient et donnent des estimations diverses de la responsabilité de cette discrimination dans l'écart salarial.

Cependant toutes les études montrent que les femmes subissent un écart de salaire comparativement aux hommes, dû en partie à la discrimination salariale. Seule sa proportion reste incertaine.

précédent sommaire suivant











Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

9Impact, le film from Onalukusu Luambo on Vimeo.