11 octobre 2006

Projet d’étude

Le retour à l’emploi à Paris

2

Analyser les disparités spatiales du retour à l’emploiObjectifs du

GdR SOLSTICE

Premières publications: CERC rapport n°6« Géographie du retour à l’emploi », Rapport de recherche EPEE« Retour à l’emploi : une question locale ? », Connaissance de l’Emploi, n°31

Introduction

Deux populations : Chômeurs inscrits à l’ANPE ; bénéficiaires du RMI

Possibilités d’analyses coordonnées

Sources exhaustives : FILEAS-Cnaf et FHS-Anpe

Couverture nationale au niveau communal

Indicateurs du retour à l’emploi : Taux bruts, taux nets

Cartographie comparée

3

Vue d’ensemble

FHSANPE

FILEASCNAF

Taux bruts

Taux bruts

Taux nets

Effets locaux purs

Taux nets

Effets locaux purs

SimulationsSOLSTICE

X 3 conventions

X 2 horizons (12 et 24 mois)

MCO : Effets fixes en fonction des données locales

Modèles à effets fixes sur données

individuelles

Modèles de durée ou simples

moyennes sur données

individuelles

4

Exploitation de

données

administratives

Sources

FILEAS/CNAF Données de stock des foyers allocataires du RMI non bénéficiaires de l’intéressement, âgés

de 20 à 60 ans, France métropolitaine. Appariement des d’allocataires à chaque semestre depuis juin 2001 (exemple) 932 102 bénéficiaires du dispositif présents au second semestre 2001 suivi sur 24

mois Regroupement des unités géographiques qui comptent moins de 25 rmistes (5081 unités

géographiques en 2001 : on conserve 19 865 communes (69,6%) et 895 943 Rmistes (96,1%)

FHS/ANPE Ensemble des demandeurs d’emploi inscrits, suivis par cohortes anuelles jusqu’à fin

2005. On regroupe les communes trop petites au niveau de leur code postal. Seuil de 80

chômeurs. On aboutit à 11914 unités géographiques, dont 9085 communes et 2819 codes postaux.

Ces 11914 unités représentent 34101 communes.

5

Illustrations (I)

Des proximités, des différences, une grande dispersion locale, des effets de massifs.

Taux bruts à 12 mois

Sortie du RMI Sortie du chômage

6

Analyses

économétriques

TAUX NET = Taux de sortie que la localité aurait si les allocataires du RMI (ou les inscrits ANPE) y avaient les caractéristiques individuelles de la moyenne nationale.

Pour le RMI : Variable qualitative : (1) sortie par l’intéressement, (2) sortie pour

motif inconnu, (3) pas de sortie. Estimation d’un modèle logit multinomial avec effets fixes locaux

(procédure logistic de SAS) Estimation par département, en raison de la taille de la base de

données.

Pour le Chômage : Variable de durée : nombre de mois passés au chômage. La durée

est censurée à droite. Estimation d’un modèle de Weibull avec effets fixes locaux. On estime 11914 effets individuels et une centaine de coefficients à

partir de 4 millions d’observations on regroupe les unités en 194 zones géographiques en gardant un effet

individuel au niveau le plus fin (commune ou code postal).

7

Illustrations (II)

Globalement, le contrôle des effets de composition induit peu de changements

Taux nets à 12 mois

Sortie du RMI Sortie du chômage

8

Illustrations (III)

En rouge, localités favorisées par les effets de composition;

en bleu, localité pénalisées par leur composition

Taux bruts moins taux nets

Sortie du RMI Sortie du chômage

9

Deux chantiers

en 2006-2007

Extensions en coursPour le compte de la DREES (Ministère des affaires sociales)

Etude de l’effet propre de la taille de la commune sur la sortie du RMI

(FILEAS-CNAF)[pourquoi les allocataires du RMI des communes rurales ont, toutes choses égales par ailleurs, des chances d’en sortir beaucoup plus faibles que les allocataires des

villes moyennes, alors que c’est l’inverse pour les demandeurs d’emploi inscrits à l’ANPE]

Pour le compte de la DARES et des DRTEFP (Ministère de l’Emploi)

22 études régionales sur les chances du retour à l’emploi

(FHS-ANPE)[Exploitations cartographiques et statistiques à dimension semi-automatique sur chaque région française, recherche d’invariants infra-régionaux dans les disparités

spatiales du retour à l’emploi]

10

Sortir du

chômage à Paris

Une étude parisienne ?

Solstice permet des comparaisons « dans tous les sens » sur les disparités du retour à l’emploi.

Paris apparaît à chaque fois comme une zone géographique plutôt défavorisée (le constat est robuste à la source statistique et à l’indicateur)

Illustration 1 : comparaison infra-régionale des taux nets de sorties de l’ANPE

11

Sortir du Rmi à

Paris

Illustration 2 : comparaison infra-régionale des taux bruts de sorties du RMI

Une étude parisienne ?

12

IDF

Paris

IDF

Taux bruts de sorties à 12 mois

Marseille

Lyon Rouen

Evry

Position de Paris dans la distribution nationale des taux de sortie du RMI

Une étude parisienne ?

13

12ème arrondissement

4ème arrondissement

Paris

Paris

Taux bruts de sorties à 12 mois

Une étude parisienne ?

Position de Paris dans la distribution régionale des taux de sortie du

RMI

14

Les effets de

composition par

arrondissements

Une étude parisienne ?

8

8,5

9

9,5

10

10,5

11

11,5

12

12,5

13

12em

e

19em

e

1er

9em

e

11em

e

5em

e

17em

e

18em

e

6em

e

10em

e

16em

e

14em

e

7em

e

8em

e

2em

e

13em

e

20em

e

3em

e

4em

e

15em

e

Taux bruts

Taux nets

De fortes disparités selon les arrondissements

15

Deux projets

parisiens

Une étude parisienne ?

Projet rapide (3 à 6 mois)

« Sortir du chômage à Paris» et/ou « sortir du RMI à Paris »

Où l’on mobiliserait les données existantes et des exploitations spécifiquement parisiennes

Projet moins rapide (6 à 12 mois)

Où l’on descend plus fin avec des données irisées en mobilisant le fichier FILEASC de la CAF (sous réserve d’un accord)