11 octobre 2006

1. 11 octobre 2006 Projet d’étude Le retour à l’emploi à Paris

2. Introduction Analyser les disparités spatiales du retour à l’emploi Objectifs 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 • 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 X 3 conventions Effets locaux purs Taux bruts Taux nets FHS ANPE Simulations SOLSTICE Modèles de durée ou simples moyennes sur données individuelles MCO : Effets fixes en fonction des données locales Modèles à effets fixes sur données individuelles FILEAS CNAF Effets locaux purs Taux bruts Taux nets X 2 horizons (12 et 24 mois)

4. 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%) Sources Exploitation de données administratives 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) Taux bruts à 12 mois Sortie du chômage Sortie du RMI • Des proximités, des différences, une grande dispersion locale, des effets de massifs.

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 géographiquesen gardant un effet individuel au niveau le plus fin (commune ou code postal).

7. Illustrations (II) Taux nets à 12 mois Sortie du chômage Sortie du RMI • Globalement, le contrôle des effets de composition induit peu de changements

8. Illustrations (III) Taux bruts moins taux nets Sortie du chômage Sortie du RMI • En rouge, localités favorisées par les effets de composition; • en bleu, localité pénalisées par leur composition

9. Pour 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] Extensions en cours Deux chantiers en 2006-2007

10. 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 Une étude parisienne ? Sortir du chômage à Paris

11. Illustration 2 : comparaison infra-régionale des taux bruts de sorties du RMI Une étude parisienne ? Sortir du Rmi à Paris

12. Evry Rouen Lyon Marseille Une étude parisienne ? Position de Paris dans la distribution nationale des taux de sortie du RMI Paris IDF Taux bruts de sorties à 12 mois IDF

13. Une étude parisienne ? Position de Paris dans la distribution régionale des taux de sortie du RMI 4ème arrondissement Paris 12ème arrondissement Taux bruts de sorties à 12 mois Paris

14. Une étude parisienne ? De fortes disparités selon les arrondissements Les effets de composition par arrondissements

15. 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) Une étude parisienne ? Deux projets parisiens