Les analyses présentées dans le quatrième chapitre permettent de lister les grands changements intervenus dans les trajectoires des CFD. Dans la suite de ce rapport, nous nous proposons d’étudier plus en détail chacune des situations rencontrées par les CFD. Nous reprenons ensuite dans un chapitre conclusif l’essentiel des évolutions que nous avons observées pour les CFD. Les chapitres suivants portent donc sur l’analyse de mesures ou d’états spécifiques. Pour chaque situation, nous présentons une analyse :
- Des chances (ou risques) d’accéder à cette situation.
- Des trajectoires après l’accès à cette situation.
- Des chances de trouver un emploi stable une fois que l’on a connu la situation étudiée.
Dans ce chapitre, nous présentons plus en détail les analyses conduites et justifions leur choix. De cette manière, les chapitres suivants peuvent être lus dans n’importe quel ordre11.
Concernant l’intervalle de temps couvert dans les analyses, celui-ci est limité à la période entre février 2007 et décembre 2012 à chaque fois que nous faisons usage des données des comptes individuels de la Centrale de Compensation (les seules données pour lesquelles nous ne disposons pas d’information pour 2013, cf. chapitre 2, section 2.1.2), alors que dans les autres cas l’intervalle s’étale entre février 2007 et décembre 2013. Plus précisément, toutes les courbes de survie d’accès aux états, à l’exception de celles de l’état « Aucun », font référence à la période entre 2007 et 2013, alors que le reste des analyses se situe entre 2007 et 2012.
Par ailleurs, pour chaque analyse graphique, nous mettons à disposition du lecteur dans la section 15.4 des annexes une série de tableaux avec des pourcentages qui permettent de synthétiser les tendances observées dans chaque figure.
6.1. Analyse de l’accès
Nous nous intéresserons dans un premier temps à l’étude des chances d’accéder à une situation donnée. Il s’agit notamment d’observer si ces chances (ou risques, selon les états considérés) ont évolué entre les différentes cohortes. Dans ce but, nous utilisons deux types de méthodes statistiques : l’analyse de survie et des modèles de régression.
Le but de l’analyse de survie est de présenter l’évolution des chances (ou risques) de connaitre un état dans les mois qui suivent l’AFD. Pour rappel, nous avons déjà utilisé cette méthode dans le chapitre sur l’accès à l’emploi. Le lecteur non familier à ce type l’analyse est invité à consulter la section 15.5 des annexes.
En comparant les courbes de survie de différentes cohortes de CFD, on ne tient pas compte des autres évolutions sur la période (le changement des caractéristiques des CFD et les tendances de la conjoncture économique) pouvant influencer également les chances d’accès aux mesures. Comme nous l’avons observé au troisième chapitre, certaines cohortes ont connu des conjonctures économiques
11 Le chapitre portant sur les emplois temporaires, le premier de la série, contient toutefois quelques explications supplémentaires sur l’interprétation des résultats.
76
favorables, alors que la deuxième cohorte est marquée par une situation défavorable. De manière similaire, nous avons vu que les caractéristiques des CFD ont subi des modifications, les CFD des cohortes plus récentes ayant notamment plus de chances de retrouver un emploi. Afin d’estimer correctement les différences entre cohortes, il convient d’utiliser des modèles de régression comme nous l’avons fait dans le chapitre sur le retour en emploi. Ceux-ci nous permettent d’estimer si les chances d’accéder à la situation ont changé entre les cohortes et ce, à caractéristiques des CFD et conjoncture économique égales. Autrement dit, on estime l’effet propre de l’appartenance des CFD à une cohorte sur les chances d’accès à la situation étudiée en gardant les autres évolutions constantes.
6.2. Analyse des trajectoires suivant l’accès à l’état
Le deuxième but de ce mandat est d’estimer les effets à moyen terme des différentes situations rencontrées par les CFD. Dans ce but, nous nous proposons d’étudier les trajectoires qui suivent l’accès à un état (si la légende décrivant le lien existant entre les couleurs et les différents états, en raison de sa taille réduite, pose des difficultés de lecture, le lecteur est invité à consulter la section 15.7 des annexes, où on fournit une version agrandie de celle-ci). Par exemple, pour ce qui concerne les ARE, nous étudions les trajectoires des CFD qui en bénéficient à partir du premier mois de début des ARE. Ces analyses nous renseignent également sur les passages que les CFD font entre les différents états. Nous utilisons dans ce but la représentation transversale des trajectoires présentée dans le chapitre 4.
6.3. Analyse des chances d’accès à un emploi stable
La réinsertion professionnelle durable des CFD est le principal objectif de toute politique publique de réinsertion. Pour cette raison, nous analysons de manière spécifique les chances de retour en emploi stable pour les CFD ayant connu la situation étudiée. Pour ce faire, nous utilisons à nouveau les courbes de survie.
6.4. Le biais de sélection
Lorsque l’on analyse les trajectoires qui suivent l’accès à une situation donnée, il convient d’être extrêmement attentif à l’éventuel biais de sélection présenté dans l’introduction. Prenons l’exemple des chances de retrouver un emploi pour rappeler brièvement ce concept. Supposons que les chances d’occuper un emploi stable, parmi ceux qui ont suivi une ARE, soient particulièrement élevées ou plus élevées que la moyenne des CFD. Il y a deux explications à ce phénomène :
- L’efficacité de la mesure : la mesure est efficace et augmente effectivement les chances des CFD qui en bénéficient de trouver un emploi stable.
- Le biais de sélection : la mesure n’est proposée qu’à des gens qui auraient de toute manière retrouvé un emploi. Dès lors, ce n’est pas la mesure qui est efficace, mais la sélection des individus à l’entrée de la mesure. En d’autres termes, les fortes chances d’occuper un emploi stable sont dues aux profils des gens qui sont sélectionnés pour accéder à la mesure.
De manière inverse, il est possible qu’une mesure semble particulièrement inefficace, car elle s’adresse à des personnes très éloignées du marché de l’emploi.
77
Les analyses que nous effectuons dans ce rapport ne permettent pas de distinguer entre ces deux types d’effets12. Dès lors, lorsque l’on analyse ce qui suit une situation donnée, il est nécessaire de toujours garder à l’esprit le poids de ces deux types d’effets sur les résultats observés.
12 Des analyses de type « propensity score matching » pourraient apporter des éléments de réponses et être réalisées par l’Institut d’études démographiques et du parcours de vie. Toutefois, elles n’ont pas été réalisées, faute de temps et de budget.
79