Analyse descriptive

5.1.1 Constitution des ´echantillons

Les ´echantillons consid´er´es pour l’´etude des salaires sont bien ´evidemment bas´es sur la seule population en emploi. Toutefois, ils diff`erent l´eg`erement de ceux pr´esent´es dans le chapitre 4 du fait notamment d’informations manquantes sur les salaires pour certains individus. En s’imposant exactement les mˆemes restrictions que dans les chapitres pr´ec´edents, il nous reste pour la France 11 489 observations parfaitement renseign´ees, correspondant `a 2 909 individus actifs duPEM. Pour les Etats-Unis, nous disposons d’un ´echantillon de 7 538 individus salari´es avec 18 343 observations parfaitement renseign´ees. Les statistiques descriptives de nos deux sous-´echantillons sont report´ees respectivement dans les tableaux 5.1 et 5.2.

Il est `a noter que sur l’´echantillon fran¸cais 7,6% des individus salari´es sont locataires contre 72,4% des propri´etaires. Le pourcentage de propri´etaires est plus ´elev´e que le taux officiel de l’ordre de 55%. Ainsi, la restriction de l’´echantillon, notamment aux personnes salari´es ayant d´eclar´e un salaire, conduit `a une sur-repr´esentation des propri´etaires sur donn´ees fran¸caises.

Ce ph´enom`ene avait d´ej`a ´et´e mis en ´evidence par Munch et al. (2008) dans leur ´etude sur le Danemark. En revanche, notre ´echantillon am´ericain pr´esente un taux de propri´etaire (68%)

´equivalent aux statistiques officielles de 2002. En particulier, moins de jeunes sont exclus, en proportion, `a partir du PSID.

Les tableaux 5.1 et 5.2 confirment les diff´erences de caract´eristiques entre les locataires et les propri´etaires, d´ej`a mises en ´evidence pr´ec´edemment. Tant en France qu’aux Etats-Unis, nous retrouvons que les propri´etaires sont en moyenne plus ˆag´es, occupent davantage des emplois `a dur´ee ind´etermin´ee et ont une exp´erience sur le march´e du travail plus longue que les locataires.

5.1.2 Ecart salarial entre propri´etaires et locataires

D’apr`es ces statistiques descriptives, il existe bien une diff´erence de salaire horaire en faveur des propri´etaires. L’´ecart de salaire horaire moyen entre propri´etaires et locataires s’´el`everait `a 53,1% aux Etats-Unis contre 23,1% en France. A titre de comparaison, Munch et al. (2008) trouvaient sur donn´ees danoises que les propri´etaires gagnaient en moyenne 15%

de plus que les locataires. Il semblerait que l’accession `a la propri´et´e soit associ´ee `a une prime salariale et ce davantage aux Etats-Unis qu’en Europe.

Toutefois, les populations des propri´etaires et des locataires ne sont pas deux populations homog`enes et donc cette diff´erence de salaire n’est pas obligatoirement attribuable au seul effet propre du statut r´esidentiel. En effet, cette diff´erence ne tient pas compte des effets conjoints des autres variables individuelles telles que l’ˆage ou l’exp´erience sur le march´e du travail sur l’acc`es `a la propri´et´e et le niveau des salaires. D’o`u l’importance de recourir `a un mod`ele ´econom´etrique pour avoir une comparaison fiable de l’impact du statut r´esidentiel sur les salaires, toutes choses ´etant ´egales par ailleurs.

Variable Echantillon total Propri´etaires Locataires

Femmes 45,5 % 45,7 % 45,1 %

Nationalit´e fran¸caise 96,1 % 97,3% 92,9%

Individus ayant re¸cu un h´eritage 5,0 % 5,7% 3,4%

Age

Couples sans enfants 19,2 % 18,9 % 20,1%

Familles monoparentales 5,7 % 3,1% 12,5%

Personnes seules 2.3 % 2,4% 2,0%

Niveau de scolarit´e

Enseign. gal primaire et secondaire 34,4 % 32,8% 38,6%

Enseignement technique court 35,8 % 35,4% 37,0%

Enseignement technique long 14,2% 14,9 % 12,1%

Enseignement sup´erieur - 1er cycle 9,3 % 10,0% 7,5%

Enseignement sup´erieur - 2`eme cycle 6,3 % 6,9% 4,8%

Situation professionnelle

conjoint en inactivit´e 16,8 % 15,2% 21,1%

conjoint en emploi 76,5 % 79,6% 68,2%

conjoint au chˆomage 6,7 % 5,2% 10,7%

Salaire horaire moyen (francs) 62,78 67,27 54,62

Nombre d’observation 11 489 8 315 3 174

Source : PEM 1995-2001, calculs des auteurs

Table 5.1 – Statistiques descriptives de l’´echantillon issu du PEM

5.2 Mod´ elisations ´ econom´ etriques

D’une part, nous avons estim´e une simple ´equation de salaire `a la Mincer (1974) en tenant compte de l’´eventuel probl`eme d’endog´en´eit´e du statut r´esidentiel¹. Cette mod´elisation

1. La dimension longitudinale du panel n’est pas exploit´ee ; seuls les ´ecarts-types sont corrig´es par la m´ethode de Huber-White. N´eanmoins, des estimations pr´eliminaires avec des mod`eles `a effets al´eatoires ne

Variable Echantillon total Propri´etaires Locataires

Femmes 53,5 % 52,4 % 55,7 %

Individus ayant re¸cu un h´eritage 3,8 % 4,1% 3,2%

Race

Diplˆomes de fin d’´etudes secondaires 56,3 % 54,1% 60,8%

Diplˆome d’enseignement sup´erieur - 1er cycle 24,4% 26,5 % 19,9%

Diplˆome d’enseignement sup´erieur - 2`eme cycle 11,4 % 13,7% 6,6%

Cat´egorie socio-professionnelle

Ouvrier prof. et tech., directeur, administrateur 42,8 % 48,6% 30,7%

Employ´e 25,9 % 25,2% 27,4%

conjoint en inactivit´e 9,7 % 10,6% 7,6%

conjoint en emploi 54,5 % 64,9% 32,8%

conjoint au chˆomage 1,3 % 1,1% 1,8%

Salaire horaire moyen (dollars) 18,01 20,27 13,24

Nombre d’observation 18 343 12 442 5 901

Table 5.2 – Statistiques descriptives de l’´echantillon issu du PSID

France 53,1%

Etats-Unis 23,1%

Danemark(Munch et al., 2008) 15%

Source : PEM 1994-2001, PSID 1994-1999, calculs des auteurs

Table 5.3 – Ecart de salaire horaire moyen entre propri´etaires et locataires

modifiaient pas les conclusions et ordre de grandeur obtenus. Cela m´eriterait d’ˆetre confirm´e via un mod`ele conjoint du statut r´esidentiel et du niveau de salaire.

permettra d’avoir une premi`ere mesure de l’´eventuelle diff´erence de salaire entre propri´etaires et locataires, toutes choses ´etant ´egales par ailleurs. D’autre part, nous avons estim´e un mod`ele `a deux r´egimes qui est compos´e d’une ´equation de salaire pour les propri´etaires et une ´equation de salaire pour les locataires<sup>2</sup> et qui contrˆole en amont la r`egle de s´election conditionnant le choix du statut r´esidentiel.

5.2.1 Equation de salaire minc´erienne

Le cadre g´en´eralement retenu pour ´evaluer l’impact de la propri´et´e immobili`ere sur les r´emun´erations est une ´equation de salaire minc´erienne incluant une dichotomique qui vaut 1 si l’individu est propri´etaire et 0 sinon. Or, il est tr`es probable que la variable de propri´et´e immobili`ere soit endog`ene du fait de sa relation bidirectionnelle avec les salaires. En effet, la propri´et´e immobili`ere, notamment pour ceux qui sont oblig´es de faire un emprunt pour y acc´eder, est conditionn´ee par le niveau des ressources financi`eres et des flux des revenus et donc par les salaires. Si tel est le cas, cette variable devra ˆetreinstrument´ee afin d’´eviter que l’´evaluation soit biais´ee.

C’est pourquoi, nous avons estim´e deux ´equations de salaire : l’une introduit directement la variable dichotomique de propri´et´e immobili`ere et l’autre introduit `a la place la probabi-lit´e individuelle d’ˆetre propri´etaire, ˆP(zi = 1), estim´ee `a l’aide d’un probit dans une ´etape ant´erieure, afin de pallier `a son ´eventuel caract`ere endog`ene (m´ethode des variables instru-mentales) :

lnw_i=X_iβ₁+z_iγ₁+ε_1i (MCO) (5.1)

lnw_i =X_iβ₂+ ˆP(z_i= 1)γ₂+ε_2i (Variables instrumentales) (5.2) o`u wi est le salaire horaire, Xi repr´esentent les caract´eristiques socio-d´emograhiques de l’individu iet les caract´eristiques de son emploi,z<sub>i</sub> vaut 1 si l’individu iest propri´etaire et 0 sinon et ε sont les termes d’erreur. D’apr`es les statistiques descriptives, on peut s’attendre `a ce que les coefficients γ >0 ou en d’autres termes que la propri´et´e immobili`ere soit associ´ee

`

a une prime salariale.

Nous retenons de nombreux d´eterminants dans les ´equations de salaire tels que des va-riables refl´etant le capital humain du salari´e (anciennet´e, exp´erience, diplˆome), sa situation familiale, le type d’emploi occup´e (profession, secteur d’activit´e, nature du contrat³). Nous ajoutons des dichotomiques pour le sexe, la nationalit´e et l’origine ethnique afin de tenir compte des discriminations potentielles `a l’encontre des femmes et des personnes d’origine

´etrang`ere ou de race lors de la d´etermination des salaires (pour la France, voir par exemple, Meurs & Ponthieux (2000), Havet & Lacroix (2003), Meurs & Ponthieux (2006), Tanay &

2. De nouveau, la dimension longitudinale des donn´ees n’a pas ´et´e exploit´ee.

3. Le PSID ne nous a pas permis d’obtenir de l’information sur la nature du contrat (emploi permanent ou non, temps partiel).

Audirac (2001), Garner-Moyer (2003)). Comme les salaires peuvent ˆetre influenc´es par le coˆut de la vie, nous avons introduit dans les r´egressions sur donn´ees fran¸caises des variables ca-ract´erisant la taille de l’unit´e urbaine du lieu de r´esidence de l’individu et des dichotomiques caract´erisant les ´etats - faute de donn´ees g´eographiques plus pr´ecises - dans les r´egressions sur donn´ees am´ericaines. Enfin, des variables dichotomiques temporelles ont ´et´e int´egr´ees afin de capter les effets de la conjoncture.

Pour estimer l’´equation (5.2), nous avons, dans une premi`ere ´etape, effectu´e un probit univari´e en consid´erant diff´erents instruments selon l’´echantillon consid´er´e. En effet, la mise en œuvre de la m´ethode des variables instrumentales d´epend fortement du choix des instru-ments. Ces derniers doivent influencer l’accession `a la propri´et´e sans avoir d’impact sur la d´etermination du salaire horaire.

Dans l’´etude sur donn´ees fran¸caises (PEM), nous utilisons deux variables instrumentales.

La premi`ere d’entre elles est la variable indiquant si l’individu a re¸cu au cours de la vague pr´ec´edant l’enquˆete un h´eritage ou une donation. Le montant des h´eritages ´etant loin d’ˆetre tr`es ´elev´e, les individus qui en ont b´en´efici´e ne modifient pas g´en´eralement leur comportement vis `a vis de leur emploi (et donc leur salaire) mais peuvent utiliser cet apport financier pour concr´etiser un projet immobilier. Ainsi, l’impact attendu sur la probabilit´e d’ˆetre propri´etaire est positif, tandis que nous le pensons nul sur les salaires. Deuxi`emement, nous avons calcul´e par taille d’unit´e urbaine et d´epartement les quantiles correspondant au montant moyen des taxes locales (taxe fonci`ere et taxe d’habitation). Comme dans le chapitre 3, nous esp´erons `a travers cette variable repr´esenter les am´enit´es li´ees au lieu de r´esidence, qui sont cens´ees aug-menter la probabilit´e d’ˆetre propri´etaire de son logement sans pour autant modifier le niveau des salaires individuels. Pour l’´etude sur donn´ees am´ericaines (PSID), nous avions initiale-ment l’intention de retenir de nouveau la variable d’h´eritage comme variable instrumentale.

Or, dans des r´egressions probit pr´eliminaires, elle ne ressortait pas significative. C’est pour-quoi, nous avons essay´e deux autres instruments : la proportion moyenne de propri´etaires par

´etat et tranche d’ˆage ainsi qu’une variable dichotomique mod´elisant les croyances religieuses des individus (´egale `a 1 si l’individu est croyant, 0 sinon). Nous nous attendons `a ce que la probabilit´e d’ˆetre propri´etaire augmente avec la proportion de propri´etaires dans l’´etat. De mˆeme, nous pensions que les personnes croyantes pouvaient ˆetre plus attach´ees aux valeurs de la famille donc plus attir´ees par la propri´et´e immobili`ere qui facilite le regroupement fami-lial. Or, de nouveau la variable de religion ne semble pas significativement pertinente dans le probit mod´elisant la propri´et´e immobili`ere. En cons´equence, sur donn´ees am´ericaines, seules les variables de proportion des propri´etaires peuvent ˆetre utilis´ees comme instruments.

Pour les deux ´equations de salaire, nous utilisons un estimateur de variance de type Huber-White pour tenir compte des ´eventuelles corr´elations entre les observations associ´ees `a un mˆeme individu.

5.2.2 Mod`ele de salaires `a deux r´egimes

Afin de comprendre et expliquer les ´ecarts de salaire horaire moyen entre locataires et propri´etaires, qui seront mis en ´evidence par les ´equations (5.1) et (5.2), nous avons estim´e un mod`ele `a deux r´egimes (switching model). Il est compos´e de deux ´equations de salaires (une

pour les propri´etaires, une pour les locataires) en contrˆolant en amont la r`egle de s´election qui conditionne le choix du statut r´esidentiel. En effet, le salaire d´epend d’un certain nombre de caract´eristiques observables (control´ees dans chacune des ´equations de salaire) mais il existe

´egalement un certain nombre de caract´eristiques inobservables qui conditionnent le choix d’un statut r´esidentiel plutˆot qu’un autre, et ont ´egalement un impact sur le salaire. Nous pouvons par exemple penser au degr´e d’aversion au risque ou `a la pr´ef´erence pour le pr´esent. Plus pr´ecis´ement, le cadre formel de ce mod`ele `a deux r´egimes est le suivant :

zit=

(1 siz_it^∗ =Yitγ+uit2>0

0 siz_it^∗ =Yitγ+uit2≤0 (5.3) (lnwit0=β0Xit+uit0 si zit= 0 (locataire)

lnw_it1=β₁X_it+u_it1 si z_it= 1 (propri´etaire) (5.4) Pour l’instant, nous avons estim´e ce mod`ele par une technique d’estimation en deux

´etapes : il s’agit dans une premi`ere ´etape d’estimer le mod`ele probit et d’en d´eduire les inverses du ratio de Mills sp´ecifiques `a chaque statut r´esidentiel (propri´etaire ou locataire) et de les ins´erer comme variables explicatives en seconde ´etape lors de l’estimation s´epar´ee des deux ´equations de salaires. Ils captent alors l’effet des caract´eristiques inobservables condi-tionnant l’acc`es `a un statut r´esidentiel sp´ecifique sur le salaire des individus. L’avantage de ce mod`ele sera de nous montrer si les salaires des propri´etaires et des locataires ont les mˆemes d´eterminants ou en d’autres termes siβ0 6=β1.

5.3 R´ esultats

5.3.1 Les ´equations de salaire minc´eriennes

Les tableaux 5.4 et 5.5 reportent les r´esultats des estimations des ´equations (5.1) et (5.2), effectu´ees respectivement sur donn´ees fran¸caises et sur donn´ees am´ericaines. Les r´esultats de la premi`ere ´etape de l’estimation par la m´ethode des variables instrumentales, correspondant

`

a l’estimation d’un probit, est ´equivalente `a celle du tableau 5.7. Pour ce mod`ele, nous re-trouvons la plupart des effets attendus des variables explicatives sur le statut r´esidentiel et d´ej`a mis en ´evidence dans les chapitres 3 et 4. Nous n’y reviendrons donc pas ici. Signalons juste que les instruments retenus sur donn´ees fran¸caises ont bien un impact significatif et positif sur l’accession `a la propri´et´e. Les personnes ayant re¸cu un h´eritage ont une probabilit´e plus importante d’ˆetre propri´etaire. De mani`ere globale, la probabilit´e d’acc`es `a la propri´et´e augmente avec le niveau de taxes locales, ce qui traduit l’importance de la qualit´e des services publics et des infrastructures dans le choix du statut r´esidentiel. Sur donn´ees am´ericaines, la probabilit´e d’acc`es `a la propri´et´e augmente significativement avec la proportion de pro-pri´etaires de la tranche d’ˆage de l’individu dans son Etat. Nous pouvons donc retenir ces variables de proportions comme instruments contrairement `a la variable de religion qui ne semble pas influencer significativement la propri´et´e immobili`ere.

Pas d’endog´en´eit´e Avec endog´en´eit´e Coef.estim´e P. value Coef.estim´e P. value

Constante 3,343 (0,000) 3,349 (0,000)

Propri´etaire 0,055 (0,000) 0,145 (0,000)

Femme -0,153 (0,000) -0,158 (0,000)

Nationalit´e fran¸caise 0,078 (0,000) 0,069 (0,000) Struct. fam. (R´ef. : couple sans enfant)

Couple avec enfant(s) -0,015 (0,109) -0,020 (0,039)

Famille mono-parentale 0,011 (0,508) 0,037 (0,076)

Autre type de famille -0,050 (0,039) -0,060 (0,017)

Autre type de m´enage -0,165 (0,007) -0,165 (0,008)

Statut conjoint (R´ef. : pas de conjoint en activit´e)

En emploi -0,039 (0,000) -0,045 (0,000)

Au chˆomage -0,028 (0,051) -0,024 (0,093)

Diplˆome (R´ef. : aucun ou primaire)

Ens. Technique court 0,030 (0,000) 0,025 (0,003)

Ens. Tech. long,Bac.g´en. 0,211 (0,000) 0,199 (0,000)

Ens. Sup. court 0,235 (0,000) 0,223 (0,000)

Exp´erience au carr´e -0,0003 (0,000) -0,0002 (0,000)

Anciennet´e 0,016 (0,000) 0,016 (0,000)

Anciennet´e au carr´e -0,001 (0,015) -0,0001 (0,021)

Temps partiel 0,016 (0,149) 0,020 (0,073)

CDI 0,069 (0,000) 0,061 (0,000)

Secteur public 0,136 (0,000) 0,131 (0,000)

Secteur d’activit´e(R´ef. : commerce)

Ind. agricole, alimentaire, biens de conso. 0,120 (0,000) 0,124 (0,000) Ind. automobile et biens d’´equipement 0,149 (0,000) 0,148 (0,000)

Ind. biens interm´ediaires 0,112 (0,000) 0,113 (0,000)

Energie, construction 0,115 (0,000) 0,114 (0,000)

Transport 0,084 (0,000) 0,089 (0,000)

Activit´es financi`eres et immobili`eres 0,073 (0,001) 0,079 (0,001)

Services aux entreprises 0,078 (0,000) 0,077 (0,000)

Education, services aux particuliers 0,001 (0,980) 0,004 (0,792)

Administration -0,034 (0,055) -0,030 (0,082)

Taille d’unit´e urbaine (R´ef. : rurale)

<5000 habitants 0,029 (0,033) 0,033 (0,018)

[5000−10000[ habitants -0,003 (0,851) 0,009 (0,563)

[10000−20000[ habitants 0,009 (0,570) 0,024 (0,167)

[20000−50000[ habitants 0,017 (0,216) 0,040 (0,030)

[50000−100000[ habitants 0,026 (0,095) 0,043 (0,016)

[100000−200000[ habitants -0,007 (0,575) 0,009 (0,570)

[100000−2000000[ habitants 0,025 (0,021) 0,045 (0,004)

Agglom´eration parisienne 0,170 (0,000) 0,196 (0,000)

Table 5.4 – D´eterminants du salaire horaire (donn´ees fran¸caises)

Pas d’endog´en´eit´e Avec endog´en´eit´e Coef.estim´e P. value Coef.estim´e P. value

Constante 1,643 (0,000) 1,708 (0,000)

Struct. fam. (R´ef. : couple sans enfant)

Couple avec enfant(s) 0,028 (0,011) 0,045 (0,000)

C´elibataire 0,030 (0,102) -0,026 (0,297)

Famille monoparentale 0,031 (0,123) -0,014 (0,575)

Statut conjoint (R´ef. : pas de conjoint)

En emploi -0,002 (0,902) 0,028 (0,110)

Au chˆomage -0,089 (0,031) -0,103 (0,016)

En inactivit´e 0,113 (0,000) 0,125 (0,000)

Diplˆome (R´ef. : aucun diplˆome)

Fin d’´etudes secondaires 0,144 (0,000) 0,170 (0,000)

Enseignement sup´erieur -1er cycle 0,350 (0,000) 0,383 (0,000)

Enseignement sup´erieur -1er cycle 0,532 (0,000) 0,566 (0,000)

Profession (R´ef. : ouvrier)

Ouvrier prof. et tech., directeur, administrateur 0,360 (0,000) 0,379 (0,000)

Employ´e 0,171 (0,000) 0,179 (0,000)

Exp´erience 0,009 (0,000) 0,010 (0,000)

Exp´erience au carr´e -0,0002 (0,001) -0,0002 (0,001) Anciennet´e (R´ef. : moins de 2 ans

3-5 ans 0,055 (0,000) 0,059 (0,000)

6-10 ans 0,123 (0,000) 0,136 (0,000)

Plus de 10 ans 0,290 (0,000) 0,309 (0,000)

Secteur d’activit´e(R´ef. : commerce)

services `a la personne -0,086 (0,004) -0,081 (0,007)

Services de divertissement et de loisirs -0,131 (0,012) -0,132 (0,011)

Services aux entreprises 0,092 (0,000) 0,098 (0,000)

Note : + contrˆole des diff´erences entre les Etats `a l’aide de dichotomiques.

Source : PSID 1994-1999, calculs des auteurs

Table 5.5 – D´eterminants du salaire horaire (donn´ees am´ericaines)

5.3.1.1 Les d´eterminants du salaire

Regardons maintenant les d´eterminants des salaires individuels et examinons s’il existe une diff´erence entre la France et les Etats-Unis. Nous retrouvons les mˆemes d´eterminants que l’´equation de salaire soit estim´e par la m´ethode des moindres carr´es ordinaires ou par la m´ethode des variables instrumentales.

Pour les deux pays, de nombreuses variables sont statistiquement significatives et ont l’effet attendu sur les salaires. Ainsi, ˆetre une femme et ˆetre de nationalit´e ´etrang`ere ou

de race non blanche constituent des ´el´ements de diminution de salaire. Ces r´esultats sont coh´erents avec les discriminationspure etstatistique mises en ´evidence `a l’encontre de ces groupes de salari´es lors de la d´etermination des salaires [par exemple Blau & Ferber (1987), Oettinger (1996), Meurs & Ponthieux (2000), Blau & Kahn (2000), Havet & Lacroix (2003), Havet (2004)]. A caract´eristiques ´equivalentes, un homme re¸coit un salaire horaire d’environ 17% sup´erieur `a celui d’une femme en France. Cet ´ecart entre sexes serait plus prononc´e aux Etats-Unis puisqu’il s’´el`everait `a 28%⁴. De mˆeme, les salari´es de nationalit´e

´etrang`ere auraient des salaires inf´erieurs d’environ 7% en France et les salari´es de race noire auraient, aux Etats-Unis, des salaires inf´erieurs d’environ 14% par rapport `a leurs homologues de race blanche.

Conform´ement aux th´eories du capital humain [Becker (1964), Mincer (1974)] et de l’ap-pariement [Jovanovic (1979), Johnson (1978)], les salaires sont croissants avec le niveau de scolarit´e, l’exp´erience professionnelle et l’anciennet´e dans l’entreprise. Par exemple, en France, les personnes ayant un diplˆome de l’enseignement technique court ont des salaires en moyenne 2,5% plus ´elev´es que celles ayant au mieux un diplˆome de l’enseignement primaire, tandis que les personnes poss´edant un diplˆome d’enseignement sup´erieur de 2`eme cycle ont des salaires sup´erieurs de 38%.

Les caract´eristiques de l’emploi occup´e par l’individu jouent aussi sur le niveau de salaire.

De fa¸con non surprenante, nous pouvons noter une hi´erarchie salariale parmi les professions.

En France, les professions interm´ediaires et les professions intellectuelles, conduisent `a des salaires plus ´elev´es que les salaires des employ´es, avec des primes respectives de 27% et 58%.

Les ouvriers n’ont quant `a eux pas de suppl´ement salarial par rapport aux employ´es, toutes choses ´etant ´egales par ailleurs. Aux Etats-Unis, les employ´es, ouvriers professionnels et tech-niques, directeurs et administrateurs am´ericains per¸coivent des salaires sup´erieurs `a ceux des ouvriers (de 19% `a 46%). Il existe donc des ´ecarts de salaire de base entre employ´es et ou-vriers aux Etats-Unis, contrairement `a la France. Il apparaˆıt aussi que les secteurs d’activit´e se diff´erencient par le niveau de salaires offerts, notamment du fait de conventions collectives propres `a chacun d’eux et de la taille moyenne des entreprises les composant<sup>5</sup>. En France, il semble qu’une majorit´e de secteurs (notamment dans l’industrie, l’´energie, la construc-tion, le transport, la finance, l’immobilier et les services aux entreprises) offrent des salaires sup´erieurs `a ceux du commerce (primes salariales allant de 8% `a 16%), tandis que les sec-teurs de l’´education, des services aux particuliers et de l’administration offrent des salaires identiques. De mˆeme, aux Etats-Unis, la plupart des secteurs offrent des niveaux de salaires sup´erieurs `a ceux du commerce. Seuls les secteurs des services `a la personne et des services de divertissement et de loisirs offrent des salaires moyens moindres. Enfin, les donn´ees fran¸caises mettent en ´evidence que la nature du contrat a ´egalement un impact sur les r´emun´erations individuelles : les salari´es en contrat `a dur´ee ind´etermin´ee ont des salaires sup´erieurs aux sa-lari´es en contrat `a dur´ee d´etermin´ee d’environ 6%. En revanche, le fait d’ˆetre `a temps partiel n’a aucun impact sur le salaire horaire.

4. Ces r´esultats comparatifs sont `a prendre avec pr´ecaution puisque sur donn´ees am´ericaines, nous n’avons pas pu introduire certaines variables telles que le type de contrat (permanent ou non, temps plein/partiel).

5. De nombreuses ´etudes empiriques ont mis en ´evidence que les grandes entreprises versaient en moyenne

5. De nombreuses ´etudes empiriques ont mis en ´evidence que les grandes entreprises versaient en moyenne

Dans le document APPEL A PROJET DE RECHERCHE DARES MOBILITE PROFESSIONNELLE Statut r´esidentiel et Mobilit´e sur le march´e du travail Rapport final (Page 75-94)