ou habituelle un autre pays que la France, ou ayant été scolarisés dans un autre pays

auparavant). Le nouveau benchmark implique toutefois de savoir compter la proportion de diplômés de l'enseignement supérieur qui ont effectué une période d'au moins trois mois à l'étranger, soit dans le cadre d'un diplôme passé en France (mobilité de crédit), soit dans le cadre d'un diplôme passé à l'étranger (mobilité de diplôme). Les pays de l’Union européenne ont donc été dans une situation paradoxale où les objectifs chiffrés de pilotage ont précédé l’existence même d’une mesure qu’Eurostat est en train de mettre en place.

Au-delà de ces problèmes de construction de données, les critères de référence européens doivent permettre d’éclairer au mieux les instances politiques sur chacun des objectifs auxquels ils sont associés. Ainsi, le critère d’employabilité des jeunes diplômés, acté par le Conseil en mai 2011, vise à fournir une mesure du « rendement du diplôme » sur le marché du travail.

Toutefois, celui-ci peut aboutir à surestimer le rôle du système éducatif en termes d’accès à l’emploi, au regard de contextes macro-économiques. Notons qu’au moment de l’éclatement de la crise, la cible européenne de ce critère de référence à l’horizon 2020 (82 %) était quasiment atteinte (81  % en 2008). Comment doit-on interpréter le fait que l’employabilité d’un jeune diplômé en Italie (45 %) est deux fois moindre qu’en Allemagne (90 %) ? Le système éducatif italien est-il deux fois moins performant qu’en Allemagne ? Cet exemple souligne à quel point il convient d’être vigilant sur l’interprétation qui peut être faite des indicateurs européens pourtant indispensables à l’impulsion et au pilotage d’un cadre commun de gouvernance commune.

↘ tableau 4 Les 28 pays de l’union européenne, en 2014, face aux objectifs de la stratégie Éducation et formation 2020.

2014 Sorties

précoces Diplômés du

supérieur préélémen-taire

Faible niveau de compétences

taux d’em-ploi jeunes diplômés

Formation tout au long

de la vie Lecture

Mathéma-tiques Sciences Obj.

2020uE 10,0 % 40,0 % 95,0 % 15,0 % 15,0 % 15,0 % 82,0 % 15,0 %

uE 28 11,2 % 37,9 % 93,9 % 17,8 % 22,1 % 16,6 % 76,1 % 10,7 %

bE 9,8 % 43,8 % 98,1 % 16,1 % 19,0 % 17,7 % 79,0 % 7,1 %

bg 12,9 % 30,9 % 87,8 % 39,4 % 43,8 % 36,9 % 65,4 % 1,8 %

Cz 5,5 % 28,2 % 85,7 % 16,9 % 21,0 % 13,8 % 81,3 % 9,3 %

DK 7,8 % n.f. 98,3 % 14,6 % 16,8 % 16,7 % 83,8 % 31,7 %

DE 9,5 % 31,4 % 97,0 % 14,5 % 17,7 % 12,2 % 90,0 % 7,9 %

EE 11,4 % 46,6 % 90,4 % 9,1 % 10,5 % 5,0 % 81,0 % 11,5 %

IE 6,9 % 52,2 % 97,2 % 9,6 % 16,9 % 11,1 % 73,9 % 6,7 %

EL 9,0 % 37,2 % 76,4 % 22,6 % 35,7 % 25,5 % 44,3 % 3,0 %

ES 21,9 % 42,3 % 97,1 % 18,3 % 23,6 % 15,7 % 65,1 % 9,8 %

FR 9,0 % 44,1 % 100,0 % 18,9 % 22,4 % 18,7 % 75,4 % 18,6 %

hR n.f. 32,2 % 71,4 % 18,7 % 29,9 % 17,3 % 62,0 % 2,5 %

It 15,0 % 23,9 % 98,7 % 19,5 % 24,7 % 18,7 % 45,0 % 8,0 %

Cy 6,8 % 52,5 % 84,3 % 32,8 % 42,0 % 38,0 % 68,7 % 6,9 %

LV 8,5 % 39,9 % 94,1 % 17,0 % 19,9 % 12,4 % 77,0 % 5,5 %

Lt 5,9 % 53,3 % 86,5 % 21,2 % 26,0 % 16,1 % 80,7 % 5,0 %

Lu 6,1 % 52,7 % 99,4 % 22,2 % 24,3 % 22,2 % 83,8 % 14,0 %

hu 11,4 % 34,1 % 94,7 % 19,7 % 28,1 % 18 % 78,5 % 3,2 %

Mt 20,3 % 26,6 % 100,0 % 91,7 % 7,1 %

NL 8,7 % 44,6 % 99,5 % 14,0 % 14,8 % 13,1 % 87,3 % 17,8 %

At 7,0 % 40,0 % 93,9 % 19,5 % 18,7 % 15,8 % 87,2 % 14,2 %

pL 5,4 % 42,1 % 83,8 % 10,6 % 14,4 % 9,0 % 75,6 % 4,0 %

pt 17,4 % 31,3 % 93,9 % 18,8 % 24,9 % 19,0 % 69,4 % 9,3 %

RO 18,1 % 25,0 % 86,4 % 37,3 % 40,8 % 37,3 % 66,2 % 1,5 %

SL 4,4 % 41,0 % 89,8 % 21,1 % 20,1 % 12,9 % 70,1 % 11,9 %

SK 6,7 % 26,9 % 77,5 % 28,2 % 27,5 % 26,9 % 72,7 % 3,0 %

FI 9,5 % 45,3 % 84,0 % 11,3 % 12,3 % 7,7 % 77,0 % 25,1 %

SE 6,7 % 49,9 % 95,7 % 22,7 % 27,1 % 22,2 % 85,0 % 28,9 %

uK 11,8 % 47,7 % 96,1 % 16,6 % 21,8 % 15,0 % 83,2 % 15,8 %

Note : n.f. pour donnée non fiable. Malte n’a pas participé à PISA 2012.

BE : Belgique ; BG : Bulgarie ; CZ : République tchèque ; DK : Danemark ; DE : Allemagne ; EE : Estonie ; IE : Irlande ; EL : Grèce ; ES : Espagne ; FR : France ; HR : Croatie ; IT : Italie ; CY : Chypre ; LV : Lettonie ; LT : Lituanie ; LU : Luxembourg ; HU : Hongrie ; MT : Malte ; NL : Pays-Bas ; AT : Autriche ; PL : Pologne ; PT : Portugal ; RO : Roumanie ; SI : Slovénie ; SK : Slovaquie ; FI : Finlande ; SE : Suède ; UK : Royaume-Uni.

Source : Eurostat.

Afin d’améliorer les instruments de suivi de la Stratégie Education et formations 2020, la direction générale de l’éducation et de la culture de la Commission européenne s’appuie sur une collaboration étroite entre son Unité chargée des études et des statistiques et le réseau européen Eurydice, qui produit un ensemble d’études thématiques en lien avec les grands objectifs européens dans le champ de l’éducation et de la formation ↘  Encadré  1 p. 135.

Celles-ci fournissent des données essentiellement qualitatives permettant de situer les pays au regard d’un ensemble de variables institutionnelles. Toutefois, les cadres comparatifs établis à cette occasion n’échappent pas à certains écueils liées à une démarche qui s’avère parfois trop normative. Ainsi, par exemple, le rapport intitulé La profession enseignante en Europe met en évidence, à partir d’une figure comparant les pays européens, l’absence, en France, d’une phase d’«  entrée dans le métier  » des enseignants (induction phase) ainsi que l’absence de tutorat des nouveaux enseignants (mentoring) [eurydice, 2015]. Cette mention pour la France résulte de l’application par Eurydice de critères qui ne correspondent pas formellement à notre système de formation des enseignants. En effet, dans sa grille de comparaison des systèmes de formation des enseignants en Europe, Eurydice distingue la formation initiale (années d’études et de formation jusqu’à la titularisation des enseignants comprise), d’une part, et la phase d’entrée dans le métier, accompagnée ou non de tutorat, consécutive à la formation initiale, d’autre part. Ce schéma prévaut dans une majorité de pays européens, à l’exclusion de certains d’entre eux dont la France. Il est sans doute regrettable que la grille comparative utilisée ici aboutisse à occulter une dimension importante de la réforme des ESPE que constituent les stages de formation professionnelle et le tutorat des enseignants en formation initiale, en France. La production de données internationales qualitatives pourrait à cet égard s’accompagner du renforcement, en amont, de la concertation entre les états membres et la Commission via le réseau Eurydice ou d’autres réseaux ou groupes de travail européens, afin d’éviter les risques de représentation trop normative associés aux grandes façons d’atteindre des objectifs légitimement partagés.

Ce panorama non exhaustif des registres et des enjeux des données internationales dans le champ de l’éducation se veut davantage un plaidoyer pour une utilisation pertinente de ces dernières qu’un pamphlet aboutissant à en relativiser la portée. La mobilisation crois-sante des indicateurs dans l’aide au pilotage des systèmes éducatifs appelle nécessairement le développement d’une certaine culture de leur mode de construction et de leurs condi-tions d’interprétation et d’usage, au-delà du cercle d’expertise statistique qui en garantit la qualité. Lorsqu’elle vise des analyses aussi importantes que celles qui touchent aux sources de la performance du système scolaire et de son équité, la mobilisation de données issues des grandes enquêtes internationales d’évaluation des élèves (ou de connaissance des en-seignants, de leur représentation et de leurs pratiques telle que le propose TALIS) suppose des travaux de recherche fondés sur une problématique précise, un corpus d’hypothèses et une méthodologie rigoureuse. La dimension proprement comparative est souvent délicate à modéliser dans l’approche économétrique sur données internationales et la confrontation à des travaux plus qualitatifs d’éclairage par les institutions et les acteurs des systèmes édu-catifs nationaux est sans doute une piste à encourager. Enfin, les enjeux de gouvernance eu-ropéenne induisent la production d’indicateurs et de données qui servent au suivi des grands objectifs de la stratégie Éducation et formation 2020. La portée de ces nouvelles données euro-péennes semble d’autant plus forte qu’elles sont susceptibles d’enrichir l’aide au pilotage des systèmes nationaux, ce qui ne peut que renforcer la légitimité du cadre stratégique commun.

afsa c., 2014, « Une question de taille », Éducation

& formations, n° 85, MENESR-DEPP, p. 63-72.

arzoumanian p., dalibard e., 2015, « CEDRE 2014. Mathématiques en fin de collège : une augmentation importante du pourcentage d’élèves de faible niveau », Note d’information, n° 15.19, MENESR-DEPP.

baker d, goesling b., letendre g., 2002,

“Socioeconomic Status, School Quality, and National Economic Development: A Cross-National Analysis of the “Heyneman-Loxley Effect” on Mathematics and Science Achievement”, Comparative Education Review, vol. 46, n° 3, p. 291-312.

chetty r. friedman J. n., hilger n., saez e., whitmore schanzenbach d., yagan d., 2011, “How Does Your Kindergarten Classroom Affect Your Earnings? Evidence from Project STAR”, The Quarterly Journal of Economics, vol. 126, n° 4, p. 1593-1660.

commissioneuropéenne, 2016, Rapport pour la France contenant un bilan approfondi sur la prévention et la correction des déséquilibres macroéconomiques, 26 février 2016, Bruxelles.

daussin J-m., kespaik s., rocher t., 2011,

« L’évolution du nombre d’élèves en difficulté face à l’écrit depuis une dizaine d’années », France Portrait social, Insee, p. 137-152.

dee t. s., west m.r., 2011, “The Non-Cognitive Returns to Class Size”, Educational Evaluation and Policy Analysis, vol. 33, n° 1, p. 23-46.

duru-bellat m., kieffer a., fournier-mearelli i., 1997, « Le diplôme, l’âge et le niveau : sens et usages dans les comparaisons de systèmes éducatifs », Sociétés Contemporaines, n° 26, 1997.

dynarski s., hyman J. M., schanzenbach d. w., 2011, Experimental Evidence on the Effect of Childhood Investments on Postsecondary Attainment and Degree Completion, Working Paper n° 17533, National Bureau of Economic Research.

ehrenberg r. g., brewer d. J., gamoran a., willms J. d. , 2001, “Class Size and Student Achievement”, Psychological Science in the Public Interest, vol. 2, n° 1, p. 1-30.

eurydice, 2015, La profession enseignante, Pratiques, perceptions et politiques, Rapport Eurydice, Commission européenne, Paris.

hanushek E., link S., woessmann L., 2013, “Does school autonomy make sense everywhere? Panel estimates from PISA”, Journal of Development Economics, vol. 104, p. 212-232, Elsevier, Amsterdam, National Bureau of Economic Research, Cambridge, MA.

kespaik S., salles F., 2013, « Les élèves de 15 ans en France selon PISA 2012 en culture mathématique : baisse des performances et augmentation des inégalités depuis 2003 », Note d’information, n° 13-31, MENESR-DEPP.

kieffer A., 2007, « Les comparaisons statistiques des systèmes éducatifs en Europe : pour un usage raisonné des catégories indigènes », Revue internationale de politiques comparées, Les politiques éducatives comparées, 2007/3, vol. 14, p. 425-435.

kieffer a., tréhin-lalanne R., 2011, « Décrire l’éducation et la formation pour comprendre les caractéristiques de la main-d’œuvre : les questions des "enquêtes sur les forces de travail" en Allemagne, en France et au Royaume-Uni », Éducation & formations, n° 80, menJVa-depp, p. 109-122.

lefresne f., 2014, Réduire les sorties précoces : un objectif central du programme « éducation

& formation 2020 », La France dans l'Union européenne, Insee Références, p. 59-69.

lefresne f., rakoceVic r., 2016, « Métier d’enseignant en Angleterre, aux Pays-Bas et en Suède : les voies sinueuses d’une professionnalisation, Éducation & formations, n° 92, à paraître, MENESR-DEPP.

menJVa-depp, 2011, « Méthodes internationales pour comparer l’éducation et l’équité », Éducation

& formations, n° 80, menJVa-DEPP.

monso o., 2014, « L’effet d’une réduction de la taille des classes sur la réussite scolaire en France : développements récents », Éducation

& formations, n° 85, MENESR-DEPP, p. 47-61.

murillo, F. J., román M, 2011, “School

Infrastructure and Resources do Matter: Analysis of the Incidence of School Resources on the Performance of Latin American Students”, School Effectiveness and School Improvement, vol. 22, n° 1, p. 29-50.

↘ bIbLIOgRAphIE

↘ bIbLIOgRAphIE

nicoletti C., rabe b., 2012, The Effect of School Resources on Test Scores in England, Working Paper n° 2012-13, Institute for Social and Economic Research, Essex.

normand r., 2010, “Expertise, Networks and Indicators: the construction of the European strategy in education”, European Educational Research Journal, vol. 9, n° 3, p. 407-421.

normand r., Vincent-dalud M., 2012, « Sciences de gouvernement de l’éducation et réseaux transnationaux d’experts : la fabrication d’une politique européenne », Éducation et Société, vol. 29, n° 1, p. 103-123.

NSO, 2013, National Statistics Office of Malta,

“Re-mapping of information relating to the rate of Early Leavers from Education and Training”, Direction des statistiques sociales, 11 février 2013, http://www.nso.gov.mt/docs/Remapping_

of_information_relating_to_the_rate_of_Early_

Leavers_from_Education_and_Training.pdf OCDE, 2016, Governing complex education systems, édité par Burns T. et Köster F., ceri, ocde, Paris.

ocde, 2015a, Note sur la France, 2015, Note par pays, France, Regards sur l’éducation 2015, Paris.

OCDE, 2015b, Improving Schools in Sweden:

An OECD Perspective, rapport de l’OCDE, Paris.

OCDE, 2013, Résultats du PISA 2012 : Les clés de la réussite des établissements d’enseignement Ressources, Politiques et pratiques, Volume IV, OCDE, Paris.

OCDE, 2012, « Argent rime-t-il avec bonne performance dans l’enquête PISA ? », PISA à la loupe, n° 13, PISA, OCDE, Paris.

OCDE, 2004, Handbook for Internationally Comparative Education Statistics, concepts standards, definitions et classifications, Paris.

piketty T., Valdenaire M., 2006, L’impact de la taille des classes sur la réussite scolaire dans les écoles, collèges et lycées français : estimations à partir du panel primaire 1997 et du panel secondaire 1995, Les dossiers évaluations et statistiques, n° 73, MENESR-DEPP, Paris.

rey o., 2013, « Décentralisation et politiques éducatives », Dossier d’actualité veille et analyses, n° 83.

riVkin S., hanushek E., kain J., 2005, “Teachers, Schools and Academic Achievement”, Econometrica, vol. 73, n°  2, p. 417-58.

rudolf m., 2016, « La dépense pour le parcours d’un élève ou d’un étudiant en France et dans l’OCDE en 2012 », Note d’Information, n° 16.05, MENESR-DEPP.

salinas P., solé-ollé A., 2009, Evaluating the effects of decentralization on educational outcomes in Spain, Working Papers 2009/10, Institut d'Economia de Barcelona (IEB).

Valdenaire M., 2011, Essais en économie de l'éducation, thèse de Doctorat, Paris, EHESS Verdier e., 2008, « L’éducation et la formation tout au long de la vie : une orientation européenne, des régimes d’action publique et des modèles nationaux en évolution », Sociologie et sociétés, vol. 40, n° 1, p. 195-225.

west a, 2003, « Comparer les systèmes éducatifs : débats et problèmes », in lallement m., spurk J., 2003, Stratégies de la comparaison internationale, Paris, éditions du CNRS, p. 199-214.

woessmann l., luedemann e., schuetz c., west m. r., 2009, School accountability, autonomy, and choice around the world, Cheltenham, Edward Elgar. 

Rendez-vous sur :

education.gouv.fr/statistiques

enseignementsup-recherche.gouv.fr/statistiques

Vous y trouverez :

9 les derniers résultats d’enquêtes

9 les publications et rapports de référence

9 des données détaillées et actualisées

9 des répertoires, nomenclatures et documentation

Vous recherchez des données publiques couvrant tous les aspects structurels de l'éducation et de la recherche ?

Vous recherchez une information statistique ?

Contactez le centre de documentation au 61-65, rue Dutot – 75732 Paris cedex 15 par téléphone au : 01 55 55 73 58,

les lundis, mercredis et jeudis de 14 h à 16 h 30

ou par courriel : depp.documentation@education.gouv.fr