Si le marché du travail est un marché comme un autre, c’est à partir de la loi de l’offre et de la demande qu’il est possible d’expliquer les inégalités salariales. Dans cette optique, une explication généralement avancée est la distorsion entre l’offre et la demande de travail plus ou moins qualifié (pour une synthèse de cette hypothèse, voir Piketty 2013, 482-487). Par exemple, si le rapport offre/demande de travail très qualifié est largement inférieur au rapport offre/demande de travail peu qualifié, le salaire des travailleurs très qualifiés sera largement supérieur à celui des travailleurs peu qualifiés, puisqu’ils sont plus rares (et font l’objet d’une demande plus importante) sur le marché du travail.
Selon cette théorie, l’explication de l’inégalité salariale provient de la course-poursuite entre la technologie (qui fournit la demande de travailleurs qualifiés) et l’éducation (qui fournit l’offre de travailleurs qualifiés). Cette hypothèse n’est pas aisée à tester. En effet, tant la mesure de la technologie que la mesure de l’éducation posent de nombreuses questions méthodologiques : qu’est-ce que la technologie (et comment la mesurer) ? où se situe la limite entre travailleur qualifié et travailleur non qualifié ? sur quelle base comparer les diplômes de pays dont les systèmes éducatifs sont très différents ?
Ceci dit, une analyse rudimentaire de cette question131, présentée dans les graphiques et tableaux ci-dessous, ne permet pas de montrer un lien empirique entre ces trois notions – l’éducation, la technologie et l’inégalité. Dans cette analyse, j'ai mesuré le la technologie par le produit intérieur brut par habitant de chaque pays. Cette mesure est assez rudimentaire puisque le PIB par habitant132
permet plutôt d’évaluer le caractère plus ou moins riche des pays133, et non leur caractère plus ou moins « technologique », même si ces deux variables se recouvrent probablement134. En Europe, la distribution des richesses entre pays renvoie à une logique géographique, et historiquement stable, opposant le centre riche de l’Europe du Nord-Ouest à la périphérie pauvre des pays d'Europe du Sud et de l’Est.
En observant le graphique XI.1, on ne peut ici non plus constater de liens entre richesse du pays et ampleur de l’inégalité salariale. Certains pays sont pauvres et égalitaires (Slovaquie, Tchéquie, Malte...), pauvres et inégalitaires (Roumanie, Pologne, pays baltes, Portugal, Grèce...), riches et inégalitaires (Royaume-Uni, Allemagne, Irlande...), ou encore riches et égalitaires (pays scandinaves, Belgique...). Ici aussi, que l’on pondère ou non l’analyse par la population active occupée de chaque pays, la corrélation est très faible, et la valeur p ne permet pas de rejeter l’hypothèse d’absence de lien entre le PIB et l’ampleur de l’inégalité salariale. Sans pondération, la corrélation est légèrement négative: le R² vaut 0,0401 et la valeur p vaut 0,2977. Avec pondération, la corrélation est très légèrement supérieure (et reste légèrement négative) : le R² vaut 0,0667 et la valeur p vaut 0,1761.
131 Les analyses présentées ici sont rudimentaires car elles explorent juste les liens entre ces deux dimensions – la technologie et l'éducation – sans étudier réellement la distorsion, parce qu'étudier cette dernière est une entreprise complexe qui demanderait une recherche à part. En effet, cette est difficile à définir et encore plus à mesurer. 132 Les chiffres présentés ici proviennent aussi d’Eurostat (http://ec.europa.eu/eurostat/data/database). Étant donné que
l’objectif est plus de montrer les disparités entre pays européens que de disposer d’une valeur absolue du PIB, la valeur par rapport à la moyenne européenne est un indicateur pertinent. Ici aussi, l’utilisation de la moyenne des années 2003 à 2009 ne pose pas de problèmes, la variation de PIB/habitant entre les pays européens est très stable sur cette période. Les chiffres utilisés pour calculer les indices sont exprimés en parité de pouvoir d’achat – ce qui, en neutralisant les différences de prix entre les pays, a pour objectif de mesurer le volume de la valeur ajoutée plus que son prix. Notez que les positions « extrêmes » du Luxembourg et de la Norvège proviennent probablement pour partie des activités bancaires du premier et de la rente pétrolière de la seconde.
133 Il s’agit bien de la richesse produite au sein des pays. Ce qui diffère nettement de la richesse possédée par les individus et les entreprises (patrimoine privé) et encore plus de la richesse possédée par les États (patrimoine public net), qui de nos jours s’approche de zéro (Piketty 2013).
134 Il est difficile de définir un bon indicateur du caractère plus ou moins technologique de l’économie du pays, en partie parce que cette notion n’est pas précisément définie. Le nombre de brevets par habitant est biaisé parce que certains pays présentent une propension plus importante à déposer des brevets (Hall et Soskice 2001). De même, la part du PIB consacrée à la recherche mesure plus la quête de la technologie que son utilisation elle-même.
Le graphique XI.2 ne permet pas de montrer un lien entre le taux de diplôme de l’enseignement supérieur135 et l’ampleur de l’inégalité salariale. Ainsi, certains pays sont égalitaires et avec peu de diplômés (Malte, l’Italie, la Tchéquie, la Slovaquie). D’autres sont inégalitaires et avec peu de diplômés (le Portugal, la Roumanie, et dans une moindre mesure, la Grèce et la Pologne). D’autres encore sont inégalitaires et avec de nombreux diplômés (le Royaume-Uni et l’Irlande). Enfin, certains pays sont égalitaires et avec de nombreux diplômés (les pays scandinaves et la Belgique). Que l’on pondère ou non les pays par leur population, la corrélation est très faible et ne permet pas de réfuter l’absence de lien entre importance des diplômes et inégalité salariale.
135 La définition de l’enseignement supérieur reprise ici comprend les catégories ISCED 1997 5 et 6, c’est-à-dire les diplômés de l’enseignement supérieur de type court, long et universitaire (ISCED 5) et les doctorats (ISCED 6). L’enseignement post-secondaire – formation courte (maximum 2 ans) après le secondaire qui vise généralement à une remise à niveau ou à l’acquisition de compétences spécifiques – n’y est pas inclus. Ce taux est issu de calculs propres réalisés à partir de l’Enquête sur les Forces de Travail (EFT) 2010.
Tableau XI.2: Corrélation entre l'inégalité salariale et la proportion de diplômés du supérieur
Coefficient de corrélation Valeur p
Avec pondération 0,135 0,4843
Sans pondération -0,048 0,8033
Graphique XI.1: Richesse et inégalité salariale dans les pays européens
Tableau XI.1: Corrélation entre le PIB par habitant et l'inégalité salariale
Coefficient de corrélation Valeur p
Avec pondération -0,258 0,1761
Parallèlement, si l’on s’intéresse non pas aux travailleurs (très) qualifiés, mais aux travailleurs (très) peu qualifiés, on n’observe pas non plus de relations entre la proportion de ceux qui n’ont pas terminé l’enseignement secondaire et l’ampleur de l’inégalité salariale. Ici aussi, que l’on pondère ou non, la relation est très faible et non significative, même si en pondérant, elle devient presque significative à un niveau de confiance de 95%. Mais la relation est négative (moins il y a de personnes peu diplômées, plus il y a d’inégalités), puisque les grands pays (Royaume-Uni, Allemagne, France, Italie...) se situent sur la diagonale allant d’en haut à gauche à en bas à droite. Ce qui est contraire à la théorie évoquée par Piketty (2013), selon laquelle le développement de l’éducation – parce qu’elle augmente l’offre de travail qualifié – réduit les inégalités de salaire.
Graphique XI.2: Part des diplômés du supérieur et inégalité salariale dans les pays européens
On peut également montrer que l’inégalité « de diplôme » semble avoir peu d’influence sur l’inégalité salariale. Par hypothèse d’un effet d’agrégation, on pourrait imaginer que les pays où les diplômes de niveau moyens sont nombreux par rapport aux diplômes de niveau élevé et de niveau faible, l’inégalité salariale serait limitée puisque nous savons – j’y reviendrai dans la troisième partie – que le diplôme est un déterminant du salaire au niveau individuel : les individus qui ont un haut diplôme perçoivent un salaire élevé. Dans le graphique XI.4, on n'observe pas de lien entre l’inégalité salariale et le taux de diplômes seulement du secondaire (y compris le post-secondaire). Quand on pondère, on observe une relation à la limite de la signification statistique, mais le sens de cette relation est assez inexplicable : plus la proportion de personnes moyennement diplômées est élevée, plus les inégalités sont importantes. Ce qui ne correspond pas du tout à l'hypothèse de l'effet d'agrégation, selon laquelle une importante « classe moyenne » du point de vue du diplôme réduirait les inégalités salariales.
Tableau XI.3: Corrélation entre l'inégalité salariale et la proportion des personnes sans diplôme du secondaire
Coefficient de corrélation Valeur p
Avec pondération -0,355 0,0590
Sans pondération 0,002 0,9905
Tableau XI.4: Corrélation entre l'inégalité salariale et la proportion de diplômés uniquement du secondaire
Coefficient de corrélation Valeur p
Avec pondération 0,335 0,0776
Sans pondération 0,021 0,9142
En plus des difficultés de à être démontrer dans la pratique, cette hypothèse d’une course-poursuite entre technologie et éducation pose des problèmes théoriques. Notons d'abord que cette « théorie repose sur deux hypothèses. La première est que le salaire d’un salarié donné est égal à sa productivité marginale, c’est-à-dire à sa contribution individuelle à la production de l’entreprise ou de l’administration dans laquelle il travaille. La seconde est que cette productivité dépend avant tout de sa qualification, et de l’état de l’offre et de la demande de qualifications dans la société considérée » (Piketty 2013, 482). Or, ces deux hypothèses sont relativement discutables. D’une part, il est difficile de mesurer la productivité marginale de chaque travailleur. Le processus de production étant collectif, il n’est pas évidemment d’isoler l’apport propre de chaque travailleur (Méda 1998) – et c’est encore plus vrai pour les travailleurs très qualifiés qui n’existent pas en « nombreux exemplaires » (Piketty 2013). C’est pourquoi, parfois, la productivité du travailleur est mesurée de manière tautologique par le salaire (Méda 1998), ce qui n’apporte rien au débat136. L’hypothèse de la qualification comme déterminant de la productivité pose aussi problème, et ce pour deux raisons. D’une part, la qualification n’est pas qu’une mesure des compétences, il s’agit également d’un rapport social de hiérarchisation (et de justification de la hiérarchie) au sein du monde du travail (Stroobants 2010; Desrosières et Thévenot 2002). D’autre part, d’un point de vue historique, la formation ne court pas après la technologie, mais après le chômage. Autrement dit, les individus n'étudient pas plus longuement suite à une demande de main-d’œuvre qualifiée – c'est à-dire quand la demande de main d’œuvre est la moins importante. Au contraire, ils étudient plus pour être plus compétitifs sur le marché de l’emploi en période de chômage. Ainsi, Windolf (1992) montre que les accroissements de la formation ont bien plus souvent lieu en période de dépression économique (chômage) qu’en période de boom économique (nécessité technologique). C’est le phénomène de l’inflation scolaire – augmentation et dévalorisation conjointe des diplômes – bien connue des sociologues de l’éducation (Duru-Bellat et Zanten 2012).
D’autres hypothèses concernant les inégalités salariales dans le cadre du marché classique méritent d’être mentionnées. Pour les économistes néoclassiques137, le chômage résulterait d’un excès de régulation du marché du travail (salaire minimum, conventions collectives, droit du travail...) qui limiterait la participation des travailleurs potentiels au marché du travail – en les empêchant de vendre leur force de travail à un prix « trop » faible. Suivant cette logique, on peut supposer que les pays présentant un taux d’emploi élevé ou un taux de chômage faible sont ceux où les inégalités sur le marché de l’emploi sont importantes, puisque le revers de cette large participation au marché de l’emploi est la dérégulation du marché du travail. Pour cela, on peut croiser le taux d’emploi avec l’inégalité salariale.
Le taux d’emploi utilisé ici – c'est-à-dire la définition du Bureau International du travail, reprise par l'Enquête sur les Forces de travail (EFT) – est la proportion des 15-65 ans qui ont travaillé au moins une heure contre rémunération pendant la semaine de référence de l’enquête ou qui étaient temporairement absents de leur emploi (par exemple en congé ou en chômage technique). Cette
136 Ce débat est vraisemblablement identique à celui de l’apport du capital et du travail au processus de production. Il est impossible de répartir de manière « scientifiquement juste » les gains entre travail et capital, puisque c’est justement la conjonction du capital et du travail qui permet la production – sauf à considérer de manière tautologique que les profits sont l’équivalent de la productivité du capital et le salaire de la productivité du travail. Cette répartition est avant tout une question politique – quel est le revenu minimal acceptable pour chacun, tant d’un point de vue moral que d’un point de vue pratique (pour continuer de s’engager dans l’entreprise).
définition très large de l’emploi est critiquable parce qu’elle inclut des personnes qui travaillent très partiellement, et qui éventuellement ne se considèrent pas comme en emploi – par exemple, des étudiants jobistes ou des travailleurs à temps très partiel. Mais elle a l’avantage de fournir des chiffres comparables entre pays, puisque standardisés – ce que ne permettent pas les données administratives.
Le graphique XI.5 croise le taux d’emploi138 avec le coefficient de Gini. Pour voir apparaître les effets structurels, les moyennes des années 2003 à 2009 ont été utilisées. Étant donné que le taux d’emploi est bien plus stable dans le temps qu’il ne varie entre les pays, cette opération ne pose pas de problème. Dans le graphique XI.5, on ne peut constater de lien entre ces deux variables. En effet, il existe de nombreux pays qui combinent un taux d’emploi faible et une inégalité salariale faible (Malte, Slovaquie, Italie, Belgique...), un taux d’emploi faible et une inégalité salariale élevée (Pologne, Roumanie, Grèce...), un taux d’emploi élevé et une inégalité salariale élevée (Portugal, Royaume-Uni, Irlande, Allemagne...) ou un taux d’emploi élevé et une inégalité salariale limitée (Suède, Norvège, Danemark...). Que l’on pondère ou non, la corrélation est très faible et la valeur p ne permet pas de rejeter l’hypothèse selon laquelle il n’y a pas de lien entre le taux d’emploi et l’ampleur de l’inégalité salariale. Sans pondération, la corrélation est légèrement négative: le R² vaut 0,0326 et la valeur p vaut 0,3488. Avec pondération, la corrélation devient légèrement positive (les grands pays étant plus proches de la diagonale allant d’en bas à gauche en haut à droite), mais elle reste extrêmement faible : le R² vaut 0,0071 et la valeur p vaut 0,6640.
138 Le taux d’emploi utilisé est celui calculé par Eurostat (http://ec.europa.eu/eurostat/data/database), il s’agit du taux d’emploi annuel brut (et non du taux d’emploi en équivalent temps-plein).
Le taux de chômage utilisé ici – provenant aussi d’EFT, et donc de la définition du BIT – est le nombre de personnes qui sont demandeuses d’emploi – c’est-à-dire, selon le BIT, n’ont pas d’emploi, sont disponibles pour travailler et déclarent chercher activement du travail – divisé par le nombre de personnes actives sur le marché du travail – c’est-à-dire qui sont demandeuses d’emploi ou occupent un emploi. Cette définition du demandeur d’emploi diffère des catégories administratives de chômeur indemnisé (on peut être indemnisé, mais ne pas déclarer chercher de l’emploi et inversement, ne pas avoir d’emploi, être disponible pour travailler et chercher activement de l’emploi, alors qu’on n’est pas indemnisé), ce qui permet la comparaison internationale. Le taux de chômage n’est donc pas l’inverse du taux d’emploi. Comme le note Salais (2004), le taux d’activité est le terme (manquant) permettant de relier mathématiquement taux d’emploi et taux de chômage. Cet indicateur mesure en quelque sorte le taux de chercheurs d’emploi qui ne peuvent trouver du travail – puisqu’il s’agit de l’ensemble des gens qui veulent travailler, mais qui ne peuvent pas, sur l’ensemble des gens qui veulent travailler, qu’ils travaillent effectivement (travailleurs) ou non (demandeurs d’emploi).
Le graphique XI.6 croise le taux de chômage avec le coefficient de Gini – moyennes des années 2003 à 2009. Il n’apparaît pas non plus de relation claire entre ces deux variables. Il existe des pays qui combinent un taux de chômage bas avec une inégalité salariale limitée (Norvège, Danemark, Islande, Slovénie...), un taux de chômage bas et une inégalité salariale élevée (Royaume-Uni, Irlande...), un taux de chômage élevé avec une inégalité salariale élevée (Portugal, Grèce,
Tableau XI.5: Corrélation entre l'inégalité salariale et le taux d'emploi Coefficient de corrélation Valeur p
Avec pondération 0,084 0,6640
Sans pondération -0,180 0,3488
Pologne...) ou un taux de chômage élevé et une inégalité salariale limitée (Slovaquie, Belgique, Finlande139, France...). Ici aussi, que l’on pondère ou non, la corrélation est très faible, et la valeur p ne permet pas de rejeter l’hypothèse selon laquelle il n’y a pas de lien entre le taux d’emploi et l’ampleur de l’inégalité salariale. Sans pondération, la corrélation est légèrement positive: le R² vaut 0,058 et la valeur p vaut 0,2088. Avec pondération, la corrélation s’affaiblit encore plus (mais reste légèrement positive) : le R² vaut 0,022 et la valeur p vaut 0,4445.
On peut également se demander s’il n’y aurait pas un effet d’agrégation par rapport à la précarité de l’emploi. Selon cette idée, puisque (nous le verrons dans la troisième partie) les travailleurs précaires – c’est à dire occupant un emploi à temps partiel ou un emploi instable – sont généralement moins bien rémunérés. Compte tenu de ce fait, on peut se demander si ce constat peut se transposer (par effet d’agrégation) au niveau macro. Autrement dit, est-ce que ce sont dans les pays où il y a une population salariée précaire plus importante que les inégalités d’emplois sont plus importantes ? Pour tester cette hypothèse, il faut croiser un indicateur de l’importance du temps partiel et un indicateur de l’instabilité de l’emploi avec celui de l’inégalité salariale.
Pour mesurer le temps partiel, je me suis basé sur les données EFT. Dans cette enquête, la distinction entre temps plein et temps partiel est basée sur la réponse spontanée du travailleur (salarié ou indépendant) interrogé, sauf aux Pays-Bas, en Irlande ou en Norvège où les travailleurs
139 La Finlande occupe presque la même position que la Belgique, c'est pourquoi elle est peu visible sur le graphique. Tableau XI.6: Corrélation entre l'inégalité salariale et le
taux de chômage
Coefficient de corrélation Valeur p
Avec pondération 0,148 0,4445
Sans pondération 0,241 0,2088
qui prestent moins de 35 heures par semaine sont qualifiés de travailleurs à temps partiel. Comme nous le voyons dans le graphique XI.7 et le tableau XI.7, aucune relation n’est décelable – que l’on pondère ou non – entre la proportion d’emplois à temps partiel et l’ampleur de l’inégalité salariale.
Pour mesurer l’instabilité de l’emploi, deux options sont possibles. D’une part, on peut considérer la proportion de salariés sous contrat à durée limitée (contrats à durée déterminée, intérimaires, d’apprentissage...). Ce choix a l’inconvénient de comparer des réalités juridiques différentes et de refléter de manière très imparfaite (et différente selon les pays) le risque de perte d’emploi. L’autre possibilité est de mesurer l’instabilité d’emploi par l’ancienneté. Plus les salariés présentent une ancienneté élevée au sein d’une entreprise, plus ils sont considérés comme stables. Dans cette approche, comme Auer et Cazes (2000) j’utiliserai le seuil de 12 mois d’ancienneté chez un même employeur pour distinguer les salariés mobiles (ou précaires) des salariés stables140. Ainsi, un taux d’emplois instables permet de quantifier l’instabilité (ou la mobilité) de l’emploi au sein du pays. Cependant, force est de reconnaître (avec les graphiques XI.8 et XI.9, et les tableaux XI.8 et XI.9) que ces éventuels effets d’agrégation ne sont pas décelables au niveau des pays.
140 Un salarié qui reste plus de 12 mois chez un même employeur, mais qui change de contrat ou de poste est donc bien considéré comme un salarié stable.
Tableau XI.7: Corrélation entre l'inégalité salariale et le taux d'emploi à temps partiel
Coefficient de corrélation Valeur p
Avec pondération 0,108 0,5851
Sans pondération -0,075 0,7043
Graphique XI.8: Stabilité de l'emploi et inégalité salariale dans les pays européens
Tableau XI.8: Corrélation entre l'inégalité salariale et le taux d'instabilité d'emploi Coefficient de corrélation Valeur p
Avec pondération 0,055 0,7812
Ces multiples résultats poussent à conclure que, d’un point de vue empirique, l’hypothèse du marché du travail comme marché comme un autre n’est pas satisfaisante pour expliquer les variations de l’ampleur des inégalités salariales. De plus, d’un point de vue théorique, il me semble