Licenciements collectifs et délais de reprise d'emploi

De
Publié par

Une analyse de la durée de la période passée sans emploi à la suite d'un licenciement collectif due à la fermeture de l'entreprise montre que les salariés français ayant subi un tel licenciement retrouvent directement un emploi avec une probabilité plus élevée que ceux qui se sont séparés de leur employeur pour d'autres raisons. De même, parmi ceux qui connaissent une période sans emploi à la suite de leur séparation, ceux qui ont perdu leur emploi lors d'un licenciement collectif retrouvent un nouvel emploi plus rapidement que ceux qui l'ont perdu pour d'autres raisons : 13 mois sans emploi en moyenne contre 16 mois pour les hommes qui ont perdu leur emploi pour d'autres raisons. Pour les femmes, ces durées sont respectivement de 16 mois et 20 mois. Les salariés qui avaient la plus grande ancienneté dans l'entreprise au moment de la séparation trouvent moins facilement un autre emploi. En revanche, un niveau de formation élevé aide à retrouver un nouvel emploi quelle que soit la raison de la séparation.
Publié le : dimanche 30 décembre 2012
Lecture(s) : 36
Tags :
Nombre de pages : 21
Voir plus Voir moins
Licenciements collectifset délais de reprise d’emploiDavid N. Margolis*
EMPLOI
Une analyse de la durée de la période passée sans emploi à la suite d’un licenciementcollectif due à la fermeture de l’entreprise montre que les salariés français ayant subi untel licenciement retrouvent directement un emploi avec une probabilité plus élevée queceux qui se sont séparés de leur employeur pour d’autres raisons. De même, parmi ceuxqui retrouvent un emploi au plus 6 ans après leur séparation, ceux qui ont perdu leuremploi lors d’un licenciement collectif retrouvent un nouvel emploi plus rapidement queceux qui l’ont perdu pour d’autres raisons : 13 mois sans emploi en moyenne contre16 mois pour les hommes qui ont perdu leur emploi pour d’autres raisons. Pour lesfemmes, ces durées sont respectivement de 16 mois et 20 mois. Les salariés qui avaientla plus grande ancienneté dans l’entreprise au moment de la séparation trouvent moinsfacilement un autre emploi. En revanche, un niveau de formation élevé aide à retrouverun nouvel emploi quelle que soit la raison de la séparation.
* David N. Margolis appartient au CNRS, TEAM-Université Paris 1, Crest-Insee et IZA.Les noms et dates entre parenthèses renvoient à la bibliographie en fin d’article.
ÉCONOMIE ET STATISTIQUE N° 351, 2002
65
66
EdneFsrainndciev,iednutsrea1y9a8n4teatu19m8o9i,nesnvqiuraotnre12an%sd’ancienneté se sont séparés (1) de leuremployeur. Parmi ces départs, approximative-ment 40 % ont eu lieu dans les deux ans avant ladisparition de l’entreprise qui les employait (2).Que se passe-t-il pour les salariés touchés par cetype de licenciement collectif ou pour ceux quiquittent volontairement leur employeur en anti-cipant un tel licenciement ? On examine ici lapériode qui suit la perte de l’emploi jusqu’aumoment où le salarié retrouve un nouvel emploi,pour essayer de rendre compte de l’impact d’unlicenciement collectif, réalisé ou anticipé, sur ladurée qui s’établit entre l’emploi perdu ou quittéet l’emploi retrouvé.Dans des travaux précédents (Margolis, 1999 et2000 ; Bender, Dustmann, Margolis et Meghir,à paraître), on avait analysé la fréquence deslicenciements liés à la disparition de l’entrepriseet leur impact sur les revenus des salariés licen-ciés. Ici on se concentre plus précisément surle temps écoulé entre un licenciement et unereprise d’emploi. Ce problème est au cœur dela littérature nord-américaine sur les licencie-ments pour raison économique (dits« displa-cements »).En Amérique du Nord, les travailleurs licenciéspour raison économique subissent souvent, à lasuite de ce licenciement, des périodes sansemploi avant de retrouver un nouvel emploi. Or,le marché du travail français étant plus régle-menté, les délais administratifs et les préavisobligatoires peuvent aider certains individus àréduire, voire éliminer, ces épisodes de non-emploi (3). De plus, la durée et la dégressivitédes allocations de chômage en France peuventaffecter l’intensité de recherche d’emploi deschômeurs et donc influer sur la durée entre la find’un emploi et le début du suivant (4). Prendreen compte le fonctionnement spécifique du mar-ché du travail français dans une comparaisonavec les marchés du travail nord-américainspermet de saisir l’impact que les différencesd’environnements réglementaires et institution-nels entre la France et l’Amérique du Nord peu-vent avoir sur la probabilité et la durée d’unepériode sans emploi à la suite d’un licenciementpour raison économique.Pour ce faire, on compare les transitions directesd’un emploi à un autre aux passages par le non-emploi pour les hommes et les femmes en tenantcompte de l’ancienneté dans l’emploi terminé.
Sont considérées comme « transitions directes »deux emplois successifs séparés par 0 jour,7 jours ou moins, et 30 jours ou moins. Une ana-lyse non paramétrique des durées des périodessans emploi (pour les épisodes à durée stricte-ment positive) permet de souligner les différen-ces entre les personnes qui sont sans emploi àcause de la fermeture de leur entreprise et cellesqui se trouvent dans cette situation pour d’autresraisons (5). L’estimation des modèles semi-paramétriques de durée des épisodes de non-emploi permet de contrôler l’impact des carac-téristiques observables, tels que l’éducation, lesecteur d’activité, l’âge, etc. sur la vitesse desortie de non-emploi (6). (1) (2) (3) (4) (5)Les transitions directesvers un nouvel emploi (6)Les données utilisées permettent de distinguerles séparations selon l’ancienneté du salariédans l’entreprise avant la séparation (7) et decalculer également le pourcentage des sépara-tions suivies directement d’un autre emploisalarié dans le secteur privé (cf. encadré). Ondistingue également les séparations dues à lafermeture de l’entreprise des autres séparationsen élargissant la définition de la « transitiondirecte » pour prendre en compte les transitionsavec une période de non-emploi d’au maximumune semaine ou d’au maximum un mois. Le cri-tère de sélection (au moins quatre ans d’ancien-neté dans un des emplois occupés en 1984)impliquent qu’on peut ne considérer ici que desséparations concernant des emplois stables »,«c’est-à-dire que la personne n’est plus enpériode d’essai ou en contrat à durée déterminéeau moment de la séparation, lorsqu’on regarde1. Quitté implique un départ volontaire et licencié un départ invo-lontaire, c’est pourquoi on préfère ici parler de séparation.2. Voir Bender, Dustmann, Margolis et Meghir (à paraître) pourplus de détails sur le cadre réglementaire qui entoure les licencie-ments pour raison économique en France.3. Voir Friesen (1997), Jones et Kuhn (1995) et Ruhm (1994) pourdes analyses des cas nord-américains de l’impact d’un préavisde licenciement sur le non-emploi et les variations de salaire à lasuite d’un licenciement pour raison économique.4. Voir, par exemple, Bonnal et Fougère (1990) et Prieto (1999).5. Par « autres raisons » on entend tout ce qui n’est pas uneséparation durant les deux ans avant la disparition de l’entrepriseemployeur. Ceci concerne les départs volontaires et les licencie-ments pour faute ou pour insuffisance professionnelle pour uneentreprise en activité normale, mais « autres raisons » compren-dra également certains licenciements collectifs qui interviennentsans que l’employeur ne dépose son bilan dans les deux annéescalendaires qui suivent.6. Des modèles paramétriques avec fonction de hasard de basede type Weibull ont été également estimés . Les résultats obte-nus, présentés en annexe, sont proches de ceux fournis par lesmodèles semi-paramétriques.7. Le lecteur gardera à l’esprit qu’une séparation n’est pas for-cément un licenciement.
ÉCONOMIE ET STATISTIQUE N° 351, 2002
EncadréUNE SOURCE ADMINISTRATIVE POUR ANALYSERLES LICENCIEMENTS COLLECTIFS : LES DADSL’analyse repose sur une exploitation des Déclarations sans cessation d’activité, en se focalisant sur lesAnnuelles de Données Sociales (DADS). Dans ce entreprises d’au moins trois individus observés pen-fichier, on a utilisé un échantillon aléatoire au 1/25e de dant l’année de disparition supposée (10). Pour cha-la population française (1). Cet échantillon comprend cune de ces entreprises, on a testé l’hypothèse qu’autout individu né en octobre d’une année paire et moins la moitié des employés de l’entrepriseemployé dans le secteur privé, une entreprise publique « mourante » se sont déplacés ensemble vers la mêmeet certaines collectivités territoriales (2), entre le nouvelle entreprise, conditionnellement au nombre1erjanvier 1984 et le 31 décembre 1989 (3). Les don-nées contiennent des identifiants des individus et desemployeurs, et chaque combinaison unique d’établis-sement-employeur-individu-année correspond à une1. Il existe un fichier des DADS exhaustif, mais ce fichienouvelle observation.r necontient pas d’informations suffisantes pour effectuer les trai-tements des données qui suivent.On dispose de l’information sur les dates de début et2. Les données incluent des salariés et les travailleurs indé-de fin (s’il est terminé) de chaque emploi (4) et seuls lespendants qui s’allouent un salaire (notamment des gérants deépisodes de chômage partiel de plus d’un an de calen-petites entreprises). Les autres travailleurs indépendantsdrier sont considérés comme une fin d’emploi suivin’apparaissent pas dans les données. En plus, ces données nepermettent pas de distinguer les salariés normaux des indé-d'une reprise (d’un autre) emploi. Ces informations per-pendants qui se versent un salaire.mettent de calculer l’ancienneté de l'individu dans cha-3. Les données originales appariées couvrent la période 1976-que emploi pour chaque année. Par ailleurs, on(1l9In9s6,eemnaeislelsaabspeanscsetodcekséedsopnonuérecsepsoaunr1é9e8s)1,ex1p9li8q3ueetq1u9e9la0observe directement le sexe, l’âge, la catégorie socio-nprofessionnelle, le département d’emploi et de nais-pcleullselornetgeuneupe.ériTooduetecfooinst,inlu'edediistpéondiubilitédesdonnéesestsance (5), le statut temps complet-temps partiel (maispourlaconstructiondesindiinctaétgrricalesdelicpeanncieelmeestntecxopllleoicttéife.pas le nombre d’heures) et le secteur d’activité pour4. On a utilisé d’autres bases de données pour imputer deschaque emploi. Grâce aux dates de début et de findgaatuecshedeendé1b9u7t6a(uvxoirépAibsoodweds,Fdi'neemr,plKoriaqmuairzsoenttRcoeunxsu(r1é9s97à)d'emploi, on peut aussi mesurer la durée de chaquepour plus de détails). Étant donné que l’échantillon d’analysepériode passée sans emploi au jour près. Des variablescommence en 1984 et que la catégorie d’ancienneté la plusd’éducation sont également retenues via un apparie-élevée retenue est de 10 ans et plus, les résultats sont robustesment des DADS avec l’Échantillon démographique per-à la majorité d’erreurs d’estimation dues à cette imputation.manent (EDP), une base de données de l'Insee qui5. Les individus nés à l’étranger ont un code départementalrecouvre une partie des observations des DADS et qui(69.9)LsEpéDcPifinqeue.couvrantquundixièmedesindividusfigurantest construit à partir des informations relevées lors desdans le fichier des DADS, on a été obligé d’imputer l’éducationrecensements de la population et de l’établissementdpooubrte9n/t1io0enddeeshinuidtivicdautsé.goCretteimputlaôtiomnesdedsifféprreonbtaebsili(tiécsides actes de naissance, de mariage et de décès (6).regroupéesenquatrecatégoriieess)adeétédiepffectuéeparlogitpoly-tomique sur la base des variables présentes dans les DADS àIdentifier les licenciements collectifs à partirlAobroigwinde,,KerastmimarézsetsuMralregsoilinsd(i1vi9d9u9s)pproéusrepnltussddaendséltaEilD)P.(voirdes fermetures d’entreprisess7. Cette approche est basée sur le croisement des comptesde l’entreprise, quand ils sont disponibles, avec les donnéesPour identifier les licenciements collectifs ou plutôt lessalariales des DADS. Une stratégie alternative, exploité parséparations liées aux fermetures d’entreprises, uneJacobson, LaLonde et Sullivan (1993a, 1993b), consiste à con-procédure en deux étapes a été adoptée (7). On asidérer toute réduction massive d’effectifs comme signal desd’abord utilisé le Système unifié de statistiqueslicenciementscollectifs.Malheuoreuseimonenfrt,alnéchantillonutiliséd’entreprise (SUSE) afin de déterminer la dernièreincéienseccoonucverrenqanutel1e/f2f5eectidfetloataplnpeulsaotntpasçdiasispeo,niebtlleesspdoounr-année pour laquelle une entreprise a transmis sestoutes les entreprises dans toutes les années. En particulier,comptes aux instances fiscales (8). Ensuite, on aces données sont manquantes pour les plus petites entrepri-regardé la dernière date à laquelle une entreprise estses, et donc l’application de cette stratégie risquerait de biaiserapparue dans les DADS, en se rappelant que chaquelceosllreécstiuflstaetfsf,ecbiteunésqsuaenllseqpueerlmeentttreedperirseetednisirplaersailiscseen.ciementsapparition correspond à un salaire versé à un employé8. La probabilité d’apparaître dans le fichier SUSE est fonctiondans l'année, et en considérant l'intégralité du fichierde l’emploi et du chiffre d’affaires de l’entreprise, les plus gros-(qui se prolonge de sept ans après la fin de l’échan-esxepsloeinttérleepsrifsiecshiéetrasnatvéecchlaanctiolluovnenrétuersealvaecplupsrolabragbeilitpéou1r.iOdenna-tillon d'analyse). Si la dernière année pour laquelle unetifier la dernière date des comptes.entreprise a fourni des données (provenant de SUSE9. Il est important de constater que toute entreprise deou des DADS) était 1996, on a considéré tous lesl’échantillon est susceptible d’être classée « morte », même sidéparts de cette entreprise comme étant imputables àdel'leentnreepfroisurensitdpisatsindcteessdqouninéaepspaaruaifsiscehinetrdSaUnSsE.SULeSEnoetmbqrueid’autres raisons que la fermeture. En revanche, si lessont susceptibles de générer une indicatrice de décès, estdernières données pour une entreprise correspondent1 056 342, alors que le nombre d'entreprises distinctes quià une autre année (1985 par exemple), on a considérésont représentées par les individus dans l’échantillon descette dernière date comme la dernière année d’exis-DADS est de 829 281.tence de l’entreprise (9).1D0A.DBSiednanésvliadedmermnieènrte,apnonuére,lleesperontbrleèpmriesensesseanpsoseemppalsoycéasrles séparations précédant cette date concernent, de touteOn a ensuite essayé de contrôler les « faux décès », cefaçon, des entreprises qui continuent d’exister.qui correspondraient à un changement d’identifiant
ÉCONOMIE ET STATISTIQUE N° 351, 2002
67
68
occuper un autre emploi dans le secteur privé entant que salarié (qualifiée ici de « transitiondirecte »), être devenu travailleur indépendant,être entré dans la Fonction publique, être au
les premières séparations observées dans lesdonnées. Après être parti de son employeur, lesalarié peut se retrouver, selon la grille d’ana-lyse retenue, dans une des situations suivantes :
Encadré (suite)d’employés au départ et la part des individus qui seretrouve avec le même identifiant d’entreprise après.Plus précisément considéronsn1 travailleurs observésdans l’entreprisej1 lors de sa dernière année de pré-sence (avant 1996), dontn1p1k sont observés l’annéesuivante dans l’entreprisejk,k1. En prenantp1k˜comme un estimateur dep1k, la vraie part des tra-vailleurs ayant changé d’identifiant d’entreprise dej1 àjk, on approxime la loi binomiale sous-jacente avec uneloi normale où l’écart-ptype de l’estimateurp1k s’écritσ1k=1k(1np1k)-.1Donc s’il existe une entreprise destinatairek,k1,telle quep1k+ 2σ1k0,5, on ne peut pas rejeter l’hypo-thèse qu’au moins 50 % de l’effectif de l’entreprisej1s’est déplacé ensemble vers la même entreprise sui-˜vante (p1k0,5) au niveau 95 %.Considérons une entreprise pour laquelle on ne peutpas rejeter cette hypothèse nulle (l’entreprise absor-bante se notek). Pour toutes les autres entreprisespour lesquelles on peut rejeter l’hypothèse nulle˜p1k0,5, c’est-à-dire pour lesquellesp1k+ 2σ1k< 0,5, on considère alors toute séparationcomme une véritable séparation pour raisons autresque le licenciement collectif, car il y a au moins uneentreprise absorbante possible pour les effectifs del’entreprisej1. Tous les individus pour lesquels l’identi-fiant d’entreprise devientk, oùp1k+ 2σ1k0,5 ne sont pas considérés comme ayant quitté leur employeur pré-cédent. On réinitialise néanmoins le compteur d’ancien-neté à zéro au moment du « faux mort » car ces indivi-dus seront traités comme nouvellement arrivés dansl’entreprise absorbante, malgré leur expérience acquisedans l’entreprise dont l’identifiant a disparu.Si la statistique de test est inférieure à 0,5 pour touteentreprise destinatairek,k 1,, on retient la date esti-mée de décès. Cette procédure amène à caractériser2,6 % des disparitions d’entreprises comme étant des« faux morts ».Deux manières de mesurerles licenciements collectifsAvec la date de disparition de l’entreprise ainsi définie,on a construit deux mesures de licenciement collectif.La première considère toute séparation se produisantaprès le 1erjanvier de l’année qui précède la dernièreannée d’existence de l’entreprise comme un licencie-ment collectif, et la deuxième mesure élargit cettefenêtre à 2 ans avant la dernière apparition de l’entre-prise, soit dans les DADS, soit dans les fichiers duSUSE (11). Les résultats présentés ici correspondent àla deuxième définition, mais les résultats équivalents,
avec la première mesure, sont disponibles auprès del’auteur sur demande. Toutes les autres séparationssont classées « autres séparations ».Dans cette base, on ne retient que les personnesâgées de 26 à 55 ans qui ont quitté un emploi danslequel ils avaient au moins quatre ans d’ancienneté en1984. Ceci permet de se focaliser sur les adultes (12)bien insérés sur le marché du travail et qui ne risquentpas de prendre une retraite anticipée. Commedeuxième contrôle contre les retraites anticipées, on aexclu tout individu qui dépasse l’âge de 56 ans aucours d’une période (censure à droite) sans emploisalarié (13). On a éliminé toutes les observations cor-respondant à des emplois auprès des collectivités ter-ritoriales, car leur inclusion dans le champ de couver-ture des DADS au cours de la période d’analyseretenue n’était pas encore stabilisée. Les individus nésà l’étranger qui fournissait de l’information directe surleur niveau d’éducation dans l’EDP ont été aussi élimi-nés, car on ne peut pas vérifier l’équivalence des diplô-mes obtenus en France et à l’étranger. Bien quel’échantillon d’analyse couvre la période 1984-1989,on se concentre explicitement sur la première sépara-tion (14). Les tableaux de l’annexe 1 donnent les sta-tistiques descriptives pour l’échantillon d’analyse,pour les hommes et pour les femmes respectivement,et les comparent à des individus qui satisfont lesmêmes critères de sélection, mais qui ne sont passéparés de leur employeur entre 1984 et 1989.Comme le critère de sélection retenu ici impose quetous les individus soient présents en 1984 (15), les sta-tistiques sont mesurées en 1984.11. Il est important d’inclure au moins l’année avant l’année dedernière apparition de l’entreprise, parce que les données deSUSE sont basées sur les comptes de l’entreprise. Touteentreprise dont l’année fiscale se termine après le 30 juin, etqui meurt entre le 30 juin et le 31 décembre, produira descomptes pour SUSE dans l’année de calendrier qui suit sa dis-parition. L’élargissement des fenêtres au-delà du minimumstrict impliqué par cette considération comptable correspondau souhait de capturer tous les départs de l’entreprise liés aufait que les individus savent que l'entreprise va disparaître.Cette période comprend à la fois les préavis légaux, les délaisimpliqués par la procédure administrative de licenciement col-lectif (voir Bender, Dustmann, Margolis et Meghir (à paraître)),et tout signal observable par l’employé concernant la cessationimminente d’activité de son employeur.12. À cause de l’interaction compliquée entre les programmesd’aide à l’emploi destinés aux jeunes (qui sont disponiblesjusqu’à l’âge de 25 ans) et le salaire minimum (voir Abowd,Kramarz, Lemieux et Margolis (2000)), on commence l’analyseà partir de 26 ans.13. Le tableau A de l'annexe 1 montre l’impact de cette con-trainte par âge à la date de séparation.14. Cette hypothèse permet de réduire l’importance des sépa-rations multiples (Stevens, 1997).15. Un individu reste présent dans l’analyse soit jusqu’à la finde l’épisode sans emploi qui suit sa première séparation, soitjusqu’au 31 décembre 1989.
ÉCONOMIE ET STATISTIQUE N° 351, 2002
chômage, être inactif, avoir déménagé hors deFrance ou être décédé (8).La proportion des hommes ayant eu une périodesans emploi après être parti de chez leuremployeur atteint son maximum pour les sala-riés ayant 10 ans d’ancienneté ou plus(cf. tableau 1). Le pourcentage de transitionsdirectes décroît régulièrement avec l’anciennetépour les hommes (et plutôt régulièrement pourles femmes) et ceci quel que soit le type de sépa-ration, mais la tendance est moins nette pour lesfemmes qui sont parties dans le cadre d’unlicenciement collectif. Par ailleurs, la part desindividus passés par le non-emploi est inférieurepour les séparations dues à des fermeturesd’entreprises relativement aux séparations pourdes raisons inconnues.Plus précisément, les salariés qui se séparent deleur employeur dans les deux ans avant la fer-meture de leur entreprise retrouvent directementun nouvel emploi, sans passer par une périodesans emploi, avec plus de facilité que ceux quipartent plus tôt. Cette différence, de 3,4 pointsde pourcentage chez les hommes et de 2,7 pourles femmes, correspond à un taux de transitiondirecte 55 % plus fort pour les hommes subis-sant un licenciement collectif (par rapport auxindividus qui partent pour d’autres raisons) etun taux 65 % plus fort pour les femmes.Le taux global de transitions directes pour leshommes est supérieur à celui des femmes
(7,2 % contre 5,0 %), mais cet écart varie defaçon importante en fonction de l’ancienneté dusalarié dans l’emploi perdu ou quitté(cf. tableau 1). Autrement dit, les hommes sem-blent trouver un nouvel emploi, lorsqu’ils sonttoujours en emploi, un peu plus facilement queles femmes. La différence, en termes de proba-bilité, de passer par le non-emploi, est de2,7 points de pourcentage lorsqu’on regarde lesséparations à la suite d’un licenciement collec-tif, et de 2,0 points de pourcentage pour lesséparations pour d’autres raisons. (8)Une définition temporellede la transition directe élargieCependant, la définition de la transition directe,en tant que passage d’un emploi à un autre sansun seul jour de battement, est peut être tropstricte. Pour relâcher cette contrainte, on a con-sidéré deux alternatives : un passage à l’emploisuivant en une semaine au plus et un passage à8. Pour tenir compte de l’importance des emplois ne donnantpas lieu à des enregistrements DADS, c’est-à-dire essentielle-ment les emplois de la Fonction publique et le travail indépen-dant, on a procédé à des analyses supplémentaires sur l’enquêteEmploien 1986-1987 (au milieu de la période d’analyse). Parmiles individus dans le champ couvert par les données (c’est-à-diresalariés hors fonctionnaires et indépendants) en 1986, plus de97,2 % sont restés dans le champ des données DADS en 1987,contre seulement 1,2 % devenant travailleurs indépendants et1,0 % entrant dans la Fonction publique. La quasi-totalité destransitions vers des emplois est donc couverte par les donnéesutilisées. Ce qu’on appelle non-emploi l’est donc véritablementdans la grande majorité des cas.
Tableau 1Séparations décomposées par ancienneté et par type de transitionHommes FemmesType de séparation 4<A6nc.6<A8nc.8<1A0nc.10 Anc. Total 4<A6nc.6<A8nc.8<A1n0c.10 Anc. TotalToutes séparationsNombre total 2 288 3 764 3 291 12 498 21 841 1 503 2 433 2 079 6 745 12 760Transition directe (en %) 10,8 8,6 6,7 6,2 7,2 5,59 6,2 4,7 4,5 5,0Transition dans les 7 jours (en %) 16,4 14,5 13,0 11,4 12,7 9,25 9,3 8,0 7,5 8,1Transition dans les 30 jours (en %) 23,7 19,9 18,6 16,4 18,1 12,77 13,1 11,9 10,5 11,5Licenciements collectifsNombre total 597 995 943 3 152 5 687 389 694 581 1 701 3 365Transition directe (en %) 14,6 11,4 8,6 8,6 9,7 6,17 7,5 5,5 7,5 7,0Transition dans les 7 jours (en %) 18,6 18,6 15,6 14,5 15,8 9,00 11,1 9,5 10,5 10,3Transition dans les 30 jours (en %) 25,3 24,8 21,2 21,2 22,3 13,11 15,3 14,1 14,5 14,4Autres séparationsNombre total 1 691 2 769 2 348 9 346 16 154 1 114 1 739 1 498 5 044 9 395Transition directe (en %) 9,5 7,6 5,9 5,4 6,3 5,39 5,6 4,4 3,5 4,2Transition dans les 7 jours (en %) 15,6 13,0 12,0 10,4 11,6 9,34 8,6 7,5 6,5 7,4Transition dans les 30 jours (en %) 23,1 18,2 17,6 14,7 16,6 12,66 12,3 11,0 9,1 10,4Lecture : pour chaque type de séparation (licenciements collectifs, autres séparations et toutes séparations confondues), le ta bleau pré-sente le nombre de séparations de ce type, ainsi que le pourcentage de ces séparations pour lesquelles le prochain emploi a com mencéavant ou immédiatement après la fin de l'emploi concerné (transition directe), le pourcentage dont le prochain emploi a commenc é dansles 7 jours suivant la fin de l'emploi concerné (dans les 7 jours) et le pourcentage dont le prochain emploi a commencé dans le s 30 jourssuivant la fin de l'emploi concerné (dans les 30 jours). Toutes ces valeurs sont décomposées par ancienneté dans l'emploi perdu ouquitté, séparément pour les hommes et pour les femmes. La colonne « Total » correspond soit au nombre total de séparations, soi t à lamoyenne pondéré des pourcentages (par ancienneté) concernés.Source : calculs de l'auteur à partir de la fusion des données DADS et EDP.
ÉCONOMIE ET STATISTIQUE N° 351, 2002
69
70
l’emploi suivant en un mois au plus. La pre-mière définition et parfois la deuxième corres-pondent mieux aux travaux précédents effectuéssur des données nord-américaines. En effet, lesépisodes d’emploi et de chômage étant mesurésen semaines ou en mois, toute transition demoins d’une semaine (ou d’un mois, en fonctionde la structure des données utilisées) serait con-sidérée comme une transition directe, faute depouvoir mieux apprécier les intervalles courtssans emploi. Pour cette raison, on a préférécommenter ici les résultats pour les transitionsdirectesstricto sensu(aucun jour de battement)et celles de moins d’une semaine.Avec une définition élargie, les taux de transi-tion directe sont, comme attendu, beaucoup plusimportants que ceux obtenus avec la définitionstricte. Globalement, il y a presque deux foisplus de transitions directes selon la définition ensemaine, et presque trois fois plus selon la défi-nition en mois. En particulier, il semble quel’augmentation du taux de transition directe avecl’élargissement de la fenêtre est plus importantpour les transitions se produisant plus de deuxans avant la disparition de l’entrepriseemployeur (les « autres séparations ») que pourles transitions intervenant deux ans au plus avantla disparition de l’employeur (les« licenciements collectifs »). Donc bien que lesécarts entre le taux de transition direct pour leslicenciés dans le cadre de licenciement collectifpar rapport aux autres séparations restent com-parables en nombre de points de pourcentage,une implication directe de ce phénomène est uneamélioration moins importante du taux de transi-tion directe en passant des autres séparations auxlicenciements selon les définitions plus larges.Comment interpréter ce résultat ? Le fait que,pour les hommes, le taux de transition directeselon la définition la plus large (transition en unmois au plus) soit 2,5 fois plus grand que selonla définition la plus stricte pour les licenciés,alors qu’il est 3 fois plus grand pour les autresséparations (9), suggère que le taux de hasarddes durées de non-emploi à la suite d’un licen-ciement est plus faible que celui des durées à lasuite d’autres sortes de séparations dans lapériode suivant immédiatement la séparation.Ainsi, le taux de hasard pour les durées consé-cutives à d’autres sortes de séparations sembleplus vite décroissant, toute choses égales parailleurs, que pour les épisodes faisant suite à desséparations intervenues deux ans au plus avantla disparition de l’entreprise.Finalement, selon la définition en semaine,environ 16 % des hommes et 10 % des femmes
qui perdent leur emploi à cause de la fermeturede leur entreprise passent directement chez leuremployeur suivant (cf. tableau 1). Ceci est vrai-semblablement dû aux dispositions particulièresdu droit du travail français sur les licenciementscollectifs, notamment les préavis obligatoires etles délais entre les réunions des comités d’entre-prise. Compte tenu de ce contexte juridique, onpourrait se demander pourquoi le taux de transi-tion directe n’est pas encore plus élevé. Une par-tie de la réponse se trouve probablement dans lamanière dont sont définis ici les licenciementscollectifs. On considère toute séparation inter-venant deux ans au plus avant la date de dispa-rition de l’entreprise comme étant liée à cettefermeture, or une partie non négligeable de nos« licenciements collectifs » sont simplementdes séparations normales. (9)Analyser les périodes sans emploiLes fonctions de hasard et de survie non-para-métrique selon l’approche Kaplan-Meier per-mettent de caractériser plus complètement lespériodes sans emploi (10). Seuls sont retenus lesindividus qui ont démarré une période sansemploi salarié (donc de durée strictement supé-rieure à zéro). Comme toute analyse des durées,les résultats sont sensibles au traitement des épi-sodes censurés (11). Les graphiques I, III, V etVI montrent les estimateurs Kaplan-Meier desfonctions de survie (avec des intervalles de con-fiance à 95 %) pour les périodes sans emploisuivant des séparations d’emplois stables, et lesgraphiques II et IV présentent les estimateursTanner-Wong des fonctions de hasard corres-pondantes aux données qui ont généré les fonc-tions de survie des graphiques I et III (12).Au-delà du fait qu’ils passent plus facilementd’un emploi au suivant directement, c’est-à-dire9. Pour les femmes, les chiffres comparables sont des facteursde 2,3 pour les licenciements collectifs et 2,8 pour les autresséparations.10. Voir Lancaster (1990) et Fortin, Fougère et Lacroix (1999)pour plus de détails sur cette approche.11. On ne considère que les épisodes qui commencent à l'inté-rieur de la fenêtre d'observation (échantillonnage en flux), et toutépisode qui ne termine pas avant le 31 décembre 1989 est traitécomme un épisode censuré à droite. Ainsi, les individus qui ontpris des postes dans le secteur public après avoir quitté ou perduun emploi chez un employeur du secteur privé sont codés commecensurés, tout comme ceux qui travaillent pour leur proprecompte sans se verser un salaire. Voir la note 8 pour plus d’infor-mation sur l’importance quantitative de ces erreurs de codage.12. Voir Fortin, Fougère et Lacroix (2000) pour des précisions surl'estimateur Tanner-Wong de la fonction de hasard. Cet estima-teur est à base de noyaux. Une question primordiale dans cettesituation est le choix de la fenêtre d’observation. Après avoirexpérimenté plusieurs fenêtres différentes, on a choisi un noyauEpanechnikov et une fenêtre « optimale », sachant qu’une fenê-tre « optimale » a tendance à trop lisser la fonction concernée.
ÉCONOMIE ET STATISTIQUE N° 351, 2002
Soyez le premier à déposer un commentaire !

17/1000 caractères maximum.