Sur-éducation : quel effet de la mobilité géographique dans le temps ?
p. 363-374
Entrées d’index
Mots-clés : insertion professionnelle, emploi des jeunes, mobilité géographique, surqualification
Keywords : school-to-work transition, youth employment, geographic mobility, overqualification
Texte intégral
Introduction
1En France, de nombreuses études ont mis en évidence une augmentation de la sur-éducation pour les jeunes diplômés du supérieur. Une personne est sur-éduquée lorsque qu’elle occupe un emploi pour lequel les qualifications requises sont inférieures à celles acquises au cours de sa formation, cette situation est également appelée du déclassement professionnel. La sur-éducation est-elle préjudiciable à une bonne insertion sur le marché du travail ? Plusieurs économistes ont souligné que l’un des principaux bénéfices de l’éducation réside dans l’accroissement des perspectives de progression professionnelle, au sein d’une même entreprise ou dans le cadre d’une mobilité interentreprises. Cette idée constitue l’élément central du modèle de mobilité professionnelle proposé par Sicherman et Galor (1990). Dès lors, les jeunes diplômés acceptent fréquemment des emplois pour lesquels ils seront sur-éduqués. Mais, la saturation du marché du travail local, le manque d’opportunités ou encore la dévalorisation potentielle des diplômes (Giret & Lemistre, 2004) exacerbent ce problème. Néanmoins, le déclassement est incompatible avec la logique adéquationniste, qui postule que « inscrire des formations dans la logique de la division du travail, c’est identifier une cible, c’est-à-dire des emplois qui occupent une place déterminée dans l’organisation, définir les compétences ou capacités nécessaires pour qu’un jeune diplômé puisse postuler à l’un de ces emplois et bâtir la formation en conséquence » (Vincens, 2006). En fait, de ce point de vue, les jeunes diplômés, une fois leurs études terminées, recherchent des opportunités d’emploi au sein – ou en dehors – du marché local qui correspondent à leurs qualifications. Toutefois, le temps nécessaire pour obtenir un poste en adéquation avec son niveau de diplôme varie en fonction de la disponibilité des opportunités et de la capacité de l’individu à chercher activement cet emploi (mobiliser son réseau professionnel, motivation, etc.).
2Lorsque les emplois en adéquation avec leur niveau de qualification sont rares dans leur région d’origine ou leur région d’études, les jeunes sont souvent confrontés à un choix : accepter un poste inférieur à leurs qualifications ou déménager pour trouver un meilleur emploi et donc réaliser une mobilité. Par conséquent, pour éviter une situation de sur-éducation liée au marché local, de nombreux jeunes diplômés choisissent de quitter leur localité pour que leur premier emploi corresponde à leurs compétences. Il est raisonnable de supposer que l’élargissement de la zone géographique de recherche d’emploi peut réduire la probabilité d’être sur-éduqué. La flexibilité spatiale se traduit alors par une capacité à effectuer des trajets domicile-travail prolongés, mais également par une disposition à migrer pour saisir des opportunités professionnelles (Büchel & Van Ham, 2003). Dès lors, une question essentielle se pose : la mobilité géographique permet-elle de limiter l’effet de la sur-éducation sur l’insertion professionnelle des jeunes en France ? En mobilisant la théorie de la mobilité de carrière, il convient d’examiner dans quelle mesure la migration influence non seulement la persistance de la sur-éducation, mais également la durée nécessaire pour accéder à un emploi correspondant aux qualifications initiales.
3Il existe un vaste corpus de recherches sur le phénomène de la sur-éducation en France. Cependant, peu d’études ont abordé ses aspects dynamiques ainsi que le rôle de la mobilité spatiale dans ce contexte. L’objectif de cet article est d’apporter un éclairage sur cette question. De plus, nous analyserons les dynamiques migratoires à un niveau plus fin, en nous concentrant sur la zone d’emploi, un espace où la majorité des individus résident et travaillent. Cette approche nous permettra d’acquérir une compréhension plus approfondie des dynamiques du marché du travail.
4Cet article est organisé comme suit : la section 1 présente la cadre théorique de l’étude et les données utilisées, la section 2 présente quelques statistiques descriptives tandis que la section 3 présente l’analyse économétrique et les résultats. La dernière section conclut.
1. Sur-éducation, mobilité professionnelle et géographique
1.1. Cadre théorique
5Contrairement à l’hypothèse généralement admise, la détention d’un diplôme, en particulier dans l’enseignement supérieur, ne protège pas nécessairement contre un décalage entre les compétences de l’employé et celles requises pour le poste occupé, ni contre le risque de déclassement professionnel. Au fil du temps, il est devenu de plus en plus évident qu’un écart persiste entre les compétences acquises en milieu académique et celles demandées sur le marché du travail. Cette situation, appelée sur-éducation, se produit lorsque le niveau de qualification d’un individu dépasse les exigences de son emploi actuel. Outre le fait que les compétences du diplômé sont sous-utilisées, ce désajustement peut entraîner plusieurs conséquences négatives, telles qu’une moindre satisfaction au travail, une rémunération inférieure aux attentes et une faible productivité (Tsang & Levin,1991 ; Béduwé & Giret, 2011 ; Giret & Jongbloed, 2024). En France, la prévalence de la sur-éducation constitue une préoccupation majeure, notamment pour les jeunes actifs entrant sur le marché du travail.
6Les inadéquations entre le niveau d’éducation et l’emploi occupé ont des effets significatifs sur plusieurs aspects du marché du travail (Allen & Van der Velden, 2001). Quelques études montrent qu’à l’entrée sur le marché du travail, certaines personnes peuvent bénéficier d’une valorisation et donc accéder à des emplois dépassant leurs compétences (Lemistre, 2007). Mais, la grande majorité des recherches montrent que les individus peuvent subir une dévalorisation de leurs compétences lorsqu’ils entrent sur le marché du travail. Cela suggère que certains travailleurs occupent des postes qui ne correspondent pas à leur niveau de formation et de qualification. On observe une situation de déclassement professionnel qui peut prendre deux formes : le niveau de formation initiale ou de diplôme du salarié est supérieur à celui requis pour le poste occupé (déclassement vertical) ou lorsque la filière d’études et en inadéquation avec le domaine de l’emploi (déclassement horizontal). Cependant, cette situation de déclassement reste généralement une situation de court terme. Les jeunes diplômés acceptent temporairement d’être déclassés le temps d’acquérir plus d’expérience et être par la suite plus compétitifs sur le marché du travail (Duncan & Hoffman, 1981 ; Sicherman & Galor,1990 ; Alba-Ramirez, 1993 ; Daly et al., 2000).
7Le modèle économique néoclassique suggère que les individus migrent vers des régions optimisant leur revenu en fonction des opportunités d’emploi, des salaires, du coût de la vie et de la qualité de vie. Ce modèle peut également être appliqué à l’analyse du phénomène de sur-éducation, dans lequel les individus cherchent des emplois correspondant à leurs qualifications lorsque les opportunités locales ne sont pas en adéquation avec leurs compétences ou leurs préférences. Les disparités territoriales en matière d’opportunités d’emploi et de revenus jouent un rôle déterminant dans la décision de migrer. Une forte densité d’emplois et des trajets domicile-emploi courts réduisent la sur-éducation, tandis qu’un chômage élevé l’accentue, forçant les travailleurs à occuper des postes sous-qualifiés. Certaines études appliquées au contexte français soutiennent cette hypothèse. En effet, Fouquet et Sari (2023) ont montré que la mobilité contribuerait à réduire le risque d’être sur-éduqué sur le marché de l’emploi.
1.2. Données mobilisées et variables
8Afin d’étudier la persistance du déclassement dans le temps et l’effet de la mobilité géographique sur cette dynamique, nous mobilisons les données de l’enquête Génération 2017 du Céreq. Cette enquête regroupe des jeunes ayant quitté le système éducatif au cours de l’année académique 2016-2017, indépendamment de leur niveau ou domaine d’études. Elle permet de reconstruire les trajectoires professionnelles des jeunes au cours de leurs premières années d’emploi sur une base mensuelle. La première vague de l’enquête, réalisée en 2020, a été administrée à un échantillon de 25 164 jeunes. Trois ans plus tard, pour la deuxième vague, ce nombre tombe à 8 735. Notre analyse se concentrera sur les diplômés de l’enseignement supérieur, car les travailleurs moins qualifiés ont moins de chances d’être sur-éduqués. Finalement, notre échantillon final est composé de 4 941 individus.
9Dans le cadre de cette étude, nous mobilisons deux mesures du déclassement (ou sur-éducation) vertical (niveau de formation initiale ou de diplôme du salarié est supérieur au niveau requis pour le poste occupé). Nous distinguerons d’abord la mesure subjective qui s’appuie sur la perception d’un individu quant à sa situation professionnelle. En d’autres termes, selon cette mesure, un individu est considéré comme déclassé – ou sur-éduqué – s’il perçoit les tâches associées à ses obligations professionnelles comme en dessous de son niveau de compétences. Cependant, certains chercheurs soutiennent que les problèmes de dissonance cognitive pourraient affecter les travailleurs sondés, suggérant que cette approche « subjective » pourrait être sujette à des erreurs de mesure (Büchel & Van Ham, 2003) par rapport à une approche plus objective1. Cependant, nous pensons que cette approche, comme l’ont souligné Béduwé et Giret (2011), complèterait une approche plus objective, souvent critiquée pour ne pas prendre en compte l’hétérogénéité des préférences individuelles, les investissements en capital humain et les évolutions technologiques au sein des entreprises au fil du temps.
10Ensuite, nous distinguons la mesure statistique qui est, quant à elle, basée sur la situation existante sur le marché du travail. Autrement dit, dans le cadre de cette étude, un individu est perçu comme déclassé statistiquement si plus de 50 % des personnes appartenant à la même catégorie socio-professionnelle que lui ont un niveau d’études inférieur au sien2.
11Dans le but d’identifier la persistance de l’emploi, le déclassement est mesuré à trois moments clés t dans la trajectoire d’insertion professionnelle des jeunes diplômés :
- t1 : à situation observée immédiatement après la sortie de l’enseignement supérieur3,
- t2 : trois ans après l’obtention du diplôme (au moment de la première interrogation),
- t3 : six ans après l’obtention du diplôme (au moment de la seconde interrogation).
12Nous cherchons à observer si être déclassé à t -1 a un effet sur la situation sur le marché du travail (chômage, emploi déclassé et emploi non déclassé) à t , à la fois d’un point de vue statistique et subjectif. De plus, nous cherchons à capturer l’impact de la mobilité géographique entre t -1 et la situation sur le marché du travail à t . En croisant cette variable avec la situation sur le marché du travail à t -1 nous pourrons mesurer un éventuel effet persistant du déclassement. À partir de la base de données Céreq, nous pouvons déterminer si un individu a migré entre sa localisation à t -1 et celle à t . Nous construisons une variable binaire qui prend la valeur de 1 si le diplômé a changé de zone d’emploi entre ces deux périodes, et 0 sinon. Nous mobilisons également les variables socio-démographiques standards pouvant influencer la situation sur le marché du travail en général et la probabilité d’être déclassé en particulier : le sexe, l’âge, le fait de vivre en couple, l’origine sociale et migratoire des parents. À ces variables, nous rajoutons celles caractérisant le parcours scolaire : le type de baccalauréat (général, professionnel ou technologique), le plus haut diplôme obtenu (bac+2 ; bac+3/4, bac+5/84) et le domaine d’études5.
2. Statistiques descriptives
13Le tableau 1 présente la répartition des individus selon leur situation professionnelle en distinguant le déclassement statistique aux trois dates (à la sortie du système éducatif, t1 ; à trois ans, t2 ; et à six ans, t3 ) et subjectif à trois et six ans. Nous observons qu’à t1 la situation de non-emploi reste globalement majoritaire (48,42 %). Cette situation diminue fortement à t2 et légèrement à t3 pour atteindre 12,1 %. Cette baisse s’accompagne d’une augmentation relativement forte des personnes en emploi et déclassées de façon statistique. La mesure statistique montre une proportion élevée mais stable en t2 et t3 (36,98 % et 36,96 %), tandis que la mesure subjective décroit significativement entre t2 et t3 (22,68 % à 7,98 %). Pour les deux périodes, les employés non déclassés sont plus nombreux selon la perception subjective (60,91 % contre 46,61 à t2 ; 79,93 % contre 50,94 % à t3 ). Ces écarts traduisent une divergence entre l’évaluation objective et le ressenti du déclassement, les individus ayant tendance à se considérer moins souvent déclassés au fil du temps que ne l’indiquent les données statistiques (et donc plus objectives).
Tableau 1. Situation de non-emploi, d’emploi et mesures du déclassement
Mesure statistique | Mesure subjective | ||||||
Situation professionnelle | t1 | t2 | t3 | t1 | t2 | t3 | |
Situation de non-emploi | % | 48,42 | 16,41 | 12,1 | 48,42 | 16,41 | 12,1 |
N pondéré | 154 311 | 52 305 | 38 551 | 154 311 | 52 305 | 38 551 | |
En emploi et déclassé | % | 16,14 | 36,98 | 36,96 | 5,05 | 22,68 | 7,98 |
N pondéré | 51 440 | 117 833 | 117 773 | 16 094 | 72 263 | 25 414 | |
En emploi et non déclassé | % | 35,43 | 46,61 | 50,94 | 46,53 | 60,91 | 79,93 |
N pondéré | 112 919 | 148 532 | 162 346 | 148 265 | 194 102 | 254 705 |
Champ : ensemble des diplômés du supérieur sortant du système éducatif en 2017.
Source : calcul des auteurs à partir de la Génération 2017 du Céreq.
3. Analyse économétrique
14Étant donné que tous les individus ne sont pas en situation d’emploi (déclassé ou pas) aux trois dates considérées, nous allons dans la modélisation économétrique considérer trois situations sur le marché du travail : le non-emploi, en emploi mais déclassé, en emploi mais non déclassé6. Ces situations sont observées aux trois moments d’observations t1 , t2 et t3 pour le déclassement statistique et à t2 et t3 pour le déclassement subjectif. La modélisation retenue est un modèle Probit multinomial. La situation de référence considérée est l’adéquation professionnelle (en emploi et non déclassé).

15Les tableaux 2 et 3 présentent les résultats de nos estimations : le premier mesure le déclassement de manière statistique, tandis que le second l’évalue de façon subjective. En observant les caractéristiques socio-démographiques, on remarque que les femmes ont généralement plus de chances d’être sans emploi et aussi déclassées – ou sur-éduquées – mais cet effet diffère selon le déclassement considéré. Il est plus marqué pour la mesure statistique à t2 et t3 et n’est pour autant pas observé de façon claire sur la perception du déclassement. Ce résultat, concernant les emplois déclassés, est en accord avec la littérature existante, car les femmes sont souvent plus enclines à accepter des inadéquations professionnelles en raison de contraintes familiales, les conduisant ainsi à privilégier la stabilité de l’emploi au détriment d’une correspondance parfaite entre formation et poste occupé (Büchel & Van Ham, 2003). De plus, des phénomènes de discrimination peuvent intervenir, les femmes étant parfois recrutées sur des postes sous-évaluant leurs qualifications et compétences (Razafindranovona, 2017 ; Jaoul-Grammare, 2024). L’âge n’a pas d’effet persistant (sur les trois moments considérés) sur le déclassement statistique mais affecte de façon positive la perception du déclassement chez les jeunes diplômés. Les individus qui vivent en couple ont globalement moins de chance d’être au chômage et/ou d’occuper un emploi déclassé. Les individus d’origine sociale favorisée (deux parents cadres) ont moins de chances d’occuper un poste déclassé de façon objective. Ils ne se sentent pas concernés par le déclassement subjectif. Les individus d’origine immigrée ont relativement plus de chance d’être au chômage. Aucun effet significatif n’est observé sur le déclassement statistique tandis que ce sous-groupe d’individus a plus de chances de se percevoir déclassé. Concernant le niveau d’études, globalement, plus il augmente et moins les individus sont en situation de chômage. Lorsqu’on observe l’effet sur le déclassement, on constate qu’il est associé à plus de déclassement statistique à t1 , une tendance qui s’inverse à t2 et disparait à t3 . Lorsqu’on observe la perception du déclassement, on observe un effet négatif et significatif du niveau d’études trois ans après la sortie des études. Les titulaires de diplômes scientifiques, de santé et d’économie sont moins touchés par le déclassement – autant statistique et subjectif – et le chômage.
16Concernant la persistance du déclassement, on constate que les travailleurs déclassés à t -1 ont une probabilité significative plus forte d’être déclassés à t , quelle que soit la mesure du déclassement (statistique ou subjective). Cela suggère un effet de trappe, où ceux qui subissent un déclassement objectif ont des difficultés à retrouver un emploi correspondant à leur qualification. Selon la mesure subjective, la persistance du déclassement est moins systématique. Un individu a plus de chance de se sentir déclassé en t3 s’il l’a été en t2 . Ce phénomène s’observe aussi pour le non-emploi : avoir connu du non-emploi à t -1 augmente la probabilité d’être en situation de non-emploi ou en emploi déclassé en t .
17En analysant l’effet de changer de zone d’emploi dans le cadre professionnel, la mobilité seule n’a pas d’effet significatif quand on observe la mesure statistique, mais elle atténue parfois l’effet du déclassement persistant entre t1 et t2 (variable croisée déclassement et mobilité). Cela indique qu’effectuer une mobilité géographique peut être un levier pour sortir du déclassement, mais pas systématiquement (aucun effet à t3 ). Lorsqu’on observe l’approche subjective, contre-intuitivement, la mobilité géographique est associée à plus de perception du déclassement professionnel. Aussi, lorsque le non-emploi à t1 est croisé avec la mobilité géographique, on constate qu’un chômeur qui migre dans le cadre de l’emploi a davantage de chance de se retrouver avec un emploi déclassé de façon objective à t2 . La mobilité apparaîtrait alors comme une solution à l’inactivité, même au prix d’accepter un emploi moins qualifié.
Tableau 2. Estimation par un modèle de Probit multinomial (déclassement statistique)
T1 | T2 | T3 | ||||
Dépendantes | Sans emploi | En emploi et déclassé | Sans emploi | En emploi et déclassé | Sans emploi | En emploi et déclassé |
Employé et déclassé à t -1 | 1,612*** | 2,207*** | 1,584*** | 3,567*** | ||
(0,168) | (0,141) | (0,151) | (0,139) | |||
Déclassement x mobilité | 0,192 | 0,048 | -0,097 | -0,224 | ||
(0,252) | (0,215) | (0,197) | (0,180) | |||
Sans emploi à t -1 | 1,183*** | 0,808*** | 2,107*** | 2,364*** | ||
(0,115) | (0,095) | (0,162) | (0,168) | |||
Sans emploi x mobilité | -0,092 | 0,335** | -0,212 | -0,106 | ||
(0,175) | (0,141) | (0,207) | (0,213) | |||
A effectué une mobilité entre t -1 et t | 0,046 | -0,240** | 0,223* | 0,039 | ||
(0,143) | (0,107) | (0,130) | (0,136) | |||
Ref (Homme) | ||||||
Femme | 0,021 | 0,106 | 0,270*** | 0,445*** | 0,252*** | 0,172** |
(0,064) | (0,075) | (0,080) | (0,071) | (0,087) | (0,082) | |
Age (t) | -0,009 | 0,052*** | 0,085*** | 0,059*** | 0,046*** | 0,020 |
(0,015) | (0,015) | (0,018) | (0,016) | (0,018) | (0,016) | |
Vis_en_couple (t) | -0,281*** | -0,070 | -0,404*** | -0,009 | -0,183** | -0,070 |
(0,061) | (0,071) | (0,079) | (0,067) | (0,084) | (0,079) | |
Ref (Aucun parent cadre) | ||||||
Un parent cadre | 0,032 | -0,236*** | -0,056 | -0,076 | 0,051 | -0,108 |
(0,069) | (0,082) | (0,087) | (0,077) | (0,095) | (0,088) | |
Deux parents cadres | 0,163* | -0,140 | -0,166 | -0,414*** | -0,034 | -0,177 |
(0,090) | (0,104) | (0,113) | (0,100) | (0,126) | (0,111) | |
Ref (Aucun parent d’origine immigrée) | ||||||
Un parent d’origine immigrée | 0,148 | -0,058 | 0,327*** | -0,124 | 0,003 | 0,035 |
(0,102) | (0,120) | (0,118) | (0,112) | (0,139) | (0,130) | |
Deux parents d’origine immigrée | 0,205** | -0,193* | 0,157 | -0,239** | 0,269** | -0,210* |
(0,094) | (0,112) | (0,110) | (0,106) | (0,118) | (0,117) | |
Ref (Bac technologique) | ||||||
Bac général | -0,087 | -0,041 | -0,064 | -0,232*** | -0,068 | -0,238** |
(0,077) | (0,093) | (0,095) | (0,087) | (0,100) | (0,095) | |
Bac professionnel | -0,087 | 0,368** | 0,121 | 0,269** | 0,152 | 0,259* |
(0,117) | (0,154) | (0,147) | (0,131) | (0,163) | (0,151) | |
Ref (Bac+2) | ||||||
Bac+3/4 | 0,012 | 0,981*** | 1,061*** | 1,640*** | 0,447*** | 0,749*** |
(0,095) | (0,124) | (0,126) | (0,115) | (0,130) | (0,120) | |
Bac+ 5/8 | 0,082 | 1,071*** | -0,723*** | -0,524*** | -0,303** | 0,103 |
(0,095) | (0,123) | (0,119) | (0,104) | (0,130) | (0,120) | |
Ref (Littérature) | ||||||
Droit économie et gestion | -0,298*** | -0,347*** | -0,101 | 0,085 | -0,217* | -0,116 |
(0,096) | (0,107) | (0,111) | (0,105) | (0,118) | (0,107) | |
Santé | -0,933*** | -0,404*** | -1,232*** | -0,848*** | -0,061 | 0,076 |
(0,144) | (0,149) | (0,189) | (0,146) | (0,183) | (0,138) | |
Sciences | -0,458*** | -0,574*** | -0,466*** | -0,213* | -0,337** | -0,191 |
(0,103) | (0,118) | (0,123) | (0,114) | (0,133) | (0,117) | |
Sciences sociales | 0,248 | -0,167 | -0,236 | -0,134 | 0,246 | -0,144 |
(0,199) | (0,224) | (0,243) | (0,215) | (0,241) | (0,245) | |
Constante | 0,876** | -2,196*** | -3,433*** | -2,486*** | -3,248*** | -2,713*** |
(0,352) | (0,386) | (0,495) | (0,435) | (0,539) | (0,496) | |
Observations | 4 941 | 4 941 | 4 941 | 4 941 | 4 941 | 4 941 |
Seuil de significativité : *** p<=0.01, ** 0.05<=p<0.01, * 0,1<=p<0,05.
Source : calcul des auteurs à partir de la Génération 2017 du Céreq.
Tableau 3. Estimation par un modèle de Probit multinomial (déclassement subjectif)
T2 | T3 | |||
Dépendantes | Sans emploi | En emploi et déclassé | Sans emploi | En emploi et déclassé |
Employé et déclassé à t -1 | 0,608*** | 1,489*** | ||
(0,148) | (0,143) | |||
Déclassement x mobilité | -0,147 | -0,330* | ||
(0,194) | (0,194) | |||
Sans emploi à t -1 | 1,714*** | 1,243*** | ||
(0,146) | (0,174) | |||
Sans emploi x mobilité | -0,250 | -0,181 | ||
(0,190) | (0,229) | |||
A effectué une mobilité entre t -1et t | 0,272** | 0,028 | ||
(0,114) | (0,137) | |||
Ref (Homme) | ||||
Femme | -0,056 | -0,211** | 0,181** | 0,013 |
(0,062) | (0,094) | (0,083) | (0,092) | |
Age (t) | -0,022 | 0,040** | 0,046*** | 0,047** |
(0,014) | (0,020) | (0,017) | (0,019) | |
Vis_en_couple (t) | -0,259*** | 0,039 | -0,175** | -0,111 |
(0,059) | (0,093) | (0,079) | (0,087) | |
Ref (Aucun parent cadre) | ||||
Un parent cadre | 0,097 | -0,129 | 0,062 | -0,269*** |
(0,067) | (0,111) | (0,091) | (0,103) | |
Deux parents cadres | 0,216** | -0,065 | 0,011 | -0,212 |
(0,086) | (0,141) | (0,120) | (0,131) | |
Ref (Aucun parent d’origine immigrée) | ||||
Un parent d’origine immigrée | 0,196** | 0,155 | 0,011 | 0,138 |
(0,099) | (0,156) | (0,134) | (0,136) | |
Deux parents d’origine immigrée | 0,317*** | 0,264* | 0,393*** | 0,180 |
(0,091) | (0,144) | (0,111) | (0,127) | |
Ref (Bac technologique) | ||||
Bac général | -0,070 | -0,005 | 0,068 | 0,053 |
(0,075) | (0,117) | (0,095) | (0,112) | |
Bac professionnel | -0,170 | 0,173 | 0,025 | -0,008 |
(0,115) | (0,176) | (0,154) | (0,165) | |
Ref (Bac+2) | ||||
Bac+3/4 | -0,207** | 0,398*** | 0,025 | 0,176 |
(0,092) | (0,143) | (0,115) | (0,131) | |
Bac+ 5/8 | -0,254*** | -0,078 | -0,401*** | -0,096 |
(0,092) | (0,151) | (0,123) | (0,133) | |
Ref (Littérature) | ||||
Droit économie et gestion | -0,156* | -0,013 | -0,145 | -0,056 |
(0,091) | (0,146) | (0,113) | (0,122) | |
Santé | -0,874*** | -0,409* | -0,165 | -0,729*** |
(0,141) | (0,221) | (0,180) | (0,260) | |
Sciences | -0,228** | 0,073 | -0,285** | -0,201 |
(0,099) | (0,151) | (0,128) | (0,140) | |
Sciences sociales | 0,391** | 0,370 | 0,271 | -0,400 |
(0,181) | (0,290) | (0,218) | (0,271) | |
Constante | 1,006*** | -2,488*** | -3,360*** | -3,636*** |
(0,336) | (0,493) | (0,516) | (0,574) | |
Observations | 4 941 | 4 941 | 4 941 | 4 941 |
Seuil de significativité : *** p<=0.01, ** 0.05<=p<0.01, * 0,1<=p<0,05.
Source : calcul des auteurs à partir de la Génération 2017 du Céreq.
18Dans la suite de cette section, nous testons la sensibilité de nos résultats selon le sexe des individus. Les tableaux 4 et 5 présentent respectivement les analyses. Concernant la persistance du déclassement, les résultats restent inchangés. Être déclassé en t -1 a un effet positif et significatif sur le déclassement en t autant chez les hommes que chez les femmes. Nous observons la même tendance pour le non-emploi.
19Quelques différences apparaissent néanmoins en ce qui concerne l’effet de la mobilité géographique entre les hommes et les femmes. Chez les femmes, avoir effectué une mobilité géographique entre t -1 et t réduit le risque de déclassement objectif à t2 mais augmente celui-ci à t3 . Pour les hommes, un effet négatif n’est perçu qu’à t3 . Par contre, lorsqu’on observe la perception du déclassement, avoir effectué une mobilité professionnelle suite à un déclassement à t2 réduit la probabilité d’être déclassé à t3 chez les femmes tandis qu’aucun effet n’est observé chez les hommes.
Tableau 4. Estimation par un modèle de Probit multinomial (déclassement statistique) par sous-groupes de genre
T2 | T3 | |||
Dépendantes | Sans emploi | En emploi et déclassé | Sans emploi | En emploi et déclassé |
Hommes (N = 2249) | ||||
Employé et déclassé à t -1 | 1,744*** | 2,412*** | 1,483*** | 3,460*** |
(0,251) | (0,215) | (0,229) | (0,199) | |
Déclassement x mobilité | -0,052 | -0,247 | -0,104 | 0,138 |
(0,390) | (0,342) | (0,301) | (0,269) | |
Sans emploi à t -1 | 1,381*** | 1,053*** | 1,902*** | 2,455*** |
(0,173) | (0,144) | (0,249) | (0,239) | |
Sans emploi x mobilité | -0,437* | 0,062 | -0,095 | -0,126 |
(0,251) | (0,206) | (0,310) | (0,315) | |
A effectué une mobilité entre t -1 et t | 0,155 | -0,064 | -0,057 | -0,388* |
(0,205) | (0,154) | (0,188) | (0,200) | |
Femmes (N = 2692) | ||||
Employé et déclassé à t -1 | 1,501*** | 2,111*** | 1,677*** | 3,704*** |
(0,229) | (0,189) | (0,199) | (0,196) | |
Déclassement x mobilité | 0,371 | 0,184 | -0,138 | -0,520** |
(0,331) | (0,278) | (0,259) | (0,244) | |
Sans emploi à t -1 | 1,039*** | 0,686*** | 2,225*** | 2,316*** |
(0,155) | (0,126) | (0,215) | (0,235) | |
Sans emploi x mobilité | 0,181 | 0,504*** | -0,248 | -0,077 |
(0,243) | (0,194) | (0,281) | (0,293) | |
A effectué une mobilité entre t -1et t | -0,030 | -0,307** | 0,426** | 0,379** |
(0,199) | (0,147) | (0,176) | (0,188) |
Note : les caractéristiques socio-démographiques, le niveau et le domaine d’études ont été rajoutés en variables de contrôle. Seuil de significativité : *** p<=0.01, ** 0.05<=p<0.01, * 0,1<=p<0,05.
Source : calcul des auteurs à partir de la Génération 2017 du Céreq.
Tableau 5. Estimation par un modèle de Probit multinomial (déclassement subjectif) par sous-groupes de genre
T3 | ||
Dépendantes | Sans emploi | En emploi et déclassé |
Hommes (N = 2249) | ||
Employé et déclassé à t -1 | 0,688*** | 1,474*** |
-0,221 | -0,209 | |
Déclassement x mobilité | -0,075 | -0,113 |
-0,292 | -0,287 | |
Sans emploi à t -1 | 1,510*** | 1,444*** |
-0,225 | -0,246 | |
Sans emploi x mobilité | 0,067 | -0,17 |
-0,293 | -0,323 | |
A effectué une mobilité entre t -1et t | 0,006 | -0,116 |
-0,176 | -0,201 | |
Femmes (N = 2692) | ||
Employé et déclassé à t -1 | 0,537*** | 1,531*** |
-0,196 | -0,197 | |
Déclassement x mobilité | -0,167 | -0,530** |
-0,256 | -0,262 | |
Sans emploi à t -1 | 1,812*** | 1,048*** |
-0,194 | -0,249 | |
Sans emploi x mobilité | -0,423* | -0,165 |
-0,25 | -0,326 | |
A effectué une mobilité entre t -1 et t | 0,429*** | 0,135 |
-0,149 | -0,187 |
Note : les caractéristiques socio-démographiques, le niveau et le domaine d’études ont été rajoutées en variables de contrôle. Seuil de significativité : *** p<=0.01, ** 0.05<=p<0.01, * 0,1<=p<0,05.
Source : calcul des auteurs à partir de la Génération 2017 du Céreq.
Conclusion et discussion
20Les résultats de cette étude soulignent l’existence d’une trappe de déclassement et de non-emploi pour les jeunes diplômés, en particulier pour ceux qui entrent sur le marché du travail avec un niveau d’éducation supérieur aux exigences des postes disponibles. La persistance du phénomène de sur-éducation suggère un désajustement entre l’offre et la demande de compétences, ainsi qu’une segmentation du marché du travail, où certains secteurs valorisent moins les diplômes académiques. Cependant, plusieurs mécanismes sous-jacents existent et sont susceptibles d’être peu pris en compte par cette analyse. Les déclassements professionnels en réponses à une situation d’inactivité peuvent être un choix et non une contrainte. Il peut répondre temporairement à un besoin immédiat (conjoint qui décide de suivre son [ou sa] partenaire suite à une mobilité), à un emploi à temps partiel ou encore à une volonté d’acquérir plus de compétences professionnelles à travers les formations et l’expérience (Couppié et al., 2009). Autant de possibilités que nous n’avons pris en compte dans cette analyse.
21Sur le sujet de la mobilité spatiale, en en tenant compte, nous constatons un changement léger de dynamique. Malgré un déclassement initial, les individus ayant effectué une mobilité affichent une réduction de ce phénomène dans le temps. Cela pourrait s’expliquer par leur capacité d’adaptation, leur mobilité géographique plus élevée ou encore des stratégies d’investissement dans le capital humain, telles que la formation continue ou l’accumulation d’expérience professionnelle. Toutefois, il semblerait qu’un état de déclassement initial, et ce même après une mobilité, est associé également à de l’inadéquation. Une possibilité d’explication pourrait être un choix de retour dans le territoire d’origine. Cette volonté de vivre proche de leur famille pourrait contraindre les jeunes diplômés à accepter des emplois déclassés, la qualité de vie étant plus importante à leurs yeux que leur situation professionnelle. Dit autrement, une situation de déclassement suite à une mobilité peut être choisie dans le but de se rapprocher de son territoire d’origine ou encore de vivre dans une région mieux cotée en aménités locales (Chen & Rosenthal, 2008).
22L’écart entre la sur-éducation mesurée statistiquement et celle perçue subjectivement met en évidence un processus d’ajustement : bien que le déclassement professionnel demeure objectif, les individus tendent à réviser leurs attentes et à ajuster leur perception aux réalités du marché du travail, en particulier pour les femmes. Toutefois, les résultats des analyses sont à prendre avec précaution car ils peuvent être très différents selon la mesure employée (Hartog, 2000).
23Une perspective dans la poursuite de ce travail serait d’approfondir la méthodologie pour simultanément analyser les situations entre deux périodes et également prendre en compte l’endogénéité causale existante entre la migration et la situation professionnelle à date.
Bibliographie
Affichard, J. (1981). Quels emplois après l’école : la valeur des titres scolaires depuis 1973. Économie et Statistique, 134(1), 7-26.
Alba-Ramirez, A. (1993). Mismatch in the spanish labor market: overeducation? Journal of Human Resources, 259-278.
Allen, J. & Van der Velden, R. (2001). Educational mismatches versus skill mismatches: effects on wages, job satisfaction, and on-the-job search. Oxford Economic Papers, 53(3), 434-452.
Béduwé, C. & Giret, J.-F. (2011). Mismatch of vocational graduates: What penalty on French labour market? Journal of Vocational Behavior, 78(1), 68-79.
Büchel, F. & Van Ham, M. (2003). Overeducation, regional labor markets, and spatial flexibility. Journal of Urban Economics, 53(3), 482-493.
Chen, Y. & Rosenthal, S. S. (2008). Local amenities and life-cycle migration: Do people move for jobs or fun? Journal of Urban Economics, 64(3), 519-537.
Couppié, T., Giret, J. F. & Lopez, A. (2009). Obtenir un emploi dans son domaine de formation : un enjeu très relatif dans l’insertion des jeunes. Formation et Emploi, édition 2009, 43-56.
Daly, M. C., Büchel, F. & Duncan, G. J. (2000). Premiums and penalties for surplus and deficit education: Evidence from the United States and Germany. Economics of Education Review, 19(2), 169-178.
Duncan, G. J. & Hoffman, S. D. (1981). The incidence and wage effects of overeducation. Economics of Education Review, 1(1), 75-86.
Fouquet, A. & Sari, T. (2023). Spatial mobility and overeducation of young workers: New evidence from France. Papers in Regional Science.
Giret, J.-F. & Jongbloed, J. (2024). The consequences of the dualization of the french higher education system for graduates’ vertical mismatch in the labour market. In F. Suleman, P. Videira & P. N. Teixeira (eds.), Mass Higher Education and the Changing Labour Market for Graduates (p. 12-34). Edward Elgar Publishing.
Giret, J.-F. & Lemistre, P. (2004). Le déclassement à l’embauche des jeunes : vers un changement de la valeur des diplômes ? Brussels Economic Review, 47(3), 483-503.
Hartog, J. (2000). Over-education and earnings: where are we, where should we go? Economics of education review, 19(2), 131-147.
Jaoul-Grammare, M. (2024). Déclassement et discriminations sur le marché du travail : une approche intersectionnelle. Revue d’économie politique, 134(1), 45-68.
Lemistre, P. (2007). Diplômes et emplois occupés par les jeunes : une correspondance à revoir. LIRHE.
Razafindranovona, M. (2017). Malgré le diplôme : inégalités et déclassement sur le marché du travail. Revue Française de Sociologie, 58(3), 419-450.
Sicherman, N. & Galor, O. (1990). A theory of career mobility. Journal of Political Economy, 98(1), 169-192.
Tsang, M. & Levin, H. (1991). The impact of surplus schooling on work productivity. Industrial Relations: A Journal of Economy and Society, 30, 209-228.
Vincens, J. (2006). Un diplôme et un emploi pour chaque étudiant. Note du Lirhe, 437.
Annexe
Tableau 6. Statistiques descriptives des variables
Variables | Moyenne (%) |
Ecart-type (%) |
Caractéristiques socio-démographiques |
||
Femme | 57,1 |
49,5 |
Un parent cadre | 27,6 |
44,7 |
Deux parents cadres | 14,2 |
34,9 |
Parent d’origine immigrée | 9,9 |
29,8 |
Deux parents d’origine immigrée | 12,9 |
33,5 |
Type de bac et niveau d’études |
||
Bac général | 65,5 |
47,5 |
Bac technologique | 19,7 |
39,8 |
Bac professionnel | 10,0 |
30,0 |
Bac+2 | 29,6 |
45,6 |
Bac+3/4 | 22,2 |
41,5 |
Bac+5 | 44,8 |
49,7 |
Bac+8 | 3,5 |
18,3 |
Domaine d’études |
||
Littérature | 6,8 |
25,2 |
Sante | 7,2 |
25,8 |
Droit économie gestion | 44,8 |
49,7 |
Sciences | 29,4 |
45,5 |
Sciences sociales | 3,2 |
17,5 |
Champ : ensemble des diplômés du supérieur sortant du système éducatif en 2017.
Source : calcul des auteurs à partir de la Génération 2017 du Céreq.
Notes de bas de page
1En l’occurrence, celle d’Affichard (1981), qui est l’approche la plus « institutionnelle » (Lemistre, 2007) et qui repose sur la correspondance entre l’emploi et le niveau d’éducation ou encore l’approche statistique qui est également plus objective.
2Le niveau d’études est perçu ici en termes de nombre théorique d’années d’études depuis l’entrée au CP.
3Il est important de noter que si tous les individus de l’échantillon ont quitté le système éducatif la même année (2017), leur entrée sur le marché du travail – en considérant la première séquence de situation professionnelle – varie entre 2016 et 2018.
4Les bac+5 et bac+8 ont été regroupés en raison du faible effectif de docteurs dans notre échantillon.
5Les statistiques descriptives de ces variables sont présentées dans l’annexe du document.
6En emploi mais déclassé correspond à une situation de non-adéquation professionnelle et en emploi mais non déclassé correspond à une situation d’adéquation professionnelle.
Auteurs
-
Bastien Bernela
Université de Poitiers, LéP, France.
-
Liliane Bonnal
Université de Poitiers, LéP, TSE-R, France.
-
Inès Touré
Université de Poitiers, LéP, France.
-
Ahmed Tritah
Université de Poitiers, LéP, UM6P, France.

Le texte seul est utilisable sous licence Creative Commons - Attribution - Pas d’Utilisation Commerciale - Partage dans les Mêmes Conditions 4.0 International - CC BY-NC-SA 4.0. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.
Reprise d’études à l’université : quels publics, quelles finalités ?
Groupe de travail sur l’enseignement supérieur (GTES)
Valérie Canals et Séverine Landrier (dir.)
2020
Formation continue et parcours professionnels : entre aspirations des salariés et contexte de l’entreprise
Groupe d’exploitation des données Defis
Ekaterina Melnik-Olive et Danièle Guillemot (dir.)
2020
Sélections, du système éducatif au marché du travail
XXVIèmes journées du longitudinal. Toulouse, 12-13 novembre 2020
Marianne Blanchard, Gérard Boudesseul, Thomas Couppié et al. (dir.)
2021
Trajectoires et carrières contemporaines : nouvelles perspectives méthodologiques
XXVIIèmes journées du longitudinal, Grenoble, 23-24 juin 2022
Isabelle Borras, Nathalie Bosse, Laurence Baraldi et al. (dir.)
2022
Territoires et parcours. De nouvelles trajectoires d’emploi et de formation à l’épreuve des territoires ?
XXVIIIèmes journées du longitudinal, 14-15 juin 2023, Caen
Patrice Caro et Agnès Checcaglini (dir.)
2023
De plus en plus de sélection dans un enseignement supérieur en segmentation
Groupe de travail sur l’enseignement supérieur (GTES)
Fanette Merlin et Nadine Théophile (dir.)
2023
Les femmes dans l’enseignement supérieur : une (r)évolution inachevée
Groupe de travail sur l’enseignement supérieur (GTES)
Nathalie Beaupère et Carine Érard (dir.)
2023
Les expériences étudiantes professionnalisantes : diversité et effets sur les parcours
Groupe de travail sur l’enseignement supérieur (GTES)
Alexie Robert (dir.)
2023
Crises et transitions : quelles données pour quelles analyses ?
XXIXes journées du longitudinal, 24-25 juin 2024, Aix-en-Provence
Vanessa di Paola et Christophe Guitton (dir.)
2024
Premiers pas sur le marché du travail : quand les inégalités s’en mêlent - Tome 1
Exploitations de l’enquête 2020 auprès de la Génération 2017
Thomas Couppié, Dominique Épiphane, Olivier Joseph et al. (dir.)
2024
Après la formation initiale : les vicissitudes du parcours professionnel - Tome 2
Exploitations de l’enquête 2020 auprès de la Génération 2017
Thomas Couppié, Dominique Épiphane, Olivier Joseph et al. (dir.)
2024
Parcours et expériences en formation initiale : quel(s) impact(s) sur l’insertion ? - Tome 3
Exploitations de l’enquête 2020 auprès de la Génération 2017
Thomas Couppié, Dominique Épiphane, Olivier Joseph et al. (dir.)
2024