Version classiqueVersion mobile

Madagascar face au défi des Objectifs du millénaire pour le développement

 | 
Bénédicte Gastineau
, 
Flore Gubert
, 
Anne-Sophie Robilliard
, 
et al.

Partie 2. Assurer l'éducation primaire pour tous et promouvoir l'égalité des sexes

Regards croisés sur les inégalités de genre sur le marché du travail malgache1

Christophe J. Nordman

Texte intégral

  • 1 Ce chapitre s’inspire de plusieurs travaux de recherche sur la question du genre à Madagascar mené (...)

1Dans la majorité des pays du monde, il existe des différences significatives dans le comportement et la réussite des hommes et des femmes sur le marché du travail. À cet égard, Madagascar ne déroge pas à la règle. Dans le cas des pays en développement, en particulier des plus pauvres, comme Madagascar, la compréhension des causes des inégalités de genre sur le marché du travail est un enjeu crucial étant donné la place importante qu’occupe la réduction des écarts de revenus entre sexes dans la lutte contre la pauvreté. L’objectif 3 des OMD rappelle d’abord la nécessité d’éliminer les disparités entre les sexes dans les enseignements primaire et secondaire d’ici à 2005 (voir le chapitre 4 de cet ouvrage), et à tous les niveaux de l’enseignement en 2015 au plus tard. S’agissant du marché du travail, en plus de l’indispensable réduction des écarts de revenus entre sexes, l’objectif 3 souligne l’importance d’augmenter la proportion de femmes salariées dans le secteur non agricole.

  • 2 Un rapport de la Banque africaine de développement en 2005 faisait état de 35 transactions achevée (...)

2Au cours de la période récente, la détérioration du marché du travail qu’a connue Madagascar ainsi que le gel partiel des embauches dans le secteur public à partir du milieu des années 1980 ont probablement aggravé la situation des femmes sur le marché du travail, et vraisemblablement creusé les inégalités de revenus entre sexes. En effet, la diminution de l’emploi des femmes dans le secteur public a été particulièrement importante (Razafindrakoto et Roubaud, 1999 ; Roubaud, 2002), or c’est le secteur qui offre encore aujourd’hui les rémunérations les plus élevées. Dans un avenir proche, les effets de la fin des Accords multifibres (AMF) et de la suppression de certains avantages de l’African Growth and Opportunity Act (AGOA), ajoutés aux impacts sociaux du processus de privatisation2, engendreront vraisemblablement aussi des conséquences défavorables sur l’emploi à court terme, en particulier pour les femmes qui représentent l’écrasante majorité des employés des secteurs textile et habillement (Cling et al., 2007). Ces effets seront plus sensibles encore si la fermeture ou la liquidation des sociétés d’État n’est pas compensée par le développement d’entreprises privées susceptibles d’assurer un nouveau dynamisme des embauches à long terme.

3Conscient de ces difficultés, le gouvernement malgache a été amené à structurer davantage les actions de réduction de la pauvreté en s’appuyant sur le processus de promotion de l’emploi, en tant que vecteur de liaison entre la croissance économique et la diminution des inégalités. Cela a conduit le pays à définir une stratégie de promotion de l’emploi à travers le Programme national de soutien à l’emploi (PNSE, 2006) en partenariat avec l’Organisation internationale du travail (OIT). Le PNSE constitue un instrument qui accompagne la Politique nationale de l’emploi (PNE) dans la concrétisation des objectifs du Plan d’action Madagascar 2012 (Madagascar Action Plan ou MAP), qui prend le relais du Document de stratégie de réduction de la pauvreté (DSRP). Le PNSE cible des groupes dits « vulnérables » tels que les jeunes n’ayant pas accès à la formation professionnelle, les petits exploitants agricoles, les travailleurs « déflatés », c’est-à-dire ceux ayant besoin d’une requalification ou d’une reconversion professionnelle, et les salariés en situation d’emploi précaire. Avec un budget de plus de 16 millions de dollars pour une période de cinq ans, le PNSE doit ainsi contribuer à assurer le développement du pays par l’accroissement des possibilités d’accès de la population pauvre à l’emploi « décent », c’est-à-dire procurant des revenus stables et durables dans des conditions de dignité et d’équité. Pour cela, il entend agir sur le développement local des compétences, la dynamisation des secteurs générateurs d’emploi et l’amélioration du cadre légal et institutionnel de l’emploi. Des mécanismes et des dispositifs de programmation, de mise en œuvre et de suivi-évaluation du PNSE sont également conçus pour mieux planifier la réalisation des activités, mesurer les résultats atteints et en évaluer les impacts.

  • 3 Voir Nordman et Roubaud (2009) pour une liste de ces travaux.

4Dans ce contexte, ce chapitre a pour premier objectif d’examiner la situation des femmes sur le marché du travail malgache, en insistant en particulier sur les différences de genre dans l’allocation des emplois et des revenus du travail à partir de différentes sources de données et plusieurs niveaux d’analyse. Bien que les travaux empiriques sur les différences de revenus entre sexes soient en nombre relativement faible pour l’Afrique en général (telle qu’en témoigne par exemple la méta-analyse de Weichselbaumer et Winter-Ebmer, 2005), il existe néanmoins un relatif consensus sur l’existence de fortes inégalités de revenus entre les hommes et les femmes, tant dans le secteur du salariat que dans celui des travailleurs indépendants3. Le cas malgache est plus surprenant à cet égard car il fait état de résultats contrastés, parfois contradictoires, en fonction des sources statistiques utilisées, des années considérées, des secteurs d’emploi observés et des méthodes utilisées. Ce chapitre a ainsi pour second objectif de discuter certaines difficultés méthodologiques rencontrées lors de ces analyses, de mettre le doigt parfois sur les divergences de diagnostic, et de les réconcilier, lorsque cela est possible.

5Cet état des lieux de la situation des femmes sur le marché du travail tire profit de résultats nationaux issus des Enquêtes périodiques auprès des ménages (EPM 2001, 2005) publiés dans Stifel et al. (2007) ainsi que dans Nordman et al. (2009). Une seconde source de données utile est celle fournie par les enquêtes emplois menées annuellement à Antananarivo depuis 1995 par la direction de la statistique malgache (Instat, phase 1 de l’Enquête 1-2-3), initiées dans le cadre du projet Madio. Une étude faisant usage de ces données ainsi que d’un volet d’enquête biographique (Biomad98) menée sur un sous-échantillon des ménages interrogés en 1998 (Nordman et Roubaud, 2005, 2009) permet de résoudre une difficulté majeure rencontrée par la littérature sur la question de la mesure des déterminants des écarts de rémunération entre les hommes et les femmes, à savoir la pauvreté des informations collectées dans les enquêtes ménages sur le parcours professionnel des travailleurs, alors même que l’attachement au marché du travail serait une source majeure de variation des profils de gains entre sexes.

  • 4 Une double lecture peut être conduite à cet égard puisque des encadrés regroupent l’essentiel des (...)

6Ce chapitre jette ainsi un regard transversal sur des questionnements d’ordre méthodologique4. Ceux-ci concernent les méthodes préconisées pour la décomposition des écarts de rémunération selon le genre dans un contexte de segmentation du marché du travail, c’est-à-dire lorsque l’affectation des individus entre les différents secteurs du marché (public, privés formel et informel) n’est pas aléatoire mais souvent contrainte. De nouveaux résultats d’analyses menées à partir d’enquêtes liant les employés aux employeurs des secteurs manufacturiers malgaches sont également présentés (Nordman et Wolff, 2009 a, 2009 b). Les résultats de ces études révèlent l’hétérogénéité des situations selon le segment du marché du travail considéré, en particulier la partie basse ou la tranche élevée de la distribution des emplois et des revenus, et plus généralement lorsqu’on étudie l’étroit secteur du salariat formel ou l’écrasant secteur informel dans l’emploi total. Ces travaux permettent également de discuter un fait stylisé documenté dans la littérature sur les pays développés, à savoir l’existence d’un plafond de verre pour les femmes les plus qualifiées, désignant une barrière invisible empêchant les femmes d’atteindre les niveaux hiérarchiques les plus élevés dans les entreprises. La fin de ce chapitre discute ainsi de la pertinence de ce phénomène dans le cas malgache, lançant un regard vers un pays voisin, l’île Maurice.

La situation des femmes sur le marché du travail : un état des lieux

Activité, salariat et chômage

  • 5 Les enquêtes EPM ne permettent pas cependant de distinguer les deux critères généralement utilisés (...)

7La participation à l’activité économique est élevée à Madagascar. Le tableau 35 présente des indicateurs globaux du marché du travail calculés à partir des données issues des Enquêtes périodiques auprès des ménages (EPM) de 2001 et 2005. Les chiffres indiquent que 86,9 % des individus âgés de 15 ans et plus déclarent avoir une forme d’activité productive en 2005, soit une augmentation de 4,4 points de pourcentage par rapport à 2001. Cette croissance de l’activité a été stimulée par une forte augmentation de la participation des femmes, celle-ci passant, selon les enquêtes EPM, de 77,7 à 84,6 % entre les deux années considérées, tandis que celle des hommes connaissait une augmentation plus modeste de 87,5 à 89,4 %. Le taux de chômage national au sens de l’Organisation internationale du travail (OIT) est structurellement bas à Madagascar5, mais il cache de fortes disparités entre régions rurales et urbaines (il est plus important dans les secondes).

8Plus de 85 % des travailleurs sont occupés par des activités non salariées en 2005, la part des non-salariés dans le total des emplois ayant crû de 3,4 points de pourcentage entre 2001 et 2005. Le secteur informel domine largement le marché du travail malgache puisqu’au moins 64,5 % des 1,2 million de travailleurs salariés exercent leur activité dans ce secteur. Si l’on considère l’ensemble de la force de travail, c’est-à-dire en incluant les travailleurs indépendants, approximativement 95 % des 8,3 millions d’individus en âge de travailler possèdent un emploi dans le secteur informel.

Tableau 35 Quelques indicateurs du marché du travail à Madagascar

Tableau 35 Quelques indicateurs du marché du travail à Madagascar

Sources : EPM 2001, EPM 2005, Instat ; Nordman et al. (2009).
Note : individus âgés de 15 ans et plus. Les chiffres sont donc différents de ceux du chapitre I, qui retient les individus de 15 à 64 ans.

9En dépit d’un accès presque équilibré au marché du travail entre les hommes et les femmes, les premiers ont davantage accès aux « bons » emplois, c’est-à-dire aux emplois salariés non agricoles. Les femmes tendent ainsi à être davantage employées dans l’agriculture et le secteur informel non agricole, où les revenus sont les plus bas, tandis que les hommes connaissent des taux d’emploi plus élevés dans le secteur formel où les revenus sont les plus élevés. En outre, les revenus des femmes employées dans le secteur formel sont en moyenne plus faibles que ceux des hommes du même secteur. La question des revenus sera examinée en détail plus loin dans le chapitre.

Secteur d’activité et statut dans l’emploi

10En préalable à une analyse des déterminants du statut dans l’emploi selon le genre, les statistiques descriptives sur l’allocation des hommes et des femmes entre les différents secteurs d’emploi à Madagascar fournissent plusieurs enseignements intéressants.

Allocation sectorielle

  • 6 La prudence s’impose dans l’interprétation de cette forte augmentation puisque l’on ne peut exclur (...)

11Les chiffres des enquêtes EPM présentés dans la figure 39 indiquent que, globalement, la structure des emplois a évolué entre 2001 et 2005. Ce changement se caractérise principalement par l’augmentation importante de la proportion des aides familiaux entre ces deux années (de 37,4 à 47,7 %) et par la réduction concomitante de la proportion des travailleurs indépendants (de 44,3 à 37,8 %). Cette modification de la structure des emplois trouve son explication dans le changement qu’a connu l’allocation de la main-d’œuvre féminine, laquelle se serait largement tournée vers la catégorie des aides familiaux (de 53,5 à 70,6 %)6. Cette expansion a été de pair avec le déclin de la part des femmes dans la catégorie des travailleurs indépendants. En résumé, selon les chiffres de 2005, la nature de l’emploi diffère beaucoup entre les hommes et les femmes :

  • près de trois femmes actives sur quatre sont des aides familiaux alors que ce rapport n’est que d’un sur quatre pour les hommes ;
  • les femmes travaillant comme indépendantes sont beaucoup moins nombreuses que les hommes indépendants : 17,8 % contre 57,4 % des hommes. Par exemple, seule une femme sur dix est exploitante agricole (contre un homme sur deux) ;
  • seulement 3,5 % des femmes sont employées dans le secteur formel, contre 6,7 % des hommes. L’un des indicateurs de suivi de l’OMD 3 (égalisation des proportions d’hommes et de femmes salariés du secteur non agricole) n’est donc pas encore atteint en 2005.

Fig. 39 Répartition des individus âgés de 15 ans et plus entre les principaux secteurs d’emploi à Madagascar (%).
Sources : EPM 2001, EPM 2005, Instat, Nordman et al. (2009).

Fig. 40 Répartition des individus âgés de 15 ans et plus entre les principaux secteurs d’emploi en milieux urbain et rural (%).
Sources : EPM 2001, EPM 2005, Instat, Nordman et al. (2009).

12Cette évolution de la structure des emplois peut être mise en parallèle avec les chocs subis par le marché du travail malgache entre 2001 et 2005. En particulier, le démantèlement final des Accords multifibres a entraîné des licenciements massifs dans le secteur du textile et a pu induire une baisse sensible de la part des travailleurs indépendants dans ce secteur.

13La répartition des emplois diffère également beaucoup selon que l’on considère le milieu rural ou le milieu urbain (fig. 40). D’abord, le salariat est rare en milieu rural alors qu’il est beaucoup plus répandu en ville. La structure de l’emploi en milieu rural est ainsi essentiellement constituée de travailleurs indépendants (39 % en 2005) et d’aides familiaux (51 % en 2005). Les hommes ont beaucoup plus de chances que les femmes d’être travailleurs indépendants en milieu rural (respectivement, 61 % contre 17 % en 2005) alors que les femmes sont plus nombreuses que les hommes dans la catégorie des aides familiaux (75 % contre 27 % en 2005).

Les déterminants de l’allocation sectorielle

14Nordman et al. (2009) proposent une estimation des déterminants individuels par sexe de l’allocation sectorielle à partir des données des EPM 2001 et 2005. Ils estiment tout d’abord un modèle simple à trois modalités relativement larges : 1) les individus sans rémunération (cette catégorie comprend les inactifs, les chômeurs et les aides familiaux et constitue la catégorie de référence dans les estimations) ; 2) les travailleurs non agricoles (travailleurs du secteur public, salariés des secteurs privés formel et informel et travailleurs indépendants non agricoles) et 3) les travailleurs agricoles indépendants. Leur second modèle affine la deuxième modalité en distinguant les salariés des secteurs public et privé (formel et informel), d’une part, et les travailleurs indépendants du secteur informel, d’autre part. Le modèle estimé est donc à six modalités au lieu de trois.

15La liste de régresseurs, c’est-à-dire les potentiels déterminants de l’allocation sectorielle, contient des variables de capital humain (l’éducation formelle, l’expérience potentielle sur le marché du travail), des variables sociodémographiques supposées influencer les comportements d’offre de travail (statut matrimonial, religion, origine géographique) et des variables mesurées au niveau du ménage (la somme des revenus des autres membres du ménage, la valeur de la terre et/ou du cheptel).

16Les premiers résultats que Nordman et al. (2009) obtiennent avec une modélisation à trois modalités de l’allocation du travail peuvent être résumés de la façon suivante.

  • Comme on pouvait s’y attendre, l’éducation a un effet différencié sur le « choix » d’appartenance sectorielle. Alors que le niveau d’éducation atteint est positivement associé7 à la probabilité d’avoir un emploi rémunéré, pour les hommes comme pour les femmes, une corrélation négative est observée en ce qui concerne l’emploi d’indépendant agricole. Pour les femmes, en revanche, cette corrélation négative n’est pas systématiquement obtenue, en particulier pour les bas niveaux scolaires (primaire ou collège).
  • Les autres déterminants traditionnels de capital humain tels que l’expérience sur le marché du travail ou l’accès à la formation professionnelle sont positivement associés à l’accès à l’emploi rémunéré, avec un effet marginal décroissant en ce qui concerne l’expérience. L’expérience professionnelle est également corrélée positivement à la probabilité de posséder un emploi d’indépendant agricole par rapport à des individus sans emploi rémunéré. A ces égards, il n’apparaît pas de différences notables entre sexes.
  • Le statut marital présente en revanche une différenciation intéressante. Pour les hommes, être marié est positivement associé à la probabilité d’obtenir un emploi rémunéré, quel que soit le secteur (agricole ou non agricole). L’inverse apparaît dans le cas des femmes pour lesquelles le mariage est systématiquement négativement corrélé à l’emploi rémunéré. Dans ce résultat, l’occurrence de naissances dans le ménage peu après le mariage explique sans doute l’effet obtenu puisqu’à Madagascar, comme dans la plupart des pays en développement, la maternité est souvent associée à un retrait plus ou moins long du marché du travail.
  • Les variables de dotation en capital physique mesurées au niveau du ménage (valeur des terres possédées et/ou valeur du cheptel) sont toujours significativement corrélées au « choix » d’emploi des individus. Alors que la richesse monétaire des autres membres du ménage (la somme de leurs revenus) est positivement associée à la probabilité de l’individu d’avoir un emploi rémunéré, une corrélation négative est observée en ce qui concerne le statut de travailleur indépendant agricole. Une explication possible suggérée par les auteurs est que cette variable de ménage capture un effet de richesse, c’est-à-dire que les travailleurs issus de ménages plus aisés se trouvent principalement occupés à des activités non agricoles plutôt qu’à des activités agraires indépendantes. De façon similaire, pour ce qui est de la variable de propriété foncière, plus la valeur de la terre possédée est élevée, plus la probabilité d’avoir un emploi d’indépendant agricole est grande. Il est d’ailleurs intéressant de constater que l’amplitude de cet effet est plus élevée pour les hommes que pour les femmes, en particulier pour l’année 2005. Finalement, un commentaire analogue peut être fait s’agissant de la variable prenant en compte la valeur du cheptel possédé par les travailleurs, mais son effet selon les deux années étudiées apparaît moins robuste.

17Les auteurs se tournent alors vers des estimations plus fines à l’aide d’une modélisation à six modalités de la probabilité relative d’appartenance sectorielle : 1) individus non rémunérés ; 2) salariés du secteur public ; 3) salariés du secteur privé formel ; 4) salariés du secteur informel ; 5) indépendants du secteur informel ; et 6) indépendants agricoles. Les résultats sont les suivants.

  • Pour les hommes comme pour les femmes, l’éducation a l’impact positif le plus grand sur la probabilité d’accéder au secteur public, suivie du salariat du secteur privé formel et de Γ auto-emploi du secteur informel. Ce résultat est significatif pour les deux années étudiées. Ainsi, de façon peut-être surprenante, l’éducation favoriserait davantage l’accès à l’emploi indépendant du secteur informel qu’au salariat de ce secteur. Cela peut refléter le fait que l’éducation est nécessaire à l’acquisition de compétences en matière de gestion, même pour des activités informelles. Notons que la principale différence entre les sexes est que l’éducation aurait un impact beaucoup plus grand pour les femmes, en particulier pour accéder au secteur formel de l’économie. De plus, en 2001, le niveau scolaire atteint par les femmes est négativement corrélé à leur probabilité d’obtenir un emploi salarié dans le secteur informel, tandis que cette corrélation pour les hommes n’apparaît pas significative.
  • Les autres variables de capital humain (formation professionnelle, expérience) ont des effets attendus (positifs et concaves pour l’expérience), à l’exception de la formation professionnelle pour l’accès à l’emploi indépendant agricole où son effet est non significatif pour les femmes, et même négatif pour les hommes. Les revenus des autres membres du ménage sont positivement associés à un emploi de salarié alors qu’ils sont négativement corrélés au travail indépendant. Ce résultat est significatif pour les deux sexes et les deux années. Enfin, les deux variables de dotation en capital physique mesurées au niveau du ménage ont également les effets attendus pour les deux sexes, à savoir une corrélation généralement positive s’agissant des emplois agricoles, et une corrélation négative en ce qui concerne les activités non agricoles.

Rémunération du travail

  • 8 Plus de détails sur le calcul des revenus sont disponibles dans Nordman et al (2009).

18Avant de se pencher sur des décompositions des différences de gains entre hommes et femmes, il est nécessaire d’observer de simples statistiques descriptives de l’écart de revenus entre les sexes pour les deux années considérées. L’encadré expose les choix effectués par Nordman et al. (2009) pour construire des variables de revenus à partir des données des enquêtes EPM de 2001 et 20058. Notons que les revenus issus d’une activité agricole sont exclus de l’analyse pour les raisons évoquées dans l’encadré.

  • 9 Des informations sur les heures de travail domestique collectées dans l’enquête EPM 2005 indiquent (...)

19Les écarts de revenus mensuels et horaires entre hommes et femmes sont indiqués dans le tableau 37. La prise en compte du volume horaire de travail est importante pour avoir une évaluation précise des écarts effectifs de revenus entre hommes et femmes dans la mesure où le temps de travail effectué diffère entre eux. Cela apparaît clairement dans le tableau 36 où l’on observe que le nombre d’heures travaillées par les hommes salariés est en moyenne de 14 % (pour 2001) à 17 % (pour 2005) supérieur à celui des femmes. Ce constat reste vrai si l’on désagrège le secteur du salariat en trois sous-secteurs (public, privé formel et informel). En ce qui concerne l’auto-emploi non agricole, les individus semblent travailler davantage que dans les autres secteurs et l’écart entre hommes et femmes est plus faible9.

Choix de définition des revenus à partir des enquêtes EPM 2001 et 2005 (Nordman et al., 2009)
La construction des variables de revenus suit la procédure suivante :
Pour les travailleurs salariés, les revenus sont collectés au niveau individuel et les salaires bruts utilisés sont calculés comme étant la somme des salaires nets et de l’équivalent monétaire des autres avantages perçus de la part de l’employeur dans l’activité principale, tels que loyer; vêtements, transport, nourriture, etc. Les revenus générés par une éventuelle activité secondaire ne sont pas pris en compte.
Pour les travailleurs indépendants, les revenus sont collectés dans deux parties distinctes des questionnaires EPM en fonction de la nature agricole ou non agricole de l’activité :
– dans le cas d’une activité indépendante non agricole, les revenus sont définis comme étant la somme nette des revenus de l’entreprise (ventes moins salaires versés, coûts non salariaux et taxes). Cette information est collectée au niveau de l’unité de production, les membres de la famille impliqués dans l’activité étant renseignés dans le questionnaire. Dans les cas où plusieurs membres de la famille participent à l’activité, il n’est néanmoins pas possible d’attribuer un revenu individuel à chaque membre impliqué : le revenu est ainsi attribué exclusivement au chef de l’unité de production et les autres membres du ménage sont considérés comme des aides familiaux.
– étant donné que les revenus agricoles peuvent difficilement être assignés à un seul membre du ménage, ces revenus sont exclus de l’analyse.

Tous les revenus sont divisés par le nombre d’heures travaillées dans l’activité correspondante, de façon à obtenir des revenus horaires.

Tableau 36 Heures travaillées dans des activités productives selon le sexe

Tableau 36 Heures travaillées dans des activités productives selon le sexe

Sources : EPM 2001, EPM 2005, Instat, Nordman et al. (2009).

20Les écarts de revenus sont ici calculés comme étant la différence moyenne de gains des hommes et des femmes exprimée en pourcentage des revenus des hommes. Le tableau 37 indique que, s’agissant de l’emploi salarié, l’écart agrégé des gains mensuels a augmenté de 42,8 à 49,5 % entre 2001 et 2005, tandis que l’écart agrégé des gains horaires a au contraire légèrement diminué. Le fait que l’écart de gains horaires soit plus faible est cohérent avec le constat fait précédemment que les hommes travaillent davantage d’heures dans les secteurs du salariat et du travail indépendant non agricole. En outre, l’augmentation et la diminution concomitantes entre les deux années de l’écart de revenus mensuels et de l’écart de revenus horaires, respectivement, reflètent le fait que l’écart dans les heures travaillées entre sexes s’est creusé entre 2001 et 2005 dans les secteurs formels et dans le secteur du travail indépendant non agricole (tabl. 36). Plus précisément, la croissance des heures travaillées a été plus importante pour les hommes dans tous les secteurs, à l’exception des travailleurs indépendants non agricoles.

Tableau 37 Écarts de gains entre les sexes (%)

Tableau 37 Écarts de gains entre les sexes (%)

Sources : EPM 2001, EPM 2005, Instat, Nordman et al. (2009).
Note : les écarts de revenus sont calculés comme étant la différence des gains moyens des hommes et des femmes exprimée en pourcentage des revenus des hommes, soit (Wm-Wf/Wm)*100 avec Wm et Wf, les revenus moyens des hommes et des femmes respectivement

21Bien que plus faible que l’écart de revenus mensuels, l’écart de revenus horaires entre les sexes est important à Madagascar. Il s’élevait à 26,4 % en 2001 contre 24,6 % en 2005 pour les travailleurs salariés et à 83 % en 2001 contre 69 % en 2005 pour les travailleurs indépendants non agricoles. Les chiffres présentés indiquent que l’écart de revenus varie également selon les cohortes : l’écart de gains est plus élevé pour les travailleurs salariés âgés que pour les plus jeunes. En 2005, l’écart de gains horaires est en fait légèrement négatif pour la cohorte des 15-24 ans, c’est-à-dire qu’il est dans ce cas à l’avantage des femmes.

  • 10 Notons que le secteur informel étudié dans Nordman et Roubaud (2009) ne fait pas la distinction en (...)

22Finalement, l’amplitude de l’écart diffère entre secteurs institutionnels. Pour les deux années, il est le plus grand dans le secteur du salariat informel. En 2001, il est le plus faible dans le secteur public et est même négatif si l’on prend en compte les heures travaillées. Ce résultat rejoint ceux obtenus par Nordman et Roubaud (2009) à partir d’autres sources statistiques pour Antananarivo, à savoir l’enquête emploi de 1998 (Phase 1 des enquêtes 1-2-3). Ces derniers obtiennent des écarts de revenus horaires comparables pour la capitale, ceux-ci s’élevant à - 9,8 %, 15,9 % et 45 % respectivement pour les secteurs public, privé formel et informel10.

23Dans le secteur public, à la fin de la décennie 1990 et au début du xxie siècle, le secteur public malgache versait ainsi des salaires plus élevés en moyenne pour les femmes. Depuis la crise économique de 2002, il semble en revanche que l’écart de rémunérations entre les sexes se soit creusé dans le secteur public, et ce, en défaveur des femmes. En 2005, l’écart le plus faible se trouve être dans le secteur du salariat privé formel tandis que, en ce qui concerne les travailleurs indépendants hors agriculture, l’écart semble beaucoup plus large mais a légèrement diminué entre les deux années considérées.

Décompositions des écarts de revenus entre hommes et femmes

24Dans cette section, les résultats issus de décompositions des écarts de gains entre sexes sont présentés (Nordman et al, 2009 ; Nordman et Roubaud, 2005,2009). L’idée des techniques de décomposition en général est de distinguer la part de l’écart moyen total de gains entre sexes qui peut être attribuée à des effets de « qualité » de la main-d’œuvre (c’est-à-dire à des différences moyennes de caractéristiques observables telles que l’éducation ou l’expérience professionnelle entre hommes et femmes) de la part de l’écart résultant de différences dans la façon dont le marché du travail « rémunère » les caractéristiques observées des hommes et des femmes (autrement dit, de différences selon le genre des rendements moyens des caractéristiques). Cette dernière composante, que l’on a coutume d’appeler la proportion « inexpliquée » du différentiel de gains, est souvent attribuée à un effet de discrimination dans la littérature traditionnelle en économie du travail. L’encadré résume l’approche méthodologique retenue par Nordman et al. (2009) et Nordman et Roubaud (2005, 2009) pour le calcul des décompositions.

  • 11 Dans ces décompositions, l’écart est défini comme la différence du logarithme des gains des hommes (...)

25Les décompositions des écarts de gains entre sexes sont discutées alternativement pour le secteur du salariat et pour celui de l’auto-emploi. Ces décompositions font usage de résultats de régressions du logarithme des gains sur des échantillons séparés d’hommes et de femmes issus des enquêtes EPM 2001 et 200511. Ces fonctions de gains ne sont pas présentées ici mais sont détaillées dans Nordman et al. (2009).

Les décompositions classiques des écarts de revenus entre sexes
L’approche la plus répandue pour évaluer le pourcentage d’un écart de salaire moyen entre deux groupes (hommes et femmes, nationaux et étrangers, etc.) pouvant être attribué à de la discrimination salariale, c’est-à-dire à un écart non justifié par des différences de composition de la main-d’œuvre, est celle préconisée dans les travaux d’Oaxaca (1973) et de Blinder (1973). Formellement, l’écart salarial s’écrit de la manière suivante:
Inwm - Inwf = βm (xm - xf) + (βm - βf)xf (1)
Inwm et Inwf représentent les salaires moyens estimés ; les indices m et f indiquent les travailleurs masculins et féminins ; les xm et xf correspondent aux moyennes des caractéristiques et les βm et βf aux rendements de ces caractéristiques estimés dans une équation de gains.
L’écart des revenus moyens (exprimés en logarithme) se décompose en une première part représentant l’écart des rendements des caractéristiques des deux populations considérées (ou part « inexpliquée») et en une seconde part qui correspond à la valorisation des différences des moyennes de ces caractéristiques sur le marché du travail (ou part « expliquée »). Si la structure des deux populations était similaire pour les variables considérées (éducation, expérience, etc.), tout écart de revenus résulterait uniquement d’un écart de rendement de ces caractéristiques. Nous serions alors dans un cas de discrimination salariale pure. Si les rendements étaient égaux, l’écart de revenu moyen s’expliquerait entièrement par des effets structurels, eux-mêmes pouvant éventuellement être la conséquence d’autres formes de discriminations (par exemple, l’accès à l’éducation). Cette méthode de décomposition pose la question du choix de la pondération. La difficulté est en effet de pouvoir déterminer a priori une « norme » non discriminante des rendements des caractéristiques individuelles et de mesurer par rapport à cette norme l’avantage masculin, le désavantage féminin, et la part résultant de l’écart des caractéristiques. Avec une hypothèse de discrimination salariale par exemple, il est possible que les hommes reçoivent des salaires compétitifs (ils sont rémunérés à leur productivité marginale) mais que les femmes soient sous-payées. Dans ce cas, la règle ou norme de rémunération non discriminante serait celle des hommes. Dans l’équation (I), les écarts de rendement sont ainsi pondérés par la moyenne des caractéristiques des femmes et les écarts de caractéristiques sont pondérés par les rendements des hommes correspondants. Pourtant, il est aussi possible que nous nous trouvions dans une situation de népotisme en faveur des hommes, situation dans laquelle les femmes recevraient des salaires compétitifs mais les hommes seraient, eux, payés davantage. Dans ce cas, la norme non discriminante des salaires serait celle des femmes.
La littérature empirique montre que le choix de la pondération peut avoir des effets importants sur les résultats de la décomposition (Oaxaca et Ransom, 1994). Plusieurs autres façons de pondérer ont ainsi été envisagées, dont notamment celles de Reimers (1983) et de Cotton (1988). Dans Nordman et al. (2009) et Nordman et Roubaud (2009), les auteurs utilisent essentiellement la pondération préconisée par Neumark (1988) qui propose de prendre comme norme non discriminante les résultats de l’estimation d’une équation de gains pour l’ensemble de la population considérée, quel que soit le sexe des individus. La décomposition du revenu moyen s’écrit alors en trois parties :
Inwm – Inwf = β* (xm - xf) + [(βm- β*)xm+(β* - βf)xf] (2)
Le premier terme représente la part « expliquée » de l’écart salarial, en utilisant comme pondération le rendement moyen de l’ensemble de l’échantillon. Le deuxième terme indique le gain de rendement des caractéristiques dû au fait d’être un travailleur masculin par rapport à la norme. Le troisième terme correspond au déficit de rendement des caractéristiques dû au fait d’être une femme. Les deux derniers termes additionnés représentent ainsi le total de la discrimination salariale.

Décomposition pour l’emploi salarié

  • 12 Une discussion sur l’opportunité d’utiliser des modèles corrigeant du biais lié à la sélection d’é (...)

26Le tableau 38 présente des décompositions des écarts de salaires entre hommes et femmes pour 2001 et 2005. Les fonctions de gains utilisées pour le calcul de ces décompositions sont estimées par moindres carrés ordinaires12. Les estimations présentées ici négligent la prise en compte du statut « occupationnel » des salariés en considérant que celui-ci est en quelque sorte « endogène » puisque le type de poste occupé par l’individu (tel que cadre, ouvrier qualifié, manœuvre, etc.) peut résulter à la fois d’un choix individuel ou bien de celui de son employeur, et serait déjà dans ce dernier cas la résultante d’une pratique discriminatoire (ou ségrégation « occupationnelle »). Les déterminants de l’attribution des postes ne peuvent ainsi qu’être imparfaitement connus par l’économètre. Aussi la part inexpliquée des différentiels de gains entre sexes reflète-t-elle en partie cette incertitude sur l’existence ou non d’une forme de ségrégation « occupationnelle ».

Tableau 38 Décomposition de l’écart de gains horaires entre les sexes pour les travailleurs salariés

Tableau 38 Décomposition de l’écart de gains horaires entre les sexes pour les travailleurs salariés

Sources : EPM 2001, EPM 2005, Instat, Nordman et al. (2009).
Note : la méthode de décomposition employée est celle de Neumark ( 1988).Voir l’encadré p. 199 pour le détail de la méthodologie. Les décompositions utilisent des estimations de fonctions de gains horaires avec la méthode des moindres carrés ordinaires incluant les variables explicatives suivantes : trois indicatrices du niveau éducatif atteint, les années d’expérience potentielle et leur carré, une indicatrice d’une formation professionnelle reçue et quatre indicatrices du statut marital, de la religion, de l’ethnie et de l’origine géographique (voir Nordman et al. 2009).

  • 13 Les rendements privés de l’éducation sont obtenus à partir des coefficients associés aux variables (...)

27En 2001, les différences de caractéristiques socio-démographiques (religion, ethnie et statut marital), de capital humain (éducation, expérience et formation professionnelles) et de localisation géographique (milieu urbain versus milieu rural) entre sexes expliquent 68,6 % de l’écart de revenus horaires. Parmi ces caractéristiques, le capital humain occupe une part essentielle (51,3 %), en particulier l’éducation qui, à elle seule, permet d’expliquer 30 % de l’écart de gains entre les hommes et les femmes. Ce résultat provient du fait que les rendements privés de l’éducation13 sont positifs et que, en moyenne, les hommes salariés ont un niveau d’éducation plus élevé que leurs homologues féminins.

28La distribution de l’expérience et de la formation professionnelle selon le genre contribue également positivement à l’explication du différentiel de gains, mais à un niveau moindre. Ce résultat est à mettre en parallèle avec ceux obtenus par Nordman et Roubaud (2005, 2009) sur les données de l’enquête emploi et de l’enquête biographique à Antananarivo en 1998 (Biomad98). Les auteurs montrent en effet que la prise en compte d’une variable d’expérience nette des années de chômage et d’inactivité (l’expérience effective plutôt que l’expérience potentielle sur le marché du travail) peut contribuer à fortement augmenter la part expliquée de l’écart de gains entre les sexes (voir l’encadré ci-dessous). Ainsi, à partir des enquêtes EPM, il est vraisemblable que l’emploi d’une variable d’expérience effective aurait pour conséquence d’augmenter significativement la part expliquée du différentiel de gains (et de réduire donc d’autant la part inexpliquée).

29En 2005, la part expliquée de l’écart diminue fortement par rapport à celle de 2001, à 37,5 %. Cette chute dans la proportion expliquée du différentiel s’interprète principalement par la diminution significative du pouvoir explicatif des variables de capital humain en 2005, en particulier de l’éducation qui voit sa part diminuer de près de deux tiers. Les chocs subis par le marché du travail malgache entre 2001 et 2005 auraient alors ébranlé le pouvoir explicatif des variables traditionnelles de capital humain en tant que déterminants des différentiels de gains entre individus. Les deux principales variables de capital humain expliquent ainsi seulement 11,2 % et 9,9 % du différentiel de gains en 2005, alors que leur pouvoir explicatif s’élevait respectivement à 30,1 % et 13,7 % en 2001.

  • 14 L’enquête Biomad98 a été effectuée sur un sous-échantillon de l’enquête emploi et a collecté des i (...)

La mesure de l’attachement au marché du travail des femmes à Madagascar
La théorie du capital humain a trouvé une illustration célèbre dans le modèle de gains de Mincer (1974) qui, dans sa formulation originelle, explique les différentiels de gains interindividuels par des dotations individuelles en années d’éducation et d’expérience professionnelle. Jacob Mincer avait pourtant déjà admis que la représentation des investissements postscolaires constituait le point faible de l’architecture théorique de son modèle et qu’une amélioration de celui-ci devait passer par une meilleure spécification des investissements professionnels (« [...] the most important and urgent task is to refine the spécification of the post-school investment category [...] to include détails (variables) on a number of forms of investment in human capital », Mincer, 1974: 143). S’il ne l’a pas fait pas lui-même, c’est parce que les données disponibles à l’époque ne le lui permettaient pas. Puisque la mesure de l’expérience effective des travailleurs n’était pas disponible au moment de la parution des développements empiriques majeurs de la théorie originelle, l’approximation préconisée pour évaluer l’expérience professionnelle au cours du cycle de vie consistait à utiliser l’âge des individus auquel étaient retranchés le temps passé à l’école, ou aux études, et l’âge d’entrée à l’école obligatoire (l’expérience potentielle, soit l’âge moins l’âge de fin d’études moins six). Des affinements ont été proposés plus tard grâce à l’apparition d’enquêtes fournissant des informations plus précises sur le temps effectivement consacré à l’emploi principal au moment de l’enquête (Mincer et Jovanovic, 1981). Dans la littérature en économie du travail, il est souvent dit que les différences constatées dans la participation au marché du travail des hommes et des femmes expliquent en grande partie les inégalités de revenus entre les sexes. Cependant, l’expérience professionnelle des femmes est particulièrement sujette aux erreurs de mesures du fart des interruptions répétées qui jalonnent leur parcours professionnel. Elles sont en particulier susceptibles d’interrompre leur activité pour raison de maternité. Ainsi, l’approche mincerienne classique fournirait des estimations très imparfaites des différences de rendements réels de l’expérience professionnelle entre sexes. Ces erreurs de mesure sont d’autant plus gênantes que les rendements du capital humain sont mobilisés par les techniques de décomposition pour apprécier l’ampleur des discriminations salariales suivant le genre (voir l’encadré précédent). Des travaux ont d’ailleurs montré que ces erreurs de mesure peuvent amplifier l’effet attribué à un pur effet de discrimination, au détriment de la composante liée aux différences de caractéristiques individuelles entre les sexes (Weichselbaumer et Winter-Ebmer, 2005).
L’appariement de deux enquêtes ménages réalisées à Antananarivo en 1998 – une enquête emploi (Phase I de l’enquête I -2-3) et une enquête biographique (Biomad98)14 – permet à Nordman et Roubaud (2005, 2009) de construire une base de données unique, où les informations des deux sources peuvent être combinées, notamment les revenus du travail de la première et l’ensemble de la trajectoire professionnelle de la seconde. Les données biographiques permettent ainsi d’améliorer les mesures traditionnelles du capital humain, en partie l’attachement au marché du travail (expériences antérieures et spécifiques, ancienneté dans l’emploi principal, etc.). Ainsi, il est non seulement possible de calculer exactement le temps qu’un individu a consacré aux études et au travail, à ses expériences acquises dans différents secteurs ou d’autres emplois, mais aussi d’isoler l’ensemble de ses périodes d’inactivité et de chômage. Les travaux utilisant ce type de mesure sont rares dans le cas africain, voire inexistants.
Alors que la mesure de l’expérience potentielle affiche peu de différence entre hommes et femmes (22,6 et 24 années en moyenne), le nombre moyen d’années d’expérience effective révèle des différences sensibles, la moyenne s’élevant à 20,5 années pour les hommes contre seulement 17,1 années pour les femmes. Cette différence de diagnostic selon que l’on retienne l’une ou l’autre des définitions (potentielle ou effective) s’explique principalement par le fait que, en moyenne, les femmes ont une durée presque deux fois plus longue d’inactivité totale que les hommes.
Une désagrégation par cohorte donne un aperçu plus précis des biais engendrés par la seule prise en compte de l’expérience potentielle (voir Nordman et Roubaud, 2005). Le biais est maximum pour les femmes de la génération la plus âgée. Ce résultat s’explique par le processus accéléré de transition démographique dans la capitale malgache. En effet, la descendance atteinte a fortement chuté au cours des trois dernières décennies. Ainsi, par exemple, à 30 ans, les femmes de la génération 1943-1952 avaient 3,4 enfants. Au même âge, la génération intermédiaire n’en avait plus que 2,7, tandis que la plus jeune en compte 1,8. Ce recul de la fécondité provient à la fois du recul de l’âge à la première naissance (à 25 ans, trois quarts des femmes de la génération la plus âgée ont eu au moins un enfant, contre à peine plus de une sur deux chez les plus jeunes), et de l’accroissement de l’intervalle intergénésique, dont la durée médiane augmente de 37 mois à 67 mois de la génération la plus âgée à la génération la plus jeune (Antoine et al., 2000). Ces changements démographiques à Madagascar doivent ainsi être pris en compte lorsqu’il s’agit d’obtenir une bonne mesure de l’attachement au marché du travail des femmes au cours du temps.

Tableau 39 Décomposition de l’écart de revenus horaires selon le genre pour Antananarivo en 1998

Tableau 39 Décomposition de l’écart de revenus horaires selon le genre pour Antananarivo en 1998

Sources : enquête emploi 1998 (Phase I, Enquête 1-2-3), enquête biographique (Biomad 98), calculs de Nordman et Roubaud (2009).

30L’utilisation de l’expérience effective dans les fonctions de gains des hommes et des femmes conduit à une réévaluation des rendements du capital humain, en particulier pour les secondes. Plus encore, des décompositions des écarts de gains selon le genre (voir tableau ci-dessus) montrent que la prise en compte de l’expérience effective à la place de l’expérience potentielle a pour effet d’augmenter la part de l’écart expliqué par les caractéristiques observables de façon très importante (de 21,8 à 37,2 %), diminuant d’autant celle généralement attribuée à un pur effet de discrimination salariale.

Décompositions par secteur d’emploi salarié

31Comme noté précédemment, les écarts de revenus entre les sexes varient selon les secteurs d’emploi. En particulier, l’écart de revenus horaires était négatif dans le secteur public en 2001, c’est-à-dire au détriment des hommes. Il est ainsi important d’examiner les résultats de décompositions calculées sectoriellement. Le tableau 40 propose ces décompositions pour les secteurs de l’emploi salarié (public, privé formel et informel).

  • 15 Ce résultat explique du reste la forte diminution de la part de l’écart expliqué observée précédem (...)

32Une première observation est que, à l’exception du salariat informel en 2001, l’écart moyen de revenus horaires est plus faible pour chaque secteur que celui calculé au niveau agrégé (c’est-à-dire pour les trois secteurs). Cela pourrait indiquer l’existence d’une allocation sectorielle non aléatoire des travailleurs selon leur sexe. En outre, la part expliquée de l’écart varie grandement selon les secteurs et les années. Par exemple, alors que le capital humain explique positivement l’écart hommes-femmes dans le secteur public en 2001 (+ 34 %), la tendance s’inverse en 2005 puisque la contribution du capital humain à l’écart expliqué devient alors négative (- 24 %). En d’autres termes, les femmes ont un capital humain plus favorable en 2005 qu’en 2001 dans le secteur public (en moyenne, elles sont en fait plus éduquées que les hommes). S’agissant du secteur informel salarié, la part expliquée de l’écart chute d’une façon spectaculaire entre les deux années, ceci révélant probablement une plus forte hétérogénéité des revenus et/ou des individus parmi l’échantillon de travailleurs de ce secteur en 200515.

Tableau 40 Décompositions de l’écart de gains horaires entre les sexes pour les différents secteurs d’emploi salarié

Tableau 40 Décompositions de l’écart de gains horaires entre les sexes pour les différents secteurs d’emploi salarié

Sources : EPM 2001, EPM 2005, Instat, Nordman et al. (2009).
Note : la méthode de décomposition employée est celle de Neumark ( 1988).Voir l’encadré p. 199 pour le détail de la méthodologie. Les décompositions utilisent des estimations de fonctions de gains horaires pour chaque secteur et sexe avec la méthode des moindres carrés ordinaires incluant les variables explicatives décrites en note du tableau 38 (voir Nordman et al., 2009).

Décomposition complète du secteur du salariat

  • 16 Voir la discussion sur les déterminants de l’allocation sectorielle ci-dessus et des estimations d (...)

33Le fait que l’écart de revenus selon le genre soit généralement plus faible lorsqu’il est calculé pour chaque secteur que celui que l’on obtient au niveau agrégé suggère que l’allocation sectorielle par sexe n’est pas aléatoire et qu’un effet de structure sectorielle de l’échantillon intervient dans le calcul de l’écart de gains au niveau agrégé. Ceci est un résultat somme toute attendu puisque les caractéristiques observables des travailleurs déterminent leur allocation entre les différents secteurs d’emploi16. Par exemple, les individus les plus éduqués tendent à travailler dans les secteurs formels, et cette caractéristique qu’est l’éducation n’est pas distribuée de façon égale entre sexes. L’allocation sectorielle spécifique selon le genre refléterait dès lors des choix individuels, mais vraisemblablement aussi une ségrégation sectorielle. Dans le but d’examiner ces hypothèses, en particulier la contribution de la structure sectorielle des échantillons à l’écart de revenus selon le genre, Nordman et al. (2009) adoptent la décomposition préconisée par Appleton et al. (1999) (voir l’encadré suivant). Les résultats de cette décomposition sont résumés dans le tableau 41.

34Comme expliqué dans l’encadré suivant, les trois premiers termes de cette décomposition (A, Β et C) représentent la proportion de l’écart de gains horaires agrégé entre sexes due à des différences de gains au sein de chaque secteur, ces différences étant attribuables à des caractéristiques individuelles (composante A) et à des déviations des rendements des hommes et des femmes par rapport à une norme non discriminante (composantes Β et C, ces déviations pouvant ainsi refléter une discrimination salariale). Les trois derniers termes (D, Ε et F) mesurent la part de l’écart total de gains expliquée par des différences de localisation des travailleurs entre les secteurs.

Tableau 41 Décomposition sectorielle complète de l’écart de gains horaires entre les sexes dans l’emploi salarié

Tableau 41 Décomposition sectorielle complète de l’écart de gains horaires entre les sexes dans l’emploi salarié

Sources : EPM 2001, EPM 2005, Instat, Nordman et al. (2009).
Note : la méthode de décomposition employée est celle d’Appleton et al. ( 1999).Voir l’encadré p. 206 pour le détail de la méthodologie. Les décompositions utilisent des estimations de fonctions de gains horaires pour chaque secteur et sexe avec la méthode des moindres carrés ordinaires et des modèles logit multinomiaux de choix sectoriel (voir le détail dans Nordman et al., 2009).

Une décomposition sectorielle complète des écarts de revenus entre sexes
Alors que la décomposition de Neumark répond à la question du choix de la pondération d’une manière relativement satisfaisante (voir l’encadré p. 199), elle ne résout pas le problème posé par la structure sectorielle des échantillons selon les groupes considérés. L’inégalité d’accès à certaines catégories d’emplois (telles que le secteur institutionnel) n’est en effet pas prise en compte lorsque la structure sectorielle par sexe est considérée comme donnée. Pour autant, la ségrégation dans certains secteurs, notamment dans le secteur public, en définissant les possibilités de valorisation des caractéristiques individuelles, n’est pas neutre dans l’explication des écarts de revenus entre hommes et femmes. Dans le modèle de décomposition de Neumark (1988), la part expliquée de l’écart salarial englobe ce phénomène sans qu’on l’ait isolé.
Nordman et al (2009) et Nordman et Roubaud (2005,2009) ont ainsi recours à la technique de décomposition d’Appleton et al. ( 1999) qui prend explicitement en compte la structure sectorielle des échantillons par sexe. Leur approche ressemble à celle de Neumark et utilise une norme non discriminante de rendements moyens issus d’une estimation sur un échantillon d’hommes et de femmes. Les auteurs y ajoutent l’hypothèse d’une structure sectorielle qui prévaudrait en l’absence de différences entre sexes de l’impact des caractéristiques sur le « choix » sectoriel des individus. La combinaison de l’estimation de modèles de choix discrets (logit multinomiaux pour le choix des secteurs) et de fonctions de gains par secteur et par sexe, leur permet de définir une décomposition prenant en compte sept termes. Les trois premiers termes sont similaires à ceux de la décomposition de Neumark et reflètent la part de l’écart total de gains due à des différences intrasectorielles de gains entre les individus. Les quatrième et cinquième termes mesurent l’écart total de gains dû à des différences dans la distribution des hommes et des femmes dans chacun des secteurs. Les deux derniers termes prennent en compte les différences de gains liées à des déviations entre la structure sectorielle prédite par les estimations et la structure réelle des échantillons non prises en compte par des différences de caractéristiques. Les quatre derniers termes mesurent ainsi globalement la part de l’écart total de gains expliquée par des différences de localisation intersectorielle des individus.

35Les résultats du tableau 41 indiquent que les différences de gains intrasectorielles contribuent à hauteur de 71,6 % à l’écart de gains agrégé en 2001. En 2005, cette proportion est plus faible (65,7 %). Les différences de caractéristiques individuelles contribuent à plus de la moitié de cette part en 2001, mais à seulement 15 % en 2005, ce qui pourrait indiquer une augmentation de la discrimination dans la formation des salaires entre les deux années, sans pour autant exclure la possibilité d’erreurs de mesure plus importantes dans l’enquête EPM de 2005.

36L’observation de la part des différences intrasectorielles de gains attribuables à des déviations des rendements des hommes et des femmes par rapport à une norme non discriminante nous renseigne sur la forme que peut revêtir la discrimination (voir l’encadré p. 199) : népotisme en faveur des hommes ou discrimination « pure » à rencontre des femmes. Les poids affectés à chacune de ces déviations suggèrent que ces deux hypothèses sont pertinentes, avec cependant une supériorité de la seconde (discrimination « pure ») pour les deux années : la contribution de la déviation des rendements des femmes (C) à la part inexpliquée de l’écart de gains intrasectoriel apparaît en effet sensiblement plus élevée que celle de la déviation des rendements des hommes (B).

37Les résultats attestent également de l’importance de la localisation sectorielle des hommes et des femmes dans l’explication de l’écart de gains entre sexes, pour les deux années. Ceci apparaît au travers du signe positif des trois derniers termes de la décomposition (D + Ε + F). Ce signe positif suggère en effet que la localisation sectorielle selon le genre est plus favorable aux hommes qu’aux femmes en termes de gains. En effet, les écarts de gains selon le genre auraient été 28 % et 34 % plus faibles, respectivement pour 2001 et 2005, si les hommes et les femmes avaient été « équi-distribués » entre les trois secteurs du salariat. Ces résultats s’expliquent par le fait que, pour les deux années, la part des femmes est plus élevée dans le secteur du salariat informel, là où les salaires sont les plus faibles. En outre, la supériorité de l’effet de la localisation sectorielle sur l’écart de genre en 2005 par rapport à 2001 ne fait que refléter l’augmentation de la part des femmes dans le secteur le moins rémunérateur entre les deux années (proportion qui est passée de 59 % à 67 % de l’ensemble des femmes salariées). Finalement, cette décomposition indique que les caractéristiques individuelles expliquent une part importante de la localisation sectorielle (composante D), à la fois en 2001 et en 2005. En d’autres termes, la localisation des individus selon leur sexe est essentiellement guidée par des différences de caractéristiques entre eux et non par des différences de rendements qui pourraient refléter de la discrimination. Cela apparaît au travers des valeurs très faibles des termes Ε et F. Ce résultat contraste avec celui observé plus haut, à savoir que les différences de rendements rendent compte d’une part importante de la différence de gains au sein des secteurs, à la fois par des mécanismes de népotisme (B) et de discrimination pure (C).

Décomposition des gains des travailleurs indépendants (hors agriculture)

38Comme indiqué dans le tableau 36, l’écart de gains entre les sexes pour les travailleurs indépendants (hors agriculture) est beaucoup plus élevé que celui observé dans les secteurs du salariat. Cela peut paraître surprenant car les mécanismes de discrimination ne sont pas censés être à l’œuvre lorsqu’il s’agit des revenus des travailleurs auto-employés. Cependant, les femmes indépendantes peuvent également faire face à d’autres types de pratiques discriminatoires, telles que l’accès au capital physique, aux infrastructures ou bien encore lors des contacts avec leur clientèle.

39Lorsqu’il s’agit d’estimer des fonctions de gains pour les travailleurs indépendants, il est important d’inclure des variables additionnelles en plus des régresseurs traditionnels comme le capital humain et les variables socio-démographiques individuelles. En effet, les revenus issus de la micro-entreprise du travailleur indépendant peuvent dépendre fortement du capital physique mobilisé pour la production, et éventuellement aussi de la quantité de travail utilisée lorsqu’il s’agit d’un employeur. Les chiffres du tableau 42 rendent compte ainsi de décompositions incluant dans l’analyse deux variables supplémentaires : le nombre de travailleurs recrutés et la valeur du capital physique utilisé dans l’entreprise que le travailleur indépendant dirige dans son emploi principal.

40Les décompositions indiquent que les caractéristiques observables – à la fois au niveau individuel et au niveau de la micro-entreprise – expliquent plus de la moitié de l’écart de gains total des travailleurs indépendants. Les différences de capital humain individuel rendent compte d’une part non négligeable de cet écart, mais beaucoup moins que celles des caractéristiques de la micro-entreprise. En 2001 par exemple, alors que les différences de capital humain représentent 16 % de l’écart total de gains horaires, celles liées aux caractéristiques de l’entreprise expliquent plus de 47 % du différentiel. En 2005, ces proportions s’élèvent respectivement à 19 et 27 %. Ce résultat suggère ainsi que la prise en compte des attributs de la micro-entreprise est cruciale pour décomposer convenablement l’écart de gains des travailleurs indépendants.

41Ces décompositions révèlent de plus une source potentielle de discrimination souvent ignorée dans la littérature qui est celle de l’accès au capital physique par les femmes. Cette discrimination pourrait se manifester à cause de droits de succession peu favorables ou encore à l’occasion de pratiques discriminatoires dans l’accès au crédit. En effet, selon les données des enquêtes EPM, l’accès au crédit s’avère être très inégal entre les hommes et les femmes à Madagascar. Il paraît ainsi naturel que le capital physique soit un déterminant important de l’écart de rémunération selon le sexe des travailleurs indépendants.

Tableau 42 Décomposition de l’écart de gains horaires selon le genre pour les travailleurs indépendants
(hors agriculture)

Tableau 42 Décomposition de l’écart de gains horaires selon le genre pour les travailleurs indépendants(hors agriculture)

Sources : EPM 2001, EPM 2005, Instat ; Nordman et al. (2009).
Note : la méthode de décomposition employée est celle de Neumark ( 1988),Voir l’encadré p. 199 pour le détail de la méthodologie. Les décompositions utilisent des estimations de fonctions de gains horaires avec la méthode des moindres carrés ordinaires incluant les variables explicatives décrites en note du tableau 38 plus les caractéristiques de la micro-entreprise mentionnées plus haut (voir Nordman et al., 2009).

L’écart de gains entre sexes varie-t-il le long de la distribution des revenus ? Les cas malgache et mauricien

Plafond de verre ou plancher collant ?

  • 17 Voir Albrecht et al. (2003), Gardeazabal et Ugidos (2005), Datta Gupta et al. (2006 ) et Jellal et (...)

42Dans les pays développés, il a récemment été observé l’existence d’un plafond de verre (glass ceiling en anglais) désignant une barrière invisible empêchant les femmes d’atteindre les niveaux hiérarchiques les plus élevés dans les entreprises17. Ce phénomène s’observe par l’existence d’écarts de rémunération plus importants en haut de la distribution des revenus, donc pour les individus les plus qualifiés, alors que les individus se trouvant dans le bas de la distribution, les moins pourvus en qualifications, connaissent des disparités salariales de genre moindres. Une hypothèse de « plancher collant » (ou sticky floor) est également émise s’agissant des femmes de certains pays, ce phénomène s’identifiant par des écarts de salaires plus grands dans le bas de la distribution (De la Rica et al, 2008). Pour les pays en développement, ces hypothèses sont plus incertaines car elles n’ont pas fait l’objet de recherches exhaustives à l’heure actuelle. Une première contribution sur ce sujet dans le cas des pays en développement est celle de Nordman et Wolff (2009 c) qui montrent qu’un plafond de verre pour les femmes existerait bien dans les entreprises manufacturières marocaines.

L’utilisation des données liées employeurs-employés

43Jellal et al. (2008) montrent l’intérêt d’utiliser des données couplant des informations sur les employeurs et sur leurs employés pour identifier correctement ces phénomènes. Ce type de données identifie le travailleur à son lieu de travail (son entreprise, son employeur ou unité de production) et permet de rendre compte des interactions possibles entre l’individu et son environnement professionnel. Ces données d’enquêtes (réalisées généralement au niveau de l’entreprise) sont utiles pour comprendre et mesurer les disparités de genre sur le marché du travail puisque ces inégalités peuvent être identifiées à leur source. Par exemple, ne pas pouvoir identifier le travailleur à son entreprise ou employeur peut conduire à une surestimation de l’écart de rémunération moyen entre sexes si les femmes ont plus tendance que les hommes à travailler dans des entreprises faiblement rémunératrices. S’agissant des phénomènes évoqués précédemment (glass ceiling ou sticky floor), on peut ainsi faire l’hypothèse que les entreprises les plus rémunératrices sont celles qui possèdent à la fois une proportion plus forte d’hommes et de travailleurs très qualifiés. Si tel est le cas, et sans prendre en compte l’effet de l’entreprise sur les gains dans l’analyse, l’économètre observera nécessairement des écarts de rémunération entre sexes plus grands en haut de la distribution des revenus. Sans contrôle de la politique salariale de l’employeur sur les gains, on mesurerait alors un choix d’allocation du travail ou bien une forme de ségrégation au niveau de l’entreprise, et non uniquement une pratique salariale discriminatoire à l’encontre de l’individu. Ainsi, l’utilisation de données liées employeurs-employés pour mettre en évidence les écarts de genre dans la rémunération du travail est une innovation dans cette littérature.

Les cas malgache et mauricien

  • 18 Les données sont issues des enquêtes ICA (Investment ClimateAssessment) de la Banque mondiale sur (...)

44Dans le cas des pays africains, Nordman et Wolff (2009 b) apportent un éclairage comparatif nouveau à l’aide de données liées employeurs-employés pour sept pays18 (dont Madagascar). Le cas malgache est étudié particulièrement dans Nordman et Wolff (2009 a), en comparaison avec l’île voisine (Maurice), à partir d’enquêtes ICA de 2005. La figure 41 trace la différence brute de gains horaires entre les femmes et les hommes le long de la distribution des revenus pour les secteurs privés manufacturiers malgache et mauricien. Une deuxième courbe représente l’évolution de la part de cette différence totale attribuable à des différences de caractéristiques individuelles le long de la distribution des revenus, alors qu’une troisième représente la part de l’écart total liée à des différences dans les rendements de ces caractéristiques (ou l’effet de discrimination).

45Dans le secteur manufacturier mauricien, l’écart total est important (autour de 50 %) mais reste relativement stable jusqu’au 9e décile, à partir duquel il se creuse brusquement. Dans le secteur manufacturier malgache (formel), l’écart total est en revanche faible (5 % en moyenne, ce qui est proche du résultat pour 2005 du tableau 40 à partir d’enquêtes ménages, à savoir 7,5 %), et reste presque constant jusqu’au 9e décile. Cet écart est cependant très grand tout en bas de la distribution des salaires et devient en revanche favorable aux femmes tout en haut de cette distribution. Globalement, ces deux graphiques confortent l’idée selon laquelle l’écart total de gains entre hommes et femmes n’est pas constant au long de la distribution.

46Les deux autres courbes représentent les parts de l’écart total devant être attribuées, respectivement, aux différences de caractéristiques et aux différences de rendements entre les hommes et les femmes. À Maurice, l’effet des différences de caractéristiques est plus important dans la partie haute de la distribution des revenus (au-delà du 9e décile), alors que la discrimination compte davantage dans sa partie basse. Par exemple, les différences de rendements sont à peu près quatre fois plus élevées que les différences de caractéristiques jusqu’au revenu médian. Dans le cas malgache, les courbes indiquent que l’écart de salaires selon le genre dans le secteur manufacturier doit être essentiellement attribué à des différences de rendements des caractéristiques puisque les courbes de différence de rendements et de différence totale se confondent presque. Ce dernier résultat conforte celui présenté dans le tableau 40 à partir de l’enquête EPM de 2001. Dans ces deux cas d’étude, finalement, l’hypothèse d’un plafond de verre pour les femmes ne serait pas vérifiée.

Fig. 41 Décompositions des écarts de gains dans les secteurs manufacturiers malgache et mauricien le long de la distribution des revenus.

Sources : Enquêtes Investment Climate Assessment (Maurice, Madagascar, 2005), calculs de Nordman et Wolff (2009b).

Conclusion

47Dans un contexte de restructuration du marché du travail malgache face au retrait du secteur public dans son rôle de pourvoyeur d’emplois stables, de disparition de certains avantages de commerce international dont bénéficiait le pays (AMF, AGOA), ce chapitre examine les disparités de genre sur le marché du travail dans la période récente. Ce panorama tire essentiellement profit des données issues des Enquêtes périodiques auprès des ménages (EPM 2001, 2005). H apporte également un éclairage sur certaines questions spécifiques à partir d’études récentes utilisant des données d’enquêtes ménages de 1998 (phase 1 de l’enquête 1-2-3 et enquête biographique Biomad98) et des données liées employeurs-employés sur le secteur manufacturier formel en 2005 (enquêtes ICA de la Banque mondiale).

48S’agissant de l’allocation du travail, la participation des femmes au marché du travail est élevée à Madagascar et a augmenté entre 2001 et 2005. Globalement, la structure des emplois a connu des changements importants entre ces deux années. Cette évolution doit être mise en parallèle avec les chocs subis par le marché du travail entre 2001 et 2005. En particulier, le démantèlement final des Accords multifibres a entraîné des licenciements massifs dans le secteur textile et a pu induire une baisse sensible de la part des travailleurs indépendants dans ce secteur. Il en résulte que près de trois femmes sur quatre sont des aides familiaux en 2005 alors que ce rapport n’est que d’un sur quatre pour les hommes. De plus, l’égalisation entre les sexes de la proportion de travailleurs salariés dans le secteur formel non agricole – l’un des indicateurs principaux de l’objectif 3 des OMD – n’est pas encore atteinte en 2005.

49Pour les hommes comme pour les femmes, l’éducation apparaît être un puissant déterminant de l’accès au secteur public, son effet s’estompant pour le secteur privé salarié formel et pour l’auto-emploi informel. De façon plus surprenante, l’éducation favoriserait davantage l’accès à l’emploi indépendant du secteur informel qu’au salariat de ce secteur. Ce résultat est compatible avec l’idée qu’il existerait un entreprenariat dynamique dans le secteur indépendant de l’informel (Maloney, 2004), là où l’acquisition de compétences en matière de gestion serait nécessaire. Le salariat informel ressemblerait alors davantage à un secteur de chômage déguisé (ou de sous-emploi visible et invisible), et pourrait être alors un marchepied pour l’accès à de meilleurs segments du marché du travail. Notons que, à cet égard, la principale différence entre les sexes est que l’éducation aurait un impact beaucoup plus grand pour les femmes, en particulier pour accéder au secteur formel de l’économie.

50S’agissant du niveau des gains selon le genre, les résultats présentés dans ce chapitre montrent que l’écart salarial moyen de genre (c’est-à-dire pour les travailleurs salariés) est relativement faible et stable au cours du temps. En ce qui concerne l’auto-emploi non agricole néanmoins, l’écart est bien plus important même s’il décline entre 2001 et 2005. Des décompositions de ces écarts de rémunération montrent que les différences dans les caractéristiques des femmes et des hommes expliquent presque 70 % de l’écart en 2001 (près de 60 % dans le cas des travailleurs indépendants), mais cette part expliquée chute à moins de 40 % en 2005 dans le cas des travailleurs salariés. Les chocs subis par le marché du travail malgache entre ces années ont en effet ébranlé le pouvoir explicatif des variables traditionnelles de capital humain en tant que déterminants des différentiels de salaires entre sexes.

51L’écart de gains varie aussi beaucoup selon les secteurs : il est le plus bas dans le secteur public et le plus élevé dans le secteur informel. La taille de cet écart varie également le long de la distribution des revenus au sein même du secteur manufacturier formel. Ainsi, ces résultats confirment que la localisation sectorielle des travailleurs explique une grande part de l’écart de rémunération selon les sexes observé au niveau agrégé du pays, les femmes se trouvant à plus forte proportion que les hommes dans le secteur informel, le moins rémunérateur pour la main-d’œuvre. Le gel partiel des embauches dans le secteur public à partir du milieu des années 1980 aura ainsi eu pour conséquence de détériorer la situation relative des femmes en termes de revenu puisque celles-ci ont eu davantage recours à des emplois moins bien rémunérés dans le secteur privé.

52Finalement, les attributs des micro-firmes des travailleurs indépendants, en particulier le capital physique, comme l’accès au crédit, s’avèrent être très inégalement distribués entre les hommes et les femmes à Madagascar, Ils sont de ce fait des déterminants importants de l’écart de rémunération selon le genre. Nordman et al. (2009) mettent ainsi en évidence une source potentielle de discrimination souvent ignorée dans la littérature, l’accès au capital physique, qui pourrait émerger à cause de droits de succession défavorables aux femmes ou encore à l’occasion de pratiques discriminatoires dans l’accès au crédit.

53Enfin, quelques mots sur l’implication des résultats présentés dans ce chapitre en termes de politique publique paraissent nécessaires. Ils montrent d’abord que les écarts de gains entre les hommes et les femmes sont pour une large part expliqués par les différences de dotation en capital humain existant entre eux. Ainsi, si les femmes et les hommes avaient un capital humain parfaitement identique, l’écart de gains global serait plus faible d’au moins un tiers. Ce constat est d’autant plus vrai lorsqu’il s’agit des travailleurs du secteur manufacturier se trouvant dans le bas de la distribution des revenus, là où les écarts s’expliquent quasi entièrement par des différences de caractéristiques individuelles. Des efforts doivent ainsi encore être portés sur l’amélioration de l’accès des filles à l’école fondamentale et aux études supérieures. Néanmoins, puisque les différences de capital humain n’expliquent pas la totalité de l’écart de rémunération entre les hommes et femmes, la réduction des écarts de revenus entre sexes doit également passer par des politiques visant à promouvoir l’accès des femmes à des emplois de qualité dans le secteur formel de l’économie. Cela semble d’ailleurs être l’un des objectifs principaux du PNSE mis en place en 2007. Enfin, ces politiques devraient s’accompagner de dispositifs spécifiques visant à réduire la difficulté d’accès des femmes au capital physique, puisque son inégale distribution entre sexes explique une part essentielle de l’écart de revenus des travailleurs indépendants.

Bibliographie

Références

Albrecht J., Björklund Α., Vroman S. 2003 – Is There a Glass Ceiling in Sweden ? Journal of Labor Economics, 21: 145-177.

Antoine P., Bocquier P., Razafindratsima N, Roubaud F. 2000 – Biographies de trois générations dans l’agglomération d’Antananarivo. Paris, Ceped, collection Documents et manuels, 11.

Appleton S., Hoddinott J., Krishnan P. 1999 – The Gender Wage Gap in Three African Countries. Economic Development and Cultural Change, 47 (2) : 289-312.

Blinder A. S.

1973 – Wage Discrimination: Reduced Form and Structural Estimâtes. The Journal ofHuman Resources, 8 (4) : 436-455.

Cling J.-P., Razafindrakoto M., Roubaud F.

2007 – « Export Processing Zones in Madagascar : the Impact of the Dismantling of Clothing Quotas on Employment and Labour Standards ». In Brown D., Robertson R. (eds) : Globalization and Working Conditions, The World Bank, Washington D.C. : 237-264.

Cotton J.

1988 – On the Décomposition of Wage Differentials. The Review of Economics and Statistics, 70 : 236-243.

Datta Gupta N., Oaxaca R. L., Smith N. 2006 – Swimming Upstream, Floating Downstream : Comparing Women’s Relative Wage Positions in the US and Denmark. Industrial and Labor Relations Review, 59 : 243-266.

De la Rica S., Dolado J. J., Llorens V.

2008 – Ceiling or Floors ? Gender Wage Gaps by Education in Spain. Journal of Population Economics, 21 (3) : 751-776.

Gardeazabal J., Ugidos A. 2005 - Gender Wage Discrimination at Quantiles. Journal of Population Economies, 18 (1) : 165-179.

Jellal M., Nordman C. J., Wolff F.-C.

2008 – Evidence on the Glass Ceiling in France Using Matched Worker-Firm Data. Applied Economics, 40 (24) : 3233-3250.

Maloney W. F.

2004 – Informality Revisited.

World Development, 32 (7) : 1159-1178.

Mincer J.

1974 – Schooling, Expérience, and Earnings. New York, National Bureau of Economic Research.

Mincer J., Jovanovic B.

1981 – « Labor Mobility and Wages ». In Rosen S. (ed.) : Studies in Labor Markets, Chicago, University of Chicago Press : 21-64.

Neuman S., Oaxaca R.

2004 – Wage Décompositions with Selectivity-Corrected Wage Equations : A Methodological Note. The Journal of Economic Inequality, 2 (1) : 3-10.

Neumark D.

1988 – Employers’ Discriminatory Behavior and the Estimation of Wage Discrimination. The Journal of Human Resources, 23 : 279-295.

Nordman C. J., Rakotomanana F., Robilliard A.-S.

2009 – « Gender Disparities in the Malagasy Labor Market ». In Arbache J. S. et al. (eds) : Gender Disparities in Africa : Methods and Techniques, Washington DC, The World Bank.

Nordman C. J., Roubaud F.

2005 – Reassessing the Gender Wage Gap : Does Labour Force Attachment Really Matter ? Evidence from Matched Labour Force and Biographical Surveys in Madagascar. Paris, Document de travail Dial, DT/2005/06.

Nordman C. J., Roubaud F.

2009 – Reassessing the Gender Wage Gap in Madagascar : Does Labor Force Attachment Really Matter ? Economic Development and Cultural Change, 57 (4) : 785-808.

Nordman C. J., Wolff F.-C.

2009 a – « Islande Through the Glass Ceiling ? Evidence of Gender Wage Gaps in Madagascar and Mauritius ». In Kanbur R., Svejnar J. (eds) : Labor Markets and Economic Development, Routledge Studies in Development Economics, Routledge : 521-544.

Nordman C. J., Wolff F.-C.

2009 b – « Gender Différences in Pay in African Manufacturing Firms ». In Arbache J. S. et al. (eds) : Gender Disparities in Africa : Methods and Techniques, Washington DC, The World Bank.

Nordman C. J., Wolff F.-C.

2009 c – Is there a Glass Ceiling in Morocco ? Evidence from Matched Worker-Firm Data. Journal of African Economies, 18 (4) : 592-633.

Oaxaca R. L.

1973 – Male-Female Wage Differentials in Urban Labor Markets. International Economic Review, 14 (3) : 693-709.

Oaxaca R. L. Ransom M. R.

1994 – On Discrimination and the Décomposition of Wage Differentials. Journal of Econometrics, 61 (1) : 5-21.

PNSE

2006 – Programme national de soutien à l’emploi-PNSE. Gouvernement de la République de Madagascar, Organisation internationale du travail, octobre.

Razafindrakoto M., Roubaud F.

1999 – La dynamique du marché du travail dans l’agglomération d’Antananarivo entre 1995 et 1999 : la croissance économique profite-t-elle aux ménages ?

Économie de Madagascar, 4 : 103-137.

Reimehs C. W.

1983 – Labour Market Discrimination Against Hispanic and Black Men.

The Review of Economics and Statistics, 65 (4) : 570-579.

Roubaud F.

2002 – Madagascar après la tourmente : regards sur dix ans de transitions politique et économique. Afrique Contemporaine, numéro spécial, 202/203 : 3-163.

Stifel D., Rakotomanana F., Celada E.

2007 – Assessing Labor Market Conditions in Madagascar, 2001-2005. World Bank Africa Région Working Paper Series, 105,

Washington, DC.

Weichselbaumer D., Winter-Ebmer R.

2005 – A Meta-Analysis of the International Gender Wage Gap. Journal of Economic Surveys, 19 (3) : 479-511.

Notes

1 Ce chapitre s’inspire de plusieurs travaux de recherche sur la question du genre à Madagascar menés en collaboration avec Faly Rakotomanana, Anne-Sophie Robilliard, François Roubaud et François-Charles Wolff. Les éventuelles erreurs ou omissions dans ce texte sont celles de l’auteur.

2 Un rapport de la Banque africaine de développement en 2005 faisait état de 35 transactions achevées sur un total de 53 entreprises publiques. Selon un rapport du Fonds monétaire international en 2006, le gouvernement malgache prévoyait de poursuivre ce processus en 2006-2007 avec la liquidation de 22 entreprises publiques.

3 Voir Nordman et Roubaud (2009) pour une liste de ces travaux.

4 Une double lecture peut être conduite à cet égard puisque des encadrés regroupent l’essentiel des aspects méthodologiques proposés dans ce chapitre.

5 Les enquêtes EPM ne permettent pas cependant de distinguer les deux critères généralement utilisés pour calculer un taux de sous-emploi visible (travailler moins d’un temps complet et de manière involontaire).

6 La prudence s’impose dans l’interprétation de cette forte augmentation puisque l’on ne peut exclure totalement la possibilité que des biais soient introduits par des erreurs de mesure et/ou des changements de définition entre les deux années.

7 Les liens entre la variable dépendante et les régresseurs ne font pas invariablement état de causalité. Par prudence, je parlerai donc de corrélation ou « d’association » entre ces variables dans la mesure où l’hypothèse d’endogénéité de certains régresseurs en tant que déterminants des choix effectués sur le marché du travail ne peut être totalement exclue.

8 Plus de détails sur le calcul des revenus sont disponibles dans Nordman et al (2009).

9 Des informations sur les heures de travail domestique collectées dans l’enquête EPM 2005 indiquent que, à la campagne comme en ville, les femmes travaillent plus de deux fois plus d’heures que les hommes.

10 Notons que le secteur informel étudié dans Nordman et Roubaud (2009) ne fait pas la distinction entre les salariés et les travailleurs indépendants. Cela explique en partie que leur écart de gains pour l’informel se trouve en moyenne entre celui obtenu pour les salariés et les travailleurs indépendants de l’informel de l’enquête EPM de 2001. Une autre source possible de divergence (en plus de l’écart de trois années entre ces deux enquêtes) est que les données de l’enquête emploi ne concernent que l’agglomération d’Antananarivo.

11 Dans ces décompositions, l’écart est défini comme la différence du logarithme des gains des hommes et des femmes. Cette différence est identique au coefficient que l’on obtiendrait sur une indicatrice du sexe dans une régression du log du revenu sans aucune autre variable de contrôle avec un échantillon d’hommes et de femmes.

12 Une discussion sur l’opportunité d’utiliser des modèles corrigeant du biais lié à la sélection d’échantillon est présentée dans Nordman et al. (2009) et Nordman et Roubaud (2009). Généralement, la correction de la sélection n’apparaît pas primordiale dans les estimations sur ces données et apporte en revanche un lot de complications d’ordre méthodologique en ce qui concerne sa prise en compte dans les décompositions des écarts de gains.Voir Neuman et Oaxaca (2004) sur ce point.

13 Les rendements privés de l’éducation sont obtenus à partir des coefficients associés aux variables indicatrices du niveau scolaire atteint dans les fonctions de gains des hommes et des femmes respectivement. Dans les estimations présentées dans Nordman et al. (2009), ils représentent ainsi les suppléments de gains, pouvant être exprimés en pourcentage, procurés par l’accès au cycle d’éducation considéré par rapport à un individu n’ayant pas été scolarisé.

14 L’enquête Biomad98 a été effectuée sur un sous-échantillon de l’enquête emploi et a collecté des informations sur 2 403 individus dans l’agglomération d’Antananarivo.

15 Ce résultat explique du reste la forte diminution de la part de l’écart expliqué observée précédemment au niveau agrégé, cette diminution devant ainsi essentiellement être attribuée à une plus grande hétérogénéité du salariat informel en 2005.

16 Voir la discussion sur les déterminants de l’allocation sectorielle ci-dessus et des estimations de modèles logit d’allocation sectorielle dans Nordman et al. (2009).

17 Voir Albrecht et al. (2003), Gardeazabal et Ugidos (2005), Datta Gupta et al. (2006 ) et Jellal et al. (2008).

18 Les données sont issues des enquêtes ICA (Investment ClimateAssessment) de la Banque mondiale sur le secteur privé (essentiellement formel) réalisées dans le cadre du programme RPED africain (Régional Program on Enterprise Development).

© IRD Éditions, 2010

Conditions d’utilisation : http://www.openedition.org/6540

Cette publication numérique est issue d’un traitement automatique par reconnaissance optique de caractères.
Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search