Ne pas inclure les mois passés en convention de conversion dans la durée de chômage, revient à calculer une borne supérieure pour la proportion de bénéficiaires dont la durée de chômage diminue à la suite du passage par le dispositif. Certains bénéficiaires ayant retrouvé un emploi dès la sortie du dispositif, leur durée de chômage calculée de cette manière est nulle ; ils sont ici exclus de la procédure d’estimation 82 et l’échantillon ainsi restreint est de 1618 observations. Nous considèrerons plus précisément la situation de ces individus au cours du quatrième chapitre. Les résultats de cette nouvelle estimation figurent dans le tableau 3. Le tableau 2 (voir Annexe 3.C) contient les estimations du même modèle dans lequel les corrélations 0 et 1 sont supposées être nulles.
Les résultats du tableau 3 sont qualitativement peu différents de ceux du tableau 2. Toutefois concernant la proportion d’adhérents ayant réduit leur durée de chômage (voir tableau 1, Annexe 3.D), on observe que le passage par une convention de conversion a permis de réduire la durée de chômage pour 41% des bénéficiaires. La proportion estimée est supérieure à celle obtenue dans le cas où la durée de la convention est incluse dans la durée de chômage (un tiers) ; mais elle reste néanmoins faible. A l’inverse, c’est maintenant 65% des non-adhérents qui auraient pu bénéficier (en termes de réduction de leur durée de chômage) d’un passage par une convention. L’analyse complémentaire montre que, parmi les non-bénéficiaires, les groupes d’individus ayant le plus à gagner d’un passage en convention sont les femmes (à l’exception des plus âgées), les hommes de moins de 25 ans ou de plus de 50 ans, les employés, les cadres supérieurs, et enfin les salariés dont l’ancienneté dans le dernier emploi était comprise entre cinq et dix ans. A quelques différences près, les non-adhérents qui auraient pu profiter du dispositif s’ils y avaient adhéré sont les mêmes dans les deux exercices.
Variables | Paramètre | T de Student | Variables | Paramètre | T de Student |
Vecteur γ 0 | Vecteur δ 1 | ||||
Constante | 0.2335 | 3326*** | Constante | -0.2525 | 0.587ns |
Homme [40 ; 49 ans] | 0.1838 | 1.809** | Homme [50 et +] | 0.0804 | 0.140ns |
Homme [50 et +] | 0.6251 | 2.495*** | Femme [26 ; 39 ans] | 0.4647 | 2.468*** |
Femme [40 ; 49 ans] | 0.3530 | 2.252*** | Profession intermédiaire | 0.4363 | 0.874ns |
Femme [50 et +] | 0.4214 | 1.401* | Femme [50 et +] | 0.2323 | 0.325ns |
Profession intermédiaire | -0.2433 | 2.057** | Ouvrier qualifié | 0.5395 | 1.051ns |
Cadre supérieur | -0.2911 | 2.091** | Employé | 0.2784 | 0.634ns |
Nord | 0.2612 | 2.506*** | Cadre supérieur | 0.9046 | 2.516*** |
Secteur commerce | -0.1808 | 0.480ns | Paca | -0.3481 | 2.327*** |
Secteur construction | -0.0307 | 0.269ns | Enseignement technique court | 0.5280 | 1.443* |
Secteur industrie | 0.1690 | 1.802** | Secteur commerce | -0.5275 | 0.625ns |
Secteur agriculture | 0.0548 | 0.305ns | Secteur construction | -0.2895 | 0.580s |
Vecteur γ 1 | Secteur agriculture | -0.0669 | 0.406ns | ||
Constante | -0.3935 | 3.864*** | Secteur industrie | -0.3726 | 2.107** |
Homme [- 25 ans] | -0.2528 | 0.890ns | |||
Homme [50 et +] | 0.3635 | 1.477* | |||
Cadre supérieur | -0.0006 | 0.003ns | Vecteur θ ( probabilité d’adhésion) | ||
Paca | -0.0921 | 0.784ns | Constante | -1.4025 | 9.462*** |
Enseignement technique court | 0.1507 | 1.214ns | Licenciement collectif sans fermeture | 0.1230 | 1.558** |
Secteur commerce | 0.3946 | 0.610ns | Licenciement économique individuel | -0.0884 | 1.097ns |
Secteur construction | 0.0178 | 0.107ns | Femme [26 ; 39 ans] | 0.2724 | 3.206*** |
Secteur industrie | -0.1965 | 1.703** | Ouvrier qualifié | 0.1083 | 2.115ns |
Secteur agriculture | 0.0166 | 0.045ns | Employé | 0.3679 | 3.780*** |
Vecteur δ 0 | Profession intermédiaire | 0.4116 | 3.699*** | ||
Constante | 0.4839 | 2.206** | Cadre supérieur | 0.5748 | 4.205*** |
Homme [- 25 ans] | -1.9087 | 3.131** | Ancienneté [3 ; 5 ans[ | 1.0349 | 9.306*** |
Homme [50 et +] | -2.1455 | 3.447*** | Ancienneté [5 ; 10 ans[ | 1.1840 | 10.640*** |
Femme [26 ; 39 ans] | -0.7104 | 3.879*** | Ancienneté [10 et +] | 1.1460 | 10.086*** |
Femme [50 et +] | -0.7361 | 2.610*** | Nord | 0.0843 | 1.145ns |
Ouvrier qualifié | -0.7148 | 2.737*** | Taille entreprise : + de 200 salariés | -0.2566 | 2.547*** |
Nord | -0.8120 | 3.441*** | Taille entreprise : de 100 à 199 salariés | -0.0350 | 0.418ns |
Enseignement supérieur | -0.2649 | 0.872ns | Nationalité française | 0.1079 | 1.281* |
Secteur commerce | -0.1870 | 0.196ns | Secteur commerce | 0.0070 | 0.033ns |
Secteur construction | 0.6810 | 2.096** | Secteur construction | -0.0322 | 0.323ns |
Secteur industrie | -0.1343 | 0.566ns | Secteur industrie | 0.1079 | 1.318* |
Secteur agriculture | -0.0463 | 0.908ns | Secteur agriculture | -0.0801 | 1.210ns |
Variables | Paramètre | T de Student | Variables | Paramètre | T de Student | |||||||||
Vecteur β 0 (durée de chômage sans convention) | Vecteur β 1 (durée de chômage après convention) | |||||||||||||
Constante | 3.4244 | 15.359*** | Constante | 3.1535 | 13.657*** | |||||||||
Homme [- 25 ans] | -1.6452 | 8.172*** | Homme [- 25 ans] | -0.3154 | 1.929*** | |||||||||
Homme [50 et +] | -0.6303 | 0.710ns | Homme [40 ; 49 ans] | 0.3318 | 3.679*** | |||||||||
Femme [40 ; 49 ans] | 1.0254 | 2.969*** | Homme [50 et +] | 0.7981 | 2.332*** | |||||||||
Ouvrier qualifié | -0.8731 | 4.590*** | Femme [40 ; 49 ans] | 0.4351 | 4.751*** | |||||||||
Profession intermédiaire | -0.4131 | 2.656*** | Femme [50 et +] | 0.6436 | 2.053** | |||||||||
Nord-Pas-de-Calais | -0.3568 | 1.592** | Ouvrier qualifié | -0.3010 | 1.246* | |||||||||
Paca | 0.4694 | 3.857*** | Employé | -0.1200 | 0.544ns | |||||||||
Enseignement technique court | -0.3209 | 2.692*** | Profession intermédiaire | -0.2923 | 1.159ns | |||||||||
Enseignement supérieur | -0.6162 | 2.310*** | Cadre supérieur | -0.3329 | 2.308*** | |||||||||
Femme à temps partiel | -0.2332 | 1.037ns | Nord-Pas-de-Calais | -0.0875 | 1.142ns | |||||||||
Nationalité française | -0.5327 | 3.732*** | Enseignement technique court | -0.3277 | 1.837** | |||||||||
Secteur commerce | -0.0509 | 0.074ns | Enseignement supérieur | -0.2117 | 2.297*** | |||||||||
Secteur construction | 0.1984 | 0.929ns | Homme célibataire | 0.3625 | 3.631*** | |||||||||
Secteur industrie | -0.1914 | 0.888ns | Nationalité française | -0.1773 | 2.205** | |||||||||
Secteur agriculture | -0.0691 | 0.196ns | Secteur commerce | 0.7769 | 0.930ns | |||||||||
Licenciement collectif sans fermeture | 0.1797 | 1.384* | Secteur construction | 0.1027 | 0.401ns | |||||||||
Licenciement économique individuel | 0.1094 | 0.773ns | Secteur industrie | 0.0866 | 0.479ns | |||||||||
|
||||||||||||||
|
A la lumière de l’ensemble de ces résultats, nous pouvons effectuer un premier bilan sur l’efficacité des conventions de conversion concernant la réduction de l’épisode de chômage. Les résultats obtenus nous amènent à conclure que le dispositif a été insuffisamment généralisé. Si tous les individus de l’échantillon étaient entrés en convention de conversion, 42% ou 55% d’entre eux auraient eu une durée de chômage plus courte, selon le critère de mesure retenu. En effet, si l’efficacité du passage par le programme a été relativement faible pour les bénéficiaires, une majorité des personnes qui ne sont pas passées par le dispositif auraient vu baisser leur durée de chômage si elles avaient pu en bénéficier. Cette conclusion rejoint celles d’autres études sur l’impact des programmes d’emploi : dès lors que les individus éligibles à un dispositif ont la possibilité de se porter candidats, ce ne sont généralement pas les plus à risque qui entrent effectivement dans le dispositif. Par ailleurs, selon que l’on inclut ou pas la durée de la convention dans la durée de chômage des adhérents, on note que les résultats ne sont pas qualitativement modifiés par cette distinction.
Ce premier groupe d’estimations n’a pas pris en compte une des spécificités des conventions de conversion, à savoir la possibilité offerte aux bénéficiaires de suivre une ou plusieurs formations. De fait, le dispositif crée non seulement une hétérogénéité entre les participants et les non-participants, mais également au sein même de la population des bénéficiaires en offrant des prestations différentes. En effet, la formation peut permettre aux individus d’améliorer leurs compétences. Les études empiriques qui ont été effectuées sur les programmes de formation en direction des chômeurs ont montré des résultats mitigés. Dans le cadre de notre analyse, il sera question de prendre en compte le biais de sélection pouvant exister à l’entrée en formation. De ce fait, l’analyse sera centrée sur le comportement d’auto-sélectivité des adhérents à une formation afin d’estimer l’impact d’un tel investissement sur les durées de chômage des formés par rapport aux non-formés.
Cette méthode peut toutefois induire un biais de sélection.