Skip to content

Latest commit

 

History

4 Commits

Folders and files

NameName
Last commit message
Last commit date
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Handicap et trajectoires d'emploi : une analyse causale sur données INSEE

Le fait d'être en situation de handicap modifie-t-il, à caractéristiques comparables, les chances d'accès à l'emploi et la trajectoire de rémunération ? Ce projet compare deux approches méthodologiques : une comparaison ajustée mais non causale, et une estimation causale par appariement et panel. Les deux ne racontent pas la même histoire, et c'est justement l'écart entre elles qui est intéressant.

Données et définitions

Les données proviennent de l'Enquête Emploi en Continu (INSEE), sur un panel individuel couvrant 2015 à 2020, soit environ 2,4 millions d'observations. Deux définitions du handicap sont testées séparément pour ne pas dépendre d'une seule mesure : la reconnaissance administrative (ADMHAND, la RQTH) et la limitation fonctionnelle forte déclarée (LIMACT).

Deux chemins méthodologiques complémentaires sont mobilisés. Le premier compare directement les groupes avec et sans handicap par régression pondérée à caractéristiques comparables, sans dimension causale. Le second combine un appariement exact grossier (sur le sexe, l'âge, le diplôme, la nationalité et la région) et un modèle à effets fixes individu et temps, estimé sur le panel dynamique des vagues 1 à 6.

Résultats

La comparaison ajustée, sans appariement ni panel, montre une limitation fonctionnelle forte associée à une baisse de 13,7 points de probabilité d'emploi et une reconnaissance administrative associée à une baisse de 14,2 % du salaire. Ces deux effets sont significatifs à 1 %.

Une fois l'appariement et les effets fixes appliqués, les estimations changent nettement. Pour l'emploi, la limitation fonctionnelle stricte reste associée à une baisse de 2,9 points, significative à 0,1 %, tandis que la reconnaissance administrative stricte n'a plus d'effet détectable (p = 0,30). Pour le salaire, la limitation stricte reste associée à une baisse de 4,8 %, significative à 0,1 %, alors que la reconnaissance administrative n'atteint pas la significativité en DID classique (p = 0,16) mais la confirme via bootstrap (p = 0,002).

La lecture centrale du projet tient dans cet écart. La comparaison brute surestime largement l'effet propre du handicap, car une bonne partie de l'écart observé vient de la composition des groupes (âge, diplôme) plutôt que du handicap lui-même. Une fois cette composition neutralisée, l'effet causal résiduel est plus modeste mais reste réel.

Un second résultat mérite d'être souligné. Les deux définitions du handicap ne mesurent pas la même chose. La limitation fonctionnelle forte produit un effet net sur l'emploi et le salaire. La reconnaissance administrative ne montre aucun effet moyen robuste en DID classique, probablement parce qu'elle agrège des situations très différentes entre elles : délais de traitement, ancienneté de la reconnaissance, non recours de certaines personnes éligibles. C'est la restriction fonctionnelle effective, et non l'étiquette administrative, qui porte l'essentiel du choc sur la trajectoire professionnelle.

Les tests de pré tendance, entre les vagues 5 et 4, ne rejettent l'hypothèse de tendances parallèles ni pour LIMACT (p = 0,38) ni pour ADMHAND (p = 0,16). L'identification causale tient donc sur les deux définitions.

Structure du projet

src/
  config.py                       # chemins et constantes
  01_import_donnees.py            # import et concaténation des vagues 2015-2020
  02_statistiques_descriptives.py # profil de l'échantillon
  03_construction_variables.py    # nettoyage, construction des variables de traitement/contrôle
  04_estimation_did.py            # chemin 1 (LPM ajusté) et chemin 2 (CEM + TWFE)
  05_event_study.py               # dynamique de l'effet, test de pré-tendance
  06_robustesse.py                # wild cluster bootstrap, ANCOVA, robustesse fenêtre

Données

Les données de l'Enquête Emploi en Continu ne sont pas incluses dans ce dépôt. Leur accès est réglementé via le Réseau Quetelet / ADISP (https://www.reseau-quetelet.cnrs.fr/). Voir src/config.py pour la configuration attendue.

Installation

pip install -r requirements.txt

Limites

Le panel est borné à six vagues, et la base salaire n'est disponible qu'aux vagues 1 et 6, ce qui limite la fenêtre d'observation. L'effet salarial est estimé sur les individus présents en emploi aux deux dates, ce qui exclut ceux ayant quitté leur emploi à cause du handicap et tend donc à sous-estimer l'effet négatif réel. Un biais de variables omises reste possible, notamment sur la qualité du management ou le degré d'aménagement du poste, non observables dans l'enquête. Enfin, la divergence entre LIMACT et ADMHAND soulève une question d'interprétation qui reste ouverte : une limitation fonctionnelle stricte équivaut elle à un handicap au sens où l'entendent les politiques publiques ? Ce travail ne tranche pas cette question, il documente l'écart.


Adapté d'un mémoire de recherche en économie de la santé (M2, 2025), intitulé "L'effet du handicap sur l'accès à l'emploi et les salaires", restructuré pour la reproductibilité et la lisibilité du code.

About

Effet causal du handicap sur l'emploi et le salaire, à partir de l'Enquête Emploi en Continu (INSEE) — appariement CEM et différence-en-différences

Topics

Resources

Stars

1 star

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages