Le présent chapitre examine la mesure dans laquelle le niveau de compétence en littératie, en numératie et en résolution de problèmes dans des environnements à forte composante technologique influe sur des retombées personnelles – et décrit les différences à cet égard entre les six pays qui ont participé à la troisième vague de l’Évaluation des compétences des adultes. Il montre que le niveau de compétence est en corrélation positive avec de nombreuses retombées économiques et sociales importantes qui sont liées non seulement à l’emploi et à la rémunération, mais également à des aspects du bien-être, tels que la santé, le bénévolat et l’efficacité politique. Il étudie par ailleurs l’impact salarial de l’inadéquation entre, d’une part, le niveau de formation et le niveau de compétence des travailleurs et, d’autre part, ceux requis dans leurs fonctions.
L’importance des compétences
Chapitre 5. Le rendement de l’investissement dans les compétences
Abstract
Note concernant les données d’Israël
Les données statistiques concernant Israël sont fournies par et sous la responsabilité des autorités israéliennes compétentes. L’utilisation de ces données par l’OCDE est sans préjudice du statut des hauteurs du Golan, de Jérusalem-Est et des colonies de peuplement israéliennes en Cisjordanie aux termes du droit international.
Les chapitres précédents du présent rapport ont comparé, entre les pays et au sein de différents groupes sociodémographiques, les compétences en traitement de l’information et l’utilisation qui en est faite. Le présent chapitre porte sur la relation entre les compétences et leur utilisation, et des retombées professionnelles et sociales précises. Parmi lesquelles figurent la situation des individus au regard de l’emploi, leur rémunération, leur sous-qualification ou surqualification professionnelle, leur état de santé perçu, leur participation à la vie associative et au bénévolat, et leur sentiment de pouvoir influer sur le processus politique. Les résultats analysés ici sont ceux dérivés de la numératie, mais ils ne s’écartent guère de ceux dérivés de la littératie.
Les principaux résultats examinés dans ce chapitre sont résumés ci-dessous.
Le niveau de formation et le niveau de compétence en traitement de l’information reflètent des aspects différents du capital humain et sont évalués et valorisés séparément sur le marché du travail. Après contrôle des effets du niveau de formation, l’augmentation d’un écart-type (soit de 56 points) du niveau de compétence en numératie accroît de 1.6 point de pourcentage la probabilité de travailler plutôt que d’être au chômage. La même augmentation du niveau de compétence en numératie accroît le salaire horaire de 7 % en moyenne dans les pays et économies de l’OCDE participant à l’Évaluation des compétences des adultes (PIAAC).
Le nombre d’années d’études et le niveau de compétence influent très peu sur la situation des adultes au regard de l’emploi dans tous les pays de la troisième vague de l’Évaluation, sauf en Hongrie. La relation entre le niveau de compétence et le salaire horaire est d’une intensité relativement faible aussi, inférieure à la moyenne de l’OCDE, dans les pays de la troisième vague (sauf en Hongrie), mais la relation entre le nombre d’années d’études et le salaire horaire est d’une intensité supérieure à la moyenne de l’OCDE, en particulier aux États-Unis et au Kazakhstan. En Hongrie en revanche, le niveau de compétence en numératie et le nombre d’années d’études sont des variables explicatives relativement probantes de la rémunération et de la probabilité de travailler. Ces constats s’expliquent vraisemblablement par les mécanismes institutionnels (ceux régissant la fixation des salaires, par exemple) ainsi que par l’importance relative du niveau de formation et d’autres facteurs dans les décisions des employeurs en matière de recrutement, de promotion et de politique salariale.
L’inadéquation entre les qualifications et les compétences exigées ou attendues des travailleurs dans leurs fonctions (selon leur perception) et celles qu’ils possèdent est manifeste dans la plupart des pays et économies participant au PIAAC.
En moyenne, 22 % environ des travailleurs se disent surqualifiés – leur niveau de formation est supérieur à celui exigé dans leurs fonctions –, tandis que 12 % se disent sous-qualifiés dans les pays et économies de l’OCDE qui ont participé à l’Évaluation des compétences des adultes. De plus, 11 % des travailleurs affichent un niveau de compétence en numératie supérieur à celui exigé dans leurs fonctions, et 4 % d’entre eux, un niveau inférieur à celui exigé. Enfin, l’inadéquation entre domaine d’études et fonctions professionnelles touche 40 % des travailleurs, qui exercent des fonctions sans lien avec leur domaine d’études. Ces formes d’inadéquation se chevauchent ; il est fréquent par exemple que des travailleurs exerçant des fonctions sans rapport avec leur domaine d’études soient surqualifiés.
Le degré global d’inadéquation du niveau de compétence est inférieur ou égal à la moyenne de l’OCDE aux États-Unis, en Hongrie et au Kazakhstan. En revanche, il est très élevé dans les pays d’Amérique latine qui ont participé à la troisième vague de l’Évaluation – l’Équateur, le Mexique et le Pérou – ainsi qu’au Chili, qui a participé à la deuxième vague. Ce constat cadre bien avec celui dérivé d’un autre indicateur qui montre, même s’il se base sur d’autres variables, que la littératie et la numératie sont peu utilisées dans le cadre professionnel dans ces pays (voir le chapitre 4).
L’inadéquation entre les fonctions et le domaine d’études est relativement élevée aussi au Chili, en Équateur et au Mexique ainsi qu’aux États-Unis : l’inadéquation est supérieure à la moyenne de l’OCDE de 10 points de pourcentage au Chili, de 17 points de pourcentage en Équateur, de 12 points de pourcentage au Mexique et de 8 points de pourcentage aux États-Unis. Des systèmes de formation où les compétences enseignées sont en phase avec les besoins de l’économie manquent peut-être dans ces pays (OCDE, 2018[1]). Toutefois, la situation pourrait également s’expliquer par des raisons statistiques dans les pays où de nombreux diplômés ont suivi la filière générale. Enfin, l’Équateur se distingue des autres pays par une fréquence plus élevée de la sous-qualification que de la surqualification des diplômés. Ce constat peut s’expliquer par le fait que la demande de profils titulaires d’un diplôme plus élevé a augmenté à un rythme plus soutenu que l’effectif diplômé. L’inadéquation du niveau de formation est inférieure à la moyenne au Mexique et au Pérou.
L’inadéquation du niveau de formation et l’inadéquation du niveau de compétence peuvent avoir un impact différent sur le salaire, même après contrôle de ces deux variables. En effet, les postes qui requièrent un niveau de formation donné ne font pas nécessairement appel à un niveau de compétence identique. Ce phénomène s’explique par le fait que les employeurs peuvent évaluer directement le niveau de formation, mais pas le niveau de compétence. La surqualification est en corrélation plus négative avec le salaire horaire réel que l’inadéquation résultant d’un niveau de compétence plus élevé ou d’un domaine d’études différent. Dans les pays et économies de l’OCDE participants, les travailleurs surqualifiés gagnent en moyenne 17 % de moins environ que les travailleurs en situation d’adéquation qui disposent du même niveau de formation et du même niveau de compétence, et qui sont issus du même domaine d’études. La rémunération est amputée de 7 % si le niveau de compétence est supérieur et de 3 % si le domaine d’études ne correspond pas. Parmi les pays de la troisième vague, les États-Unis et le Pérou font figure d’exception : c’est dans ces pays en effet que le désavantage salarial lié à la surqualification est le plus élevé. L’Équateur fait également figure d’exception, dans la mesure où aucune des formes d’inadéquation à l’étude ici n’entraîne de différence dans le salaire horaire.
Les compétences en littératie, en numératie et en résolution de problèmes dans des environnements à forte composante technologique sont en corrélation positive avec plusieurs aspects du construct PIAAC du bien-être. En moyenne, le niveau de compétence en traitement de l’information est en corrélation positive avec la confiance, le bénévolat, l’efficacité politique et l’état de santé perçu dans les pays de l’OCDE. Les relations avec l’efficacité politique et l’état de santé perçu continuent de s’observer même après contrôle d’une série de caractéristiques sociodémographiques. La relation avec la confiance perd en revanche beaucoup de son intensité, au point de n’être plus statistiquement significative dans de nombreux cas, après contrôle des caractéristiques personnelles. Toutefois, l’intensité de la corrélation varie d’un pays à l’autre. Les relations entre le niveau de compétence en numératie et les retombées non économiques sont de moindre intensité dans les pays qui ont participé à la troisième vague de l’Évaluation (sauf en Hongrie et aux États-Unis) que dans la plupart des autres pays PIAAC. À l’autre extrême du spectre, toutes les relations sont positives et statistiquement significatives aux États-Unis.
Les résultats donnent à penser qu’indépendamment des politiques visant à accroître la propension à suivre des études ou une formation, l’élévation du niveau de compétence peut avoir de grandes retombées économiques et sociales pour les individus et pour la société dans son ensemble. Les adultes peuvent rehausser leur niveau de compétence en suivant des cours de littératie et de numératie dans le cadre scolaire, dans des programmes pour adultes peu performants en littératie, en numératie ou en technologies de l’information et de la communication (TIC) ou des formations professionnelles, ou en utilisant leurs compétences de façon plus intensive dans le cadre professionnel et ailleurs pour éviter leur érosion.
Niveau de compétence, situation au regard de l’emploi et rémunération
Les individus plus compétents peuvent espérer gagner plus puisque leur productivité dépend de leurs connaissances et de leurs compétences et se reflète, bien qu’imparfaitement, dans leur rémunération, de sorte qu’ils sont plus susceptibles de travailler. Le nombre d’années d’études est utilisé comme indicateur de la productivité potentielle actuelle des individus dans la plupart des études sur le rendement de l’investissement dans le capital humain ; avant l’Évaluation des compétences des adultes (PIAAC), seules quelques études avaient analysé le rendement du niveau de compétence réel (Leuven, Oosterbeek et van Ophem, 2004[2]; Tyler, 2004[3]). Depuis la publication, en 2013, des résultats de sa première vague de collecte de données, le PIAAC permet d’analyser l’impact du niveau de compétence en traitement de l’information sur les perspectives professionnelles et la rémunération des individus en fonction de données valides et comparables. Il ressort de l’analyse des résultats des pays et économies qui ont participé aux deux premières vagues du PIAAC que l’augmentation d’un écart-type (soit de 48 points) du niveau de compétence en littératie accroît la probabilité de travailler de 0.8 point de pourcentage. Cette augmentation d’un écart-type du niveau de compétence en littératie accroît par ailleurs le salaire horaire de 6 % dans ces pays (OCDE, 2016[4]). D’autres études ont confirmé la valeur des compétences sur le marché du travail (Hanushek et al., 2015[5]; Vignoles, 2016[6]).
Comme trois des cinq pays qui ont administré l’Évaluation des compétences des adultes pour la première fois en 2018 se situent en Amérique latine, il est utile de préciser que plusieurs études ont analysé le rendement de l’investissement dans les études et l’acquisition de compétences dans la région. Ces études ont été faites sur la base des données recueillies dans le cadre du programme d’évaluation de la Banque mondiale « Compétences pour l’employabilité et la productivité » (Skills Towards Employment and Productivity [STEP], 2012) ou de l’enquête péruvienne sur les compétences et le marché du travail (ENHAB, 2010) ou, simplement, de données sur le niveau de formation et la rémunération ou la situation au regard de l’emploi. Il en ressort que dans l’ensemble, le rendement du niveau de formation s’érode au fil du temps, en particulier chez les diplômés du deuxième cycle de l’enseignement secondaire (le niveau 3 de la Classification internationale type de l’éducation [CITE]), en raison de facteurs liés à l’offre, dont l’augmentation de l’effectif diplômé de ce niveau d’enseignement, et de facteurs liés à la demande, par exemple le fait que les diplômés de l’enseignement tertiaire sont plus recherchés sur le marché du travail (Manacorda, Sánchez-Páramo et Schady, 2010[7]). Acosta, Muller et Sarzosa (2017[8]) ont établi, après analyse de données de la Colombie, que les compétences cognitives étaient en forte corrélation avec l’augmentation de la rémunération et que les compétences socio-émotionnelles l’étaient avec le taux d’emploi. Au Pérou, les compétences cognitives augmentent la rémunération après contrôle du niveau de formation et des compétences socio-émotionnelles (José Díaz, Arias et Tudela, 2014[9]). Cunningham, Acosta et Muller (2016[10]) font état de résultats cohérents en Bolivie.
La présente section analyse les relations entre le niveau de compétence, la situation au regard de l’emploi et la rémunération, en particulier dans les pays de la troisième vague : l’Équateur, les États-Unis, la Hongrie, le Kazakhstan, le Mexique et le Pérou. Dans l’ensemble de ce chapitre, la moyenne de l’OCDE est calculée en fonction des pays et économies de l’OCDE qui ont participé à l’Évaluation, que ce soit en 2012, en 2015 ou en 2018.
Situation au regard de l’emploi, niveau de formation et niveau de compétence
Les résultats des vagues précédentes du PIAAC ont confirmé la thèse selon laquelle le niveau de compétence en littératie et en numératie jouait à lui seul un rôle important dans la réussite professionnelle, au-delà du rôle joué par le niveau de formation, et ce, même s’il est difficile de déterminer la part de l’association statistique qui correspond effectivement à l’impact du niveau de compétence sur la rémunération1.
Dans les pays et économies de l’OCDE qui ont participé à l’une des trois vagues de l’Évaluation des compétences des adultes, les adultes dont le score en numératie est supérieur d’un écart-type (soit de 56 points environ) au score moyen sont 1.6 point de pourcentage plus susceptibles de travailler que d’être au chômage (voir le graphique 5.1). Si le nombre d’années d’études dans le cadre institutionnel augmente d’un écart-type (soit de 3.3 années environ), la probabilité de travailler augmente de 2.4 points de pourcentage. La Hongrie est le seul des pays ayant participé à la troisième vague du PIAAC en 2018 où les résultats sont similaires, c’est-à-dire où le taux d’emploi est en corrélation positive à la fois avec le niveau de formation et avec le niveau de compétence en numératie. En Équateur, aux États-Unis, au Kazakhstan, au Mexique et au Pérou, les retombées associées au niveau de compétence et au niveau de formation sont faibles, voire négatives, et dans la plupart des cas, ne sont pas statistiquement significatives.
Graphique 5.1. Effet du niveau de compétence en numératie et du niveau de formation sur la probabilité d’occuper un emploi
Remarques : La catégorie de référence est « chômeurs ». Les résultats sont ajustés pour tenir compte du sexe, de l’âge, de la situation matrimoniale et du statut au regard de l’immigration. Le niveau de compétence en numératie de la population active et le nombre d’années d’études présentent respectivement un écart-type de 56 points et de 3.3 ans.
Les valeurs statistiquement significatives (au seuil de 5 %) sont indiquées dans une couleur plus foncée.
1. Voir la note à la fin de ce chapitre.
2. Note de la Turquie :
Les informations figurant dans ce document qui font référence à « Chypre » concernent la partie méridionale de l’Île. Il n’y a pas d’autorité unique représentant à la fois les Chypriotes turcs et grecs sur l’Île. La Turquie reconnaît la République Turque de Chypre Nord (RTCN). Jusqu’à ce qu’une solution durable et équitable soit trouvée dans le cadre des Nations Unies, la Turquie maintiendra sa position sur la « question chypriote ».
Note de tous les États de l’Union européenne membres de l’OCDE et de l’Union européenne :
La République de Chypre est reconnue par tous les membres des Nations Unies sauf la Turquie. Les informations figurant dans ce document concernent la zone sous le contrôle effectif du gouvernement de la République de Chypre.
Les pays et économies sont classés par ordre croissant de l’effet du niveau de compétence en numératie sur la probabilité d’occuper un emploi.
Source : Évaluation des compétences des adultes (PIAAC) (2012, 2015, 2018), tableau A5.1(N).
Ces relations sont calculées toutes choses étant égales par ailleurs. Ainsi, la relation entre le niveau de compétence et la probabilité de travailler est calculée comme suit : la probabilité de travailler est comparée entre des adultes dont le niveau de compétence est différent, mais dont le nombre d’années d’études et les caractéristiques sociodémographiques sont identiques. Il est possible de faire ce calcul puisque niveau de formation et niveau de compétence ne se chevauchent pas parfaitement, comme l’ont montré les chapitres précédents.
Dans la plupart des pays, y compris en Hongrie, le niveau de formation est une variable explicative plus déterminante de la probabilité de travailler que le niveau de compétence en numératie, ce qui donne à penser que les employeurs peinent à évaluer le niveau de compétence en numératie des candidats et tendent à s’en tenir à des indicateurs courants, même s’ils sont imparfaits, tels que le niveau de formation. Le niveau de compétence devient toutefois une variable explicative plus déterminante de la situation professionnelle à mesure que l’ancienneté des travailleurs augmente grâce au phénomène dit de l’« apprentissage par les employeurs », en l’espèce le fait que celui-ci découvre leurs compétences au fil du temps (OCDE, 2014[11]).
Que la situation au regard de l’emploi et le niveau de formation et de compétence ne soient pas en corrélation est frappant dans des pays d’Amérique latine. Ce constat rejoint toutefois ceux faits lors d’études antérieures dans des pays d’Amérique latine, à savoir que les compétences cognitives sont en corrélation plus forte avec la rémunération qu’avec la situation au regard de l’emploi (Cunningham, Acosta et Muller, 2016[10]; Acosta, Muller et Sarzosa, 2017[8]). Comme le système de protection sociale est minime dans ces pays, la majorité des adultes peuvent en arriver à se contenter du moindre emploi qu’ils trouvent, même dans le secteur informel (OCDE, 2015[12]). Un niveau de formation et de compétence plus élevé pourrait donc déboucher sur davantage d’emplois de meilleure qualité plutôt que sur une plus grande chance de simplement travailler.
Niveau de compétence en numératie, niveau de formation et rémunération
Le salaire horaire est fortement lié au niveau de compétence en numératie. Cette corrélation est examinée de façon plus approfondie dans le graphique 5.2, après contrôle de différentes caractéristiques personnelles, dont le nombre d’années d’études. Comme dans le cas de la probabilité de travailler, il est difficile de déterminer le sens de la causalité. Des salaires plus élevés peuvent être caractéristiques de postes où la priorité est donnée au niveau de formation certifié par un diplôme. Cette section se base sur une régression linéaire pour faire la distinction entre le nombre d’années d’études et le niveau de compétence afin de déterminer si la rémunération s’explique par le fait que les individus très instruits tendent à être plus compétents en traitement de l’information ou par le fait que leur employeur attache de l’importance à leur diplôme.
Graphique 5.2. Effet du nombre d’années d’études, du niveau de compétence en numératie et de l’utilisation de la numératie dans le cadre professionnel sur la rémunération
Remarques : Rémunération horaire, primes incluses, en USD convertis sur la base des parités de pouvoir d’achat (2012). Coefficients de la régression des moindres carrés ordinaires des salaires horaires logarithmiques sur le nombre d’années d’études, le niveau de compétence en littératie et l’utilisation des compétences en numératie dans le cadre professionnel, directement interprétés comme les effets en pourcentage sur les salaires. Les coefficients sont ajustés pour tenir compte de l’âge, du sexe, du statut au regard de l’immigration et de l’ancienneté dans l’emploi occupé. La répartition des salaires a été revue pour supprimer les 1er et 99e centiles. Le niveau de compétence en numératie de la population active et le nombre d’années d’études présentent respectivement un écart-type de 56 points et de 3.3 ans. L’utilisation des compétences en numératie dans le cadre professionnel présente un écart-type de 0.27 points. L’analyse exclut la Fédération de Russie, car la comparabilité n’est pas bonne entre les données sur les salaires de ce pays recueillies dans le cadre de l’enquête et celles émanant d’autres sources. Il convient donc de réaliser des vérifications supplémentaires avant de pouvoir confirmer la fiabilité des données de ce pays sur les salaires. Les valeurs statistiquement significatives (au seuil de 5 %) sont indiquées dans une couleur plus foncée.
1. Voir la note 2 du graphique 5.1.
Les pays et économies sont classés par ordre croissant de l’effet du niveau de compétence en numératie sur la rémunération.
Source : Évaluation des compétences des adultes (PIAAC) (2012, 2015, 2018), tableau A5.2(N).
Le niveau de formation et le niveau de compétence ont des effets importants, mais distincts sur le salaire horaire. Dans les pays de l’OCDE qui ont participé à l’une des trois vagues de l’Évaluation des compétences des adultes, l’augmentation d’un écart-type du niveau de compétence en numératie accroît le salaire horaire de 7 %, sans tenir compte du nombre d’années d’études et d’autres caractéristiques sociodémographiques. L’augmentation d’un écart-type du nombre d’années d’études accroît plus fortement le salaire horaire, de 18 % environ, toutes choses étant égales par ailleurs. Le rendement du niveau de compétence est supérieur à la moyenne en Hongrie, mais inférieur à la moyenne en Équateur, aux États-Unis, au Kazakhstan, au Mexique et au Pérou. La relation est la plus faible en Équateur, où elle n’est pas statistiquement significative. Le rendement du nombre d’années d’études est supérieur à la moyenne de l’OCDE dans tous les pays qui ont participé à la troisième vague de l’Évaluation, sauf au Pérou. La Hongrie se classe à la troisième place, après Singapour et la Slovénie, du classement de tous les pays selon l’importance du rendement du nombre d’années d’études. Les résultats du Pérou sont très proches de ceux obtenus par José Díaz, Arias et Tudela (2014[9]) dans leur étude des données de l’enquête ENHAB. Selon cette étude, le salaire progresse de 9 % sous l’effet de l’augmentation d’un écart-type des compétences cognitives, mais de 15 % sous celui de l’augmentation du nombre d’années d’études. Ces pourcentages sont respectivement de 7 % et 14 % dans le PIAAC.
L’effet du niveau de compétence sur la rémunération horaire peut en partie s’expliquer par le type de fonctions et de responsabilités que les travailleurs sont censés assumer. Le graphique 5.2 analyse non seulement l’effet du nombre d’années d’études et du niveau de compétence, mais également l’effet de l’utilisation de la numératie dans le cadre professionnel. Les travailleurs dont les fonctions impliquent une utilisation plus intensive de la numératie sont mieux rémunérés aussi. Inclure dans l’analyse l’utilisation des compétences dans le cadre professionnel montre que l’effet du niveau de compétence en numératie n’est pas à mettre en lien avec la nature des fonctions exercées. En d’autres termes, ce n’est pas parce que leurs fonctions impliquent une plus grande utilisation des compétences que des travailleurs plus compétents et mieux rémunérés ont été engagés. Ils gagnent plus que les travailleurs moins compétents qui exercent des fonctions exigeant autant de compétences que les leurs. Il est intéressant de constater que l’utilisation de la numératie dans le cadre professionnel est associée au salaire horaire aux États-Unis et en Hongrie, mais pas en Équateur, au Kazakhstan, au Mexique et au Pérou.
Dans l’ensemble, le nombre d’années d’études tend à avoir un impact moindre sur la rémunération dans les pays et économies où la structure des salaires est plus compacte, par exemple dans les pays nordiques, en Flandre (Belgique) et en Italie (OCDE, 2015[13]; OCDE, 2015[12]). En revanche, un niveau de formation plus élevé est associé à une rémunération nettement plus élevée en Allemagne, au Chili, au Mexique et en Turquie, autant de pays où les inégalités salariales sont relativement marquées. Cependant, cet effet ne suggère pas plus qu’un lien entre la structure salariale et le rendement de la formation, car d’autres facteurs affectent le classement des pays. Le rendement de la formation est par exemple relativement élevé en Slovénie, où les inégalités salariales sont relativement faibles.
Contribution relative du niveau de formation, du niveau de compétence et d’autres facteurs à la variation de la rémunération
Comme le montre le graphique 5.2, le niveau de formation et le niveau de compétence en traitement de l’information contribuent indépendamment l’un de l’autre à expliquer la rémunération des travailleurs. L’analyse ci-dessus compare l’impact que produit sur les salaires l’augmentation du niveau de formation et du niveau de compétence d’un écart-type pour montrer à quel point il varie entre les deux variables. Déterminer la part de la variance des salaires imputable à chacune de ces deux variables est toutefois plus probant (OCDE, 2014[11]). C’est précisément l’objet du graphique 5.3 : comparer l’importance relative du niveau de compétence et du nombre d’années d’études ainsi que d’autres variables relatives à des caractéristiques spécifiques aux fonctions exercées, par exemple l’ancienneté et le domaine d’études. Ces variables expliquent ensemble de l’ordre de 26 % de la variance des salaires, tandis que des caractéristiques personnelles, par exemple le sexe, le fait d’être issu ou non de l’immigration, la situation matrimoniale et la langue parlée en famille, expliquent en moyenne 4 % de la variance dans les pays de l’OCDE. Les compétences en traitement de l’information en expliquent 4.5 %, le niveau de formation, 12 %, le domaine d’études, 1 % et l’ancienneté, 9 %. La part de la variation du salaire horaire imputable à ces variables liées au capital humain est inférieure à la moyenne de l’OCDE en Équateur, au Mexique et au Pérou, où elle est de l’ordre de 20 %. Au Kazakhstan, ces variables n’expliquent que 13 % environ de la variation du salaire horaire. À l’autre extrême, elles expliquent un tiers environ de la variation du salaire horaire aux États-Unis et en Hongrie, soit près de 8 points de pourcentage de plus que la moyenne de l’OCDE.
Graphique 5.3. Contribution du nombre d’années d’études et du niveau de compétence en littératie et en numératie à la variation du salaire horaire
Remarques : Résultats obtenus à l’aide d’une décomposition par régression suivant la méthodologie de Fields (2004[14]). Chaque barre synthétise les résultats d’une régression, sa hauteur représentant le coefficient R2 de cette régression. Les sous-composantes de chaque barre indiquent la contribution de chaque facteur (ou ensemble de variables explicatives) au coefficient R2 total. Une explication plus détaillée de la décomposition de Fields peut être consultée dans l’encadré 5.4 des Perspectives de l’emploi de l’OCDE 2014 (OCDE, 2014[11]). La variable explicative dans le modèle de régression est le logarithme du salaire horaire, primes incluses, en USD convertis sur la base des parités de pouvoir d’achat (2012). Les variables explicatives de chaque facteur sont : le nombre d’années d’expérience professionnelle et son terme au carré pour le facteur « Expérience » ; le niveau de compétence en littératie et en numératie pour le facteur « Compétences » ; le nombre d’années d’études pour le facteur « Niveau de formation » ; et le sexe, la situation matrimoniale, le statut au regard de l’immigration et la langue parlée en famille pour le facteur « Caractéristiques individuelles ».
L’analyse exclut la Fédération de Russie, car la comparabilité n’est pas bonne entre les données sur les salaires de ce pays recueillies dans le cadre de l’enquête et celles émanant d’autres sources. Il convient donc de réaliser des vérifications supplémentaires avant de pouvoir confirmer la fiabilité des données de ce pays sur les salaires.
1. Voir la note 2 du graphique 5.1.
Les pays et économies sont classés par ordre croissant de la somme des contributions du nombre d’années d’études, du niveau de compétence, du domaine d’études et de l’expérience professionnelle.
Source : Évaluation des compétences des adultes (PIAAC) (2012, 2015, 2018), tableau A5.3.
La contribution du niveau de compétence en traitement de l’information à la variance du salaire horaire est la plus élevée en Angleterre (Royaume-Uni) et à Singapour, où elle est supérieure à 10 %. La contribution du niveau de compétence en littératie et en numératie est élevée aussi en Hongrie, où elle frôle les 8 %, mais peu élevée en Équateur, aux États-Unis, au Kazakhstan, au Mexique et au Pérou, des pays qui se situent tous en bas du classement à cet égard. Dans l’ensemble, le nombre d’années d’études est plus déterminant que le niveau de compétence dans le rendement du capital humain. La Hongrie est l’un des cinq pays où le nombre d’années d’études explique 20 % au moins de la variance du salaire horaire. La part de la variance du salaire horaire imputable au nombre d’années d’études est relativement peu élevée au Kazakhstan, est légèrement supérieure à la moyenne en Équateur et aux États-Unis et est très proche de la moyenne au Mexique et au Pérou. Il ressort de la comparaison des effets du niveau de compétence et du nombre d’années d’études que la part de la variance du salaire imputable au niveau de compétence n’est supérieure à celle imputable au nombre d’années d’études qu’en Angleterre (Royaume-Uni) et en Israël. Le nombre d’années d’études semble plus déterminant que le niveau de compétence dans le rendement du capital humain dans tous les pays de la troisième vague de l’Évaluation, sauf en Hongrie, où les deux variables expliquent une part relativement peu élevée de la variance par comparaison avec les autres pays. Enfin, le Mexique se démarque de ces pays, car il compte parmi les pays où le domaine d’études contribue le plus à la variation du salaire horaire. Les différences d’ampleur de ces effets s’expliquent vraisemblablement par la variation du salaire entre les professions, qui dépend entre autres de la réglementation du marché du travail, par exemple la législation sur le salaire minimum, et de l’action des syndicats.
La contribution relative des différentes variables liées au capital humain est indiquée selon le sexe et le groupe d’âge dans le graphique 5.4. Le niveau de compétence en traitement de l’information explique en moyenne une part plus importante de la variation de la rémunération chez les 30-49 ans et les 50-65 ans que chez leurs cadets (les 16-29 ans) dans les pays et économies de l’OCDE participants. Dans l’ensemble des pays et économies participants et abstraction faite des différences entre eux, le niveau de compétence en numératie et en littératie explique 3 % de la variation de la rémunération chez les 16-29 ans, 6 % chez les 30-49 ans et 5 % chez les 50-65 ans. Ce constat cadre bien avec la thèse de l’« apprentissage par les employeurs », selon laquelle les employeurs en apprennent davantage sur les compétences de leurs salariés avec le temps et les rémunèrent en conséquence (OCDE, 2014[11]; Pinkston, 2009[15]). Dans l’ensemble, les composantes du capital humain (le niveau de formation, le niveau de compétence, le domaine d’études et l’ancienneté) expliquent une plus grande part de la variance du salaire horaire chez les 30-65 ans que chez leurs cadets.
Graphique 5.4. Contribution du nombre d’années d’études et du niveau de compétence en littératie et en numératie à la variation du salaire horaire, selon le groupe d’âge et le sexe
Remarques : La variable explicative dans le modèle de régression est le logarithme du salaire horaire, primes incluses, en USD ajustés sur la base des parités de pouvoir d’achat (2012). Les facteurs sont : le nombre d’années d’expérience professionnelle et son terme au carré ; le niveau de compétence en littératie et en numératie ; le nombre d’années d’études ; et des variables démographiques (sexe, situation matrimoniale, statut au regard de l’immigration et langue parlée en famille).
Résultats obtenus à l’aide d’une décomposition par régression suivant la méthodologie de Fields (2004[14]). Chaque barre synthétise les résultats d’une régression, sa hauteur représentant le coefficient R2 de cette régression. Les sous-composantes de chaque barre indiquent la contribution de chaque facteur (ou ensemble de variables explicatives) au coefficient R2 total. Une explication plus détaillée de la décomposition de Fields peut être consultée dans l’encadré 5.4 des Perspectives de l’emploi de l’OCDE 2014 (OCDE, 2014[11]).
Source : Évaluation des compétences des adultes (PIAAC) (2012, 2015, 2018), tableaux A5.4 et A5.5.
Il est intéressant de constater que les diplômes sont plus déterminants dans le rendement du capital humain chez les femmes que chez les hommes. Le nombre d’années d’études et le domaine d’études expliquent 14.5 % de la variance du salaire horaire chez les femmes, contre 12 % chez les hommes. En revanche, l’ancienneté et le niveau de compétence sont plus déterminants chez les hommes que chez les femmes.
Inadéquation entre les compétences des travailleurs et celles requises dans leurs fonctions et effets sur la rémunération
Il est impératif que les compétences que les travailleurs acquièrent durant leur formation initiale, puis une fois en poste concordent avec celles demandées sur le marché du travail pour que les pays tirent le meilleur rendement de leurs investissements dans le capital humain. C’est souhaitable également pour les individus qui ont eux aussi investi dans leur formation. L’inadéquation entre les compétences des travailleurs et celles requises dans leurs fonctions peut être lourde de conséquences à différents égards. Côté travailleurs, elle affecte la satisfaction professionnelle et influe sur la rémunération. Côté employeurs, elle augmente le taux de renouvellement du personnel et peut réduire la productivité. Enfin, sur le plan macro-économique, elle accroît le chômage et freine la croissance du PIB en raison de de la mauvaise exploitation du capital humain et de la diminution de la productivité (McGowan et Andrews, 2015[16]). Ceci dit, il est impossible d’éviter une certaine inadéquation dans la mesure où les compétences et les qualifications demandées évoluent sans cesse. Les fonctions, elles, évoluent au fil du temps en fonction du progrès technologique et des changements organisationnels, et de la variation des besoins des consommateurs et de l’offre de main-d’œuvre. Les jeunes diplômés et les chômeurs peuvent par exemple s’orienter vers un poste qui n’est pas forcément en parfaite adéquation avec leurs qualifications et leurs compétences. Il s’ensuit que pour un certain nombre de raisons, des travailleurs sont susceptibles d’exercer des fonctions pour lesquelles ils sont soit surqualifiés, soit sous-qualifiés, du moins dans un premier temps.
Le concept d’inadéquation dans l’Évaluation des compétences des adultes
L’Évaluation des compétences des adultes (PIAAC) est une source unique d’information sur l’inadéquation du niveau de formation et de compétence dans la mesure où elle recueille des données sur les diplômes des travailleurs, leur ancienneté, leur perception des qualifications requises par leurs fonctions, la diversité de leurs activités professionnelles et leurs compétences en traitement de l’information. La présente section analyse trois formes d’inadéquation, à savoir celles liées au niveau de formation, au domaine d’études et au niveau de compétence. Ces trois formes d’inadéquation sont décrites dans l’encadré 5.1 ci-dessous. Ces indicateurs portent sur des aspects différents de l’inadéquation, mais ils se recoupent jusqu’à un certain point, de la même manière en fait que se recoupent le niveau de formation, le domaine d’études et le niveau de compétence. Les diplômés qui peinent à trouver un poste en rapport avec leur domaine d’études sont susceptibles d’accepter un poste dans un autre domaine pour lequel ils sont surqualifiés alors qu’ils n’ont pas toutes les connaissances spécifiques requises. Dans ce cas, l’inadéquation renvoie au fait que les travailleurs exercent des fonctions qui ne concordent ni avec leur domaine d’études ni avec leur niveau de formation.
Le critère principal à retenir pour déterminer si les travailleurs sont sous-qualifiés ou surqualifiés est le niveau de formation exigé à leur poste. Dans le PIAAC, les actifs occupés sont invités à indiquer le niveau de formation qu’ils considèrent nécessaire pour exercer leurs fonctions. Il ressort de la comparaison entre leur niveau de formation effectif et le niveau déclaré par les répondants qu’en moyenne, 22 % d’entre eux sont surqualifiés et 12 % environ sont sous-qualifiés (voir le graphique 5.5). Le phénomène de l’inadéquation du niveau de formation varie sensiblement entre les pays. Le degré global d’inadéquation du niveau de formation est inférieur à la moyenne de l’OCDE dans tous les pays de la troisième vague de l’Évaluation, sauf en Équateur et au Kazakhstan. Il est très proche de la moyenne de l’OCDE au Kazakhstan, même si la surqualification y est légèrement plus fréquente dans l’ensemble. Il est relativement élevé en Équateur, le seul des cinq pays PIAAC où il est plus courant d’être sous-qualifié que surqualifié. Ce constat peut s’expliquer par le fait que la demande de profils titulaires d’un diplôme plus élevé a augmenté à un rythme plus soutenu que l’effectif diplômé.
Graphique 5.5. Inadéquation en matière de niveau de formation, de compétence en littératie et de domaine d’études
Remarques : les données de l’Australie sur l’inadéquation en matière de domaine d’études ne sont pas présentées en raison de la non-disponibilité des données sur la classification à 3 chiffres des professions de la CITP pour les actifs occupés de ce pays dans l’Évaluation des compétences des adultes (PIAAC).
1. Voir la note à la fin de ce chapitre.
2. Voir la note 2 du graphique 5.1.
Les pays et économies sont classés par ordre décroissant de la prévalence des situations d’inadéquation en matière de qualifications (sur- ou sousqualification).
Source : Évaluation des compétences des adultes (PIAAC) (2012, 2015, 2018), tableau A5.6.
Le PIAAC compare aussi le score des actifs occupés dans un domaine d’évaluation et la plage de score correspondant à leur poste dans le même domaine pour identifier ceux d’entre eux qui sont trop compétents ou qui ne le sont pas assez (voir l’encadré 5.1). Les travailleurs sont trop compétents dans un domaine si leur score dépasse la limite supérieure de la plage de score correspondant à leur poste, mais ne le sont pas assez s’il n’atteint pas la limite inférieure de cette plage. Le degré global d’inadéquation du niveau de compétence est inférieur ou égal à la moyenne de l’OCDE aux États-Unis, en Hongrie et au Kazakhstan. Les pays d’Amérique latine se démarquent des autres par un degré d’inadéquation nettement supérieur à la moyenne. Cette tendance, qui s’observe en Équateur, au Mexique et au Pérou, des pays de la troisième vague de l’Évaluation, ainsi qu’au Chili, un pays de la deuxième vague, est en grande partie imputable au pourcentage supérieur à la moyenne de travailleurs trop compétents. Elle peut s’expliquer par le fait que le niveau de compétence exigé est moindre à cause du niveau de compétence peu élevé de la main-d’œuvre. En principe, les individus très performants pourraient donc décrocher des postes exigeant en principe un niveau plus élevé de formation et de compétence. Ce constat cadre bien avec celui dérivé d’un autre indicateur qui montre, même s’il se base sur d’autres variables, que la littératie et la numératie sont peu utilisées dans le cadre professionnel dans ces pays.
Encadré 5.1. Estimation de l’inadéquation du niveau de formation, du niveau de compétence et du domaine d’études dans l’Évaluation des compétences des adultes
Il existe dans l’ensemble plusieurs moyens de mesurer chaque forme d’inadéquation. Des enquêtes peuvent interroger les répondants sur leur perception de l’inadéquation (mesures subjectives) ou comparer les répondants à la situation qui prévaut dans leur pays (approche statistique) ou à ce qui est approprié par définition (approche normative). Chaque type de mesure a ses avantages et ses inconvénients.
On parle d’inadéquation du niveau de formation lorsque le niveau de formation des travailleurs est supérieur ou inférieur à celui exigé dans leurs fonctions. Les travailleurs sont dits surqualifiés si leur niveau de formation est supérieur à celui requis pour exercer leurs fonctions et sous-qualifiés s’il est inférieur. Dans le PIAAC, les actifs occupés sont invités à indiquer le niveau de formation que des candidats doivent avoir pour espérer décrocher un poste identique au leur. Grâce à leurs réponses à cette question, il est possible de comparer le niveau de formation des répondants et celui qu’ils estiment être nécessaire dans leurs fonctions et, donc, de déceler les éventuelles inadéquations. Ces réponses peuvent être faussées par des appréciations personnelles et par des effets de période ou de cohorte, mais le niveau de formation indiqué par les répondants en réponse à cette question a le mérite d’être spécifique à leur poste, et non de s’appliquer à tous les postes relevant de la même catégorie.
On parle d’inadéquation du niveau de compétence lorsque les travailleurs sont plus ou moins compétents que ne leur requiert leur poste. Les travailleurs sont dits surcompétents si leur niveau de compétence est supérieur à celui requis à leur poste et insuffisamment compétents dans le cas contraire. Dans le présent chapitre, le niveau de compétence requis dans le cadre professionnel, l’indicateur principal de l’inadéquation des compétences, est dérivé des travaux de Pellizzari et de Fichen (2013[17]). Le niveau de compétence maximum et minimum requis à chaque poste est dérivé du niveau de compétence des répondants en adéquation avec celui requis dans leurs fonctions. Les travailleurs dont le niveau de compétence concorde avec celui requis à leur poste sont ceux qui ont répondu par la négative à la fois à la question « D’après vous, êtes-vous assez compétent(e) pour exercer des fonctions plus exigeantes que celles qui sont actuellement les vôtres ? » et à la question « Pensez-vous avoir besoin d’une formation supplémentaire pour vous sentir à l’aise dans vos fonctions actuelles ? ». Cet indicateur de l’inadéquation du niveau de compétence est probant, car il atténue le risque de biais dû par exemple à un excès de confiance en soi et ne renvoie pas aux hypothèses indispensables pour comparer directement le niveau de compétence et l’utilisation des compétences. Cette approche ne permet toutefois pas d’évaluer toutes les formes d’inadéquation des compétences, dans la mesure où elle se concentre sur les inadéquations dans les domaines spécifiques à l’Évaluation des compétences des adultes, abstraction faite de celles liées aux compétences génériques ou propres aux postes à l’étude.
On parle d’inadéquation du domaine d’études lorsque celui des travailleurs ne concorde pas avec celui de leur poste. La concordance entre les domaines d’études et les professions est dérivée des domaines d’études considérés comme étant en adéquation avec les professions définies stricto sensu (selon les catégories à trois chiffres de la Classification internationale type des professions [CITP]). Les travailleurs dont le domaine d’études ne concorde pas bien avec leurs fonctions sont comptabilisés comme étant en situation d’inadéquation. La liste des domaines d’études et des professions sur laquelle se base ce chapitre figure à l’annexe 5 de l’édition de 2014 de Perspectives de l’emploi de l’OCDE (OCDE, 2014[11]). Cette liste s’inspire largement de celle proposée par Wolbers (2003[18]), mais a été adaptée en fonction de la CITP de 2008 (Montt, 2015[19]).
Sources :
OCDE (2017[20]), Getting Skills Right : Skills for Jobs Indicators, https://dx.doi.org/10.1787/9789264277878-en ; OCDE (2014[11]), Perspectives de l’emploi de l’OCDE 2014, https://doi.org/10.1787/empl_outlook-2014-fr ; Montt (2015[19]), « The causes and consequences of field-of-study mismatch : An analysis using PIAAC », https://dx.doi.org/10.1787/5jrxm4dhv9r2-en; Pellizzari et Fichen (2013[17]), « A new measure of skills mismatch : Theory and evidence from the Survey of Adult Skills (PIAAC) », https://dx.doi.org/10.1787/5k3tpt04lcnt-en ; Wolbers (2003[18]), « Job mismatches and their labour-market effects among school-leavers in Europe », www.socsci.ru.nl/maartenw/esr03-3.pdf.
Le taux d’inadéquation du domaine d’études, soit le pourcentage d’actifs qui exercent des fonctions sans rapport avec leur domaine d’études, est assez élevé au Chili, en Équateur, aux États-Unis et au Mexique. L’inadéquation du domaine d’études est supérieure de 10 points de pourcentage à la moyenne de l’OCDE (40 %) au Chili, de 17 points de pourcentage en Équateur, de 12 points de pourcentage au Mexique et de 8 points de pourcentage aux États-Unis. Il peut s’expliquer par le fait que les domaines d’études choisis par les individus sont moins en phase avec les besoins sur le marché du travail et que la filière générale est dominante dans l’enseignement secondaire. Selon la Banque interaméricaine de développement (Novella et al., 2019[21]; Rucci, 2017[22]), la concordance entre le contenu des cours et formations et la demande sur le marché du travail pourrait être particulièrement faible dans ces pays. Sur le plan statistique, une forte inadéquation du domaine d’études pourrait aussi s’expliquer par la taille limitée de l’échantillon : le pourcentage d’adultes au plus diplômés du deuxième cycle de l’enseignement secondaire qui sont, par définition, exclus de l’analyse des domaines d’études est en effet très élevé dans ces pays (Montt, 2015[19]).
Effet de l’inadéquation sur la rémunération
Un niveau de formation plus élevé a un effet plus négatif sur le salaire horaire réel que l’inadéquation du niveau de compétence ou du domaine d’études si les travailleurs surqualifiés sont comparés à niveau égal de formation et de compétence aux travailleurs dont le profil correspond en tous points à leur poste (voir le graphique 5.6). En moyenne dans les pays et économies de l’OCDE, les travailleurs surqualifiés gagnent environ 17 % de moins que ceux dont les fonctions sont à la hauteur de leur niveau de formation et de compétence et correspondent à leur domaine d’études à niveau égal de formation et de compétence et dans le même domaine d’études. La rémunération est amputée de 7 % si le niveau de compétence est supérieur à celui requis et de 3 % si le domaine d’études ne correspond pas. Cette corrélation négative entre la surqualification et la rémunération est statistiquement significative dans la grande majorité des pays, contrairement à ce qui s’observe si le niveau de compétence est plus élevé ou que le domaine d’études est différent. Le désavantage salarial est supérieur à la moyenne aux États-Unis, au Kazakhstan, au Mexique et au Pérou ; il l’est particulièrement aux États-Unis et au Pérou, où le salaire horaire des travailleurs surqualifiés est inférieur de plus de 30 % à celui des travailleurs en situation d’adéquation qui ont le même niveau de formation, le même domaine d’études et le même niveau de compétence en numératie. Aucune des variables d’inadéquation n’est associée à une variation du salaire horaire en Équateur. Enfin, la surqualification est associée à un désavantage salarial inférieur à la moyenne de l’OCDE, tandis que l’inadéquation résultant d’un niveau de compétence plus élevé ou d’un domaine d’études différent n’entraîne pas de variation statistiquement significative du salaire horaire en Hongrie.
Graphique 5.6. Effet de l’inadéquation du niveau de formation, du niveau de compétence en numératie et du domaine d’études sur la rémunération
Remarques : Coefficients de la régression des moindres carrés ordinaires des salaires horaires logarithmiques sur l’inadéquation, directement interprétés comme les effets en pourcentage sur les salaires. Les coefficients sont ajustés pour tenir compte du nombre d’années d’études, de l’âge, du sexe, de la situation matrimoniale, de l’expérience professionnelle, de l’ancienneté dans l’emploi occupé, du statut au regard de l’immigration, de la taille de l’entreprise, du type de contrat, du nombre d’heures de travail, d’une variable fictive pour le secteur public, du niveau de compétence en numératie et de l’utilisation de la numératie dans le cadre professionnel. La répartition des salaires a été revue pour supprimer les 1er et 99e centiles. L’échantillon de régression ne comprend que des salariés. L’analyse exclut la Fédération de Russie, car la comparabilité n’est pas bonne entre les données sur les salaires de ce pays recueillies dans le cadre de l’enquête et celles émanant d’autres sources. Il convient donc de réaliser des vérifications supplémentaires avant de pouvoir confirmer la fiabilité des données de ce pays sur les salaires. L’analyse exclut l’Australie en raison de la non-disponibilité des données sur la classification à 3 chiffres des professions de la CITP pour les actifs occupés de ce pays dans l’Évaluation des compétences des adultes (PIAAC). Les données de l’Australie sur l’inadéquation en matière de domaine d’études ne sont donc pas présentées. Les valeurs statistiquement significatives (au seuil de 5 %) sont indiquées dans une couleur plus foncée.
1. Voir la note 2 du graphique 5.1.
Les pays et économies sont classés par ordre croissant de l’effet de la surqualification sur la rémunération.
Source : Évaluation des compétences des adultes (PIAAC) (2012, 2015, 2018), tableau A5.7.
Il ne faut pas déduire de ces chiffres qu’un niveau de formation supérieur à celui exigé dans les fonctions exercées n’est en rien un atout sur le marché du travail. Tous pays confondus, les travailleurs surqualifiés gagnent dans l’ensemble 4 % de plus environ que les travailleurs en situation d’adéquation qui exercent des fonctions comparables aux leurs. En d’autres termes, les diplômés de l’enseignement tertiaire dont les fonctions requièrent au plus un diplôme du deuxième cycle de l’enseignement secondaire gagnent moins que si leurs fonctions requéraient un diplôme de l’enseignement tertiaire, mais plus que les diplômés du deuxième cycle de l’enseignement secondaire dont les fonctions requièrent au plus un diplôme de ce niveau d’enseignement.
L’inadéquation du niveau de formation et l’inadéquation du niveau de compétence peuvent avoir un impact différent sur le salaire, même après contrôle de ces deux variables. En effet, les postes qui requièrent un niveau de formation donné ne font pas appel nécessairement à un niveau de compétence identique. Ce phénomène s’explique par le fait que les employeurs peuvent évaluer directement le niveau de formation, mais pas le niveau de compétence. De plus, les formes d’inadéquation sont estimées à partir d’indicateurs différents : l’inadéquation du niveau de compétence est dérivée des indicateurs de littératie, de numératie et de résolution de problèmes, tandis que l’inadéquation du niveau de formation est dérivée d’indicateurs plus généraux, par exemple le niveau de formation exigé selon les fonctions exercées.
Retombées non économiques des compétences en traitement de l’information
L’employabilité et la rémunération sont importantes pour le bien-être personnel, mais des facteurs non économiques contribuent aussi à la fois à ce bien-être personnel et au bon fonctionnement de la société. Le PIAAC recueille des informations sur quatre retombées non économiques : la confiance qu’inspire autrui ; la participation à des activités associatives, religieuses, politiques ou caritatives (bénévolat), le sentiment de pouvoir influencer le processus politique (efficacité politique) ; et l’état de santé perçu.
De nombreuses enquêtes portent sur la confiance, le bénévolat et l’efficacité politique, par exemple l’Enquête sur les valeurs mondiales (www.worldvaluessurvey.org) et l’Enquête sociale européenne (www.europeansocialsurvey.org). Ces variables servent souvent d’indicateurs du capital social dans l’abondante littérature économique et sociologique sur le lien entre le capital social (et les caractéristiques culturelles) et le développement économique à long terme (OCDE, 2016[4]). L’Évaluation des compétences des adultes est une enquête unique en son genre, car elle permet de mieux comprendre les relations qui existent entre le niveau de formation, le niveau de compétence et des indicateurs courants du capital social et du bien-être personnel. Les diverses retombées non économiques peuvent être considérées, en fonction de la valeur subjective qui leur est accordée, soit comme des retombées intéressantes en soi, soit comme des variables médiatrices dans l’étude de la relation entre le niveau de compétence et les retombées économiques comme le montrent les nombreuses études sur la relation entre le capital social et la croissance économique.
Comme le montre le graphique 5.7, le niveau de compétence en traitement de l’information est dans l’ensemble en corrélation positive avec la confiance, le bénévolat, l’efficacité politique et l’état de santé perçu dans les pays de l’OCDE. Les relations avec l’efficacité politique, l’état de santé perçu et le bénévolat continuent de s’observer même après contrôle des caractéristiques sociodémographiques habituelles. La relation avec la confiance perd en revanche beaucoup de son intensité, au point de n’être plus statistiquement significative dans de nombreux cas, après contrôle des caractéristiques personnelles.
Graphique 5.7. Effet du niveau de compétence en numératie et les retombées sociales positives
Remarques : les différences statistiquement significatives sont indiquées dans une couleur plus foncée. Les différences après ajustement sont basées sur un modèle de régression qui prend en compte les différences associées aux variables suivantes : âge, sexe, niveau de formation, statut au regard de l’immigration et langue, et niveau de formation des parents. Les différences après ajustement sont manquantes pour la Fédération de Russie en raison de l’absence des variables linguistiques. Le niveau de compétence en numératie de l’ensemble de la population active présente un écart-type de 52 points.
1. Voir la note 2 du graphique 5.1.
2. Voir la note à la fin de ce chapitre.
Les pays et économies sont classés par ordre alphabétique de leur nom en anglais.
Source : Évaluation des compétences des adultes (PIAAC) (2012, 2015, 2018), tableau A5.8(N).
L’intensité des relations varie d’un pays à l’autre. Les relations entre le niveau de compétence en numératie et les retombées non économiques sont de moindre intensité dans les pays qui ont participé à la troisième vague de l’Évaluation, sauf en Hongrie et aux États-Unis, que dans la plupart des autres pays PIAAC. Le niveau de compétence est en corrélation positive uniquement avec l’efficacité politique et l’état de santé perçu en Équateur et au Pérou et uniquement avec le bénévolat et l’état de santé perçu au Mexique. Le niveau de compétence en numératie est en lien uniquement avec le bénévolat après contrôle des caractéristiques habituelles au Kazakhstan. En revanche, il est en corrélation positive et statistiquement significative avec toutes les retombées aux États-Unis et l’est aussi en Hongrie, sauf avec l’efficacité politique.
Résumé
Le niveau de compétence en littératie, en numératie et en résolution de problèmes dans des environnements à forte composante technologique est en corrélation positive et indépendante avec la probabilité d’être actif sur le marché de l’emploi ou de travailler, et avec une rémunération plus élevée. Le niveau de compétence en traitement de l’information est également en corrélation positive avec d’autres aspects importants du bien-être, notamment l’état de santé et l’impression de pouvoir influencer le débat politique. Les constats faits dans le présent chapitre ainsi que ceux établis dans le chapitre 3 mettent aussi en évidence la différence entre le niveau de formation et le niveau de compétence : des travailleurs accusent un niveau de compétence inférieur à ce que suggère leur niveau de formation, que ce soit à cause de leur piètre parcours scolaire ou de l’érosion de leurs compétences au fil du temps. Ce phénomène peut entraîner une forte inadéquation, en particulier parce que les employeurs peinent à évaluer le niveau de compétence et préfèrent s’en tenir au niveau de formation pour juger des aptitudes des candidats. Cette inadéquation entre le niveau de compétence des travailleurs et celui requis dans leurs fonctions est associée à une diminution sensible de la rémunération.
L’intensité de la relation entre le niveau de compétence en numératie et la situation au regard de l’emploi est inférieure à la moyenne dans plusieurs pays de la troisième vague de l’Évaluation, en particulier en Amérique latine. Dans ces pays, le nombre d’années d’études est une variable explicative plus probante du salaire que le niveau de compétence en numératie, mais il est en faible corrélation avec la probabilité de travailler. La surqualification et l’inadéquation du domaine d’études sont supérieures à la moyenne aussi dans ces pays, signe d’un certain décalage entre les systèmes d’éducation et les besoins sur le marché du travail. Les tendances sont moins claires au Kazakhstan, où certains indicateurs révèlent une relation de faible intensité entre le niveau de compétence et la situation au regard de l’emploi, tandis que d’autres se confondent dans la moyenne de l’OCDE. Parmi les pays de la troisième vague de l’Évaluation, les États-Unis et la Hongrie sont les plus proches de la moyenne de l’OCDE.
Dans l’ensemble, les résultats suggèrent qu’investir dans l’amélioration des compétences des adultes en littératie, en numératie et en résolution de problèmes dans des environnements à forte composante technologique pourrait être très utile. Indépendamment des politiques visant à accroître la propension à suivre des études ou une formation, l’amélioration de l’enseignement de la littératie et de la numératie dans le cadre scolaire et les programmes destinés aux adultes peu performants en littératie, en numératie et en TIC peut avoir de grandes retombées économiques et sociales pour les individus et pour la société dans son ensemble.
Note concernant la Fédération de Russie
L’échantillon de la Fédération de Russie n’inclut pas la population de la municipalité de Moscou. Des informations plus détaillées sont disponibles dans le rapport technique de l’Évaluation des compétences des adultes (Technical Report of the Survey of Adult Skills, Third Edition [OCDE, 2019[23]]).
Références
[8] Acosta, P., N. Muller et M. Sarzosa (2017), Beyond Qualifications: Returns to Cognitive and Socioemotional Skills in Colombia, Institute of Labor Economics, http://conference.iza.org/conference_files/Statistic_2018/sarzosa_m23031.pdf (consulté le 7 mai 2019).
[10] Cunningham, W., P. Acosta et N. Muller (2016), Minds and Behaviors at Work: Boosting Socioemotional Skills for Latin America’s Workforce, Publications de la Banque mondiale, https://doi.org/10.1596/978-1-4648-0884-5 (consulté le 7 mai 2019).
[14] Fields, G. (2004), Regression-Based Decompositions: A New Tool for Managerial Decision-Making, Cornell University, ILR school, http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.494.9450&rep=rep1&type=pdf.
[5] Hanushek, E. et al. (2015), « Returns to skills around the world: Evidence from PIAAC », European Economic Review, Vol. 73, pp. 103-130, http://dx.doi.org/10.1016/j.euroecorev.2014.10.006.
[9] José Díaz, J., O. Arias et D. Tudela (2014), Does perseverance pay as much as being smart?: The returns to cognitive and non-cognitive skills in urban Peru, 9ème Conférence IZA/Banque mondiale sur l’emploi et le développement, 25-26 juin, Lima, http://conference.iza.org/conference_files/worldb2014/arias_o4854.pdf (consulté le 7 mai 2019).
[2] Leuven, E., H. Oosterbeek et H. van Ophem (2004), « Explaining international differences in male skill wage differentials by differences in demand and supply of skill », Economic Journal, Vol. 114/495, pp. 466-486, https://papers.ssrn.com/sol3/papers.cfm?abstract_id=526835 (consulté le 7 mai 2019).
[7] Manacorda, M., C. Sánchez-Páramo et N. Schady (2010), « Changes in returns to education in Latin America: The role of demand and supply of skills », Industrial and Labor Relations Review, Vol. 63/2, pp. 307-326, https://doi.org/10.1177%2F001979391006300207 (consulté le 7 mai 2019).
[16] McGowan, M. et D. Andrews (2015), « Labour market mismatch and labour productivity: Evidence from PIAAC data », Documents de travail du Département des Affaires économiques de l’OCDE, n°1209, Éditions OCDE, Paris, https://doi.org/10.1787/5js1pzx1r2kb-en (consulté le 28 février 2018).
[19] Montt, G. (2015), « The causes and consequences of field-of-study mismatch: An analysis using PIAAC », Documents de travail de l’OCDE sur les affaires sociales, l’emploi et les migrations, n°167, Éditions OCDE, Paris, https://dx.doi.org/10.1787/5jrxm4dhv9r2-en.
[21] Novella, R. et al. (2019), Encuesta de habilidades al trabajo (ENHAT) 2017-2018: Causas y consecuencias de la brecha de habilidades en Perú, Banque interaméricaine de développement, Washington, D.C., http://dx.doi.org/10.18235/0001653.
[23] OCDE (2019), Technical Report of the Survey of Adult Skills, Third Edition, OCDE, http://www.oecd.org/skills/piaac/publications/PIAAC_Technical_Report_2019.pdf.
[1] OCDE (2018), Getting Skills Right: Brazil, Getting Skills Right, Éditions OCDE, Paris, https://dx.doi.org/10.1787/9789264309838-en.
[20] OCDE (2017), Getting Skills Right: Skills for Jobs Indicators, Getting Skills Right, Éditions OCDE, Paris, https://dx.doi.org/10.1787/9789264277878-en.
[4] OCDE (2016), L’importance des compétences : Nouveaux résultats de l’Évaluation des compétences des adultes, Éditions OCDE, Paris, https://doi.org/10.1787/9789264259492-fr.
[13] OCDE (2015), Tous concernés : Pourquoi moins d’inégalité profite à tous, Éditions OCDE, Paris, https://doi.org/10.1787/9789264235519-fr.
[12] OCDE (2015), Perspectives de l’emploi de l’OCDE 2015, Éditions OCDE, Paris, https://doi.org/10.1787/empl_outlook-2015-fr.
[11] OCDE (2014), Perspectives de l’emploi de l’OCDE 2014, Éditions OCDE, Paris, https://doi.org/10.1787/empl_outlook-2014-fr.
[17] Pellizzari, M. et A. Fichen (2013), « A new measure of skills mismatch: Theory and evidence from the Survey of Adult Skills (PIAAC) », Documents de travail de l’OCDE sur les affaires sociales, l’emploi et les migrations, n°153, Éditions OCDE, Paris, https://dx.doi.org/10.1787/5k3tpt04lcnt-en.
[15] Pinkston, J. (2009), « A model of asymmetric employer learning with testable implications », Review of Economic Studies, Vol. 76/1, pp. 367-394, http://dx.doi.org/10.1111/j.1467-937X.2008.00507.x.
[22] Rucci, G. (2017), Skills Mismatches in Latin America and the Caribbean, Skills for Employment, https://www.skillsforemployment.org/KSP/en/Details/?dn=WCMSTEST4_189325 (consulté le 11 mai 2019).
[3] Tyler, J. (2004), « Basic skills and the earnings of dropouts », Economics of Education Review, Vol. 23/3, pp. 221-235, https://doi.org/10.1016/j.econedurev.2003.04.001.
[6] Vignoles, A. (2016), « What is the economic value of literacy and numeracy? », IZA World of Labor 229, http://dx.doi.org/10.15185/izawol.229.
[18] Wolbers, M. (2003), « Job mismatches and their labour-market effects among school-leavers in Europe », European Sociological Review, Vol. 19/3, pp. 249-266, http://www.socsci.ru.nl/maartenw/esr03-3.pdf (consulté le 10 mai 2019).
Note
← 1. Le simple fait de travailler peut par exemple favoriser l’acquisition de compétences ou prévenir l’érosion de compétences qui ne sont pas utilisées en période de chômage.