Supposons que la probabilité d'attachement au secteur primaire ...

Supposons que la probabilité d'attachement au secteur primaire calculée
par l'équation (2-14) en période t-1 est déterminée par l'ensemble des
caractéristiques observées (xi,t-1). Il est alors possible d'établir une
relation fonctionnelle entre ces variables.
[pic] (2-17)
Où [pic]est la probabilité d'être classé dans le segment primaire pour
l'individu i à la période t-1, [pic]est le vecteur des caractéristiques
individuelles et[pic]est la fonction de transformation des variables, telle
que [pic] suit une loi de distribution à moyenne nulle et à variance égale
à 1. Si l'on considère d'une manière arbitraire que cette probabilité ne
dépasse pas la valeur[pic], l'individu sera assigné au secteur secondaire.
Nous allons créer une variable indicatrice (d) de sorte que [pic] si le
travailleur i est classé dans le secteur secondaire à la période t-1 et
[pic]sinon. Par conséquent,
[pic] (2-18)
[pic] représente une fonction de répartition de la distribution
normale. De plus, l'élimination du terme constant,[pic], conduit à une
reformulation de l'équation (2-18) :
[pic] (2-19)
Supposons que l'assignation d'un individu au segment secondaire en
période t-1 dépend d'un statut relatif à la période t, il importe
d'introduit l'hypothèse de la dépendance temporelle dans l'estimation du
modèle standard afin d'endogénéiser le processus de sélection. Par
conséquent, on admet que si le statut individuel à la période t-1 s'associe
au secteur secondaire ([pic]), le processus dynamique de détermination de
son statut final à la période t est le suisvant :
[pic]
(2-20)
Où [pic]représente un vecteur des caractéristiques personnelles,
considérées comme les déterminants de la mobilité intersectorielle. De la
même manière que dans la période t-1, si le seuil de probabilité d'attacher
au secteur primaire est inférieur à[pic], où yi,t < [pic], la variable
indicatrice de la période t (di,t ) sera égale à 1, et di,t = 0, sinon. De
ce fait, compte tenu de la structure de dépendance temporelle, la
distribution des termes d'erreur - [pic] et [pic]- doit suivre une
statistique de distribution normale bivariée avec un coefficient de
corrélation[pic]. La probabilité d'être assigné dans le segment secondaire
à la période t, sachant que l'individu se trouve dans ce même segment à la
période t-1, est donnée par :
[pic] (2-21)
La probabilité d'être classé dans le segment primaire à la période t,
sachant qu'en période t-1 l'individu est classé dans le marché secondaire
est sous la forme suivante :
[pic] (2-22) Il convient de noter que, si[pic], le modèle devient exogène En
d'autre termes, il n'existe aucune relation entre les conditions initiales
et finales des individus. L'équation (2-21) représente un processus
d'enfermement dans le secteur secondaire puisque pendant deux périodes, le
salarié est classé dans le même secteur secondaire. À l'inverse, l'équation
(2-22) exprime le mouvement intersectoriel lorsqu'il s'agit d'une
transformation d'un état initial caractérisé par le classement au secteur
secondaire à l'état final relatif au secteur primaire. Au total, la
fonction de vraisemblance s'écrit de manière suivante[1] :
[pic] (2-23) Sur le plan technique, il revient à chercher le maximum de la fonction
de vraisemblance à information complète afin de quantifier les déterminants
du processus dynamique d'enfermement et de la mobilité intersectorielle des
individus. A. Sélection des données et des variables
La mise en ?uvre des investigations empiriques fait appel à l'enquête
prioritaire socio-économique de Panel (HSEPS), allant de 2005 à 2006. Les
sélections des données et des variables s'opèrent de manière suivante.
En premier lieu, le choix des données représentatives s'effectue à deux
étapes. D'abord, il s'agit d'une sélection des travailleurs vivants en
milieu urbain, en âge de travailler (15 ans et plus), n'étant pas
employeurs ni travailleurs indépendants[2]. L'importance de l'exclusion de
ces derniers tient au fait que, d'un côté, notre analyse se centre
exclusivement sur les emplois salariés et, de l'autre côté, l'enquête
prioritaire ne contient aucune information sur les revenus relatifs aux
emplois à propre compte. Ensuite, les individus sélectionnés doivent
déclarer avoir un salaire positif pour chaque enquête. Par ailleurs, les
salaires sont tous estimés à une échelle mensuelle dans l'enquête, alors
que la variable dépendante dans la fonction de gains doit être constituée
sur une base du salaire horaire. La prise en compte du salaire horaire
permet de corriger l'impact de sous-emploi sur l'estimation des
coefficients de la fonction de gains. En d'autres termes, il est tout à
fait possible qu'un même montant de salaire mensuel correspond aux
différents nombres d'heures du travail hebdomadaire. Cela implique
potentiellement une surestimation des paramètres estimés pour certains
individus. Par conséquent, le taux de salaire s'estime par une simple
opération mathématique, à l'aide de deux variables telles que le nombre de
jours du travail par mois et d'heures du travail hebdomadaire[3]. Par
ailleurs, les salaires horaires de chaque enquête sont alors corrigés de
l'indice des prix à la consommation, base 100 en 2002.
En deuxième lieu, les variables sélectionnées doivent être spécifiques
à chaque modèle. Pour le modèle à changement de régime avec règle de
séparation inconnue, la variable dépendante correspond au logarithme du
taux de salaires, et les variables indépendantes se divisent en deux sous-
ensembles : le premier groupe concerne les variables explicatives de la
fonction de gains et le second groupe concerne l'ensemble des variables
explicatives inhérentes à l'équation de sélection. En fait, le modèle
standard de la fonction de gains, développé par Mincer (1974)[4], explicite
une relation fonctionnelle entre les gains et l'ensemble des variables
indépendantes, telles que le niveau d'éducation, l'expérience, l'expérience
au carré, la formation, l'ancienneté, etc. Par ce mécanisme, les taux de
rendement marginal privé de l'éducation, de l'expérience et d'autres
composantes sont alors simultanément déterminés. Les variables statistiques
continues se construisent de manière suivante : la variable d'éducation se
présente sous forme de nombre d'années d'instruction ; les années
d'expérience, puisqu'elles ne sont pas disponibles dans l'enquête,
s'expriment par le nombre d'années d'expérience potentielle, approximées
par l'âge soustraites par six (l'âge de l'entrée de l'école) et par le
nombre d'années d'instruction ; l'expérience au carré a pour objectif de
capturer l'effet de dépréciation du capital humain[5] ; la variable de
l'expérience multipliée par l'année d'éducation est prise en compte dans
cette étude à la suite d'une proposition de Yamauchi (2001), démontrant que
l'éducation est complémentaire à l'expérience quant à l'impact sur les
gains. Cette variable indique l'effet de complémentarité expérience-
éducation. Enfin, on considère deux variables indicatrices, à savoir le
genre (codé 1 si l'employé d'homme et 0 sinon) et la résidence à Bangkok
(codé 1 si résidence à Bangkok et 0 sinon).
Pour l'équation de sélection du modèle à changement de régime endogène
avec règle de séparation inconnue, seules les variables du niveau
d'instruction et de la taille de la firme sont de caractère continu, et
d'autres variables sont indicatrices : la variable chef de ménage est codée
à 1 s'il s'agit du chef de ménage, et 0 sinon ; l'emploi public et semi-
public est codé à 1 s'il s'agit d'emplois de cette catégorie, et 0 sinon ;
l'acquisition d'une formation générale et spécifique au cours de la période
de référence permet à un individu d'accéder à un emploi mieux rémunéré ou à
une promotion salariale, la variable formation est égale à 1 si l'individu
reçoit une formation, et à 0 sinon. S'agissant des variables considérées
dans le modèle Probit bivarié, elles se regroupent en deux sous-ensembles.
La première catégorie concerne un vecteur des caractéristiques
individuelles et des zones géographiques, et la deuxième représente des
caractéristiques de l'emploi occupé. Ainsi, le tableau A-2-2, reporté en
annexe, définit les variables utilisées et spécifie leur moyenne. 1. Résultats des tests de la dualité du marché du travail
Le modèle à changement de régime avec règle de séparation inconnue
permet non seulement de tester l'existence du marché du travail dual, mais
également de classer des individus selon segments. L'étude de la mobilité
inter-sectorielle, bien que les données se basent seulement sur deux
années, permet d'expliquer le problème d'accessibilité au secteur à haut
salaire.
A. Test du modèle à changement de régime endogène avec règle de
séparation inconnue Sur le plan technique, l'endogénéité des variables indépendantes est
prise en compte afin d'obtenir les coefficients non biaisés relatifs aux
fonctions de gains. Toutefois, ce modèle élégant est peu répandue dés lors
qu'il est difficile d'atteindre le maximum de vraisemblance dans un cadre
de la programmation d