Rendement de l'éducation sur le marché du travail au Cameroun

o 1.2.2 MODELE DE GAINS DE JACOB MINCER (1974)

§ Plusieurs auteurs ont effectué des recherches dans le but de saisir efficacement la relation éducation-salaire. Lorsqu'on cherche à mesurer le rendement de l'investissement éducatif, la méthode la plus souvent utilisée consiste à faire usage d'une fonction de gains. Émanant de la théorie du capital humain, la fonction de gains de Mincer occupe une place essentielle dans les analyses empiriques de ces rendements. Dans cette sous-section, nous présentons la formulation de ce modèle.

§ 1.2.2.1 Hypothèses du modèle 

§ Mincer dans la conception de son modèle part de plusieurs hypothèses qui sont les suivantes :

§ H1 : les coûts d'une année supplémentaire d'éducation sont exclusivement composé de coûts d'opportunité, c'est-à-dire aux gains auxquelles l'individu renonce en allant à l'école ;

§ H2 : supposer que la relation entre les revenus et l'éducation est linéaire revient à supposer que les chocs d'offre et de demande de travail ont les mêmes effets sur le taux de rendement de l'éducation ;

§ H3 : le modèle suppose un taux de rendement identique pour tous les salariés et une même fraction de leur capacité investie à chaque niveau d'expérience.

§ 1.2.2.2 Formulation de l'équation 

§ La formulation de l'équation semi-logarithmique de Mincer est la suivante :

§ ln YS=a0+rS+a1E+a2E2+u (7)

§ ln représente le logarithme népérien ;

§ S représente le nombre d'années d'études ;

§ E est l'expérience professionnelle ;

§ u est un terme stochastique qui représente les éléments non observé affectant le revenu.

§ L'équation (7) qui est l'équation standard de Mincer, ne tient compte que du nombre d'années d'études et de l'expérience professionnelle. Plusieurs auteurs, à l'instar de Florence Arestoff^9(*) ont montré que cette équation standard était insuffisante pour mesurer les gains. Le modèle que nous utiliserons est le modèle de Mincer étendu qui fera l'objet de cette section.

§ 1.2.2.3 Modèle de Mincer étendu

§ La particularité du modèle étendu de Mincer est la prise en compte d'autres variables. Pour un individu i, en considérant les autres facteurs pouvant influer sur la variation du revenu, l'équation (7) peut s'écrire :

§ lnYi=a0+rSi+a1Ei+a2Ei2+a3Ai+a4Ti+a5Xi+u (8)

§ Avec :

§ T_i représente le type d'éducation, public ou privé, reçu par l'individu i ;

§ Ai représente l'ancienneté dans l'emploi actuel de l'individu i ;

§ X_i représente le niveau d'études de l'individu i ;

§ les autres variables sont décrites au niveau de l'équation (7). 

§ En dehors des variables explicatives ci-dessus, d'autres variables telles que le statut matrimonial et le sexe pourront être introduites pour davantage étoffer le modèle. Les rendements de l'éducation peuvent varier d'un individu à l'autre, suivant des caractéristiques propres à chaque individu, capable d'influencer le revenu. Certaines de ces caractéristiques peuvent être innées, d'autres c'est la motivation à poursuivre les études, l'accès aux financement et biens d'autres.

§ Ichino et Winter-Ebmer (1999) ont montré que le taux de rendement de l'éducation sera surestimé si les individus qui disposent davantage de facilités innées, internes de plus grandes capacités intellectuelles sont prédisposés à suivre de plus longues études mais sont aussi prédisposés à recevoir de plus hauts revenus. Le supplément de revenu serait alors attribué à tort à leur supplément d'éducation. On parle de biais d'endogénéité.

§ 1.2.3 BIAIS D'ENDOGENEITE

§ Le caractère endogène de certaines variables explicatives résulte de la corrélation entre celles-ci et le terme d'erreur d'une régression. Dans la littérature, la composante éducation du capital humain est considérée comme une variable endogène. Mais les travaux empiriques, utilisant les concepts du capital humain, la considère comme exogène dans les analyses économiques des gains, malgré la possible influence d'autres facteurs extérieurs. La non prise en compte de ces facteurs peut conduire soit à surestimer, soit à sous-estimer l'impact de la variable éducation sur les gains. Une surestimation de son effet sur les gains, comme le note Nordman (2002), peut en effet apparaître si l'éducation reflète non seulement le choix individuel mais aussi certains aspects extérieurs à l'individu susceptibles d'influer sur sa décision et/ou sur le déroulement de sa scolarité. On peut citer entre autres facteurs : le niveau d'études des parents, la taille du ménage, la religion et le milieu de résidence (rural, urbain) de l'individu.

§ Lorsque l'hypothèse fondamentale d'indépendance entre variables explicatives et terme de perturbation n'est pas vérifiée, les estimateurs MCO sont biaisés et non convergents. Plusieurs méthodes sont utilisées pour détecter l'endogénéité et corriger le biais qui en résulte, la résolution de cette endogénéité étant d'autant plus ardue lorsque les variables-expliquée et explicatives-sont dichotomiques que lorsqu'elles sont continues. La méthode qui sera mise en oeuvre est celle de Hausman.

§ 1.2.3.1 Principe du test d'endogénéité 

§ Le test d'endogénéité proposé par Hausman (1978) consiste à comparer l'estimateur des moindres carrés ordinaires (MCO) avec l'estimateur des doubles moindres carrés (DMC). Ce test s'obtient en intégrant une seconde équation donc la variable expliquée est la composante éducation exprimée en fonction d'un certain nombre de variables explicatives, pouvant expliquer le nombre d'années d'études.

§ Les équations sont les suivantes :

§ lnYi=a0+rS+a1X+u (9)

§ Avec S=a0'+a1'Z+u' (10)

§ X  représente l'ensemble des variables explicatives autres que le nombre d'années d'études de la fonction des gains ;

§ Z le vecteur des variables explicatives des années d'études.

§ Il s'agit de confronter les hypothèses suivantes : H0: r'=r'' H1: r'? r'' (11)

§ La statistique de test est la suivante :

§ H=(r'-r'')2Vr'-V(r'')~÷12 (12)

§ r'et r'' sont respectivement les estimateurs des doubles moindres carrés et des moindres carrés ;

§ Vr' et Vr'' indiquent leurs variances respectives.

§ Ainsi, l'hypothèse nulle d'éxogénéité (H0) est rejetée lorsque la différence entre ces deux estimateurs est significative c'est-à-dire lorsque la statistique de Hausman est supérieur au khi-deux, à un seuil de significativité.

§ 1.2.3.2 Correction du biais d'endogénéité : instrumentation

§ La recherche d'un estimateur convergent peut se faire en utilisant des variables instrumentales ou instruments. Cet estimateur par les VI s'interprète généralement comme résultant d'une double application des moindres carrés et peut donc être obtenu en suivant la procédure des moindres carrée en deux étapes (DMC):

§ Étape 1 : Effectuer la régression de la variable exogène S sur le vecteur Z, Z comprenant des variables instrumentales.

§

Étape 2 : Effectuer la régression de Y sur (valeur estimée de S) et sur X selon la formulation de l'équation (9).

§ Ce chapitre nous a permis de définir les concepts qui nous permettront de mener à bien notre étude. Nous avons d'une part abordé la notion de rendement de l'éducation et d'autre part quelques modèles économétriques liés aux concepts de notre étude. Il sera question pour nous d'aborder dans le chapitre suivant le cadre institutionnel, notamment le système éducatif camerounais et la formation professionnelle, après quoi nous présenterons le marché du travail.

* 9 DIAL, Université Paris IX-Dauphine.