La recherche de Natixis (Artus) a publié il y a quelques semaines un Flash Eco sur le lien chômage / éducation. Généralement, ces papiers sont toujours très intéressants, mais ils ont un défaut, c’est de passer assez rapidement de la corrélation à la causalité.

Cet article « critique » du Monde nous rappelle les précautions méthodologiques qu’il est nécessaire de prendre pour le faire.

http://www.lemonde.fr/les-decodeurs/article/2016/08/29/le-taux-de-chomage-peut-il-s-expliquer-par-la-qualite-de-l-education_4989352_4355770.html#xtor=AL-32280270

Le taux de chômage peut-il s’expliquer par la qualité de l’éducation ?

LE MONDE | 29.08.2016 à 14h07 • Mis à jour le 30.08.2016 à 17h57 | Par Romain Damian

Abonnez vous à partir de 1 € Réagir AjouterLa qualité d’un système éducatif peut-elle expliquer le taux de chômage d’un pays ? Une étude récente l’affirme.

Plus d’écoles, moins de chômage ? C’est ce que semble affirmer une étude publiée récemment par la banque Natixis. A l’approche de la rentrée, l’économiste Patrick Artus, dans son « Flash économie » du 3 août 2016 (un papier non académique destiné aux clients de la banque), affirme que « la qualité du système éducatif et du système de formation professionnelle joue […] un rôle majeur pour expliquer la performance économique et sociale » d’un pays.

Lire :   Réforme du collège : ce qui est vrai, ce qui est faux

Le papier croise les résultats obtenus par vingt pays de l’Organisation de coopération et de développement économiques (OCDE) avec ceux des enquêtes PISA 2012 (Programme international pour le suivi des acquis des élèves) et PIAAC (Programme pour l’évaluation internationale des compétences des adultes) avec, entre autres, le chômage ou la productivité. Enseignement de cette étude :

« Un score PISA ou PIAAC élevé est bien associé à un taux de chômage et à un taux de chômage des jeunes faibles. »

 

Natixis

Or, depuis 2000, si la France et l’Allemagne ont des résultats relativement similaires à ceux de l’enquête PISA, leurs taux de chômage varient du simple au triple. En 2015, le taux de chômage des Allemands âgés de 15 à 24 ans était de 7,3 % de la tranche d’âge, alors qu’il était de 24,7 % en France.

Pourquoi des notes similaires à celles des enquêtes PISA et PIAAC conduisent-elles à de telles différences au niveau de l’emploi ? Le raisonnement de l’économiste est fondé sur des corrélations statistiques, autrement dit la majorité des pays est regroupée sensiblement au même niveau avec les données étudiées.

Mais, en réalité, d’autres mécanismes entrent en jeu : regard différent porté sur les filières professionnelles d’un pays à l’autre, système de formation continue contesté, ou encore marché de l’emploi structuré différemment.

Zoom :   Lutte contre le chômage : l’exemple allemand

Corrélation ne veut pas dire causalité

C’est là une des faiblesses de l’étude : corrélation statistique est souvent synonyme d’« erreur écologique », fréquente dans les sciences économiques et/ou sociales. Elle consiste à attribuer aux individus ce qui est observé au niveau collectif.

Une relation constatée sur un ensemble de pays n’indique en rien qu’au sein d’un même pays la performance aux enquêtes PISA a un effet causal sur son taux de chômage. D’un pays à l’autre, les mécanismes qui régissent cette relation ne sont pas nécessairement identiques, et appellent donc des solutions spécifiques.

Lire :   Les écarts de réussite s’installent dès l’école primaire

Faute de conditions de laboratoire qui permettent de vérifier l’existence d’une relation causale, les économistes disposent d’un autre outil : la « causalité au sens de Granger ». Pour peu que les résultats des enquêtes PISA et PIAAC à une certaine date (cause) affectent les futurs chiffres du chômage (conséquence), on pourra déceler une causalité.

Or, une telle affirmation impose une analyse temporelle bien plus complexe que les corrélations ou visualisations (voir graphique ci-dessous) effectuées ici.

Approche temporelle : des relations moins évidentes
Le lien entre profil d’évolution des résultats à l’enquête et profil d’évolution d’autres grandeurs est loin de répondre à la même logique selon les pays (Espagne, Finlande, France).
Chômage des jeunes
Poids de l’industrie
Dépenses de R&D
Source : OCDE

Ce qu’une corrélation statistique ne dit pas

Quant à la corrélation statistique elle-même, elle n’implique pas, comme le dit l’adage, causalité. Elle ne fait d’ailleurs pas partie de l’arsenal habituel des statistiques, surtout lorsque ces dernières s’attaquent à des sujets qui mêlent économie et société.

On peut aller plus loin que la corrélation simple grâce à une modélisation. Cette dernière, plus complexe, exige de formuler des hypothèses plus simples, mais permettrait d’estimer au mieux l’impact réel de la qualité d’éducation sur la vitalité économique d’un pays en écartant au maximum les effets dus à d’autres facteurs (les politiques monétaires ou d’austérité, par exemple).

Les données, mises à disposition par l’OCDE, permettent de reproduire les calculs de l’auteur. Le taux de chômage des 15-24 ans et le score moyen à l’enquête PISA affichent effectivement une corrélation « significative ». Le terme significatif revêt ici un sens statistique précis : on peut affirmer, avec 5% de chances de se tromper, qu’il y a bien une relation entre chômage des jeunes et résultats à l’enquête PISA. Cette relation n’est pas preuve de causalité ; elle prouve qu’il est pertinent d’intégrer les résultats des enquêtes PISA et PIAAC dans des analyses approfondies.

[Méthodologie] Deux méthodes ont été utilisées pour tester cette corrélation :

La première méthode est une régression linéaire simple du chômage sur le score PISA moyen. Il s’agit d’une méthode « naïve » puisqu’elle ne prend pas en compte le fait qu’on dispose de plusieurs années pour chaque pays. On obtient un effet significatif du score PISA sur le chômage (avec moins de 1‰ de chances d’erreur).

La deuxième approche utilise les méthodes adaptées aux « données de panel » : on observe à des dates différentes les mêmes variables pour un ensemble de pays, afin de suivre leur évolution pays par pays. En utilisant un modèle à effets aléatoires, préconisé pour une telle analyse, l’effet est toujours significatif bien que très réduit : une augmentation d’un point du score PISA s’accompagne d’une diminution de 0,04 points de pourcentage du taux de chômage. Le taux d’erreur avec cette méthode monte à 5%.

Par exemple, si l’on reproduit l’exercice avec d’autres données que le chômage, les corrélations sont presque à chaque fois probantes, sans rien indiquer de plus que ce lien de corrélation.

Une corrélation significative dans trois cas sur quatre
D’après les régressions linéaires simples des grandeurs considérées sur le score PISA, seul le poids de l’industrie dans l’emploi total ne donne pas une corrélation significative.
Chômage des jeunes
Production industrielle
Poids de l’industrie
Dépenses de R&D
Source : OCDE

Selon son auteur, l’étude de Natixis a plutôt vocation à mettre en lumière, avec des méthodes simples et accessibles, l’utilité des enquêtes PISA et PIAAC pour l’analyse de mécanismes proprement économiques :

« Il ne faut pas avoir une vision trop négative des approches simples. Parfois, les méthodes complexes ne délivrent aucun message. »

Autrement dit, cette étude diagnostique l’existence d’une relation forte entre la qualité de notre système éducatif et la vitalité économique, mais elle n’explique pas davantage la nature de cette relation. Des analyses plus complexes seront sans doute nécessaires pour mieux comprendre le phénomène et savoir dans quelle mesure le système éducatif peut être un levier dans la lutte contre le chômage.

  • Romain Damian
    Journaliste au Monde
Publicités