Comment expliquer l’évolution de l’emploi salarié depuis la crise Covid ?

Author:

Heyer Éric

Abstract

Depuis le déclenchement de la crise sanitaire, le dynamisme des créations d’emplois dans le secteur marchand non agricole en France ne cesse de nous surprendre trimestre après trimestre. Fin 2022, soit trois ans après le début de la crise Covid, l’activité dans ce même secteur, mesurée par sa valeur ajoutée, se situe 1,2 % au-dessus de son niveau pré-crise. Compte tenu du sentier de croissance de la productivité du travail observé avant la crise, évalué à 0,9 % l’an par Ducoudré et Heyer (2017), cette faible croissance de l’activité aurait dû conduire, toutes choses égales par ailleurs, à une baisse de 1,6 % de l’emploi salarié dans le secteur marchand fin 2022. Mais au lieu de baisser de plus de 270 000 postes, l’emploi salarié marchand non agricole a au contraire progressé de près de 800 000 (+4,6 %) au cours des trois dernières années selon les chiffres de la comptabilité nationale. Dans cet article, trois pistes ont été avancées et testées pour expliquer cet écart de plus de 1 million d’emplois salariés marchands au cours de la période 2019-2022 : ■ La première réside dans une durée du travail moyenne par salarié qui n’avait toujours pas retrouvé son niveau qui prévalait avant la crise, réduisant la productivité apparente des salariés ; ■ Le fort recours à l’apprentissage observé depuis 2019 est une deuxième piste envisageable (Coquet, 2023) ; ■ La troisième serait due aux nombreuses aides distribuées aux entreprises depuis la crise de la Covid-19 qui, en modifiant les incitations des entreprises à licencier et embaucher, a pu les inciter à faire de la rétention de main d’œuvre. Ces aides ont non seulement pu enrichir la croissance en emplois des entreprises qui se portent bien mais aussi maintenir artificiellement certaines d’entre elles en activité alors même qu’elles auraient dû faire faillite, comme l’illustre le très faible nombre de défaillances d’entreprises au cours des trois dernières années. Il ressort de nos estimations d’équations de demande de travail réalisées sur données macro-sectorielles que ces trois pistes expliqueraient près de 70 % de l’écart de créations d’emplois décrit précédemment. Dans le détail, la moindre durée du travail des salariés en expliquerait 18 % (soit près de 200 000 emplois), 24 % seraient à mettre en lien avec la forte progression du nombre d’apprentis au cours de période d’analyse (soit plus de 250 000 emplois) et 26 %, soit près de 280 000 emplois, s’expliqueraient par les mesures « exceptionnelles » de soutien aux entreprises. Notons par ailleurs que si ces trois pistes expliquent la quasi-intégralité de l’effet dans le secteur des services marchands, elles n‘en expliquent que la moitié dans celui de la construction et à peine un tiers dans celui de l’industrie. Dans ce secteur, avant de conclure à une baisse tendancielle des gains de productivité et en attendant les comptes nationaux définitifs, une explication alternative pourrait être avancée : l’anticipation d’une reprise illustrée par des carnets de commandes fournis pourrait inciter les employeurs à conserver leurs effectifs afin d’éviter les coûts liés à la recherche de nouveaux candidats une fois les problèmes d’approvisionnement réglés. Ce comportement peut se trouver exacerbé dans un contexte où une grande majorité des entreprises déclare rencontrer des pénuries de main-d’œuvre.

Publisher

CAIRN

Reference26 articles.

1. et al., Mésange : Document de travail, Badarji J. 2017, « Le modèle macroéconométrique réestimation et nouveautés », Direction des Études et Synthèses Économiques, n° G 2017/04.

2. BIS Bulletin, Banerjee R., G. Cornelli et E. Zakrajšek, 2020a, « The outlook for business bankruptcies”, n° 30, octobre.

3. BIS Bulletin, Banerjee R., E. Kharroubi et U. Lewrick, 2020b, « Bankruptcies, unemployment and reallocation from Covid-19 », n° 31, 9 octobre.

4. Les marchés du travail dans la crise;Cochard Marion;Economie et statistique,2010

5. OFCE Policy brief, Coquet B., 2023, « Apprentissage : un bilan des années folles », n°117, 14 juin.

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3