Mon dernier billet, consacré à la simulation et à l’analyse des données d’entreprises pour éclairer la décision publique pendant la crise, n’a donné lieu à aucune réclamation. Pourtant, il montrait que les micro-simulations réalisées en début de crise, qui anticipaient une forte augmentation des cas d’insolvabilité, s’étaient trouvées en partie contredites par l’évolution effective de la situation financière des entreprises, nettement plus favorable jusqu’à présent. Les modélisateurs ont-ils sous-estimé la capacité d’adaptation du tissu productif ? Ou bien les données financières de 2020 sont-elles trompeuses ? En un mot, faut-il apporter plus de crédit aux micro-simulations ex ante, ou bien à l’observation comptable ex post ?

Même si l’année 2020 a été marquée par la pandémie et les soutiens d’urgence accordés aux entreprises et aux ménages, il ne faut pas oublier que le progrès technique, les aléas climatiques, ou encore, les changements de goûts et de comportements des consommateurs ne se sont pas arrêtés pour autant. Ainsi, la simple comparaison des états financiers de 2019 et 2020 des entreprises ne permet pas de conclure sur l’effet de la crise ni sur l’impact des soutiens publics : il s’agit d’une observation comptable et non d’une véritable évaluation ex post, qui supposerait de comparer à un scénario contrefactuel sans crise et/ou sans soutien public.

Évaluation du plan de relance

L’évaluation du plan de relance va poser la même difficulté.  Lorsqu’il a été conçu, des simulations macroéconomiques à l’aide du modèle néo-keynésien de la DG Trésor, Mésange, ont évalué à +4% son impact cumulé sur le PIB sur la période 2020-2025, hors effets microéconomiques et de bouclage européen (graphique 1). Un Comité d’évaluation du plan de relance a ensuite été nommé pour évaluer l’impact effectif ex post. Ce comité vient de lancer une série d’appels à projets pour évaluer ex post les dispositifs les plus emblématiques du plan – rénovation thermique des bâtiments publics et privés, plan « 1 jeune 1 solution », etc. –  mais aussi pour évaluer le plan dans son ensemble : si l’on met bout à bout tous les dispositifs, et compte tenu de leurs interactions, quel aura été l’impact du plan sur le PIB et l’emploi par rapport au rebond naturel de l’économie en sortie de crise ?

Graphique 1. Impact estimé du plan de relance sur le PIB

(% d’écart par rapport à un scénario sans plan de relance)

Source : Rapport Economique, Social et Financier 2021, octobre 2020.

 

L’évaluation ex post est malheureusement l’un des domaines où la macroéconomie a le plus de progrès à faire. La difficulté centrale est de raisonner par rapport à un scénario contrefactuel, lorsque c’est l’ensemble du pays qui est « traité » par la relance, et non un sous-groupe d’individus ou d’entreprises. Une méthode parfois utilisée est de comparer la performance économique du pays « traité » à celle d’un ou de plusieurs pays « non traités » mais similaires. Ainsi, Campos, Coricelli et Moretti (2019) estiment à environ +10% l’impact de l’intégration européenne sur le PIB par habitant des pays membres, à l’horizon de 10 ans. Dans le cas du plan de relance, cette méthode est inopérante car tous les pays avancés ont déployé des plans simultanément, et cela s’est même fait de manière coordonnée en Europe. Et même si l’on parvenait à identifier un point de comparaison à l’étranger, il resterait de toute façon difficile de démêler l’effet du plan de relance de celui des mesures de soutien qui l’ont précédé (avec un chevauchement en 2021) et de celui du plan d’investissement France 2030 qui lui succède, avec également un chevauchement.

Réforme des retraites

Pour illustrer ces difficultés méthodologiques, un autre exemple est celui d’une réforme des retraites consistant à reculer l’âge de départ (âge d’ouverture des droits et/ou durée de cotisation requise pour l’accès à une retraite à taux plein). Une première approche consiste à simuler un modèle macroéconomique afin d’évaluer ex ante l’impact d’une telle réforme. Dans un modèle néo-keynésien standard, une hausse exogène de la population active (par recul de l’âge de départ à la retraite) entraîne un déséquilibre à court terme du marché du travail qui se résorbe progressivement par la baisse du salaire réel. Selon le paramétrage du modèle et les hypothèses faites notamment sur les revenus de remplacement des seniors comparés aux pensions de retraite, la hausse de l’emploi et du PIB prennent plus ou moins de temps. Le PIB peut même baisser à court et moyen termes selon les simulations réalisées par l’OFCE pour le HCFiPS, tandis que l’impact est positif mais limité dans les simulations réalisées en 2016 par la DG Trésor pour le Conseil d’orientation des retraites.

On peut néanmoins s’interroger sur l’utilisation d’un modèle néo-keynésien, conçu pour étudier des politiques de stimulation ou de freinage de la demande, dans le but d’évaluer l’impact de mesures d’offre telles qu’une augmentation de la population active. Certains préfèreront s’appuyer sur un modèle à génération imbriquées comme le modèle GIMF du Fonds monétaire international, qui permet de prendre en compte des effets d’anticipation de la part des ménages comme des entreprises. Dans ce type de modèle, un recul de l’âge de départ à la retraite rehausse très rapidement le niveau du PIB, sans aucun effet dépressif à court terme. Une raison est que certains ménages actifs, anticipant qu’ils pourront travailler plus longtemps et donc gagner davantage d’argent, réduisent leur taux d’épargne, ce qui accroît la consommation. On reste cependant dans le domaine de la simulation ex ante, sans garantie que ces simulations soient réaliste tant son nombreuses les hypothèses sur lesquelles elles s’appuient.

Une toute autre approche consiste à analyser, sur données observées, l’impact d’une réforme similaire comme la réforme de 2010, qui a reculé l’âge d’ouverture des droits de 60 ans pour la génération 1950 à 62 ans pour la génération 1955. Dubois et Koubi (2017) ainsi que Rabaté et Rochut (2019) ont comparé le devenir des générations touchées par la réforme à celles  les ayant immédiatement précédées, à un horizon relativement court. Leurs résultats indiquent que les seniors touchés par la réforme sont dans l’ensemble restés dans l’état où ils se trouvaient – emploi, chômage ou inactivité. Mécaniquement, la réforme a augmenté le nombre de chômeurs puisque certains seniors qui auraient été en retraite avant la réforme sont restés  plus longtemps sur le marché du travail. Cependant, l’effet ne va pas au-delà de cette bascule mécanique, comme l’illustre le graphique 2 : les taux de chômage se décalent au rythme du recul de l’âge de départ. Quant aux taux d’emploi, ils augmentent à tous les âges mais plus particulièrement pour les 60-61 ans (graphique 3).

Graphique 2. Part des générations 1950 et 1952 au chômage à mesure de leur avancée en âge

 

 

Lecture : parmi les femmes nées en 1950, 10% étaient au chômage à 59 ans et 9 mois mais seulement 4% à 60 ans et 3 mois. Pour les femmes nées en 1952, les proportions sont de 11% et 10%, respectivement.

Source : Dubois et Koubi (2017).

Graphique 3. Part des générations 1950 et 1952 en emploi à mesure de leur avancée en âge

 

Lecture : parmi les femmes nées en 1950, 33% étaient en emploi à 59 ans et 9 mois et seulement 21% à 60 ans et 3 mois. Pour les femmes nées en 1952, les proportions sont de 42% et 37%, respectivement.

Source : Dubois et Koubi (2017).

Ce type d’analyse ne prend pas en compte la possible substitution entre travailleurs de différentes catégories d’âges, et notamment entre les seniors et les jeunes. Cette question a été examinée par des travaux sur différents pays. Boeri, Garibaldi et Moen (2021) fournissent une estimation récente sur données italiennes, suggérant une substitution limitée et plutôt avec les âges intermédiaires. Cependant, ces effets de substitution ne semblent pas faire consensus (voir la synthèse de Gruber, Milligan et Wise, 2009). Lorsque l’on prend en compte les réallocations de travailleurs entre entreprises, et donc le marché du travail dans son ensemble, on ne trouve pas grand-chose. Ainsi, Ben Salem, Blanchet, Bozio et Roger (2010) ne trouvent pas d’impact robuste des politiques de retrait des seniors du marché du travail mises en œuvre avant les années 2000 sur l’insertion professionnelle des jeunes en France. De leur côté, Hairault, Langot et Sopraseuth (2009) mettent en évidence un effet positif du recul de l’âge de départ sur les taux d’emploi des travailleurs un peu plus jeunes, via un effet d’horizon.

Approche « comptable »

Sur la base de ces différents travaux, on peut extrapoler les effets de la réforme de 2010 à un éventuel nouveau recul de l’âge d’ouverture des droits à la retraite, disons de deux ans à raison d’un trimestre par génération, à partir d’une approche « comptable ». Pour cela, on observe la répartition par statuts – emploi, chômage, inactivité – des personnes de 62 ans en 2019 ; puis on applique ces proportions aux futures populations de 63 ou 64 ans, potentiellement touchées par une telle réforme. Ce calcul conduit à estimer à 240 000 (à 5 ans) et 390 000 (à 10 ans) le surcroît d’emploi. En supposant que le capital s’ajuste, cette hausse de 1,4% de l’emploi à 10 ans entraîne un supplément de PIB de 1,4% et, par voie de conséquence, une augmentation des recettes budgétaires publiques de l’ordre de 0,6 point de PIB, qui s’ajoute à l’amélioration de 0,5 point de PIB du solde des retraites qui découle directement de la réforme à cet horizon. Il faut alors retrancher le surcroît de dépenses lié à la probabilité des 63-64 ans d’être au chômage ou en inactivité. Ce coût est d’environ 0,2 point de PIB d’après la Dares et la Drees. Il en ressort un gain net de près d’un point de PIB pour les finances publiques au bout de 10 ans (tableau 1).

Tableau 1. Impact sur les finances publiques d’un recul de 2 ans de l’âge d’ouverture des droits à la retraite (3 mois par génération), approche « comptable »
 
 
 
5 ans
10 ans
Surcroît emploi (milliers)
240
390
Surcroît de PIB induit (en %)
0,9
1,4
Solde des retraites (% du PIB)
0,3
0,5
Surcroît de dépenses autres risques (% du PIB)
0,1
0,2
Surcroît de recettes, hors cotisations retraites (% du PIB)
0,4
0,6
Solde toutes APU (% du PIB)
0,6
0,9

Source : DG Trésor, janvier 2022, Doc12_Mesure d’âge_DG Trésor_V2.pdf (cor-retraites.fr)

.

Cette approche fait abstraction d’éventuels effets de bord sur d’autres catégories de travailleurs qui, comme on l’a vu, ne sont pas démontrés à l’échelle du marché du travail. Elle suppose aussi que la réduction des embauches dans les secteurs contraints (notamment le secteur public) est compensée par des embauches plus dynamiques dans les autres secteurs. Cette hypothèse est raisonnable au regard de l’expérience de la réforme de 2010, pourtant marquée par une longue crise économique. Elle l’est encore plus au regard des pénuries de main d’œuvre notamment dans les secteurs clés de la transition écologique, numérique et démographique. Elle suppose néanmoins une adaptation progressive des compétences aux emplois proposés.

S’il est impossible de démêler entièrement l’effet, sur l’emploi, de la réforme des retraites de 2010 de celui de la crise mondiale et européenne, l’impact mitigé à court terme d’une réforme d’âge, mis en évidence par les simulations néo-keynésiennes ex ante, ne semble pas avéré. Peut-être ces modèles sous-estiment-ils la capacité du marché du travail à absorber la main d’œuvre senior supplémentaire, par exemple du fait qu’ils ne distinguent pas les différentes classes d’âges, ou parce qu’ils sous-estiment la vitesse d’ajustement du stock de capital productif. Ou bien, ils sont estimés sur une période un peu ancienne durant laquelle la flexibilité de l’économie était moindre. Ou encore, ils ne prennent pas en compte divers comportements d’anticipation qui peuvent être favorables à la consommation et à l’activité à court terme. En tout état de cause, l’expérience de la réforme de 2010 est plutôt rassurante sur la capacité de l’économie française à absorber un choc positif de population active, et encore plus dans une période de pénurie de main d’œuvre.

Lire aussi :

>> English version : cooming soon

>> Tous les billets d’Agnès Bénassy-Quéré, chef économiste de la DG Trésor.

Generated by Feedzy