L’analyse proposée s’appuie sur l’expérience du CNIS (Conseil national de l’information statistique), en particulier sur une longue participation à sa Formation Emploi-Revenus et, plus récemment, à deux groupes de travail consacrés respectivement à la mesure des inégalités (1) et à celle de l’emploi et du chômage (2). L’accent sera mis sur trois difficultés qui s’y sont fréquemment manifestées : les arbitrages entre des demandes hétérogènes, la conciliation entre exigences de pertinence et exigences de lisibilité, la gestion des changements de définition.

L’hétérogénéité des demandes d’information

Le système statistique public doit répondre simultanément à un ensemble de demandes émanant de multiples acteurs et portant sur des informations de nature différente.

L’Etat

Le système statistique s’est d’abord construit pour répondre à des demandes de l’appareil d’Etat, par exemple, dès le début du XIX° siècle, les recensements de la population. Cette demande est légitime et il est heureux que l’Etat souhaite s’appuyer dans son action sur une information de qualité. Cependant, les conséquences sur l’information disponible ne sont pas négligeables.

  • La hiérarchie des demandes évolue selon les priorités de l’action publique. Par exemple, l’essor de la comptabilité nationale après la Seconde Guerre mondiale est lié aux exigences de la politique macroéconomique et de la planification à moyen terme. Ceci explique a contrario la chute d’intérêt (et de ressources) dont elle souffre aujourd’hui malgré le caractère essentiel des informations qu’elle fournit.
  • L’opportunité politique peut conduire tantôt à privilégier certaines d’informations, tantôt à empêcher la diffusion, voire la production d’autres informations. Un bon exemple de la seconde situation est donné par le caractère partiel des informations disponibles sur les patrimoines et les revenus des patrimoines, avec la sous-évaluation qui en résulte.

Les collectivités territoriales

Le mouvement de décentralisation que connaît notre pays depuis deux décennies a engendré une pressante demande d’information de la part des collectivités territoriales, à tous les niveaux (3). Elle se traduit sous deux formes principales, ici encore légitimes, mais potentiellement contradictoires.

  • En premier lieu, à chaque niveau géographique, les collectivités territoriales expriment une demande d’information comparative interterritoriale. Ceci suppose la définition d’un ensemble d’informations qui doivent être produites de manière homogène pour tous les territoires concernés. Le risque est celui d’une standardisation par le haut qui réponde mal à des besoins différenciés.
  • En second lieu, en fonction de ses problèmes ou de ses choix, chaque collectivité territoriale définit une demande spécifique d’information. Elle souhaite pouvoir la traiter avec les catégories et les méthodes qui sont adaptées à ses besoins. Le risque est alors celui d’une floraison d’informations locales hétérogènes non comparables et non agrégeables.

Les acteurs économiques et sociaux

La nature des besoins d’information statistique exprimés par les acteurs économiques et sociaux est déterminée par leurs caractéristiques propres et par les objectifs qu’ils poursuivent. Il ne faut donc pas avoir l’illusion qu’il serait possible de produire une base unifiée d’informations satisfaisant les besoins de tous.

Par exemple, au sein du groupe de travail consacré à la mesure de l’emploi et du chômage, cité plus haut, les syndicats insistaient sur la prise en compte, au-delà du chômage au sens du BIT, des diverses formes de chômage camouflé, de sous-emploi ou d’emploi inadéquat. De leur côté, les organisations patronales mettaient surtout l’accent sur la mesure des offres d’emploi non satisfaites et des difficultés de recrutement. La production d’informations statistiques est pour tous un enjeu stratégique.

Les chercheurs

La communauté scientifique exprime à l’égard du système statistique une demande d’accès le plus rapide possible à une information la plus détaillée possible. Chaque chercheur ou groupe de chercheurs souhaite pouvoir sur cette base opérer les traitements qu’il choisit en fonction des hypothèses qu’il veut tester.

C’est bien naturel. Toutefois, il faut signaler que l’effort réalisé par le système statistique afin de permettre aux utilisateurs experts l’accès direct aux données complètes a eu comme conséquence la disparition d’un ensemble d’informations semi élaborées, par exemple des tableaux croisés simples, qui étaient autrefois directement disponibles et très appréciées des utilisateurs non experts (4).

Les institutions européennes

Last but non least : le phénomène est plus récent, mais prend une importance croissante. Très naturellement, les organes de l’Union européenne expriment la nécessité de disposer d’informations statistiques comparables sur les pays membres. Ceci implique non seulement une homogénéisation des modes de recueil de l’information, mais aussi des catégories statistiques utilisées. Or une telle opération est loin d’être seulement technique.

  • En premier lieu, comme nous l’avons noté à propos des Etats, la définition de la demande est commandée par des priorités politiques. Par exemple, la production de statistiques sur les salaires est fortement marquée par la volonté de la Banque centrale européenne de disposer d’indicateurs d’alerte sur les coûts salariaux pour identifier les risques d’ « inflation salariale ».
  • En second lieu, la normalisation des catégories de la statistique sociale impose une représentation du système social qui en pratique tend à refléter les conceptions théoriques dominantes. Ainsi, la nomenclature des activités individuelles que se prépare à mettre en œuvre l’Union européenne reflète-t-elle une approche anglo-saxonne de la division sociale du travail fort éloignée de celle qui fondait depuis un demi-siècle la construction française des groupes et catégories socioprofessionnels.

Il faut mesurer les difficultés qu’affronte le système public lorsqu’il doit répondre, avec des ressources inévitablement limitées, à la multiplicité et à l’hétérogénéité des demandes qui lui sont adressées, chacune étant porteuse d’une légitimité particulière. Un certain nombre d’arbitrages relèvent de procédures d’optimisation dans la production, le traitement et la mise à disposition de l’information. D’autres décisions, qu’il s’agisse de la définition des catégories, de la hiérarchie des priorités, de l’attribution des ressources ont un caractère directement politique. Elles ne doivent pas être masquées par des arguments d’apparence technique.

La lisibilité et la pertinence des informations

Un second type de difficultés, partiellement liées aux précédentes, peut être schématisé dans les termes suivants.

  • De nombreux indicateurs statistiques sont critiqués sur l’argument qu’ils ne donnent qu’une information partielle, appauvrie, voire biaisée, jugée non représentative de la « réalité » telle qu’elle est perçue par les citoyens ou par les acteurs économiques et sociaux. L’actualité récente nous en fournit de multiples exemples : taux de chômage, taux d’inflation et pouvoir d’achat, taux de croissance du produit intérieur brut…
  • Confronté à cette critique, l’appareil statistique réagit positivement d’une part, en multipliant les indicateurs pour rendre compte des diverses dimensions des phénomènes, d’autre part, en sophistiquant la définition des indicateurs pour mieux les faire correspondre aux questions posées dans le débat social.
  • La probabilité est forte qu’il se voie alors reprocher de déverser sur les acteurs une information qu’ils sont hors d’état de maîtriser et de s’approprier du fait de sa richesse et de sa complexité.
  • La contestation s’accroît lorsque la complexité des indicateurs peut être source de contresens, voire de manipulations.


Illustrons ce problème par deux exemples (5).

Le taux de pauvreté « ancré dans le temps »

Aujourd’hui presque tous les pays se sont ralliés à une définition relative de la pauvreté monétaire. Selon une convention adoptée au niveau européen, un ménage pauvre est celui dont le revenu par unité de consommation est inférieur à 60 % de revenu médian (6). Il en résulte une conséquence troublante pour le sens commun : dès lors que la répartition des revenus ne se modifie pas, une croissance économique, même rapide, n’entraîne aucune diminution du taux de pauvreté. Ainsi en France le taux de pauvreté est pratiquement stagnant entre 1988 et 2001 (7) alors que le revenu des pauvres augmente. Pour corriger ou compléter l’information donnée par le taux de pauvreté, il a été proposé de calculer un taux de pauvreté « ancré dans le temps ». Le seuil de pauvreté monétaire étant déterminé pour une année, il est seulement réévalué les années suivantes en fonction de l’inflation pour lui maintenir une valeur réelle constante. Selon cette nouvelle définition, les ménages pauvres pour l’année (t+x) sont ceux qui ont, en Euros constants, un revenu inférieur au seuil de pauvreté de l’année t. On peut comprendre la préoccupation qui a conduit à proposer l’utilisation de ce taux ; elle pose au moins deux problèmes.

  • En premier lieu, la signification de cette grandeur et même la compréhension de sa définition risquent d’échapper à l’utilisateur non expert. Il en résulte pour lui une impression de confusion et, peut-être, un sentiment de méfiance face à la diversité des mesures proposées.
  • En second lieu, le risque de manipulation n’a pas tardé à se manifester. Lorsque le Président de la République a affiché en 2007 l’objectif de réduire la pauvreté d’un tiers en cinq ans, le taux de pauvreté ancré dans le temps a été retenu comme indicateur. Si l’on sait que la moitié des ménages pauvres sont situés entre les seuils de 50 et de 60 % et si l’on admet, comme on pouvait raisonnablement le faire à l’époque, une hypothèse de croissance moyenne de 2 % par an, il apparaît que l’objectif aurait été mécaniquement satisfait en dehors de toute politique de lutte contre la pauvreté. La vigueur des réactions de l’ONPES et des acteurs sociaux a conduit les pouvoirs publics à diversifier les indicateurs de suivi de l’ « engagement national de réduction de la pauvreté », mais sans renoncer au taux de pauvreté ancré dans le temps.

Les travailleurs pauvres

La notion de travailleurs pauvres peut être jugée utile pour discuter la pertinence d’un objectif affiché aujourd’hui aussi bien au niveau national qu’à celui de l’Union européenne. Les politiques de lutte contre la pauvreté et l’exclusion sont de plus en plus dominées par le postulat selon lequel l’accès à l’emploi constitue la solution essentielle du problème. Il en résulte non seulement une priorité accordée aux dispositifs d’accompagnement vers l’emploi et d’insertion dans l’emploi, mais aussi une action contre toutes les prestations sociales suspectées d’être « désincitatives » au travail. Face à ce discours, il est important de montrer qu’un nombre non négligeable et croissant de personnes occupent un emploi et demeurent dans la pauvreté. C’est ce phénomène que tente de mesurer la notion de « travailleurs pauvres ».

La difficulté est la suivante : occuper ou non un emploi constitue une caractéristique individuelle à un instant donné ; être pauvre implique durant une période donnée (en pratique, un an) un bas niveau de revenu qui ne peut se mesurer qu’à l’échelle d’un ménage. Pour tenir compte de tous ces facteurs, l’INSEE adopte la définition suivante : un travailleur pauvre est une personne qui, ayant fait partie de la population active pendant au moins la moitié d’une année et ayant occupé un emploi pendant au moins un mois au cours de cette année, appartient à un ménage dont le revenu par unité de consommation est inférieur à 50 % (ou à 60 %) du revenu médian de la population totale. La définition est rigoureuse, mais vraisemblablement incompréhensible pour l’utilisateur non expert (8).

En pratique, la notion de « travailleurs pauvres » est souvent confondue avec celle de « bas salaires », alors qu’il n’existe qu’un faible recouvrement entre les deux catégories (9).

S’il est nécessaire, le cas échéant, de dénoncer les manipulations, il est impossible de donner au dilemme pertinence/lisibilité une solution qui serait satisfaisante pour tous les utilisateurs. Des arbitrages sont inévitables ; ils doivent être clairement explicités de sorte que chacun puisse s’approprier sans risque de contresens les informations statistiques de base.

Les changements de définition

Les phénomènes économiques et sociaux se transforment en permanence. Maintenir les catégories statistiques inchangées ferait courir le risque d’une représentation de plus en plus éloignée de ce qu’enseigne l’observation directe. Les modifier trop fréquemment rendrait impossible l’étude des évolutions de long terme. Il faut donc trouver un compromis en introduisant les modifications selon des intervalles pas trop, mais suffisamment espacés. La difficulté est concentrée au moment où le changement est opéré car aux arguments techniques se mêlent inévitablement des considérations d’opportunité politique. Deux illustrations en ont été données récemment.

Le taux de chômage « au sens du BIT »

Au début de 2007, en pleine campagne présidentielle, une violente controverse se développe à partir de choix surprenants faits par l’INSEE quant au mode de calcul provisoire des taux de chômage mensuels selon la définition dite du BIT (10). À la suite d’un rapport de l’Inspection générale des finances et de l’Inspection générale des affaires sociales, des corrections sont introduites par l’INSEE fin 2007. Elles portent simultanément sur deux aspects.

  • D’une part, il est reconnu que la méthode transitoirement employée par l’INSEE avait entraîné une forte sous-estimation du taux de chômage, proche d’un point. Le recours aux données de l’ANPE est abandonné.
  • D’autre part, divers changements de définition ou de méthode conduisent à diminuer d’un point la mesure du taux de chômage (11).

L’introduction conjointe de ces rectifications compensatoires offre un intérêt politique majeur : elle n’entraîne aucune modification du taux de chômage au moment où elle est opérée et permet de noyer dans des explications techniques complexes, réservées aux spécialistes, les raisons pour lesquels pendant un an ont été publiés des taux de chômage grossièrement sous-estimés (12).

La mesure du sous-emploi

Le sous-emploi est la situation d’une personne qui occupe un emploi avec une durée de travail inférieure à celle qu’elle souhaiterait (temps partiel contraint, chômage technique…). Au début de 2008, dans la plus grande discrétion (13) l’INSEE a modifié la définition en avançant l’argument technique d’un rapprochement avec le concept du BIT. La conséquence en est que le taux de sous-emploi, qui était passé de 4,7 % début 2003 à 5,6 % fin 2007 retombe brutalement à 4,6 % début 2008. Il est bien indiqué qu’il y a rupture dans la série statistique, mais il n’est pas possible de reconstituer une série longue selon la nouvelle définition et l’INSEE ne peut fournir, à partir de 2008, d’évaluation selon l’ancienne définition. Ainsi, un choix présenté comme une amélioration technique nous prive-t-il de toute information sur l’évolution à moyen-long terme d’un des indicateurs significatifs des déséquilibres du marché du travail (14).

Quelques enseignements

  • Il faut renforcer le rôle du CNIS, lieu où l’ensemble des acteurs économiques et sociaux peuvent exprimer leurs besoins, mener un débat critique sur la qualité de l’information disponible et, aussi, apporter leur appui au système statistique public dans la dure lutte pour l’obtention des moyens.
  • Quelle que soit la confiance accordée au professionnalisme et à la déontologie des statisticiens, il est essentiel, surtout après les controverses récentes, que soient garanties les bases légales de l’indépendance du système statistique public.
  • Il est nécessaire que soit affirmée une fonction pédagogique parmi les missions du système statistique public. Au-delà de la mise à disposition d’informations, il doit fournir à tous les utilisateurs, quel que soit leur niveau d’expertise, les moyens d’une appropriation de ces informations.

(1) Jacques Freyssinet, Pascal Chevalier, Michel Dollé, Niveaux de vie et inégalités sociales, CNIS, Rapport n° 103, mars 2007

(2) Jean-Baptiste de Foucauld, Marie Reynaud, Michel Cézard, Emploi, chômage et précarité, CNIS, Rapport n°108, septembre 2008.

(3) Régions, Départements, Communes et divers regroupements de Communes.

(4) Cette conséquence est évidemment non nécessaire, mais probablement liée à des arbitrages imposés par la pénurie de ressources.

(5) Pour une analyse détaillée : ONPES (Observatoire national de la pauvreté et de l’exclusion sociale), Rapport 2007-2008, La documentation française.

(6) Le choix du seuil de 60 % est arbitraire. Il est tout aussi intéressant d’utiliser les seuils de 50 ou 40 % et, surtout, de comparer la composition et les évolutions des populations couvertes par les différents seuils.

(7) Il passe de 12,8 à 12,4 %.

(8) Pour corser les choses, la définition de l’INSEE n’est pas la même que celle adoptée par la statistique européenne ; cette dernière publie donc une évaluation différente pour la France.

(9) La notion de « bas salaire » mesure la rémunération d’un individu pendant une période (en pratique, un an). Un grand nombre de titulaires de bas salaires sont des femmes travaillant à temps partiel ; dans leur majorité, elles n’appartiennent pas à un ménage pauvre parce que leur conjoint travaille à plein temps. Il s’agit donc d’un autre problème, également important (inégalités selon le genre), mais d’une nature différente.

(10) Il s’agit de la définition adoptée par une Conférence internationale des statisticiens du travail réunie par le Bureau international du travail.

(11) La cause principale est l’adoption d’une définition plus restrictive de la recherche active d’emploi, alignée sur celle d’Eurostat, qui à elle seule réduit de 0,7 % le taux de chômage.

(12) Denis Clerc, « L’entourloupe des chiffres du chômage », Alternatives économiques, décembre 2007.

(13) Seulement une note en petits caractères au bas du tableau.

(14) Signalons, de plus, que les deux modifications (taux de chômage et taux de sous-emploi) ont été introduites alors que se déroulaient les travaux du groupe créé par le CNIS pour réfléchir sur la mesure de l’emploi, du chômage et de la précarité (supra note 2) et donc sans attendre qu’il ait présenté son rapport.

Mis en ligne le 10 décembre 2008.