Résumé pour conférence

Le capital humain n’est pas une variable exogène ainsi qu’est ce qu’on introduit
comme variables et comment estimer ses effets donc controverse soulevée par
plusieurs [Becker (1975), Blaug (1971), Eicher et Levy-Garboua (1979)]. Ainsi,
techniquement la méthode de moindres carrés ordinaire pose problème [Riboud (1978),
Griliches et Yatchew (1981)].

L’éducation comme variable est utilisée pour estimer le salaire par exemple
Mincer (1974) propose d’estimer une fonction de Gains à travers la régression du logarithme
du salaire sur un ensemble de variables qui sont censées avoir un impact sur la détermination
des salaires telles que l’éducation, l’expérience, l’ancienneté. Les coefficients associés à ces
variables sont alors interprétés respectivement comme étant les taux de rendement privé de
l'éducation, de l’expérience et de l’ancienneté. Or, la relation entre ces variables et les salaires
n'est pas toujours adéquate à cause de leur nature hétérogène et le salaire. Cependant, la
productivité du salarié qui est la base de la fixation des salaires ne dépend pas uniquement

de son niveau d’éducation mais aussi de ses aptitudes innées. Par conséquent, la fonction
de Gains représentant la relation entre les variables de capital humain et les salaires est plus
ou moins biaisée en raison de la nature hétérogène et endogène de l'éducation. Donc on a un
biais dû à la négligence de la mesure de l'aptitude initiale (ability bias). Cad que le terme
résiduel de l'estimation de l'équation de Gains par exemple contient la part du salaire
attribuée aux compétences individuelles initiales inobservables.

Mais aussi on a un autre problème car les travaux qui mettant en évidence la présence d’un
tel biais ne convergent pas vers les mêmes résultats. En effet, pour Bowles (1972),la prise en
considération de l’endogénéité fait diminuer le rendement de l’éducation. Par contre, en
faisant une étude sur les rendements de l’éducation au Viêtnam, Arcand et al. (2000)
montrent que quand l’endogénéité de l’éducation est prise en considération, le rendement
d’une année supplémentaire d’éducation augmente de façon substantielle.

À notre tour d’estimer le rendement de la variable niveau d’éducation en présence des

problèmes d’endogénéité et des données individuelles. Ainsi, la problématique est la suivant :
à quel point le problème d’endogénéité de l’éduction peut affecter son rendement et
quelles sont les solutions envisagées afin de réduire ce problème. Face à un problème
d’endogénéité, une des solutions est de choisir un instrument pertinent afin de le corriger.
Cadrage théorique

Faisant appel à la théorie afin d’étudier le phénomène de l’endogénéité de l’éducation et les

solutions envisagées.

Théorie : la disparité salariale est expliquée en grande partie par la théorie du capital humain
(Becker 1962 et 1993) ce qui explique l’investissement des individus en terme d’éducation et
de formation.

Le capital humain peut être général ou spécifique et peut être étudié dans le cadre de deux
approches (l’offre et la demande)

Capital humain général : éducation et formation accumulée tout au long de la vie, détermine
la productivité et la rémunération [Mincer (1958, 1962), Schultz (1960, 1961) et
Becker (1962, 1964)]. L’approche par l’offre considère que plus la période d’investissement
est large plus le rendement anticipé est élevé.

Du côté de la demande, le capital humain constitue un signal permettant de sélectionner les

candidats en poste d’emploi (Arrow 1973 et Spence 1973 et 1974). Ces derniers que
l’éducation et les diplômes ne sont pas toujours synonymes de productivité. À l’équilibre les

salaires varient positivement avec l'éducation.

Capital spécifique : l’ancienneté qui peut affecté négativement (vieillissement des salariés) et
positivement (expérience

La fonction de Gains désigne une régression des salaires sur un ensemble de variables dont
principalement le capital humain.

Cette fonction est de la forme : ln y i=f ( xi ) + ε i ;i=1,… . n(1)

où ln y i est le logarithme des salaires pour l'individu , xi est la mesure de
l’effet des
déterminants du capital humain sur les salaires. εi est un terme d'erreur qui traduit d’une
part
les caractéristiques des compétences non observables et l'aléa inhérent aux statistiques des
salaires d’autre part. On suppose que εi est normalement distribué, de moyenne nulle
et
de variance constante ∀ i .
 ln y i=∝0 +∝1 Ei + ε i (2)
∝0 mesure le niveau du salaire en absence de l’éducation.
∝1 est une estimation du taux de rendement privé de l’éducation.
la mesure de l'éducation qui détermine les salaires dépend des approches de la théorie du
capital humain. « nombre d’années passées dans le système scolaire » ou le « niveau
d’éducation » s’inscrit dans le cadre de la théorie du capital
humain (côté offrrer). Par contre, l’introduction du diplôme obtenu dans l’équation de
Gains permet de tester la théorie du signal (côté demande de la théorie du capital humain).
Donc, la fonction de Gains s’écrit :
ln y i=∝0 +∝1 Ei +∝2 ∝ Di +ε i (3)
Où ∝2 est le taux de rendement du diplôme et D est le diplôme obtenu par le salarié.
Jacob Mincer (1974) a tenu compte de la variable expérience de l’employé qui affecte sa
productivité
La fonction de Gains s'écrit :
ln y i=∝0 +∝1 Ei +∝2 Di +∝3 X i +ε i (4)
Où ∝3 est le taux de rendement de l'expérience et Xi est le nombre d'années
d'expérience
de l'employé .
De plus, la théorie du capital humain montre que la fonction de Gains est une fonction
concave de l'expérience. Ainsi, la fonction de Gains s’écrit :
2
ln y i=∝0 +∝1 Ei +∝2 Di +∝3 X i +∝4 X i ε i (5 )
∝4 est négatif montrant que le salaire croit avec l'expérience mais à taux décroissant.
Par ailleurs et au regard de ce qui précède, il existe une relation croissante entre l’ancienneté

et le salaire. Par conséquent, la fonction de Gains est augmentée de la variable ancienneté

2
ln y i=∝0 +∝1 Ei +∝2 Di +∝3 X i +∝4 X i +∝5 Ai + ε i
Il existe un biais lié à l'estimation des rendements des variables du capital humain général
(l’éducation) et spécifique (l’ancienneté) par la méthode des moindres carrés ordinaires. Ce
biais est dû à un problème d’hétérogénéité inobservée dû à une corrélation d’autres variables
inobservées (aptitudes initiales des travailleurs) avec les variables du capital humain en
particulier l’éducation et l’ancienneté. L’endogénéité de l’éducation provient aussi du fait
qu’elle est considérée comme le résultat de décisions optimales [Griliches (1977), Boumahdi,
Florens et Plassard (1990)]
le sens du biais n'est pas clairement déterminé positif ou négatif
le salaire individuel ne traduit pas uniquement la productivité de l'employé mais
également la politique de rémunération spécifique à chaque entreprise (Levy et
Murnane 1992). Nombreuses études [Altonji et Shakotka (1987), Topel (1991)] ont été
consacrées à l'estimation de ces effets comme le montre le développement suivant :
Le logarithme du salaire d'un individu i employé dans l'entreprise j est
déterminé par l'équation suivante :
ln y i=f ( Eij , X ij , A ij + μij , φ j ) + U ij (7)

ln y i=∝0 +∝1 Eij +∝2 Di +∝3 X ij +∝4 X 2i +∝5 A ij + ε i

Où ln y i = représente le logarithme du salaire de l'individu i travaillant dans l'entreprise j ;
Eij est son niveau d'éducation ;
X ij est l'expérience totale sur le marché du travail ;
A ij désigne son ancienneté dans l'entreprise j ;
μij est l'aptitude initiale individuelle inobservable ;
φ j est une mesure de la politique salariale inobservable de l'entreprise j.
L'inobservabilité des termes μij et φj les place dans le terme d'erreur de l'estimation
de cette
équation.
Les paramètres des variables d'éducation, d'expérience et d'ancienneté sont respectivement
∝1 , ∝3 et ∝5 . L'utilisation de la méthode des moindres carrés ordinaires pour
l'estimation de ces paramètres est inappropriée car les variables de capital humain sont
corrélées aux termes décrivant les caractéristiques inobservables des individus et des
entreprises, présents dans le terme d'erreur. En d’autres termes, l'orthogonalité des variables
de capital humain et des termes d'erreurs est violée.

L’utilisation des variables instrumentales

Instrument interne (Hausman et Taylor (1981), Amemiya et

MaCurdy (1986), Breush, Mizon et Schmidt, (1989) et Jean-Louis Arcand, Béatrice

d’Hombres, Paul Gyselinck (2005)].

Instrument externe : Oosterbeek (1999) présentent trois approches pour faire face à
cette difficulté. Parmi ces approches on site celle qui est liée aux caractéristiques de
l'environnement familial de l'employé. C’est le cas du niveau d’instruction des parents.
Etude empirique
une base de données décrivant la structure des salaires dans le secteur privé en Tunisie en
2011 formée de 1767 observations.
Dans un premier temps, nous adoptons l'approche classique dans l’estimation du
logarithme du salaire à l’aide de la méthode des moindres carrés ordinaires (MCO) puis à
l’aide des variables instrumentales.
Nous nous inspirons des travaux de Arcand et al. (2005) et de Boumahdi et al. (1992)
pour établir l’instrument. Les instruments utilisés appartiennent aux caractéristiques de
l'environnement familial de l'employé. Il s’agit d’un instrument externe.
C’est l’exemple de la variable «niveau d’instruction» des parents. En d’autres termes,
le capital humain est aussi transmissible que le capital physique. Ainsi, les aptitudes initiales
Nous nous inspirons des travaux de Arcand et al. (2005) et de Boumahdi et al. (1992)
pour établir l’instrument. Les instruments utilisés appartiennent aux caractéristiques de
l'environnement familial de l'employé. Il s’agit d’un instrument externe.
Le niveau d'instruction des parents peut être une variable latente. Pour cela, nous
choisissons l’âge de leur enfant (salarié) comme étant une variable qui peut révéler le niveau
d’instruction des parents. Nous proposons de classer l’âge des salariés en trois catégories :
salariés âgés, adultes et jeunes. La plupart des travaux scientifiques considèrent comme
"jeunes" les personnes âgées de 15 à 24 ans. Il s'agit de la définition des Nations Unies. Une
variable EP a été créée pour appréhender le niveau d'éducation des parents ; EP désigne le
niveau d’instruction des parents.
Formellement, nous définirons pour chaque intervalle d’âge une valeur de EP telle que
La fonction à estimer