Inferential Analysis and Predictive Modeling of Wages in Brazil: Empirical Evidence from RAIS Administrative Records (2010–2023)
En utilisant les données administratives de la RAIS brésilienne de 2010 à 2023, cette étude combine les statistiques inférentielles et la modélisation prédictive pour révéler des inégalités salariales structurelles persistantes, démontrant que les disparités de genre et de race s'accentuent considérablement dans les percentiles de salaire les plus élevés et sont largement dictées par des différentiels inexpliqués, tandis que les méthodes d'ensemble surpassent la régression traditionnelle pour prédire les revenus.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Comprendre comment les gens gagnent leur vie est l'une des plus anciennes questions de l'économie, mais dans un pays aussi vaste et diversifié que le Brésil, la réponse est rarement simple. Pendant des décennies, des chercheurs ont tenté de démêler pourquoi certains travailleurs gagnent nettement plus que d'autres, même lorsqu'ils semblent posséder les mêmes compétences ou travailler dans les mêmes endroits. Le puzzle central implique trois forces principales : la valeur de l'éducation, l'influence du lieu et de la nature de l'activité professionnelle, et les écarts persistants qui subsistent en fonction du genre et de la race. Bien qu'il soit largement connu que les femmes et les travailleurs noirs gagnent souvent moins, la question critique est de savoir si cet écart existe parce qu'ils ont moins d'éducation ou occupent des emplois moins rémunérateurs, ou si l'écart persiste même lorsque ces facteurs sont pris en compte. Cette distinction est cruciale pour les politiques publiques, car si l'écart est causé par des différences de qualifications, la solution réside dans de meilleures écoles ; si l'écart persiste après avoir pris en compte les qualifications, cela suggère que quelque chose de plus profond est en jeu, comme la discrimination ou les barrières à l'avancement.
Une équipe de chercheurs de l'Université de São Paulo a abordé cette question en utilisant un enregistrement massif et détaillé du marché du travail formel brésilien. Ils ont analysé des données provenant de plus de 600 000 relations d'emploi s'étendant de 2010 à 2023, tirées d'un registre gouvernemental qui fonctionne presque comme un recensement des travailleurs formels. En combinant les méthodes statistiques traditionnelles avec des algorithmes informatiques modernes, les chercheurs ont cartographié la manière dont les salaires sont déterminés et si les règles du jeu ont changé au fil du temps. Leur travail révèle que le marché du travail brésilien a connu un changement structurel significatif au cours de la dernière décennie, mais il confirme également que des inégalités profondément ancrées restent obstinément figées. L'étude montre que si l'éducation et l'expérience sont de puissants moteurs de revenus, elles ne racontent pas toute l'histoire. Au contraire, les données montrent que le système sous-évalue systématiquement les femmes et les travailleurs noirs, un schéma qui devient encore plus sévère à mesure que l'on monte dans l'échelle salariale.
Les chercheurs ont commencé par examiner les chiffres bruts pour voir si le marché du travail des années 2020 ressemblait à celui des années 2010. Ils ont constaté une rupture claire entre les deux périodes, suggérant que le paysage économique a été remodelé par des crises récentes, des réformes et des changements dans la collecte des données. Cependant, malgré ces changements, les inégalités fondamentales n'ont pas disparu. Lorsque les chercheurs ont contrôlé le lieu de résidence, le secteur d'activité et l'âge, un écart salarial significatif est resté pour les femmes. En fait, les données ont montré que les femmes au Brésil possèdent souvent des niveaux d'éducation plus élevés en moyenne que les hommes, et pourtant, elles gagnent moins. Ce paradoxe a conduit l'équipe à creuser davantage, en utilisant une méthode qui sépare l'écart salarial en deux parties : la portion expliquée par des différences observables, comme la scolarité, et la portion qui ne peut être expliquée par ces facteurs.
Les résultats de cette séparation ont été frappants. Les chercheurs ont calculé que si les femmes avaient exactement les mêmes caractéristiques observables que les hommes, leurs salaires seraient en réalité prédits comme étant plus élevés, et non plus bas. Pourtant, dans la réalité, les hommes gagnent toujours plus. L'intégralité de l'écart, et même plus, est pilotée par la partie « inexpliquée ». Cette différence inexpliquée, qui représente plus de 15 % de l'écart, suggère que les femmes reçoivent des rendements inférieurs pour leurs compétences et leur expérience par rapport aux hommes. L'étude a également révélé que le modèle utilisé pour prédire les salaires sous-estimait systématiquement la rémunération des femmes et des travailleurs noirs, indiquant davantage que le système n'est pas seulement en manque de données, mais qu'il est structurellement biaisé contre eux.
La partie la plus révélatrice de l'étude est sans doute venue de l'examen de la distribution des salaires non pas comme une moyenne unique, mais comme un spectre allant des plus bas revenus aux plus hauts. Les chercheurs ont découvert que l'inégalité n'est pas uniforme ; elle s'intensifie à mesure que l'on monte dans l'échelle. Ce phénomène, souvent appelé « plafond de verre », signifie que les pénalités pour être une femme ou un travailleur noir sont beaucoup plus faibles au bas de l'échelle de revenus, mais augmentent de façon spectaculaire au sommet. Par exemple, l'écart salarial entre les hommes et les femmes est d'environ 12 % pour les dix pour cent les plus bas revenus, mais il fait plus que tripler pour atteindre près de 47 % pour les dix pour cent les plus hauts. De même, la pénalité pour être Noir passe d'environ 4 % au bas de l'échelle à plus de 13 % au sommet. Ce schéma suggère que si les emplois de premier échelon peuvent être relativement accessibles, les barrières pour atteindre les rôles de direction et les postes spécialisés les mieux rémunérés sont formidables et affectent de manière disproportionnée les femmes et les travailleurs noirs.
L'étude a également examiné qui occupe réellement ces différents niveaux du spectre salarial. Les données ont révélé un changement démographique marqué : alors que les travailleurs noirs et métis constituent la majorité du segment le moins rémunéré, leur représentation diminue drastiquement à mesure que les salaires augmentent, tandis que les travailleurs blancs deviennent de plus en plus dominants au sommet. Cela indique que le « plafond de verre » ne concerne pas seulement le montant perçu pour un même travail, mais aussi l'accès aux emplois les mieux rémunérés. La combinaison de ces deux forces — un accès inégal aux postes de haut niveau et une rémunération inégale pour ceux qui y parviennent — crée un effet cumulatif qui maintient l'inégalité à un niveau élevé.
Pour garantir la robustesse de leurs conclusions, les chercheurs ont testé leurs résultats à l'aide de modèles informatiques avancés connus sous le nom d'apprentissage automatique (machine learning), conçus pour trouver des schémas complexes dans de grands ensembles de données que les statistiques traditionnelles pourraient manquer. Ces modèles, qui ont appris à partir des données sans qu'on leur dicte de règles spécifiques, ont confirmé que l'éducation et le secteur économique sont les prédicteurs les plus forts des salaires. Cependant, les modèles d'apprentissage automatique ont également montré que la relation entre ces facteurs et la rémunération n'est pas simple ou linéaire ; elle implique des interactions complexes qui varient selon les groupes. Bien que ces modèles informatiques aient été plus performants pour prédire les montants salariaux exacts que les équations traditionnelles, les chercheurs ont souligné que les modèles statistiques plus simples étaient essentiels pour comprendre les causes sous-jacentes de l'inégalité.
Les auteurs concluent que le marché du travail brésilien est caractérisé par une double réalité. D'une part, il y a eu des progrès et des changements structurels au cours de la dernière décennie. D'autre part, les mécanismes d'inégalité ont évolué plutôt que de disparaître. La persistance d'un écart salarial inexpliqué important pour les femmes, malgré leurs avantages éducatifs, pointe vers une discrimination structurelle qui n'est pas captée par de simples mesures de titre de poste ou de localisation. L'accentuation des pénalités raciales et de genre aux niveaux de revenus les plus élevés suggère que le chemin vers le sommet est bloqué par des barrières qui dépassent le simple mérite individuel. L'étude ne prétend pas avoir résolu le problème ou identifié chaque cause, mais elle fournit une carte claire, basée sur les données, de l'endroit où se situent les inégalités. Elle montre que la correction des écarts salariaux nécessitera plus qu'une simple expansion de l'éducation ; elle nécessitera de s'attaquer aux barrières spécifiques qui empêchent les femmes et les travailleurs noirs d'accéder aux échelons les plus élevés de l'économie formelle et d'y prospérer.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.