Portail HAL Insee
Not a member yet
1187 research outputs found
Sort by
Estimation de la variance pour l'enquête longitudinale Histoire de vie et Patrimoine : une comparaison des approches analytique et par bootstrap
No full textL’enquête Histoire de vie et Patrimoine (HVP) fait partie d’un ensemble d’enquêtes auniveau européen (Household Finance and Consumption Survey) ayant notamment pourbut d’étudier l’évolution du patrimoine des ménages. La diffusion de ces données dans lecadre de comparaisons internationales rend d’autant plus nécessaire de fournir des moyensd’estimer la précision des indicateurs construits. Cette enquête intègre en effet denombreux mécanismes d’échantillonnages, pouvant rendre difficile pour un utilisateur dequantifier les incertitudes sous-jacentes sans l’aide du producteur. On peut par exempleciter sa structure en panel rotatif qui permet de réaliser des analyses à la foislongitudinales et transversales des données, mais qui implique que l’observation d’unindividu à une date donnée puisse être le fruit d’un tirage sur des périodes précédentes. Cedocument propose ainsi deux approches d’estimation de la variance : la première s’appuiesur des formules analytiques d’approximation de variance pour chaque mécanisme duplan de sondage et la seconde s’appuie sur une approche par rééchantillonnage des unitésprimaires. Les méthodes sont ensuite appliquées et comparées sur l’enquête HVP 2020
Quels mécanismes de redistribution du système de retraite entre femmes et hommes ? Une approche sur cycle de vie
No full textInternational audienceIn this article I propose to illustrate the gender redistribution achieved by the pensionssystem, primarily by using the return rate on contributions and studying representative casesof executive and non-executive employees born in the year 2000 and working in the privatesector. The results indicate that the system broadly tends to redistribute wealth from men towomen. In addition to direct solidarity measures, partial relief on pension contributions, thepooling of mortality risk and the architecture of the system itself all appear to have the effectof redistributing money from men to women, while the “25 best years” rule and the index-linking of wages to prices appear to have more ambiguous consequences. Solidarity measuresappear to enhance the redistributive nature of the pension system (away from men and towardswomen), with the exception of the pension bonus for having three children, on account of theirproportional nature. Finally, the 2023 reform appears to reinforce distribution towards thelowest-paid women.Cet article se propose d'illustrer, principalement à l'aide du taux de récupération et sur plusieurs cas types de cadres et de non-cadres du secteur privé nés en 2000, les redistributions engendrées par le système de retraite entre les genres. Les résultats montrent que le système serait globalement redistributif des hommes vers les femmes. Hors dispositifs de solidarité, les allègements de cotisations, la mutualisation du risque viager et l'architecture du système auraient des effets redistributifs des hommes vers les femmes tandis que la règle des 25 meilleures années et l'indexation des salaires portés au compte sur les prix auraient des effets plus ambigus. Les dispositifs de solidarité accentueraient la redistribution du système de retraite des hommes vers les femmes, à l'exception des majorations de pension pour trois enfants, du fait de leur caractère proportionnel. Enfin, la réforme de 2023 renforcerait les redistributions vers les femmes ayant les plus bas salaires
Les données de téléphonie mobile. Une source de connaissance sur la population et ses déplacements
No full textInternational audienceMobile network data provides exceptional opportunities for official statistics, especially for studying the population's presence in a given area. Thanks to partnerships with operators (Orange, Bouygues, SFR), INSEE was able to quickly analyse population mobility during the Covid-19 crisis, providing essential information for adjusting public services. These data, collected via network signaling, enable mobility to be tracked with a high degree of temporal precision. However, they raise methodological challenges, particularly in terms of geographical scope and representativeness. Collaboration with operators, under strict national and European legislative frameworks, provides access to anonymised and aggregated information. This complements traditional sources, providing a more detailed view of population dynamics, which are important for various public policies.Les données de téléphonie mobile offrent des perspectives uniques pour la statistique publique, notamment pour étudier la présence de la population sur le territoire. Ainsi, grâce à des partenariats avec des opérateurs (Orange, Bouygues, SFR), l'Insee a pu analyser très rapidement les déplacements de population pendant la crise de la Covid-19, fournissant des informations cruciales pour calibrer les services publics. Ces données, collectées via la signalisation du téléphone sur le réseau, permettent de suivre les mobilités avec une précision temporelle fine. Cependant, elles posent des défis méthodologiques, au sujet en particulier de la couverture géographique et de la représentativité. Les collaborations avec les opérateurs, sous des cadres législatifs stricts aux niveaux national et européen, permettent d'accéder à des informations anonymisées et agrégées. Ces dernières complètent les sources traditionnelles, offrant une vision plus fine des dynamiques de population, importantes pour certaines politiques publiques
Difference-in-Differences for Continuous Treatments and Instruments with Stayers
No full textThe first version of this paper (date: Jan 18th, 2022) circulated under the title "Difference-in-Differences Estimators for Treatments Continuously Distributed at Every Period".We propose difference-in-differences estimators in designs where the treatment is continuously distributed at every period, as is often the case when one studies the effects of taxes, tariffs, or prices. We assume that between consecutive periods, the treatment of some units, the switchers, changes, while the treatment of other units remains constant. We show that under a placebo-testable parallel-trends assumption, averages of the slopes of switchers’ potential outcomes can be nonparametrically estimated. We generalize our estimators to the instrumental-variable case. We use our estimators to estimate the price-elasticity of gasoline consumption
What's Wrong with Survey-based Top Wealth Shares? Evidence from Housing Wealth of French Households
No full textThis paper investigates the causes of biases in survey-based top wealth shares by comparing the 2017 French wealth survey with a new benchmark database on housing wealth of French households. It contributes to preliminary work toward a major overhaul of the French wealth survey currently conducted by the French National Statistical Institute. Compared to this benchmark, only 10% to 20% of the top 10% of the housing wealth distribution is missing in the survey (both in population share and in wealth share), but this proportion increases to 40%-50% for the top 1%. I link all sampled households to the benchmark database, respondents and non-respondents alike, and use this linked data to measure the discrepancy induced by each step of the survey process, based on an innovative decomposition approach. I conclude that the downward bias in survey-based top wealth shares comes in equal parts from two causes. First, households belonging to the top 1% are strongly underrepresented in the survey mostly because they are somewhat more difficult to contact and much more reluctant to participate than the rest of the population. The weight adjustment procedure does not fully compensate this underrepresentation and calibration unexpectedly distorts the wealth distribution. Second, wealth underreporting is more intense among wealthy households. I then compare reported housing assets with the assets actually owned by respondents and show that households tend to report assets they have full legal and daily economic control upon, and that asset underreporting increases sharply with the number of housing units owned by households and among high net wealth households. I compare market values reported by respondents for their primary residence with both statistical estimates and prices observed in real estate transaction data and conclude that households at the bottom of the housing wealth distribution tend to overestimate the value of their home, whereas households at the top tend to underestimate it. I finally compare reported housing wealth with both the benchmark database and wealth tax returns and show that wealth underreporting among the very wealthiest households (with an estimated housing wealth above 5 meuro) amounts to approximately 40%. Based on these findings I suggest potential improvements to wealth survey methodology.Cet article étudie les causes des biais affectant le haut de la distribution de patrimoine immobilier dans les enquêtes sur le patrimoine, en comparant l'enquête Histoire de vie et Patrimoine 2017 à une nouvelle base de données décrivant le patrimoine immobilier des ménages français. Cet article s'inscrit dans le cadre des travaux préparatoires à la refonte en profondeur de l'enquête Histoire de vie et Patrimoine qui sera conduite par l'Insee au cours des prochaines années. Une comparaison avec cette nouvelle source montre qu'il ne manque dans l'enquête qu'entre 10 % et 20 % du dernier décile de la distribution de patrimoine immobilier (tant en part de population qu'en part dans le patrimoine total), mais qu'il manque en revanche entre 40 % et 50 % du dernier centile de patrimoine immobilier. Afin d'éclairer les causes de ce phénomène, les ménages échantillonnés (répondants et nonrépondants) sont appariés à la base de données de référence, puis les données appariées sont systématiquement exploitées de façon à mesurer les écarts induits par chacune des étapes du processus d'enquête. Cette analyse conclut que le biais à la baisse affectant le haut de la distribution de patrimoine immobilier dans l'enquête est dû à parts égales à deux mécanismes. Premièrement, les ménages appartenant au dernier centile sont fortement sous-représentés dans l'enquête, principalement parce qu''ils sont un peu plus difficiles à contacter et nettement plus réticents à participer à l'enquête que le reste de la population. La correction de la non-réponse par repondération ne compense que partiellement cette sous-représentation et le calage sur marges déforme, de manière inattendue, la distribution de patrimoine immobilier. Deuxièmement, la sous-déclaration des actifs est nettement plus marquée parmi les ménages les plus aisés. Le comportement de déclaration des répondants est étudié en comparant les actifs immobiliers déclarés par les répondants aux actifs qu'ils détiennent effectivement. Il apparaît que les ménages tendent à ne déclarer que les actifs sur lesquels ils exercent un contrôle juridique total et un contrôle économique quotidien. La sous-déclaration des actifs s'accroît fortement avec le nombre de logements détenus et parmi les ménages à très haut patrimoine. Ensuite, les valeurs de marché déclarées par les répondants pour leur résidence principale est comparée à la fois à des estimations statistiques et à des transactions immobilières effectivement observées. Cette comparaison conclut que les ménages situés dans le bas de la distribution de patrimoine immobilier tendent à surestimer la valeur de leur logement, tandis que ceux situés dans le haut ont tendance à la sous-estimer. Enfin, le patrimoine immobilier total déclaré dans l'enquête par les ménages les plus fortunés est comparé à la fois aux montants estimés dans la base de données de référence et aux déclarations d'impôt sur la fortune immobilière de ces mêmes ménages. Cette comparaison montre que la sousdéclaration dans l'enquête atteint environ 40 % pour les ménages les plus fortunés (patrimoine immobilier brut supérieur à 5 millions d'euros). L'article propose finalement des pistes d'améliorations de la méthodologie des enquêtes sur le patrimoine
Statistical Libraries in Transition A 2024 European Survey on Future Directions and Opportunities
No full textInternational audienceThe study presents and evaluates the findings of a 2024 survey conducted among European statistical libraries, summarizing their most important attributes and information regarding to them. In addition to outlining the current state of this specialized type of library in Europe, the authors also explore potential directions for their future development, placing particular emphasis on the relationship between statistical libraries and their parent institutions, the national statistical offices
La construction du système statistique européen. 1952-2003 : un grand élan
No full textInternational audienceThis first chapter of the history of the European Statistical System (ESS) covers the years 1952 to 2003. This period saw the construction of the current system's foundation. Harmonised official statistics were first developed on the basis of cooperation between the six founding members of the first European Communities: the European Coal and Steel Community, the European Economic Community, and the European Atomic Energy Community. In 1959, a statistics department dedicated to these communities was born: the European Statistical Office, more commonly known as Eurostat nowadays. Its goal was to further improve statistical harmonisation. However, progress became difficult with the enlargement of the European Union to other states and other political fields. To take on those challenges, European statistics started organising in a more formal manner: planification of work, creation of the big comities. The values statisticians have in common made progress easier, but demand kept on growing. The European Union legal construction then spread to the statistical sphere: in 1997, the Council passed Regulation n o 322/97 regarding Community statistics. This "statistics law of 1997" announces Regulation n o 223/2009 regarding European statistics. This regulation still rules the ESS to this day.Ce premier volet de l'histoire du système statistique européen (SSE) couvre les années 1952 à 2003. C'est au cours de cette période qu'ont été posés les grands piliers du système actuel. Les statistiques officielles harmonisées ont d'abord été développées sur la base d'une coopération entre les six pays fondateurs des premières Communautés européennes : la Communauté européenne du charbon et de l'acier, la Communauté économique européenne et la Communauté européenne de l'énergie atomique. En 1959, un service statistique dédié à ces Communautés est créé : l'Office statistique des Communautés européennes (OSCE), plus connu aujourd'hui sous le nom d'Eurostat. Ce dernier s'attelle à faire progresser l'harmonisation statistique. Cependant, les avancées deviennent plus difficiles, avec l'élargissement à d'autres États et à d'autres domaines politiques. Pour relever les défis, la statistique européenne s'organise plus formellement : programmation des travaux, création des grands comités. Les valeurs partagées par les statisticiens facilitent les avancées, mais les demandes vont toujours croissant. La construction juridique de l'Union européenne se propage alors à la sphère statistique : en 1997, le Conseil adopte le règlement n o 322/97 relatif à la statistique communautaire. Cette « loi statistique de 1997 » préfigure le règlement n o 223/2009 relatif aux statistiques européennes qui régit aujourd'hui le SSE
Who will work on Sunday? The winners and losers of Sunday laws relaxation
No full textInternational audienceIn 2016, a law authorized Sunday working in the retail sector in some thirty French areas. We show that the reform did not coincide with any significant increase in retail trade employment in target areas. However, the increase in the number of days shops are open has led employers to favor employees who are sufficiently experienced to manage a store independently. There has been a significant drop in the employment share of less experienced workers, as well as a sharp decline in the share of single parents, for whom it is difficult to reconcile family responsibilities and Sunday work
L'inspection générale des finances et la science des données. Quelles méthodes pour quels usages ?
No full textInternational audienceDecision-makers are showing a growing interest for data-driven decision making. At the same time, the administration has access to vast amounts of data, infrastructures and skilled human resources to leverage them. These recent developments allow inspectorates, such as the General Inspectorate of Finances (IGF), to strengthen their evaluation and advisory missions through specific studies using already available data. The IGF uses this data to quantify its observations and strengthen its analyses. Unlike the official statistics system, however, it neither produces data nor monitors it over time. One example is a study conducted by the IGF's data science team about the insurability of municipalities' real estate assets. It demonstrates how combining data from the National Institute of Geographic and Forestry Information (IGN) and the Directorate General of Public Finances (DGFiP) with data science techniques can provide highly detailed insights to address policy questions submitted to the IGF . Although demand for tailored studies is increasing and other inspectorates have been replicating the model of a data science dedicated hub, this model needs to fulfil conditions relating both to the culture of quantitative analysis and the quality of the data. * Data scientist, inspection générale des finances.Le décideur montre un intérêt croissant pour la prise de décision basée sur les données. L'administration, de son côté, dispose d'une grande quantité de données, d'infrastructures et de ressources humaines capables de les exploiter. Ces développements récents permettent aux inspections, comme l'inspection générale des finances (IGF), de renforcer leurs missions d'évaluation et de conseil par des études spécifiques mobilisant des données déjà disponibles. L'IGF utilise celles-ci pour quantifier les constats et consolider les analyses. À la différence du système statistique public, cependant, elle ne produit pas de données et n'en assure pas le suivi dans le temps. À titre d'exemple, une mission réalisée par le pôle science des données de l'IGF sur l'assurabilité des biens des collectivités territoriales est présentée. Elle illustre comment une utilisation large des données de l'Institut national de l'information géographique et forestière (IGN) et de la Direction générale des Finances publiques (DGFiP) permet, grâce aux techniques de data science, d'éclairer de manière très fine un questionnement adressé à l'IGF. Si la demande pour des études sur mesure augmente et que le modèle d'un pôle dédié à la science des données essaime dans les inspections, il comporte des conditions de réussite, tant sur la culture de l'analyse quantitative que sur la qualité des données