Version mobile du site Ires.fr à venir
A


N° 174 (mai 2021)
Partager

Royaume-Uni .Covid-19 et inégalités sur le marché du travail

Jacques FREYSSINET

L’expérience de la pandémie de Covid-19 illustre la complexité des rapports entre la politique de l’emploi et l’évolution des inégalités sur le marché du travail. La politique de l’emploi reproduit et souvent amplifie les inégalités déjà présentes ou en a fait surgir de nouvelles. Elles s’accroissent principalement en fonction de la structure des emplois et des caractéristiques sociodémographiques des personnes. Il en résulte des inégalités dans les revenus du travail ou dans les revenus de substitution à la perte d’emploi ainsi que l’amplification de la grande pauvreté.

Mots-clés : Royaume-Uni, Covid-19, politique de l’emploi, marché du travail, inégalités, pauvreté.

Lire la suite

L''expérience du Covid-19 fournit un sujet de réflexion instructif sur les rapports qui s’établissent entre la mise en œuvre des dispositifs de la politique de l’emploi et l’évolution des inégalités sur le marché du travail. Des programmes de grande ampleur sont mis en place au Royaume-Uni dès la fin du premier trimestre 2020 puis modifiés à plusieurs reprises en fonction de l’évolution de la pandémie. Sauf quelques exceptions d’importance mineure, ce sont des mesures de portée générale non ciblées sur certains secteurs d’activité ou sur certains groupes professionnels (encadré). Or la mise en œuvre de ces mesures reproduit et souvent amplifie les inégalités déjà présentes sur le marché du travail ou en fait surgir de nouvelles.

Si les spécificités de la période engendrent des difficultés pour identifier l’impact de la pandémie sur les inégalités, des données convergentes montrent qu’elles s’accroissent en fonction de la structure des emplois et des caractéristiques sociodémographiques des personnes. Il en résulte des inégalités dans les revenus du travail ou dans les revenus de substitution à la perte d’emplois.

La difficile mesure des inégalités durant la pandémie

L’analyse des inégalités engendrées par la pandémie se heurte à deux difficultés principales : la première porte sur la nature des inégalités à prendre en compte, la seconde sur les sources d’information disponibles.

Dans le premier domaine, celui des inégalités à prendre en compte, même si on se limite au fonctionnement du marché du travail, il existe une différence radicale selon que l’accent est mis sur les indicateurs de santé ou sur les indicateurs des conditions d’emploi et des niveaux de revenu (Gustafsson, McCurdy, 2020). Un article précédent de la Chronique internationale de l’IRES a présenté un bilan des inégalités face aux risques de contamination par le virus, d’hospitalisation et de décès (Freyssinet, 2020). Du point de vue du marché du travail, ces risques sont concentrés sur les travailleurs de première ligne (frontline workers) qui sont en contact direct avec les patients ou avec le public avec un difficile respect de la distanciation sociale. Leur nombre était estimé à 8,6 millions (27 % de l’emploi total), dont près de 4 millions dans le secteur de la santé et des soins aux personnes (social care). Si leur santé est menacée, leur emploi ne l’est pas ; ces secteurs peuvent au contraire chercher à recruter (Farquharson et al., 2020). À l’opposé, si l’on étudie les inégalités face à l’emploi et aux revenus du travail, les principales victimes se trouvent dans les secteurs frappés par des chutes d’activité, principalement ceux ayant subi des fermetures obligatoires (shutdown). Ces derniers comptaient 6,3 millions d’emplois (19 % de l’emploi total) ; aux premiers rangs figurent les hôtels-cafés-restaurants (1,8 million) et les commerces (1,3 million). Seule cette deuxième forme d’inégalités est traitée ici.

encadre1

encadre2

Une seconde source de difficultés réside dans les sources d’information. Il est apparu, au Royaume-Uni comme dans les autres pays, que les définitions de l’emploi, du chômage et de l’inactivité (dites du BIT, Bureau international du travail) qui sont utilisées par les statistiques courantes ne permettent pas de mesurer l’impact effectif de la crise [1]. Dès lors, la mesure des inégalités repose principalement sur la réalisation d’enquêtes, sur des exploitations originales de sources administratives ou sur l’utilisation de modèles de micro-simulation. La difficulté réside dans le fait que ces travaux ont été réalisés pour des périodes différentes, sur des champs différents, selon des méthodologies différentes. Le plus souvent, ils ne portent que sur certains aspects des inégalités ou sur certaines variables explicatives et ne proposent que rarement des exploitations « toutes choses égales » [2]. Nous ne disposons donc que d’un ensemble d’éclairages partiels. Cependant, ils se révèlent globalement convergents malgré leur hétérogénéité.

La première vague de la pandémie est bien délimitée dans le temps (mars-juin 2020). Son caractère massif et sans précédent provoque une mobilisation des équipes de recherche qui fournissent les résultats les plus complets et les plus précis aujourd’hui disponibles. À partir de l’été 2020, les oscillations de la pandémie et donc celles de la politique publique (deuxième puis troisième confinements) ainsi que le manque de recul rendent plus difficile l’établissement d’un diagnostic stabilisé. Nous présenterons cependant les premières informations disponibles à ce jour pour l’ensemble de l’année 2020.

Les inégalités liées à la structure des emplois

Le tableau 1 réunit les principaux résultats d’une enquête réalisée par une équipe de recherche de la Resolution Foundation entre le 6 et le 11 mai 2020 sur un échantillon représentatif (Cominetti et al., 2020 ; Gardiner, Slaughter, 2020). Il met en évidence le choc inégalitaire engendré par la première vague de la pandémie, qu’il se traduise par la mise au chômage total temporaire indemnisé [3] (furlough), par la perte d’emploi ou par la réduction du nombre d’heures rémunérées. Les impacts négatifs sur l’emploi touchent plus fortement les jeunes, les bas revenus, les statuts précaires et les secteurs soumis aux fermetures. Les données sont présentées ici en isolant les différentes variables explicatives avant de rendre compte des rares exploitations qui présentent des décompositions « toutes choses égales ». Ces résultats illustrent l’impact des mesures les plus brutales de confinement des personnes (lockdown) et de fermetures d’activité (shutdown) lors de la première vague de la pandémie. Ils sont confirmés par deux enquêtes analogues réalisées d’abord fin septembre 2020, puis fin janvier 2021 (Brewer, Cominetti et al., 2020 ; Cominetti et al., 2021). Les inégalités observées à ces deux dates sont de même nature que celles du mois de mai 2020 ; elles sont de moindre ampleur puisque les restrictions qui se sont appliquées ultérieurement ont été moins fortes [4].

Le statut d’emploi

La distinction principale s’établit entre les emplois salariés et indépendants.

En ce qui concerne l’emploi salarié, les différences se creusent durant la première vague de la pandémie selon la stabilité de l’emploi antérieurement occupé. Le tableau 1 l’illustre pour des situations extrêmes selon ce critère : les personnes en contrats zéro heure ou en horaires hebdomadaires flexibles sont touchées à 40 % contre 17 % seulement pour les titulaires d’emplois stables à horaires réguliers [5].

tableau1

En ce qui concerne les travailleurs indépendants (self-employment), les modalités d’impact de la première vague de la pandémie sur l’emploi sont de grande ampleur, mais de nature différente (tableau 2). La faiblesse des effectifs présents dans l’échantillon de l’enquête ne permet pas de mettre en évidence des différences significatives au sein de cette population (Cominetti et al., 2020).

Le secteur d’activité

L’impact négatif sur l’emploi lors de la première vague de la pandémie est à l’évidence concentré dans les secteurs qui ont été frappés par les mesures de fermeture, puis dans ceux qui ont été directement concernés par la baisse d’activité et le confinement, comme les transports. Le tableau 1 présente les données pour les quatre secteurs les plus directement touchés avec, par exemple, près de 70 % des emplois pour les hôtels-cafés-restaurants. L’indemnisation du chômage total temporaire (furlough) représente de loin la modalité principale.

L’analyse de la composition de la main-d’œuvre dans les secteurs frappés par les mesures de fermeture (Blundell et al., 2020 ; Blundell, Machin, 2020 ; Joyce, Xu, 2020) illustre le caractère inégalitaire de son impact direct : il concerne plus fortement les femmes, les jeunes, les bas revenus et certaines catégories ethniques (graphique 1).

Sur la base des résultats de l’enquête, des régressions logistiques ont été réalisées à partir des différentes caractéristiques des personnes et des emplois (Cominetti et al., 2020). Elles mettent en évidence le rôle déterminant joué par deux caractéristiques : le secteur d’activité et l’appartenance à des formes atypiques d’emploi. La tranche d’âge ou le niveau de salaire n’ont, par exemple, plus d’influence si l’on corrige par le secteur et le statut dans l’emploi [6].

tableau2

graphique1

La catégorie professionnelle

Si les inégalités de risque de perte d’emploi par catégories professionnelles sont fortes, elles sont avant tout le reflet de deux autres variables : d’une part, la distribution des professions selon des secteurs inégalement touchés par les interruptions ou réductions d’activité, d’autre part, le degré inégal des possibilités de travail à domicile (Adams-Prassl et al., 2020). Ainsi, on trouve les risques maxima dans les métiers de la préparation et de la fourniture de nourriture, des transports, des soins personnels ou des loisirs. À l’opposé, le risque est faible pour les métiers non touchés (par exemple, l’agriculture), ceux mobilisés contre la pandémie (par exemple, la santé) et ceux adaptés au travail à domicile (par exemple, l’architecture et l’engineering).

Le travail à domicile

Une étude réalisée en deux vagues, fin mars et début avril 2020, confirme les inégalités observées selon les professions et les statuts d’emploi (Adams-Prassl et al., 2020). Un résultat additionnel est fourni par la prise en compte d’une nouvelle variable : le pourcentage de tâches professionnelles susceptibles d’être réalisées à domicile (graphique 2). En analyse « toutes choses égales », cette variable est statistiquement la plus prédictive de la protection contre le risque de perte d’emploi. Le lien s’est renforcé entre la première et la seconde vague d’enquêtes. En cas de maintien dans l’emploi, la même variable est prédictive d’une réduction de la probabilité d’une baisse de revenu.

graphique2

Les inégalités liées aux caractéristiques sociodémographiques

Le genre

Globalement, l’impact négatif sur l’emploi de la première vague de la pandémie est identique pour les femmes et les hommes (tableau 1). La composition sectorielle de l’emploi compense en effet des inégalités qui sont mises en évidence selon d’autres critères. Ainsi, les femmes représentent 65 % des key workers (santé, soins aux personnes, commerce alimentaire) où les risques courus ne concernent pas l’emploi, mais la santé (Gustafsson, McCurdy, 2020).

Les possibilités de travail professionnel à domicile sont plus faibles pour les femmes que pour les hommes. En cas de travail professionnel à domicile, on constate, sans surprise, que les femmes consacrent un temps sensiblement supérieur au suivi scolaire des enfants (Adams-Prassl et al., 2020).

Une enquête a été menée entre le 29 avril et le 15 mai 2020 sur un échantillon représentatif de couples de sexes opposés ayant des enfants d’âge compris entre 4 et 15 ans pour mesurer les variations dans l’emploi du temps engendrées par la première vague de la pandémie (Andrew et al., 2020). On mesure les temps consacrés au travail rémunéré, aux soins des enfants (childcare) et au travail domestique (housework).

- Parmi les personnes jusqu’alors en emploi, les mères ont une probabilité une fois et demie plus forte que les pères d’avoir perdu leur emploi. Leur taux d’emploi est passé de 80 à 70 % de celui des pères.

- Lorsque la mère a dû quitter son emploi alors que le père le conservait, elle réalise deux fois plus d’heures de childcare et de housework que lui. Si la situation est inverse, il y a un partage égal de ces heures.

- Cependant, en moyenne, les pères ont doublé le temps consacré au childcare.

L’âge

L’impact négatif de la première vague de la pandémie sur l’emploi se traduit par une courbe en U en fonction des tranches d’âge. Le maximum se situe à 35 % pour les 18-24 ans, le minimum à 19 % pour les 35-39 ans et un nouveau point haut à 24 % est observé pour les 60-64 ans (tableau 1).

Ces écarts relativement modestes masquent les effets beaucoup plus brutaux sur les jeunes qui sont révélés par d’autres travaux (Costa Dias et al., 2020 ; Gustafsson, 2020 ; Henehan, 2020). L’analyse de l’impact des récessions antérieures montre que les jeunes subissent des effets stigmatisant durables (scarring effects) tant sur leur taux de chômage que sur leur taux de salaire lorsqu’ils accèdent à l’emploi. Cet effet est d’autant plus fort qu’ils sont sortis récemment du système éducatif et que leur niveau de formation est plus faible. Or un nombre croissant de jeunes, en particulier les non ou faiblement diplômés, commencent leur carrière dans des secteurs à bas salaires qui sont les plus touchés par les fermetures (notamment, les hôtels-cafés-restaurants). Deux effets vont se cumuler :

- en premier lieu, les jeunes jusqu’alors en emploi subissent plus que proportionnellement des pertes de salaire. C’est le cas de 35 % d’entre eux dans l’enquête déjà citée (Cominetti et al., 2020) contre 23 % pour les adultes (35-54 ans) ;

- en second lieu, les sortants du système éducatif sont privés de portes d’accès à l’emploi jusqu’au rétablissement de niveaux normaux d’activité et après l’absorption des retours du chômage temporaire.

En ce qui concerne les personnes âgées, comme l’indique le tableau 1, elles sont moins frappées dans l’emploi que les jeunes, mais plus que les adultes. Le risque principal pour elles, ainsi que l’enseigne l’expérience des récessions antérieures, réside dans l’entrée en chômage de longue durée avec de faibles probabilités de réembauche lorsque le dispositif de furlough sera fermé. Les enquêtes réalisées auprès d’elles mettent en évidence leur pessimisme à l’égard des possibilités de retour à l’emploi (Crawford, Karjalainer, 2020 ; Learning and Work Institute, 2020).

L’appartenance ethnique

Globalement, l’impact négatif sur l’emploi de la première vague de la pandémie est identique pour les blancs et les minorités ethniques [7] (tableau 1). La composition sectorielle de l’emploi compense, comme dans le cas des sexes, des inégalités qui sont mises en évidence selon d’autres critères (Mai, Cominetti, 2020 ; ONS, 2020 ; Platt, Warwick, 2020). Les inégalités ne frappent de manière forte que deux catégories de non-natifs qui sont concentrés dans les secteurs frappés par les mesures de fermeture : les hommes pakistanais et bangladais (graphique 1). Les premiers sont particulièrement concentrés dans les restaurants et les seconds parmi les chauffeurs de taxi.

Les inégalités de revenus

En ce qui concerne l’évolution des ressources monétaires, les perturbations subies dans le recueil des statistiques sont particulièrement fortes, ce qui explique le recours fréquent à des modèles de micro-simulation. Trois éclairages complémentaires sont apportés par l’examen de l’évolution des salaires, de la répartition du revenu et de la pauvreté.

Les salaires

Une difficulté spécifique concerne l’évolution des salaires. La source de base, qui permet de « caler » les évolutions hebdomadaires et mensuelles, est une exploitation annuelle des déclarations de salaire des employeurs. Elle est réalisée en 2020 à la fin du mois d’avril au moment où près de 9 millions de salariés sont en furlough, donc avec un salaire remboursé à 80 % par l’État et complété s’il le souhaite par l’employeur. Les résultats de la même enquête pour avril 2021 ne sont pas à ce jour disponibles. Il n’est donc possible que de juxtaposer des évaluations partielles.

L’impact négatif sur l’emploi de la première vague de la pandémie est directement lié au niveau de salaire. Le tableau 1 illustre l’ampleur des écarts entre le premier et le cinquième quintile de salaires (mesurés avant la pandémie) avec respectivement 33 et 16 % de personnes touchées. L’écart provient pour l’essentiel du furlough avec respectivement 25 et 6 % de personnes touchées. Celui-ci entraîne une perte de salaire comprise entre 0 et 20 % selon le complément versé ou non par l’employeur. On a constaté que l’importance des compléments a été fonction croissante du niveau de salaire. Or, les pertes de salaire touchent au moins la moitié des personnes en furlough dans les deux branches à bas salaires qui y ont eu le plus massivement recours : les hôtels-cafés-restaurants [8] et le commerce de détail (LPC, 2020).

En sens contraire, les titulaires du salaire minimum pour les adultes (National Living Wage – NLW) ont bénéficié au 1er avril 2020 de l’augmentation de 6,2 % antérieurement décidée et non remise en cause. Cependant, comme 37 % d’entre eux travaillaient dans les secteurs victimes de fermetures, ils ont pu subir sur le nouveau montant du NLW une perte de salaire allant jusqu’à 20 %.

Une approche plus large couvre l’ensemble des bas salaires, définis conventionnellement comme les salaires horaires inférieurs aux deux tiers de la médiane. On retrouve pour ces derniers la même concentration dans les secteurs les plus frappés par la pandémie, les plus utilisateurs du furlough et où les employeurs sont les moins portés à compléter les 80 % remboursés par le gouvernement (Cominetti, Slaughter, 2020).

Une autre recherche (Hacıoğlu-Hoke et al., 2020), qui divise les titulaires de revenus en quatre quartiles, porte sur le premier semestre 2020. Elle montre que si les baisses de revenus salariaux ont été plus fortes dans le premier quartile, les écarts sont plus faibles en ce qui concerne la réduction des dépenses. Le phénomène s’explique principalement par l’accroissement du niveau des prestations sociales (Universal Credit) et l’assouplissement des critères d’éligibilité (encadré).

La répartition des revenus

Trois études réalisées selon des méthodologies voisines proposent une mesure de l’impact du premier confinement sur la répartition des revenus (Brewer, Corlett, et al., 2020 ; Brewer, Tasseva, 2020 ; HM Treasury, 2020). Elles utilisent des données d’enquêtes sur les revenus des ménages et appliquent des modèles de micro-simulation pour mesurer les variations entre la situation observée avant la pandémie et celle simulée au cœur du premier confinement (avril-mai 2020). De légères différences de résultats proviennent des sources utilisées, des périodes observées ou des modèles de simulation retenus, mais les tendances qui se dégagent sont convergentes. Nous présentons les résultats de l’étude la plus récente et la plus complète (Brewer, Tasseva, 2020). Elle permet d’identifier les canaux par lesquels s’est opérée globalement la modification des revenus (tableau 3).

La chute du niveau d’activité aurait engendré une diminution de 27,1 % si elle n’avait été amortie par les deux dispositifs en direction soit des salariés, le Corona-virus Job Retention Scheme (CJRS), soit des travailleurs indépendants, le Self-Employment Income Support Scheme (SEISS ; encadré). Ainsi les revenus tirés de l’activité n’ont été réduits que de 12,6 %. Interviennent alors les mécanismes de redistribution : impôts, cotisations et prestations sociales qui ramènent à 6,9 % la baisse du revenu net des ménages.

Ces différents dispositifs n’ont pas les mêmes impacts sur les inégalités :

- le CJRS bénéficie aux salariés placés en chômage temporaire proportionnellement à leur salaire sous plafond. De ce fait, il défavorise les ménages à très hauts revenus (jeu du plafond) tandis qu’il bénéficie moins aux ménages à très bas revenus souvent sans actif occupé (workless households) ;

- le SEISS, conditionné à l’existence d’un minimum de revenu et limité par un plafond bénéficie peu aux deux extrémités de la distribution ;

- en revanche, les hauts revenus, fortement touchés au départ, bénéficient du caractère progressif de l’impôt sur le revenu, donc de la réduction de son montant ;

- enfin, les ménages à très bas revenus bénéficient au maximum de l’augmentation de l’Universal Credit (UC) et, comme ils comportent une forte proportion de workless households, ils sont, dans cette mesure, moins touchés par les réductions d’activité.

tableau3

La combinaison de ces différents facteurs engendre une perte de revenu net des ménages qui est nulle pour les deux premiers déciles de revenu, puis régulièrement croissante à partir du troisième décile [9].

Les mesures adoptées depuis mars 2020 ont donc plus que compensé, en matière de revenus nets des ménages, l’effet amplificateur des inégalités qui aurait résulté, sans elles, de l’impact de la pandémie sur l’emploi. Toutefois leur suppression simultanée (CJRS, SEISS, augmentation de l’UC), d’abord programmée pour le 1er novembre 2020, puis pour le 1er avril 2021, aurait eu un impact brutal qui a conduit plusieurs équipes de chercheurs à tirer la sonnette d’alarme (Bell et al., 2020 ; Innes, Hawking, 2021 ; Innes, Schmuecker, 2021). Le budget de printemps 2021 a repoussé l’échéance au 1er octobre 2021 pour les trois dispositifs, ce qui ne fait que déplacer le problème dont le traitement sera vraisemblablement dépendant de l’évolution de la conjoncture sanitaire et économique.

La pauvreté

En ce qui concerne l’évolution de la pauvreté, le contraste est marqué entre les évaluations statistiques globales et les observations d’enquêtes montrant l’élargissement des zones de grande pauvreté.

Quant au calcul du taux global de pauvreté ou des effectifs de la population pauvre, les résultats définitifs pour l’ensemble de l’année 2020 ne sont pas disponibles. L’information repose sur des travaux de simulation réalisés sur la base de toutes les informations actuellement disponibles (Legatum Institute, 2020). Le taux de pauvreté serait passé de 22 à 23 % [10]. L’augmentation serait concentrée sur la population d’âge actif, victime du recul de l’emploi, alors que les différentes catégories d’inactifs n’ont pas subi de pertes de revenu ou même bénéficié de l’augmentation temporaire de l’Universal Credit (Bronka et al., 2020).

Cependant, les conclusions sont radicalement modifiées si l’on observe les populations en situation d’extrême pauvreté ou d’indigence (destitution). Deux auteurs ont simulé l’évolution en 2020 relativement à un contrefactuel « sans Covid-19 ». Ils utilisent la définition de la destitution adoptée par la Joseph Rowntree Foundation qui correspond à un niveau de revenu inférieur à celui nécessaire pour satisfaire les besoins essentiels (Bhattacharjee, Lisauskaite, 2020). L’écart est calculé par trimestre. Au plus fort de la pandémie (2e trimestre 2020), le nombre de personnes touchées serait le triple de celui qui correspond au contrefactuel. L’écart serait maximum pour les adultes isolés et les familles avec de nombreux enfants. L’explosion des demandes adressées aux banques alimentaires fournit une traduction concrète de l’ampleur des phénomènes ainsi modélisés.

Cette concentration de l’impact résulte du fait que si les aides publiques ont été massives, elles ont des lacunes importantes (Arnold et al., 2020).

- L’aide aux travailleurs indépendants (SEISS) n’est attribuée qu’à l’intérieur d’une fourchette déterminée par un minimum et un maximum de revenu antérieurement déclaré. Si l’existence d’un maximum se justifie, sous réserve de la brutalité des effets de seuil qu’elle engendre, celle d’un minimum est plus discutable : les demandeurs doivent avoir tiré au moins 50 % de leurs revenus du travail indépendant au cours de l’année de référence. L’argument avancé est de ne pas encourager des activités complémentaires ou épisodiques. Cette condition a entraîné l’exclusion de 1,3 million de personnes auxquelles s’ajoutent 0,5 million dont l’activité a été déficitaire pendant l’année de référence (Cribb et al., 2021).

- Ceux qui ont totalement perdu leur emploi sans bénéficier du furlough sont entrés dans un régime d’indemnisation du chômage qui est d’un niveau faible en comparaison internationale. Pour une personne seule au salaire médian, le taux de remplacement, qui était de 23 % (74 livres par semaine), a été porté à 30 % par une augmentation temporaire de 20 livres par semaine.

- L’augmentation temporaire de 20 livres par semaine pour l’UC et les Working Tax Credits (WTC) ne s’applique pas aux titulaires des prestations anciennes qui ont été remplacées par l’UC [11]. Or ils sont encore en 2020 au nombre de 3 millions (Handscomb, 2020).

Pour les personnes qui ont dû quitter leur travail soit parce qu’atteintes du Covid-19, soit parce que tenues de s’isoler à domicile, l’indemnité maladie (Statutory Sick Pay – SSP) est faible : 96 livres par semaine, soit un taux moyen de remplacement de 24 %. Surtout, l’indemnité n’est attribuée qu’aux personnes ayant un niveau de salaire suffisant pour entrer dans le régime de sécurité sociale (120 livres par semaine). De ce fait, environ 2 millions de personnes à bas salaires (notamment emplois précaires et temps partiel) en sont exclues [12] (Brewer, Gustafsson, 2020).

Quelques enseignements

L’impact de la pandémie sur l’emploi a été fortement inégalitaire, surtout en fonction des secteurs d’activité et des statuts d’emploi. Ses conséquences sur les revenus des actifs ont été, dans une large mesure, amorties par la création à grande échelle de nouveaux revenus de substitution aussi bien pour le travail salarié que pour le travail indépendant.

Ces dispositifs ont été conçus pour une brève durée, mais ils ont dû faire l’objet de prolongations avec les vagues successives de la pandémie. Les prolongations, à ce jour jusque fin septembre 2021, ne font que repousser les risques d’explosion de la pauvreté si leur clôture ne coïncide pas avec un retour à un niveau normal d’activité.

Par ailleurs, malgré leur ampleur exceptionnelle, les revenus de substitution ne bénéficient pas à d’importantes fractions de la population en situation de précarité. Si globalement le niveau de la pauvreté et des inégalités semble être resté stable, on assiste simultanément à l’élargissement des formes de grande pauvreté.

Jacques FREYSSINET*

Sources :

Adams-Prassl A., Boneva T., Golin M., Rauh C. (2020), « Inequality in the impact of the coronavirus shock: Evidence from real time surveys », IZA Discussion Paper, n° 13183, April, http://ftp.iza.org/dp13183.pdf.

Andrew A., Cattan S., Costa Dias M., Farquharson C., Kraftman L., Krutikova S., Phimister A., Sevilla A. (2020), « How are mothers and fathers balancing work and family under lockdown? », IFS Briefing Note, n° BN290, Institute for Fiscal Studies, May 27, https://doi.org/10.1920/BN.IFS.2020.BN0290.

Arnold S., Chapman A., Krebel L., Stirling A. (2020), Falling through the cracks, New Economics Foundation, November 30, https://neweconomics.org/2020/11/falling-through-the-cracks.

Bell T., Corlett A., Handscomb K. (2020), Death by £1000 cuts? The history, economics and politics of cutting benefits for millions of households next April, Resolution Foundation, October 2, https://www.resolutionfoundation.org/publications/death-by-1000-cuts/.

Bhattacharjee A., Lisauskaite E. (2020), « Covid-19 impacts on destitution in the UK », National Institute Economic Review, n° 253, R77-R85, https://doi.org/10.1017/nie.2020.31.

Blundell J., Machin S. (2020), « Self-employment in the Covid-19 crisis », Covid-19 Analysis Paper, n° 003, Center for Economic Performance, May, https://cep.lse.ac.uk/pubs/download/cepcovid-19-003.pdf.

Blundell R., Costa Dias M., Joyce R., Xu X. (2020), « COVID-19 and Inequalities », Fiscal Studies, vol. 41, n° 2, p. 291-319, https://doi.org/10.1111/1475-5890.12232.

Brewer M., Cominetti N., Henehan K., McCurdy C., Sehmi R., Slaughter H. (2020), Jobs, jobs, jobs. Evaluating the Effects of the Current Economic Crisis on the UK Labour Market, Report, Resolution Foundation, October 27, https://www.resolutionfoundation.org/publications/jobs-jobs-jobs/.

Brewer M., Corlett A., Handscomb K., McCurdy C., Tomlinson D. (2020), The Living Standards Audit 2020, Report, Resolution Foundation, July 21, https://www.resolutionfoundation.org/publications/the-living-standards-audit-2020/.

Brewer M., Gustafsson M. (2020), « Time out. Reforming statutory sick pay to support the Covid-19 recovery phase », Briefing Note, Resolution Foundation, December 8, https://www.resolutionfoundation.org/publications/time-out/.

Brewer M., Tasseva I. (2020), « Did the UK Policy Response to COVID-19 Protect Household Incomes? », Euromod Working Paper Series, EM 12/20, June, https://bit.ly/3sTlWyd.

Bronka P., Collado D., Richiardi M. (2020), « The COVID-19 crisis response helps the poor: The distributional and budgetary consequences of the UK lock-down », Euromod Working Paper Series, EM 11/20, June, https://bit.ly/3aETaes.

Cominetti N., Gardiner L., Slaughter H. (2020), The Full Monty. Facing Up to the Challenge of the Coronavirus Labour Market Crisis, Resolution Foundation, June 29, https://www.resolutionfoundation.org/publications/the-full-monty/.

Cominetti N., Henehan K., Slaughter H., Thwaites G. (2021), Long Covid in the Labour Market. The Impact on the Labour Market of COVID-19 a Year Into the Crisis, And How to Secure a Strong Recovery, Report, Resolution Foundation, February 17, https://bit.ly/3xwDa7Z.

Cominetti N., Slaughter H. (2020), Low Pay Britain 2020. Resolution Foundation Annual Report, Resolution Foundation, September 23, https://www.resolutionfoundation.org/publications/low-pay-britain-2020/.

Costa Dias M., Joyce R., Norris Keiller A. (2020), « COVID-19 and the career prospects of young people », Briefing Note, BN299, Institute for Fiscal Studies, July 3, https://doi.org/10.1920/BN.IFS.2020.BN0299.

Crawford R., Karjalainer H. (2020), « The coronavirus pandemic and older workers », Briefing Note, BN305, Institute for Fiscal Studies, September, https://doi.org/10.1920/BN.IFS.2020.BN0305.

Cribb J., Delestre I., Johnson P. (2021), « Who is excluded from the government’s Self Employment Income Support Scheme and what could the government do about it? », Briefing Note, BN316, Institute for Fiscal Studies, January 27, https://doi.org/10.1920/BN.IFS.2021.BN0316.

Davenport A., Farquharson C., Rasul I., Sibieta L., Stoye G. (2020), « The geography of the COVID-19 crisis in England », Briefing Note, Institute for Fiscal Studies, June 15, https://doi.org/10.1920/BN.IFS.2020.BN0294.

Farquharson C., Rasul I., Sibieta L. (2020), « Differences between key workers », Briefing Note, BN285, Institute for Fiscal Studies, April 23, https://doi.org/10.1920/BN.IFS.2020.BN0285.

Freyssinet J. (2018), « Royaume-Uni : unification ou régression ? », numéro spécial, « Protection des bénéficiaires des revenus minima garantis : débats et réformes », Chronique internationale de l’IRES, n° 164, décembre, p. 116-129, http://bit.ly/36Fb242.

Freyssinet J. (2020), « Royaume-Uni : une sous-estimation initiale du risque, puis une gestion chaotique », numéro spécial, « Les mobilisations sanitaires des États et de l’Union européenne face à la première vague de Covid-19 », Chronique internationale de l’IRES, n° 171, septembre, p. 172-187, https://bit.ly/3bduF9t.

Gardiner L., Slaughter H. (2020), « The effects of the coronavirus crisis on workers », Spotlight, Resolution Foundation, May 16, https://bit.ly/2Pymtbo.

Gustafsson M. (2020), « Young workers in the coronavirus crisis », Spotlight, Resolution Foundation, May 18, https://bit.ly/3gO8yci.

Gustafsson M., McCurdy C. (2020), « Risky business. Economic impacts of the coronavirus crisis on different groups of workers », Briefing Note, Resolution Foundation, April 28, https://www.resolutionfoundation.org/publications/risky-business/.

Hacıoğlu-Hoke S., Känzig D. R., Surico P. (2020), « The distributional impact of the pandemic », Working Paper, n° 2020/24, World Inequality Lab, November, https://bit.ly/3aJM7kT.

Handscomb K. (2020), « Safe harbour? Six key welfare policy decisions to navigate this winter », Spotlight, Resolution Foundation, October 7, https://www.resolutionfoundation.org/publications/safe-harbour/.

Henehan K. (2020), « Class of 2020. Education leavers in the current crisis », Briefing Note, Resolution Foundation, May 6, https://www.resolutionfoundation.org/publications/class-of-2020/.

HM Treasury (2020), Impact of COVID-19 on working household incomes: Distributional analysis as of May 2020, July, https://bit.ly/3gJb5V4.

Innes D., Hawking M. (2021), How to Wind Down the Furlough Scheme While Protecting People in Poverty, Joseph Rowntree Foundation, February 11, https://bit.ly/3nuG7Bn.

Innes D., Schmuecker K. (2021), « JRF Spring Budget 2021 analysis », Briefing, Joseph Rowntree Foundation, March 4, https://www.jrf.org.uk/report/jrf-spring-budget-2021-analysis.

Joyce R., Xu X. (2020), « Sector shutdowns during the coronavirus crisis: Which workers are most exposed? », Briefing Note, BN278, Institute for Fiscal Studies, April 6, https://doi.org/10.1920/BN.IFS.2020.BN0278.

Learning and Work Institute (2020), A mid-life employment crisis: How COVID-19 will affect the job prospects of older workers, Centre for Ageing Better, August 9, https://bit.ly/3eD2hNZ.

Legatum Institute (2020), « Poverty during the Covid-19 crisis », Briefing, November, https://li.com/reports/poverty-during-the-covid-19-crisis/.

LPC (2020), National Minimum Wage, Low Pay Commission Report, December, https://bit.ly/3aLfnI1.

Mai S., Cominetti N. (2020), « Ethnic minorities in the hospitality sector. Comparing the experiences of hospitality workers from different ethnic backgrounds », Briefing Note, Resolution Foundation, December 30, https://bit.ly/3vnSMsK.

McCurdy C. (2020), Local differences. Responding to the local impact of coronavirus, Resolution Foundation, June 14, https://www.resolutionfoundation.org/publications/local-differences/.

ONS (2020), Coronavirus and Non-UK Workers, October 8, https://bit.ly/3eDrnw5.

Platt L., Warwick R. (2020), « COVID19 and Ethnic Inequalities in England and Wales », Fiscal Studies, vol. 41, n° 2, p. 259-289, https://doi.org/10.1111/1475-5890.12228.

*Chercheur associé à l’Ires.

 

[1]. Par exemple, les plusieurs millions de personnes en chômage temporaire total sont classées dans l’emploi, leur contrat de travail étant maintenu. Autre exemple : ceux qui ont perdu leur emploi mais qui, du fait du confinement, ne peuvent être en recherche active d’emploi sont classés dans la population inactive et non dans le chômage.

[2]. C’est-à-dire l’identification du poids explicatif relatif, au sens statistique du terme, de différentes variables qui sont partiellement interdépendantes.

[3]. Voir l’encadré pour la définition de cette situation.

[4]. Pour ne pas alourdir, nous ne donnons pas ces résultats qui sont accessibles, aux références mentionnées, sur le site de la Resolution Foundation.

[5]. Les travailleurs à temps partiel et en contrats zéro heure sont concentrés dans les secteurs frappés par le shutdown (fermeture).

[6]. Les inégalités spatiales de l’impact de la pandémie ont fait l’objet d’études approfondies (par exemple, Davenport et al., 2020 ; McCurdy, 2020). Si elles apportent des informations originales en matière de santé, l’examen des conséquences sur l’emploi et les revenus du travail ne fait que refléter l’inégale distribution sectorielle des activités inégalement touchées. Globalement, l’ampleur des disparités est limitée par le fait que les activités les plus touchées (hôtels-cafés-restaurants, commerces, loisirs) sont assez également distribuées sur le territoire. Les seules variables ayant un impact propre sont, en négatif, le poids des activités touristiques et, en positif, le poids des emplois publics.

[7]. Rappelons qu’en ce qui concerne les risques relatifs à la santé, les inégalités s’observent surtout au détriment de populations noires du fait de leur concentration dans les secteurs de la santé et du social care (Freyssinet, 2020). Pour cette raison, leurs emplois n’ont pas été menacés.

[8]. De plus, dans les HCR les pourboires n’ont pas été pris en compte, ce qui a entraîné une forte réduction des gains en cas de furlough.

[9].    Une autre étude (Brewer, Corlett et al., 2020) conclut même à une amélioration des revenus pour les deux premiers déciles, principalement par ce que les auteurs adoptent une période de référence plus lointaine pour évaluer les revenus avant la pandémie. L’étude confirme, par ailleurs, un taux de diminution du revenu net des ménages croissant selon les déciles.

[10].   Par convention, le taux de pauvreté mesure le pourcentage de la population appartenant à des ménages dont le revenu par tête, pondéré selon leur composition, est inférieur à 60 % du revenu médian de l’ensemble de la population.

[11].   Créé en 2012 pour remplacer six prestations sociales alors existantes, l’UC a rencontré d’énormes difficultés de mise en œuvre. Si les nouveaux demandeurs d’aide y sont automatiquement inscrits, le transfert des titulaires des anciennes prestations ne s’est opéré que lentement et reste encore inachevé (Freyssinet, 2018). Critiquée par les auteurs que nous citons, l’exclusion des titulaires d’anciennes prestations n’a pas fait l’objet de justification par le gouvernement. Il est possible de supposer qu’elle a eu pour objet d’accélérer le passage vers l’Universal Credit car de nombreux bénéficiaires des anciennes prestations souhaitent les conserver lorsqu’elles leur sont plus favorables.

[12].   L’indemnité maladie du système de sécurité sociale est souvent complétée par des régimes d’entreprise, mais les exclus du système obligatoire ne sont que très rarement couverts par des régimes d’entreprise.