Document de travai Working paper Arrêts maadie : comprendre es disparités départementaes Mohamed Ai Ben Haima (Irdes) Thierry Debrand (Irdes) Camie Regaert (Irdes) DT n 39 Février 2011 Reproduction sur d autres sites interdite mais ien vers e document accepté : http://www.irdes.fr/espacerecherche/documentsdetravai/dt39arretsmaadiecomprendredisparitesdepartement.pdf Institut de recherche et documentation en économie de a santé IRDES - Association Loi de 1901-10 rue Vauvenargues - 75018 Paris - Té. : 01 53 93 43 00 - Fax : 01 53 93 43 50 - www.irdes.fr
institut de recherche et documentation en économie de a santé 10, rue Vauvenargues 75018 Paris www.irdes.fr Té: 01 53 93 43 02 Fax: 01 53 93 43 07 E-mai: pubications@irdes.fr Directeur de pubication : Yann Bourguei Conseier scientifique: Thierry Debrand Secrétariat de rédaction : Anne Evans Maquettiste : Khadidja Ben Larbi, Franck-Séverin Cérembaut Diffusion : Suzanne Chriqui, Sandrine Béquignon Ce document est finaisé pour soumission et pubication dans une revue à comité de ecture. I s adresse principaement à a communauté scientifique et académique. Son contenu n engage que ses auteurs.
Arrêts maadie : comprendre es disparités départementaes 1 Mohamed Ai Ben Haimaa, Thierry Debrand a, b, Camie Regaert a Résumé L objectif de cet artice est de comprendre es disparités interdépartementaes en termes d arrêts maadie. Nous utiisons a base de données Hygie, construite à partir de a fusion de différents fichiers administratifs de saariés du secteur privé en France en 2005, qui permet de prendre en considération : es reations «empoyeurs/empoyés», impact des caractéristiques des entreprises sur a santé de eurs empoyés mais aussi es interactions entre a santé et e travai. Après avoir rappeé es différents déterminants, entre effet de composition et effet de contexte, des arrêts maadie et eur importance pour comprendre es différences géographiques, nous menons une anayse empirique en trois temps : une anayse descriptive pour mettre en évidence es différences interdépartementaes, une anayse mutivariée pour mettre en avant es facteurs expicatifs de a probabiité d être en arrêt maadie et enfin une anayse des déterminants des différences entre es départements. Nos différentes modéisations expicitent une grande partie des disparités interdépartementaes. Les effets de composition et es effets de contexte constituent approximativement a moitié de écart absou et es deux tiers de erreur quadratique moyenne. Ce sont es variabes décrivant offre médicae (densité d omnipraticiens), es contrôes de Assurance maadie et âge d entrée sur e marché du travai qui permettent e pus d expiquer es disparités interdépartementaes en matière d arrêts maadie. Contrairement à d autres variabes de composition ou de contexte qui ont soit une inertie d évoution temporee certaine (par exempe : e taux de nataité, e secteur industrie, ), soit des variabes pour esquees a poitique pubique de santé a peu d effets (par exempe : poitique de rémunération des entreprises, taux de chômage), e pourcentage d arrêts de travai contrôés et a densité d omnipraticiens sont déjà des eviers importants des poitiques de santé. Notre recherche montre qu is pourraient être utiisés comme des instruments d une poitique pubique visant à a réduction des disparités géographiques. Mots-cefs : Arrêt maadie, Disparités géographiques, Effet de contexte, Effet de composition, Absentéisme. Codes JEL : I18, J21, J29, C23. a b Institut de recherche et documentation en économie de a santé (Irdes). Contact auteur : Thierry Debrand, Irdes, 10 rue vauvenargues - 75018 Paris - E-mai : debrand@irdes.fr. 1 La base de données Hygie, utiisée dans cet artice, a été construite à initiative de Irdes à aide des données fournies par a Caisse nationae d assurance vieiesse (Cnav) et de a Cnam-TS avec un financement de a Drees. Nous remercions es participants aux journées des économistes de a santé 2010, au séminaire Irdes et, en particuier, Bruno Crépon, Brigitte Dormont et Renaud Lega pour eurs commentaires et suggestions. Les auteurs demeurent responsabes des erreurs et omissions éventuees. Document de travai n 39 - IRDES - Février 2011 1
Abstract Sick Leaves: Understanding Disparities between Departments [1] The purpose of this pubication is to better understand disparities of proportions of sick eaves granted in French Departments. The Hygie database was used for this, buit by merging a number of administrative fies of empoyees in the private sector in France in 2005. This database enabes the determination of «empoyers/empoyees» reations, the impact of the characteristics of firms on the heath of their empoyees and interactions between heath and work. After briefy reviewing the various determinants, between the effect of composition and effect of context, sick eaves and their importance for understanding geographic differences, we present a three-phase empirica anaysis: a descriptive anaysis to detect differences between Departments, a mutivariate anaysis to highight expanatory factors of probabiity of being on sick eave and finay an anaysis of determinants of differences between Departments. Our different modes expain a arge part of the disparities between Departments. The effects of composition and effects of context account for about haf of the absoute difference and two-thirds of the mean square error. These are the variabes describing the medica suppy (density of genera practitioners), verifications by Nationa Heath Insurance and patient age when the professiona career started, which best expain disparities between Departments concerning sick eave. In contrast to other composition or context incuded in our mode, the percentage of sick eaves verified and the density of genera practitioners are important evers of heath poicies. Our research shows that they coud be used as pubic poicy instruments aimed at reducing geographic disparities. Keywords: Sick eave, Geographic disparities, Effect of context, Effect of composition, Absenteeism. JEL cassification: I18, J21, J29, C23. Document de travai n 39 - IRDES - Février 2011 2
1. Introduction En 2008, e montant versé au titre des indemnités journaières 2 par Assurance maadie obigatoire en France s éève à 11,3 miiards d euros. I se décompose en 54 % pour a maadie, 24 % pour a maternité et 22 % pour es accidents du travai, soit pus de 5 % des dépenses de santé. Ce montant évoue en fonction de a situation économique, du contexte régementaire et des épisodes épidémiques (état grippa, gastroentérite ). Entre 1995 et 2003, e montant tota des indemnités journaières a crû de 4,3 %, aors qu i diminuait 0,5 % en moyenne entre 2003 et 2008. Depuis 2008, e montant des indemnités a tendance à repartir à a hausse. Les indemnités journaières maadie sont expression assurantiee de a question de absentéisme pour raison de santé traitée de ongue date en économie du travai. Ce probème cassique fait généraement appe au modèe de Shapiro-Stigitz (1984) qui distingue utiité de travaier et utiité d être absent. Les coûts de ces arrêts maadie 3 ne sont donc pas uniquement supportés par Assurance maadie, entreprise comme e saarié auront à supporter un coût direct ou indirect. Nombre de travaux mettent en avant a diversité des facteurs individues expicatifs de absentéisme : e genre (Aen, 1981 ; Bridges et Mumford, 2000 ; Ose, 2005), âge (Barmby et Stephan, 2000), e saaire (Leigh, 1991 ; Barmby, Orme et Trebe, 1995) ou encore es conditions de travai (Wiard et Vassenko, 1984 ; Case et Deaton, 2003). Outre es évoutions temporees et différents facteurs expicatifs, es arrêts maadie sont marqués par une très grande hétérogénéité géographique. Ainsi, a proportion de saariés ayant eu au moins un épisode d IJ en 2005 passe de 13 % dans es Hautes-Apes à pus de 28 % dans es Ardennes. La Cour des Comptes dans son rapport sur a Sécurité sociae de 2006 indiquait que «es fortes différences territoriaes existantes qui varient toujours dans une proportion de 1 à 3 ne peuvent guère être expiquées par a structure socioprofessionnee de a popuation active des départements». Notre question est dès ors d essayer de comprendre origine de ces différences interdépartementaes. Les socioogues comme es économistes ont souvent étudié es probèmes de ségrégations territoriaes ayant comme conséquences des différences aussi bien en termes d empoi (Benadou, 1993 ; Borjas, 1998 ; Zenou, 2000) que de santé (Kawachi and Berkman, 2003 ; Acevedo-Garcia et Lochner, 2003 ; Subramanian, Kawachi et Kennedy, 2001; Congdon, Shous et Curtis, 1997). Nombre de ces recherches mettent en évidence es phénomènes d externaités (Crane, 1991 ; Cuter et Gaeser, 1997). Toutefois, peu d artices ont essayé de comprendre es différences géographiques dans es taux d absentéisme ou d arrêts maadie. Ichino et Maggi (2000) mettent en avant 6 raisons potentiees qui expiqueraient des différences entre régions : (1) des différences de caractéristiques entre es popuations, (2) des différences dues à a mobiité entre es territoires, (3) des différences dans es secteurs de production et dans es aménités existantes, (4) des différences socioogiques sur appréciation du travai, des arrêts maadie et des niveaux d exigences, (5) des différences de discrimination ou d acceptation des différences entre es départements et (6) des différences d offre et de demande sur es marchés ocaux qui engendreraient des niveaux d exigence à entrée sur e marché du travai ou dans es empois. 2 Les indemnités journaières versées au titre d une maadie sont versés tous es 14 jours par Assurance maadie, pour chaque jour d arrêt de travai, y compris es samedis, dimanches et jours fériés, mais seuement à compter du quatrième jour d arrêt de travai, après un déai de carence de 3 jours. 3 Dans a suite du texte, nous utiiserons e vocabe «arrêt maadie» comme synonyme des arrêts de travai iés aux versements d une indemnité journaière par Assurance maadie obigatoire. Document de travai n 39 - IRDES - Février 2011 3
Pour mener à bien notre anayse de a compréhension des différences interdépartementaes, nous avons décidé de dissocier es effets de compositions (différences d âges, d états de santé, de saaires, de conditions de travai, de secteurs d activité, de caractéristiques des entreprises entre es départements) et es effets de contexte. Ces derniers sont de natures diverses ; i existe des facteurs économiques (taux de chômage, taux de nataité), des facteurs d offres médicaes (densité d omnipraticiens), des facteurs iés aux contrôes effectués par Assurance maadie et des variabes caractérisant es entreprises (indicateurs de gravité des accidents du travai, saaires reatifs). Une fois vaidée importance de ces différents facteurs dans a compréhension de a probabiité d avoir au moins eu un arrêt maadie en 2005, nous regardons s is expiquent es disparités interdépartementaes. Notre artice se décompose donc en quatre parties. La première expore a ittérature sur absentéisme pour mieux comprendre es différences potentiees entre es territoires. Dans a seconde partie, nous présentons a base de données Hygie et a méthodoogie utiisée pour à a fois mettre en avant es déterminants de a prise d un arrêt maadie et mesurer eur importance dans a compréhension des différences interdépartementaes. Dans un troisième temps, nous anaysons es déterminants des arrêts maadies. La quatrième et dernière partie est consacrée à anayse des déterminants des différences interdépartementaes. 2. Effet de composition ou effet de contexte Pour expiquer es différences entre es départements, deux phénomènes peuvent être avancés. Le premier est a conséquence de variations de a structure démographique, économique et sociae de a popuation d un département à autre. Si a proportion individuee d arrêts maadie est expiquée par ses déterminants aors i est fort probabe que es proportions moyennes par département diffèrent. Nous appeerons ce phénomène «effet de composition». Le deuxième phénomène est qu i pourrait subsister des différences géographiques qui seraient proprement imputabes aux caractéristiques propres à chaque département après que on ait ajusté par rapport aux caractéristiques des individus. Nous nommerons ce phénomène «effet de contexte». Les déterminants des arrêts maadie peuvent être séparés en deux catégories dont es frontières demeurent néanmoins foues : effets de composition et effets de contexte. La distinction principae entre ces deux effets est que e premier se caractérise par des variabes propres à chaque saarié ou à son entreprise aors que e second effet se caractérise par des variabes étabies au niveau départementa sans être propres à chaque individu. 2.1. Effet de composition Les variabes expiquant effet de composition peuvent être regroupées en trois ensembes : es caractéristiques «individuees», «étabissements» dans esques es individus travaient et «assurantiees». Pusieurs caractéristiques individuees ont été argement utiisées dans a ittérature économique afin d étudier es déterminants des arrêts maadie. Seon Ose (2005) et Aen (1981), es femmes prennent pus d arrêts maadie que es hommes. Cet effet de genre est généraement accentué avec a présence d enfants en bas âge dans e ménage (Vassenko et Wiard, 1984 ; Chaupain-Guiot et Guiot, 2007 ; Primoff et Vistnes, 1997). L âge, souvent mis en avant comme déterminant des arrêts maadie, augmente Document de travai n 39 - IRDES - Février 2011 4
significativement a probabiité d avoir un arrêt maadie (Barmby et Stephan, 2000 ; Livanos et Zangeidis 2010). Seon Depardieu et Loivier (1985), âge peut aussi être utiisé comme un proxy de état de santé des individus : état de santé de individu devenant pus fragie avec âge, a probabiité de prendre des arrêts maadie augmente. Rhodes et Stears (1984) confirment e ien positif entre état de santé et absence au travai. Ainsi es différences départementaes observées pour es arrêts maadie peuvent être expiquées par des proportions de femmes en empoi, de travaieurs âgés ou d état de santé très hétérogènes seon es départements. Le deuxième éément de effet de composition regroupe ensembe des caractéristiques de étabissement tees que a taie, e secteur d activité, et e saaire. Aen (1981), Leigh (1983) et Barmby et Stephan (2000) montrent que a taie de entreprise infuence significativement a prise d arrêts maadie. Les saariés des petites entreprises s absentent beaucoup moins souvent que es saariés des grandes entreprises. Seon Livanos et Zangeidis (2010), absence pour arrêt maadie est pus fréquente dans certains secteurs. A partir d un pane européen de 26 pays de 2004 à 2006, is constatent que e secteur industrie a un pus grand risque d absence que e secteur agricoe. Barmby, Orme et Trembe (1995) mettent en évidence un fort effet négatif du saaire sur absentéisme. Nombre de théories du marché du travai peuvent être utiisées pour comprendre es iens entre saaire et absentéisme et, pus particuièrement, entre saaire et arrêts maadie. Par exempe, dans e modèe dit du «tire-au-fanc», e saaire est un déterminant majeur des arrêts maadie. Dans e modèe du saaire d efficience de Shapiro-Stigitz (1984), e taux de saaire entretient une reation croissante avec a productivité de empoyé. Leigh (1991) montre existence d un effet du saaire vaidant a théorie de saaire d efficience : es travaieurs ayant un haut saaire sont moins encins à prendre des arrêts maadie. De pus, e tissu économique n étant pas réparti uniformément sur e territoire nationa et existence de différences de rémunération des entreprises du même secteur entre es départements peuvent, à aussi, expiquer des différences interdépartementaes. Le troisième groupe de variabes expiquant es effets de composition sont des variabes dites «assurantiees». Aussi e phénomène d aéa mora pourrait-i être un des principaux déterminants des arrêts maadie. L une de ses traductions est adaptation de effort du travaieur assuré compte tenu de a générosité du système d assurance sociae et de a couverture des pertes financières iées aux arrêts maadie. L empoyeur observe a prise d arrêt maadie sans avoir une connaissance parfaite de état de santé de son saarié. L aéa ex post est ié au comportement de individu une fois assuré. Un individu bien couvert aura moins de perte à supporter en cas de a prise d arrêt maadie, d où eur fréquence pus importante (Aen, 1981). Pusieurs travaux empiriques ont essayé de mettre en évidence de tes comportements. Chaupain-Guiot et Guiot (2007) et Engeandt et Riphahn (2005), en utiisant e type de contrat de travai (contrat à durée déterminée (CDD) versus contrat à durée indéterminée (CDI)), mettent en évidence que es tituaires d un CDD sont moins encins à prendre des arrêts maadie que es tituaires d un CDI. Quand un individu occupe un statut précaire sur e marché du travai, et qu i craint de ne pas stabiiser sa situation professionnee par obtention d un CDI, i prend peu d arrêts maadie. Pour Aiuppa et Trieschniann (1998), e fait de passer par des périodes de chômage successives incite individu à prendre moins d arrêts maadie, de peur de se retrouver de nouveau au chômage. Toutefois, i existe un ien entre état de santé dégradé et épisode de chômage, donc i pourrait aussi exister un effet positif du chômage sur a prise d arrêts maadie. L aéa mora peut égaement être a conséquence du système de Assurance maadie. En France, être bénéficiaire du régime d Assurance maadie Asace-Mosee ou encore avoir une assurance compémentaire offre des avantages que e régime généra n offre pas. Les coûts engendrés suite à une absence pour un arrêt Document de travai n 39 - IRDES - Février 2011 5
maadie seront moins éevés. Les bénéficiaires des régimes d assurance maadie pus «généreux» pourraient être tentés par une consommation pus importante de soins de santé et ainsi prendre davantage d arrêts maadie. Henrekson et Persson (2004), en utiisant des données suédoises de 1955-1999, montrent que es réformes rendant pus généreux e système d assurance maadie en termes de remboursement des arrêts maadie ne font qu augmenter e taux d absentéisme. De même, Johansson et Pame (2002, 2005), utiisant des données individuees pour évauer a réforme suédoise du remboursement des arrêts de travai pour maadie en 1991, concuent que a fréquence et a durée d absence a diminué orsque e coût de absence supporté par empoyé a augmenté. Enfin, Puhani et Sonderhof (2010) notent qu en Aemagne, a réduction du taux de remboursement des arrêts maadie, de 100 % à 80 % du saaire, a diminué en moyenne d environ 2 jours par an e nombre de jours d absence par saariés. Tous ces déterminants, reatifs à existence de dispositifs ou de spécificités géographiques, peuvent expiquer des différences interdépartementaes. 2.2. Effet de contexte A notre connaissance, i n y a pas d études françaises qui mettent en évidence un éventue effet de contexte sur es arrêts maadie. Cependant, a ittérature étrangère déveoppe abondamment cette probématique. Ekbad et Bokenbon (2010) utiisent des données suédoises afin d étudier impact des effets de contextes cuture et géographique sur a prise d arrêts maadie. Pour eux, a ocaisation géographique a un impact fort. En effet, a proportion d arrêts maadie augmente pour es individus qui déménagent d une région avec un taux d arrêts maadie bas vers une région qui a un taux éevé par rapport à ceux déjà présents dans cette région. Par aieurs, es études de Ichino et Maggi (2000), Barmby et Ercoani (2010) ou encore Litte (2007) montrent qu après contrôe des caractéristiques individuees, des effets de contexte peuvent expiquer écart de prises d arrêts maadie. Les disparités départementaes en matière d arrêts maadie pourraient être dues essentieement à a structure de économie et de empoi au sein des départements. Les variabes expiquant effet de contexte peuvent être regroupées en trois catégories : des variabes socio-économiques (taux de chômage, taux de nataité), des variabes iées à environnement de entreprise et des variabes d assurance et d offre médicae. Concernant es variabes économiques, e taux de chômage est un des principaux facteurs expiquant a prise d arrêts maadie. Un contexte économique défavorabe caractérisé par un taux de chômage éevé impique une baisse des arrêts maadie (Leigh, 1985 ; Arai et Thoursie, 2005 ; Fahr et Frick, 2007, Livanos et a., 2010). Cea correspond à un effet discipinant de a main-d œuvre. Askidsen, Bratberg et Nisen (2000) confirment cet effet à partir d une étude sur des données norvégiennes pour es années 1992 (fort taux de chômage) et 1995 (faibe taux de chômage). En effet, es travaieurs ont consommé pus d arrêts maadie en 1995 au moment où a conjoncture économique était meieure. Toutefois, Biksvaer et Heiesen (1997) montrent indépendance entre e niveau de chômage nationa et absentéisme pour raison de maadie. En revanche, is mettent en avant au niveau individue, une reation significative entre expérience passée au chômage et e taux d absence. Cette reation serait positive pour a Sovénie et Espagne et négative pour e Luxembourg et es Etats-Unis. D autres travaux basés sur e modèe d arbitrage travai-oisir (Aen, 1981 ; Barmby et Trebe, 1991 ; Dunn et Youngbood, 1986) mettent en évidence un autre effet de composition de a maind œuvre : en période de chômage éevé, es travaieurs insatisfaits auraient tendance à prendre pus d arrêts maadie. Les travaieurs gardent tout de même eur empoi aors Document de travai n 39 - IRDES - Février 2011 6
qu is auraient certainement quitté si a situation économique était pus favorabe. L effet de contexte est égaement observé à travers es variabes caractérisant entreprise en termes d environnement avec e saaire reatif, es conditions de travai et a protection de empoi. Contrairement aux caractéristiques d étabissement présentées dans a partie sur es effets de composition, i s agit de comparer a situation de entreprise du saarié par rapport aux entreprises du même secteur dans e même département. Par exempe, Ose (2005) introduit dans e modèe de base du saaire d efficience de Shapiro Stigitz (1984) une nouvee variabe refétant es conditions de travai et es arrêts maadie iés à ces mauvaises conditions. I montre, premièrement, un effet négatif du saaire uniquement sur es arrêts maadie courts et, deuxièmement, que es absences de ongue durée sont fortement iées aux mauvaises conditions de travai. Un autre effet de contexte qui permettrait d expiquer es arrêts maadie est a pénibiité du secteur de travai. En effet, es arrêts maadies sont pus fréquents dans es secteurs caractérisés par un effort physique intense et répétitif (Wiard et Vassenko, 1984 ; Case et Deaton, 2003). Osson (2009) teste impact d une nouvee oi suédoise, instaurée en 2001, reative à a protection de empoi pour es entreprises de taie maximae de dix saariés. I montre que e taux d absence pour maadie enregistre une baisse de 13 % auprès des entreprises es pus protégées. Différentes variabes iées à offre médicae peuvent être associées à un effet de contexte sur es comportements individues de prise d arrêts maadie. En se basant sur a théorie de a demande induite (Rice, 1983), a densité de médecin par département pourrait expiquer a disparité départementae d arrêts maadie. Deux expications peuvent être avancées (Expert, 2007). La première est intuitive, un département dans eque a densité de médecins est éevée impique un accès pus facie aux soins et de ce fait une fréquence pus éevée d arrêts maadie. La seconde est iée à a théorie de a demande induite. Dans un département ayant une forte densité médicae, c est-à-dire dans eque i existe une situation de concurrence forte entre médecins, et où eur rémunération dépend du nombre d actes qu is réaisent, cea peut engendrer une augmentation du nombre de prescriptions médicaes. En outre, pour imiter a croissance des arrêts de travai pour maadie et es comportements déviants, Assurance maadie procède à un certain nombre de contrôes des individus décarant des prises d arrêts maadie. En se basant sur e modèe du «tire-aufanc», en économie du travai, dans e cadre d une reation d agence, e principa soumet une pénaité comme e icenciement orsque agent contrôé n a pas fourni effort attendu (Ross, 1973 ; Lazear, 1979). L Assurance maadie a tout intérêt à imiter es comportements déviants reatifs à a prise d arrêts maadie. Pour ce faire, ee peut mettre en pace des actions de contrôe soit des assurées décarant une absence pour arrêt maadie, soit des médecins prescrivant es arrêts de travai. Ces contrôes permettraient d augmenter a probabiité de repérer es «tire-au-fanc» et de réduire par a suite e nombre des arrêts maadie (Kusnik-joinvie et a., 2006). 3. Base de données et méthode économétrique 3.1. Construction de a base de données Notre étude repose sur des données provenant de a fusion de deux fichiers administratifs, un fichier des données issues de Assurance maadie (Cnamts) et autre de Assurance vieiesse (Cnav). Nous disposons ainsi d une base de données ayant des informations sur es bénéficiaires, eurs carrières professionnees, eurs consommations médicaes, Document de travai n 39 - IRDES - Février 2011 7
eurs arrêts maadie, e contexte professionne du saarié, et queques caractéristiques des étabissements qui es empoient. Grâce à cette base (nommée Hygie), nous pouvons étudier es reations entre a santé, e travai, a carrière professionnee et es caractéristiques de entreprise. Kuhn, Laiver et Zweimüer (2009) utiisent une base simiaire sur données autrichiennes pour étudier impact de a conjoncture économique sur es dépenses de santé. Jusqu à présent, i n existait pas en France de base de données permettant d étudier conjointement ces différentes dimensions. Les données de a Cnav sont e point d entrée pour a création de a base Hygie. En effet, a Cnav constitue un échantion (tirage aéatoire) de bénéficiaires à partir des fichiers du Système nationa de gestion des carrières (SNGC) qui regroupe ensembe des saariés du secteur privé en France et du Système nationa statistique prestataires (SNSP) qui regroupe ensembe des retraités du secteur privé en France. Le SNGC permet d extraire es informations inhérentes à a carrière des bénéficiaires et e SNSP d avoir des informations sur eur retraite. Ces deux fichiers nous permettent d obtenir des informations individuees tees que a date de naissance, e sexe, etc. Cet échantion est apparié aux données maadie de a Cnamts issues du Système nationa d information inter régime de Assurance maadie (Sniir-am). Nous avons ainsi de information sur ensembe des remboursements effectués par es régimes de Assurance maadie. La Cnamts nous fournit aussi des informations sur étabissement des bénéficiaires. Nous avons donc des informations caractérisant empoyeur. Dès ors, i s agit d un fichier représentatif des saariés du secteur privé en France avec des informations précises sur es saariés, eur entreprise et eur consommation médicae. Le champ des études possibes avec cette base de données est très arge. Nous nous situons à a frontière des études «empoyeurs/empoyés» sur e marché du travai (Abowd, Kramarz et Woodcock, 2008 ; Hatiwanger et a., 1999), des études sur es impact des caractéristiques des entreprises sur a santé de eurs empoyés (Kuhn, Laiver et Zweimüer, 2009 ; Browning et a., 2006) et des études sur a reation entre santé et travai (Bound, 1991; Currie et Madrian, 1999 ; Strauss et Thomas, 1998). Cette base de données est particuièrement appropriée pour étudier es différences interdépartementaes. Nous concentrons donc notre anayse sur es saariés du secteur privé, résidant en France Métropoitaine (soit 95 départements), âgés de 25 à 65 ans. Les retraités sont excus de étude. Notre base de données est constituée de 262 998 bénéficiaires répartis dans 146 495 étabissements. Le département de Paris est ceui qui regroupe à a fois e pus de bénéficiaires (4,4 %) et e pus d étabissements (3,9 %). Le département de a Lozère, e moins occupé tant par es bénéficiaires (0,1 %) que par es étabissements (0,1 %), représente tout de même 267 individus et 194 étabissements. Nous avons deux niveaux de variabes : es variabes individuees et départementaes. Les variabes individuees sont fournies par a base Hygie : genre, âge, régime assurantie, etc. Les données départementaes (taux de chômage, taux de nataité, densité d omnipraticiens, etc.) sont extraites des bases Eco-Santé. De pus, nous réaisons un «indicateur de saaire reatif 4». I s agit du rapport entre e saaire du travaieur et e saaire moyen par secteur d activité et département. Cette ogique est par exempe 4 Indicateur de saaire reatif : i=1,,i «: es individus, j=1,,j «: es départements, a=1,,a «: es secteurs d activité, w ija : Saaire de individu i appartenant au département j dans e secteur a. Nous cacuons e saaire reatif de individu i en comparant sa situation (w ija ) à a situation moyenne des saariés appartenant au même secteur a dans e même département j : WR ijk = w ija w i ja Document de travai n 39 - IRDES - Février 2011 8
cee retenue dans a théorie du saaire d efficience de Shapiro-Stigitz (1984) où on rapporte e revenu moyen versé par entreprise par rapport aux revenus moyens dans des entreprises comparabes. Nous construisons aussi un «indicateur de gravité 5» qui va être utiisé comme proxy de a pénibiité du travai ou du caractère risqué de certaines entreprises. I est défini par e rapport du nombre de jours perdus pour accidents du travai et maadies professionnees par e nombre d heures travaiées de étabissement avec e taux de gravité moyen par secteur d activité et département. 3.2. Méthode économétrique Nous avons deux grands groupes de variabes : e premier est composé de variabes de composition faisant référence aux données individuee (âge, genre, régime assurantiee, statut d occupation (maadie, chômage), âge d entrée sur e marché du travai, caractéristiques de empoi (saaire, secteur, taie de entreprise) ; e second est constitué de variabes de contexte décrivant a situation de chaque département (taux de chômage, taux de nataité, densité d omnipraticiens, pourcentage d affections de ongue durée (ALD), indicateur saaire reatif, indicateur risque, nombre d arrêts de travai contrôés par Assurance maadie). Afin de pouvoir cacuer infuence des variabes dans expication des différences départementaes, nous divisons chaque groupe en trois sous-groupes. Nous mesurons ainsi impact des données individuees (âge d entrée sur e marché du travai, statut d occupation du bénéficiaire en 2004 et 2003, caractéristiques de empoi), d étabissements (saaire, taie de étabissement, secteur d activité) et assurantiees (être bénéficiaire du régime Asace- Mosee, de a Couverture maadie universee (CMU), avoir changé de statut vis-à-vis de a CMU, avoir une ALD). L effet de contexte est mesuré par es trois sous-groupes de variabes faisant référence au contexte économique (taux de chômage, taux de nataité), à offre médicae et d assurance maadie (densité d omnipraticiens, pourcentage d ALD, pourcentage de contrôes) et aux entreprises (saaire reatif par secteur d activité et département, indicateur de risque par secteur d activité et département). A instar de Boin (2008) et Debrand et Sirven (2009), pour cacuer infuence de chaque groupe de variabes dans expication des différences entre es départements, nous utiisons es indicateurs d écart absou (différence interdépartementae) et d écart reatif (variance interdépartementae) entre es départements. Pour ce faire, nous procèderons en deux étapes. 5 Indicateur de gravité : =1,,L : es étabissements, j=1,,j : es départements, a=1,,a : es secteurs d activité, TG ja : Nombre de jours perdus pour ATMP dans étabissement, du secteur d activité a dans e département j n ja : Nombre tota d heures travaiées dans étabissement du secteur d activité a dans e département j. Nous définissons e taux de gravité égae au nombre de journées perdues pour accidents du travai et maadies professionnees divisé par e nombre d heures travaiées dans étabissement du secteur a, du département j : Nous cacuons ensuite indice de gravité de entreprise en comparant a situation de chaque étabissement à a situation des étabissements appartenant au même secteur dans e même département : Document de travai n 39 - IRDES - Février 2011 9
Une première étape de anayse consiste à estimer trois modèes sur es arrêts maadie avec IJ, es arrêts courts et es arrêts ongs. Une deuxième étape consiste à mesurer es écarts reatifs et absous entre es situations départementaes, nous utiisons es prédictions issues des neuf 6 différentes estimations qui dépendent des variabes expicatives présentes dans e modèe : correspond à a proportion moyenne estimée sur es variabes de référence (âge et genre) des individus (i) ayant eu un arrêt maadie dans e département j ; aors que correspond à a proportion moyenne estimée (k modèe) des individus (i) ayant eu un arrêt maadie dans e département j. L indicateur absou est déterminé par écart absou des prédictions moyennes seon es départements, c est-à-dire a différence entre es deux vaeurs extrêmes, pour es différents déterminants incus dans es régressions : Nous cacuons ensuite écart entre ces deux proportions moyennes et a moyenne pondérée par a popuation de chaque département (n_j est a popuation d un des départements et a popuation totae des J départements) : Dès ors, nous pouvons déterminer erreur quadratique moyenne 7 (EQM) et donc indicateur reatif des différences entre es départements : Nous avons donc deux indicateurs : un indicateur absou qui mesure évoution entre es situations extrêmes et un indicateur reatif qui met en évidence évoution de a variance interdépartementae. Si es différences entre es départements sont uniquement dues à des différences dans a distribution des caractéristiques prises en compte dans es différents modèes, aors es vaeurs de ces indicateurs devraient être nues. Par contre si a vaeur des indicateurs est différente de zéro et est modifiée par introduction de nouvees variabes, cea signifie que ces dernières sont des facteurs expicatifs des différences interdépartementaes. 6 Les neuf estimations se décomposent comme suit : Nos variabes de référence sont âge et e genre Estimation 1 : Référence + variabes individuees Estimation 2 : Référence + variabes assurantiees Estimation 3 : Référence + variabes étabissements Estimation 4 : Effet de composition : Référence + Individue + Assurantie + Etabissement Estimation 5 : Référence + variabes socio-économiques Estimation 6 : Référence + variabes d offre de soins Estimation 7 : Référence + variabes d entreprise Estimation 8 : Effet de contexte : Référence + socio-économique + offre de soins + entreprise Estimation 9 : Effet goba : Effet de composition + Effet de contexte 7 Cet indicateur de par sa construction est très proche du cacu d une variance Within. Document de travai n 39 - IRDES - Février 2011 10
4. Statistiques descriptives et déterminants des arrêts de travai 4.1. Statistiques descriptives 23,1 % de notre popuation ont pris au moins un arrêt maadie en 2005 court, moins de trois mois, ou ong, pus de trois mois (cf. tabeau 1). La répartition départementae de a proportion des arrêts maadie est très inégae, ee passe de 13,1 % dans e département des Hautes-Apes à 28,9 % dans e département des Ardennes. Ces disparités se retrouvent aussi sur es arrêts courts et es arrêts ongs. 21,2 % de notre popuation ont un arrêt de moins de trois mois passant de 11,4 % dans es Hautes-Apes à 26,7 % pour e Bas-Rhin. La popuation de bénéficiaires ayant pris des arrêts de pus de trois mois est très faibe comparativement à cee des arrêts courts. En effet, seu 1,5 % de notre échantion se trouve dans cette situation. Les mêmes disparités départementaes s observent, avec un minimum de 0,5 % dans es Hautes-Apes et un maximum de 2,7 % pour es Apes-de-Haute- Provence. La répartition hommes/femmes est cassique avec 55,1 % d hommes et 44,9 % de femmes (cf. tabeau 2). Cependant, es disparités départementaes sont caires puisque dans e département des Ardennes, a prise d arrêt maadie atteint près de 62,7 % d hommes saariés contre seuement 49,5 % dans es Hautes-Pyrénées. Les femmes prennent égèrement pus d arrêts en moyenne que es hommes (23,7 % vs 19,1 %). Ce constat s inverse avec es arrêts maadie ongs. La répartition des bénéficiaires par âge correspond à a pyramide des âges des saariés du secteur privé en France. I existe à aussi de fortes disparités départementaes : avec 26,1 % de saariés de moins de 30 ans, Paris est e département e pus jeune et avec 26,6 % de saariés de pus de 50 ans, a Meuse est e pus âgé. La proportion d arrêts maadie augmente avec âge des bénéficiaires, que ce soit pour es arrêts de courts ou ongs termes. De pus, i y a une décroissance pour es individus âgés de 60 à 65 ans, en effet, ne restent à cet âge en empoi que es saariés en bonne santé «phénomène du travaieur sain». Les deux tiers (68,4 %) des saariés sont entrés sur e marché du travai avant d avoir 22 ans. Les départements d Eure-et-Loir et du Canta sont ceux qui ont a pus forte proportion de bénéficiaires entrés jeunes sur e marché du travai (respectivement 38,8 % pour es moins de 18 ans et 55,4 % entre 19 et 22 ans). Le département de Paris est ceui qui a e pus de bénéficiaires âgés de pus de 23 ans au moment de eur entrée sur e marché du travai. I est important de noter que a popuation entrant sur e marché du travai à pus de 27 ans est particuière. I peut en effet s agir de bénéficiaires ayant fait de très ongues études, mais aussi de personnes n étant jamais entrées sur e marché du travai pour diverses raisons et y revenant bien des années après (par exempe es mères au foyer) ou encore de nouveaux entrants sur e territoire. Les primo-entrants sur e marché du travai ont pus d arrêts maadie que es autres. Ceux entrant avant 18 ans ont une proportion d arrêts maadie égae à 27,5 %, ceux entrant après 27 ans à 17,2 %. La proportion d arrêts courts est aussi décroissante avec âge d entrée sur e marché du travai, avec 24,5 % pour es arrêts courts des moins de 18 ans et 15,9 % pour es pus de 27 ans. 11,2 % des saariés ont connu une période de chômage en 2004 et 8,1 % en ont eu à a fois en 2003 et en 2004. Les disparités départementaes sont importantes avec un minimum de 7,7 % dans es Yveines et un maximum de 18,3 % dans es Hautes- Pyrénées en 2004. Les périodes successives de chômage ne sembent pas impacter a prise d arrêts maadie (qu is soient courts ou ongs). La proportion de bénéficiaires Document de travai n 39 - IRDES - Février 2011 11
ayant eu un arrêt court aors qu is ont connus des périodes successives de chômage (2003 et 2004) évoue peu par rapport à a proportion des bénéficiaires n ayant connu une période de chômage qu en 2004 (16,2 % vs 15,5 %). 5 % des bénéficiaires de notre échantion sont passés par un épisode d arrêt maadie en 2004, cette proportion chute à 1,2 % si es épisodes concernent 2003 et 2004. En effet, 60,7 % des bénéficiaires ayant connu pusieurs périodes de maadie en 2003 et 2004 ont eu un arrêt maadie en 2005. Les différents régimes assuranties des bénéficiaires modifient a proportion d arrêts maadie. En effet, 4,2 % de notre popuation bénéficient du régime d assurance Asace- Mosee, a proportion d arrêts maadie est de 28,2 % contre 22,9 % pour es non bénéficiaires de ce régime très ocaisé sur trois départements e Bas-Rhin, e Haut-Rhin et a Mosee. Un autre système assurantie qui existe sur ensembe du territoire nationa pourrait avoir un effet sur a prise d arrêts maadie, a Couverture maadie universee compémentaire (CMU-C). 2,3 % de notre popuation bénéficie de a CMU-C. La proportion d arrêts est de 14,9 % tandis qu ee atteint 23,3 % pour es non bénéficiaires. De pus, es bénéficiaires de a CMU-C se répartissent inégaement sur e territoire, e minimum étant de 0,3 % pour es Hautes-Apes et e maximum de 5,4 % pour es Pyrénées-Orientaes. Les deux principaux secteurs d activités sont e service (69,2 %) et industrie (21,2 %). Le secteur industrie connaît de fortes disparités départementaes, es Hautes-Apes regroupent 6 % des saariés contre 39,6 % en Haute-Marne. Le secteur des services connaît aussi de fortes différences avec 49,2 % dans a Haute-Marne et 85,4 % pour Paris. La proportion d arrêts de travai varie considérabement seon e secteur d activité. En effet, e secteur agricoe, qui est e moins représenté dans notre base de données, enregistre a proportion d arrêts ongs a pus éevée (4,7 %). Le tabeau 3 concerne es données de contexte départementa. En moyenne, e taux de chômage par département est de 9,5 %. 25 % des départements (1er quartie) ont un taux de chômage inférieur à 8,3 % aors que 25 % (3e quartie) ont un taux supérieur à 10,5 %. L Héraut est e département qui a e taux de chômage e pus éevé avec 14,6 % aors que a Lozère est ceui qui a e taux e pus bas avec 5,8 %. Le taux de nataité moyen par département atteint 11,8 % (1er quartie = 10,5 % ; 3e quartie = 12,8 %), a répartition territoriae est très inégae puisque a Seine-Saint-Denis a un taux de nataité de 18,2 % contre 8,9 % pour a Creuse. La densité moyenne d omnipraticiens est de 158,4 pour 100 000 habitants (1er quartie = 143,5 ; 3e quartie = 169,8). Le département de Eure a une densité d omnipraticiens beaucoup pus faibe que Paris avec 117,3 contre 313,3 omnipraticiens pour 100 00 habitants. En ce qui concerne activité de contrôe de Assurance maadie, e pourcentage d arrêts de travai de court terme contrôés est en moyenne de 13,4. I varie fortement seon e département. En effet, a Mayenne est e département ayant e pourcentage de contrôes e pus bas aors que a Nièvre est ceui qui enregistre e pus fort taux (9,7 % vs 17,3 %). 4.2. Déterminants des arrêts maadie Nous nous intéressons à interprétation des résutats de estimation de trois modèes de type probit modéisant a probabiité d être en arrêts maadie, en arrêts maadie inférieurs à trois mois et supérieurs à trois mois. Les résutats des trois modèes probit sont présentés dans e tabeau 4. Dans un premier temps, nous commentons impact des variabes de composition sur es arrêts de travai ; dans un deuxième temps, impact des variabes de contexte. Document de travai n 39 - IRDES - Février 2011 12
En ce qui concerne es variabes individuees, es résutats des estimations économétriques montrent que es hommes prennent moins d arrêts de travai pour maadie, toutes durées confondues. Nous retrouvons un effet non inéaire de âge sur a probabiité d être en arrêt maadie 8 et d être en arrêt pour une durée inférieure à trois mois. Ainsi, âge a un effet défavorabe sur a prise d arrêts de travai pour maadie. Le signe négatif de âge au carré vient imiter cette progression aors que âge au cube associé avec un coefficient positif met en évidence un accroissement de cette probabiité. Cea sembe confirmer idée que a prise d arrêts de travai pour maadie est pus fréquente à partir d un certain âge et principaement à approche de a retraite. A ces âges, es individus sont pus maades et es dispositifs maadies sont une voie possibe de sortie vers inactivité. L âge n exerce pas d effet significatif dans e cas des arrêts ongs. Chez es jeunes entrant sur e marché du travai (moins de 18 ans), absentéisme pour maadie est e pus fréquent quee que soit a durée de arrêt. La probabiité d être en arrêt maadie décroît avec une entrée tardive sur e marché du travai. En effet, comparés aux jeunes entrants sur e marché du travai, es individus entrant à pus de 27 ans ont une probabiité supérieure de 7,3 points de prendre un arrêt de travai. En effet, es jeunes entrant sur e marché du travai sont principaement caractérisés par un faibe niveau de capita humain. Ainsi occupent-is des empois nécessitant de faibes compétences et caractérisés par de mauvaises conditions de travai. A inverse, es derniers entrants sur e marché du travai sont généraement des individus au niveau d éducation éevé, qui occupent ainsi des empois à responsabiité et présentant d exceentes conditions de travai. Les épisodes de chômage durant e parcours professionne infuent sur e comportement d absentéisme. En effet, individu passé par un épisode de chômage en 2003 est moins encin à prendre des arrêts maadie, sa probabiité diminue de 10 points pour es arrêts de travai pour maadie, de 8 points pour es arrêts courts et de 0,1 point pour es arrêts ongs supérieurs à trois mois. L une des expications serait existence d un effet discipinant de a main-d œuvre. Les bénéficiaires ayant été au chômage en 2004 et 2003 ont une probabiité pus importante d être en arrêts maadie. Cette variabe identifie des chômeurs de ongue durée ou des individus aux parcours particuièrement heurtés sur e marché du travai ayant des caractéristiques de santé très particuières. Concernant es arrêts maadie passés, e saarié qui a eu des épisodes d arrêts maadie année précédente a tendance à avoir pus d arrêts maadie. Ainsi, a probabiité d arrêts maadie augmente de 5,7 % pour es arrêts de moins de trois mois et de 2,6 % pour es arrêts ongs pour es personnes qui ont déjà eu un arrêt en 2004. La variabe Assurance vieiesse parents au foyer (AVPF) est utiisée comme proxy à a présence d enfant dans e foyer. I est commun de supposer qu une prise d arrêts maadie est pus importante chez es femmes car ee serait due à a présence d enfants dans e foyer. Bénéficier d un revenu AVPF en 2004 a un effet négatif et significatif sur a probabiité d arrêt pour maadie et uniquement pour es arrêts ongs. A contrario, es bénéficiaires ayant eu un AVPF en 2004 et 2003 ont une probabiité supérieure de 2,2 points de se trouver en arrêts maadie. Concernant es caractéristiques présentes de empoi, es saariés à temps partie et à domicie ont une probabiité pus faibe de prendre un arrêt maadie que ceux travaiant à temps compet. Les résutats empiriques confirment es prédictions théoriques du modèe de saaire d efficience de Shapiro-Stigitz (1984), seon esquees e saaire réduit considérabement a probabiité de s absenter. Le saaire exerce un effet négatif sur a probabiité d avoir un arrêt ; cet effet se stabiise pour es très hauts saaires. Ces 8 Les deux points d infexion sont à 35 ans et 55 ans pour es arrêts en généra et à 37 et 50 ans pour es arrêts courts. Document de travai n 39 - IRDES - Février 2011 13
différences peuvent s expiquer soit par un effet «obigation de présence» au travai pour es pus quaifiés et pour ceux occupant des empois à responsabiité ; soit par un effet ié aux conditions de travai. Les empois à saaires éevés sont ceux présentant moins de risques 9 et par a suite moins d arrêts maadie. En ce qui concerne es variabes iées à entreprise, e nombre de saariés est corréé positivement avec a probabiité individuee d être en arrêt maadie (Ose, 2003). Dans es grandes entreprises (peut-être pour des raisons de moindre contrôe, moindre contrainte, moindre impication), absence d un saarié aura tendance à être moins pénaisante que dans es petites (Weiss, 1985). I peut aussi exister des différences de procédure de production. Ainsi, par rapport au secteur industrie, ensembe des secteurs présente un effet négatif et significatif sur a probabiité d arrêts maadie. Les secteurs de agricuture, de a construction et des services ont respectivement 8,8 %, 6,1 %, 4,7 % de chances en moins d avoir un arrêt de travai pour maadie par rapport au secteur de industrie. Dorénavant, nous centrons notre anayse sur es effets de contexte. De par sa construction, indicateur de gravité peut être considéré comme un proxy des conditions de travai dans entreprise : pus indicateur de gravité est éevé, pus entreprise présente de risques pour e saarié par rapport aux autres entreprises du même secteur d activité et du même département. Nos résutats mettent en avant une reation positive entre indicateur de gravité de entreprise et es arrêts maadie individues. L autre facteur de contexte faisant référence à entreprise est indicateur de saaire reatif. L introduction de cette variabe nous permet de tester es résutats théoriques avancés par a théorie du saaire d efficience (Shapiro et Stigitz, 1984). Nous observons une corréation négative. Ainsi, un indicateur de saaire reatif éevé refétant un saaire moyen supérieur dans entreprise par rapport aux entreprises comparabes est ié négativement avec a prise individuee d arrêts maadie. Le saaire a donc un doube effet : un effet individue et un effet reatif. Enfin, en ce qui concerne es variabes départementaes, nous avons choisi d introduire es variabes en niveaux pour observer s i existe des effets absous et de saturation. Pour es variabes sociodémographiques, nos résutats mettent en évidence une reation significative entre e taux de chômage et absentéisme pour maadie (Biksvaer et Heiesen, 1997). Le taux de chômage départementa a un effet positif et significatif aussi dans e cas d arrêts courts. Concernant es variabes d offre médicae et d assurance maadie, a densité d omnipraticiens a un effet significatif concave sur a prise d arrêts maadie. Etre dans un département où a densité est faibe augmente a probabiité individuee d être en arrêts maadie. I existe un effet de saturation à partir de 147 médecins pour 100 000 habitants. Au-deà de ce seui, a probabiité commence à diminuer. Le pourcentage de contrôe des arrêts courts exercés par Assurance maadie infuence négativement et significativement a prise d arrêts maadie. La probabiité de prendre un arrêt diminue dès que a fréquence du contrôe augmente dans e département. Ce résutat peut être une preuve de son efficacité à obtenir une diminution de a probabiité de «tirer au fanc» (Ross, 1973; Lazear, 1979). Le pourcentage départementa d ALD a des effets significatifs sur es trois types d arrêts maadie. La probabiité d arrêts maadie augmente dès que e pourcentage départementa d ALD augmente. Cette reation s inverse si on 9 Ce résutat contredit a théorie de différentie de saaire compensatrice (Ose, 2003; Shapiro et Stigitz, 1984), seon aquee un saarié ayant de bonnes conditions de travai acceptera un saaire moins éevé qu un saarié ayant des conditions de travai pus difficies afin de compenser a pénibiité subie. Document de travai n 39 - IRDES - Février 2011 14
considère es arrêts de pus de trois mois. Le taux de nataité par département a effet attendu sur a prise d arrêts maadie, i est significatif et concave. La reation entre e taux de nataité et es arrêts maadie est pus forte pour es arrêts courts que pour es arrêts ongs. Nos différents modèes font ressortir es effets attendus, es variabes de composition et de contexte ont bien un impact sur a prise d arrêts maadie. Cependant cette première partie n est pas suffisante, ee ne mesure pas apport d information de chaque groupe de variabes. Nous aons procéder à une anayse de a différence et de a variance interdépartementae afin d obtenir ces informations. 5. Disparités géographiques : effets de composition et de contexte Comme nous avons indiqué, deux indicateurs ont été construits : un indicateur absou qui mesure évoution entre es situations extrêmes (c est-à-dire a différence de probabiité d être en arrêts de travai entre e département dans eque cette dernière est a pus éevée et e département dans eque ee est a pus faibe) et un indicateur reatif qui met en évidence évoution de a variance interdépartementae (c est-à-dire écart quadratique moyen des probabiités d être en arrêts de travai pour ensembe des départements). La première observation porte sur e pouvoir expicatif de ensembe de nos variabes pour comprendre es différences entre es départements. Concernant indicateur absou, ensembe des variabes expique pour 41,8 % des écarts absous de a probabiité d être en arrêts maadie entre es départements. Cette proportion est équivaente en ce qui concerne es arrêts courts (39,7 %). Nos différents déterminants expiquent égaement es différences départementaes d être en arrêts maadie supérieurs à trois mois, ensembe des variabes expique pour 23,0 % des écarts absous. Concernant indicateur reatif, ensembe de nos variabes expique pour 65,3 % de erreur quadratique moyenne du modèe de référence, c est-à-dire sur écart quadratique moyen des prédictions. Cette proportion est simiaire à cee de a probabiité d être en arrêts maadie inférieurs à trois mois (63,8 %). Pour es arrêts ongs, es variabes expiquent significativement 48,1 % des disparités interdépartementaes. En résumé, nos variabes sembent donc expiquer a variance interdépartementae ainsi que es situations extrêmes. La deuxième observation porte sur a différence entre effet de composition et effet de contexte. I ne sembe pas exister de différences significatives entre es deux effets ; is expiquent autant un que autre es disparités départementaes. Ainsi, en ce qui concerne indicateur absou, effet de composition expique 23,5 % de écart maximum dans es probabiités d être en arrêts maadie entre es départements, aors que effet de contexte expique 34,7 % de cet écart maximum (respectivement 21,5 % et 30,7 % pour a probabiité d être en arrêts maadie inférieurs à trois mois). Concernant indicateur reatif, es proportions de erreur quadratique moyenne expiquées par effet de composition sont de 45,4 % et de 47,5 % pour effet de contexte de a probabiité d être en arrêts maadie (respectivement 43,6 % et 46,1 % pour a probabiité d être en arrêts maadie inférieurs à trois mois ; et 43,9 % et 11,4 % pour a probabiité d être en arrêts maadie supérieurs à trois mois). La troisième observation porte sur es décompositions des effets de contexte et des effets de composition. Pour effet de composition, nous avons regroupé es variabes en trois sous-ensembes dénommés «individues» (âge d entrée sur e marché du travai, Document de travai n 39 - IRDES - Février 2011 15
statut d occupation du bénéficiaire en 2004 et 2003, situation passée sur e marché du travai), «assurantie» (être bénéficiaire du régime d Asace-Mosee, de a CMU, avoir changé de statut vis-à-vis de a CMU, être en ALD) et «étabissement» (saaire, taie de étabissement et secteur d activité). Pour effet de contexte, nous avons regroupé es variabes en trois sous-ensembes dénommés «socio-économiques» (taux de chômage, taux de nataité), «assurance et offre» (densité d omnipraticiens, pourcentage d ALD et contrôes des arrêts maadie) et «entreprise» (indicateur de saaire reatif et département, ratio de risque par secteur d activité et département). Le premier constat est qu i existe une différence entre indicateur absou et indicateur reatif. Aors que tous es groupes de variabes sont significatifs dans expication de indicateur reatif, seuement deux («individue» pour es effets de composition et «assurance et offre» pour es effets de contexte) sont significatifs dans expication de indicateur absou. Tous es groupes de variabes, avec une importance pus ou moins grande, expiquent erreur quadratique moyenne (indicateur reatif) des proportions d arrêts maadie, mais uniquement es deux groupes précités offrent une expication des situations extrêmes. Notons que ces deux groupes sont aussi ceux qui expiquent e pus indicateur reatif. En ce qui concerne es effets de composition, es variabes du groupe «individue» expiquent 19,1 % de indicateur absou et 29,4 % de indicateur reatif pour a probabiité d avoir un arrêt maadie. Ce sont aors es variabes individuees qui expiquent e pus effet de composition ; ce qui confirme es observations faites ors de anayse des statistiques descriptives. Pour es effets de contexte, es variabes «assurance et offre» sembent jouer un rôe prépondérant aussi bien pour indicateur absou que reatif. Pour a probabiité d être en arrêt de travai, a proportion expiquée par es indicateurs sont =34,4 % =42,4 %, concernant a probabiité d être en arrêt de travai de moins de trois mois, es proportions sont =32,1 % et =42,4 %. La quatrième observation porte sur es décompositions des deux groupes de variabes qui expiquent e pus es disparités interdépartementaes, c est-à-dire effet de composition «individue» et effet de contexte «assurance et offre» (cf. tabeau 6). Toutes es variabes incuses dans ces deux groupes n ont pas es mêmes effets sur es deux indicateurs. Les trois variabes es pus déterminantes sont : e pourcentage d arrêts de travai contrôés (I abs =25,7 % et I re =31,6 %), a densité d omnipraticiens (I abs =21,5 % et I re =28,8 %) et âge d entrée sur e marché du travai (I abs =12,8 % et I re =23,0 %). Dans une moindre mesure, e statut d occupation passé expique aussi es disparités interdépartementaes (I abs =4,4 % et I re =7,6 %). Ces deux variabes de composition refètent en partie a situation «passée» (ou d origine) des individus par rapport au marché du travai. Ees pourraient mettre en évidence des phénomènes de atence ou d hystérésis dans a reation entre a structure du marché du travai et a proportion d arrêts maadie. Autant que pour anayse d autres types de dépenses maadie ou des inégaités de santé, es disparités géographiques des arrêts maadie sont a conséquence de différences d offre de soins et de nombre de contrôes effectués par Assurance maadie pus que de différences de composition, même si a situation sur e marché du travai sembe avoir une certaine importance. Document de travai n 39 - IRDES - Février 2011 16
6. Concusion L objet de cet artice était de comprendre es disparités interdépartementaes des arrêts maadie. Autant es évoutions macroéconomiques conjoncturees ont été souvent étudiées, autant es différences géographiques ont peu été. A aide de a base de données Hygie, construite à partir de a fusion de différents fichiers administratifs sur es saariés du secteur privé en France en 2005, après avoir rappeé es différents déterminants des arrêts maadie et eur importance pour comprendre es disparités géographiques, nous avons mené une anayse empirique en trois temps : une anayse descriptive pour mettre en évidence es différences interdépartementaes, une anayse mutivariée pour mettre en avant es facteurs expicatifs de a probabiité individuee d être en arrêts maadie et enfin, grâce à deux indicateurs spécifiques, une anayse des déterminants des différences entre es départements. Nos diverses modéisations montrent qu une grande partie des disparités interdépartementaes peuvent être expiquées. Les effets de composition et es effets de contexte constituent approximativement a moitié de indicateur absou (variation de écart absou) et es deux tiers de indicateur reatif (variation de erreur quadratique moyenne). Parmi es groupes de variabes que nous avons constitués, ce sont es variabes «assurance et offre», «individue» qui expiquent e pus es disparités interdépartementaes. Pus précisément, e pourcentage d arrêts de travai contrôés, pouvant s apparenter à un contrôe de aéa mora, et a densité d omnipraticiens, impiquant une réfexion en termes de demande induite et a situation «passée» sur e marché du travai sembent expiquer es différences interdépartementaes. Contrairement à d autres variabes de composition ou de contexte qui ont soit une inertie d évoution temporee certaine (par exempe : e taux de nataité, e secteur industrie, ), soit des variabes seon esquees a poitique pubique de santé a peu d effet (par exempe : poitique de rémunération des entreprises, taux de chômage), e pourcentage d arrêts de travai contrôés et a densité d omnipraticiens sont déjà des eviers importants des poitiques de santé. Notre recherche montre qu is pourraient être utiisés comme des instruments pour une poitique pubique visant à a réduction des disparités géographiques. Toutefois, i est possibe de se demander si cette réduction est souhaitabe : disparité ne veut pas obigatoirement dire inégaité, voire inéquité. Pour vaider nos résutats, nous nous appuierions dans un futur proche sur a dimension pane de a base Hygie. Nous pourrons ainsi étudier ces disparités interdépartementaes en tenant compte de deux phénomènes spécifiques. D une part, nous pourrons anayser es iens de causaités entre es variabes déterminantes et es arrêts maadie et, d autre part, nous pourrons aer pus oin dans anayse «empoyeurs/empoyés» qu avec introduction des variabes saaires d efficience et indice de gravité. Tabeau 1 : Proportion d arrêts maadie Proportion d arrêt (en %) maadie dans échantion Minimum (en %) seon es départements Maximum (en %) seon es départements Avoir eu au moins un IJ 23,1 13,1 28,9 Avoir eu au moins un IJ de moins de trois mois 21,2 11,4 26,7 Avoir eu au moins un IJ de pus de trois mois 2,7 1,2 5,2 Document de travai n 39 - IRDES - Février 2011 17
Tabeau 2 : Statistiques descriptives sur es individus de échantion Echantion de étude (en %) Minimum (en %) seon es départements Maximum (en %) seon es départements Pourcentage de a popuation ayant eu un arrêt maadie Pourcentage de a popuation ayant eu un arrêt maadie inférieur à 3 mois Pourcentage de a popuation ayant eu un arrêt maadie supérieur à 3 mois Genre Homme 55,1 49,5 62,7 20,7 19,1 2,3 Femme 44,9 37,3 50,5 25,9 23,7 3,2 Age [25 30[ 16,3 11,4 22,1 21,5 20,5 1,6 [30 35[ 16,8 12,7 20,1 23,3 22,1 1,9 [35 40[ 16,3 12,7 20,0 22,7 21,4 2,0 [40 45[ 15,2 12,2 18,9 22,1 20,5 2,3 [45 50[ 13,5 9,7 19,8 23,4 21,3 3,0 [50 55[ 11,9 8,8 15,6 25,2 22,2 4,1 [55 60[ 8,8 7,0 12,1 25,4 21,2 5,4 [60 65[ 1,3 0,4 3,5 18,6 15,0 4,3 Age d entrée sur e marché du travai Moins de 18 ans 24,4 8,2 38,8 27,5 24,5 4,9 19-22 ans 44,0 28,8 55,4 24,3 22,5 2,6 23-26 ans 22,6 13,8 40,1 18,3 17,1 1,6 Pus de 27 ans 9,1 3,7 22,9 17,2 15,9 1,8 Statut d occupation : Avoir eu un épisode de chômage Aucun épisode de chômage en 2004 88,8 81,7 91,5 23,9 21,9 2,8 Episode de chômage en 2004 11,2 7,7 18,3 16,7 15,5 1,7 Aucun épisode de chômage en 2003 et 2004 91,9 86,1 94,6 23,6 21,6 2,7 Episode de chômage en 2003 et 2004 8,1 5,4 13,9 17,5 16,2 1,8 Statut d occupation : Avoir eu un épisode d arrêt maadie Aucun épisode d arrêt maadie en 2004 95,0 92,0 97,3 21,7 20,7 1,6 Episode d arrêt maadie en 2004 5,0 2,7 8,0 48,9 31,1 22,4 Aucun épisode d arrêt maadie en 2003 et 2004 98,8 97,0 99,8 22,6 21,0 2,8 Episode d arrêt maadie en 2003 et 2004 1,2 0,2 3,0 60,7 33,3 34,4 Avoir bénéficié de Assurance vieiesse parents au foyer (AVPF) N a pas bénéficié de AVPF en 2004 96,1 93,7 98,0 23,1 21,2 2,7 Top AVPF en 2004 3,9 2,0 6,3 23,4 21,9 2,3 N a pas bénéficié de AVPF en 2003 et 2004 96,9 94,5 98,6 23,1 21,2 2,7 Top AVPF en 2003 et 2004 3,1 1,4 5,5 22,9 21,4 2,3 Temps de travai Temps compet 74,6 57,6 81,3 23,7 21,9 2,6 Travai à temps partie, domicie et autre 25,4 13,2 38,1 21,4 19,3 3,4 Régime assurantie Bénéficiaire du régime Asace- Mosee 4,2 0,0 87,1 28,2 26,5 2,7 Bénéficiaire du régime générae (hors Asace-Mosee) 95,8 12,9 100 22,9 21,0 2,5 Bénéficiaire de a CMU compémentaire 2,3 0,3 5,4 14,9 13,6 2,7 Ne bénéficie pas de a CMU 97,7 94,6 99,7 23,3 21,4 1,8 A changé de statut vis-à-vis de a CMU compémentaire en 1,9 0,4 3,9 32,9 30,1 4,0 cour d année N a pas changé de statut vis-àvis de a CMU 98,1 96,1 99,6 22,9 21,0 2,6 Avoir une affection de ongue durée (ALD) 6,5 4,6 10,2 42,7 31,4 14,9 Sans ALD 93,5 89,8 95,4 21,7 20,5 1,8 Secteur d activité Industrie 21,2 6,0 39,6 28,1 26,1 3,0 Agricuture 0,0 0,0 0,6 19,6 17,8 4,7 Construction 6,1 1,7 11,4 20,2 18,5 2,3 Service 69,2 49,2 85,4 22,1 20,2 2,6 Effectif tota 262 998 267 11 638 60 675 55 718 7 0060 Document de travai n 39 - IRDES - Février 2011 18