Skip to navigation – Site map

HomeNuméros117Jeunes diplômés en sciences : les...

Jeunes diplômés en sciences : les déterminants de l’accès à la recherche-développement privée

Young science graduates: determining factors for access to private research and development
Wissenschaftliche hochschulabsolventen: Was ist für den zugang zur privaten forschung und entwicklung ausschlaggebend?
Jóvenes graduados en ciencias: los determinantes del acceso al sector de investigación y desarrollo privado 
Claire Bonnard
p. 49-68

Abstracts

Young graduates’ access to private R&D (research and development) is often presented as a key issue in a nation’s competitiveness. Here, we analyse the determining factors regarding access to and early careers in R&D in France. We use data from the Céreq’s 2007 national survey covering the “Generation of 2004” and an endogenous switching regression model to adjust for any possible selection bias. We find that qualification level and, in particular, access to PhD research, plays a determining role in access private R&D and earnings. In contrast, holding a PhD does not lead to any advantage in terms of salary in other sectors. One decisive factor is the fact that PhD graduates have prior experience, during their thesis research, of working in companies, whereas for Engineers, there is a significant difference only for the category of Engineering School graduates. Lastly, for a Doctor of Sciences, at the beginning of his or her career, and unlike Engineering School graduates, R&D pays less than other activities.

Top of page

Full text

1La connaissance est considérée comme une ressource cruciale des entreprises. Ainsi, la façon d'attirer et de retenir les scientifiques et les ingénieurs revêt une importance capitale (Manolopoulos, 2006). En 2006, avec plus de 211 000 chercheurs en équivalent temps plein, la France se situe au 6ème rang mondial et à la seconde position au niveau de l'Union européenne (derrière l'Allemagne). En revanche, même si, depuis 1985, le nombre de chercheurs dans le privé a triplé, passant de 35 100 à plus de 108 000, la France accuse encore un retard important par rapport aux autres pays Depuis les années 60, la pénurie d'ingénieurs et de scientifiques est souvent évoquée dans les médias. Elle est sujette à de nombreux débats dans la littérature académique, que ce soit aux États-Unis (Butz et al., 2003 ; Brown et al., 2008) ou au sein de l'Union européenne (Gago, 2004, Becker, 2010). De nombreux rapports font état d'une désaffectation à l’égard des matières scientifiques dans l'enseignement supérieur, notamment en France (Giret et al., 2006). Outre la question en termes d'offre de diplômés en S&I (Sciences et Ingénieries) se pose celle du choix de carrière de ces jeunes diplômés (Lavoie et Finnie, 1998). Aux USA, Lowell et Salzman (2007) ne constatent pas de pénurie en termes d'offre de diplômés ; en revanche, il semblerait que ces jeunes diplômés puissent être attirés par d'autres types de carrières plus attractives. Selon Murphy et al. (1991), la concentration d'individus les « plus talentueux » au sein des métiers de la finance ou du juridique peut être une des sources d'une moindre croissance de productivité pour un pays.

2Dès lors, il est pertinent de comprendre l’insertion des diplômés en sciences au sein des activités de R&D privée. Une difficulté réside dans l’incertitude sur la productivité de l’individu, que nous pouvons supposer plus importante que dans le secteur hors recherche. Lors de l'embauche, il est difficile pour l'employeur d'évaluer les connaissances de l'individu et ses capacités à résoudre des problèmes ou plus généralement à innover (Zenger, Lazzarini, 2004). Rares sont les études sur la productivité du chercheur industriel. Nous pouvons nous interroger sur les facteurs qui déterminent l'accès à la R&D. En effet, lors du recrutement, l'employeur se base-t-il uniquement sur le capital humain de l'individu (signal « formel ») ou utilise-t-il d'autres sources d'informations telles que les réseaux de l'individu (signal « informel ») ? Ces facteurs différent-ils selon le type de diplôme ? Comment le diplôme scientifique est-il valorisé au sein des activités de R&D ?

3L'analyse de l'accès à la R&D est confrontée à une difficulté : les diplômés travaillant dans le secteur recherche peuvent présenter une motivation différente, telle qu'une préférence pour la recherche, par rapport aux diplômés exerçant dans un autre secteur d'activité. Or, ce type de motivation est inobservable, ce qui risque d'entraîner des biais de sélection. En effet, ces caractéristiques non observables sont susceptibles d’affecter à la fois le fait de travailler dans la R&D et le salaire des jeunes diplômés. Afin de corriger ces biais, nous utilisons un modèle de régression endogène (« endogenous switching regression ») ou encore appelé « Mover/stayer ». Cette méthode estime simultanément les fonctions de gains et l’équation de sélection par la méthode du maximum de vraisemblance à information complète (cfencadré 1). Les données utilisées sont issues de l’enquête 2007 sur la « Génération 2004 », réalisée par le Céreq. Cette enquête concerne environ 33 000 individus interrogés en 2007 sur leur insertion professionnelle, soit trois ans après leur sortie du système éducatif. Nous nous intéressons ici uniquement aux diplômés possédant au moins un bac + 5 dans une discipline scientifique, et salariés du secteur privé, ce qui représente environ 1 500 individus dans l’échantillon. Dans un premier temps, les déterminants de l'accès aux emplois de R&D (cf. encadré 2) privée sont analysés pour l'ensemble des jeunes diplômés en sciences. Les modèles sont également estimés séparément pour les docteurs et les diplômés d'écoles d'ingénieurs. Il s’agit de déterminer s'il existe une différenciation quant à la sélection dans les activités de R&D entre ces deux diplômes. Dans un second temps, la rémunération des jeunes diplômés est analysée dans le secteur recherche et hors recherche. Cette analyse permettra, en particulier, de comparer le rendement salarial des différents diplômes dans les deux types d'activités. Enfin, à partir des paramètres des modèles estimés, les salaires conditionnels et non conditionnels sont prédits ; cela permet de mesurer l’écart salarial entre les activités de R&D et les autres activités pour chaque diplôme.

Encadré 2 : Définition des activités de R&D (*)
Les diplômés considérés comme travaillant dans la R&D privée sont ceux ayant les PCS (professions et catégories sociales) suivantes :
383A : Ingénieurs et cadres d'étude recherche et développement en électricité électronique. 384A : Ingénieurs et cadres d'étude recherche et développement en mécanique et travail des métaux. 385A : Ingénieurs et cadres d'étude recherche et développement des industries de transformation (agroalimentaire, chimie, métallurgie, matériaux lourds). 386A : Ingénieurs et cadres d'étude recherche et développement des autres industries. 474B : Techniciens de recherche-développement et des méthodes de fabrication en construction mécanique et travail des métaux. 475A : Techniciens de recherche-développement et des méthodes de production des industries de transformation. 479A : Techniciens des laboratoires de recherche publique ou de l'enseignement. 625B : Ouvriers qualifiés et agents qualifiés de laboratoire : agroalimentaire, chimie, biologie, pharmacie.
(*) : Pour la définition de la R&D privée, on utilise la typologie d’Audric Lerenard et Topiol (1999).

Les déterminants de l’accès aux emplois de r&d

4Dans le secteur privé, lors du recrutement, il est malaisé pour l'employeur de déterminer la productivité du jeune chercheur. En effet, les tâches de l'ingénieur étant principalement cognitives, l'employeur peut difficilement évaluer les capacités du jeune scientifique à innover (Zenger et Lazzarini, 2004). Dans le secteur académique, la productivité du jeune chercheur est généralement estimée par le nombre de publications au cours de son doctorat (Levin et Stephan, 1991). Des études montrent qu'en France, le nombre de publications ne semble pas être un critère de recrutement dans le secteur privé (Giret et al., 2007 ; Mangematin, 2000). Dans cette partie, nous analysons les facteurs sur lesquels l'employeur peut s’appuyer.

Recrutement : l’avantage aux diplômés d’écoles d’ingénieurs

5Tout d'abord, l'employeur peut s'appuyer sur le niveau de capital humain du jeune diplômé. Le principal débouché des docteurs est la recherche publique. Néanmoins, ces dernières années, il semble que le secteur privé devient de plus en plus attractif pour ces derniers. D’ailleurs, l’un des objectifs de la formation doctorale initiée par les pouvoirs publics est de favoriser l’accès des jeunes docteurs aux emplois de R&D dans le secteur privé (Giret et al., 2007). La politique actuelle qui vise à rapprocher le secteur académique des laboratoires de R&D privée, nous incite à supposer que le doctorat est privilégié par rapport aux autres diplômes dans le secteur R&D.

6La littérature énumère les nombreux avantages liés à l'embauche de docteurs dans les laboratoires de R&D. Les docteurs sont, par exemple, plus susceptibles de renforcer les « capacités d'absorption » des entreprises en matière de connaissance scientifique par rapport aux autres diplômés (Giret et al, 2007). En effet, leur formation leur permet plus facilement de suivre les nouvelles découvertes scientifiques académiques et de les appliquer à la R&D industrielle. Pour autant, les entreprises préfèrent largement les diplômés d'écoles d'ingénieurs (Observatoire de l'emploi scientifique, 2009). On reproche aux docteurs leur méconnaissance du monde de l'entreprise, contrairement aux diplômés des écoles d’ingénieurs qui effectuent un stage long en entreprise (Duhautois et Maublanc, 2005, 2006). D'autre part, lors de leur carrière, les chercheurs en entreprise sont souvent amenés à se diriger vers d'autres fonctions, managériales notamment (Biddle et Roberts, 1994) ou vers des fonctions de production et de marketing (Duhautois et Maublanc, 2005). En effet, Beltramo, Paul et Perret(2000) soulignent que la R&D peut jouer un rôle de « pépinière » au sein des entreprises. Ainsi, les entreprises privilégient l'embauche de diplômés d’écoles d’ingénieurs. Elles considèrent qu'ils ont suivi une formation plus générale et ont acquis les compétences managériales nécessaires pour se diriger vers d'autres fonctions, contrairement aux docteurs. Ce résultat doit cependant être nuancé, les docteurs ayant un cursus antérieur en écoles d’ingénieurs ont plus de chances d’accéder aux fonctions de R&D privée. Ils représentent 23 % des docteurs-chercheurs dans le privé.

L’expérience comme complément au diplôme

  • 1 CIFRE : Convention Industrielle de Formation par la Recherche. L’objectif est de favoriser le dével (...)

7Un autre aspect du capital humain à prendre en considération est l’expérience professionnelle antérieure en entreprise du jeune diplômé, notamment pour les détenteurs d'un doctorat. L'expérience du monde industriel permet d'accroître le capital humain scientifique du jeune diplômé, d'acquérir des compétences particulières (Lam, 2001). L'expérience peut être également perçue par l'employeur comme un signal d'une adaptation du docteur au monde de l'entreprise. Les travaux portant sur les docteurs semblent confirmer cette hypothèse. En effet, il semble que les docteurs accédant au secteur privé sont ceux qui ont eu une expérience avec le monde industriel lors de leur doctorat. Cette expérience a été acquise grâce au financement dont ils ont bénéficié pendant leur doctorat, comme les conventions CIFRE1, qui permettent aux docteurs d’effectuer leur thèse à l’université ainsi qu’en entreprise, ou encore en participant à des contrats de recherche avec le secteur privé (Mangematin, 2000 ; Giret et al., 2007).

L’établissement de formation comme signal de qualité

8L’établissement de formation peut également être utilisé par les employeurs comme intermédiaire lors de l’embauche. Par exemple, au Japon, Rebick (2000) montre que les liens tissés entre les universités et les entreprises permettent aux employeurs de réduire les coûts de recrutement et d’améliorer la sélection des employés. Il souligne, dans le cas des sciences, que les professeurs peuvent, par exemple, jouer un rôle d'intermédiaire en plaçant les meilleurs étudiants dans les entreprises avec lesquelles ils entretiennent des liens. En outre, ces liens permettent aux diplômés de connaître les possibilités d'embauche dans ces entreprises. Lam (2001) souligne que les entreprises tendent à entretenir des liens étroits avec les universités afin d'avoir accès aux meilleurs étudiants et pouvoir influencer la formation au sein des entreprises, ce que l'auteur nomme marché interne étendu. Elle souligne que ces réseaux offrent au recruteur plus d’informations sur la qualité des compétences que le diplôme possédé par le candidat. Enfin, les entreprises peuvent également se référer au prestige de l'établissement de formation des diplômés, particulièrement dans le cas des écoles d'ingénieurs. En effet, en France, le prestige des différentes écoles d'ingénieurs est bien connu des entreprises, notamment grâce aux classements annuels des écoles publiés dans différents journaux et magazines, malgré les limites inhérentes à ces classements (cf. dans ce numéro, l’article de Bourdon, Giret et Goudard, sur le classement des universités). Les écoles d'ingénieurs présentent aussi une forte hétérogénéité en termes de poids accordé à l'enseignement de la recherche.

Les réseaux pour sélectionner les individus

9Par ailleurs, lorsque l'incertitude sur la productivité est importante, le niveau de capital humain peut s'avérer insuffisant. Les employeurs peuvent être amenés à utiliser un référé, un signal « informel », selon l'expression de Saloner (1985), lors du recrutement des jeunes chercheurs. De nombreuses études ont analysé le rôle des réseaux sociaux lors du recrutement. Granovetter (1995) montre le rôle informationnel des réseaux sociaux sur le marché du travail. Selon lui, les réseaux permettent aux employeurs et employés d'obtenir une information plus fiable et de meilleure qualité lors du recrutement. Montgomery (1991) et Saloner (1985) soulignent également que les réseaux sociaux permettent de réduire l'asymétrie d'information entre les employeurs et les employés. L'ensemble de ces études conclut que les individus utilisant les réseaux sociaux ont une plus grande probabilité de trouver un emploi mieux payé. Cependant, Franzen et Hangarten (2006) estiment que les réseaux sociaux des diplômés ne permettent pas à ceux-ci d'obtenir des emplois mieux rémunérés mais un meilleur appariement entre le niveau d'éducation et l'emploi. Dans le cas de la R&D, Simon et Warner (1992) montrent, par exemple, que les employeurs utilisent les réseaux d’anciens élèves lors de l’embauche des jeunes chercheurs afin de réduire l'incertitude sur la productivité du futur employé. Dans une étude plus récente, Mangematin (2000) souligne l'importance du réseau social pour les docteurs dans l’accès au secteur privé.

Le salaire d’embauche comme moyen de gérer les entrées de carrière

10Pour faire face à l'asymétrie d'information sur la productivité du jeune chercheur, l'employeur peut également agir sur le salaire d'embauche. En effet, selon Weiss (1980), lorsque l'incertitude sur les capacités des individus est importante, l'employeur peut décider d'offrir des salaires d'embauche plus élevés afin d'attirer les individus les plus talentueux. Cependant, l'incertitude sur la productivité du jeune chercheur peut avoir l'effet inverse sur le salaire d'embauche. En effet, Mishagina (2008) montre que, puisqu'en début de carrière, l'information sur la productivité du jeune chercheur n'est pas connue, l'employeur peut décider d'offrir des salaires inférieurs aux individus travaillant dans le secteur recherche par rapport à ceux exerçant d’autres activités. Lorsque l'information sur les capacités de l'individu à faire de la recherche est révélée, les chercheurs les moins productifs vont quitter la recherche pour d'autres activités alors que les plus productifs resteront dans la recherche et connaîtront une croissance de salaire plus élevée. Selon cette théorie, un salaire d'embauche moins important provient d'un « effet productivité ». Moen (2005) apporte cependant une justification différente. Selon cet auteur, un salaire inférieur pourrait s'expliquer par un « effet apprentissage », les fonctions de R&D étant perçues comme un investissement en capital humain de la part des jeunes diplômés, qu'ils pourront ensuite faire valoriser.

  • 2 Dans son étude, il prend l'exemple des infirmières.

11Certaines théories suggèrent que le salaire d'embauche peut également être utilisé afin d'induire une auto-sélection des candidats. Heyes (2004) montre ainsi que, dans le cas des métiers à forte vocation2, proposer des salaires d'embauche trop élevés risque d'attirer les candidats les moins motivés. Delfgaauw et Dur (2007) reprennent cet argument dans un contexte plus général. Ils supposent une forte hétérogénéité des candidats quant à leur motivation intrinsèque. Dès lors, offrir des salaires élevés peut amener les individus les moins motivés à se présenter et diminue donc la « qualité » des candidats. Cette théorie peut s'appliquer au cas des chercheurs dans la mesure où il a été montré qu'ils pouvaient présenter une motivation intrinsèque importante, un certain « goût pour la recherche » (Stern, 2004).

Présentation des données 

12Les données sont issues de l’enquête 2007 sur la « Génération 2004 », réalisée par le Céreq. Elle concerne environ 33 000 individus, interrogés en 2007 sur leur insertion professionnelle, soit 3 ans après leur sortie du système éducatif. Les données de l’enquête permettent de recueillir les informations nécessaires sur l’individu ainsi que sur l’emploi occupé 3 ans après l’obtention du diplôme. Dans l’échantillon, 1 513 diplômés possèdent au moins un bac + 5 dans une discipline scientifique et sont salariés dans le secteur privé. 31,5 % travaillent en R&D contre 68,5 % dans le secteur hors recherche.

Variables individuelles et d’entreprise 

  • 3 Pour le stage en entreprise, ne sont pas pris en compte les docteurs ayant bénéficié d'un financeme (...)

13Les variables individuelles correspondent au sexe, aux diplômes et à la discipline du diplôme. Comme nous l'avons vu, l'expérience professionnelle en entreprise des docteurs semble déterminante dans l'accès au secteur privé. Nous construisons donc une variable d'interaction prenant en compte le suivi ou non d’un stage en entreprise lors de ces études. Dans le modèle relatif aux ingénieurs, on prend en compte le fait que l'individu a obtenu ou non un autre diplôme que celui d'ingénieur. Le modèle concernant les docteurs intègre le fait que le docteur a effectué ou non un stage en entreprise 3 ; lors de ses études, le type de financement (CIFRE) dont il a bénéficié, ainsi que le projet professionnel lors du doctorat (recherche publique/autre projet).

14La prise en compte du parcours professionnel du jeune diplômé est également importante. Pour cela, nous utilisons le nombre de mois en emploi ainsi que le nombre de périodes de chômage. Enfin, sont aussi considérées les caractéristiques de l’entreprise. Les politiques de rémunération et de recrutement au sein des activités de R&D peuvent, en effet, différer selon la taille, l’activité et la région d’implantation de l’entreprise.

Variables d’accès à l’emploi

15Dans cet article, nous nous centrons sur le moyen de recrutement utilisé pour les activités de R&D. Cette variable est tirée de l’item de l’enquête suivant : « Comment avez-vous su qu’il y avait une embauche possible dans cette entreprise ? ». Les réponses possibles sont : « par votre établissement de formation », « par une de vos relations » et « autres ».

Tableau 1 : Comment avez-vous su qu’il y avait une embauche possible dans cette entreprise ?

Ensemble des diplômés en sciences

Ingénieurs

Docteurs

(en %)

R&D

HRD

Total

R&D

HRD

Total

R&D

HRD

Total

Par une de vos relations

28

25

27

21

23

22

35

35

35

Par votre établissement de formation

16

8

9

11

9

9

14

5

10

Autres

56

67

64

678

68

69

51

60

55

Total

100

100

100

100

100

100

100

100

100

Note de lecture : 28 % des diplômés en sciences ont su qu’il y avait une embauche possible par une de leurs relations.

Source : auteur, à partir de l’enquête Céreq 2007 sur la Génération 2004.

16Les relations représentent un mode de recrutement fréquent pour les diplômés à bac + 5. En effet, en moyenne, 27 % des diplômés ont été informés d’une offre d’emploi par cet intermédiaire. Les docteurs semblent avoir plus recours à leurs relations que les autres diplômés (35 % contre 27 %). Mangematin (2000) souligne que les docteurs utilisent fréquemment leurs relations pour trouver un emploi dans le secteur privé. Le tableau 1 montre également qu’une part plus importante des diplômés travaillant dans le secteur recherche a utilisé son établissement de formation par rapport aux diplômés employés dans le secteur hors recherche.

Variables écoles d'ingénieurs

  • 4 Les écoles prestigieuses sont les écoles classées dans les dix premières dans différents magazines (...)

17Dans le modèle relatif aux ingénieurs, le prestige de l’école est également pris en compte4. En outre, à partir du classement effectué par la revue » Industrie et Technologies », les écoles d'ingénieurs dans l'échantillon peuvent être classées à l’aune du montant du chiffres d’affaires (prestations techniques, contrats de R&D, programmes européens) qu'elles ont réalisé avec les entreprises en 2006. Les vingt premières écoles ont été regroupées en une variable nommée « Ecole R&D ». Ces écoles réalisent en moyenne 3,15 millions d'euros de CA avec les entreprises. Nous avons construit cette variable car nous pouvons supposer que ces écoles entretiennent des liens étroits avec les laboratoires de R&D des entreprises. 12,6 % des ingénieurs travaillant en R&D sont diplômés d’une école prestigieuse contre 9,4 % des ingénieurs exerçant des activités hors recherche. D’autre part, 22,5 % des ingénieurs qui exercent des activités de R&D sont issus d’une « Ecole R&D » contre 15,1 % des diplômés travaillant dans le secteur hors recherche.

Variables instrumentales 

18Dans le modèle, il s'agit d'introduire une variable instrumentale au sein de l'équation de sélection. Il s’agit d’une variable permettant de prédire l'accès à la recherche du jeune diplômé mais n'ayant pas d'effet direct sur le salaire. La variable choisie concerne le projet professionnel des diplômés l’année du bac. En effet, la littérature (Fox et Stephan, 2001) montre qu’un intérêt pour la science, dès le plus jeune âge, est un prédicteur d’une future carrière scientifique. Cette variable peut être considérée comme une variable proxy d'un goût pour la science de la part des individus. Elle est construite à partir des items concernant le métier et le domaine souhaités par le diplômé au moment du bac. Cette variable présente six modalités : lors de l’année du bac, le diplômé souhaite travailler dans le domaine de la recherche, de la science, de l’informatique, en tant qu’ingénieur, dans un autre domaine et, enfin, n’a pas de projet.

19Globalement, une part plus importante de diplômés dans le secteur hors recherche n’avait aucun projet professionnel lors de l’année du bac, par rapport aux diplômés actuellement dans le secteur recherche (21,4 % contre 15,7 %). Les salariés du secteur recherche se projetaient plus fréquemment travaillant dans le domaine de la recherche, de la science ou en tant qu’ingénieur. En revanche, peu d’entre eux souhaitaient exercer dans le domaine de l’informatique (3,3 % contre 14,9 % pour les diplômés actuellement dans d’autres activités). Enfin, pour les estimations des docteurs, s’ajoute une variable instrumentale ayant trait au fait que le docteur a effectué ou non un stage post-doctorat. En effet, Recotillet (2007) montre que le stage post-doctorat peut jouer le rôle de signal dans le début de carrière des docteurs mais n’apporte pas de gain salarial dans le secteur privé. Dans l’échantillon, 40,9 % des docteurs dans le secteur recherche ont effectué un stage post-doctorat contre 24,8 % dans le secteur hors recherche.

Résultats

20Dans cette partie, nous présentons, tout d’abord, les déterminants pour les jeunes diplômés en sciences de l’accès aux fonctions de R&D privée. Puis, nous comparons les rendements des différentes caractéristiques des diplômés au sein des activités de R&D et hors des activités de R&D. Enfin, nous présentons les salaires conditionnels et contrefactuels. Il s’agit de déterminer le salaire à l’entrée dans la recherche, une fois les biais de sélection pris en considération. L’ensemble des résultats sont présentés en annexe de la version électronique du présent document dans les tableaux 2A, 2B et 2C (http://www.cairn.info/​revue-formation-emploi-2011).

L’effet discipline et l’impact de l’expérience professionnelle

  • 5 Nous appelons docteurs-universitaires, les docteurs avec un cursus universitaire et docteurs-ingéni (...)

21Les diplômés titulaires d’un doctorat et ceux issus d’une école d’ingénieurs ont une plus forte probabilité d’accéder à la R&D que les diplômés d’un master en sciences. La probabilité est particulièrement élevée pour les docteurs-ingénieurs et les docteurs-universitaires5 ayant effectué un stage en entreprise lors de leurs études. Il apparaît également un « effet discipline ». En effet, être diplômé en sciences de l’ingénierie ou en agronomie décroît la probabilité d’accéder à la R&D par rapport aux diplômés en technologie.

22Les résultats révèlent aussi une différenciation des facteurs d’accès à la R&D entre les docteurs et les diplômés d’écoles d’ingénieurs. En effet, pour les docteurs, le mode de financement apparaît déterminant dans l’accès à la R&D privée. Le fait d’avoir bénéficié d’un financement CIFRE lors du doctorat accroît fortement la probabilité d’accéder à la R&D privée par rapport à un autre type de financement. Le cursus antérieur du docteur (écoles d’ingénieurs vs. universitaire) ne semble pas avoir d’impact sur la probabilité d’accès à la R&D. En revanche, avoir effectué un stage en entreprise lors de ses études est fortement positif et significatif. Au vu de ces résultats, l’expérience professionnelle en entreprise et dans la recherche privée acquise avant et lors du doctorat (CIFRE, stage) semble être le facteur de sélection déterminant l’accès à la R&D privée.

23Pour les diplômés d’écoles d’ingénieurs, il semble que l’école dont ils sont diplômés intervienne comme un effet signal important pour accéder aux activités de R&D. Ainsi, le fait que le diplômé soit issu d’une « école R&D » accroît fortement ses chances de devenir chercheur (significatif à 5 %). Dès lors, les ingénieurs issus d'une école ayant tissé de nombreux liens avec les laboratoires de R&D des entreprises semblent avoir plus de probabilité d’occuper des emplois dans la recherche.

24Quant au moyen par lequel les diplômés ont pris connaissance d’une possible embauche, les relations personnelles apparaissent non significatives dans l’ensemble des modèles. Le fait d’avoir été informé d'une possible embauche par l’établissement de formation accroît significativement (au seuil de 5 %) les chances d’appartenir au secteur recherche pour l’ensemble des diplômés en sciences ainsi que pour les diplômés d’écoles d’ingénieurs. Avoir été informé par le biais de l'établissement de formation peut correspondre à différentes situations. En effet, les diplômés ont pu avoir connaissance de l'offre d'emploi par un de leurs professeurs ou par une annonce déposée dans leur établissement ou encore par les réseaux d'anciens élèves.

  • 6 On ne peut toutefois pas écarter la probabilité de rationalisation a posteriori, les jeunes travail (...)

25La variable instrumentale utilisée dans les modèles, soit le projet souhaité l’année du bac, est également significative. En effet, les diplômés souhaitant travailler dans la recherche ou en tant qu’ingénieur ont de plus fortes chances de travailler dans le secteur R&D alors que ceux se projetant dans le domaine de l’informatique ont une plus faible probabilité de s’y trouver par rapport aux diplômés sans projet professionnel6. Pour les docteurs, le fait d’avoir effectué un stage post-doctorat accroît également fortement les chances de devenir chercheur. Notons que l’introduction des variables concernant l’entreprise modifie peu les résultats.

La rémunération dans la R&D : fonctions de gains

26Le diplôme a un effet positif significatif sur le revenu, mais le rendement des diplômes diffère selon les deux types d’activités. En effet, dans le secteur de la R&D, être titulaire d’un doctorat engendre un gain salarial significatif par rapport aux diplômés du 3ème cycle (master sciences et écoles d’ingénieurs). Le rendement salarial est particulièrement important pour les docteurs-ingénieurs et les docteurs-universitaires ayant effectué un stage en entreprise, soit respectivement environ + 38 % et + 34 % par rapport aux diplômés d’un master sciences. Dans le domaine hors recherche, le rendement positif du doctorat est beaucoup plus faible. Être docteur avec un cursus universitaire et ne pas avoir effectué de stage en entreprise engendre un gain salarial significatif de 9 % par rapport aux diplômés d'un master sciences, alors que le gain salarial est de 29 % dans le secteur recherche. Les docteurs-ingénieurs et les docteurs-universitaires ayant effectué un stage en entreprise ont un rendement salarial significativement positif par rapport aux diplômés en master sciences. Cependant, celui-ci est en moyenne deux fois moins important que dans le domaine de la R&D. En revanche, seuls les docteurs avec un cursus en école d’ingénieurs bénéficient d’un gain salarial significatif par rapport aux diplômés d'écoles d'ingénieurs. Le doctorat apparaît donc beaucoup plus valorisé dans le secteur de la R&D que dans les autres activités au sein des entreprises.

27La discipline du diplôme a un impact similaire sur le salaire dans les deux types d'activités. Par rapport à la discipline technologie, les disciplines agronomie et autres sciences de l’ingénierie semblent avoir un impact négatif sur le salaire, que ce soit dans le secteur recherche ou hors recherche.

  • 7 Ne sont pas ici comptabilisés comme ayant suivi un stage en entreprise les docteurs ayant bénéficié (...)

28S’agissant plus particulièrement des docteurs, le financement dont ils ont bénéficié lors de leur doctorat a un impact salarial semblable dans les deux types de secteurs. En effet, le financement CIFRE est valorisé à la fois dans le secteur recherche (18,5 %) et le secteur hors recherche (21 %). Le cursus antérieur en école d’ingénieurs entraîne un gain salarial (significatif à 10 %) uniquement dans le secteur hors recherche. À cet égard, une étude récente de Riedinger et Zaiem (2011) montre qu’au sein des activités de R&D, les docteurs-ingénieurs ne sont pas plus productifs (mesurés par le nombre de brevets déposés) que les docteurs universitaires. Ce résultat peut expliquer le fait que les docteurs-ingénieurs ne bénéficient pas d’un rendement salarial supérieur par rapport aux autres docteurs au sein des activités de R&D. En revanche, le stage7 présente un coefficient significatif positif dans les deux secteurs. Un docteur ayant effectué un stage en entreprise durant ses études percevra un salaire supérieur de 9 % dans le secteur R&D et de 14 % dans le secteur hors recherche.

29Pour les diplômés d’écoles d’ingénieurs, nous retrouvons le rôle de « signal » des écoles d’ingénieurs. Les ingénieurs issus d’une école prestigieuse perçoivent des revenus supérieurs à ceux des ingénieurs issus des autres écoles. En effet, être diplômé d’une école prestigieuse entraîne un gain de 14 % dans le secteur recherche et de 11 % dans le secteur hors recherche. En revanche, être diplômé d’une « école R&D » engendre un gain positif (8 %, significatif à 5 %) uniquement dans le secteur recherche.

  • 8 L’expérience professionnelle est mesurée par le nombre de mois passés en emploi.

30Les résultats des différents modèles révèlent également que certaines caractéristiques des jeunes diplômés engendrent un rendement différent dans le secteur R&D et le secteur hors recherche. Tout d’abord, l’écart salarial entre les hommes et les femmes est beaucoup plus faible dans le secteur recherche que dans le secteur hors recherche. En effet, pour l’ensemble des diplômés en sciences, l’écart de salaire entre les hommes et les femmes est de 7 % au sein des activités de R&D alors qu’il est de 10 % au sein des activités hors recherche. Aux USA, Graham et Smith (2005) notent également que la discrimination salariale envers les femmes est bien moindre dans le domaine de la recherche que dans les autres activités. Soulignons que nous nous situons en début de carrière, l’écart de rémunération entre les hommes et les femmes peut apparaître par la suite. L’expérience professionnelle du jeune diplômé apparaît moins valorisée dans le secteur recherche que dans le secteur hors recherche. Le rendement de l’expérience professionnelle est de 0,4 %8 (significatif à 5 %) dans le secteur recherche contre 0,7 % dans le secteur hors recherche.

31Enfin, s’agissant des variables entreprises, nous retrouvons les résultats classiques. Le fait d’être employé dans une entreprise de taille importante et de travailler en région parisienne entraine un gain salarial positif, que ce soit dans le secteur R&D ou dans le secteur hors recherche.

Un effet de préférence pour la recherche ?

  • 9 Notons que le coefficient de la variable R&D est positif et non significatif dans le modèle estimé (...)

32Il semble que le secteur hors recherche tende à offrir des salaires supérieurs à ceux du secteur R&D aux docteurs actuellement en R&D et aux docteurs actuellement en hors recherche. Les estimations des docteurs révèlent que les indicateurs π1 et π0 sont significativement négatifs, que ce soit dans les modèles avec individuelles ou variables entreprises. Ainsi, dans le cas des docteurs, les activités de R&D sont moins rémunératrices que les activités hors recherche. Ce résultat peut donc suggérer une « préférence » des docteurs pour la recherche. En effet, les docteurs actuellement employés dans le secteur R&D pourraient percevoir des salaires supérieurs (40 %) s’ils exerçaient des activités hors recherche. Ce résultat demanderait à être approfondi par spécialité de formation ou encore par secteur d’activité. Par ailleurs, nous nous situons ici en début de carrière (trois ans après l’obtention de leur doctorat) ; une analyse des salaires sur le long terme est donc nécessaire pour déterminer si cet écart n’est pas temporaire.9

Tableau 2 : Écart salarial entre les deux types d’activités

Modèle par les MCO

Coefficient de la variable R&D

Indicateurs
Modèle avec variables
individuelles.

Indicateurs
Modèle avec variables entreprise

Différence de salaire entre emploi R&D et emploi non R&D au sein du secteur recherche π1

Différence de salaire entre emploi R&D et emploi non R&D au sein du secteur hors recherche π0

Différence de salaire entre emploi R&D et emploi non R&D au sein du secteur recherche π1

Différence de salaire entre emploi R&D et emploi non R&D au sein du secteur hors recherche π0

0,01

0,02***

-0,40***

-0,01***

-0,41***

-0,01

0,45***

-0,35***

0,00

-0,38***

0,02

-0,31***

-0,26***

-0,40***

-0,27***

Note : Différence de salaire entre emploi R&D et emploi Hors R&D au sein du secteur R&D, différence de salaire entre emploi R&D et emploi H R&D au sein du secteur H R&D. Le test de student est utilisé pour déterminer la significativité des différences de moyenne. (***, **,* : significatif à 1, 5 et 10 %).
Cette méthode économétrique nous permet de déterminer si une différence de motivation telle qu’un effet de préférence est susceptible de biaiser les résultats. À partir des paramètres des différents modèles, les salaires conditionnels et contrefactuels (cfencadré 1) ont été calculés, permettant de construire les indicateurs présentés dans la partie 2. Les fonctions de gains ont été également estimées par la méthode des MCO (moindres carrés ordinaires) afin de pouvoir comparer les résultats.

Source : Selon l’auteur, à partir des données de Génération 2004.

33Les diplômés d’écoles d’ingénieurs sont employés également dans le secteur d’activité qui leur offre le meilleur salaire. π1 est significativement positif alors que π0 est significativement négatif dans le modèle avec les seules variables individuelles. Les ingénieurs actuellement employés dans la R&D percevraient des salaires inférieurs s’ils se trouvaient dans le secteur hors recherche et inversement pour les ingénieurs actuellement employés dans le secteur hors recherche. Les résultats changent lorsque les variables entreprises sont introduites. En effet, π1devient non significatif, suggérant que les activités de R&D ne sont pas plus rémunératrices que les autres activités pour les ingénieurs actuellement employés dans les activités de R&D.

34Contrairement aux docteurs, dans le cas des ingénieurs, il ne semble pas qu’en début de carrière, le secteur de R&D soit moins rémunérateur que le secteur hors recherche. La différence de résultat entre les docteurs et les ingénieurs peut s'expliquer par le fait que le secteur hors recherche constitue souvent un second choix pour les docteurs. Dans l'échantillon, seulement 18 % des docteurs avec un cursus universitaire et 11 % des docteurs avec un cursus antérieur en école d’ingénieurs souhaitaient travailler dans ce secteur lors de leur doctorat. Pour les diplômés d'écoles d'ingénieurs, le secteur hors recherche (production, fabrication, management...) représente un choix de carrière courant.

Conclusion

35Nous avons cherché ici à identifier les facteurs déterminants de l'accès à la R&D pour les jeunes diplômés en sciences. Tout d'abord, au sein des activités de R&D, une différenciation apparaît dans la sélection entre les docteurs et les diplômés d'écoles d'ingénieurs. En effet, dans le cas des docteurs, le financement dont a bénéficié le docteur (CIFRE) et l’expérience en entreprise sont déterminants dans l’accès à la R&D. Ce résultat conforte d'autres travaux (Giret, Perret, Recotillet, 2007). Pour les ingénieurs, seule l'école d'ingénieurs dont le diplômé est issu joue un rôle dans l'accès à la recherche. Les ingénieurs diplômés d'une école entretenant de nombreux partenariats en R&D avec les entreprises ont plus de chances de devenir chercheurs et perçoivent par ailleurs des revenus supérieurs dans le secteur de la R&D. En revanche, le prestige de l'école ne semble pas influer sur l'entrée dans la recherche. Par ailleurs, l'utilisation des réseaux ne semble pas accroître les chances d'être employé dans le secteur recherche. Seul le fait d'avoir pris connaissance d'une embauche possible par le biais de l’établissement de formation est susceptible avoir un impact sur l'entrée dans la recherche. De même, aussi bien pour les diplômés d’écoles d’ingénieurs que pour les docteurs, le partenariat avec les entreprises et les liens avec la recherche industrielle semblent déterminants. Les politiques actuelles tendent, par ailleurs, à renforcer ce type de partenariats avec la création, par exemple, des PRES (Pôles de Recherche et d’Enseignement Supérieur) ou encore des pôles de compétitivité.

36Le rendement des docteurs dans la R&D privée est supérieur à ceux des écoles d’ingénieurs. Une étude récente de Riedenger et Zaiem (2001) parvient à un résultat similaire. Celle-ci souligne également que les docteurs déposent le même nombre de brevets que les diplômés d’écoles d’ingénieurs En revanche, la formation doctorale est moins rentable dans le secteur hors recherche. Ce résultat suggère que les entreprises ne considèrent pas les compétences acquises lors du doctorat comme transférables au secteur hors recherche. Soulignons que la plupart des docteurs dans le secteur privé exercent hors du secteur recherche. L’analyse des salaires suggère qu’en début de carrière, le secteur de la R&D est pour eux moins rémunérateur que les autres activités ; une préférence pour la recherche, de la part des docteurs, pourrait expliquer ce résultat. Pour les diplômés d’écoles d’ingénieurs, les analyses révèlent également que, au sein des entreprises, les activités de R&D sont peu valorisées par rapport aux autres activités. Des travaux réalisés dans d’autres pays européens corroborent ce résultat. En effet, dans le rapport « Set for success », Roberts (2002) montre qu’au Royaume-Uni, les scientifiques employés dans des activités de R&D peuvent percevoir un salaire inférieur de deux tiers à ceux de leur confères du secteur de la finance. En Hollande, Dupuy et Smith (2009) mettent en exergue, pour les activités de R&D, une pénalité de salaire d’environ 3,5 %. Ces résultats nous conduisent à nous interroger sur la politique européenne et française actuelle visant à accroître le nombre de chercheurs dans le secteur privé. En effet, selon les estimations de Cahu et al. (2010), la nouvelle réforme du crédit impôt recherche devrait, à elle seule, entrainer un accroissement des investissements de R&D privée de l’ordre de 0,33 points du PIB (produit intérieur brut) à l’horizon 2020 ; cela engendrerait, de la part des entreprises, un accroissement de la demande de chercheurs de l’ordre de 25 % par rapport au stock actuel. La question de l’offre de diplômés en sciences et du recrutement de nouveaux chercheurs par les entreprises va donc constituer un enjeu majeur dans les années qui viennent.

Top of page

Bibliography

Audric-Lerenard A., Topiol A. (1999), « Chercheur : un métier en expansion qui permet l’embauche de jeunes diplômés », Premières synthèses, n° 37-02, Dares, ministère de l’Emploi, septembre.

Becker F.S. (2010), “Why don't young people want to become engineers ? Rational reasons for disappointing decisions”, European Journal of Engineering Education, vol. 35, n° 4, pp. 349-366.

Beltramo J.-P., Paul J.-J., Perret C. (2000), The recruitment of researchers and the organisation of scientific activity in industry, International Journal of Technology Management, vol. 22, n° 7-8, pp. 811-834.

Biddle J., Roberts K. (1994), Private sector scientist and engineers and the transition to management, The Journal of Human Resources, vol. 29, n° 1, pp. 82-107.

Brown C., Linden G. (2008), “Is there a shortage of engineering talent in the US ?”, Working Paper n° 436132, Institute for Research on Labor and Employment, Berkeley, University of California.

Butz W.P., Bloom G.A., Gross M.E., Kelly T.K., Kofner A., Rippen H.E. (2003), “Is there a shortage of scientists and engineers ? How would we know ?”, Rand Issue Paper n° 241, Santa Monica.

Cahu P., Demmon L., Masse E. (2010), « L’impact macroéconomique de la réforme 2008 du crédit d’impôt recherche », Revue Économique, vol. 61, n° 2, pp. 319-339.

Delfgaauw J., Dur R. (2007), “Signaling and screening of workers' motivation”, Journal of Economic Behavior and Organization, vol. 62, n° 4, pp. 605-624.

Duhautois R., Maublanc S. (2005), Les carrières des chercheurs dans les entreprises privées, rapport de recherche centre d’étude de l’emploi. 

Duhautois R., Maublanc S (2006), « Chercheurs dans le privé : la place des docteurs », Connaissance de l’Emploi n° 26, Centre d’études de l’emploi, février.

Dupuy A., Smits W. (2009), “How large is the compensating wage differential for R&D workers ?”, Discussion Papers 4194, Institute for the Study of Labor..

Fox M.F., Stephan P. (2001), “Careers of young scientists : Preferences, Prospects and Realities by Gender and Field”, Social Studies of Science, vol. 31, n° 1, February, pp. 109-122.

Franzen A., Hangarten D (2006), “Social Networks and Labour Market Outcomes : The Non-Monetary Benefits of Social Capital”, European Sociological Review 2006, vol. 22, n° 4, pp. 353-368.

Gago J.M. (2004), Europe needs more scientists. Report by the High Level Group on Increasing Human Resources for Science and Technology in Europe, Brussels. European Commission.

Giret J.-F., Moullet S., Beduwe C., Fourcade B. (2006), « Les filières scientifiques et l'emploi », Les dossiers Insertion Education et Sociétés n° 177, ministère de l’Éducation nationale, de l’Enseignement supérieur et de la Recherche.

Giret J.-F., Perret C., Recotillet I. (2003), « Les jeunes scientifiques dans le secteur privé : quel rendement de la formation doctorale ? », in Mondialisation et régulation sociale, tome2, L’Harmattan, pp. 841-854.

Giret J.-F., Perret C., Recotillet I (2007), « Le recrutement des jeunes docteurs dans le secteur privé », Revue d’économie industrielle, vol. 119, pp. 85-102.

Graham J., Smith S. (2005), “Gender differences in employment and earnings in science and engineering in the US”, Economics of Education Reviews, vol. 24, n° 3, pp. 341-354.

Granovetter M. (1995), Getting a job : A Study of Contacts and Careers. Chicago : University of Chicago Press.

Heyes A. (2004), “The economics of vocation or why is a badly paid nurse a good nurse ?”, Journal of Health Economics, vol. 24, n° 3, pp. 561-569.

Industrie et technologies (2007), « R&D industrielle : le 12ème palmarès des écoles d’ingénieur », Octobre 2007.

Lam A. (2001), “Changing R&D organisation and innovation : Developing the new generation of R&D knowledge workers”, in The Contribution of European Socio-Economic Research to the Benchmarking of RTD Policies in Europe. DGV, Brussels : European Commission.

Lassibille G. (2001), “Earnings distribution among Spanish engineers : research vs. non-research occupation”, Research Policy, vol. 30, n° 4, pp. 673-680.

Lavoie M., Finnie R. (1998), “The occupational dynamics of recent Canadian engineering graduates inside and outside the bounds of technology”, Research Policy, vol. 27, n° 2, pp. 143-158.

Levin S.G., Stephan P.E. (1991), “Research Productivity Over the Life Cycle : Evidence for Academic Scientists”, The American Economic Review, vol. 81, n° 1, pp. 114-132.

Loksin M. et Zurab S. (2004), “Maximum likelihood estimation of endogenous switching regression models”, Stata Journal, vol. 4, n° 3, pp. 282-289.

Lowell B., Salzman H. (2007), Into the eye of the storm : Assessing the evidence on science and engineering education, quality, and workforce demand, The Urban Institute, Washington DC.

Mishagina N. (2008), Career Dynamics of Doctoral Scientists and Engineers. Working Paper, Economics Department, Queen's University, January.

Mangematin V. (2000), “PhD job market : professional trajectories and incentives during the PhD”, Research Policy, vol. 29, pp. 741–756.

Manolopoulos D. (2006), “What motives R&D professionals ? Evidence from decentralized laboratories in Greece”, International Journal of Human Resource Management, vol. ° 17, n° 4, pp. 616-647.

Moen J. (2005), “Is mobility of technical personnel a source of R&D spillovers ?”, Journal of Labor Economics, vol. 23, n° 1, pp. 81-114.

Montgomery J.D. (1991), “Social Networks and Labor-Market Outcomes : Toward an Economic Analysis”, The American Economic Review, vol. 81, n° 5, pp. 1408-1418.

Murphy K.M., Shleifer A., Vishny R.W. (1991), “The allocation of talent : implication for growth”, The Quarterly Journal of Economics, vol. 106, n° 2, pp. 503-530.

Observatoire de l'emploi scientifique (2009), État des lieux de l'emploi scientifique en France, Rapport au ministère de l'Enseignement supérieur et de la Recherche.

Rebick M.E. (2000), “The importance of networks in the market for university graduates in Japan : a longitudinal analysis of hiring patterns”, Oxford Economic Paper 52, pp. 471-496.

Recotillet I. (2007), “PhD Graduates With Post-Doctoral Qualification in the Private Sector : Does it Pay Off ?”, Labour, vol. 21, n° 3, pp. 473-502.

Riedinger N., Zaiem M. (2011), « Y a-t-il un problème d’insertion des titulaires de doctorat dans les centres de R&D des entreprises ? » LettreTrésor-Eco, n° 94, novembre.

Roberts G. (2002), « Set for success » : The supply of people with science, technology, engineering and mathematics skills, April, accessible en ligne à : http://webarchive.nationalarchives.gov.uk/+/http://www.hmtreasury.gov.uk/documents/enterprise_and_productivity/research_and_enterprise/ent_res_roberts.cfm , accédé le 3/08/2010.

Saloner G. (1985), “Old Boy Networks as Screening Mechanisms”, Journal of Labor Economics, vol. 3, n° 3, pp. 255-267.

Simon C.J., Warner J.T. (1992), “Machmarker, Machmarker : the effect of old boy networks on job match quality, earning and tenure”, Journal of Labor Economics, vol. 10, n° 3.

Stern S. (2004), “Do scientists pay to be scientists ?”, Management Science, vol. 50, n° 6, pp. 835-853.

Weiss A. (1980), “Job queues and layoffs in labor markets with flexible wages”, Journal of Political Economy, 88, pp. 526-538.

Zenger T.R., Lazzarini S.G. (2004), “Compensating for innovation : Do small firms offer higher-powered incentives that lure talent and motive effort”, Managerial and Decision Economics, vol. °25, pp. 329-345.

Top of page

Appendix

Tableau 2A : Estimation pour l’ensemble des diplômés

Fonctions de gains :
VI

Equation
de sélection

Fonctions de gains :
VE

Equation de sélection 
VE

Estimation par les MCO

R&D

Hors R&D

VD : R&D

R&D

Hors R&D

VD : R&D

Ln (salaire)

Constante

7,12

7,30

-1,21

7,0

7,22

-1,67

7,3

R&D

ns

Diplôme réf. Master

Ecole d'ingénieurs

12 %

10 %

0,18*

12 %

10 %

ns

10 %

Docteurs :

Cursus école d'ingénieurs

41 %

21 %

1,26

39 %

24 %

1,22

18 %

Cursus universitaire
- Stage en entreprise

- Pas de stage en entreprise


33 %

30 %


12 %

7 %*


1,08

0,94


34 %

29 %


15 %

9 %


1,13

0,96


16 %

10 %

Homme

5 %*

12 %

ns

7 %

10 %

ns

9 %

Discipline réf. Technologie

Maths-Physiques-Informatique

ns

ns

-0,41

ns

ns

-0,31

ns

Sciences naturelles

ns

-1 %

ns

ns

ns

ns

ns

Mécanique

ns

ns

0,20*

ns

ns

0,22*

ns

Agronomie

-10 %*

-11 %

-0,36

ns

-7 %

ns

-7 %

Autres sciences de l'ingénierie

-11 %

-6 %

-0,55

ns

ns

-0,41

ns

Nombre de mois en emploi

0,6 %

0,9 %

0,01*

0,4 %

0,9 %

0,01*

0,7 %

Nombre de séquences au chômage

-5 %

-5 %

ns

-3 %*

-5 %

0,10*

-5 %

Moyens utilisés réf. Autres

Relations

ns

ns

ns

ns

ns

ns

ns

Établissement de formation

ns

ns

0,34

7 %*

ns

0,31

ns

Projet réf. Aucun projet

Recherche-Sciences

0,27

0,27

Ingénieur

0,25

0,26

Informatique

-0,55

-0,45

Autre projet

0,18

0,20

Taille de l’entreprise réf. - de 200 salariés

Entre 200 et 500 salariés

ns

ns

0,19*

ns

Pus de 500 salariés

8 %

10 %

0,23

9 %

Activité de l’entreprise réf. Autre

Biens de consommation

20 %

9 %

0,36*

11 %

Biens d’équipement

9 %

ns

0,48

ns

Automobile

20 %

ns

0,54

6 %

Biens intermédiaires

22 %

ns

0,68

7 %

Région de l’entreprise réf. Autre

Ile de France

10 %

8 %

ns

8 %

Midi-Pyrénées

ns

-8 %*

ns

--5 %*

Rhône-Alpes

ns

ns

ns

ns

PACA

9 %*

ns

ns

ns

σ1

0,29

0,27

σ0

0,25

0,24

ρ1

0,87

0,89

ρ0

ns

ns

Test de Wald Prob>Chi-2

0,000

0,0000

N

1490

25 %

Tableau 2B : Estimations pour les docteurs

Fonctions de gains
VI

Equation de sélection
VI

Fonctions de gains
VE

Equation de sélection
VE

Estimation par les MCO

Recherche

Non recherche

Variable dépendante : recherche

Recherche

Non recherche

Variable dépendante : recherche

Ln (salaire)

Constante

7,39

7,51

ns

7,26

7,42

-0,99

7,45

R&D

ns

Cursus antérieur

Ecole d’ingénieurs

ns

10 %*

ns

ns

11 %*

ns

ns

Homme

ns

ns

-0,41

ns

ns

-0,34*

8 %

Financement lors du doctorat

Cifre (1)

17 %

20 %

0,87

9 %*

19 %

0,67

ns

Discipline réf. Sciences de l'ingénierie

Chimie

ns

ns

ns

ns

ns

ns

-ns

Maths-Physiques-Informatique

ns

ns

ns

ns

ns

s

ns

Sciences naturelles

ns

ns

ns

12 %

ns

ns

ns

Stage

10 %

13 %

0,52

11 %

14 %

0,45

7 %

Nombre de mois en emploi

0,6 %

0,8 %

ns

ns

0,7 %

ns

0,3 %*

Nombre de séquences au chômage

ns

ns

ns

ns

ns

-4 %*

Moyens utilisés Réf. Autre

Établissement de formation

ns

32 %

0,46*

ns

32 %

ns

ns

Relations

ns

ns

ns

ns

ns

ns

ns

Projet professionnel lors du doctorat réf. Dans le privé

Travailler dans la recherche publique

--8 %

-10 %

ns

-ns

ns

0,32*

-8 %

Stage post-doctorat

0,39

0,35

Projet souhaité l’année du bac réf. Autre

Recherche-Sciences

ns

ns

Aucun projet

ns

ns

Taille de l’entreprise réf. - de 200 salariés

Entre 200 et 500 salariés

11 %

ns

ns

ns

Pus de 500 salariés

16 %

12 %

0,45

9 %

Activité de l’entreprise réf. Autres

Biens de consommation

20 %

ns

0,80*

12 %

Biens d’équipement

ns

ns

ns

-ns

Automobile

20 %

ns

ns

15 %*

Biens intermédiaires

24 %

38 %

0,64

16 %

Région de l’entreprise réf. Autre

Ile-de-France

8 %*

16 %

ns

9 %

Midi-Pyrénées

13 %*

ns

ns

ns

Rhône-Alpes

ns

ns

ns

ns

PACA (Provence-Alpes-Côte d’Azur)

ns

ns

ns

ns

σ

0,27

024

σ

0,29

0,27

ρ

0,76

0,76

ρ

0,76

0,85

Test de Wald Prob>chi-2

0,00

0,00

23 %

N

323

Tableau 2C : Estimations pour les diplômés d’écoles d’ingénieurs

Fonction de gains

VI

Equation de sélection
VI

Fonction de gains
VE

Equation de sélection
VE

MCO

R&D

HR&D

VD: R&D

R&D

HR&D

VD : R&D

Constante

7,19

7,19

-1,30

7,04

7,19

-1,75

7,23

R&D

ns

Homme

ns

9 %

ns

6 %*

8 %

ns

7 %

Discipline réf. Technologie

Maths-Physiques-Informatique

- ns

10 %

-0,55

-ns

ns

-0,59

ns

Agro-alimentaire

- ns

ns

ns

ns

-8 %*

ns

-8 %

Autre Sciences de l'ingénierie

- ns

ns

ns

ns

ns

ns

ns

Mécanique

ns

ns

0,24*

ns

ns

ns

ns

Sciences naturelles-chimie

- ns

ns

ns

ns

ns

ns

ns

Nombre de mois en emploi

0,8 %

1 %

ns

0,8 %

1 %

ns

1 %

Nombre de séquences au chômage

ns

-5 %*

0,17*

ns

ns

ns

ns

Moyen utilisé réf. Autre

Etablissement de formation

ns

ns

ns

10 %*

ns

0,41

ns

Relations

ns

- ns

ns

ns

-ns

ns

ns

Autre diplômé que celui d’ingénieur

ns

ns

ns

ns

ns

ns

ns

Ecole prestigieuse

15 %

12 %

ns

14 %

10 %

ns

12 %

Ecole R&D

9 %

ns

0,27

8 %

ns

0,28

ns

Projet réf. Aucun projet

Recherche- Sciences

0,38

0,32*

Ingénieur

0,29

0,34

Informatique

- ns

ns

Autre projet

0,23

0,25*

Taille de l’entreprise réf. - de 200 salariés

Entre 200 et 500 salariés

ns

ns

ns

ns

Pus de 500 salariés

ns

10 %

ns

7 %

Activité de l’entreprise réf. Autres

Biens de consommation

ns

13 %*

ns

14 %

Biens d’équipement

9 %*

ns

0,32*

ns

Automobile

21 %

ns

0,65

ns

Biens intermédiaires

18 %

ns

0,66

ns

Région de l’entreprise réf. Autre

Ile-de-France

9 %

7 %

ns

4 %

Midi-Pyrénées

ns

-ns

ns

-8 %

Rhône-Alpes

-9 %*

-ns

ns

-5 %*

PACA

12 %

-ns

ns

ns

σ

0,24

0,24

σ

0,31

0,25

ρ

0,84

0,91

ρ

-0,89

0,01

Test de Wald P>Chi-2

0,000

21 %

N

714

Sigles ou abréviations : MCO : Moindres carrés ordinaires. VI : Variables individuelles. VE : Variables entreprise. VD : Variables dépendantes.
(1) : Convention Industrielle de Formation par la Recherche.
Notes : ns : le coefficient est non significatif ; * le coefficient est significatif à 10 % ; tous les autres coefficients sont significatifs au moins à 5 %. Les coefficients des fonctions de gains s’interprètent en pourcentage. Par exemple, au sein des activités de R&D, les diplômés d’écoles d’ingénieurs perçoivent un salaire supérieur de 12 % par rapport aux diplômés d’un master en sciences. Les coefficients des équations de sélection ne sont pas directement interprétables. Un coefficient positif (négatif) indique une probabilité plus (moins) importante de travailler au sein des activités de R&D. Par exemple, les diplômés d’écoles d’ingénieurs ont une probabilité plus importante d’être employés au sein des activités de R&D que les diplômés possédant un master en sciences.

Top of page

Notes

1 CIFRE : Convention Industrielle de Formation par la Recherche. L’objectif est de favoriser le développement de la recherche partenariale publique-privée et de placer les doctorants dans des conditions d’emploi. Elle repose sur l’association de quatre acteurs : l’entreprise qui recrute en CDI ou CDD un diplômé de niveau master, le laboratoire de recherche académique qui encadre les travaux du salarié-doctorant, le doctorant et l’ANRT qui contracte avec l’entreprise une convention sur la base de laquelle une subvention est versée à l’entreprise.

2 Dans son étude, il prend l'exemple des infirmières.

3 Pour le stage en entreprise, ne sont pas pris en compte les docteurs ayant bénéficié d'un financement CIFRE lors de leur doctorat.

4 Les écoles prestigieuses sont les écoles classées dans les dix premières dans différents magazines (Le point, L’étudiant…).

5 Nous appelons docteurs-universitaires, les docteurs avec un cursus universitaire et docteurs-ingénieurs, les docteurs avec un cursus antérieur en école d'ingénieurs.

6 On ne peut toutefois pas écarter la probabilité de rationalisation a posteriori, les jeunes travaillant dans la R&D déclarant plus volontiers souhaiter y travailler dès leur bas âge, tandis que ceux n’y travaillant pas déclarent moins volontiers ne pas souhaiter y travailler au moment du baccalauréat.

7 Ne sont pas ici comptabilisés comme ayant suivi un stage en entreprise les docteurs ayant bénéficié d’un financement CIFRE.

8 L’expérience professionnelle est mesurée par le nombre de mois passés en emploi.

9 Notons que le coefficient de la variable R&D est positif et non significatif dans le modèle estimé par les MCO. La différence de résultat entre les deux modèles n’est pas surprenante. Il semble en effet que les docteurs les « plus performants » exercent dans le secteur R&D. Le fait de ne pas prendre en compte les biais de sélection tend donc à surestimer la rémunération dans le secteur recherche.

Top of page

References

Bibliographical reference

Claire Bonnard, Jeunes diplômés en sciences : les déterminants de l’accès à la recherche-développement privéeFormation emploi, 117 | 2012, 49-68.

Electronic reference

Claire Bonnard, Jeunes diplômés en sciences : les déterminants de l’accès à la recherche-développement privéeFormation emploi [Online], 117 | janvier-mars 2012, Online since 06 June 2012, connection on 29 March 2024. URL: http://journals.openedition.org/formationemploi/3520; DOI: https://doi.org/10.4000/formationemploi.3520

Top of page

About the author

Claire Bonnard

Attachée temporaire d’enseignement et de recherche en sciences économiques à l’IREDU (Institut de recherche sur l’éducation) – université de Bourgogne

Top of page

Copyright

The text and other elements (illustrations, imported files) are “All rights reserved”, unless otherwise stated.

Top of page
Search OpenEdition Search

You will be redirected to OpenEdition Search