Âges et générations

Economie et Statistique / Economics and Statistics
No 491-492
Paru le : 01/03/2017
Consulter

Calculer le niveau de vie d’un ménage : une ou plusieurs échelles d’équivalence ?

Henri Martin
Economie et Statistique / Economics and Statistics
Paru le : 01/03/2017

Résumé

Les échelles d’équivalence, utilisées pour comparer les niveaux de vie de ménages de taille et composition diverses, visent à prendre en compte les économies d’échelle qui résultent de la mise en commun des ressources et des dépenses au sein des ménages. Pour estimer ces échelles, deux approches sont possibles : une approche « objective », basée sur la modélisation des dépenses de consommation des ménages ou une approche « subjective », qui s’appuie sur le ressenti des ménages concernant leur niveau de vie. C’est cette dernière qui est privilégiée ici.

À partir des données des éditions de 1995 à 2011 de l’enquête Budget de famille de l’Insee, les différentes estimations d’échelles d’équivalence présentées mettent en lumière la sensibilité des résultats à la spécification des modèles, au choix du champ des estimations, au choix des indicateurs subjectifs de niveau de vie retenus, et à des conventions concernant le calcul du coût associé aux enfants à la charge des ménages.

L’approche subjective ne permet pas d’identifier de manière robuste une échelle d’équivalence unique. Elle donne en revanche une indication d’un « ordre des possibles » ; ainsi, l’équivalent-adulte va de 0.15 à 0.8 pour un enfant de moins de 14 ans, là où les échelles d’équivalence les plus couramment utilisées reposent sur un choix conventionnel, par exemple 0.3 avec l’échelle OCDE-modifiée. Ainsi, pour la conduite des études mobilisant ces outils comme pour les choix de politiques publiques il peut être préférable d’utiliser un jeu d’échelles d’équivalence plutôt qu’une échelle unique.

Article (pdf, 1 Mo)

Citer cet article

Martin, H. (2017). Calculer le niveau de vie d’un ménage : une ou plusieurs échelles d’équivalence ? Economie et Statistique / Economics and Statistics, 491-492, 101-118. DOI: 10.24187/ecostat.2017.491d.1907