Estimation avancée du taux de pauvreté et des indicateurs d’inégalitésEn 2018, les inégalités et le taux de pauvreté augmenteraient

Flore Cornuet, Michaël Sicsic (division Études sociales, Insee)

Selon la méthode d’estimation avancée basée sur la microsimulation, les inégalités de niveau de vie augmenteraient en 2018 : l’indice de Gini augmenterait de 0,005 pour s’établir à 0,294 et le ratio entre la masse des niveaux de vie détenue par les 20 % de personnes les plus aisées et celle détenue par les 20 % les plus modestes augmenterait de 0,1 pour s’établir à 4,4. Le rapport interdécile serait quasi stable à 3,5. La hausse des inégalités serait surtout liée à la forte augmentation des revenus des capitaux mobiliers désormais soumis au prélèvement forfaitaire unique, concentrés chez les plus aisés.

Le taux de pauvreté augmenterait de 0,6 point en 2018, pour atteindre 14,7 % de la population. Cette hausse s’expliquerait en partie par la diminution des allocations logement dans le parc HLM en 2018, les niveaux de vie n’intégrant pas la baisse de loyer équivalente. En neutralisant l’effet de la baisse des allocations logement dans le parc social, cette hausse serait plus modérée (+ 0,2 point).

Flore Cornuet, Michaël Sicsic (division Études sociales, Insee)
Insee Analyses  No 49 - octobre 2019

Des indicateurs avancés grâce à la microsimulation

L’Insee publie le taux de pauvreté et les principaux indicateurs d’inégalités de niveau de vie relatifs à l’année N en septembre de l’année N+2. Pour évaluer plus rapidement la situation et l’efficacité des politiques publiques de lutte contre la pauvreté et les inégalités, il est utile de disposer d’indicateurs plus précoces.

L’Insee poursuit par conséquent son expérimentation, lancée en 2015, d’une méthode fondée sur la microsimulation afin de produire à l’automne N+1 des indicateurs avancés sur l’année N. La situation de l’année N est simulée à partir d’un échantillon représentatif de ménages de l’année N-1, des dernières données démographiques et économiques agrégées, ainsi que des barèmes de la législation sociale et fiscale.

Afin de s’approcher le plus possible des indicateurs de pauvreté et d’inégalités définitifs pour 2018 qui seront publiés en septembre 2020, les indicateurs avancés estimés ici adoptent la même définition qu’eux. Cette année, plusieurs réformes affectent le pouvoir d’achat des ménages sans être répercutées sur les niveaux de vie définitifs, tels qu’ils sont usuellement mesurés à partir des enquêtes Revenus fiscaux et sociaux (ERFS, sources et méthodes). C’est le cas de la transformation de l’impôt de solidarité sur la fortune (ISF) en impôt sur la fortune immobilière (IFI), cet impôt n’étant pas intégré dans les ERFS pour des contraintes de disponibilité de données. Le chèque énergie mis en place en 2018 ne rentre quant à lui pas dans le contour du revenu disponible, car c’est une prestation affectée. La hausse des taxes sur les produits pétroliers et sur le tabac affecte les prix à la consommation des ménages mais n’a pas d’incidence directe sur la mesure de leur revenu disponible. Enfin, en 2018, les loyers dans le parc social ont été réduits et accompagnés d’une baisse des allocations logement. Seule la réduction des allocations logement affecte les indicateurs d’inégalités de niveau de vie car elle constitue une baisse des revenus, tandis que la baisse des loyers concerne les dépenses. Or ces deux mesures se compensent pour les ménages concernés. Un chiffrage complémentaire des indicateurs de pauvreté et d’inégalité neutralisant la baisse des allocations logement est donc proposé ici.

En 2018, les inégalités et le taux de pauvreté augmenteraient

En 2018, selon la méthode d’estimation avancée basée sur la microsimulation (sources et méthodes), les inégalités augmenteraient. L’indice de Gini augmenterait de 0,005, pour s’établir à 0,294 (figure 1). Ce serait la plus forte hausse depuis 2010, mais le niveau de 2018 resterait en dessous du pic atteint en 2011. Le rapport entre la masse des niveaux de vie détenue par les 20 % de personnes les plus aisées et celle détenue par les 20 % les plus modestes (ratio (100-S80)/S20) augmenterait légèrement, de 0,1 point, pour s’établir à 4,4 (après une quasi-stabilité depuis 2013). À l’inverse, le rapport interdécile D9/D1, indicateur moins sensible aux extrémités de la distribution, resterait quasi stable (3,5 en 2018).

Selon cette même méthode de microsimulation, le taux de pauvreté monétaire augmenterait de 0,6 point, pour s’établir à 14,7 % de la population. Ce taux de pauvreté est calculé par rapport au seuil fixé par convention à 60 % du niveau de vie médian. En 2018, 9,3 millions de personnes seraient ainsi en situation de pauvreté monétaire. Le taux de pauvreté calculé à partir d’un seuil fixé à 50 % du niveau de vie médian augmenterait plus faiblement (+ 0,2 point). Ces estimations tiennent compte de la baisse des allocations logement dans le parc HLM en 2018, mais pas de la réduction de loyer de solidarité destinée à la compenser, qui n’entre pas, par définition, dans la mesure des niveaux de vie. Sans prendre en compte cette baisse des allocations logement, la hausse du taux de pauvreté au seuil de 60 % serait plus modérée (+ 0,2 point en 2018, figure 1) et 9,1 millions de personnes seraient en situation de pauvreté monétaire.

Figure 1a - Évolutions et niveaux du taux de pauvreté et des principaux indicateurs d’inégalités en 2017 et en 2018 avec baisse des allocations logement dans le parc HLM

Figure 1a - Évolutions et niveaux du taux de pauvreté et des principaux indicateurs d’inégalités en 2017 et en 2018 avec baisse des allocations logement dans le parc HLM - Lecture : en 2018, selon la simulation, en prenant en compte la baisse des allocations logement dans le parc HLM (compensée par la réduction de loyer de solidarité, RLS), le taux de pauvreté augmenterait (+ 0,6 point de pourcentage), à 14,7 % et l'évolution du rapport interdécile serait de + 0,049 (soit 0,0 en arrondi), passant ainsi de 3,4 à 3,5.
2017 Observé 2018 Simulé
Taux de pauvreté à 60 %
Évolution par rapport à l'année précédente (en points de %) 0,1 0,6
Niveau (en %) 14,1 14,7
Indice de Gini
Évolution par rapport à l'année précédente 0,001 0,005
Niveau 0,289 0,294
Ratio (100-S80)/S20
Évolution par rapport à l'année précédente 0,0 0,1
Niveau 4,3 4,4
Rapport interdécile D9/D1
Évolution par rapport à l'année précédente 0,0 0,0
Niveau 3,4 3,5
  • Note : les indicateurs calculés reposent par définition sur des niveaux de vie qui n’intègrent pas les loyers et donc pas la baisse de loyer intervenue début 2018 dans le parc social.
  • Lecture : en 2018, selon la simulation, en prenant en compte la baisse des allocations logement dans le parc HLM (compensée par la réduction de loyer de solidarité, RLS), le taux de pauvreté augmenterait (+ 0,6 point de pourcentage), à 14,7 % et l'évolution du rapport interdécile serait de + 0,049 (soit 0,0 en arrondi), passant ainsi de 3,4 à 3,5.
  • Champ : France métropolitaine, personnes vivant dans un ménage dont le revenu déclaré est positif ou nul et dont la personne de référence n’est pas étudiante.
  • Source : Insee, enquête Revenus fiscaux et sociaux 2017 (actualisée 2018), modèle Ines 2018.

La hausse des inégalités serait principalement liée à la hausse des revenus financiers

La hausse des inégalités mesurées par l’indice de Gini est liée à deux phénomènes : la hausse des inégalités avant redistribution et celle liée aux mesures socio-fiscales.

En premier lieu, l’indice de Gini avant redistribution augmenterait de 0,004. Cela s’expliquerait principalement par la très forte hausse de certains revenus des capitaux mobiliers, notamment des dividendes perçus par les ménages en 2018 (d’environ 60 %, encadré), très concentrés dans le haut de la distribution. Cette augmentation des dividendes versés aux ménages découlerait de la mise en place du prélèvement forfaitaire unique (PFU) qui abaisse la fiscalité de certains revenus du patrimoine [France Stratégie, 2019]. À l’inverse, certains revenus du patrimoine moins concentrés dans le très haut de la distribution auraient baissé, comme les revenus de placement à revenu fixe, du fait de la baisse des taux d’intérêt ou certains produits d’assurance-vie. Ces hausses des revenus des capitaux mobiliers contribueraient pour trois quarts à la hausse de l’indice de Gini avant redistribution. En second lieu, une fois prise en compte l’augmentation des revenus des capitaux mobiliers concomitante à la mise en place du PFU, la mesure PFU en elle-même aurait peu joué sur les indicateurs globaux d’inégalités : l’effet seul de cette mesure serait ainsi de + 0,001 sur l’indice de Gini. L’effet serait concentré sur les 5 % des personnes les plus aisées (voir Paquier et Sicsic, 2019 pour l’évaluation de cette mesure à comportements inchangés). D’autres mesures contribueraient également à augmenter les inégalités de niveau de vie, comme le gel des allocations logement ou encore leur baisse pour les locataires du parc HLM. À l’inverse, les plus modestes bénéficieraient des mesures sur les minima sociaux et la prime d’activité, qui contribuent à réduire les inégalités.

La baisse des allocations logement en HLM contribuerait mécaniquement à la hausse du taux de pauvreté

La hausse du taux de pauvreté serait en partie liée à l’accroissement du niveau de vie médian et donc du seuil de pauvreté. D’une part, le niveau de vie médian avant redistribution augmenterait en lien avec des salaires relativement dynamiques et l’augmentation des revenus financiers ; ceci contribuerait à accroître le taux de pauvreté avant redistribution de 0,2 point. D’autre part, les mesures socio-fiscales de 2018 augmenteraient le niveau de vie après redistribution de l’ensemble de la population [Biotteau et al., 2019], et donc le seuil de pauvreté. Les mesures sur les prélèvements, comme la baisse de la taxe d’habitation, la bascule CSG/cotisations et l’extension du crédit d’impôt pour l’emploi de salariés à domicile aux retraités, bénéficieraient davantage aux ménages au-dessus du seuil de pauvreté. Elles contribueraient donc à la hausse du seuil et du taux de pauvreté, tandis que les mesures sur les minima sociaux (revalorisation de l’allocation de solidarité aux personnes âgées et de l’allocation aux adultes handicapés) contribueraient au contraire à la baisse du taux de pauvreté.

C’est la baisse des allocations logement dans le parc HLM qui aurait le plus fort effet sur l’évolution du taux de pauvreté (+ 0,4 point environ). Cette baisse des allocations s’accompagne cependant de la mise en place d’une réduction des loyers dans le parc social visant à la compenser. Or, par définition, les loyers ne sont pas pris en compte dans la mesure des inégalités de niveau de vie, car celle-ci concerne les revenus des ménages et n’intègre pas l’effet d’une baisse des dépenses. Sans prendre en compte la diminution des aides au logement des locataires du parc social, le taux de pauvreté augmenterait de 0,2 point en 2018 (figure 1), comme le taux de pauvreté avant redistribution.

D’autres mesures non prises en compte dans le calcul des niveaux de vie affectent le pouvoir d’achat des ménages

Les indicateurs avancés estimés ici s’approchent le plus possible des indicateurs de pauvreté et d’inégalités définitifs pour 2018 qui seront publiés en septembre 2020, ils se calent donc sur la définition et la mesure des niveaux de vie qui seront retenues. Les indicateurs découleront de niveaux de vie qui n’incorporeront pas l’impôt de solidarité sur la fortune (ISF) et sa transformation en impôt sur la fortune immobilière (IFI) et le chèque énergie, pour des contraintes de disponibilité de données dans le premier cas et de contour du revenu disponible dans le second, le chèque énergie étant une prestation affectée. Selon Paquier et al. (2019), la réforme de l’ISF en 2018 aurait eu un effet à la hausse sur les indicateurs d’inégalités par rapport à une situation contrefactuelle sans réforme : de 0,002 pour l’indice de Gini et de 0,03 sur le ratio (100-S80)/S20. La prise en compte de l’ISF contribuerait ainsi à légèrement accentuer la hausse des indicateurs d’inégalités en 2018. À l’inverse, la prise en compte de la mise en place du chèque énergie en remplacement des tarifs sociaux du gaz et de l’électricité contribuerait à légèrement réduire les inégalités [Biotteau et al. 2019].

Les variations différenciées de pouvoir d’achat le long de l’échelle des niveaux de vie, liées à des mesures affectant les prix à la consommation des ménages, ne sont pas prises en compte ici. C’est notamment le cas de deux mesures ayant des effets inverses : la hausse des taxes sur les produits pétroliers et sur le tabac affecterait davantage les ménages les moins aisés, alors que la réduction des loyers dans le secteur social leur bénéficierait davantage qu’aux autres.

Retour sur 2017 : des prévisions proches des résultats définitifs

Pour la cinquième année, l’Insee publie cet exercice d’estimation avancée par microsimulation du taux de pauvreté et des principaux indicateurs d’inégalités [Schmitt, Sicsic, 2018 ; Fontaine, Sicsic, 2015]. Comme pour les années précédentes, les prévisions pour 2017 sont très proches des résultats définitifs publiés un an après (figure 2).

Ainsi, d’après les résultats définitifs, le taux de pauvreté a augmenté de 0,1 point en 2017 contre une stabilité pour l’indicateur avancé, soit un écart de 0,1 point. La hausse de l’indice de Gini observée a été légèrement plus modérée que celle simulée (+ 0,001 contre + 0,002) et les évolutions observées du ratio (100-S80)/S20 et du rapport interdécile sont identiques à celles prévues (stabilité dans les deux cas, figure 2). La légère différence sur l’indice de Gini vient du fait que la hausse des revenus d’assurance-vie entre 2017 et 2018 a été surestimée dans l’estimation avancée.

Les écarts entre les évolutions prévues et celles effectivement observées ne sont pas significatifs. En effet, le taux de pauvreté est connu à 0,3 point de pourcentage près dans l’enquête Revenus fiscaux et sociaux et l’indice de Gini à plus ou moins 0,003 (contre un écart de 0,1 point pour le taux de pauvreté et de 0,001 pour l’indice de Gini).

Figure 2 - Évolutions simulée et observée du taux de pauvreté et des principaux indicateurs d’inégalités entre 2016 et 2017

Figure 2 - Évolutions simulée et observée du taux de pauvreté et des principaux indicateurs d’inégalités entre 2016 et 2017 - Lecture : à l'automne 2018, la méthode de microsimulation a prévu une stabilisation du taux de pauvreté en 2017, contre une hausse observée de 0,1 point (publiée en septembre 2019) : l'écart est de – 0,1 point.
Simulée Observée Écart
Taux de pauvreté à 60 % (en points de %) 0,0 0,1 – 0,1
Indice de Gini 0,002 0,001 0,001
Ratio (100-S80)/S20 0,0 0,0 0,0
Rapport interdécile D9/D1 0,0 0,0 0,0
  • Lecture : à l'automne 2018, la méthode de microsimulation a prévu une stabilisation du taux de pauvreté en 2017, contre une hausse observée de 0,1 point (publiée en septembre 2019) : l'écart est de – 0,1 point.
  • Champ : France métropolitaine, personnes vivant dans un ménage dont le revenu déclaré est positif ou nul et dont la personne de référence n’est pas étudiante.
  • Source : Insee, enquêtes Revenus fiscaux et sociaux 2016 et 2017, modèle Ines 2017.

Encadré - Hypothèses d’évolution des revenus et incertitudes liées à l’exercice 2018

L’estimation par microsimulation peut différer des données définitives publiées à partir de l’enquête Revenus fiscaux et sociaux (ERFS) un an après, notamment du fait des hypothèses d’évolution des revenus entre l’année N-1 et N. Les évolutions appliquées aux revenus sont agrégées ou calculées via des proxy et introduisent donc de l’aléa. Si les indicateurs présentés dans l’estimation avancée sont en général robustes à ces hypothèses [Fontaine, Sicsic, 2015], l’incertitude semble plus forte cette année du fait des fortes évolutions des revenus du capital mobilier, concomitantes à la mise en place du prélèvement forfaitaire unique (PFU) en 2018. La baisse des taux marginaux d’imposition de certains revenus du capital incite à une hausse des montants versés pour ces revenus du capital, et potentiellement, pour les gérants majoritaires de société, à un arbitrage salaire/dividende en faveur des dividendes [France Stratégie, 2019].

Pour les évolutions des revenus des capitaux mobiliers entre 2017 et 2018, on utilise les évolutions agrégées des premières remontées des données fiscales, qui sont provisoires. Ces dernières indiquent une très forte hausse des revenus des capitaux mobiliers soumis au PFU et une baisse des revenus de placement à revenu fixe. Pour les salaires, on utilise les évolutions des salaires de base (notamment hors primes) de l’enquête Acemo (Activité et condition d’emploi de la main d’œuvre, source Dares) par secteurs et par catégories socio-professionnelles. Le détail disponible ne permet cependant pas de déceler une éventuelle baisse des salaires des gérants majoritaires de société, qui aurait pu se produire du fait de la mise en place du PFU, en contrepartie d’une hausse des dividendes de ces indépendants. Cet effet de compensation, s’il avait lieu en 2018, entraînerait une hausse plus modérée des inégalités que celle mesurée ici, ce type d’arbitrage concernant particulièrement les revenus élevés. Cependant, l’ampleur de cette baisse des salaires devrait être limitée en 2018, année de transition de la mise en place du prélèvement à la source qui rend l’arbitrage salaire/dividende moins évident, et du fait que la fraction de dividende supérieure à 10 % du capital de la société détenue par des gérants de SARL est soumise depuis 2013 à cotisations sociales (ce qui augmente leur taux d’imposition). Enfin, les taux d’imposition du PFU ont été appliqués sur toute l’année 2018 dans les simulations alors que, dans certains cas, les taux du prélèvement forfaitaire obligatoire de 2017 ont été encore appliqués début 2018 (décalage comptable et retard de modifications de taux par certaines banques) : ici, cela conduirait à surestimer très légèrement l’effet du PFU sur les inégalités.

Sources

La source à laquelle le modèle Ines est adossé : l’ERFS

Les résultats présentés dans cette étude sont obtenus à partir du modèle de microsimulation Ines, développé par l’Insee, la Drees et la Cnaf, dont le code et la documentation sont accessibles librement. Le modèle Ines est adossé à l’enquête Revenus fiscaux et sociaux (ERFS) qui réunit les informations socio-démographiques de l’enquête Emploi, les informations administratives des Caisses nationales d’allocations familiales (Cnaf) et d’assurance vieillesse (Cnav), de la Caisse centrale de la mutualité sociale agricole (CCMSA) et le détail des revenus déclarés à l’administration fiscale pour le calcul de l’impôt sur le revenu fourni par la direction générale des finances publiques (DGFiP). En outre, un module sur le patrimoine [Paquier et al., 2019] est mobilisé, basé sur l’enquête Patrimoine de 2014-2015 ainsi que sur les données de la DGFiP sur l’impôt de solidarité sur la fortune de 2017 et l’impôt sur la fortune immobilière de 2018. Enfin, les loyers utilisés pour simuler les allocations logement dans Ines sont imputés dans l’ERFS à partir de l’enquête Logement. En 2017, l’ERFS s’appuie sur un échantillon représentatif d’environ 52 000 ménages de France métropolitaine. Le champ retenu pour le calcul du niveau de vie et de la pauvreté est celui des personnes vivant en ménage ordinaire, dont le revenu déclaré est positif ou nul, et dont la personne de référence n’est pas étudiante.

Le modèle de microsimulation Ines dans son utilisation standard

Dans l’utilisation usuelle d’Ines, les données de l’ERFS de l’année N sont recalées à partir des données plus récentes issues d’autres sources de la statistique publique, afin de refléter la structure de la population en N+2. De même, pour refléter la situation en N+2, les revenus d’activité et de remplacement sont actualisés en utilisant les évolutions entre N et N+2 fournies par les dernières données fiscales et sociales disponibles (on parle de « vieillissement »). On calcule ensuite pour chaque ménage les différents transferts monétaires reçus et versés (selon sa composition familiale, l’activité de ses membres et leurs ressources) pour en déduire son niveau de vie après redistribution. Aucune hypothèse comportementale, ni aucun impact sur les prix, ne sont présents dans le modèle, qui permet donc uniquement des analyses statiques des évolutions législatives et réglementaires.

Le modèle Ines est traditionnellement utilisé en variante (évaluation des effets de mesures prises dans le champ fiscal et social) ou pour des comparaisons de l’impact de la redistribution entre catégories de ménages à une date donnée.

Méthodologie : détourner Ines pour faire du nowcasting (indicateurs avancés)

On peut détourner l’utilisation standard d’Ines pour faire du nowcasting en projetant Ines sur une seule année. Ainsi, l’ERFS d’une année N est mobilisée une première fois pour simuler l’année N (on parle d’évaluation « contemporaine »), et une seconde fois pour simuler l’année N+1 (on parle d’évaluation « décalée »). L’évaluation décalée est possible car à l’automne N+2, la grande majorité des données de cadrage sont disponibles pour N+1, ou du moins une bonne approximation (encadré). Par ailleurs, comme la simulation des effets d’une législation donnée à partir des barèmes en vigueur nécessite d’avoir les données de revenus relatives à trois années consécutives, l’exercice de nowcasting doit aussi simuler le passé. À quelques adaptations près, ce « rajeunissement » des données est effectué de façon symétrique au « vieillissement » effectué dans l’utilisation standard.

L’estimateur de l’évolution entre N et N+1 présenté dans cette étude est obtenu par différence entre l’évaluation décalée de l’année N+1 et l’évaluation contemporaine de l’année N, et s’appuie donc sur l’utilisation d’un seul millésime de l’ERFS (N = 2017). Ce faisant, la méthode gagne en robustesse car elle permet de s’affranchir des aléas d’échantillonnage d’une ERFS à l’autre. L’évolution ainsi estimée par microsimulation est ensuite appliquée au taux de pauvreté observé pour l’année N dans l’ERFS. En effet, la méthode envisagée ne permet pas de produire directement une estimation du taux de pauvreté en niveau, en particulier du fait de différences résiduelles concernant la perception de minima sociaux (simulée dans un cas, observée à partir de sources administratives dans l’autre).

Définitions

Niveau de vie : revenu disponible du ménage divisé par le nombre d’unités de consommation. Les unités de consommation (UC) sont calculées selon l’échelle d’équivalence dite de l’OCDE modifiée, qui attribue 1 UC au premier adulte du ménage, 0,5 UC aux autres personnes de 14 ans ou plus et 0,3 UC aux enfants de moins de 14 ans. Le niveau de vie médian, qui partage la population en deux, est tel que la moitié des personnes disposent d’un niveau de vie inférieur et l’autre moitié d’un niveau de vie supérieur.

Niveau de vie avant redistribution : niveau de vie avant prise en compte des prestations sociales et des prélèvements directs (non contributifs).

Indice de Gini : indice mesurant le degré d’inégalité d’une distribution (ici, le niveau de vie) pour une population donnée. Il varie entre 0 et 1, la valeur 0 correspondant à l’égalité parfaite (tout le monde a le même niveau de vie), la valeur 1 à l’inégalité extrême (une personne a tout le revenu et les autres n’ont rien).

Ratio (100-S80)/S20 : mesure la disparité relative de la distribution d’une grandeur donnée (salaire, revenu, niveau de vie...). Ainsi, pour une distribution de revenus, (100-S80)/S20 rapporte la masse des revenus détenue par les 20 % d’individus les plus riches à celle détenue par les 20 % des personnes les plus pauvres.

Rapport interdécile : ratio entre le niveau de vie au-dessus duquel se situent les 10 % les plus aisés et celui au-dessous duquel se situent les 10 % les plus modestes.

Pauvreté monétaire : une personne est considérée comme pauvre lorsque son niveau de vie est inférieur au seuil de pauvreté. Ce seuil est calculé par rapport à la médiane de la distribution nationale des niveaux de vie. C’est le seuil à 60 % du niveau de vie médian qui est privilégié en Europe. Le taux de pauvreté correspond à la proportion de personnes dont le niveau de vie est inférieur à ce seuil.

Pour en savoir plus

Biotteau A.-L., Fredon S., Paquier F., Schmitt K., Sicsic M., Vergier N., Berthoin G., « Les personnes les plus aisées sont celles qui bénéficient le plus des mesures socio-fiscales mises en œuvre en 2018, principalement du fait des réformes qui concernent les détenteurs de capital », in France, portrait social, coll. « Insee Références », édition 2019 ; à paraître.

Blasco J., Guillaneuf J., « En 2017, les niveaux de vie progressent légèrement, les inégalités sont quasi stables », Insee Première n° 1772, septembre 2019.

France Stratégie, « Comité d’évaluation des réformes de la fiscalité du capital - Premier rapport », Rapport de France Stratégie, octobre 2019.

Paquier F., Sicsic M., « Évaluation de l’impact de la mise en place du PFU en 2018 à l’aide du modèle de microsimulation Ines », annexe 12 du Rapport du comité d’évaluation des réformes de la fiscalité du capital, 2019.

Paquier F., Schmitt K., Sicsic M., « Simulation des effets redistributifs de la transformation de l’ISF en IFI à l’aide du modèle Ines », annexe 11 du Rapport du comité d’évaluation des réformes de la fiscalité du capital, 2019.

Schmitt K., Sicsic M., « Estimation avancée du taux de pauvreté et des indicateurs d’inégalités - En 2017, le taux de pauvreté et les inégalités seraient stables », Insee Focus n° 127, octobre 2018.

Fontaine M., Sicsic M., « Des indicateurs précoces de pauvreté et d’inégalité - Résultats expérimentaux pour 2014 », Insee Analyses n° 23, décembre 2015.