Effets de pairs et fraude sociale : une analyse économétrique sur données françaises
Notice bibliographique
Résumé
Nous estimons les effets de pairs et le multiplicateur social dans la décision des entreprises de s'adonner à la fraude sociale (cotisations de sécurité sociale non déclarées et dissimulation de salariés). Les données proviennent d'une enquête menée pour 2009 par l'Agence centrale des organismes de sécurité sociale (Acoss) sur 4 241 entreprises du commerce de détail non-alimentaire en France. À partir du plan d'échantillonnage de l'enquête, les inspecteurs de l'Acoss ont contrôlé de manière aléatoire des commerces à travers toutes les régions du territoire en proportion de l'activité dans chacune des régions. L'approche théorique se fonde sur un modèle linéaire-en-moyenne. Nous supposons en outre que les entreprises interagissent en groupe dans leur décision de pratiquer la fraude sociale. Plusieurs définitions de groupe (selon l'espace géographique et le type d'entreprise) sont considérées. Deux approches économétriques sont analysées : la méthode du maximum de vraisemblance conditionnel de Lee (2007) et l'approche de variables instrumentales (VI) avec effets aléatoires fondée sur des restrictions d'exclusion. Dans nos données, l'approche de Lee, qui permet d'identifier les effets de pairs en imposant relativement peu d'hypothèses, conduit à des estimateurs qui se révèlent être peu fiables. La raison de base, confirmée par des simulations Monte Carlo, vient du fait que nous n'observons qu'une faible proportion des entreprises dans chacun des groupes échantillonnés (problème d'observabilité partielle). De plus, la correction proposée par Davezies et al. (2009) n'aide pas à améliorer les estimations. En revanche, l'approche de VI est robuste à l'observabilité partielle des groupes sociaux et peut donc être utilisée dans le cas de nos données. Nous trouvons ainsi un multiplicateur social entre 2,29 et 3,28 (selon la définition des groupes) pour la proportion d'employés dissimulés par les exploitants et entre 2,4 et 2,87 pour la proportion des établissements frauduleux.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,026 | 0,082 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,004 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».