Évolution de la pauvreté monétaire en France

Dynamiques, déterminants et reste à vivre : une analyse à partir des Enquêtes Revenus Fiscaux et Sociaux (2005-2023)

Auteur & résumé

Par

Affiliation

Pierre Madec

OFCE, Sciences Po Paris

Résumé

Ce document de travail propose une analyse de la dynamique de la pauvreté monétaire en France entre 2005 et 2023. Il examine les déterminants de la hausse observée depuis 2018 en distinguant les effets de seuil, de structure, de redistribution et de revenus primaires. Une attention particulière est portée aux travailleurs pauvres et aux ménages avec enfants. Au-delà de la pauvreté monétaire, l’analyse du « reste à vivre » permet de tenir compte de la réalité des dépenses contraintes.

Malgré un système de protection sociale parmi les plus développés d’Europe — la France consacre plus de 31 % de son PIB aux dépenses de protection sociale, contre 27 % en moyenne dans l’Union européenne (Eurostat, 2023) —, le taux de pauvreté a atteint 15,4 % en 2023, soit près de 9,8 millions de personnes vivant sous le seuil de 60 % du niveau de vie médian (INSEE, 2024). Ce niveau, le plus élevé observé depuis le milieu des années 1990, interroge la capacité du modèle social français à contenir la progression de la pauvreté dans un contexte de forte inflation et de mutations du marché du travail. Au-delà de la seule insuffisance de revenus monétaires, la pauvreté peut aussi s’exprimer dans des défaillances d’accès aux services publics, aux droits sociaux et aux modes de vie ordinaires (Madec et Pucci, 2025).

Ce document de travail propose une analyse en plusieurs temps à partir des données individuelles de l’Enquête Revenus Fiscaux et Sociaux (ERFS) de l’INSEE, couvrant la période 2005-2023. Après avoir dressé le constat de la hausse de la pauvreté, en distinguant ses composantes avant et après redistribution, nous nous attachons à identifier les déterminants de cette hausse au moyen de deux décompositions complémentaires — l’une macroéconomique, l’autre microéconomique de type Oaxaca-Blinder. Enfin, nous estimerons le coût budgétaire théorique de l’éradication de la pauvreté et proposerons d’aller au-delà de la pauvreté monétaire en adoptant une approche par le « reste à vivre », qui intègre la réalité des dépenses contraintes des ménages.

1 Pauvreté monétaire en France : une dynamique préoccupante

La mesure de la pauvreté monétaire repose sur la comparaison du niveau de vie des ménages à un seuil défini relativement à la distribution des revenus. Ce choix d’un seuil relatif — retenu par l’Union européenne et l’INSEE — traduit une conception sociale de la pauvreté : est pauvre celui dont les ressources sont insuffisantes pour participer aux modes de vie ordinaires de la société. Si cette approche présente l’avantage de la simplicité et de la comparabilité internationale, elle est par nature sensible aux mouvements de la médiane et se distingue d’une mesure en termes absolus de pouvoir d’achat¹. Nous distinguons ici trois mesures complémentaires qui permettent d’éclairer en partie les dynamiques à l’œuvre : le taux avant redistribution (calculé sur les revenus primaires), le taux après redistribution au seuil courant de 60 % de la médiane, et le taux à seuil gelé (ici seuil de 2005 revalorisé par l’inflation) (Graphique 1).

¹ Sur cette question de la construction de l’indicateur de pauvreté, voir notamment : Decerf, Benoit. 2022. Absolute and Relative Poverty Measurement: A Survey. Policy Research Working Paper;10008. © World Bank. http://hdl.handle.net/10986/37325

Graphique 1: Taux de pauvreté monétaire en France métropolitaine (2005-2023) : avant redistribution, après redistribution et à seuil gelé. Seuil à 60 % du revenu médian.

Le graphique révèle un écart significatif entre le taux « officiel » (seuil relatif courant) et le taux à seuil gelé. Cet écart illustre l’enjeu fondamental du choix entre une mesure en termes absolus de pouvoir d’achat et une mesure relative à la distribution des revenus. Le débat est ancien, mais les arguments en faveur du seuil relatif restent convaincants. Comme le souligne De Schutter (2021), rapporteur spécial de l’ONU sur l’extrême pauvreté, les plus modestes vivent dans les mêmes espaces sociaux et géographiques que le reste de la population — notamment dans des villes où le coût de la vie, en particulier du logement, augmente à mesure que la société s’enrichit. L’exclusion sociale provient précisément de l’écart entre ce que la moyenne de la population peut se permettre et ce qui reste accessible aux plus modestes.

Cependant, le seuil relatif possède une faiblesse majeure qui apparaît lors des chocs macroéconomiques : il peut masquer une détérioration réelle des conditions de vie derrière une amélioration statistique, dès lors que les revenus du bas de la distribution baissent moins que ceux de la médiane. C’est ce que nous verrons avec la crise financière de 2008-2009.

Le taux de pauvreté calculé sur les revenus primaires (avant redistribution) oscille entre 20 % et 22 % sur l’ensemble de la période, sans tendance claire. Cette stabilité apparente masque des mouvements de sens contraire : la hausse du taux d’emploi est compensée par la progression des emplois précaires et du temps partiel subi (DARES, 2022 ; Ponthieux, 2006).

La crise financière de 2008-2009 produit un effet contre-intuitif : le taux avant redistribution baisse temporairement avant de remonter en 2009 et en 2010. Ce mouvement résulte d’une mécanique bien comprise : l’impact de la crise a été d’abord plus violent sur le revenu médian (affecté par les pertes d’emplois et les baisses de rémunération des salariés) que sur les revenus des plus pauvres, qui étaient déjà en partie en dehors du marché du travail. Le seuil de pauvreté a donc baissé plus vite que les revenus des pauvres, créant une baisse mécanique du taux — sans que la situation réelle des plus modestes se soit améliorée. C’est la limitation majeure d’un seuil relatif : il peut masquer une détérioration réelle des conditions de vie derrière une amélioration statistique. Ce phénomène se reproduit en 2020 lors du choc du COVID-19.

Le taux de pauvreté après redistribution connaît une trajectoire plus heurtée. Après avoir baissé entre 2007 et 2008, il remonte de 2009 à 2011 dans le sillage de la crise financière, révélant un rattrapage progressif du seuil. Une période de relative stabilité s’étend de 2012 à 2017. En 2018 et 2019, sous l’effet à la fois de la baisse des aides au logement et des soutiens au revenu médian (prime d’activité, taxe d’habitation, …), le taux de pauvreté augmente fortement. Exception faite de la crise Covid dont les effets sont signalés plus haut, le taux de pauvreté réaugmente fortement après la crise sanitaire pour culminer à 15,4 % en 2023 (Lelièvre et Pucci, 2025).

Le taux à seuil gelé — qui neutralise l’effet de la progression de la médiane — suit quant à lui globalement une tendance baissière, passant de 13,1 % en 2005 à 10,3 % en 2023. Ce décalage illustre que la hausse du taux de pauvreté « officiel » est en grande partie le reflet de la mesure relative. En termes de pouvoir d’achat absolu, la situation des ménages les plus modestes s’est moins dégradée que celle du ménage médian : pendant les crises, les revenus primaires du bas de la distribution baissent moins que ceux de la médiane, ce qui produit mécaniquement une baisse du taux de pauvreté (par baisse du seuil) sans amélioration réelle. La crise de 2008-2009 en offre l’illustration la plus nette, illustrant la limite majeure du seuil relatif².

² Voir notamment O. De Schutter (2021), Extreme poverty and human rights, Report of the Special Rapporteur, United Nations A/HRC/47/36, juin 2021, §§ 14-18. Voir aussi l’intervention disponible sur : https://www.youtube.com/watch?v=DG5PkgFraBc

³ Voir notamment : P. Madec, « Lutte contre la pauvreté: le décrochage français », Blog de l’OFCE, 2024.

L’écart entre le taux avant et après redistribution — qui mesure l’efficacité du système socio-fiscal à réduire la pauvreté— s’est réduit au fil du temps, passant de 7,6 points en 2005 à 6,5 points en 2023. Le système redistributif « sort » de moins en moins de ménages de la pauvreté³. Plusieurs mécanismes contribuent à cette érosion : le décrochage des minima sociaux par rapport au seuil de pauvreté, le non-recours aux prestations — estimé à environ 30-35 % des ayants droit pour le RSA (DREES, 2019) — et les effets de certaines réformes socio-fiscales qui ont réduit les transferts en direction des ménages modestes.

Cette érosion de l’efficacité redistributive trouve une explication directe dans l’évolution comparée des trois principaux repères de revenus : le RSA socle, le SMIC net et le revenu médian. La lecture en base 100 met en évidence les écarts de dynamique entre les trois séries, tandis que la lecture en euros courants rappelle les niveaux absolus : en 2023, le SMIC net mensuel atteint environ 1 430 €, le RSA socle pour une personne seule 635 €, et le revenu médian mensuel par unité de consommation environ 2 000 €.

Graphique 2 — Évolution comparée du RSA socle, du SMIC net à temps plein et du revenu médian.

Base 100 (2005)

Euros courants

Écarts cumulés

Jusqu’en 2014, les trois séries évoluent de concert, avec une progression d’environ 15 à 20 % en neuf ans. Le plan de revalorisation du RSA de 10 % sur cinq ans, engagé en 2013 dans le cadre du Plan pluriannuel de lutte contre la pauvreté (IGAS, 2017), permet brièvement au RSA de rejoindre le rythme de la médiane. Cependant, cette dynamique s’essouffle dès la fin des revalorisations exceptionnelles, et le RSA retrouve un rythme de progression inférieur à celui du SMIC et de la médiane.

La période 2020-2023 est marquée par un décrochage sans précédent. Le SMIC⁴, bénéficiant de revalorisations automatiques indexées sur l’inflation, a augmenté de 55 % par rapport à 2005. Le revenu médian⁵ a, lui, progressé de 50 %. Le RSA⁶, revalorisé avec retard et selon des modalités moins protectrices, n’a, lui, progressé que de 43 %. Ce décrochage de plus de 10 points par rapport au SMIC traduit un éloignement croissant des allocataires par rapport au seuil de pauvreté, contribuant à la fois à la hausse de l’intensité de la pauvreté et à l’augmentation du coût de son éradication. Le troisième onglet du graphique (?@fig-rsa-smic-ecarts) met en évidence cette divergence en montrant l’écart croissant entre le SMIC et le RSA depuis 2014, et entre le revenu médian et le SMIC depuis 2018.

⁴ Le SMIC bénéficie de revalorisations automatiques gérées par le Comité supérieur de l’emploi des salaires et de l’ajustement professionnel, qui interviennent dès que l’inflation atteint ou dépasse 2 %. Des coups de pouce ponctuels (notamment en 2019 et 2022) ont amplifié cette dynamique.

⁵ Le revenu médian est calculé à partir de l’ensemble des revenus (salaires, revenus du capital, loyers fictifs, prestations), dont environ 40 % provient des salaires. Son évolution reflète à la fois la progression des rémunérations du travail et celle du capital.

⁶ Le RSA a connu plusieurs revalorisations ponctuelles (coups de pouce) depuis 2013, mais sans mécanisme d’indexation automatique comparable à celui du SMIC. Les revalorisations interviennent généralement au 1er avril et selon des décisions budgétaires annuelles, d’où un décalage structurel par rapport aux autres revenus.

NoteEncadré 1 — Pauvreté monétaire et logement : le biais des prestations logement

Le taux de pauvreté monétaire standard est calculé à partir du revenu disponible, qui intègre les allocations logement (APL, ALS, ALF) en ressources. Or, ces prestations ont vocation à couvrir une dépense — le loyer — qui n’est pas déduite du revenu dans le calcul du niveau de vie. Cette asymétrie de traitement conduit à une sous-estimation du taux de pauvreté des locataires, dont le revenu « disponible » inclut des ressources fléchées et non librement arbitrables. Symétriquement, les propriétaires ne perçoivent pas d’APL mais bénéficient d’un avantage en nature — les « loyers fictifs » — qui n’est pas non plus comptabilisé dans le revenu disponible (microéconomique) standard. Ce traitement asymétrique est discuté de longue date par les statisticiens. L’INSEE publie d’ailleurs des indicateurs complémentaires intégrant les loyers fictifs, qui modifient sensiblement le diagnostic sur la pauvreté des personnes âgées, majoritairement propriétaires. Cette question sera reprise dans la dernière section consacrée au reste à vivre, qui intègre directement les dépenses de logement (voir section 5).

Pour illustrer le biais concrètement : considérons un salarié vivant seul avec un revenu identique. S’il est locataire, ses APL sont comptabilisées dans son revenu disponible — son niveau de vie apparent est donc artificiellement gonflé par rapport à celui d’un propriétaire percevant le même salaire mais sans aide au logement. Le locataire apparaît ainsi « plus riche » en termes de niveau de vie, alors qu’une fraction de ses ressources est directement absorbée par le loyer.

Pour mesurer l’ampleur de ce biais, on peut recalculer le taux de pauvreté en retirant les prestations logement du revenu disponible et en distinguant propriétaires et locataires (Graphique 2).

Graphique 2: Taux de pauvreté des propriétaires et des locataires, avec et sans prise en compte des APL dans le calcul du revenu disponible (2005-2023). Seuil à 60 % de la médiane.

L’écart entre locataires et propriétaires est considérable et persistant : les locataires affichent un taux de pauvreté environ trois fois supérieur à celui des propriétaires. Le retrait des allocations logement du revenu disponible accroît mécaniquement le taux de pauvreté des locataires, confirmant le rôle de « correction statistique » joué par les APL. Pour les propriétaires, l’écart entre les deux mesures est logiquement faible puisqu’ils perçoivent peu d’aides au logement. Ce différentiel reflète à la fois un effet de sélection — les ménages modestes sont plus souvent locataires — et l’impact du coût du logement sur le reste à vivre effectif. La progression du taux de pauvreté des locataires sur la période récente est nettement plus marquée que celle des propriétaires, confirmant la vulnérabilité particulière de cette population face aux chocs de prix.

2 Les déterminants de la hausse de la pauvreté

La hausse de la pauvreté monétaire depuis 2018 ne résulte pas d’un facteur unique mais de la conjonction de plusieurs mécanismes. Pour les identifier et les hiérarchiser, nous mobilisons deux approches complémentaires : une décomposition séquentielle, qui isole les effets de seuil, de structure, de redistribution et de revenus primaires ; et une décomposition microéconomique de type Oaxaca-Blinder, qui permet de distinguer les effets de composition (changement des caractéristiques de la population) des effets de coefficients (changement du risque de pauvreté associé à chaque caractéristique).

La décomposition de la variation du taux de pauvreté par rapport à 2005 fait ressortir la prédominance de l’effet seuil dans la hausse observée (Graphique 3).

Graphique 3: Décomposition de la variation du taux de pauvreté par rapport à 2005 (en points de pourcentage) : effets de seuil, de structure, de redistribution et de revenus primaires.

L’effet seuil constitue le principal facteur d’augmentation apparente de la pauvreté. Il contribue à hauteur de +2 points entre 2006 et 2013, puis s’amplifie nettement à partir de 2018 pour atteindre +5 points en 2022-2023. Cette accélération résulte directement de la poussée inflationniste : les revenus nominaux — et donc la médiane — ont progressé rapidement, entraînant le seuil de pauvreté à la hausse plus vite que les bas revenus. Ce résultat souligne le caractère intrinsèquement relatif de la mesure de la pauvreté monétaire, c’est-à-dire du décrochage des plus modestes relativement aux standards de consommation de la société.

NoteEncadré 2 — Méthode de décomposition séquentielle

La variation du taux de pauvreté entre une année t et l’année de référence (2005) est décomposée en quatre effets au moyen de simulations contrefactuelles successives :

1. Effet seuil : on substitue au seuil de pauvreté courant un seuil « gelé » (seuil de 2005 revalorisé par l’IPC). La différence entre le taux observé et le taux à seuil gelé mesure la contribution de la hausse relative du seuil.
2. Effet structure : à seuil gelé, on repondère la population pour lui imposer la structure démographique de 2005 (type de ménage × statut d’activité). L’écart entre le taux à seuil gelé et le taux à seuil gelé et structure constante isole la contribution des changements de composition.
3. Effet redistribution : à seuil gelé et structure constante, on neutralise les transferts socio-fiscaux pour isoler l’évolution de leur efficacité.
4. Effet revenus primaires : le résidu mesure l’évolution des revenus avant redistribution, à seuil gelé et structure constante.

La somme des quatre effets est, par construction, égale à la variation totale du taux de pauvreté. L’ordre de décomposition peut influencer marginalement les contributions estimées ; la séquence retenue ici privilégie l’identification de l’effet seuil, considéré comme le plus exogène.

Excepté sur la période 2011-2013 où les revenus primaires ont contribué à l’augmentation de la pauvreté ce qui illustre les points évoqués plus haut, l’effet des revenus primaires est négatif sur presque toute la période, atteignant -2 à -3 points en fin de période. À seuil gelé et structure constante, les revenus du travail et du capital des ménages modestes se sont donc globalement améliorés, sous l’effet conjugué de la hausse du taux d’emploi et des revalorisations du SMIC.

Les effets de structure demeurent modestes. On relève toutefois un léger effet positif lié à la hausse de la part des personnes seules et des familles monoparentales⁷ — dont la proportion dans la population française a progressé de 16 % à près de 26 % des familles avec enfants entre 1990 et 2020 (INSEE, 2023a) —, ainsi qu’un épisode ponctuel en 2020-2021 lié aux modifications de la structure d’activité induites par la crise sanitaire.

⁷ De par leur composition (un revenu mais plus d’une unité de consommation) et leurs caractéristiques, ces familles ont un risque de pauvreté monétaire plus important ((Bonnet C et Solaz, 2022)).

L’effet redistribution confirme l’érosion progressive de l’efficacité du système socio-fiscal à réduire les inégalités dans le bas de la distribution (Madec, 2025), cohérente avec le décrochage du RSA documenté dans la section précédente.

2.1 Emploi et pauvreté : le paradoxe des travailleurs pauvres

La période récente se caractérise par une amélioration significative du marché du travail — recul du chômage, hausse du taux d’emploi — qui ne s’est pas traduite par une baisse de la pauvreté monétaire. Ce découplage apparent invite à examiner de plus près le lien entre statut d’activité et risque de pauvreté (Graphique 4).

Graphique 4: Taux de pauvreté monétaire selon le statut d’activité de la personne de référence (2010-2023). Seuil commun à 60 % de la médiane.

Le taux de pauvreté des ménages dont la personne de référence⁸ est en emploi demeure nettement inférieur à celui des chômeurs et des inactifs. Sa progression au cours de la période récente s’explique par la combinaison de la hausse du seuil de pauvreté (effet mécanique de la mesure relative) et de la multiplication des emplois à faible rémunération, à temps partiel subi ou à durée limitée (DARES, 2022 ; Ponthieux, 2006). L’emploi protège de moins en moins de la pauvreté, en particulier pour les ménages mono-actifs et les familles monoparentales (par définition au mieux mono-active). Ce phénomène, bien documenté à l’échelle européenne (Eurofound, 2017), s’observe avec une intensité particulière en France, où le recours aux contrats courts s’est accentué depuis le milieu des années 2000.

⁸ La personne de référence du ménage est déterminée en tenant compte de l’activité, du fait d’avoir un conjoint, du fait d’avoir un enfant et de l’âge. Parmi les personnes permanentes du ménage, la personne de référence est, si elle est unique, la personne active ayant un conjoint, sinon la personne active la plus âgée ayant un conjoint. À défaut de personne active ayant un conjoint, la personne la plus âgée ayant un conjoint. À défaut de personne ayant un conjoint, la personne active la plus âgée ayant un enfant. À défaut de personne active ayant un enfant, la personne active la plus âgée. À défaut de personne active, la personne ayant un enfant la plus âgée. À défaut de personne ayant un enfant, la personne la plus âgée.

Au-delà des taux, la composition de la population pauvre selon le statut d’activité révèle des dynamiques contrastées entre groupes (Graphique 5).

Graphique 5: Composition de la population des ménages pauvres selon le statut d’activité de la personne de référence (2010-2023), en % du total des ménages pauvres.

Trois tendances se dégagent. La part des ménages inactifs dans la population pauvre est en hausse marquée sur l’ensemble de la période. Cette progression reflète deux mécanismes distincts : d’un côté, l’accumulation de situations de non-emploi durable ; de l’autre, une précarisation progressive des retraités. Dans un régime de pauvreté relative, les pensions — indexées sur l’inflation — décrochent mécaniquement par rapport au seuil dès lors que le niveau de vie médian croît plus vite que les prix, ce qui gonfle la part des retraités pauvres indépendamment de toute dégradation de leur pouvoir d’achat absolu. Concomitamment, la part des chômeurs parmi les ménages pauvres diminue sur la période. Cette évolution reflète principalement la baisse tendancielle du taux de chômage depuis 2015. Le Comité scientifique du CNLE (Pucci, Lelièvre et Auzuret, 2025) montre que cette baisse a concerné y compris les chômeurs de longue durée — le taux de chômage de longue durée a reculé de 2,3 points entre 2015 et 2022 — et que les sorties du chômage vers l’emploi ont largement concerné ces profils, réfutant l’idée que seuls les individus les plus proches du marché du travail auraient bénéficié de la reprise. Enfin, si la part des actifs occupés parmi les ménages pauvres a progressé depuis 2010 — portée par la croissance de l’emploi peu qualifié et à temps partiel —, elle se situe en 2023 à un niveau quasi identique à celui de 2017, suggérant une relative stabilisation du phénomène de travail pauvre en proportion de la pauvreté totale.

Ces évolutions agrégées masquent toutefois des transformations structurelles au sein des ménages pauvres. Deux dynamiques démographiques majeures modifient la composition de la pauvreté : d’une part, la polarisation de l’emploi au sein des couples, avec une progression de la bi-activité chez les ménages aisés tandis que les couples pauvres restent plus souvent mono-actifs, ce qui accentue l’écart de niveau de vie entre les deux groupes ; d’autre part, l’augmentation continue des familles monoparentales (Haut Conseil de la famille, de l’enfance et de l’âge (HCFEA), 2024a), qui cumulent revenu unique et charges familiales élevées. Ces deux tendances renforcent le rôle du nombre de personnes à charge et du statut d’activité du conjoint comme déterminants majeurs de la pauvreté — un mécanisme que les décompositions microéconomiques présentées plus loin permettront de quantifier précisément.

La notion de « travailleur pauvre » repose sur une tension méthodologique fondamentale : la pauvreté se mesure au niveau du ménage (le niveau de vie est calculé en rapportant le revenu disponible du ménage au nombre d’unités de consommation), tandis que l’emploi est une caractéristique individuelle. Un travailleur pauvre n’est donc pas nécessairement un travailleur mal payé : c’est un individu en emploi dont le ménage est pauvre (Ponthieux, 2006, 2009). Deux profils types se dégagent : d’une part, des travailleurs à emploi stable mais dont les charges familiales sont élevées (familles nombreuses mono-actives) ; d’autre part, des travailleurs précaires (temps partiel subi, CDD, intérim) dont la faible rémunération individuelle ne permet pas au ménage de franchir le seuil. Cette tension entre unité de mesure (le ménage) et unité d’analyse (l’individu) confère à la pauvreté laborieuse un caractère profondément genré : les femmes, surreprésentées dans l’emploi à temps partiel et dans les familles monoparentales, sont structurellement plus exposées au risque de pauvreté que les hommes, alors même que la mesure au niveau du ménage tend à masquer cette inégalité en supposant un partage égalitaire des ressources au sein du couple (Périvier, 2016).

Pour comprendre les mécanismes à l’œuvre, on examine successivement les ressources des ménages travailleurs pauvres — revenus primaires et prestations sociales — et les conditions de travail de leur personne de référence, telles qu’elles ressortent de la base individus de l’ERFS.

Le Graphique 6 décompose le niveau de vie moyen des travailleurs pauvres en revenu primaire et en prestations sociales ventilées par catégorie, en euros courants par UC et par mois. Il permet d’apprécier le poids respectif de chaque composante et son évolution sur la période.

Graphique 6: Décomposition du niveau de vie moyen des travailleurs pauvres (2010-2023). En euros courants par unité de consommation et par mois. Les flèches rouges indiquent l’écart entre le niveau de vie moyen et le seuil de pauvreté.

Le revenu primaire constitue de loin la composante dominante du niveau de vie des travailleurs pauvres et croît en valeur nominale sur la période, sous l’effet de la hausse du SMIC et de la progression des salaires bas. Les prestations sociales s’y ajoutent en complément, sans en modifier l’ordre de grandeur. Leur composition a toutefois évolué : la prime d’activité, créée en 2016 par fusion du RSA activité et de la PPE, a progressé en importance relative. Parallèlement, les aides au logement (APL) ont vu leur rôle s’éroder depuis la réforme de 2017 (gel des barèmes, puis contemporisation), et le RSA socle s’est dévalué en termes réels. Ces évolutions de politique sociale ont eu des effets contrastés sur le niveau de vie des travailleurs pauvres et expliquent en partie pourquoi le pouvoir d’achat de ce groupe stagne malgré la progression nominale de leurs revenus d’activité. Le graphique met en évidence que malgré ces évolutions, l’écart entre le niveau de vie des travailleurs pauvres et le seuil de pauvreté s’est creusé, s’aggravant de manière particulière après 2020.

La comparaison de la composition familiale entre travailleurs pauvres et travailleurs non pauvres met en lumière des différences structurelles marquées (Graphique 7). Chez les travailleurs non pauvres, les couples avec enfant(s) dominent largement (environ 45-50 %), suivis des couples sans enfant (environ 25 %). À l’inverse, chez les travailleurs pauvres, si les couples avec enfant(s) restent la catégorie modale (environ 40 %), les familles monoparentales et les personnes seules représentent ensemble près de la moitié des ménages. Cette surreprésentation des configurations à revenu unique est un trait distinctif de la pauvreté laborieuse : sans second apporteur de ressources, un emploi mal rémunéré ou à temps partiel suffit à faire basculer le ménage sous le seuil de pauvreté. La remarquable stabilité de cette composition au fil du temps contraste avec la dégradation observée des niveaux de vie, suggérant que c’est moins la structure des ménages qui a changé que les conditions économiques auxquelles ils font face.

Graphique 7: Composition des ménages de travailleurs selon le type de ménage (2010-2023) : travailleurs pauvres vs travailleurs non pauvres, en % du groupe.

Les données de la base individus ERFS permettent d’aller au-delà du seul statut emploi/chômage et d’examiner les conditions contractuelles de la personne de référence du ménage. Le contraste entre travailleurs pauvres et travailleurs non pauvres est saisissant (Graphique 8) : les travailleurs pauvres sont plus fréquemment titulaires de contrats à durée déterminée ou de missions d’intérim, alors que le CDI domine très largement chez les travailleurs non pauvres. Cette structure contractuelle plus précaire contribue au niveau inférieur de rémunération — les CDD et l’intérim impliquent des périodes de non-emploi plus fréquentes — et limite l’accès aux dispositifs de formation et d’avancement (DARES, 2022 ; Ponthieux, 2006). Pour autant, la précarité contractuelle n’est ni la seule ni la principale explication de la pauvreté laborieuse : une part substantielle des travailleurs pauvres est en CDI, mais la faiblesse de leur rémunération rapportée au nombre de personnes à charge dans le ménage suffit à les placer sous le seuil. La section suivante sur la structure socioprofessionnelle illustre cette articulation entre conditions d’emploi individuelles et configuration familiale.

Graphique 8: Type de contrat des actifs occupés (personne de référence du ménage) : travailleurs pauvres vs travailleurs non pauvres (2015, 2019, 2023), en % des actifs occupés hors contrats non renseignés.

La structure socioprofessionnelle des travailleurs pauvres diffère profondément de celle des travailleurs non pauvres (Graphique 9). Les ouvriers et employés peu qualifiés y sont fortement surreprésentés, tandis que les cadres et professions intermédiaires sont quasi absents. Pour autant, cette surreprésentation ne se réduit pas à un effet de précarité contractuelle. Un ouvrier en CDI au SMIC à temps plein, dont la conjointe est inactive et qui a trois enfants à charge, se trouve mécaniquement sous le seuil de pauvreté — non pas en raison de la qualité de son emploi, mais du rapport entre sa rémunération individuelle et le nombre d’unités de consommation de son ménage. C’est ici que la tension entre mesure individuelle de l’emploi et mesure ménage de la pauvreté, soulignée par Périvier (2016) et Ponthieux (2009), prend tout son sens : le nombre de personnes à charge et le statut d’activité du conjoint sont au moins aussi déterminants que le type de contrat ou le niveau de qualification pour expliquer le basculement dans la pauvreté laborieuse. Les décompositions Oaxaca-Blinder présentées plus loin confirmeront ce diagnostic en montrant que le type de ménage et l’activité du conjoint dominent largement les effets de coefficients.

Graphique 9: Catégorie socioprofessionnelle des actifs occupés (personne de référence du ménage) : travailleurs pauvres vs travailleurs non pauvres (2015, 2019, 2023), en % du groupe.

2.2 Décomposition microéconomique de type Oaxaca-Blinder

En résumé, la hausse de la pauvreté entre 2017 et 2023 tient davantage à une aggravation du risque de pauvreté pour des profils donnés qu’à un changement de composition de la population. Parmi les facteurs explicatifs, l’activité du conjoint joue un rôle central : la polarisation croissante de l’emploi dans les couples — davantage de biactifs et davantage de mono-actifs — domine à la fois les effets de composition et de coefficients. Les familles monoparentales et l’activité individuelle contribuent également, mais dans une moindre mesure ((Haut Conseil de la famille, de l’enfance et de l’âge (HCFEA), 2024a)). Les résultats suivants permettent de quantifier précisément ces contributions.

Pour compléter la décomposition séquentielle, qui raisonne sur des agrégats, on mobilise une approche microéconomique permettant d’identifier les caractéristiques individuelles qui contribuent le plus à la variation du taux de pauvreté. La décomposition de Oaxaca (1973), initialement développée pour l’analyse des écarts de salaires entre groupes, est ici adaptée à l’étude de la pauvreté via l’extension logit proposée par Fairlie (2005). Un modèle logit pondéré est estimé séparément pour 2017 et 2023, la variable dépendante étant l’indicatrice de pauvreté monétaire (seuil à 60 % de la médiane). Les variables explicatives retenues sont : l’âge (8 classes), le sexe, le statut d’immigration, le diplôme (5 niveaux), le type de ménage, l’activité individuelle et l’activité du conjoint.

La variation du taux de pauvreté entre les deux dates est décomposée en un effet de composition (ou « dotations ») — la population a changé de caractéristiques observables — et un effet de coefficients (ou « rendements ») — le risque de pauvreté associé à chaque caractéristique a évolué. Cette distinction permet de répondre à une question centrale : la hausse de la pauvreté tient-elle davantage à un changement de la structure de la population (davantage de profils vulnérables) ou à une aggravation du risque de pauvreté pour des profils donnés ?

La décomposition par variable fait apparaître des contributions très hétérogènes selon la dimension considérée (Graphique 10).

Graphique 10: Décomposition Oaxaca-Blinder de la variation du taux de pauvreté entre 2017 et 2023, par variable : effets de composition et de coefficients (en points de pourcentage).

La décomposition par variable (Graphique 10) fait ressortir trois résultats principaux. Du côté de la composition, le diplôme constitue le principal facteur protecteur : l’élévation générale du niveau d’éducation réduit la pauvreté d’environ -0,5 point. Le vieillissement de la population contribue également à la baisse (-0,25 point). En sens inverse, l’activité du conjoint (+0,3 point), l’activité individuelle (+0,2 point) et l’immigration (+0,1 point) poussent la pauvreté à la hausse. Du côté des coefficients, l’activité du conjoint domine très largement avec une contribution de -0,6 point — le rendement protecteur de la bi-activité s’est nettement renforcé entre 2017 et 2023. L’activité individuelle (+0,17 point) et le type de ménage (+0,08 point) contribuent plus modestement à la hausse. Les autres variables (âge, diplôme, sexe, immigration) ont des effets de coefficients négligeables. Les résultats détaillés par modalité (infra) permettent de préciser ces mécanismes.

NoteEncadré 3 — Formalisation de la décomposition Oaxaca-Blinder

Soit \(\bar{P}_t\) le taux de pauvreté observé à la date \(t\) et \(\hat{P}_t = \frac{1}{N_t}\sum_i F(X_{i,t} \hat\beta_t)\) le taux prédit par le modèle logit, où \(F\) désigne la fonction logistique, \(X_t\) la matrice des caractéristiques observables et \(\hat\beta_t\) le vecteur des coefficients estimés. On définit le contrefactuel \(\hat{P}_{t_1|t_0} = \frac{1}{N_{t_1}}\sum_i F(X_{i,t_1} \hat\beta_{t_0})\) — le taux de pauvreté qui prévaudrait si la population de \(t_1 = 2023\) faisait face aux coefficients de \(t_0 = 2017\). La variation observée se décompose (Fairlie, 2005) en :

\[\bar{P}_{t_1} - \bar{P}_{t_0} = \underbrace{\hat{P}_{t_1|t_0} - \hat{P}_{t_0}}_{\text{Effet composition}} + \underbrace{(\bar{P}_{t_1} - \bar{P}_{t_0}) - (\hat{P}_{t_1|t_0} - \hat{P}_{t_0})}_{\text{Effet coefficients (résidu)}}\]

L’effet composition est évalué en appliquant les coefficients de l’année de référence (\(\hat\beta_{t_0}\)) aux caractéristiques de l’année finale — il mesure ce qu’aurait été la variation du taux si seule la structure de la population avait changé. L’effet coefficients est obtenu par résidu. Dans un modèle linéaire, la décomposition OB classique se décline en trois termes — composition, coefficients et interaction \((X_{t_1} - X_{t_0})(\beta_{t_1} - \beta_{t_0})\) — qui capte l’effet simultané des changements de caractéristiques et de rendements. Dans le cadre non-linéaire du logit, cette séparation exacte n’est plus possible. L’approche twofold de Fairlie (2005) contourne cette difficulté : le contrefactuel est construit avec les coefficients de la période de référence (\(\hat\beta_{t_0}\)) et les caractéristiques de la période finale (\(X_{t_1}\)), de sorte que le terme d’interaction est absorbé dans l’effet coefficients. Ce dernier capture donc à la fois le changement pur des rendements et l’interaction entre les évolutions simultanées des caractéristiques et des rendements.

Les contributions par variable sont calculées à partir des effets marginaux moyens (AME). Pour chaque modalité \(j\) d’une variable catégorielle, la contribution par la composition est approximée par :

\[\Delta_j^{\text{compo}} \approx (\bar{p}_{j,t_1} - \bar{p}_{j,t_0}) \times \beta_j^{\text{dev}} \times \overline{F'(X\beta_{t_0})}\]

et la contribution par les coefficients par :

\[\Delta_j^{\text{coef}} \approx \bar{p}_{j,t_1} \times (\beta_{j,t_1}^{\text{dev}} - \beta_{j,t_0}^{\text{dev}}) \times \overline{F'(X\beta_{t_1})}\]

où \(\bar{p}_{j,t}\) désigne la proportion pondérée de la modalité \(j\) à la date \(t\), \(\beta_j^{\text{dev}}\) le coefficient de déviation associé et \(\overline{F'}\) l’effet marginal moyen. Cette linéarisation permet une interprétation par modalité, mais ne somme pas exactement à l’effet total en raison de la non-linéarité du modèle logit.

Normalisation de Yun (2005). La décomposition détaillée de l’effet des coefficients par modalité d’une variable catégorielle est sujette à un problème d’identification bien connu (Oaxaca et Ransom, 1999) : dans un codage en indicatrices classique (treatment contrasts), les contributions individuelles dépendent du choix de la modalité de référence omise. Pour lever cette indétermination, nous adoptons la normalisation proposée par Yun (2005), qui repose sur des contrastes de déviation (sum-to-zero constraints). En pratique, le modèle logit est estimé avec le codage standard (treatment contrasts), puis les coefficients sont convertis en contrastes de déviation par la transformation \(\beta_j^{\text{dev}} = \hat\beta_j - \bar{\hat\beta}\), où \(\bar{\hat\beta} = \frac{1}{K}\sum_{k=1}^K \hat\beta_k\) et \(\hat\beta_1 = 0\) pour la modalité de référence. Chaque coefficient \(\beta_j^{\text{dev}}\) mesure alors l’écart de la modalité \(j\) à la moyenne générale de la variable, et non l’écart à une modalité de référence arbitraire. La contrainte \(\sum_j \beta_j^{\text{dev}} = 0\) est satisfaite par construction. Cette reparamétrisation rend les contributions détaillées invariantes au choix de la catégorie de référence, tout en préservant l’identité de la décomposition globale.

L’examen des vingt premières contributions par la composition permet de préciser les mécanismes à l’œuvre (Graphique 11).

Graphique 11: Décomposition Oaxaca-Blinder : vingt principales contributions par la composition (en points de pourcentage).

L’élévation générale du niveau d’éducation constitue le premier facteur protecteur par la composition : la progression des diplômés du supérieur au bac (-0,35 point) et la diminution des sans diplôme (-0,25 point) réduisent conjointement la pauvreté d’environ 0,6 point. Le vieillissement de la population, via la hausse de la part des 65-74 ans et des 75 ans et plus, exerce un effet protecteur complémentaire (environ -0,2 point au total), lié au minimum vieillesse et aux pensions de retraite. En sens inverse, l’activité du conjoint domine les contributions positives : la hausse de la proportion de conjoints en emploi (+0,15 point) et, symétriquement, de conjoints inactifs (+0,12 point) traduit la polarisation croissante de l’emploi dans les couples — davantage de biactifs et davantage de mono-actifs. L’immigration contribue également, modestement, à la hausse par la composition.

Du côté des coefficients, la hiérarchie des contributions met en évidence le rôle central de l’activité du conjoint et, dans une moindre mesure, du type de ménage (Graphique 12).

Graphique 12: Décomposition Oaxaca-Blinder : vingt principales contributions par les coefficients (en points de pourcentage).

Le résultat le plus saillant est la contribution de l’activité du conjoint : l’emploi du conjoint réduit la pauvreté de -0,8 point (le rendement protecteur de la bi-activité s’est renforcé), tandis que l’inactivité du conjoint contribue à +0,3 point. Cet écart croissant entre conjoints actifs et inactifs confirme que la bi-activité est devenue une condition de plus en plus nécessaire pour échapper à la pauvreté. La modalité « famille monoparentale » contribue à environ +0,15 point par les coefficients : le surrisque de pauvreté associé à la monoparentalité s’est accru entre 2017 et 2023. L’effet « Sexe : Femme » (+0,1 point) signale une légère aggravation spécifique du risque féminin, cohérente avec l’analyse de Périvier (2016). Du côté protecteur, le diplôme supérieur au bac (-0,3 point) et l’emploi du conjoint confirment que capital humain et bi-activité constituent les principaux remparts contre la pauvreté.

NoteEncadré 4 — Familles monoparentales : revenus primaires ou prestations sociales ?

Bien que la contribution des familles monoparentales par les coefficients soit modeste dans la décomposition d’ensemble (+0,15 point), elle signale une aggravation du surrisque de pauvreté associé à cette configuration familiale. Pour en comprendre les mécanismes, on décompose l’évolution de leur niveau de vie en deux composantes : le revenu primaire (avant redistribution) et les prestations sociales reçues, elles-mêmes ventilées en quatre postes (Graphique 13).

Graphique 13: Décomposition du niveau de vie moyen des familles monoparentales (2005-2023) : revenu primaire, prestations sociales par catégorie, niveau de vie total et seuil de pauvreté. En euros courants par unité de consommation et par mois.

Trois enseignements se dégagent de cette décomposition.

Premier enseignement. Le niveau de vie avant redistribution des familles monoparentales a progressé sur la période, porté par les revalorisations du SMIC et la hausse du taux d’emploi des femmes seules avec enfants. Cependant, cette progression est restée en deçà de celle du niveau de vie médian — et donc du seuil de pauvreté. La mesure relative de la pauvreté capte précisément ce décrochage relatif.

Deuxième enseignement. La contribution des prestations sociales au niveau de vie des familles monoparentales ne s’est pas accrue proportionnellement à la hausse du seuil. Trois mécanismes se cumulent :

• Le RSA a décroché d’environ 10 points par rapport au SMIC sur la période 2014-2023, réduisant la protection offerte aux familles monoparentales allocataires — qui représentent près d’un tiers des bénéficiaires du RSA.
• Les aides au logement (APL) ont été partiellement gelées : la réforme de 2017 (contemporisation, puis gel du barème) a réduit leur valeur réelle, particulièrement pénalisante pour les familles monoparentales, majoritairement locataires du parc privé.
• Les prestations familiales ont été soumises à des mesures d’économies. L’érosion réelle du complément familial et de l’ASF (allocation de soutien familial, spécifique aux familles monoparentales), notamment n’ont pas suivi la progression du seuil ((Haut Conseil de la famille, de l’enfance et de l’âge (HCFEA), 2024b)).

Troisième enseignement. La conjonction de ces deux dynamiques — revenu primaire progressant moins vite que la médiane et transferts insuffisamment revalorisés — a engendré un écart croissant entre le niveau de vie des familles monoparentales et le seuil de pauvreté. La dégradation du coefficient « famille monoparentale » dans la décomposition Oaxaca-Blinder tient ainsi davantage à l’incapacité du système socio-fiscal à compenser la hausse relative du seuil de pauvreté qu’à une détérioration de leur situation sur le marché du travail. Ce diagnostic plaide pour un ciblage prioritaire de la revalorisation des minima sociaux et des aides au logement sur cette catégorie de ménages (IGAS, 2017).

La décomposition par statut d’activité confirme que l’inactivité constitue le principal facteur de vulnérabilité (Graphique 14) : les familles monoparentales dont la personne de référence est inactive affichent un taux de pauvreté nettement supérieur à celles en emploi ou au chômage. Sur la période 2017-2023, c’est avant tout la dégradation de la situation des monoparentales en emploi — dont le taux de pauvreté a progressé malgré l’amélioration générale du marché du travail — qui contribue à la hausse du coefficient dans la décomposition Oaxaca-Blinder.

Graphique 14: Taux de pauvreté des familles monoparentales selon le statut d’activité de la personne de référence (2005-2023). Seuil à 60 % de la médiane.

En revenant à la décomposition Oaxaca-Blinder menée sur l’ensemble des ménages, la lecture d’ensemble des contributions par les coefficients confirme le diagnostic central de cette analyse : c’est l’activité du conjoint qui détermine le plus l’évolution du risque de pauvreté, bien davantage que les caractéristiques individuelles d’emploi ou de qualification. La bi-activité dans le couple est devenue une condition de plus en plus nécessaire pour échapper à la pauvreté, tandis que la monoparentalité, l’inactivité et le faible niveau de diplôme aggravent le risque à la marge. Cette primauté de la dimension ménage dans l’explication de la pauvreté renvoie à la tension structurelle entre mesure individuelle de l’emploi et mesure ménage du niveau de vie, soulignée par Périvier (2016) et Ponthieux (2009).

3 Le coût budgétaire de l’éradication de la pauvreté

Le déficit de revenu agrégé de l’ensemble des ménages pauvres par rapport au seuil — le poverty gap — fournit un plancher théorique du montant nécessaire pour éliminer la pauvreté monétaire. L’évolution de ce montant dans le temps permet de mesurer le coût croissant de l’inaction.

NoteEncadré 5 — Estimation du poverty gap

Le poverty gap (écart de pauvreté agrégé) mesure la somme des déficits de revenu de l’ensemble des ménages pauvres par rapport au seuil de pauvreté :

\[PG = \sum_{i \in \text{pauvres}} w_i \times (seuil - nivvie_i) \times UC_i\]

où \(w_i\) désigne le poids du ménage, \(nivvie_i\) le niveau de vie et \(UC_i\) le nombre d’unités de consommation du ménage \(i\).

Ce montant constitue le transfert minimal théorique nécessaire pour amener chaque ménage pauvre exactement au niveau du seuil, sous les hypothèses d’un ciblage parfait, d’une absence de coûts administratifs et d’une neutralité comportementale (absence d’effets désincitatifs). Il s’agit donc d’un plancher, le coût effectif d’une politique d’éradication étant nécessairement supérieur.

Les montants sont présentés en euros courants et en euros constants 2023, la conversion étant opérée au moyen de l’indice des prix à la consommation (IPC, base 100 = 2015).

En euros courants, le coût d’éradication au seuil de 60 % atteint 26 milliards d’euros en 2023, contre 17 milliards en 2005, soit une hausse de l’ordre de 35 % en dix-huit ans (Graphique 15)⁹. Rapporté au nombre de ménages pauvres, ce montant représente environ 494 euros par ménage et par mois en 2023. Au seuil de 50 %, la progression est d’une ampleur simiaire, de 8 à 13,5 milliards d’euros (+38 %), soit environ 459 euros par ménage pauvre et par mois. Ces montants représentent respectivement 0,9 % et 0,5 % du PIB.

⁹ En euros constants 2023 (déflatés par l’IPC base 100 = 2015), le coût d’éradication au seuil de 60 % passe de 28 milliards en 2005 à 33 milliards en 2023, soit une hausse de 18 % en termes réels. La progression en euros courants est donc en grande partie un effet prix, ce qui renforce l’intérêt de raisonner en euros constants pour apprécier l’évolution réelle du coût de l’inaction.

Graphique 15: Coût théorique de l’éradication de la pauvreté monétaire (2005-2023), en milliards d’euros courants et constants 2023, aux seuils de 50 % et 60 % de la médiane.

La hausse s’accélère à partir de 2018, résultant de la conjonction de l’augmentation du nombre de ménages pauvres et du creusement de l’intensité de la pauvreté. Chaque année d’inaction rend l’éradication plus coûteuse.

L’intensité de la pauvreté — l’écart relatif moyen entre le niveau de vie des personnes pauvres et le seuil — se situe autour de 20 % au seuil de 60 %, signifiant qu’en moyenne, les personnes pauvres disposent d’un niveau de vie inférieur de 20 % au seuil. Réduire cette intensité d’un point de pourcentage requiert un transfert de 1 % du seuil à chaque ménage pauvre. Ce coût marginal a augmenté de 40 % en euros constants entre 2005 et 2023, passant de 0,75 à 1,05 milliard d’euros au seuil de 60 % (Graphique 16).

Graphique 16: Coût de la réduction d’un point d’intensité de la pauvreté (2005-2023), en milliards d’euros constants 2023, aux seuils de 50 % et 60 % de la médiane.

La progression est quasi linéaire et résulte mécaniquement de la hausse du seuil et de l’augmentation du nombre de ménages pauvres. Ce résultat souligne l’intérêt d’une intervention précoce : chaque année de report accroît le coût marginal de la lutte contre la pauvreté.

4 Au-delà de la pauvreté monétaire : le reste à vivre

Le taux de pauvreté monétaire, fondé sur le seul revenu disponible, ne renseigne pas sur les conditions de vie effectives des ménages. Deux ménages disposant du même niveau de vie peuvent connaître des réalités budgétaires très différentes selon le poids de leurs dépenses incompressibles — logement, alimentation, énergie. L’approche par le « reste à vivre » — défini ici comme le niveau de vie diminué des dépenses d’alimentation et de logement — vise à combler cette lacune. Elle est particulièrement pertinente dans le contexte récent de forte inflation des prix alimentaires et de l’énergie, qui a affecté de manière disproportionnée les ménages les plus modestes. Au-delà du revenu monétaire, l’accès à des services publics de qualité — transports, santé, éducation — constitue un élément décisif des conditions de vie et de l’égalité des chances (André, 2025).

NoteEncadré 6 — Imputation de la consommation dans l’ERFS

L’ERFS ne contenant pas d’information sur les dépenses de consommation, celles-ci sont imputées à partir de l’enquête Budget de Famille (BDF) 2017 de l’INSEE. La procédure se décompose en trois étapes :

Étape 1 — Calcul des taux de consommation dans BDF. Pour chaque strate de ménages — définie par le croisement du quintile de niveau de vie, du type de ménage (5 modalités), de la taille d’unité urbaine (3 modalités) et du statut d’occupation du logement (3 modalités) —, on calcule les taux de consommation par division COICOP (C01 à C12) selon le ratio des moyennes pondérées :

\[tx_{poste,s} = \frac{\sum_{i \in s} C_{poste,i} \times w_i}{\sum_{i \in s} REVDISP_i \times w_i}\]

Cette approche par le ratio des moyennes (plutôt que la moyenne des ratios) assure la robustesse aux observations à faible revenu disponible.

Étape 2 — Imputation dans l’ERFS. Les mêmes strates sont construites dans l’ERFS 2018, et les taux BDF sont appariés aux ménages ERFS. Pour le statut d’occupation du logement, on utilise la variable corrigée disponible dans l’ERFS (qui corrige les incohérences de déclaration), plutôt que la variable brute de statut d’occupation (SO). Lorsque la strate complète (225 cellules) ne permet pas l’appariement — ce qui concerne notamment l’année 2017 où le statut d’occupation n’est disponible que pour 21 % des ménages —, une strate réduite (75 cellules, sans le statut d’occupation) est utilisée en repli.

Étape 3 — Indexation temporelle. Pour chaque année \(t\) de 2018 à 2023, les taux de consommation sont appliqués au niveau de vie de chaque ménage ERFS et indexés sur l’évolution de l’IPC par division COICOP :

\[conso_{poste,i,t} = tx_{poste,s(i)} \times nivviem_{i,t} \times \frac{IPC_{poste,t}}{IPC_{poste,2018}}\]

Les dépenses contraintes sont définies comme la somme des postes C01 (produits alimentaires), C02 (boissons alcoolisées, tabac) et C04 (logement, eau, gaz, électricité). Le reste à vivre correspond à : \(RAV_i = nivviem_i - conso\_contrainte_i\).

AvertissementHypothèse de stabilité de la structure de consommation

L’ensemble des résultats présentés dans cette section repose sur une hypothèse forte : la stabilité de la structure de consommation des ménages au cours du temps. Les taux de consommation par poste COICOP, estimés à partir de BDF 2017, sont supposés constants et seuls les prix (via l’IPC) et le niveau de vie font varier les montants imputés.

Or, cette hypothèse est mise à l’épreuve par les ajustements observés lors de la reprise inflationniste de 2021-2023. Les données de la comptabilité nationale et les enquêtes de conjoncture montrent que les ménages — et en particulier les plus modestes — ont significativement modifié leur structure de consommation face à la hausse des prix (INSEE, 2023b). La consommation alimentaire en volume a notamment reculé en 2022 et 2023, les ménages arbitrant en faveur de produits moins chers (downgrading), réduisant les quantités achetées ou renonçant à certains achats. Des comportements similaires ont été documentés pour les dépenses d’énergie (sobriété énergétique) et les transports (report modal).

En conséquence, les résultats présentés ici doivent être interprétés comme des estimations à structure de consommation constante, qui tendent vraisemblablement à surestimer le poids des dépenses contraintes sur la période récente, puisqu’ils ne captent pas les ajustements de volume opérés par les ménages. Ils constituent néanmoins un indicateur pertinent de la pression inflationniste subie par les différentes catégories de ménages, indépendamment de leur capacité d’adaptation.

Pour les ménages vivant sous le seuil de pauvreté à 60 %, les dépenses d’alimentation et de logement absorbent une part croissante et considérable du niveau de vie, de l’ordre de 40 % sur la période récente, contre moins de 27 % pour les ménages non pauvres (Graphique 17). L’écart, déjà substantiel en début de période, tend à se creuser sous l’effet de la poussée inflationniste de 2022-2023, les prix alimentaires ayant progressé de 27 % entre 2018 et 2023 selon l’IPC (division C01).

Graphique 17: Part des dépenses contraintes (alimentation et logement) dans le niveau de vie, ménages pauvres et non pauvres (2018-2023).

Le reste à vivre mensuel des ménages pauvres se situe à un niveau extrêmement contraint — de l’ordre de quelques centaines d’euros par unité de consommation —, ce montant devant couvrir l’ensemble des autres besoins essentiels : transports, santé, habillement, éducation, loisirs et communications (Graphique 18). Pour les ménages non pauvres, le reste à vivre est nettement plus confortable et progresse régulièrement. La divergence des trajectoires met en évidence un phénomène de double peine : les ménages modestes subissent une inflation plus forte sur les postes incompressibles tout en disposant d’une marge de manœuvre budgétaire initiale considérablement plus réduite.

Graphique 18: Reste à vivre mensuel moyen par unité de consommation, après déduction des dépenses d’alimentation et de logement, ménages pauvres et non pauvres (2018-2023).

L’analyse par grand poste de consommation permet de préciser les mécanismes à l’œuvre. L’alimentation pèse près de deux fois plus lourd dans le budget des ménages pauvres que dans celui des ménages non pauvres, en part du niveau de vie (Graphique 19). Le logement et l’énergie présentent un différentiel similaire. En revanche, les postes à caractère plus discrétionnaire — loisirs, restauration, habillement — sont mécaniquement comprimés chez les ménages pauvres, traduisant un arbitrage budgétaire sévèrement contraint. L’accélération des prix alimentaires en 2022-2023 frappe de manière disproportionnée les ménages les plus modestes, dont la structure de consommation est fortement concentrée sur ce poste.

Graphique 19: Part de chaque grand poste de consommation dans le niveau de vie (en %), ménages pauvres et non pauvres (2018-2023).

La ventilation par quintile de niveau de vie confirme le gradient social prononcé des contraintes budgétaires (Graphique 20). Les 20 % des ménages les plus modestes (premier quintile) consacrent une part nettement supérieure de leur niveau de vie aux dépenses contraintes par rapport aux quintiles supérieurs. Ce gradient s’accentue sur la période récente sous l’effet de la hausse différenciée des prix par poste de consommation, qui touche proportionnellement davantage les ménages à faible revenu.

Graphique 20: Part des dépenses contraintes dans le niveau de vie, par quintile de niveau de vie (2018-2023).

L’ensemble de ces résultats plaide pour une approche de la lutte contre la pauvreté qui ne se limite pas au seul critère de revenu monétaire mais intègre la réalité des dépenses contraintes. Plusieurs axes d’intervention se dessinent :

• la revalorisation ciblée des minima sociaux, tenant compte de l’inflation effective subie par les ménages modestes — qui s’écarte significativement de l’inflation moyenne — plutôt que de la seule évolution de l’IPC d’ensemble ((Conseil national des politiques de lutte contre la pauvreté et l’exclusion sociale (CNLE), 2025)) ;
• le renforcement des aides au logement, dont l’efficacité s’érode face à la progression des loyers et des charges, en particulier énergétiques ;
• le développement de politiques alimentaires visant à atténuer le poids du premier poste de dépense des ménages pauvres (chèque alimentaire, tarification sociale de la restauration collective) ((Haut Conseil de la famille, de l’enfance et de l’âge (HCFEA), 2024c)) ;
• le renforcement des services publics dédiés à la petite enfance (modes de garde, école dès le plus jeune âge, aide aux parents) : une stratégie dont les retombées positives sur le parcours de vie et les compétences des futurs adultes sont solidement attestées par la recherche.
• la définition d’un « reste à vivre décent » comme indicateur complémentaire au seuil de pauvreté monétaire, permettant un ciblage plus fin de l’action publique.

---

NoteDonnées et sources

Source principale : INSEE, Enquête Revenus Fiscaux et Sociaux (ERFS), 2005-2023. Calculs de l’auteur.

Enquête Budget de Famille : INSEE, BDF 2017, fichiers MENAGE, DEPMEN et C05 (consommation détaillée par COICOP).

Indices des prix à la consommation : INSEE, Banque de données macroéconomiques (BDM), indices annuels moyens par division COICOP, ensemble des ménages, France, base 2015 = 100.

L’ensemble des traitements statistiques est réalisé sous R. Le code source est disponible sur demande auprès de l’auteur.

4.1 Références

André M. (2025). « Les services publics, acteurs majeurs de la réduction des inégalités », Informations sociales, 213, p. 105‑117.

Bonnet C G.B., Solaz A. (2022). « Does Part-Time Mothering Help Get a Job? The Role of Shared Custody in Women’s Employment », Eur J Popul., 213, p. 885‑913.

Conseil national des politiques de lutte contre la pauvreté et l’exclusion sociale (CNLE) (2025). « Analyse du projet de loi de finances (PLF) pour 2026 : Enjeux de lutte contre la pauvreté », Note d'analyse budgétaire, Paris, France, Ministère des Solidarités, de l’Autonomie et de l’Égalité entre les femmes et les hommes.

DARES (2022). « Les travailleurs pauvres en France », DARES Analyses, Direction de l’animation de la recherche, des études et des statistiques.

De Schutter O. (2021). « Extreme poverty and human rights », A/HRC/47/36, United Nations Human Rights Council.

DREES (2019). « Minima sociaux et prestations sociales. Ménages aux revenus modestes et redistribution », Collection Panoramas de la DREES — Social, Paris, Direction de la recherche, des études, de l’évaluation et des statistiques.

Eurofound (2017). In-Work Poverty in the EU, Publications Office of the European Union, Luxembourg.

Eurostat (2023). « Social protection statistics — expenditure and receipts (SESPROS) », Office statistique de l’Union européenne.

Fairlie R.W. (2005). « An Extension of the Blinder-Oaxaca Decomposition Technique to Logit and Probit Models », Journal of Economic and Social Measurement, 30, n° 4, p. 305‑316.

Haut Conseil de la famille, de l’enfance et de l’âge (HCFEA) (2024a). « Étude sur la situation économique et sociale des parents isolés », Rapport d'étude, Paris, France, Secrétariat d’État chargé de l’Égalité entre les femmes et les hommes et de la Lutte contre les discriminations.

Haut Conseil de la famille, de l’enfance et de l’âge (HCFEA) (2024b). « Retour sur l’évolution du pouvoir d’achat des prestations familiales et de solidarités », Note de synthèse, Paris, France, Haut Conseil de la famille, de l’enfance et de l’âge.

Haut Conseil de la famille, de l’enfance et de l’âge (HCFEA) (2024c). « La restauration scolaire : un enjeu majeur de politique publique », Rapport d'étude, Paris, France, Haut Conseil de la famille, de l’enfance et de l’âge.

IGAS (2017). « Évaluation du plan pluriannuel contre la pauvreté et pour l’inclusion sociale », Rapport IGAS N° 2016-121R, Inspection générale des affaires sociales.

INSEE (2023a). « Tableaux de l’économie française. Familles », Institut national de la statistique et des études économiques.

INSEE (2023b). « En 2023, les ménages ont maintenu leur consommation alimentaire en valeur mais l’ont réduite en volume », INSEE Focus, Focus 291, Institut national de la statistique et des études économiques.

INSEE (2024). « France, portrait social. Édition 2024 », INSEE Références, Paris, Institut national de la statistique et des études économiques.

Lelièvre M., Pucci M. (2025). « Évolutions récentes de la pauvreté », Informations sociales, 213, p. 29‑39.

Madec P. (2025). « Quel impact du système redistributif sur la pauvreté monétaire ? », Informations sociales, 213, p. 69‑77.

Madec P., Pucci M. (2025). « Nouvelles formes de pauvreté et redistribution », Informations sociales, 213, p. 6‑12.

Oaxaca R. (1973). « Male-Female Wage Differentials in Urban Labor Markets », International Economic Review, 14, n° 3, p. 693‑709.

Oaxaca R.L., Ransom M.R. (1999). « Identification in Detailed Wage Decompositions », The Review of Economics and Statistics, 81, n° 1, p. 154‑157.

Périvier H. (2016). « La pauvreté au prisme du genre », Communications, 98, n° 1, p. 159‑173.

Ponthieux S. (2006). « Les travailleurs pauvres en France : une difficile appréhension, une réalité hétérogène », Travail et Emploi, n° 105, p. 9‑23.

Ponthieux S. (2009). « Les travailleurs pauvres comme catégorie statistique. Difficultés méthodologiques et exploration d’une notion de pauvreté en revenu d’activité », dans Document de travail, INSEE.

Pucci M., Lelièvre M., Auzuret C. (2025). « Analyse de l’évolution de la pauvreté et de l’exclusion sociale entre 2015 et 2022 », Panorama, Paris, Comité scientifique du Conseil national des politiques de lutte contre la pauvreté et l’exclusion sociale (CNLE).

Yun M.-S. (2005). « A Simple Solution to the Identification Problem in Detailed Wage Decompositions », Economic Inquiry, 43, n° 4, p. 766‑772.