Les indices de ségrégation ne peuvent être utilisés tels quels pour calculer la ségrégation lorsque les unités d’analyse sont de petites tailles. En effet, dans ce cas, le biais d’échantillonnage crée mécaniquement de la ségrégation et biaise les indices à la hausse. Nous proposons des résultats d’identification non-paramétrique de la quantité de ségrégation sous-jacente dans le cas d’un modèle binomial de mélange et montrons qu’elle n’est que partiellement identifiée. Nous proposons également une méthode d’estimation et d’inférence.
Nous souhaitons appliquer cette méthode à l’analyse de la ségrégation au sein des établissements Français. Il s’agit d’un cas intéressant car la plupart des établissements sont très petits et les indices s’appliquent très mal à cette situation.
Parce qu’une partie de la ségrégation par nationalité peut refléter le fait que les établissements ont des compositions en termes de qualifications assez différentes, par exemple, nous souhaitons (à l’instar du papier d’Hellerstein et Neumark, 2008) contrôler de l’influence d’autres variables. C’est pour cette raison que nous souhaitons pouvoir disposer de comptages pour chaque valeur du vecteur de variables (en croisant qualification, nationalité et genre, au minimum; ainsi que l’âge si les effectifs le permettent). Une analyse longitudinale enrichirait également la compréhension que nous avons des sources de la ségrégation, d’où notre demande sur 2000-2009.
