Le modèle TAXIPP-LIFE projette l’évolution de la population française d’ici cinquante ans, les trajectoires familiales et professionnelles des individus, leur niveau de pension et leur éventuelle entrée en situation de dépendance

Enjeux : L’objectif est d’étudier la redistribution du système fiscal et social français dans une optique de cycle de vie. Traditionnellement, les travaux sur la redistribution étudient l’impact de la fiscalité et des transferts dans un cadre annuel. Un modèle dynamique permet d’étudier l’effet d’une réforme des retraites ou d’une modification des trajectoires de perte d’autonomie.

Présentation du modèle : A partir des données de recensement et de données administratives, TAXIPP-LIFE crée une population représentative de la population française, où chaque individu suit sa propre trajectoire familiale, professionnelle et de santé. Le module « démographie » modélise la fécondité, les mariages, les divorces et la mortalité. Le module « carrière » nous renseigne sur la trajectoire professionnelle, le statut d’emploi et le salaire des individus à chaque âge. Le module « retraite » utilise ensuite le calculateur PENSIPP pour simuler les pensions de retraite, et le choix de départ en retraite est déterminé par un module de comportement. Des données d’enquête viennent compléter ces informations. Ainsi, l’appariement avec les données Care-Ménage permet d’ajouter un module « dépendance », et de connaitre la prévalence de différents niveaux de dépendance parmi les personnes âgées. En lien avec le modèle TAXIPP, la législation socio-fiscale est ensuite simulée année après année.

Ce modèle fournit donc une simulation du cycle de vie et notamment des revenus, du statut marital et, pour les personnes âgées, du niveau de retraite et de l’état de dépendance. Il permet de simuler des réformes sur la longue durée, et d’en étudier les effets redistributifs et différés.

Chercheurs IPP associés au projet : Benjamin Belrhomari, Mahdi Ben Jelloul, Antoine Bozio, Amélie Carrère, Chloé Lallemand, Lucie Le Rolland, Audrey Rain, Delphine Roy, Joyce Sultan Parraud, Maxime Tô, Léa Toulemon, et Julie Tréguier.

Ce message est également disponible en : Anglais