CAIRN.INFO : Matières à réflexion

Introduction

1En France, la proportion de personnes âgées devrait augmenter de dix points de pourcentage d’ici 2060 (Blanpain et Buisson [2016]). Dans un scénario de stabilité de la prévalence des incapacités, le nombre de personnes ayant besoin d’aide pour accomplir les activités de la vie quotidienne en France devrait être multiplié par deux entre 2010 et 2060 (Lecroart et al. [2013]). Ces évolutions posent la question de l’organisation de la prise en charge de la dépendance. Qui doit prendre en charge ces personnes dépendantes : des professionnels et/ou l’entourage ; et où : à leur domicile ou en établissement ?

2La question des choix des personnes âgées dépendantes concernant leur mode de prise en charge a été largement étudiée dans la littérature mais le rôle de l’offre, en reste à charge, en variété et en quantité, reste encore indéterminé. Dans cet article, nous nous demandons quels sont les déterminants des décisions opérées par les personnes âgées dépendantes pour un mode de prise en charge particulier. Nous nous plaçons dans un modèle de décision non coopératif. Les choix sont opérés par la personne âgée dépendante compte tenu des contraintes budgétaires auxquelles elle est soumise et de ce qu’elle valorise dans sa fonction d’utilité. L’originalité de cet article est qu’il mobilise différents déterminants des modes de prise en charge de la dépendance : reste à charge et diversité de l’offre, ressources, besoins et préférences des personnes âgées. Des restes à charge et densités théoriques sont estimés pour chaque alternative et individu afin d’évaluer l’effet de ces deux déterminants sur la décision de recourir à un mode de prise en charge spécifique.

3Selon le baromètre européen, la majorité des individus préfèrent vieillir chez eux, voire vivre chez un proche, plutôt que d’aller dans un établissement spécialisé s’ils devenaient dépendants (Colombo et al. [2011]). L’entrée en établissement constitue un bouleversement, que ce soit pour la personne nouvellement résidente ou pour ses proches. En effet, elle implique des modifications de l’environnement géographique, social ou affectif, ainsi que des habitudes. Dans la pratique, on constate que la majorité des personnes dépendantes résident à domicile. En 2015, Carrère et Dubost [2018] estiment que 383 800 personnes âgées de 65 ans ou plus sont dépendantes en établissement et 585 500 à domicile. C’est sans doute pour répondre à ces préférences que depuis les années 1970 a été promue une politique du vieillir à domicile (Tomassini et al. [2004] ; Trabut et Gaymu [2016]). Cette orientation vers le maintien à domicile répond aussi à une volonté de limiter la charge financière, supportée par les particuliers et les financeurs car elle serait plus élevée en établissement selon Ratte et Imbaud [2011] et Fizzala [2016] [1]. Mais, l’implication importante de l’entourage pour procurer de l’aide n’est pas intégrée dans cette évaluation du coût. Or, l’aide informelle est la principale ressource mobilisée dans la prise en charge des personnes âgées en perte d’autonomie. Selon le rapport du Haut Conseil de la famille [2011], le nombre d’heures d’aides apportées par l’entourage familial aux personnes âgées dépendantes à domicile représenterait 77 % du total d’heures d’aides (entourage et professionnels), soit plus d’un milliard d’heures par an. Cette aide est donc plus fréquente que l’aide formelle (Soullier et Weber [2011]), plus intense en volume horaire (Petite et Weber [2006]), plus étendue et plus diverse (Fontaine [2011]).

4En dépit des préférences affichées par les personnes au cours de leur vie pour rester à domicile, le nombre de personnes âgées accueillies dans des établissements spécialisés augmente plus fortement que la création de places en établissement, entraînant une augmentation du taux d’occupation des établissements en France (Muller [2017]). Cette saturation des établissements peut donc contribuer à limiter les choix des personnes et obliger celles qui seraient favorables à une entrée en établissement à rester à domicile. Brown et Finkelstein [2009] estiment que la probabilité de vivre dans un établissement d’hébergement pour personnes âgées au cours de sa vie se situe entre 35 % et 50 % selon les caractéristiques de l’individu. Cette probabilité élevée est liée à certaines contraintes qui peuvent conduire les individus à une prise en charge en établissement même s’ils préfèrent rester chez eux : besoins complexes d’assistance notamment pour des troubles cognitifs, disponibilité de l’entourage limitée ou épuisée, services d’aides à domicile éloignés ou trop coûteux, ressources personnelles insuffisantes… Schmitz et Stroka [2014] estiment que seuls le prix et la localisation des établissements pour personnes âgées déterminent le choix de l’établissement (et non la qualité). De plus, ce choix d’aller en établissement est souvent lié à la fois à une préférence personnelle mais aussi à la décision de tierces personnes : famille ou entourage, équipe médico-sociale, médecin généraliste, etc. L’intervention de ces acteurs peut donc modifier l’effet propre de l’offre à proximité sur la décision quant au lieu de prise en charge.

5Dans cette étude, nous nous intéressons aux déterminants du choix pour un mode de prise en charge et particulièrement au rôle de l’offre d’aide formelle et informelle que nous mesurons en reste à charge, en variété (formelle, informelle) et en quantité [2]. L’objectif est d’identifier les variables qui influencent les modes de prise en charge. Cet article est original puisqu’il estime le reste à charge, la variété et la quantité de l’offre de prise en charge qu’aurait en théorie chaque individu s’il choisissait un mode de prise en charge spécifique. Ainsi, pour chaque individu plusieurs restes à charge et quantités d’offres sont calculés selon l’alternative concernée. C’est en utilisant cette différence de reste à charge et de variété de l’offre pour un même individu selon l’alternative concernée que nous identifions les effets de ces derniers sur la décision. L’individu choisit le mode de prise en charge qui lui retire le plus de satisfaction, compte tenu du reste à charge et de la variété de celle-ci mais aussi de ses préférences, de ses ressources, de son état de santé…

6Cet article présente le système français de prise en charge de la perte d’autonomie (deuxième partie), fait un état des lieux sur la littérature et définit un cadre d’analyse théorique (troisième partie). Les données et la méthode sont présentées dans la quatrième partie et les résultats dans la cinquième. La sixième partie présente les limites de l’analyse et discute de la fiabilité des résultats.

Prise en charge de la perte d’autonomie en France

7En France, deux catégories d’intervenants professionnels sont impliquées pour prendre en charge la perte d’autonomie à domicile. La première catégorie est issue du secteur médical (infirmiers et aides-soignants) et représente 10 % des coûts. Elle est financée presque intégralement par l’assurance maladie (il peut exister un ticket modérateur potentiel si les personnes ne sont pas couvertes à 100 % par l’assurance maladie au titre d’une affection de longue durée). La seconde catégorie est issue du secteur médico-social (aides à domicile, auxiliaires de vie et aides ménagères) et représente 90 % des coûts. Ces professionnels peuvent être employés soit par des services d’aide et d’assistance à domicile (SAAD), soit directement par des particuliers. Une partie des dépenses de ces intervenants peut être financée via l’allocation personnalisée d’autonomie (APA). Le montant de l’APA octroyée par le conseil départemental dépend du besoin de la personne (évalué grâce à la grille AGGIR – Autonomie, gérontologie, groupe iso-ressources) et de ses ressources. En moyenne, elle représente 82 % du coût [3]. La gestion de celle-ci est décentralisée au niveau des départements. Ils gèrent le nombre des bénéficiaires et les montants accordés. Les enquêtes de terrain de Billaud et al. [2012] révèlent des différences entre les départements dans le traitement des demandes d’allocation. Par ailleurs, ils ont la responsabilité de la tarification des services d’aide à domicile, ce qui induit une forte variabilité des tarifs entre départements (Hege et al. [2014]). Cela alourdit les restes à charge des personnes qui ont recours à des organismes non tarifés ou peut contraindre les services tarifés à arrêter leur activité parce que le tarif proposé est trop faible pour couvrir leurs frais. En outre, les départements définissent et mettent en œuvre un schéma gérontologique de leur territoire, influençant la création ou non des services de soins à domicile sur leur territoire.

8La disponibilité et l’accessibilité aux établissements sont aussi très influencées par les collectivités locales. La région et le département valident les demandes de création d’établissements. Selon Ramos-Gorand [2015], certains territoires ont développé une offre en établissements pour pallier la faiblesse de cette offre dans les autres départements et développer des ressources locales grâce aux financements obtenus du fait du principe de domicile de secours. Ce type de pratique reste tout de même marginal parce que les financements sont limités et que le principe de domicile de secours n’est pas appliqué partout. Le coût des établissements est composé de trois tarifs : hébergement, dépendance et soins. Le forfait « soins » est déterminé de manière jointe entre la région, le conseil départemental et l’établissement. Il englobe notamment les charges de personnels de santé de l’établissement : médecins, auxiliaires médicaux, infirmiers libéraux, aides-soignants, etc. Il est financé par l’assurance maladie. Les dotations financières allouées aux établissements pour couvrir ce tarif sont déterminées selon les besoins moyens existant dans l’établissement. La saturation des établissements en progression (Muller [2017]) peut inciter les établissements à sélectionner les nouveaux résidents selon leur état de santé afin de recevoir des financements plus importants. Le tarif « dépendance » est aussi arrêté conjointement entre la région, le conseil départemental et l’établissement. Il correspond à toutes les dépenses pour les résidents concernant les actes de la vie quotidienne et qui ne sont pas liés aux soins médicaux et paramédicaux (rampes, mobilier, etc.). Il dépend du niveau de dépendance de la personne âgée et est à la charge de la personne dépendante et du conseil départemental, via l’APA. Là encore, les établissements peuvent recevoir un financement selon le niveau moyen de santé existant dans leur établissement. Enfin, la partie hébergement est payée par la personne dépendante. Une partie peut être prise en charge par le conseil départemental via l’aide sociale à l’hébergement (ASH) (pour les personnes à faibles revenus) ou par la caisse d’allocations familiales (CAF) via l’allocation personnalisée au logement (APL) ou l’allocation de logement sociale (ALS). Il couvre les dépenses d’entretien (nettoyage, blanchissage, etc.), d’administration (accueil, personnel administratif), la restauration et les activités d’animation. Ce tarif est identique pour tous les résidents, quels que soient leurs ressources et leur niveau de dépendance. Tout de même, il peut être encadré dans le cas d’une habilitation à l’aide sociale. Dans ce cas, le tarif hébergement est déterminé par arrêté départemental. Il est d’ailleurs constaté que 99 % des établissements publics sont habilités à recevoir l’aide sociale (Nirello [2015]). Il en résulte de grandes disparités dans l’organisation des services aux personnes âgées, en termes de quantités et de restes à charge de l’offre en établissements et à domicile et d’utilisation de ces services (Cordazzo, El Jim et Marquet [2006]).

Cadre d’analyse : facteurs individuels et contextuels de la prise en charge à domicile et en établissement

Cadre théorique

9La littérature théorique s’intéressant à la prise en charge de la perte d’autonomie des personnes âgées peut être scindée en deux grandes catégories de modèles : celle considérant une fonction d’utilité collective de la famille où le pouvoir de négociation de chaque individu de la famille est représenté par le poids de l’utilité de l’individu dans la fonction d’utilité de la famille (Gramain et al. [2005] ; Hoerger, Picone et Sloan [1996] ; Kotlikoff et Morris [1990]) et celle considérant des décisions séparées et reposant sur des modèles de théorie des jeux (Byrne et al. [2009] ; Checkovich et Stern [2002] ; Fontaine, Gramain et Wittwer [2008] ; Hiedemann et Stern [1999] ; Pezzin, Pollak et Schone [2006] ; Pezzin et Schone [1997], [1999] ; Sloan, Picone et Hoerger [1997] ; Stern et Engers [2002]). Ces derniers modèles sont qualifiés de non coopératifs : chaque individu maximise son utilité en prenant comme donnée la décision des autres (l’offre des aidants informels notamment). Les approches de Byrne et al. [2009] et de Checkovich et Stern [2002] considèrent que chaque aidant potentiel (les enfants) contribue en connaissant la contribution des autres aidants potentiels. En supposant une décroissance de la productivité marginale totale de l’aide (plus il y a d’aide apportée par tous les aidants, plus le surplus de soins est faible), alors l’implication d’un aidant affecte celle des autres dans l’aide totale procurée ou dans la répartition selon le type d’aide (ménage, toilette, etc.). Par ailleurs, on peut supposer que l’activité d’aide d’un aidant affecte celle des autres aidants par altruisme (culpabilité à laisser l’autre aidant s’occuper de tout). Les modèles de Fontaine, Gramain et Wittwer [2008], Hiedemann et Stern [1999], Pezzin, Pollak et Schone [2006] et Stern et Engers [2002] introduisent une dimension normative à la production d’aide en considérant notamment que l’implication sera différente selon le sexe ou l’âge des enfants par exemple. Ce cadre non coopératif apparaît plus conforme à la réalité qu’un cadre coopératif puisque les aidants de l’entourage peuvent avoir des préoccupations déconnectées de celles des personnes qu’ils aident (travail, famille), mais aussi des intérêts parfois opposés entre eux (héritage, dons, garde de leurs enfants, etc.). Ce cadre est validé empiriquement par Checkovich et Stern [2002] et par Knoef et Kooreman [2011] en Europe. Nous décidons donc de développer un modèle non coopératif dans lequel le senior choisit un mode de prise en charge compte tenu de ce qui lui est proposé et des ressources dont il dispose. Nous considérons une personne âgée dépendante notée s. Elle peut soit vivre en établissement (care arrangement, CA = 1), soit vivre à domicile avec à la fois de l’aide de l’entourage (enfant ou conjoint) et de l’aide professionnelle (CA = 2), soit uniquement avec de l’aide de l’entourage (CA = 3), soit uniquement de l’aide d’un professionnel (CA = 4), soit sans aide (CA = 5). Chaque alternative est associée à une utilité et à une contrainte budgétaire. La fonction d’utilité du senior s dépend de sa consommation de biens C, de son mode de prise en charge CA et de son état de santé H :

11Le bien-être lié au mode de prise en charge du senior est défini par une fonction notée CA. Il est déterminé par son lieu d’habitation : Is = 1 si l’individu s réside en établissement, Is = 0 s’il réside à domicile. Dans ce dernier cas, son bien-être dépend de sa consommation d’aide informelle AIs et d’aide formelle AFs. Nous avons donc une fonction de bien-être liée au type de prise en charge égale à :

13où μHs représente les préférences relatives de la personne s pour l’institution conditionnellement à son état de santé (Hs). Nous supposons qu’un individu très dépendant a une préférence plus élevée pour l’institution qu’un individu peu dépendant. La fonction FHs(AIs ; AFs) représente les préférences du senior pour les configurations d’aide à domicile (formelle seule, informelle seule, les deux, ou aucune) conditionnellement à son état de santé (Hs). Le senior maximise son utilité par rapport à chaque composante de la fonction d’utilité et compte tenu de sa contrainte budgétaire, qui est de la forme suivante s’il choisit une prise en charge à domicile :

15où Rs est le revenu du senior et S la subvention qu’il peut recevoir s’il recourt à une aide formelle [4]. Cette dernière dépend de l’état de santé Hs du senior (l’APA et l’action sociale des caisses de retraite sont attribuées en fonction de l’état de dépendance de la personne), de son revenu indirectement via un taux de participation tdom(Rs) [5], de sa consommation d’aide formelle et du prix appliqué par le département pour valoriser l’aide formelle ptheo. Il s’agit du prix utilisé par le département pour estimer le montant d’aide versé aux personnes bénéficiaires de l’APA. Ce prix théorique n’est pas forcément celui pratiqué par le professionnel (pAF). On appelle ce prix le « tarif de solvabilisation ». Pour respecter le cadre légal français, nous avons indiqué que le montant de subvention dépend du minimum entre l’aide formelle consommée (AFs) et l’aide formelle théorique (AFtheos(Hs)). En effet, une équipe médico-sociale évalue les besoins de la personne âgée et lui attribue un GIR (groupe iso-ressources). Ce GIR permet de donner un nombre d’heures d’aide théorique auquel a droit la personne. Les heures qu’elle consomme au-dessus de ce nombre ne sont pas subventionnées. Le produit de ce nombre d’heures d’aide et du tarif de solvabilisation définit le montant total auquel a droit la personne et sur lequel le ticket modérateur est appliqué. L’ensemble des ressources servent à payer la consommation de biens Cs, la consommation d’aide humaine formelle (pAFAFs) et la consommation d’aide humaine informelle (wAIs). Bien que, dans les faits, l’aide informelle soit souvent gratuite, nous pouvons considérer qu’elle constitue un coût d’opportunité du temps évalué par le salaire horaire de l’aidant (w) qu’il a perdu en aidant AIs heures. À domicile, nous obtenons les contraintes budgétaires suivantes pour chaque configuration d’aide :

  • Si CA = 2 :

17

  • Si CA = 3 :

19

  • Si CA = 4 :

21

  • Si CA = 5 :

23En institution (CA = 1), la contrainte budgétaire est la suivante :

25La subvention que la personne âgée peut recevoir en institution dépend de son état de santé (l’APA est attribuée en fonction de l’état de dépendance de la personne) et de son revenu indirectement via un taux de participation tinst(Rs) [6]. Nous supposons que la personne âgée évalue l’utilité maximale qu’elle pourrait retirer dans chacun des modes de prise en charge tout en respectant sa contrainte budgétaire. Ainsi, elle détermine sa consommation de biens, le fait d’aller en institution ou à domicile et, dans ce cas, sa consommation d’heures d’aide formelle et informelle qui rendent maximale l’utilité de chaque mode de prise en charge. Finalement, la configuration d’aide choisie est celle lui procurant la plus grande utilité.

26Les utilités retirées de chaque mode de prise en charge dépendent de deux types de variables : des variables qui sont spécifiques à un mode de prise en charge equation im9 (exemple : le coût et la subvention de la prise en charge qui dépendent du lieu et de qui prend en charge la perte d’autonomie) et des variables qui sont spécifiques à l’individu âgé (Z) (son état de santé ou son revenu par exemple). Le mode de prise en charge CAi sera choisi si, à contrainte budgétaire saturée :

28Comme indiqué précédemment, l’offre publique de prise en charge est très régulée, l’ajustement par les prix et la création de lits ou de services d’aides supplémentaires sont donc limités et prennent du temps. Ainsi, même si un individu préfère choisir un mode de prise en charge particulier mais que l’offre est insuffisante, il se rabattra sur un autre mode de prise en charge.

29En définitive, nous nous attendons donc à ce que le recours aux établissements d’hébergement pour personnes âgées augmente avec les subventions reçues et l’état de santé via un effet direct du risque d’entrer en institution et via un effet indirect à travers les subventions et les préférences. Le recours aux établissements devrait diminuer avec le coût relatif de ce mode de prise en charge par rapport aux autres modes. L’effet du revenu est indéterminé, car un revenu plus élevé élargit la contrainte budgétaire mais conduit aussi à des subventions plus faibles. La disponibilité de l’offre en institution, de l’offre formelle et de l’offre informelle à domicile devrait favoriser le mode de prise en charge concerné, de même que les préférences.

Revue de la littérature empirique

30Le choix des personnes âgées dépendantes pour un mode de prise en charge dépend, comme nous l’avons vu précédemment, de leurs préférences (μs), de leurs besoins (Hs), de leurs ressources (Rs), des subventions qu’elles reçoivent (S), du salaire de leurs aidants de l’entourage (w), des prix de la prise en charge à domicile (pAF) et en établissement (CTinst(Hs)) et de l’offre formelle (AFs) et informelle (AIs) dont elles disposent. Des études se sont intéressées aux disparités de mode de prise en charge entre les pays d’Europe. Ces études révèlent des habitudes de prise en charge différentes : alors que les pays d’Europe du Nord sont majoritairement caractérisés par une prise en charge professionnelle, ceux situés au sud ont plus souvent recours à l’aide familiale et à la recohabitation (Fontaine, Gramain et Wittwer [2007] ; Peyrache et Ogg [2017]). Mönkediek et Bras [2014] construisent des indicateurs de proximité familiale au niveau infranational pour les pays d’Europe et identifient des structures familiales très différentes entre les pays européens et au sein de chaque pays. Ces inégalités territoriales peuvent trouver leur source par des pratiques différentes concernant l’implication de l’entourage. Elles sont aussi visibles en France. Trabut et Gaymu [à paraître] identifient une prise en charge très différenciée selon le territoire. Alors que l’ouest de la France est caractérisé par une prise en charge basée surtout sur des aides professionnelles à domicile comme en établissement, le pourtour de l’Île-de-France se démarque par une forte implication familiale dans le maintien à domicile. Entre ces deux modèles, le Sud-Ouest et le pourtour méditerranéen favorisent un maintien à domicile via les aides publiques, tandis que le Nord et l’Est le favorisent via la mobilisation de la famille. Ces différences de pratique selon le lieu d’habitation peuvent trouver leur source dans des différences de besoin selon les territoires. L’abondante littérature sur la probabilité de vivre en établissement (Billaud et Gramain [2006] ; Gaugler, Pot et Zarit [2007] ; Luppa et al. [2010] ; Metzger et al. [1997]) montre l’importance des caractéristiques individuelles : les limitations fonctionnelles sévères (particulièrement cognitives), l’âge, le fait d’être une femme ou de ne pas avoir de conjoint augmentent la probabilité de vivre en établissement. L’aide formelle et informelle disponible est aussi déterminante dans certaines études. Ettner [1994] n’identifiait pas d’effet de l’aide de l’entourage sur l’entrée en établissement alors que Van Houtven et Norton [2004] trouvaient un effet négatif. Jette, Tennstedt et Crawford [1995] montraient un effet négatif du recours à l’aide professionnelle sur l’entrée en établissement pour les personnes atteintes de limitations cognitives. Le recours à l’institution est ainsi en partie lié à la disponibilité de l’aide de l’entourage et de l’aide formelle, et à son accessibilité. Davey et al. [2006] ont montré qu’il est nécessaire, en Suède, de considérer l’offre à un niveau infranational, car les inégalités territoriales d’offre sont principalement expliquées par des besoins différenciés sur les territoires. Ainsi, en incluant les inégalités de besoins au niveau des communes, les différences d’offre ont tendance à disparaître. Selon Sundström, Malmberg et Johansson [2006], en Suède encore, le besoin d’aide est très variable d’une commune à l’autre, ce qui a des implications différentes en termes de prise en charge par l’entourage et par les services d’aide. Aux États-Unis, Muramatsu et al. [2007] ont montré que les individus n’ayant pas d’enfant et résidant dans des États où la prise en charge publique de l’aide professionnelle à domicile est importante ont un moindre risque d’entrer en établissement. Charles et Sevak [2005] identifient que la probabilité de vivre en établissement est fortement liée à l’offre locale de soins. Cet article est un véritable apport dans la littérature, puisqu’il s’intéresse à la fois au rôle de l’offre en établissement et à domicile, qu’elle soit formelle ou informelle. De plus, nous considérons l’offre de prise en charge de la perte d’autonomie à la fois en reste à charge et en quantité tout en prenant en compte les besoins, ressources et préférences des personnes âgées.

Méthode et données

Données

31Nous utilisons les données des enquêtes Capacités, aides et ressources des seniors (CARE). Il s’agit de deux enquêtes jumelles conduites en 2015 pour la partie « ménages », i.e. à domicile (CARE-M), et en 2016 pour la partie « institutions » (CARE-I). Les établissements sélectionnés sont des EHPAD (établissement d’hébergement pour personnes âgées dépendantes), maisons de retraite non EHPAD et unités de soins de longue durée (USLD). Les établissements ont été sélectionnés de sorte à représenter tous les types d’établissement à destination des personnes âgées qu’ils soient privés ou non. Ces deux enquêtes ont interrogé un échantillon représentatif des personnes âgées de 60 ans et plus vivant en France métropolitaine. Elles renseignent sur l’incapacité des personnes, leurs conditions de vie et l’aide qu’elles reçoivent [7]. La non-réponse partielle étant importante, une partie des valeurs manquantes a été imputée par la méthode hot-deck[8]. La proportion de personnes vivant en établissement calculée avec les pondérations des enquêtes (3,9 %) est cohérente avec celle issue du recensement de la population qui inclut des établissements ne relevant pas de notre champ [9] (4,0 %).

32Pour nos analyses, nous sélectionnons les individus dépendants, c’est-à-dire ayant des restrictions dans les activités élémentaires de la vie quotidienne (activities of daily living, ADL) [10], afin de n’étudier que les individus qui ont besoin d’une prise en charge (à domicile ou en établissement) ainsi que ceux ayant au moins un enfant ou un conjoint. Si nous n’avions pas réalisé cette sélection, il y aurait un biais puisque certains individus pourraient choisir entre toutes les alternatives alors que d’autres (ceux n’ayant pas d’aidant potentiel) ne pourraient pas choisir les alternatives à domicile avec aide de l’entourage. Enfin, nous enlevons de notre analyse les individus ne recourant ni à des aidants professionnels ni à des aidants de l’entourage à domicile. Ces individus ont tous un reste à charge nul et une accessibilité à leur offre nulle (cf. infra, partie « Mesures ») ce qui empêche le modèle de converger.

33L’échantillon final est de 5 259 individus âgés de 60 ans ou plus vivant en France métropolitaine : 3 103 individus vivent à domicile et 2 156 individus vivent en établissement (cf. figure 1).

Figure 1

Sélection de l’échantillon

Figure 1

Sélection de l’échantillon

Champ : Individus âgés de 60 ans ou plus, vivant en France métropolitaine.
Sources : Enquêtes CARE-Ménages 2015 et CARE-Institutions 2016, Drees.

Méthode

34L’objectif de cet article est de modéliser la demande pour différents modes de prise en charge et d’étudier leur sensibilité à l’offre, en reste à charge et en quantité. Nous ne pouvons pas intégrer le cinquième mode de prise en charge (domicile sans aide humaine) car la variabilité des restes à charge et des quantités est nulle pour les personnes choisissant cette modalité. Nous utilisons une régression Probit multinomial avec des variables explicatives spécifiques aux alternatives de la variable expliquée, ici les modes de prise en charge. Ce type de régression permet de modéliser une variable discrète ayant plusieurs modalités non ordonnées tout en relâchant l’hypothèse d’indépendance des alternatives non pertinentes. En d’autres termes, ce modèle permet que la probabilité de choisir une alternative plutôt qu’une autre dépende des alternatives restantes. Dans notre cadre, cela implique que la probabilité de choisir l’institution plutôt que le domicile avec uniquement de l’aide de l’entourage peut ne pas être indépendante de l’alternative domicile avec uniquement de l’aide professionnelle parce que l’aide de l’entourage à domicile et l’aide professionnelle à domicile sont des modes de prise en charge à domicile. Dans le modèle général, le terme d’erreur a une distribution normale multivariée (hétéroscédastique et corrélée). Comme nous l’avons indiqué dans la deuxième partie, certaines informations s’appliquent uniquement à une alternative. Ainsi l’utilité de l’individu s pour l’alternative CA peut être estimée par :

36equation im13 sont les variables explicatives spécifiques à une alternative et Zs les variables explicatives spécifiques à l’individu, qui sont identiques quelle que soit l’alternative choisie pour un même individu mais peuvent avoir des effets différents selon le mode de prise en charge equation im14. equation im15 suit une loi normale multivariée de moyenne nulle et de covariance Ω. Le senior choisit l’alternative pour laquelle son utilité est la plus grande. La probabilité de choisir l’alternative 3 est donc :

38Et les événements equation im17 et equation im18 peuvent être corrélés. Dans notre cas, nous considérons qu’il y a deux variables explicatives spécifiques à l’alternative : le reste à charge de la prise en charge equation im19[11] et sa variété et quantité equation im20 :

40Les données que nous utilisons ne nous permettent pas d’estimer l’intégralité du modèle structurel. En effet, les coefficients equation im22 des quatre régressions ne sont pas tous identifiables de même que les dix (4 × 5/2) éléments de la matrice de variance-covariance. Ainsi, nous devons normaliser notre modèle parce qu’à la fois le niveau et l’échelle de notre variable latente ne sont pas pertinents. Les alternatives que nous proposons peuvent être groupées en deux catégories : domicile et institution. Nous normalisons donc notre niveau en choisissant comme alternative de base la modalité « institution ». Ainsi, nous modélisons la différence entre l’alternative « institution » et les trois autres. Nous avons donc maintenant six éléments de la matrice de variance-covariance à estimer. Ensuite, nous normalisons notre échelle en choisissant l’alternative « aide à domicile avec uniquement aide professionnelle ». Cela implique que la variance de cette alternative est considérée comme constante. Ces normalisations se justifient car nous considérons un modèle de consommation à utilité aléatoire. Comme les utilités sont considérées comme ordinales, ce qui importe concerne l’ordre des utilités retirées pour chaque alternative et non pas leur valeur. Cette modélisation nous permet d’estimer un seul paramètre β1 et un seul paramètre β2 identiques pour toutes les alternatives. Ils sont identifiés grâce à la différence de valeur des variables explicatives spécifiques aux alternatives pour un même individu.

Mesures

41Nous souhaitons modéliser les choix de modes de prise en charge des personnes âgées dépendantes. Nous en considérons quatre : vivre en établissement (1), vivre à domicile et recevoir de l’aide de son entourage et d’un professionnel (2), recevoir seulement de l’aide de l’entourage (3) et recevoir seulement de l’aide professionnelle (4). L’aide de l’entourage est uniquement celle reçue pour les activités de la vie quotidienne suivantes : repas, ménage, toilette, médecin, courses, et réalisée soit par un des enfants soit par le conjoint (afin de correspondre à la façon dont nous avons sélectionné notre échantillon).

42Nos variables d’intérêt sont regroupées en deux catégories : celles des variables spécifiques aux alternatives equation im23 et celles des variables spécifiques à l’individu (Zs).

Variables spécifiques aux alternatives equation im24

43Nous considérons deux variables explicatives spécifiques aux alternatives : le reste à charge de la prise en charge et la quantité d’offre. Le reste à charge mensuel pour chaque mode de prise en charge est estimé par la différence entre le coût total mensuel de la prise en charge et les subventions publiques qui en découlent. Pour l’approcher au mieux, nous utilisons un ensemble de données administratives au niveau départemental et les caractéristiques de l’individu âgé. Le coût total en établissement (CAs = 1) est évalué en considérant le prix médian par mois d’une chambre seule en hébergement permanent (y compris tarif dépendance d’une personne classée en GIR 5-6) du département (TARHEBd) auquel on ajoute le surplus de tarif dépendance médian dans le département (source : Portail CNSA au 31 décembre 2016). Ce surplus de tarif dépend du GIR de la personne : ΔGIR12d si l’individu est en GIR 1 ou 2 ; ΔGIR34d si l’individu est en GIR 3-4. Nous ne considérons pas le coût du forfait soins qui est pris en charge entièrement par l’assurance maladie. Le coût total à domicile avec de l’aide de l’entourage et de l’aide professionnelle (CAs = 2) est évalué grâce au nombre d’heures d’aide professionnelle médian par mois selon le GIR estimé par Soullier [2012] [12] valorisé au tarif prestataire de solvabilisation utilisé dans le département : PSOLVd (source : Drees, Base SolvAPA, base de données sur le fonctionnement et les tarifs de l’APA en 2015) auquel nous ajoutons le nombre médian d’heures d’aide de l’entourage par mois selon le GIR estimé par Soullier [2012] [13] valorisé au salaire horaire moyen dans le département : wd (source : Insee, DADS, fichier salariés au lieu de résidence en géographie au 1er janvier 2014). Nous ne considérons pas le coût des infirmiers libéraux et SSIAD (services de soins infirmiers à domicile), car ils sont financés en grande majorité par l’assurance maladie. La prise en charge à domicile avec seulement de l’aide informelle (CAs = 3) est évaluée grâce au nombre d’heures d’aide (professionnelle et de l’entourage) médian selon le GIR calculé par Soullier [2012] [14] et valorisé au salaire horaire moyen dans le département : wd (source : Insee, DADS, fichier salariés au lieu de résidence en géographie au 1er janvier 2014). Cette valorisation de l’aide de l’entourage est importante. Bien que la plupart des personnes dépendantes ne rémunèrent pas l’aide de l’entourage, elles peuvent avoir conscience du coût d’opportunité que représente cette implication. En effet, celle-ci réduit le temps disponible des aidants à d’autres activités pouvant soit être rémunérées (activité professionnelle), soit être coûteuses si elles ne sont pas assurées par l’aidant (activité domestique), soit être plus plaisantes (activité loisir). La prise en charge à domicile avec seulement de l’aide professionnelle (CAs = 4) est évaluée grâce au nombre d’heures d’aide (professionnelle et de l’entourage) médian selon le GIR calculé par Soullier [2012] [15] et valorisé au tarif prestataire de solvabilisation utilisé dans le département : PSOLVd (source : Drees, Base SolvAPA, base de données sur le fonctionnement et les tarifs de l’APA en 2015).

44Le financement en établissement vaut le montant moyen d’APA en établissement dans le département si la personne est en GIR 1 à 4 (APAEd), 0 sinon (source : Drees, enquêtes Aide sociale 2014). Nous ajoutons à ce montant le surplus médian de prise en charge lié à l’ASH dans le département : ASHd (source : Portail CNSA au 31 décembre 2016) si la personne est bénéficiaire de la CMU de base. Le financement à domicile avec de l’aide de l’entourage et de l’aide professionnelle est évalué grâce au montant moyen d’APA à domicile dans le département (source : Drees, enquêtes Aide sociale 2014) au prorata du nombre d’heures d’aide professionnelle correspondant au GIR de la personne calculé par Soullier [2012] si la personne est en GIR 1-4 (APADd) ; il est nul sinon. Le financement à domicile avec uniquement de l’aide de l’entourage est nul. Le financement à domicile avec uniquement de l’aide professionnelle est évalué grâce au montant moyen d’APA à domicile dans le département (source : Drees, enquêtes Aide sociale 2014) si la personne est en GIR 1-4 (APADd) ; il est nul sinon.

45Pour obtenir le reste à charge, nous faisons la différence entre le coût total et le financement pour chaque mode de prise en charge. Ainsi, le reste à charge en établissement d’un individu s habitant dans un département equation im25 est de la forme suivante :

47Le reste à charge à domicile avec de l’aide de l’entourage et de l’aide professionnelle (CAs = 2) d’un individu s habitant dans un département equation im27 est de la forme suivante [16] :

49Le reste à charge à domicile avec seulement de l’aide de l’entourage (CAs = 3) d’un individu s habitant dans un département equation im29 est de la forme suivante :

51Le reste à charge à domicile avec seulement de l’aide professionnelle (CAs = 4) d’un individu s habitant dans un département equation im31 est de la forme suivante [17] :

53Concernant l’accessibilité, nous avons construit une variable reposant sur des valeurs objectives relatives à l’offre disponible auxquelles nous attribuons des poids selon ce que nous considérons être les aides humaines les plus importantes pour les personnes dépendantes. Ces poids ont été créés en s’appuyant sur la littérature. Les personnes dépendantes sont principalement prises en charge à domicile (Carrère et Dubost [2018]) ; le conjoint est le principal pourvoyeur d’aide après les enfants (Soullier [2012] ; Soullier et Weber [2011]) ; viennent ensuite les professionnels. Nous construisons donc un score pour estimer notre quantité d’offre. Ce score est incrémenté de poids différents selon l’aide (professionnelle et de l’entourage à domicile ou en établissement) qu’il y a à proximité de la personne dépendante. Pour les professionnels à domicile, nous utilisons les informations sur la densité d’infirmiers libéraux dans le département (source : Drees/ASIP-Santé, répertoire Adeli 2015) ; la densité d’heures d’aides à domicile employées par des particuliers (source : DADS grand format 2015 – Fichiers détail, catégories socioprofessionnelles 563b et 563c, activités OQ et RU) ; la densité de SSIAD (source : Drees-DRJSCS, Panorama Statistique Jeunesse Sports Cohésion Sociale et Insee, estimations provisoires de population au 1er janvier 2015) ; et la densité d’heures d’intervention pour l’assistance aux personnes âgées réalisées par des services d’aide et d’assistance à domicile (source : DGE, NOVA 2015). Pour chacun de ces professionnels, nous ajoutons au score un poids de 12 si la densité qu’il y a dans le département est supérieure au dernier quartile, un poids de 6 si elle est comprise entre le deuxième et dernier quartile et un poids de 2 si elle est comprise entre le premier et deuxième quartile. Pour les aidants de l’entourage, nous ajoutons un poids de 12 au score si la personne est en couple, un poids de 4 si elle a un enfant, 6 si elle en a 2, 7 si elle en a 3 et 8 si elle en a 4 ou plus. Enfin, pour la quantité d’offre en établissement, nous prenons le même principe que pour l’aide professionnelle à domicile : nous ajoutons au score un poids de 12 si la densité de places en établissement qu’il y a dans le département (source : Drees, EHPA 2015) est supérieure au dernier quartile, un poids de 6 si elle est comprise entre le deuxième et dernier quartile et un poids de 2 si elle est comprise entre le premier et deuxième quartile. Pour la configuration en établissement, notre variable « quantité d’offre » est égale à cette dernière incrémentation equation im33. Pour une prise en charge à domicile avec aide professionnelle et de l’entourage equation im34, elle est égale à la somme des poids de chaque professionnel, du conjoint si la personne en a un et des enfants si elle en a. Pour une prise en charge à domicile avec aide professionnelle uniquement equation im35, elle est égale à la somme des poids de chaque professionnel. Pour une prise en charge à domicile avec aide de l’entourage uniquement equation im36, elle est égale à la somme des poids du conjoint si la personne en a un et des enfants si elle en a. Cette variable capte donc la diversité des possibilités que la personne a si elle choisit un mode de prise en charge en particulier. Elle peut donc concurrencer les aides mobilisables pour prendre celle qu’elle préfère (il peut aussi s’agir d’une variable de complexité du système de prise en charge selon le mode choisi). Cette construction implique que pour une prise en charge en institution, la variable vaut au maximum 12, alors qu’à domicile avec aide formelle et informelle elle peut aller jusqu’à 68.

Variables spécifiques à l’individu Zs

54Les variables individuelles que nous utilisons permettent de capter les besoins, les ressources et les préférences des personnes.

55Sexe : Les femmes sont plus nombreuses en établissement que les hommes du fait de leur plus grande longévité. Elles ont donc une plus grande probabilité d’atteindre des âges où le risque de dépendance est grand. Par ailleurs, du fait de leur plus grande longévité, elles ont plus de risques de connaître un veuvage et donc de se retrouver seules lorsqu’elles deviennent dépendantes. Comme nous contrôlons sur l’âge et l’offre informelle (dont le conjoint), cette variable a pour objectif de capter des préférences particulières des femmes ou leur plus ou moins grande capacité à vivre sans aide.

56Âge : Dans la littérature, il a été mis en évidence que l’effet de l’âge sur le risque de vivre en établissement est positif : plus l’âge augmente, plus le risque de vivre en établissement augmente. L’altération de certaines fonctions ou l’isolement sont des facteurs associés à l’avancée en âge qui contribuent à l’entrée en établissement. Par ailleurs, il peut y avoir une sorte de résignation avec l’âge à accepter l’entrée en établissement ou un besoin d’environnement sécurisé.

57Avoir des limitations fonctionnelles : La littérature montre l’importance des limitations fonctionnelles et du besoin d’aide associé à l’entrée en établissement. Trois types de limitations fonctionnelles sont distingués dans cet article : les limitations physiques [18], les limitations sensorielles [19] et les limitations cognitives [20] puisqu’elles n’impliquent pas le même type de besoin en termes de prise en charge. Bien que nous sélectionnions les personnes dépendantes dans notre étude, la prise en compte des besoins spécifiques des personnes peut influencer leurs choix. Les troubles cognitifs demandent une surveillance quotidienne, ce qui est moins le cas des limitations physiques ou sensorielles.

58Catégorie socioprofessionnelle actuelle ou antérieure : Nous avons regroupé les catégories socioprofessionnelles en sept catégories :

  1. Agriculteur exploitant ;
  2. Artisan, commerçant chef d’entreprise de moins de 10 salariés et profession libérale ;
  3. Cadre d’entreprise, ingénieur, cadre de la fonction publique, professeur, profession intellectuelle ou artistique ;
  4. Profession intermédiaire (agent de maîtrise, contremaître, technicien, dessinateur VRP) ;
  5. Employé de bureau, secrétaire, employé de commerce, vendeur, personnel de service, agent d’entretien, femme de ménage, assistant maternel, employé de la fonction publique, aide-soignant ;
  6. Ouvrier non qualifié, ouvrier agricole, ouvrier qualifié, chauffeur ;
  7. Autre (sans emploi, invalidité, etc.).

59Cette catégorisation permet à la fois d’avoir une approximation des ressources des personnes et de la pénibilité de leur ancien travail qui aurait pu conduire à des incapacités non mesurées par l’enquête.

60Est propriétaire d’un logement : Cette variable vaut 1 si l’individu ou son conjoint est propriétaire d’un logement. Le fait d’être propriétaire peut constituer un frein à aller en établissement puisque la propriété implique soit de se séparer de son logement, soit de trouver une personne pouvant s’en occuper en cas d’entrée en établissement. Par ailleurs, la propriété constitue un patrimoine pouvant être hérité des enfants et donc pouvant les inciter à aider leur parent (Bernheim, Shleifer et Summers [1986]).

61Plus haut niveau de diplôme obtenu : Nous avons construit trois catégories (pas de diplôme CEP et brevet ; CAP, BEP, baccalauréat ; supérieur au baccalauréat). Cette variable mesure les ressources culturelles des personnes et leurs préférences.

62Pays de naissance : Il s’agit d’une variable en trois modalités : France (métropolitaine et DOM) ; Union européenne hors France ; autre. Cette information permet de capter des préférences liées au « bagage culturel » de la personne.

63Mesure de la préférence départementale pour l’institutionnalisation : Cette variable centrée réduite approche les préférences départementales de recours à l’établissement puisqu’elle correspond au résidu départemental (effet aléatoire) d’une analyse multiniveau de l’institutionnalisation. Elle a été calculée par Carrère [2020] grâce à une modélisation multiniveau de l’institutionnalisation parmi les personnes dépendantes intégrant des caractéristiques sociodémographiques individuelles (sexe, âge, être en couple, avoir des limitations fonctionnelles) et des données contextuelles au niveau départemental (pourcentage de personnes âgées de 75 ans ou plus, ratio ouvriers/cadres, pourcentage de bénéficiaires du minimum vieillesse, richesse fiscale, niveau de ruralité des personnes âgées, taux d’inactivité et offre de services de soins de long terme) [21]. Une valeur négative indique une préférence faible pour l’établissement.

64Offre sanitaire : Nous avons ajouté des variables au niveau départemental concernant l’offre sanitaire : densité de médecins généralistes pour 100 000 habitants (source : ASIP-Santé RPPS, traitements Drees, données au 1er janvier 2015) et densité de gériatres pour 100 000 habitants (source : ASIP-Santé RPPS, traitements Drees, données au 1er janvier 2015).

65Proportion de bénéficiaires du minimum vieillesse dans le département : Cette variable permet de mesurer le niveau de richesse dans le département et plus particulièrement celui des personnes âgées qui peuvent influencer la politique locale (sources : CNAF, MSA, Pôle emploi ; fichier national des Assedic ; FSV et enquête Drees auprès de la CNAV, du RSI, de la MSA, de la CDC, de l’ENIM, de la SNCF, de la CAVIMAC pour la France métropolitaine ; Insee, estimations de population au 1er janvier 2015).

66Proportion de personnes âgées de 75 ans ou plus dans le département : Cette variable approche les besoins sur le territoire qui peuvent influencer la politique locale de prise en charge de la dépendance (source : Insee-Estimations de population 2014).

Résultats

Statistique descriptive de l’échantillon

67Le taux d’institutionnalisation dans notre échantillon (personnes ayant des restrictions ADL, au moins un enfant ou conjoint et au moins un aidant professionnel ou de l’entourage) s’élève à 24 % (cf. tableau 1). Les femmes sont plus représentées en établissement ou à domicile avec aide formelle et informelle. Par contre, à peine plus de la moitié des individus à domicile ayant uniquement de l’aide informelle sont des femmes. Les personnes les plus âgées choisissent plus une prise en charge en établissement. Les individus en établissement ou à domicile avec aide de l’entourage et professionnelle ont plus souvent des limitations fonctionnelles sensorielles (83 %) que ceux résidant à domicile avec un seul type d’aidant (soit professionnel, soit de l’entourage). Les limitations physiques sont très présentes quel que soit le mode de prise en charge choisi (plus de 99 % des individus dans chaque mode de prise en charge). Le gradient de la prévalence des limitations cognitives est très fort selon le mode de prise en charge choisi : alors que parmi les personnes résidant à domicile avec uniquement de l’aide formelle, on estime que 38 % ont des limitations cognitives. Parmi les personnes en établissement, elles sont 78 % et 76 % à domicile avec aide formelle et informelle. Les agriculteurs sont plus présents en établissement ou à domicile avec à la fois aide formelle et informelle. À l’inverse, les cadres et les professions intermédiaires sont en plus grande proportion à domicile avec uniquement de l’aide formelle. On retrouve plus de propriétaires de son logement parmi les personnes résidant à domicile avec uniquement de l’aide professionnelle et moins parmi les personnes résidant en établissement. Quel que soit le mode de prise en charge choisi, la plupart des personnes de notre échantillon sont nées en France mais on en retrouve en plus grande proportion parmi les personnes résidant en établissement (93 %) que parmi celles résidant à domicile avec uniquement de l’aide informelle.

Tableau 1

Statistiques descriptives des variables spécifiques aux individus

Modes de prise en charge1234
InstitutionDomicile
Aide informelle-OuiOuiNon
Aide formelle-OuiNonOui
Femmes77,5176,2757,4573,47
Âge
 Âge moyen (années)87,3684,5776,8882,62
 60-74 ans6,439,5141,2217,36
 75-89 ans50,8863,774962,53
 90 ans ou plus42,6926,729,7720,11
Limitations sensorielles83,3883,9376,5276,45
Limitations physiques99,599,8199,1499,24
Limitations cognitives76,5454,9441,3538,87
Catégorie socioprofessionnelle
 Agriculteur10,8213,224,999,02
 Artisan9,589,411,2911,01
 Cadre6,034,795,027,89
 Profession intermédiaire8,338,79,8816,3
 Ouvrier31,2532,2626,9726,01
 Employé19,2219,732,6418,26
 Autre (sans emploi, invalidité…)14,7711,939,2111,5
Propriétaire de son logement30,3851,1751,9152,69
Diplôme
 Pas de diplôme, CEP ou brevet76,8880,9775,3268,01
 CAP, BEP, baccalauréat18,0515,6119,8724,86
 Supérieur5,073,414,827,13
Pays de naissance
 France92,6586,0476,4587,24
 Europe3,085,148,785,38
 Autre4,278,8214,777,37
Préférences départementales pour l’institutionnalisation0,0634– 0,01430,0128– 0,0225
Densité de généralistes dans le département (échelle logarithmique)5,0115,0365,0265,056
Densité de gériatres dans le département (échelle logarithmique)0,9001,0021,0361,017
Proportion de bénéficiaires du minimum vieillesse (en %)2,953,143,073,07
Proportion d’individus de 75 ans ou plus (en %)9,999,709,319,60
Effectifs2 1561 2885861 229
% pondérés23,9528,0319,4728,55

Statistiques descriptives des variables spécifiques aux individus

Note : Statistiques pondérées.
Champ : Individus âgés de 60 ans ou plus, vivant en France métropolitaine, ayant une ADL, au moins un enfant ou un conjoint et recevant de l’aide d’un professionnel ou de l’entourage.
Sources : Enquêtes CARE-Ménages 2015 et CARE-Institutions 2016, Drees.

68Le tableau 2 présente les estimations moyennes des restes à charge et quantités d’offre auxquels l’individu ferait face s’il choisissait un des modes de prise en charge (cf. construction dans la partie « Mesures »). Le reste à charge de la prise en charge est plus élevé pour la configuration utilisant de l’aide de l’entourage et de l’aide professionnelle (2 068 € par mois en moyenne). En effet, nous avons ajouté un coût d’opportunité que supporte l’aidant de l’entourage équivalent au nombre d’heures d’aide fournies valorisées au taux de salaire horaire du département. Le reste à charge le plus faible est celui de la prise en charge à domicile avec uniquement de l’aide informelle (1 796 € par mois en moyenne). La comparaison des restes à charge moyens calculés pour chaque mode, respectivement parmi ceux qui ont choisi ce mode, et parmi ceux qui ne l’ont pas choisi, montre que les restes à charges relatifs aux modes choisis sont plus faibles que ceux relatifs au mode non choisi, mis à part pour le domicile avec aide formelle et aide informelle. Ce résultat descriptif suggère que les choix des individus sont en partie expliqués par un effet prix. Concernant la quantité d’offre, on retrouve l’effet inverse : les modalités choisies ont en moyenne des quantités d’offre plus élevées que celles qui ne sont pas choisies. Ce dernier résultat suggère qu’une offre plus importante permet de répondre à la demande.

Tableau 2

Statistiques descriptives des variables spécifiques aux alternatives

Modes de prise en charge1234
InstitutionDomicile
Aide informelle-OuiOuiNon
Aide formelle-OuiNonOui
Reste à charge
 Calcul pour tous les individus1 9802 0681 7962 057
 Parmi ceux qui choisissent ce mode uniquement1 9462 0761 1671 656
 Parmi ceux qui ne choisissent pas ce mode1 9902 0641 9482 216
 Différence significative***ns******
Quantité d’offre
 Calcul pour tous les individus4,3831,7610,3621,40
 Parmi ceux qui choisissent ce mode uniquement4,9032,5113,6821,46
 Parmi ceux qui ne choisissent pas ce mode4,2131,469,5621,37
 Différence significative********ns

Statistiques descriptives des variables spécifiques aux alternatives

Note : Statistiques pondérées. * p < 0,10, ** p < 0,05, *** p < 0,01.
Champ : Individus âgés de 60 ans ou plus, vivant en France métropolitaine, ayant une ADL, au moins un enfant ou un conjoint et recevant de l’aide d’un professionnel ou de l’entourage.
Sources : Enquêtes CARE-Ménages 2015 et CARE-Institutions 2016, Drees.

Résultats du modèle multinomial

69Les résultats présentés dans le tableau 3 montrent le coefficient unique estimé de chaque variable explicative spécifique aux alternatives (– 0,00037 pour le reste à charge et 0,01412 pour la quantité d’offre) et l’effet marginal de chaque variable explicative [22] (les écarts types sont reportés entre parenthèses). Le coefficient estimé du reste à charge est négatif et significatif. La probabilité de choisir un mode de prise en charge décroît lorsque le reste à charge de cette prise en charge augmente. À l’inverse, le coefficient associé à la quantité est positif. Cela signifie que plus l’offre relative au mode de prise en charge est élevée, plus la probabilité que ce mode soit choisi augmente. Concernant les effets marginaux, pour le reste à charge, l’effet est toujours négatif pour le mode choisi de l’alternative correspondante. Si le reste à charge en établissement augmentait de 100 € par mois, la probabilité qu’un individu choisisse cette alternative diminuerait de 0,0015 (pour une probabilité initiale de 0,4028). Ainsi, si tout le monde devait payer 100 € de plus pour aller en institution, au lieu d’avoir 40,28 % de notre échantillon en institution, on en trouverait 40,13 %. À l’inverse, cela augmenterait la probabilité de choisir le mode 2 (domicile avec aide informelle et aide formelle) de 0,0007. Pour la quantité d’offre, on obtient les résultats inverses. La quantité d’offre dans un mode de prise en charge particulier augmente la probabilité de recourir à ce mode de prise en charge et baisse la probabilité de recourir à chacun des autres modes de prise en charge.

Tableau 3

Effets marginaux de la régression Probit multinomial avec des variables explicatives spécifiques aux alternatives

Mode de prise en charge1234
InstitutionDomicile
Aide informelleOuiOuiNon
Aide formelleOuiNonOui
Probabilité de choisir ce mode0,40280,27680,07950,2408
Coefficients des variables spécifiques aux alternatives (et écarts types)
Reste à charge– 0,00037 (0,00002)***
Quantité d’offre0,01412 (0,00219)***
Effets marginaux (et écarts types)
Variables spécifiques aux alternatives
Reste à charge
 Si Mode 1 choisi– 0,00015***
(0,00001)
0,00007***
(0,00001)
0,00004***
(0,00000)
0,00005***
(0,00000)
 Si Mode 2 choisi0,00007***
(0,00001)
– 0,00011***
(0,00001)
0,00001***
(0,00000)
0,00003***
(0,00000)
 Si Mode 3 choisi0,00004***
(0,00000)
0,00001***
(0,00000)
– 0,00005***
(0,00000)
0,00001***
(0,00000)
 Si Mode 4 choisi0,00005***
(0,00000)
0,00003***
(0,00000)
0,00001***
(0,00000)
– 0,00009***
(0,00001)
Quantité d’offre
 Si Mode 1 choisi0,0057***
(0,00081)
– 0,0025***
(0,00036)
– 0,00141***
(0,00023)
– 0,00179***
(0,00028)
 Si Mode 2 choisi– 0,0025***
(0,00036)
0,00403***
(0,00057)
– 0,00028***
(0,00006)
– 0,00125***
(0,00024)
 Si Mode 3 choisi– 0,00141***
(0,00023)
– 0,00028***
(0,00006)
0,00189***
(0,00031)
– 0,0002***
(0,00006)
 Si Mode 4 choisi– 0,00179***
(0,00028)
– 0,00125***
(0,00024)
– 0,0002***
(0,00006)
0,00324***
(0,00054)
Variables spécifiques aux individus
Femmes0,00571
(0,0197)
0,02382
(0,01689)
– 0,05683***
(0,0098)
0,02734*
(0,01593)
Âge0,01545***
(0,00106)
0,00021
(0,00088)
– 0,00874***
(0,00052)
– 0,00692***
(0,00079)
Limitations sensorielles– 0,12247***
(0,021)
0,07573***
(0,01801)
0,03494***
(0,01063)
0,01178
(0,01618)
Limitations physiques– 0,14016
(0,10084)
0,26966**
(0,10956)
– 0,02373
(0,03972)
– 0,10577
(0,07324)
Limitations cognitives0,14646***
(0,01788)
– 0,02138
(0,01442)
– 0,04964***
(0,00849)
– 0,07544***
(0,01336)
Catégorie socioprofessionnelle
 AgriculteurRéf.Réf.Réf.Réf.
 Artisan0,08418**
(0,03597)
– 0,07671**
(0,03012)
– 0,02646
(0,02063)
0,01901
(0,02889)
 Cadre0,15781***
(0,04489)
– 0,10137**
(0,0386)
– 0,03786
(0,02434)
– 0,01857
(0,03603)
 Profession intermédiaire0,063*
(0,03779)
– 0,08172**
(0,03156)
– 0,01135
(0,02027)
0,03008
(0,02966)
 Ouvrier0,1154***
(0,02948)
– 0,05816**
(0,02434)
– 0,0197
(0,01715)
– 0,03754
(0,02419)
 Employé0,07623**
(0,03044)
– 0,05376**
(0,02532)
– 0,0038
(0,01703)
– 0,01869
(0,0251)
 Autre (sans emploi, invalidité…)0,0837**
(0,03345)
– 0,06768**
(0,02802)
0,0091
(0,01916)
– 0,02513
(0,02775)
Propriétaire de son logement– 0,17413***
(0,01636)
0,09455***
(0,0137)
0,03513***
(0,00858)
0,04444***
(0,013)
Diplôme
 Pas de diplôme, CEP ou brevet– 0,07133**
(0,02254)
0,04331**
(0,01903)
0,03101**
(0,01175)
– 0,003
(0,01749)
 CAP, BEP, baccalauréatRéf.Réf.Réf.Réf.
 Supérieur0,01566
(0,04177)
– 0,05526
(0,03667)
0,00253
(0,02094)
0,03708
(0,0314)
Pays de naissance
 FranceRéf.Réf.Réf.Réf.
 Europe– 0,20657***
(0,0379)
0,09513***
(0,02966)
0,05302**
(0,01786)
0,05842**
(0,02833)
 Autre– 0,14694***
(0,03392)
0,07649**
(0,02713)
0,06831***
(0,01497)
0,00211
(0,02586)
Préférences départementales pour l’institutionnalisation0,33396***
(0,04209)
– 0,0977**
(0,0334)
– 0,05716**
(0,0216)
– 0,17912***
(0,03154)
Densité de généralistes dans le département (échelle logarithmique)– 0,14062**
(0,05399)
0,01163
(0,04312)
0,05276**
(0,02686)
0,07623*
(0,04044)
Densité de gériatres dans le département (échelle logarithmique)– 0,11977***
(0,02302)
0,05266**
(0,01906)
0,0409***
(0,01209)
0,0262
(0,01799)
Proportion de bénéficiaires du minimum vieillesse (en %)0,00863
(0,01021)
0,00768
(0,00811)
0,00567
(0,00513)
– 0,02199**
(0,00785)
Proportion d’individus de 75 ans ou plus (en %)0,01708***
(0,00441)
– 0,01247***
(0,00369)
– 0,00271
(0,00226)
– 0,00191
(0,00345)
Cov(1,1), Cov(1,2), Cov(1,3), Cov(1,4)
Cov(2,2)1,436673
Cov(2,3)– 0,0883106
Cov(2,4)0,6607126
Cov(3,3)1,01786
Cov(3,4)– 0,1336395
Cov(4,4)2

Effets marginaux de la régression Probit multinomial avec des variables explicatives spécifiques aux alternatives

Note : Pondérations non utilisées. Écarts types entre parenthèses. * p < 0,10, ** p < 0,05, *** p < 0,01.
Champ : Individus âgés de 60 ans ou plus, vivant en France métropolitaine, ayant une ADL, au moins un enfant ou un conjoint et recevant de l’aide d’un professionnel ou de l’entourage.
Sources : Enquêtes CARE-Ménages 2015 et CARE-Institutions 2016, Drees.

70Les femmes ont autant de risque que les hommes de vivre en établissement ou à domicile avec à la fois de l’aide informelle et formelle. Par contre, elles ont un risque plus fort de vivre à domicile avec seulement de l’aide formelle et un risque plus faible de vivre en établissement avec seulement de l’aide informelle. L’âge, même en contrôlant des limitations fonctionnelles, augmente la probabilité de vivre en établissement de façon très forte. Avoir une année supplémentaire augmente de 0,015 point la probabilité de vivre en établissement. Il semble alors qu’à un certain âge, il n’y ait plus vraiment de préférence pour le domicile ou que cette variable d’âge capte aussi des besoins de prise en charge plus complexes non mesurés par nos variables (besoin de sécurité par exemple). Les limitations cognitives semblent être très déterminantes du mode de prise en charge en établissement, elles augmentent de 0,15 point la probabilité de vivre en établissement. Les inégalités socio-économiques sont assez importantes surtout pour le premier et le deuxième mode de prise en charge. Les cadres ont une probabilité de vivre en établissement augmentée de 0,158 point par rapport aux agriculteurs. À l’inverse, leur probabilité de vivre à domicile avec à la fois de l’aide formelle et informelle est de 0,101 point inférieure à celle des agriculteurs. On obtient les mêmes résultats pour les professions intermédiaires, les ouvriers et les autres professions. Être propriétaire augmente la probabilité de vivre à domicile, quel que soit le type d’aide reçue à domicile. Les moins diplômés ont une probabilité plus faible que les diplômés intermédiaires de vivre en établissement, par contre leur probabilité de vivre à domicile avec de l’aide de l’entourage (combinée ou non avec de l’aide professionnelle) est plus grande que les diplômés intermédiaires. Comparativement aux personnes nées en France, les personnes nées à l’étranger ont une probabilité plus faible de vivre en établissement. La mesure des préférences départementales pour l’institutionnalisation joue dans le sens attendu : il augmente la probabilité de vivre en établissement et diminue la probabilité des autres modes de prise en charge. La probabilité de vivre en établissement diminue avec la densité de généralistes. Celle de vivre à domicile avec de l’aide professionnelle (combinée ou non à de l’aide informelle) augmente avec la densité.

Tests de robustesse

71Cet article repose principalement sur l’évaluation du reste à charge et de la quantité d’offre auxquels fait face l’individu âgé. Pour estimer au mieux ces variables, nous avons utilisé les informations concernant l’offre formelle au niveau départemental ainsi que les variables individuelles pouvant modifier le reste à charge et la quantité d’offre. Pour valider ces estimations, nous avons estimé le reste à charge effectif des individus ayant répondu aux enquêtes CARE afin de les comparer à celui obtenu de façon théorique, en enlevant le coût de l’aide informelle. Le reste à charge médian en institution est estimé à 1 850 € par mois sur la population générale (Besnard et Zakri [2018]). Sur notre champ d’étude (personnes ayant au moins une ADL et un enfant ou conjoint), nous avons bien un reste à charge comparable. Concernant l’aide formelle à domicile, le coût renseigné dans l’enquête souffre de valeurs manquantes nombreuses, ce qui ne nous permet pas d’estimer de façon fiable le reste à charge pour tous les individus de notre échantillon. Pour les individus ayant renseigné un coût qui semble plausible, les écarts de reste à charge avec nos estimations sont assez faibles, en moyenne de 62 €. Le reste à charge mesuré dans l’enquête est en moyenne plus élevé que le reste à charge utilisé dans nos régressions. Afin de tester la robustesse de nos résultats, les modèles ont été également réestimés en considérant un coût nul pour l’aide informelle. Comme le modèle identifie l’effet de la variable grâce à la différence entre ceux ayant choisi cette alternative et ceux ne l’ayant pas choisie, cela change peu les résultats puisque le reste à charge des configurations avec aide informelle diminue dans les mêmes proportions pour tous les individus.

72Par ailleurs, la variable de quantité d’offre que nous utilisons a été construite de façon ad hoc sur la base de données extérieures et d’hypothèses concernant l’aide familiale parce que nous ne disposions pas de données comparables pour les différents modes de prise en charge. Nous avions initialement construit une variable à partir d’une analyse des composantes multiples pour identifier les territoires où un mode de prise en charge était plus dense. Mais cela revenait à imputer ensuite les mêmes valeurs pour les individus d’un même département et réduisait donc la variabilité intradépartementale, puisque l’on perdait la dimension individuelle (être en couple et/ou avoir des enfants) avec cette méthode.

73Pour conforter les résultats, nous avons aussi réalisé une régression multinomiale logistique reposant sur l’hypothèse d’indépendance des alternatives non pertinentes, en utilisant le reste à charge et la quantité d’offre de l’alternative choisie. Nous trouvons des résultats très proches de ceux de notre analyse pour les variables spécifiques aux individus. Par contre, les résultats sont très différents pour les variables spécifiques aux alternatives. Dans cette régression, nous n’intégrons que le reste à charge de l’alternative choisie, qui a, dans la majorité des cas, une valeur plus faible que celle des alternatives non choisies (car l’individu choisit la modalité la moins chère). De ce fait, dans cette analyse nous comparons les restes à charge les plus bas dans la plupart des cas (car ce sont ceux choisis). Les résultats de cette régression sont disponibles en annexe.

74Notre population d’analyse a été sélectionnée sur plusieurs critères. Le premier concerne le niveau de dépendance des personnes, qui est estimé grâce aux restrictions ADL. Les modèles d’incapacité développés à partir des années 1970 (Wood et Badley [1978] ; Verbrugge et Jette [1994] ; WHO [2001]) considèrent que l’incapacité reflète l’impact des problèmes de santé sur le fonctionnement des personnes. L’incapacité est un processus comportant trois niveaux : les déficiences, les limitations fonctionnelles et les restrictions d’activité. Afin de tester si notre sélection d’échantillon ne biaisait pas nos estimations, nous avons mobilisé plusieurs définitions de la dépendance. La définition la plus large est le fait d’avoir au moins une limitation fonctionnelle ou une restriction d’activité (ALD, IADL ou GALI), alors que la définition la plus stricte est le fait d’avoir un groupe iso-ressources (GIR) estimé à 1 ou 2 [23]. Nous avons aussi refait les analyses en considérant le type de difficultés (type de limitation, type de restriction) et la sévérité des difficultés. Les résultats sont alors très similaires. En effet, nous réalisons dans un second temps une sélection sur l’aide reçue, et le critère utilisé pour mesurer la perte d’autonomie de la personne ne change que très peu notre échantillon. Nous avons aussi testé l’inclusion d’un plus grand nombre de variables de contrôle sur le degré de dépendance de la personne (qui implique une probabilité plus grande que la décision soit prise par des tiers), mais cela ne change que faiblement l’effet du reste à charge.

75La majorité des valeurs manquantes ont été imputées pour disposer d’un échantillon large en établissement et à domicile. Afin de vérifier que ces imputations ne biaisent pas les résultats, les statistiques descriptives des variables d’intérêt avant et après imputation ont été comparées. Les individus ont un degré d’incapacité un peu plus élevé après imputation, mais la différence n’est que de deux à trois points de pourcentage seulement.

76Les deux enquêtes (à domicile et en institution) n’ont pas été réalisées à la même date (mai à octobre 2015 pour la partie ménage contre septembre à décembre 2016 pour la partie institution). Cette différence de date de collecte peut poser plusieurs questions. Tout d’abord, devrions-nous utiliser des variables différentes concernant l’offre selon que l’on considère les individus interrogés dans l’une ou l’autre enquête ? Nous avons étudié l’évolution de l’offre de prise en charge en quantité au cours du temps pour les données dont nous disposons, et celle-ci est assez stable concernant l’offre à domicile, excepté les infirmiers libéraux qui ont fortement progressé mais qui s’adressent à toute la population. Un autre risque est que certains individus interrogés dans l’enquête CARE-Institutions l’aient été aussi dans celle de CARE-Ménages. Nous avons tenté de repérer ces individus grâce au questionnaire CARE-I en considérant la date d’entrée dans l’établissement, le lieu de résidence avant l’entrée dans l’établissement (domicile ou établissement) et l’année d’entrée en logement collectif. Finalement, il y a 941 individus qui ont pu être interrogés dans CARE-M (sur 3 262 individus au total). Ce sont des personnes en meilleure santé que l’ensemble de l’échantillon en institution puisqu’elles sont entrées en établissement après la collecte de l’enquête CARE-M. Les supprimer reviendrait à ne garder que des individus depuis plus longtemps en établissement. Ces derniers ont des risques plus importants que leurs caractéristiques actuelles soient différentes de celles à leur entrée en établissement, ce qui apporte du bruit à l’analyse. De même, dans l’enquête CARE-I ne sont fournies que des informations sur les résidents au moment de l’enquête. Pour les individus en établissement depuis longtemps, les contraintes, l’offre et les préférences auxquelles ils faisaient face ont pu changer depuis leur entrée en établissement. Une partie des variables n’évolue pas ou peu chez les personnes âgées (diplôme, catégorie socioprofessionnelle), et la sélection des personnes dépendantes réduit l’effet de l’état de santé. Les biais sont donc a priori limités. Nous avons cependant reconduit les analyses en ne sélectionnant que les individus résidant depuis moins d’un an dans l’établissement. Cela atténue ces changements d’état mais réduit fortement l’échantillon de CARE-I. Les résultats sont semblables à ceux présentés. Par ailleurs, la temporalité des variables utilisées ne semble pas pertinente. En effet, cet article se place dans un modèle théorique de décision d’un mode de prise en charge valable à chaque instant. Ainsi, les individus pourraient modifier leur mode de prise en charge à chaque instant et notamment en cas de changement de leur niveau d’incapacité ou des caractéristiques d’offre formelle. Il faut donc bien considérer les caractéristiques auxquelles ils font face au moment de l’enquête. Il serait envisageable de considérer un caractère semi-absorbant de l’entrée en établissement, mais cela complexifierait le modèle et surtout son estimation empirique.

77Nous utilisons une variable estimant les préférences des individus pour l’établissement au niveau départemental. Cet effet départemental est expurgé de nombreuses variables utilisées par Carrère [2020] dans sa modélisation multiniveau. Cet effet n’est cependant pas expurgé de l’effet du pays de naissance, de la déclaration de limitations sensorielles, de la catégorie socioprofessionnelle, du fait d’être propriétaire de son logement et du diplôme. Nous avons donc testé le modèle sans l’inclusion de cette variable. Cela ne change pas la significativité des variables.

78Nous ne disposons pas de l’ancien lieu de résidence pour les personnes en établissement. Or, l’estimation du reste à charge et de la quantité de l’offre est fortement liée au département et il est donc possible que les individus aient décidé d’aller dans un autre département pour profiter d’une offre en établissement plus dense et moins chère. Tout de même, une analyse sur les données de l’enquête EHPA 2015 montre que 88 % des personnes résident dans un établissement situé à moins de 60 minutes de leur ancien logement (et 66 % à moins de 20 minutes). Ainsi la mobilité géographique avec l’institutionnalisation semble faible.

79La dimension départementale est très importante concernant la gestion de la prise en charge de la perte d’autonomie, nous avons donc testé d’inclure des indicatrices par département dans l’analyse. Le problème est que tous les départements qui sont interrogés avec l’enquête CARE-M ne l’étaient pas dans l’enquête CARE-I, ainsi cela nous obligeait à supprimer 65 départements et à réduire de plus de moitié notre échantillon. Les modèles comportant trop peu d’individus par alternative ne convergeaient pas, nous avons donc décidé d’inclure des variables continues au niveau départemental plutôt qu’un effet départemental.

Conclusion

80En dépit des limites présentées précédemment, cet article contribue à la littérature concernant le choix de mode de prise en charge de la perte d’autonomie. Il est le premier en France à tester l’effet des prix en mobilisant une évaluation des restes à charge relatifs à chacun des modes de prise en charge, obtenue en utilisant un riche éventail de données administratives au niveau départemental combinées à des données individuelles. Ces estimations tiennent compte des caractéristiques des individus (niveau de dépendance, niveau des ressources) et des caractéristiques de l’offre dans le département (coût des établissements, tarifs des services d’aide à domicile, financement de la dépendance). Valoriser l’aide informelle comme un coût d’opportunité constitue également un apport. Nous considérons ici que les aidants réalisent un arbitrage entre activité d’aide, activité professionnelle, activité domestique et activité de loisir. Connaissant cet arbitrage, nous supposons que les personnes dépendantes prennent en compte le coût d’opportunité des aidants, même si elles ne supportent pas réellement ce coût.

81Grâce à une modélisation à choix discrets, nous montrons le rôle de l’offre à domicile et en établissement, que ce soit en reste à charge ou en quantité. Les individus choisissent les alternatives les moins coûteuses pour eux et pour lesquelles l’offre est la plus disponible. Les effets des variables d’offre restent néanmoins faibles comparativement aux effets des variables individuelles. Par exemple, une diminution de 100 € du reste à charge en établissement augmenterait de 0,015 la probabilité de vivre en établissement (soit 1,5 point de pourcentage). L’effet est encore plus faible pour la prise en charge uniquement par aide professionnelle : à coût identique, subventionner 1 000 € de plus par mois pour prendre en charge la dépendance n’augmenterait que de 0,09 la probabilité de vivre à domicile avec de l’aide professionnelle uniquement. La quantité d’offre de prise en charge relative au mode de prise en charge choisi semble aussi déterminante. En effet, les individus faisant face à une offre dense autour d’eux pour un mode de prise en charge particulier vont préférer ce mode de prise en charge. Cette quantité d’offre capte à la fois des prix différents, des subventions différentes, des services différents et une qualité différente qui sont autant de critères que les personnes considèrent lorsqu’elles choisissent un mode de prise en charge. Par ailleurs, nous mettons aussi en évidence que les profils de besoins spécifiques (troubles cognitifs par exemple) influencent fortement les décisions pour un mode de prise en charge particulier. Nous trouvons des résultats significatifs pour les femmes, indiquant qu’elles ont de plus grands risques de vivre à domicile uniquement avec de l’aide professionnelle et moins de chances de vivre à domicile uniquement avec de l’aide de l’entourage que les hommes. Les résultats sur les variables spécifiques aux individus (et non aux alternatives) sont robustes aux différentes spécifications.

82D’importantes implications en termes de politique publique émergent de ces résultats. Les évolutions récentes concernant la disponibilité des aidants (fort taux de divorce, participation des femmes au marché du travail, baisse de la fertilité) laissent penser que le vivier d’aide informelle potentielle sera amené à diminuer. Par ailleurs, nous constatons que l’offre formelle en quantité n’a que peu évolué au cours des dernières décennies. La volonté politique de favoriser le maintien à domicile semble avoir ralenti la création de places en établissement et n’a pas pour autant accéléré celle de services d’aide à domicile. Par ailleurs, la tarification des services d’aide à domicile par les départements, nécessaire pour encadrer le coût de la prise en charge, met en difficulté financière les services d’aide et les pousse à fermer ou à se concentrer. Ces évolutions questionnent les possibilités qui s’offrent aux personnes âgées pour prendre en charge leur perte d’autonomie.

Cette recherche a bénéficié de l’aide de la mission « recherche » de la direction de la Recherche, des Études, de l’Évaluation et des Statistiques (MiRe-Drees) et de la Caisse nationale de solidarité et d’autonomie (CNSA), dans le cadre de l’appel à projets lancé par l’IReSP en 2015 (IReSP-15-Hand6-07).
Annexe

Régression multinomiale avec hypothèse d’indépendance des alternatives non pertinentes (effets marginaux)

Mode de prise en charge1234
InstitutionDomicile
Aide informelleOuiOuiNon
Aide formelleOuiNonOui
Variables spécifiques aux alternatives (valeur = celle de la modalité choisie)
Reste à charge0,00002***
(0,00000)
0,00001***
(0,00000)
– 0,00005***
(0,00000)
0,00002***
(0,00000)
Quantité d’offre– 0,02255***
(0,00038)
0,01626***
(0,00027)
– 0,00101***
(0,00025)
0,0073***
(0,00034)
Variables spécifiques aux individus
Pays de naissance
 FranceRéf.Réf.Réf.Réf.
 Europe– 0,05772**
(0,01824)
0,01535
(0,01728)
0,03559**
(0,01538)
0,00679
(0,02287)
 Autre– 0,06378***
(0,01671)
0,01803
(0,01629)
0,07189***
(0,01277)
– 0,02614
(0,0209)
Limitations sensorielles– 0,03519***
(0,00874)
0,02589**
(0,01053)
0,02452**
(0,00818)
– 0,01521
(0,01298)
Limitations physiques0,02287
(0,03693)
0,0797
(0,05419)
– 0,01712
(0,03939)
– 0,08545
(0,06756)
Limitations cognitives0,10638***
(0,00861)
– 0,00347
(0,00905)
– 0,02417**
(0,00837)
– 0,07874***
(0,01178)
Femmes– 0,01276
(0,00861)
0,03893***
(0,00998)
– 0,06611***
(0,01005)
0,03994***
(0,01232)
Âge0,00469***
(0,00043)
0,00474***
(0,00051)
– 0,00655***
(0,00041)
– 0,00289***
(0,00061)
Catégorie socioprofessionnelle
 AgriculteurRéf.Réf.Réf.Réf.
 Artisan– 0,007
(0,01508)
0,0052
(0,01855)
– 0,02869*
(0,01714)
0,03049
(0,0237)
 Cadre0,01037
(0,01927)
– 0,00409
(0,02353)
– 0,01968
(0,02034)
0,0134
(0,02934)
 Profession intermédiaire– 0,0248
(0,01653)
0,00084
(0,01929)
– 0,01711
(0,01754)
0,04107*
(0,02468)
 Ouvrier– 0,00476
(0,01266)
0,01718
(0,01546)
– 0,01072
(0,01535)
– 0,0017
(0,01963)
 Employé– 0,01363
(0,01315)
0,00881
(0,0159)
0,00528
(0,01569)
– 0,00047
(0,02028)
 Autre (sans emploi, invalidité…)– 0,02053
(0,01494)
– 0,00461
(0,0178)
0,0214
(0,0186)
0,00374
(0,02297)
Propriétaire de son logement– 0,03388***
(0,00754)
0,00081
(0,00852)
0,03124***
(0,00784)
0,00183
(0,01075)
Diplôme
 Pas de diplôme, CEP ou brevet– 0,01034
(0,00981)
0,0156
(0,01165)
0,01875**
(0,00944)
– 0,02401*
(0,01447)
 CAP, BEP, baccalauréatRéf.Réf.Réf.Réf.
 Supérieur– 0,01585
(0,01808)
– 0,02519
(0,02176)
-0,00406
(0,01624)
0,0451
(0,0276)
Préférences départementales pour l’institutionnalisation0,16928***
(0,01905)
0,03009
(0,01915)
– 0,05269**
(0,01814)
– 0,14667***
(0,02483)
Densité de généralistes dans le département (échelle logarithmique)0,11002***
(0,02294)
– 0,24354***
(0,02509)
0,0586**
(0,02255)
0,07491**
(0,03168)
Densité de gériatres dans le département (échelle logarithmique)– 0,08948***
(0,01006)
0,00063
(0,01189)
0,04467***
(0,01032)
0,04417**
(0,01456)
Proportion de bénéficiaires du minimum vieillesse (en %)– 0,01482**
(0,00542)
– 0,00978**
(0,00474)
0,02302***
(0,00433)
0,00158
(0,00635)
Proportion d’individus de 75 ans ou plus (en %)0,02107***
(0,00201)
– 0,03143***
(0,0025)
0,00111
(0,00202)
0,00925**
(0,00293)

Régression multinomiale avec hypothèse d’indépendance des alternatives non pertinentes (effets marginaux)

Note : Écarts types entre parenthèses. * p < 0,10, ** p < 0,05, *** p < 0,01.

Notes

  • [1]
    Dans cet article, nous utiliserons le terme « reste à charge » pour caractériser les dépenses à la charge des personnes âgées, le terme « financement » pour caractériser les prises en charge publiques (allocations, subventions, etc.) et le terme « coût » pour la somme de ces deux éléments.
  • [2]
    Nous utilisons un indicateur qui combine à la fois la variété et la quantité d’offre. Nous utiliserons le terme « quantité d’offre » pour y faire référence.
  • [3]
    Il s’agit du coût théorique évalué par le département selon les besoins de la personne. Le coût réel peut être différent, notamment si la personne souhaite consommer plus d’aide professionnelle que ce que le conseil départemental préconise ou si elle a recours à des professionnels facturant des tarifs plus élevés que ceux que le conseil départemental utilise dans son estimation.
  • [4]
    Il existe une subvention de l’aide informelle mais celle-ci reste rare, nous considérons donc que seule l’aide formelle est financée publiquement.
  • [5]
    Le ticket modérateur de l’APA ou de l’action sociale dépend du revenu de la personne âgée. Par ailleurs, la personne peut demander une réduction d’impôt si elle réside en établissement ou emploie directement une aide-ménagère à son domicile (la réduction d’impôt n’est applicable qu’aux personnes ayant un revenu supérieur à la première tranche d’imposition).
  • [6]
    Le ticket modérateur de l’APA dépend des revenus de la personne âgée. Par ailleurs, la personne peut demander l’aide sociale à l’hébergement (ASH) si ses revenus sont très faibles ou une aide au logement du type APL ou ASL qui dépend de ses revenus.
  • [7]
    Ces enquêtes sont réalisées en face-à-face, les personnes ayant des difficultés pour répondre du fait de leur état de santé pouvaient être aidées par une personne de l’entourage ou un professionnel de santé. Cette possibilité d’aide était annoncée dès la prise de contact afin que les personnes les plus aptes à aider puissent être présentes lors de l’interrogation.
  • [8]
    Pour l’enquête CARE-I le taux d’imputation le plus élevé est de 19 % pour la variable diplôme, il se situe plutôt autour de 5-10 % pour les autres variables. Pour CARE-M, le taux d’imputation est très bas, la variable ayant été le plus imputée est la variable diplôme pour moins d’1 % des seniors.
  • [9]
    Casernes, foyers de travailleurs, logements étudiants, etc.
  • [10]
    Il s’agit des difficultés pour se laver, s’habiller, couper la nourriture, manger, se servir des toilettes, se coucher et s’asseoir. Les individus ayant répondu « Non, aucune difficulté » à toutes ces activités sont exclus de l’échantillon (car ils sont considérés comme autonomes). Ceux ayant répondu « Oui, avec quelques difficultés », « Oui, avec beaucoup de difficultés », « Vous ne pouvez pas le faire seule » (+ sans objet le cas échéant) pour au moins une activité sont considérés comme dépendants et gardés. D’autres mesures de la dépendance ont été testées pour voir si nos résultats sont sensibles à cette définition de la perte d’autonomie.
  • [11]
    Comme il est parfois difficile de mesurer le coût et les subventions séparément, nous avons décidé de considérer le reste à charge.
  • [12]
    NBAF12 = 65 heures par mois si l’individu est en GIR 1 ou 2 ; NBAF3 = 42,5 heures par mois si l’individu est en GIR 3 ; NBAF4 = 25 heures pour mois si l’individu est en GIR 4 ; NBAF56 = 12,5 heures par mois si l’individu est en GIR 5 ou 6.
  • [13]
    NBAI12 = 157,5 heures par mois si l’individu est en GIR 1 ou 2 ; NBAI3 = 120 heures par mois si l’individu est en GIR 3 ; NBAI4 = 60 heures pour mois si l’individu est en GIR 4 ; NBAI56 = 35 heures par mois si l’individu est en GIR 5 ou 6.
  • [14]
    NBAI12 = 227,5 heures par mois si l’individu est en GIR 1 ou 2 ; NBAI3 = 127,5 heures par mois si l’individu est en GIR 3 ; NBAI4 = 62,5 heures pour mois si l’individu est en GIR 4 ; NBAI56 = 27,5 heures par mois si l’individu est en GIR 5 ou 6.
  • [15]
    NBAF12 = 227,5 heures par mois si l’individu est en GIR 1 ou 2 ; NBAF3 = 127,5 heures par mois si l’individu est en GIR 3 ; NBAF4 = 62,5 heures pour mois si l’individu est en GIR 4 ; NBAF56 = 27,5 heures par mois si l’individu est en GIR 5 ou 6.
  • [16]
    Les valeurs estimées négatives sont tronquées à 0.
  • [17]
    Les valeurs estimées négatives sont tronquées à 0.
  • [18]
    Difficultés pour marcher 500 mètres, monter un étage d’escalier, lever le bras, se servir de vos mains et de vos doigts, se baisser ou s’agenouiller, porter un sac de 5 kg. Les individus ayant répondu « Oui, sans difficulté » à toutes les questions sont considérés comme n’ayant pas de limitation physique alors que ceux ayant répondu « Oui, avec quelques difficultés », « Oui, avec beaucoup de difficultés », « Non, vous ne pouvez pas du tout » (+ sans objet le cas échéant) à au moins une question sont considérés comme ayant des limitations physiques.
  • [19]
    Difficultés pour voir de près, de loin, entendre une conversation avec une personne, avec plusieurs personnes. Les individus ayant répondu « Oui, sans difficulté » à toutes les questions sont considérés comme n’ayant pas de limitation sensorielle alors que ceux ayant répondu « Oui, avec quelques difficultés », « Oui, avec beaucoup de difficultés » ou « Non, vous ne pouvez pas du tout » à au moins une question sont considérés comme ayant des limitations sensorielles.
  • [20]
    Ne plus se souvenir du moment de la journée, avoir des trous de mémoire, se concentrer 10 minutes, résoudre les problèmes de la vie quotidienne, comprendre et se faire comprendre, être agressif, avoir des difficultés pour nouer des relations, se mettre en danger. Les individus ayant répondu « Non » ou « Oui, parfois » à toutes les questions sont considérés comme n’ayant pas de limitation cognitive alors que ceux ayant répondu « Oui, souvent » à au moins une des questions sont considérés comme ayant des limitations cognitives.
  • [21]
    Les données utilisées sont issues des enquêtes Vie quotidienne et santé (VQS) 2014 et Établissement d’hébergement pour personnes âgées (EHPA) 2015 de la Drees.
  • [22]
    Pour les variables explicatives spécifiques aux alternatives, nous avons reporté les effets marginaux selon l’alternative réellement choisie (par exemple : effet d’une augmentation du reste à charge en institution sur la probabilité de choisir une prise en charge à domicile avec uniquement de l’aide informelle). Pour les autres variables explicatives, nous avons reporté les effets marginaux usuels.
  • [23]
    Le GIR est la mesure administrative de la dépendance en France. Il peut être estimé grâce aux réponses au questionnaire. Les individus classés en GIR 1 à 4 sont considérés comme dépendants et peuvent prétendre à l’APA, alors que les GIR 5 et 6 sont autonomes. Les GIR 1 et 2 sont les personnes les plus dépendantes et doivent souvent aller en institution.
Français

Cet article s’intéresse à la sensibilité de la demande de prise en charge de la perte d’autonomie vis-à-vis de l’offre. En nous appuyant sur un modèle théorique, nous estimons la probabilité de choisir un mode de prise en charge grâce à une modélisation multinomiale utilisant les données des enquêtes CARE (Capacités, aides et ressources des seniors). Des restes à charge et densités théoriques sont estimés pour chaque alternative et individu afin d’évaluer l’effet de ces deux déterminants sur la décision de recourir à un mode de prise en charge spécifique. Cet article révèle que les choix sont contraints à la fois par le reste à charge de la prise en charge, sa variété et sa quantité mais que leur effet est limité.
Classification JEL : D13, I11, I12, I14, J14.

  • perte d’autonomie
  • institution
  • offre de soins de longue durée
  • aide informelle
  • Probit multinomial

Références bibliographiques

  • En ligneBernheim B. D., Shleifer A. et Summers L. H. [1986], « The Strategic Bequest Motive », Journal of Labor Economics, 4 (3), p. S151-S182.
  • Besnard X. et Zakri M. [2018], « Comment les seniors financent-ils leur maison de retraite ? Premiers résultats de l’enquête CARE-Institutions », Études et Résultats, 1095.
  • Billaud S., Bourreau-Bubois C., Gramain A., Lim H., Weber F. et Xing J. [2012], La prise en charge de la dépendance des personnes âgées : les dimensions territoriales de l’action publique, rapport final, convention MiRe/Drees, BETA (Université de Lorraine), CMH (ENS/EHESS/CNRS).
  • Billaud S. et Gramain A. [2006], « Les déterminants de l’entrée en institution des personnes âgées », Actualité et dossier en santé publique, 56, p. 43-45.
  • Blanpain N. et Buisson G. [2016], « Projections de population à l’horizon 2070. Deux fois plus de personnes de 75 ans ou plus qu’en 2013 », Insee Première, 1619.
  • En ligneBrown J. et Finkelstein A. [2009], « The Private Market for Long-Term Care Insurance in the United States : A Review of the Evidence », Journal of Risk & Insurance, 76 (1), p. 5-29.
  • En ligneByrne D., Goeree M. S., Hiedemann B. et Stern S. [2009], « Formal Home Health Care, Informal Care and Family Decision Making », International Economic Review, 50 (4), p. 1205-1242.
  • Carrère A. [2020], « Vivre en établissement pour personnes âgées dépendantes ou rester à domicile : comment joue le contexte territorial ? », miméo.
  • Carrère A. et Dubost C.-L. [2018], « État de santé et dépendance des seniors », dans France, portrait social. Édition 2018, Paris, Institut national de la statistique et des études économiques, p. 71-88.
  • En ligneCharles K. K. et Sevak P. [2005], « Can Family Caregiving Substitute for Nursing Home Care ? », Journal of Health Economics, 24 (6), p. 1174-1190.
  • En ligneCheckovich T. J. et Stern S. [2002], « Shared Caregiving Responsibilities of Adult Siblings with Elderly Parents », Journal of Human Resources, 37 (3), p. 441-478.
  • Colombo F., Llena-Nozal A., Mercier J. et Tjadens F. [2011], Help Wanted ? Providing and Paying for Long-Term Care, Paris, OECD Publishing.
  • Cordazzo P., El Jim K. et Marquet J. [2006], « La répartition géographique des personnes âgées vivant en institution », dans G. F. Dumont (dir.), Les territoires face au vieillissement en France et en Europe, Paris, Ellipses, p. 58-73.
  • En ligneDavey A., Johansson L., Malmberg B. et Sundström G. [2006], « Unequal but Equitable : An Analysis of Variations in Old-Age Care in Sweden », European Journal of Ageing, 3 (1), p. 34-40.
  • En ligneEttner S. L. [1994], « The Effect of the Medicaid Home Care Benefit on Long-Term Care Choices of the Elderly », Economic Inquiry, 32 (1), p. 103-127.
  • Fizzala A. [2016], « Dépendance des personnes âgées : qui paie quoi ? L’apport du modèle Autonomix », Les Dossiers de la Drees, 1, mars, p. 1-45.
  • Fontaine R. [2011], « Le recours à l’APA : déterminants et effets sur la prise en charge familiale des personnes âgées dépendantes », présentation lors du workshop Accès aux soins-Renoncement aux soins,Université Paris-Dauphine, 9 mars.
  • En ligneFontaine R., Gramain A. et Wittwer J. [2007], « Les configurations d’aide familiales mobilisées autour des personnes âgées dépendantes en Europe », Économie et Statistique, 403-404, p. 97-115.
  • Fontaine R., Gramain A. et Wittwer J. [2008], « Providing Care for an Elderly Parent : Interaction among Siblings ? », Cahiers de la Chaire Santé, 3, p. 2-35.
  • En ligneGaugler J. E., Pot A. M. et Zarit S. H. [2007], « Long-Term Adaptation to Institutionalization in Dementia Caregivers », Gerontologist, 47 (6), p. 730-740.
  • En ligneGramain A., Lacan L., Weber F. et Wittwer J. [2005], « Économies domestiques et décisions familiales dans la prise en charge des personnes âgées dépendantes », Revue économique, 56 (2), p. 465-484.
  • Haut Conseil de la famille [2011], « La place des familles dans la prise en charge de la dépendance des personnes âgées », note adoptée par le Haut Conseil de la famille lors de sa séance du 16 juin 2011.
  • Hege R., Roquebert Q., Tenand M. et Gramain A. [2014], « La tarification des services d’aide à domicile : un outil au service des politiques départementales ? », Notes MODAPA, 2, décembre.
  • En ligneHiedemann B. et Stern S. [1999], « Strategic Play among Family Members When Making Long-Term Care Decisions », Journal of Economic Behavior & Organization, 40 (1), p. 29-57.
  • En ligneHoerger T. J., Picone G. A. et Sloan F. A. [1996], « Public Subsidies, Private Provision of Care and Living Arrangements of the Elderly », The Review of Economics and Statistics, 78 (3), p. 428-440.
  • Jette A. M., Tennstedt S. et Crawford S. [1995], « How Does Formal and Informal Community Care Affect Nursing Home Use ? », The Journals of Gerontology: Series B, 50B (1), p. S4-S12.
  • Knoef M. et Kooreman P. [2011], « The Effects of Cooperation : A Structural Model of Siblings’ Caregiving Interactions », IZA Discussion Paper, 5733.
  • Kotlikoff L. J. et Morris J. N. [1990], « Why Don’t the Elderly Live with Their Children ? A New Look », dans E. David (dir.), The Economics of Aging, Chicago, The University of Chicago Press, p. 149-172.
  • Lecroart A., Froment O., Marbot C. et Roy D. [2013], « Projection des populations âgées dépendantes. Deux méthodes d’estimation », Dossiers solidarité et santé, 43, p. 1-28.
  • En ligneLuppa M., Luck T., Matschinger H., König H.-H. et Riedel-Heller S. G. [2010], « Predictors of Nursing Home Admission of Individuals without a Dementia Diagnosis Before Admission : Results from the Leipzig Longitudinal Study of the Aged (LEILA 75+) », BMC Health Services Research, 10, art. 186.
  • Metzger M. H., Barbeger-Gateau P., Dartigues J. F., Letenneur L. et Commenges D. [1997], « Facteurs prédictifs d’entrée en institution dans le cadre du plan gérontologique du département de Gironde », Revue d’épidémiologie et de santé publique, 45, p. 203-213.
  • En ligneMönkediek B. et Bras H. [2014], « Strong and Weak Family Ties Revisited : Reconsidering European Family Structures from a Network Perspective », The History of the Family, 19 (2), p. 235-259.
  • Muller M. [2017], « 728 000 résidents en établissements d’hébergement pour personnes âgées en 2015. Premiers résultats de l’enquête EHPA 2015 », Études et Résultats, 1015.
  • En ligneMuramatsu N., Yin H., Campbell R., Hoyem R., Jacob M. et Ross C. [2007], « Risk of Nursing Home Admission among Older Americans : Does States’ Spending on Home and Community-Based Services Matter ? » The Journals of Gerontology: Series B, 62 (3), p. S169-S178.
  • Nirello L. [2015], La construction problématique de la relation d’emploi dans l’ESS. Les EHPAD : entre régulations publiques et régulations d’entreprise, thèse de doctorat en sciences économiques, Université Nantes-Angers-Le Mans.
  • Petite S. et Weber A. [2006], « Les effets de l’Allocation personnalisée d’autonomie sur l’aide dispensée aux personnes âgées », Études et Résultats, 459.
  • En lignePeyrache M. et Ogg J. [2017], « Concilier vie professionnelle et aide informelle à un parent âgé », Revue européenne des sciences sociales, 55 (1), p. 97-125.
  • Pezzin L. E., Pollak R. A. et Schone B. S. [2006], « Efficiency in Family Bargaining : Living Arrangements and Caregiving Decisions of Adult Children and Disabled Elderly Parents », NBER Working Paper, 12358.
  • Pezzin L. E. et Schone B. S. [1997], « Intergenerational Transfers of Time and Elderly Living Arrangements : A Bargaining Model of Family Resource Allocation Decisions », SSRN, https://ssrn.com/abstract=62773.
  • En lignePezzin L. E. et Schone B. S. [1999], « Intergenerational Household Formation, Female Labor Supply and Informal Caregiving : A Bargaining Approach », The Journal of Human Resources, 34 (3), p. 475-503.
  • Ramos-Gorand M. [2015], Accompagnement professionnel de la dépendance des personnes âgées. Enjeux territoriaux en France métropolitaine, thèse de doctorat en géographie, Université Paris-Est Créteil.
  • Ratte E. et Imbaud D. [2011], Accueil et accompagnement des personnes âgées en perte d’autonomie. Rapport du groupe n° 3 sur la prise en charge de la dépendance, Paris, Ministère des Solidarités et de la Cohésion sociale.
  • Schmitz H. et Stroka M. A. [2014], « Do Elderly Choose Nursing Homes by Quality, Price or Location ? », Ruhr Economic Paper, 495.
  • En ligneSloan F. A., Picone G. A. et Hoerger T. J. [1997], « The Supply of Children’s Time to Disabled Elderly Parents », Economic Inquiry, 35 (2), p. 295-308.
  • Soullier N. [2012], « L’aide humaine auprès des adultes à domicile : l’implication des proches et des professionnels », Études et Résultats, 827.
  • Soullier N. et Weber A. [2011], « L’implication de l’entourage et des professionnels auprès des personnes âgées à domicile », Études et Résultats, 771.
  • En ligneStern S. et Engers M. [2002], « Long-Term Care and Family Bargaining », International Economic Review, 43, p. 73-114.
  • En ligneSundström G., Malmberg B. et Johansson L. [2006], « Balancing Family and State Care : Neither, Either or Both ? The Case of Sweden », Ageing and Society, 26 (5), p. 767-782.
  • Tomassini C., Glaser K., Wolf D., Broese Van Groenou M. et Grundy E. [2004], « Living Arrangements among Older People : An Overview of Trends in Europe and the USA », Population Trends, 115, p. 24-34.
  • En ligneTrabut L. et Gaymu J. [2016], « Habiter seul ou avec des proches après 85 ans en France : de fortes disparités selon les départements », Population et Sociétés, 539, p. 4.
  • Trabut L. et Gaymu J. [à paraître], « L’aide familiale aux personnes âgées en perte d’autonomie. Quelle articulation avec l’aide professionnelle à l’échelon des départements français ? ».
  • En ligneVan Houtven C. H. et Norton E. C. [2004], « Informal Care and Health Care Use of Older Adults », Journal of Health Economics, 23 (6), p. 1159-1180.
  • En ligneVerbrugge L. M. et Jette A. M. [1994], « The Disablement Process », Social Science & Medicine, 38 (1), p. 1-14.
  • WHO [2001], International Classification of Functioning, Disability and Health : ICF, Genève, World Health Organization.
  • Wood P. H. et Badley E. M. [1978], « An Epidemiological Appraisal of Disablement », dans A. E. Bennett (dir.), Recent Advances in Community Medicine, New York, Churchill Livingstone, p. 149-173.
Amélie Carrère
Institut des politiques publiques (IPP) ; Institut national d’études démographiques (Ined) ; Laboratoire d’économie et de gestion des organisations de santé (LEDa-LEGOS), Université Paris-Dauphine – PSL. Correspondance : Institut des politiques publiques, 48 boulevard Jourdan, 75014 Paris, France.
Florence Jusot
Laboratoire d’économie de Dauphine – Laboratoire d’économie et de gestion des organisations de santé (LEDa-LEGOS), Université Paris-Dauphine – PSL. Correspondance : Université Paris-Dauphine, Place du Maréchal de Lattre de Tassigny, 75775 Paris Cedex 75, France.
Dernière publication diffusée sur Cairn.info ou sur un portail partenaire
Mis en ligne sur Cairn.info le 02/12/2020
https://doi.org/10.3917/reco.716.1069
Pour citer cet article
Distribution électronique Cairn.info pour Presses de Sciences Po © Presses de Sciences Po. Tous droits réservés pour tous pays. Il est interdit, sauf accord préalable et écrit de l’éditeur, de reproduire (notamment par photocopie) partiellement ou totalement le présent article, de le stocker dans une banque de données ou de le communiquer au public sous quelque forme et de quelque manière que ce soit.
keyboard_arrow_up
Chargement
Chargement en cours.
Veuillez patienter...