Aller au contenu principal

Trois études récentes de Statistique Canada

3 novembre 2022

Trois études récentes de Statistique CanadaJ’aime bien présenter des études provenant d’un peu partout, mais il est bon de revenir parfois par chez nous (ou presque!), surtout quand ces études sont disponibles en français. Je vais donc me pencher cette fois sur trois études publiées récemment par Statistique Canada, dont deux assez courtes.

Les répercussions des fermetures d’entreprises et des pertes d’emploi sur le travail à la demande : une analyse causale

Cette étude Sung-Hee Jeon et Yuri Ostrovsky a été publiée le 27 septembre 2022.

1. Introduction : La plupart des études sur l’économie à la demande sont uniquement descriptives. Elles portent surtout sur la mesure de ce phénomène ainsi que sur les caractéristiques des personnes qui effectuent ce type de travail. Celle-ci se penche sur les raisons pour lesquelles des personnes choisissent ce type de travail à l’aide d’une «enquête causale à grande échelle sur l’incidence des pertes d’emploi imminentes et des pertes d’emploi réelles sur l’entrée sur le marché du travail à la demande».

2. Travail à la demande et considérations théoriques liées à l’entrée sur le marché du travail à la demande :

– Qui sont les travailleur.euses à la demande? : Même s’il n’existe pas de définition formelle de ce type de travail, «les travailleur.euses à la demande sont généralement défini.es comme étant des personnes qui concluent des contrats à court terme pour accomplir une tâche particulière ou fournir un service précis, souvent au moyen de plateformes en ligne». Ces emplois sont aussi associés à «l’absence d’attentes en matière de continuité et de prévisions de revenus futurs, d’heures de travail et d’horaire de travail». Cette étude utilise une méthode développée par d’autres auteur.es pour déterminer qui correspond à cette définition.

– Considérations théoriques liées à l’entrée sur le marché du travail à la demande : Il existe de nombreuses études sur les facteurs qui favorisent l’entrée sur le marché du travail autonome, mais on ne peut pas extrapoler que ce soit les mêmes facteurs qui s’appliquent à l’entrée sur le marché du travail à la demande, comme l’expliquent les auteur.es, notamment parce que ce travail est souvent «une activité secondaire réalisée pour arrondir les revenus tirés d’un emploi rémunéré traditionnel» (ce serait le cas d’environ 50 % de ces travailleur.euses).

3. Données et échantillon d’analyse : La source principale est le contenu de 2005 à 2016 d’une base de données combinant des informations tirées notamment des déclarations de revenus, de formulaires sur les entreprises, des feuillets T4 et des relevés d’emplois. Les auteur.es jumellent les informations de cette base de données avec celles du recensement de 2016 et avec des données sur les fermetures d’entreprises et d’autres aspects de la question.

«La stratégie empirique pour les analyses des licenciements réels et des licenciements imminents consiste à comparer les résultats post-traitement pour les travailleurs des entreprises qui ferment leurs portes à ceux des travailleurs semblables des entreprises qui ne ferment pas leurs portes». Je saute la description détaillée de cette stratégie, mais souligne que l’échantillon du groupe de traitement est formé de 19 400 personnes différentes (certaines d’entre elles ayant vécu plus d’une fermeture) et le groupe témoin de 3,3 millions de personnes, pour lesquelles les auteur.es ont eu accès à 15 millions d’observations.

4. Appariement et paramètres à estimer d’intérêt : Pour éliminer ou réduire considérablement les différences entre le groupe de traitement et le groupe témoin, «un appariement exact avec groupement a été effectué pour équilibrer les caractéristiques». Cette méthode (complexe) est expliquée aux pages 19 à 22 de l’étude (avec référence au tableau des pages 17 et 18). Les auteur.es précisent que les plus grandes différences entre les deux groupes se situaient avant appariement du côté de la scolarité (le groupe de traitement est beaucoup moins scolarisé), de l’immigration (plus souvent formé d’immigrant.es), des industries (par exemple, beaucoup plus souvent dans la fabrication et la construction, et beaucoup moins dans le secteur public) et du revenu (moins élevé).

5.1 Principaux résultats : Les graphiques qui suivent montrent l’impact spécifique des licenciements réels et des licenciements imminents sur le groupe de traitement (lignes bleues) par rapport au groupe témoin (lignes rouges).

Trois études récentes de Statistique Canada_1

On peut tirer cinq conclusions principales de ces graphiques :

  • il n’y a aucune différence significative entre le groupe de traitement et le groupe témoin avant l’année des licenciements (-1 et avant sur les graphiques);
  • les licenciements réels et imminents ont un impact important sur l’augmentation du nombre de travailleur.euses à la demande et d’entrepreneur.euses indépendant.es;
  • cet impact atteint son sommet un an après la fermeture de l’entreprise, puis diminue lentement au cours des années suivantes (baisse d’un peu plus du quart en deux ans);
  • cet impact est plus fort du côté des entrepreneur.euses indépendant.es (hausse de la probabilité de 3,0 points de pourcentage) que de travailleur.euses à la demande (hausse de 2,1 points);
  • cet impact est près de deux fois plus fort lors de licenciements réels que lors de licenciements imminents, et cela à la fois pour les entrepreneur.euses indépendant.es et les travailleur.euses à la demande.

Trois études récentes de Statistique Canada_2Le graphique ci-contre montre que le revenu d’emploi médian (salaires et traitements) des membres du groupe de traitement qui ont subi un licenciement réel a beaucoup plus baissé (-30 % un an après le licenciement par rapport à leur revenu un an avant) que celui des membres du même groupe qui ont subi un licenciement imminent (-5 %), et que ces baisses se sont réduites les années suivantes (-14 % et -3 % après trois ans). Ce résultat va dans le sens des considérations théoriques de la deuxième section de ce document, soit qu’une forte proportion de ces gens occupent un emploi à la demande pour compléter leurs revenus, ou que, devant la faible rémunération du travail à la demande, ils ont ensuite cherché et trouvé un emploi plus traditionnel. D’ailleurs, environ 60 % des travailleur.euses à la demande et des entrepreneur.es indépendant.es qui avaient été licencié.es recevaient aussi un salaire (ils déclaraient des T4) au cours des trois années suivant leur licenciement.

5.2 Proportion de personnes faisant du travail à la demande pour la première fois après leur licenciement : Les auteur.es répètent l’exercice, mais en enlevant du groupe de traitement les personnes qui avaient des revenus provenant du travail à la demande ou comme entrepreneur.es indépendant.es au cours des trois années précédant le licenciement, ne conservant donc que les personnes qui effectuaient ce travail pour la première fois (depuis au moins trois ans). Comme on peut le voir sur les graphiques de cette page, les résultats sont très semblables à ceux du groupe de traitement complet, mais avec une ampleur très légèrement supérieure. L’expérience antérieure n’est donc pas un facteur expliquant le passage à ces types de travail.

Même si le nombre de personnes qui font du travail à la demande ou deviennent entrepreneur.es indépendant.es diminue lentement avec le temps, ce ne sont pas nécessairement les mêmes personnes, D’ailleurs, à peine 28 % de celles qui ont commencé à en faire l’année du licenciement en faisaient encore trois ans plus tard parmi les personnes licenciées réellement et 25 % parmi celles faisant face à un licenciement imminent. Pour plus de précision sur ce résultat, voir le tableau 5 sur cette page.

5.3 Aspects hétérogènes de l’entrée sur le marché du travail à la demande : On peut voir sur les graphiques de cette page que les personnes licenciées qui étaient titulaires d’un diplôme universitaire ont une probabilité nettement supérieure que les autres de faire du travail à la demande (souvent sur une plateforme informatique) ou de devenir des entrepreneur.es indépendant.es après un an (entre 50 % de plus et le double selon les niveaux de scolarité), mais aussi de cesser ces activités les deux années suivantes, car elles ont de meilleures possibilités de trouver de nouveaux emplois plus rémunérateurs. Finalement, les auteur.es remarquent que les jeunes travailleur.euses (25 à 34 ans) étaient considérablement moins susceptibles de faire du travail à la demande à la suite d’une fermeture d’entreprise que les travailleurs de plus de 45 ans, en particulier ceux âgés de 55 à 59 ans, probablement parce les travailleur.euses plus âgé.es ont plus de difficulté à trouver un autre emploi convenable et sont moins mobiles géographiquement (moins portés à accepter un déménagement pour occuper un autre emploi).

6. Conclusions : Les auteur.es reviennent sur leurs principaux constats, puis espèrent que ce travail pourra se poursuivre, notamment pour étudier l’impact de la pandémie de COVID-19 sur les tendances du travail à la demande.

Rémunération réelle et productivité au cours de la pandémie de COVID-19

Cette étude de Danny Leung et Ryan Macdonald a été publiée le 27 octobre 2022.

1. Introduction : Face à l’inflation actuelle, la majorité des entreprises s’attendent à continuer à augmenter leurs prix et leurs salaires. En raison «de l’augmentation de la rémunération, les coûts unitaires de main-d’œuvre (rémunération totale du travail par unité de production) sont montés en flèche. Au cours du deuxième trimestre de 2022, les coûts unitaires de main-d’œuvre (en dollars américains) pour le secteur des entreprises étaient 21,7 % plus élevés qu’au premier trimestre de 2019», alors qu’ils ont augmenté de 16,6 % aux États-Unis.

Ce document «étudie la façon dont la rémunération réelle a évolué par rapport à la productivité du travail, afin de déterminer si l’augmentation de la rémunération reflète les hausses de prix et des notions fondamentales». Il analyse en plus si la relation entre l’évolution de la rémunération et celle de la productivité «a changé depuis le début de la pandémie et si elle est sensible à l’utilisation de différents déflateurs dans le calcul de la rémunération réelle».

2. Relation entre la croissance de la rémunération réelle totale par heure travaillée et celle de la productivité du travail : En théorie, la rémunération horaire réelle est proportionnelle à la productivité du travail. Mais en pratique, cette relation est plus complexe et dépend d’une foule de facteurs. D’ailleurs, la rémunération horaire réelle relative à la productivité du travail a diminué dans de nombreux pays. Alors que cette relation s’observait assez bien au Canada dans le secteur des entreprises de 1981 à 2019 (en utilisant le déflateur du PIB pour calculer la rémunération et la productivité réelles), la rémunération réelle a diminué davantage (7,1 %) que la productivité du travail (0,3 %) entre le premier trimestre de 2019 et le deuxième de 2022 (voir le graphique sur cette page). Les auteurs montrent que près de 80 % de cet écart (5,4 points sur 6,8) est dû au seul secteur pétrolier et gazier, en raison de la forte hausse des prix du pétrole et du gaz (voir le graphique sur cette page).

Si l’utilisation du déflateur du PIB est pertinente du point de vue des entreprises, c’est bien plus l’indice des prix à la consommation (IPC) qui permet aux travailleur.euses d’estimer l’impact de l’inflation sur leur pouvoir d’achat. Le graphique sur cette page montre que si la rémunération totale par heure travaillée ajustée selon le déflateur du PIB et selon l’IPC (de même que la croissance de la productivité) était identique du premier au quatrième trimestre de 2019, ce fut loin d’être le cas au cours de la pandémie. Alors que cette rémunération a baissé de 7,1 % entre le premier trimestre de 2019 et le deuxième de 2022 en utilisant le déflateur du PIB, elle a au contraire augmenté de 3,9 % avec l’IPC, tandis que la productivité du travail diminuait de 0,3 %, je le rappelle. Cela signifie que le prix des biens et services que les travailleur.euses produisent a augmenté plus rapidement que le prix de ceux qu’iels ont consommé.

En fait, les prix à la consommation des ménages sont aussi considérés dans le calcul du déflateur du PIB. Mais ce calcul est basé en plus sur les prix liés aux dépenses des institutions sans but lucratif et des administrations publiques (dépenses qui avec celles des ménages forment les dépenses de consommation finale ou DCF dans le graphique, indice qui suit assez bien l’IPC), ainsi qu’à la formation brute de capital fixe (qu’on appelle souvent les immobilisations) et au solde commercial (exportations moins importations). On voit donc que les prix liés à la formation brute de capital fixe et au solde commercial ont augmenté beaucoup plus que les prix à la consommation. En fait, les prix à la consommation finale ont augmenté de 10,3 %, tandis que ceux des bâtiments résidentiels (33,3 %) et non résidentiels (18,8 %), et des exportations (44 %) ont augmenté beaucoup plus fortement, ce qui a porté les prix du déflateur du PIB à augmenter de 20,1 %. Les auteurs en arrivent ainsi à conclure que les travailleur.euses «ont bénéficié de la hausse des termes de l’échange du travail, car elle a permis l’augmentation de leur rémunération totale par heure travaillée ajustée selon le déflateur des prix à la consommation, malgré le déclin de la productivité du travail et le recul plus important de la rémunération totale par heure travaillée ajustée selon le déflateur du PIB». Ils ajoutent qu’il est loin d’être certain que le décrochage entre ces deux déflateurs (IPC et du PIB) se maintiendra et que, au contraire, ils pourraient bien se rapprocher à l’avenir, notamment en raison de l’effet de la hausse du taux directeur sur le prix de la construction de bâtiments.

3. Conclusion : En plus de revenir sur leurs principaux constats, les auteurs précisent que leur étude porte sur des données agrégées, donc sur des moyennes, et que ses observations ne peuvent pas s’appliquer à tou.tes les travailleur.es, comme les effets de l’exclusion d’un seul secteur, celui du pétrole et du gaz, l’ont bien montré.

Document de recherche sur la mesure fondée sur un panier de consommation : Indice de pauvreté

Cette étude de Wesley Benjamin, Chanel Christophe, Nancy Devin, Sarah Maude Dion, Éric Dugas et Burton Gustajtis a été publiée le premier novembre 2022 (avant-hier).

Avant-propos : Je tiens à préciser avant l’introduction des auteur.es que Statistique Canada a refusé pendant des années d’associer ses taux de faible revenu à des taux de pauvreté, car il n’y a pas de définition de la pauvreté qui fait l’unanimité. Or, ce qui ne peut pas être défini ne peut pas être mesuré, comme le mentionnait justement le statisticien en chef de Statistique Canada en 1997, Ivan P. Fellegi, dans cette lettre lumineuse. Il y précise toutefois que «Lorsque les gouvernements auront formulé une définition, Statistique Canada s’emploiera à estimer le nombre de personnes dites pauvres selon cette définition. Cette tâche serait certainement respectueuse de son mandat et de son souci d’objectivité. Entre-temps, Statistique Canada ne mesure pas et ne peut pas mesurer le seuil de «pauvreté» au Canada». C’est justement ce qu’a fait le gouvernement en août 2018 en décrétant que le taux de pauvreté officiel au Canada serait basé sur la mesure du panier de consommation (MPC). Depuis ce temps, Statistique Canada tente d’améliorer cet indicateur. Cette étude a été produite dans cette optique.

1. Introduction : «Le présent document porte sur les considérations relatives à la création d’un indice fondé sur les taux de pauvreté obtenus à l’aide de plusieurs bases de la MPC déterminées par des examens périodiques de celle-ci. Il donne également l’occasion au public et aux intervenants de formuler des commentaires sur l’indice de pauvreté proposé». En effet, lorsque le gouvernement a choisi la MPC comme taux de pauvreté, Statistique Canada s’est engagé à ce que le seuil officiel de la pauvreté soit révisé sur une base régulière et à procéder à des analyses fréquentes à cet effet.

Par contre, Statistique Canada a réalisé que le changement de base périodique de la MPC, qui entraîne la création de divers seuils de pauvreté, rend difficile le suivi des tendances de pauvreté sur de longues périodes, comme le montre l’exemple hypothétique illustré sur le graphique au bas de cette page. Pour résoudre ce problème, Statistique Canada a décidé d’entreprendre une évaluation de la création d’un indice de pauvreté (l’IP-MPC) qui pourrait faciliter le suivi des tendances de pauvreté sur de longues périodes.

2. Analyse : L’IP-MPC établirait la valeur de l’indice à 100 pour l’année de référence, qui serait 2015, année de départ des objectifs de la Loi sur la réduction de la pauvreté. Il évoluerait ensuite en proportion des changements du taux de pauvreté. Lors de changement de base, l’année de départ de la nouvelle base correspondrait à la dernière année de l’ancienne et l’IP-MPC pourrait simplement évoluer selon le taux de pauvreté associé à la nouvelle base, comme on peut le voir sur le tableau du haut de cette page. Le graphique qui suit illustre le résultat hypothétique de ce changement.

Trois études récentes de Statistique Canada_3

Les lignes pointillées du haut, associées à l’échelle de droite, montrent les bris de continuité lors de changements de base, alors que la ligne du bas (l’IP-MPC), associée à l’échelle de gauche, ne montre aucun bris. Les auteur.es mentionnent ensuite les limites d’utilisation de cet indice et concluent en faisant ressortir les principaux constats de cette courte étude.

Et alors…

La première étude permet de mieux comprendre les circonstances qui expliquent qu’une personne puisse accepter un emploi aussi mal rémunéré que ceux du travail à la demande. On a pu notamment constater que l’occupation d’un tel emploi est en général transitoire, ce que les données sur l’évolution des emplois de ce type ne permettent pas de constater, car ces données montrent des variations de stocks qui n’informent pas sur les flux entrants et sortants dus au taux de roulement important.

La deuxième étude est plus technique, mais met le doigt sur la confusion que la comparaison de données reposant sur des bases différentes peut occasionner. J’ai déjà écrit deux billets plus détaillés sur cette question, un sur d’autres indicateurs touchés par plus d’un facteur du genre, l’autre sur les données sur la rémunération et la productivité, comme dans cette étude. Cela dit, même en connaissant l’impact des déflateurs sur la comparaison de données différentes et même sur ces deux-là, je n’aurais pas pensé que la différence entre ces deux déflateurs puisse avoir un impact aussi important en aussi peu de temps. Cela montre la pertinence de cette courte étude et le caractère unique de la pandémie.

La troisième étude, encore plus courte que la précédente, présente un seul calcul, mais je trouve quand même que son objectif est intéressant et son résultat pertinent. Elle montre aussi les efforts de Statistique Canada pour présenter la commande qu’elle a reçue des politicien.nes sur le taux de pauvreté de la façon la plus compréhensible possible.

Et, ce billet m’a permis de me mettre à jour dans mes lectures des études de Statistique Canada!

Publicité
No comments yet

Votre commentaire

Entrez vos coordonnées ci-dessous ou cliquez sur une icône pour vous connecter:

Logo WordPress.com

Vous commentez à l’aide de votre compte WordPress.com. Déconnexion /  Changer )

Image Twitter

Vous commentez à l’aide de votre compte Twitter. Déconnexion /  Changer )

Photo Facebook

Vous commentez à l’aide de votre compte Facebook. Déconnexion /  Changer )

Connexion à %s

%d blogueurs aiment cette page :