Les leçons de la pandémie : Construire de meilleures données sur le genre pour l'avenir

La pandémie de COVID-19 a mis à nu non seulement les inégalités dans le monde du travail, y compris entre les femmes et les hommes, mais elle a également souligné davantage les lacunes des données sur le genre qui empêchent de comprendre la profondeur, la nature et l'évolution de ces inégalités.
Marcel Crozet / OIT

Trop souvent, il faut une crise pour véritablement focaliser les esprits, mettre en lumière les inégalités - nouvelles ou existantes - et inciter à l'action. C'est certainement le cas de la pandémie de COVID-19. Comme le fait remarquer une récente note d'orientation de l'OIT, "la crise du COVID-19 a mis à nu les inégalités de genre bien ancrées sur les marchés du travail, et a encore exacerbé les inégalités de genre dans le travail de soin non rémunéré". Les preuves à l'appui de cette conclusion sont apparemment faciles à obtenir. Par exemple, l'OIT estime qu' à l'échelle mondiale, "près de 510 millions de personnes, soit 40 % de l'ensemble des femmes employées, travaillent dans des secteurs durement touchés... contre 36,6 % des hommes" et que "l'écart entre les sexes en ce qui concerne la proportion de travailleurs informels dans les secteurs durement touchés est bien plus important, 42 % des femmes travaillant de manière informelle dans ces secteurs au début de la crise, contre 32 % des hommes". Par ailleurs, une série d'enquêtes d'évaluation rapide mises en œuvre par ONU Femmes indique que la part des femmes dans les soins non rémunérés et le travail domestique a augmenté pendant la pandémie, ce qui a eu un impact sur leur capacité à s'engager sur le marché du travail comme elles le souhaitaient.

Face à de telles déclarations et preuves, il serait tentant de penser que les données nécessaires pour comprendre l'impact de la pandémie sur le monde du travail sont abondantes. Or, c'est loin d'être le cas. Comme l'ont noté Melinda Gates et Data2x, en réalité, trop peu de données comparables au niveau international sont disponibles pour comprendre pleinement l'impact de la pandémie sur les hommes et les femmes, ce qui nous laisse dans l'embarras pour atteindre un niveau de compréhension raisonnable et actualisé afin d'élaborer une réponse politique. Cela est particulièrement vrai pour les données mettant en évidence les inégalités entre les femmes et les hommes, qui, comme indiqué précédemment, ont sans aucun doute été exacerbées par les impacts du COVID-19, mais dans une mesure que nous ne pouvons pas encore estimer de manière exhaustive.

Combler les lacunes

Les raisons historiques des lacunes dans les données sur le genre sont nombreuses, mais la reconnaissance de ces lacunes et les mesures prises pour y remédier sont de plus en plus nombreuses. Une évolution importante a été l'adoption d'un ensemble de normes révolutionnaires lors de la19e Conférence internationale des statistiques du travail (CIST) en 2013. Ces normes créent un nouveau cadre pour les statistiques du travail qui, une fois appliqué, promet d'améliorer notre compréhension collective de nombreux aspects du monde du travail. 

Deux nouveaux rapports de l'OIT sur les leçons tirées de la pandémie - Gender relevance of the 19th ICLS statistical standards et Closing gender data gaps in the world of work - role of the 19th ICLS standards - illustrent en particulier l'importance que cela peut avoir pour la compréhension des inégalités entre les sexes.

Changer d'optique : un nouveau regard sur le monde du travail

Définition et résolution sont des mots que nous associons communément à la qualité des images dans le monde de la photographie. Dans le cas des données sur le travail, ils sont tout aussi importants et, comme pour la photographie, la différence qu'ils font ne peut être vraiment appréciée que lorsqu'on les voit. En utilisant les données d'un vaste ensemble d'études pilotes menées par le BIT, les nouveaux rapports montrent de nombreux exemples du potentiel analytique qui peut être libéré en suivant les dernières résolutions et définitions.

D'un point de vue général, les normes précédentes, adoptées lors de la 13e CIST en 1982, classaient essentiellement toutes les personnes en âge de travailler dans l'un des trois statuts suivants : employé, chômeur ou inactif. En revanche, les normes de la19e CIST, en plus de revoir les définitions de l'emploi et du chômage, créent une base plus détaillée et plus nuancée pour l'analyse en général, et pour le genre en particulier.

Pour ne donner qu'un exemple des nombreux aspects de la vie professionnelle sur lesquels portent les nouvelles normes, la figure ci-dessous illustre la contribution inégale des femmes et des hommes à différents types d'activité professionnelle. Alors que les hommes interrogés dans le cadre des études ont contribué à plus de 60 % de l'ensemble du temps de travail dans l'emploi, cet écart s'est inversé dans le cas des soins non rémunérés et du travail domestique, les femmes interrogées dans le cadre des études effectuant les trois quarts de l'ensemble de ce travail. Le point notable de cette analyse relativement simple mais puissante est que les normes de la13e CIST ne définissaient l'emploi que pour la mesure, ce qui signifie que le travail non rémunéré n'était pas visible. Cette analyse et bien d'autres illustrées dans les rapports ne sont possibles que lorsque les nouvelles normes sont mises en œuvre.

Nous ne devrions pas rejeter la valeur de la13e CIST en tant que plate-forme sur laquelle les statistiques du travail ont été construites au cours des dernières décennies. Cependant, l'application à grande échelle des nouvelles normes promet d'élargir considérablement notre compréhension du monde du travail, ce qui est désespérément nécessaire si nous espérons vraiment mettre l'égalité des sexes au cœur de la reprise économique post COVID-19 et suivre les progrès vers cet objectif.

De manière réaliste, l'adoption de nouvelles normes statistiques n'est qu'une étape, bien qu'importante, dans le processus d'amélioration de la disponibilité des données. La généralisation de la nouvelle gamme de statistiques du travail nécessitera un large soutien de la part de nombreuses agences et parties prenantes. Les producteurs de statistiques officielles auront besoin de soutien et de ressources, et l'OIT s'est engagée à jouer son rôle dans la fourniture de ce soutien, notamment par la publication de nombreux outils et ressources, renforcement des capacités et l'assistance technique.

Enfin, une autre leçon de la pandémie est que notre capacité à générer les données dont nous avons si désespérément besoin peut être fragile et ne doit pas être considérée comme acquise. Les lockdowns et les restrictions de mouvement ont eu un impact dévastateur sur la capacité de nombreux pays à collecter des données par des moyens traditionnels tels que les enquêtes en face à face auprès des ménages. Dans ce contexte, alors que le monde s'efforce de se relever de la pandémie, il convient de réfléchir à la manière de mettre en place des systèmes plus résilients pour générer des données significatives pour l'avenir, en se basant sur les bonnes pratiques, les approches modernes et les normes internationales telles que celles adoptées lors de la19e CIST.

Auteur

  • Kieran Walsh

    Kieran Walsh est statisticien principal au sein de l'équipe chargée de la méthodologie de l'enquête main-d’œuvre (LFS) du département des statistiques du BIT. Il se concentre sur le soutien aux pays qui cherchent à mettre en œuvre l'EFT en utilisant les dernières normes et pratiques. Il croit fermement que les statistiques servent de tremplin vers développement durable grâce à des politiques bien ciblées et conçues, fondées sur des preuves.

Inscrivez-vous à notre newsletter

Tout le contenu le plus récent du Département des statistiques de l'OIT livré dans votre boîte de réception une fois par trimestre.

Langue :