Introduction
La base de données du Moniteur du BIT sur le monde du travail permet d'accéder à plusieurs des indicateurs régulièrement présentés dans la publication du Moniteur du BIT . Elle se concentre actuellement sur l'évolution de la durée du travail par rapport au dernier trimestre d'avant-crise (le quatrième trimestre de 2019).
Concepts et définitions
Le concept principal pour les indicateurs présentés dans cette base de données est celui des heures hebdomadaires effectivement travaillées. Le concept d'heures effectivement travaillées dans le cadre du domaine de la production du Système de comptabilité nationale (SCN) se rapporte au temps que les personnes ayant un emploi consacrent directement à des activités productives et en relation avec celles-ci, au temps d'arrêt et au temps de repos pendant une période de référence temporelle déterminée. Il exclut le temps non travaillé pendant des activités telles que les congés (congés annuels, jours fériés, congés de maladie, congés parentaux, etc.), le temps de trajet domicile-travail et le temps consacré à certaines activités éducatives.
Le pourcentage d'heures perdues en raison de la crise COVID-19 est comparé à la base de référence (le dernier trimestre avant la crise, c'est-à-dire le 4e trimestre de 2019, corrigé des variations saisonnières) et ajusté pour la population âgée de 15 à 64 ans. Les chiffres communiqués ne doivent pas être interprétés comme un taux de croissance trimestriel ou interannuel.
Les pertes d'emploi en équivalent temps plein sont également fournies. Cet indicateur est construit en divisant le nombre d'heures hebdomadaires perdues à cause de COVID-19 et en les divisant par 40 ou 48. Ils fournissent donc une illustration de l'ampleur des heures perdues, en les exprimant en emplois à temps plein.
Deux indicateurs supplémentaires sont disponibles : le nombre total d'heures hebdomadaires travaillées par les personnes employées et le nombre d'heures hebdomadaires travaillées divisé par la population des 15-64 ans. Ces séries chronologiques commencent en 2005, les estimations combinent les résultats des prévisions immédiates pour 2020 et au-delà avec les données historiques des séries chronologiques sur les heures travaillées et la population provenant d'ILOSTAT.
Sources de données
Le nombre d'heures de travail perdues est estimé à l'aide d'un modèle "nowcasting". Il s'agit d'un modèle de prédiction statistique basé sur des données qui fournit une mesure en temps réel de l'état du marché du travail, en s'appuyant sur des données économiques et du marché du travail en temps réel. En d'autres termes, aucun scénario n'est spécifiquement défini pour le déroulement de la crise ; ce sont plutôt les informations intégrées dans les données en temps réel qui définissent implicitement un tel scénario. En utilisant des donnéesdisponibles presque en temps réel, cela nous permet de prévoir les heures travaillées qui sont publiées avec un retard important ou qui ne sont tout simplement pas disponibles.
Les données du modèle de prévision immédiate comprennent une variété d'indicateurs de l'activité économique et de l'évolution du marché du travail, tels que :
- la main-d’œuvre données d'enquête
- des données administratives sur le marché du travail, telles que le chômage enregistré
- des données actualisées sur les téléphones mobiles provenant de Google Mobility Reports
- Indice de rigueur de la réponse du gouvernement COVID-19 d'Oxford
- données sur l'incidence de COVID-19
En s'appuyant sur les données en temps réel disponibles, le modèle estime la relation statistique historique entre ces indicateurs et les heures travaillées par personne âgée de 15 à 64 ans, et utilise les coefficients résultants pour prédire comment les heures travaillées ajustées pour la population âgée de 15 à 64 ans changent en réponse aux valeurs observées les plus récentes des indicateurs de prévision immédiate. Plusieurs relations candidates ont été évaluées sur la base de leur précision de prédiction et de leur performance autour des points de retournement pour construire une prévision immédiate moyenne pondérée.
Pour les pays pour lesquels on disposait de données de haute fréquence sur l'activité économique, mais pas de données sur la variable cible elle-même ou la méthodologie ci-dessus ne fonctionnait pas bien, les coefficients estimés et les données du panel de pays ont été utilisés pour produire une estimation.
Une approche indirecte est appliquée pour les pays restants : il s'agit d'extrapoler l'évolution des heures corrigées pour la population âgée de 15 à 64 ans à partir des pays ayant des prévisions directes. La base de cette extrapolation est le déclin de la mobilité observé dans les rapports sur la mobilité de la communauté de Google et l'indice de rigueur d'Oxford, puisque les pays présentant des baisses comparables de la mobilité et des restrictions strictes similaires sont susceptibles de connaître une baisse similaire des heures travaillées ajustées pour la population âgée de 15 à 64 ans. Dans les rapports Google sur la mobilité des communautés, une moyenne des indices relatifs au lieu de travail et au "commerce de détail et aux loisirs" a été utilisée. Les indices de rigueur et de mobilité ont été combinés en une seule variable à l'aide d'une analyse en composantes principales. Les estimations à partir du premier trimestre de 2022 intègrent d'autres variables à haute fréquence, telles que les projections trimestrielles de croissance du PIB.
En outre, pour les pays ne disposant pas de données sur les restrictions, les données sur la mobilité, si elles sont disponibles, et les données actualisées sur l'incidence du COVID-19 ont été utilisées pour extrapoler l'impact sur les heures travaillées ajustées pour la population âgée de 15 à 64 ans. En raison des différentes pratiques des pays en matière de comptage des cas d'infection par le COVID-19, le concept plus homogène de patients décédés a été utilisé comme indicateur de l'étendue de la pandémie. La variable a été calculée à une fréquence mensuelle équivalente, mais les données ont été mises à jour quotidiennement sur la base du référentiel en ligne Notre monde en données.
Enfin, pour un petit nombre de pays ne disposant pas de données facilement disponibles au moment de l'estimation, la moyenne régionale a été utilisée pour imputer la variable cible.
Voir l'annexe du dernier ILO Monitor : COVID-19 et le monde du travail pour des informations et l'approche statistique utilisée pour estimer la variable cible pour chaque pays.
Interprétation et utilisations
Les heures de travail effectives restent l'indicateur le plus complet et le plus comparable au niveau international de l'activité du marché du travail. Étant donné qu'il existe des différences considérables au niveau des pays dans la composition des variations des heures de travail dues à l'évolution de l'emploi (et donc du chômage et de l'inactivité) ou à l'ajustement de la durée de la semaine de travail, se concentrer uniquement sur les indicateurs principaux traditionnels tels que le taux de chômage donnerait une image très incomplète. L'ajustement de la population est également nécessaire pour l'exhaustivité et la comparabilité internationale. La croissance moyenne de la population mondiale au cours de la dernière décennie a été d'environ 1 pour cent par an, avec de grandes variations entre les pays. Pour saisir correctement l'activité professionnelle, les variations des heures de travail doivent tenir compte de cette évolution afin de garantir que l'augmentation du niveau de la population n'entraîne pas la croissance des heures travaillées (pour la même raison, l'emploi est souvent ajusté en fonction de la population âgée de 15 à 64 ans, en utilisant l'indicateur du ratio emploi/population). Le modèle nowcasting du BIT utilise la population âgée de 15 à 64 ans pour ajuster les heures travaillées.
Limites
En raison de la situation exceptionnelle, et notamment de la rareté des données pertinentes, les estimations sont entachées d'une grande incertitude. Le choc sans précédent créé sur le marché du travail par la pandémie de COVID-19 et la reprise qui s'en est suivie sont difficiles à évaluer par rapport à des données historiques. En outre, au moment de l'estimation, les séries chronologiques cohérentes d'indicateurs à haute fréquence facilement disponibles et actualisés, y compris les données de l'enquête la main-d’œuvre , restaient rares.Ces limitations se traduisent par un degré d'incertitude global élevé. C'est pourquoi les estimations sont régulièrement mises à jour et révisées.