Impact de la pandémie sur les estimations et les projections modélisées par l'OIT
Le BIT dispose d'une série de modèles économétriques utilisés pour produire des estimations des indicateurs du marché du travail dans les pays et les années pour lesquels les données fournies par les pays ne sont pas disponibles et pour produire des prévisions (voir les descriptions ci-dessous). Les données d'entrée du modèle sont des séries chronologiques historiques. Le choc sans précédent créé sur le marché du travail par la pandémie de COVID-19 est difficile à évaluer en se référant aux données historiques. Pour les indicateurs liés aux heures de travail, un modèle de prévision immédiate a été récemment développé pour fournir des estimations opportunes. Le BIT met actuellement à jour la méthodologie pour le reste des estimations modélisées.
Compte tenu de la situation exceptionnelle, notamment de la rareté des données pertinentes, les estimations à partir de 2020 sont entachées d'une grande incertitude.
La série des estimations modélisées du BIT fournit un ensemble complet de statistiques du travail comparables au niveau international, comprenant à la fois des observations déclarées au niveau national et des données imputées pour les pays dont les données sont manquantes. Les imputations sont produites par une série de modèles économétriques gérés par le BIT. L'objectif de l'estimation des indicateurs du marché du travail pour les pays pour lesquels des données sont manquantes est d'obtenir un ensemble équilibré de données de panel afin que, chaque année, des agrégats régionaux et mondiaux avec une couverture cohérente des pays puissent être calculés. Ceux-ci permettent au BIT d'analyser les estimations mondiales et régionales des principaux indicateurs du marché du travail et des tendances connexes. En outre, les données par pays qui en résultent, combinant à la fois des observations déclarées et imputées, constituent un ensemble de données unique et comparable au niveau international sur les indicateurs du marché du travail.
Les estimations pour les pays disposant d'informations très limitées sur le marché du travail présentent un degré élevé d'incertitude. Par conséquent, les estimations pour les pays dont les données nationales sont limitées ne doivent pas être considérées comme des données "observées", et il convient d'être très prudent lors de l'utilisation de ces données pour l'analyse, en particulier au niveau national.
Pour plus d'informations sur les estimations modélisées du BIT, se référer à cette description méthodologique.
Collecte et évaluation des données
Les estimations modélisées par le BIT sont généralement dérivées pour 189 pays, ventilées par sexe et par âge selon les cas. Pour certains indicateurs, une désagrégation supplémentaire par zones rurales/urbaines est effectuée. Avant d'exécuter les modèles pour obtenir les estimations, les spécialistes de l'information sur le marché du travail du Département des statistiques du BIT, en coopération avec le Département de la recherche, évaluent les données existantes communiquées par les pays et ne retiennent que les observations jugées suffisamment comparables entre les pays.
Les efforts récents du BIT pour produire des indicateurs harmonisés à partir des microdonnées déclarées par les pays ont considérablement amélioré la comparabilité des observations. Néanmoins, il est toujours nécessaire de sélectionner les données en fonction des quatre critères suivants : (1) type de source de données ; (2) couverture géographique ; (3) couverture des groupes d'âge ; et (4) présence de ruptures méthodologiques ou de valeurs aberrantes.
Groupes de pays
L'ONU ne dispose pas d'un ensemble normalisé de groupements régionaux. Les groupements dans ILOSTAT sont basés sur les régions utilisées à des fins administratives par l'OIT, qui peuvent différer de celles d'autres organisations. Ils ne changent généralement pas au fil du temps.
ILOSTAT présente également des groupes de revenus basés sur la classification de la Banque mondiale. Les économies du monde sont classées dans l'un des quatre groupes de revenus suivants : pays à faible revenu, pays à revenu moyen inférieur, pays à revenu moyen supérieur et pays à revenu élevé. Les classifications sont mises à jour chaque année le 1er juillet et sont basées sur le RNB par habitant en USD courants de l'année précédente. Les agrégats des estimations modélisées de l'OIT de l'édition de novembre reflètent les classifications de revenu de la Banque mondiale de juillet de cette année-là. Par conséquent, les estimations de différentes éditions ne reflèteront pas les mêmes groupes de revenus.
Voir la liste complète des pays par région et par groupe de revenus.
F.A.Q.
La réalisation d'enquêtes sur le site la main-d’œuvre est une tâche compliquée et coûteuse que certains pays ne sont pas en mesure d'effectuer de manière systématique. Par conséquent, la plupart des bases de données statistiques internationales sur le travail présentent encore d'importantes lacunes. Pour pouvoir produire des estimations mondiales et régionales fiables des principaux indicateurs du travail, l'OIT a développé des modèles statistiques qui produisent des estimations pour les pays au cours des années pour lesquelles aucune donnée n'a été communiquée. Ces modèles ont été testés pour leur précision statistique et permettent à l'OIT de prévoir l'évolution des principaux indicateurs du marché du travail et de produire des agrégats mondiaux et régionaux. Le résultat final de ces modèles est un ensemble complet de statistiques nationales du travail, parallèlement aux agrégats mondiaux et régionaux. Dans un souci de transparence, le BIT publie les estimations nationales, mondiales et régionales qui en résultent dans la série des estimations modélisées du BIT.
Tous les pays ne soumettent pas des données statistiquement comparables. Avant d'exécuter les modèles pour obtenir les estimations, les spécialistes de l'information sur le marché du travail du BIT évaluent les données communiquées par les pays et ne retiennent que les observations jugées suffisamment comparables entre les pays. Les efforts récents du BIT pour produire des indicateurs harmonisés à partir des microdonnées communiquées par les pays ont considérablement amélioré la comparabilité des observations. Néanmoins, il est toujours nécessaire de sélectionner les données sur la base des quatre critères suivants : (a) type de source de données ; (b) couverture géographique ; (c) couverture des groupes d'âge ; et (d) présence de ruptures méthodologiques ou de valeurs aberrantes.
Nos modèles comprennent également des données nationales sur la population, la croissance économique, la pauvreté et d'autres indicateurs économiques provenant des sources suivantes :
- Perspectives de la population mondiale des Nations unies
- Données du FMI et de la Banque mondiale sur les indicateurs macroéconomiques
- Estimations de la pauvreté de la Banque mondiale à partir de la base de données PovcalNet.
Les estimations sont produites à l'aide d'une série de modèles, qui établissent des relations statistiques entre les indicateurs du marché du travail observés et les variables explicatives. Ces relations sont utilisées pour imputer les observations manquantes et faire des projections pour les indicateurs.
Il existe de nombreuses relations statistiques potentielles, également appelées "spécifications de modèle", qui pourraient être utilisées pour prédire les indicateurs du marché du travail. La clé pour obtenir des estimations précises et non biaisées est de sélectionner la meilleure spécification de modèle dans chaque cas. Les estimations modélisées par le BIT reposent généralement sur une procédure appelée validation croisée, qui sert à identifier les modèles qui minimisent l'erreur et la variance attendues de l'estimation. Cette procédure consiste à calculer de manière répétée un certain nombre de spécifications de modèles candidats en utilisant des sous-ensembles aléatoires des données : les observations manquantes sont prédites et l'erreur de prédiction est calculée pour chaque itération. Il est ainsi possible d'identifier la relation statistique qui fournit la meilleure estimation d'un indicateur donné du marché du travail.
L'objectif des estimations modélisées du BIT est de fournir un ensemble complet (sans observations manquantes) de statistiques du travail comparables au niveau international. Afin d'obtenir des estimations complètes et comparables, plusieurs processus d'harmonisation sont mis en œuvre, ce qui peut entraîner des différences entre les estimations et les données déclarées au niveau national. Les procédures suivantes sont la source la plus courante de différences :
- Comparaison de la population en âge de travailler avec les estimations des Perspectives de la population mondiale des Nations unies.
- Application des normes adoptées par la Conférence internationale des statisticiens du travail pour produire des chiffres comparables au niveau international.
- Ajustement des classifications à des fins de normalisation. Par exemple, l'ajustement des données pour tenir compte des différences de couverture d'âge.
- Procédures de cohérence interne. Chaque édition des estimations modélisées du BIT est cohérente en interne par construction. Cela implique de s'assurer que les composantes s'additionnent au total dans chaque observation pour tous les indicateurs connexes. Ces procédures de normalisation peuvent produire des différences par rapport aux sources nationales.
- Atténuation des ruptures de séries temporelles. Afin de produire des statistiques comparables dans le temps, il est parfois nécessaire d'ajuster les chiffres d'une série chronologique pour tenir compte des changements de méthodologie, de couverture ou d'autres dimensions pertinentes.
Les estimations modélisées du BIT couvrent une grande variété d'indicateurs. Par conséquent, les mises à jour des données et les améliorations méthodologiques sont mises en œuvre de manière échelonnée. L'horodatage indique la date de production des estimations, également appelée édition. La date de production est importante car elle indique approximativement la date limite d'inclusion des observations déclarées au niveau national dans les modèles. De plus, les estimations ayant la même date de production ont subi une normalisation afin de garantir leur cohérence interne. Par exemple, la somme de l'emploi dans tous les secteurs économiques sera égale à la somme de toutes les professions. Néanmoins, pour les estimations ayant des dates de production différentes, ce ne sera pas le cas.
Nous améliorons constamment les estimations modélisées du BIT. Les révisions ont généralement lieu pour l'une des trois raisons suivantes :
- Les pays mettent à disposition de nouvelles données. La base de données d'ILOSTAT est constamment mise à jour à mesure que de nouvelles statistiques nationales du travail sont disponibles. Dans certains cas, cela peut n'arriver qu'après un délai important, ce qui oblige l'OIT à remplacer les estimations de l'année en question par les statistiques communiquées.
- Des révisions sont apportées à d'autres bases de données utilisées par notre modèle statistique. Les modèles économétriques du BIT utilisent des bases de données gérées par d'autres organisations internationales, telles que le World Population Prospects des Nations Unies et le World Economic Outlook du FMI. Ces bases de données font périodiquement l'objet de leurs propres révisions, ce qui peut entraîner des révisions des estimations modélisées du BIT.
- Les données historiques doivent être révisées. Périodiquement, les données des années précédentes doivent être révisées à mesure que de nouvelles informations apparaissent.
Veuillez consulter les différentes options sur notre page de diffusion et d'analyse.
Indicateurs du marché du travail
Les indicateurs du marché du travail sont estimés à l'aide d'une série de modèles qui établissent des relations statistiques entre les indicateurs du marché du travail observés et les variables explicatives. Ces relations sont utilisées pour imputer les observations manquantes et faire des projections pour les indicateurs.
Il existe de nombreuses relations statistiques potentielles, également appelées "spécifications de modèle", qui pourraient être utilisées pour prédire les indicateurs du marché du travail. La clé pour obtenir des estimations précises et non biaisées est de sélectionner la meilleure spécification de modèle dans chaque cas. Les estimations modélisées par le BIT reposent généralement sur une procédure appelée "validation croisée", qui sert à identifier les modèles qui minimisent l'erreur et la variance attendues de l'estimation. Cette procédure consiste à calculer de manière répétée un certain nombre de spécifications de modèles candidats en utilisant des sous-ensembles aléatoires des données : les observations manquantes sont prédites et l'erreur de prédiction est calculée pour chaque itération. Chaque modèle candidat est évalué sur la base de la pseudo-erreur quadratique moyenne hors échantillon, bien que d'autres mesures telles que la stabilité des résultats soient également évaluées en fonction du modèle. Cela permet d'identifier la relation statistique qui fournit la meilleure estimation d'un indicateur du marché du travail donné. Il convient de noter que la relation statistique la plus appropriée à cette fin peut différer selon les pays.
Les perturbations extraordinaires du marché mondial du travail causées par la pandémie de COVID-19 ont rendu la série de modèles à la base des estimations modélisées du BIT moins adaptée pour estimer et projeter l'évolution des indicateurs du marché du travail. Pour cette raison, la méthodologie a été adaptée, et des variables explicatives spécifiques à la crise du COVID-19 ont été introduites dans le processus de modélisation.
La référence pour les estimations modélisées de l'OIT est la révision 2019 des Perspectives de la population mondiale des Nations Unies, qui fournit des estimations et des projections de la population totale ventilée en groupes d'âge de cinq ans. La population en âge de travailler comprend toute personne âgée d'au moins 15 ans.
Bien que la même approche de base soit suivie dans les modèles utilisés pour estimer tous les indicateurs, il existe des différences entre les divers modèles en raison des caractéristiques spécifiques des données sous-jacentes. Des détails supplémentaires sont fournis pour chaque modèle dans cette description méthodologique, tandis qu'un aperçu est fourni ci-dessous.
main-d’œuvrela structure de l'emploi et la sous-utilisation de la main-d'œuvre
Pour suivre la participation au marché du travail de la population en âge de travailler, des estimations du site la main-d’œuvre sont produites, ventilées par sexe et par âge. Le site la main-d’œuvre mesure la participation active au marché du travail : la somme des personnes employées et des chômeurs.
Pour analyser la structure de l'emploi, on estime la distribution de l'emploi en fonction de quatre ventilations différentes : le statut d'emploi, l'activité économique (secteur), la profession et la classe économique (travailleurs pauvres).
Pour mesurer la sous-utilisation de la main-d'œuvre, il existe de nombreuses séries disponibles, ventilées par sexe et par âge : le taux de chômage, les taux de sous-utilisation de la main-d'œuvre (LU2, LU3 et LU4), le taux de NEET (jeunes qui ne sont pas en emploi, en éducation ou en formation), le taux de sous-emploi lié au temps, et tous les indicateurs sous-jacents connexes.
Pour tous les indicateurs décrits - à l'exception de la classe économique, une ventilation par zones rurales/urbaines est produite .
Pour produire des estimations pour 2020, une approche de validation croisée est utilisée pour évaluer les modèles qui minimisent l'erreur de prédiction pour cette année spécifique. Les modèles testés comprennent des moyennes annuelles d'indicateurs à haute fréquence liés à l'évolution de la pandémie de COVID-19. Deux approches principales sont combinées pour produire des projections au-delà de 2020. La première consiste à utiliser des données partielles pour 2021 (par exemple les trois premiers trimestres). La seconde est basée sur des modèles de correction d'erreur, dans lesquels l'effet de la pandémie est modélisé comme une composante à court terme tout en supposant un retour à la tendance à plus long terme. Les projections ne sont disponibles que pour certains indicateurs.
Pertes d'heures de travail
Le nombre d'heures de travail perdues est estimé à l'aide d'un modèle de prévision immédiate. Cette méthode utilise des données qui sont disponibles presque en temps réel pour prédire les heures travaillées agrégées qui sont publiées avec un retard important. Le modèle nowcasting permet de produire les indicateurs suivants :
- Pourcentage d'heures perdues en raison de la crise COVID-19, par rapport à la situation de référence (le dernier trimestre d'avant la crise, c'est-à-dire le 4e trimestre de 2019, corrigé des variations saisonnières), en tenant compte de la population âgée de 15 à 64 ans. Les chiffres indiqués ne doivent pas être interprétés comme un taux de croissance trimestriel ou interannuel. La première année pour laquelle des estimations sont disponibles est 2020.
- Pertes d'emploi en équivalent temps plein (en supposant 40 ou 48 heures de travail hebdomadaire). Cette mesure est construite en divisant le nombre d'heures hebdomadaires perdues à cause de COVID-19 et en les divisant par 40 ou 48. Elles fournissent donc une illustration de l'ampleur des heures perdues, en les exprimant en emplois à temps plein. La première année pour laquelle des estimations sont disponibles est 2020.
- Total des heures hebdomadaires travaillées par les personnes employées et heures hebdomadaires travaillées divisées par la population de 15 à 64 ans. Ces séries chronologiques commencent en 2005, car les estimations combinent des résultats de prévisions immédiates pour 2020 avec des données historiques de séries chronologiques sur les heures travaillées et la population provenant d'ILOSTAT.
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
Compte tenu de la situation exceptionnelle, y compris la rareté des données pertinentes, les estimations sont sujettes à un degré d'incertitude substantiel et sont régulièrement mises à jour et révisées.
Pour plus d'informations sur la technique de modélisation, se référer aux annexes du ILO Monitor : COVID-19 et le monde du travail.
Revenu du travail
L'ensemble de données couvre 189 pays ainsi que des agrégats mondiaux et régionaux. Les données sont basées sur la collection de microdonnées harmonisées du BIT. Afin de produire des séries chronologiques cohérentes pour tous les pays, des modèles statistiques sont utilisés pour extrapoler et imputer les points de données manquants. L'ensemble de données contient deux indicateurs clés : la part du revenu du travail et la distribution du revenu du travail, conformément à la recommandation de la Commission mondiale de l'OIT sur l'avenir du travail de développer de nouveaux indicateurs de distribution. En outre, les nouvelles données sur la part du travail, comparables au niveau international, seront utilisées pour suivre les progrès accomplis dans la réalisation des objectifs des Nations Unies (développement durable ).
Salaires
La méthodologie permettant d'estimer les tendances salariales mondiales et régionales a été développée par le BIT pour les éditions précédentes du Rapport mondial sur les salaires (GWR) en collaboration entre les départements techniques et le département des statistiques, après quatre examens par les pairs menés par cinq experts indépendants. L'appendice du GWR décrit la méthodologie adoptée à l'issue de ce processus.
Les estimations mondiales sur les salaires ne figurent pas dans la base de données ILOEST ni dans les autres bases de données d'ILOSTAT.
Migration de la main-d'œuvre
La troisième édition des Estimations globales du BIT sur les travailleurs migrants internationaux : Results and Methodology présente les estimations les plus récentes sur le stock de travailleurs migrants internationaux, ventilées par âge, sexe, pays-groupe de revenu et région, ainsi que la méthodologie d'estimation. L'année de référence est 2019. Le rapport est antérieur au début de la crise COVID-19, qui a affecté l'ampleur et les caractéristiques de la migration internationale de main-d'œuvre.
Les estimations mondiales sur les migrations de main-d'œuvre ne figurent pas dans la base de données ILOEST ni dans les autres bases de données d'ILOSTAT.
Travail des enfants
L'actuelle sixième édition des Estimations mondiales du travail des enfants fournit des estimations actualisées pour 2020 et a été produite pour la première fois en partenariat avec l'UNICEF. Les estimations OIT-UNICEF sont basées sur les normes internationales concernant les statistiques sur le travail des enfants, qui ont été adoptées par la 20e Conférence internationale des statisticiens du travail (CIST) en octobre 2018. Ces normes présentent les définitions statistiques du travail des enfants et de ses composantes, des travaux dangereux effectués par des enfants et des pires formes de travail des enfants autres que les travaux dangereux.Une tentative a été faite pour améliorer la méthodologie d'imputation des données sur le travail des enfants pour les pays ne disposant pas d'enquêtes. Pour évaluer les tendances du travail des enfants et d'autres indicateurs connexes aux niveaux régional et mondial, une série de modèles économétriques ont été développés pour tenir compte du caractère non aléatoire des données manquantes. Ces efforts améliorent la précision des estimations et garantissent également la reproductibilité du processus d'estimation, facilitant ainsi les mises à jour et le développement d'estimations mondiales ultérieures. Un rapport présente les protocoles méthodologiques utilisés pour l'élaboration des Estimations mondiales du travail des enfants 2020 de l'OIT et de l'UNICEF.
Les estimations globales sur le travail des enfants ne figurent pas dans la base de données ILOEST ou dans d'autres bases de données d'ILOSTAT.
Publications
Note : De nombreuses publications ne sont disponibles qu'en anglais. Si elles sont disponibles dans d'autres langues, une nouvelle page s'ouvrira, affichant les options à droite.
Aperçu méthodologique des estimations modélisées de l'OIT
La série des estimations modélisées du BIT fournit un ensemble complet de statistiques du travail comparables au niveau international, comprenant à la fois des observations déclarées au niveau national et des données imputées pour les pays dont les données sont manquantes. Les imputations sont produites par une série de modèles économétriques gérés par le BIT. Ce document décrit la méthodologie de la série.
Estimations globales de l'OIT sur les travailleurs migrants internationaux - Résultats et méthodologie
Ce rapport fournit des estimations mondiales et régionales, ventilées par groupe de revenu, sexe et âge. Il décrit également les données, les sources et la méthodologie utilisées, ainsi que les limites correspondantes. Ce rapport vise à contribuer au Pacte mondial pour des migrations sûres, ordonnées et régulières de 2018 et à la réalisation des cibles 8.8 et 10.7 des ODD.
Emploi et classe économique dans le monde en développement
Ce document présente un modèle permettant de générer des estimations et des projections nationales de la répartition des employés entre cinq classes économiques pour 142 pays en développement sur la période 1991-2017. Les estimations nationales sont utilisées pour produire des estimations globales de l'emploi par classe économique pour huit régions en développement et pour le monde en développement dans son ensemble. Nous estimons que 41,6 pour cent des travailleurs du monde en développement appartenaient à la classe moyenne et plus en 2011, soit plus du double de la part de 1991. Pourtant, les chiffres régionaux montrent que la pauvreté généralisée et la vulnérabilité à la pauvreté persistent dans de nombreuses régions en développement. La poursuite de la croissance de la classe moyenne du monde en développement, qui reflète et soutient un développement économique plus large, nécessitera une augmentation des niveaux de productivité et une expansion du nombre d'emplois de qualité.