Modélisation de l’offre de main-d’œuvre : questions et défis

1. Modélisation de l’offre de main-d’œuvre : questions et défis Atelier sur la surveillance et les prévisions de l’offre de main-d’œuvre Vancouver (Colombie-Britannique) 17-18 octobre 2007

2. Contexte • La modélisation de l’offre de main-d’œuvre ne se fait en ce moment qu’à l’échelon national • Toutes les composantes de la demande (demandes d’expansion et de remplacement) ne sont produites en ce moment qu’aux échelons national et provincial • On a manifesté un intérêt à créer des modèles provinciaux de l’offre de main-d’œuvre

3. Objet de cette présentation • Décrire les modèles actuels de l’offre de main-d’œuvre du SPPC • Faire ressortir les questions et défis actuels (données, modèles) entourant la production de projections de l’offre de main-d’œuvre à l’échelon national • Faire ressortir les problèmes supplémentaires que pose l’établissement de projections de l’offre de main-d’œuvre à l’échelon provincial

4. Structure des modèles actuels du SPPC

5. Utilisations et diffusion • Pour améliorer la capacité de RHDSC de prendre des décisions stratégiques efficaces, il est essentiel de procéder à une analyse prospective. • Les résultats des projections sont présentés dans le document « Perspectives du marché du travail canadien pour la prochaine décennie ». • Les résultats des projections servent aussi à l’élaboration d’outils de planification et de prise de décision. • RHDSC fournit des données et des projections à Service Canada pour la production de Emploi-Avenir. • Des projections de la demande de main-d’œuvre sont aussi fournies aux gouvernements provinciaux et aux bureaux régionaux de Service Canada, qui les utilisent pour mettre au point leurs propres produits IMT.

6. Structure des modèles du SPPC Facteurs démographiques Indicateurs agrégés macro-économiques et du marché du travail Emploi par branche d’activité Population active Demande d’expansion Départs à la retraite Sortants Scolaires Immigrants Déséquilibres futurs du marché du travail par grand niveau de compétence • Variation de l’emploi vs variation de la main-d’œuvre par grand niveau de compétence Déséquilibres futurs du marché du travail selon la profession • Possibilités d’emploi vs nouveaux chercheurs d’emploi par profession

7. DE2 DE3 DEi DE1 CNP2 CNP3 CNP1 CNPn Modèle des sortants scolaires Décrocheurs* Diplômés 1. Diplômés par niveau de scolarité 2. Diplômés par grand domaine d’études 3. Attribution à l’intérieur ou à l’extérieur de la population active Hors de la PA Dans la PA 4. Sortants scolaires attribués par profession 7

8. + + + + + = _ Inscriptions ( , , , Fonds_gov , Source Pop ) f Inscriptions RPDIPC TC - it i ( t T ) t t t it + + = Diplômés ( , ) f Inscriptions Diplômés - - it i ( t T ) i ( t T ) 1. Diplômés par niveau de scolarité -Les projections des diplômés se font par niveau de scolarité -Six niveaux de scolarité différents sont estimés, deux sont obtenus par recoupement : • Secondaire • Métiers et professionnel • Collège • Baccalauréat • Maîtrise • Doctorat Décrocheurs Études secondaires partielles Études postsecondaires partielles La projection du niveau des inscriptions repose sur la population source, de même que sur des facteurs économiques. On utilise ensuite les inscriptions pour estimer le nombre de diplômés.

9. Diplômés DE2 DE3 DEi DE1 2. Diplômés par grand domaine d’études Les diplômés sont répartis par DE selon la distribution moyenne observée des trois années précédentes (SIEP/SISCU/SISCCC). • Pourcentage fixe au cours de la période de projection Aucun domaine d’études pour ce qui suit : • Études secondaires partielles • Diplômés d’écoles secondaires • Études postsecondaires partielles Au niveau postsecondaire : • 49 DE pour métiers et professionnel • 55 DE pour collège • 58 DE pour les trois niveaux universitaires (baccalauréat, maîtrise et doctorat).

10. DEi Hors de la PA Dans la PA 3. Attribution à l’intérieur ou à l’extérieur de la population active • Par domaine d’études, la part des diplômés sur le marché du travail est déterminée à l’aide de : • L’enquête sur la population active pour : • Les personnes n’ayant pas terminé l’école secondaire (entre 15 et 24 ans); • Les diplômés d’école secondaire (de 15 à 24 ans); • Les personnes avec des études post-secondaires partielles (entre 20 et 29 ans). • L’enquête nationale auprès des diplômés pour : • les métiers et le secteur professionnel; • le niveau collégial; • le niveau universitaire (baccalauréat, maîtrise et doctorat).

11. Dans la PA CNP2 CNP3 CNP1 CNPn 4. Attribution par profession Sources de données : A) Pour les 3 niveaux non postsecondaires : Enquête sur la population active (EPA) B) Pour les cinq niveaux postsecondaires : Enquête nationale auprès des diplômés • En 2002, les diplômés de 2000 • En 1997, les diplômés de 1995 Autres sources prises en compte : • Emploi-avenir; • Descriptions des professions de la CNP; • Matrice de transférabilité des compétences, de Margaret Roberts (2003) Distribution ex-ante : L’attribution n’est pas permise si elle n’est pas liée au DE ou si le niveau de compétence est trop faible

12. On suppose que chaque sortant scolaire offrira ses services dans des emplois liés à son niveau de scolarité et à son domaine d’études 4. Attribution par profession • P. ex. : Les bacheliers et bachelières en sciences infirmières sont contraints d’occuper des emplois comme : • Professionnels/professionnelles en sciences infirmières (CNP-315) • Personnel technique en soins de santé (CNP-323) • Personnel de soutien des services de santé (CNP-341) • Gestionnaire de santé (CNP-031) • Technologues et techniciens/techniciennes des sciences de la santé (CNP-321) • Mais non des emplois comme : • Gérant de commerce de détail • Caissier

13. CNP2 CNP3 CNP1 CNPn Modèle d’immigration 1. Projection du nombre d’immigrants Immigrants 2. Attribution à l’intérieur ou à l’extérieur de la population active Hors de la PA Dans la PA 3. Attribution par profession* *L’attribution repose sur les données relatives aux immigrants récents (provenant du dernier recensement) 13

14. Questions et défis actuels entourant la production de projections de l’offre de main-d’œuvre

15. Problèmes de données Questions • Actualité des données • Taille et fiabilité des échantillons Principales sources de données utilisées pour l’offre • Données administratives (inscriptions, diplômés) • Enquête nationale auprès des diplômés • Enquête sur la population active

16. Problèmes de données - Actualité des données A) Données administratives (inscriptions, diplômés) • Lacunes importantes dans les données servant à établir les prévisions du nombre d’inscriptions et de diplômés : • Les données pour les écoles secondaires sont rendues disponibles par la PSEPS : les données les plus récentes visent 2004-2005 • Les données pour les programmes de métiers et professionnels proviennent de l’EPFP : les données les plus récentes visent 1999-2000 • Les données pour les collèges communautaires proviennent du SISCCC : les données les plus récentes visent 1999-2000 • Les données sur les universités proviennent de l’enquête SIEP et sont raboutées à celles de l’enquête SISCU (qui n’existe plus) : les données les plus récentes visent 2003-2004 • Nous devons donc faire des projections sur le passé avant de pouvoir le faire sur l’avenir! → Défi : Accélérer la diffusion des données

17. Problèmes de données - Actualité des données B) Enquête nationale auprès des diplômés • Production occasionnelle (cycles quinquennaux) : • Diplômés de 1995 en 1997, suivi en 2000 • Diplômés de 2000 en 2002, suivi en 2005 • Diplômés de 2005 en 2007 (en cours), suivi en 2010 (prévu) • Les résultats dépendent du moment de l’enquête (cycles économiques) : • P. ex., l’utilisation des données de l’END pour 2000 pour la répartition des diplômés en informatique entre les professions pourrait être trompeuse compte tenu de l’effondrement des postes de TI en 2002. • La modification des codes de profession tous les 10 ans complique l’utilisation des données chronologiques (recours à plus d’une END).

18. Problèmes de données - Fiabilité A) Données administratives (inscriptions, diplômés) • Les domaines d’études utilisés dans le SPPC sont désuets : • P. ex., six programmes de secrétariat au niveau de l’EPFP B) Enquête nationale auprès des diplômés L’enquête END 2002 (classe de 2000) comptait 38 483 répondants. Au moment de confectionner la matrice de distribution de (5 niveaux de scolarité postsecondaire) X (de 49 à 58 domaines d’études) X (140 professions) → très petit échantillon. • Nous utilisons plusieurs END pour surmonter les problèmes des cellules de petite taille • Il est plus facile d’attribuer certains domaines d’études (p. ex., les sciences infirmières) que d’autres (comme la littérature anglaise). → Défi : Revoir les DE selon la CPE

19. Problèmes de données - Fiabilité C) Enquête sur la population active L’enquête sur la population active comprend un échantillon d’environ 54 000 ménages (qui figurent pour environ 83 000 répondants). Pour confectionner la matrice de distribution des sortants scolaires pour les trois niveaux de scolarité non postsecondaire (140 professions), nous utilisons les données de l’EPA sur les jeunes. • L’analyse des coefficients de variation qui a eu lieu en 2003 révèle que les données à trois chiffres sur les professions réparties selon 33 industries sont fiables à l’échelon national. • Nous recourons à la distribution moyenne des trois plus récentes années.

20. Défis relatifs à la modélisation de l’offre Modèle des sortants scolaires • Problème de dynamique dans la répartition des diplômés par domaine d’études dans le temps. • Redéfinition des domaines d’études du SPPC (à l’aide de la CPE). • Réexamen de la structure des modèles actuels d’après les études actuellement en cours. • Rajustement de l’offre en recourant à une substitution entre les grands groupes professionnels et les niveaux de compétence (ROA 2004) Modèle de l’immigration • Réexamen de la structure des modèles courants d’après les études actuellement en cours (Cristiana Pescarus)

21. Autres défis relatifs à la modélisation de l’offre • Évaluation des déséquilibres actuels du marché du travail selon la profession • Modélisation de la mobilité professionnelle verticale (p. ex., l’offre de gestionnaires) • Segmentation du marché du travail • Évaluation de l’intensité du travail (p. ex., heures travaillées, travail à temps partiel vs travail à temps plein)

22. Modèles provinciaux de l’offre : autres défis

23. Défis relatifs à l’offre provinciale • Actualité des données : • L’utilisation de données recueillies par les ministères provinciaux de l’éducation peut atténuer ce problème. • Fiabilité des données : • À mesure que les données sont affinées (dans ce cas par province), la fiabilité diminue : voir la diapositive suivante • Options : • Données agrégées (regroupement de DE, niveaux de scolarité ou professions) • Trouver d’autres sources de données offrant des échantillons plus volumineux (recensement, END provinciales) • Accroître la taille des échantillons par un investissement dans les données • Modèle : • Besoin de modéliser la migration interprovinciale

24. Fiabilité des données • La fiabilité des données est un problème provincial. • Il est difficile de produire des projections lorsque les données comportent des écarts types élevés.

25. Prochaines étapes • À l’échelon national • Poursuivre le travail d’élaboration du modèle de l’offre • Introduire une dynamique dans la projection des DE • Redéfinir les DE du SPPC • Réexaminer la structure des modèles courants d’après les études actuellement en cours • À l’échelon provincial • Fournir aux provinces des compétences techniques pour les aider à confectionner des modèles de l’offre • À la conférence du SPPC 2006, des modèles de l’offre ont été présentés et la C.-B. a exprimé un intérêt à modéliser l’offre • Mise en garde : Les provinces intéressées à confectionner un modèle de l’offre devraient d’abord se préoccuper des données (disponibilité et fiabilité).