Publié sur Blog de Données

De meilleurs indicateurs de l’emploi au service du développement

image of hands holding a global network and data exchanges over the world
Image credit: sdecoret/Shutterstock.com

Au lendemain de la crise de la COVID-19, de meilleurs indicateurs de l’emploi sont encore plus indispensables pour guider la définition de politiques fondées sur des éléments probants. La récente Journée mondiale de l’information sur le développement nous a rappelé le rôle crucial de l’information pour améliorer les résultats de développement. Dans le domaine de l’emploi et de la réglementation du travail, la qualité des données issues d’indicateurs comme les niveaux d’emploi, le chômage ou les salaires est essentielle.

La COVID-19 a encore amplifié la nécessité de disposer de tels indicateurs sur l’emploi et d’autres données connexes. Ces informations aident les décideurs à comprendre la situation du marché du travail avant la crise et à suivre l’impact sur l’emploi des principales mesures de soutien (a) à mesure que la pandémie évolue, grâce à des enquêtes spécifiques (a). Les indicateurs peuvent également aider à appréhender les différences ou inégalités sous-jacentes entre différents groupes (a), par exemple : les femmes gagnent-elles plus que les hommes ? L’éducation a-t-elle une influence ? Les réponses permettent aux pouvoirs publics d’adapter les politiques de développement afin d’offrir de meilleurs emplois à un plus grand nombre de personnes.

La nouvelle base de données mondiale des indicateurs de l’emploi (JOIN, selon son acronyme anglais) permet aux utilisateurs d’analyser les marchés du travail des pays à revenu faible et intermédiaire.  JOIN contient plus de 100 indicateurs ainsi que des évaluations de la qualité des enquêtes pour 164 pays, résultat de 1 430 enquêtes menées dans le monde entier. Ces informations sont désormais disponibles à partir de la banque de données de la Banque mondiale (a), elles peuvent être téléchargées au format CSV ou Excel et à partir de points d’accès API.

La base de données mondiale fournit aux utilisateurs un accès rapide à plus d’une centaine d’indicateurs relatifs à l’emploi. Un outil à télécharger et sa vidéo explicative facilitent les comparaisons entre pays. Ce comparateur JOIN fait partie des outils de diagnostic de l’emploi (a). Les indicateurs sont représentatifs au niveau des pays et disponibles pour différents types d’actifs : travailleurs des zones urbaines ou rurales, hommes et femmes, jeunes (15-24 ans) et plus âgés (25-64 ans) et travailleurs ayant un niveau d’éducation faible ou élevé.

Les écarts de salaire pour les différents types de travailleurs sont conséquents dans les pays à revenu faible et intermédiaire. L’indicateur relatif aux rémunérations est particulièrement intéressant. Les salaires sont avant tout une source stable de revenu pour les travailleurs et leurs familles, mais ils peuvent également indiquer des évolutions structurelles dans l’économie d’un pays. JOIN est l’une des premières bases de données permettant aux utilisateurs d’étudier les salaires à une telle échelle aux fins de développement. Elle permet de calculer les écarts salariaux entre les différents types de travailleurs.

Comme le montre une analyse réalisée avec JOIN, le salaire des femmes est en moyenne 12 % inférieur à celui des hommes dans les pays à revenu faible et intermédiaire.  La différence est un peu moindre dans les groupes à faible revenu, l’écart salarial entre les sexes étant d’environ 9 %. Le plus grand contraste de rémunération touche les jeunes, par rapport aux travailleurs plus âgés : ceux du groupe 25-64 ans perçoivent des salaires 53 % plus élevés que les jeunes de 15 à 24 ans.

Cette différence s’estompant à mesure que le PIB par habitant augmente, elle s’élève à 27 % dans les pays à revenu intermédiaire de la tranche supérieure. Les salariés des régions rurales perçoivent en moyenne 19 % de moins que ceux des zones urbaines dans les pays à revenu faible et intermédiaire, un écart qui se réduit également avec la hausse du PIB. Les différences en fonction du niveau d’éducation sont importantes dans toutes les catégories de revenu. Ainsi, les travailleurs peu instruits gagnent en moyenne 29 % de moins que ceux qui ont fait des études supérieures. Il convient de noter que seuls 49 % des actifs occupent des emplois salariés dans les pays à revenu faible ou intermédiaire.

écarts de rémunération en pourcentage pour les différents types de salariés

Note : Les écarts de rémunération en pourcentage pour les différents types de salariés sont calculés en utilisant les salaires horaires médians en dollars, corrigés des PPA et de l’inflation. Les valeurs représentent les moyennes simples des enquêtes les plus récentes dans 31 pays à revenu faible, 46 pays à revenu intermédiaire de la tranche inférieure et 42 pays à revenu intermédiaire supérieur, soit un total de 119 économies dans le monde. L’écart pour les femmes fait référence à la différence de rémunération entre les salariés masculins et féminins, celui pour les jeunes à la différence entre les travailleurs de 15 à 24 ans et ceux plus âgés (25-64 ans). Pour les ruraux, il correspond à l’écart entre les salariés des zones rurales et urbaines, et l’écart pour les travailleurs peu instruits est celui existant entre salariés ayant un niveau d’éducation élevé et faible. Le niveau faible correspond aux salariés n’ayant pas achevé l’éducation primaire et le niveau élevé à tous les travailleurs au-dessus de ce seuil.
Source : JOIN

Un algorithme de contrôle de la qualité permet d’améliorer les indicateurs de l’emploi. JOIN est doté d’un algorithme de filtrage en quatre étapes pour améliorer la qualité des données. Il exclut des indicateurs, voire des enquêtes entières qui, par exemple, ne correspondent pas aux statistiques internationales ou manquent de cohérence. Ainsi, pour un pays (anonymisé) de la base de données, le schéma ci-dessous montre l’efficacité du filtrage.

Avant le processus de filtrage de la qualité des données, des indicateurs pouvaient être générés pour 30 enquêtes couvrant les années 1995-2016. Cependant, les contrôles de qualité automatisés ont détecté plusieurs problèmes avec les données concernées et ont supprimé les enquêtes qui ne répondent pas aux critères de qualité minimale. Par conséquent, seuls sont présentés les indicateurs de l’emploi de bonne qualité, comme dans cet exemple sur les parts de l’emploi par secteurs, avant et après filtrage.

Le processus de filtrage élimine les valeurs aberrantes et améliore la qualité des indicateurs de l?emploi

Vous souhaitez en savoir plus ? Consultez ce guide JOIN (a) qui décrit également en détail des modalités du contrôle de la qualité des données. Vous pouvez aussi commencer par explorer la base de données des indicateurs mondiaux de l’emploi en cliquant ici (a).


Auteurs

Jörg Langbein

Économiste du développement

Michael Weber

Économiste principal, Project pour le capital humain (PCH)

Prenez part au débat

Le contenu de ce champ est confidentiel et ne sera pas visible sur le site
Nombre de caractères restants: 1000