Aperçus économiques
L’effet de la demande de main-d’œuvre sur la démographie régionale

Warning Consulter la version la plus récente.

Information archivée dans le Web

L’information dont il est indiqué qu’elle est archivée est fournie à des fins de référence, de recherche ou de tenue de documents. Elle n’est pas assujettie aux normes Web du gouvernement du Canada et elle n’a pas été modifiée ou mise à jour depuis son archivage. Pour obtenir cette information dans un autre format, veuillez communiquer avec nous.

par René Morissette
Division de l’analyse sociale et de la modélisation

Date de diffusion : le 24 janvier 2018

Passer au texte

Début du texte

Début de la boîte de texte

Le présent article de la série Aperçus économiques évalue la mesure dans laquelle les variations de la demande de main-d’œuvre ont un effet sur la population en âge de travailler et le rapport de dépendance démographique régional, au moyen d’une gamme de données administratives et des estimations démographiques de Statistique Canada. Les résultats donnent à penser que, sur des périodes de sept ans, une baisse de 5,0 % de la demande de main-d’œuvre régionale entraîne une réduction de la population régionale âgée de 15 à 64 ans  de  4,5 % à 6,0 %. Puisque les personnes en âge de travailler quittent les régions touchées par un déclin économique, une baisse de 5,0 % de la demande de main-d’œuvre entraîne une augmentation du rapport de dépendance démographique (le nombre de jeunes et de personnes âgées divisé par le nombre de personnes âgées de 15 à 64 ans) de 1,1 à 1,5 point de pourcentage, par rapport à un taux de base d’environ 50,0 %.

Fin de la boîte de texte

Introduction

Lorsque la demande de main-d’œuvre recule dans une région locale, qu’advient-il de la taille de la population en âge de travailler et du rapport de dépendance démographique dans cette région? Des modèles simples d’offre et de demande de main-d’œuvre donnent à penser que les populations diminueront à mesure que les personnes en âge de travailler partent pour trouver un emploi ailleurs, et que le rapport de dépendance démographique (le nombre de jeunes et de personnes âgées divisé par le nombre de personnes âgées de 15 à 64 ans) augmentera. Une augmentation de la demande de main-d’œuvre devrait avoir l’effet contraire, soit celui d’attirer les personnes en âge de travailler et leur famille. Bien que cette théorie fournisse des indications sur l’orientation attendue des variations, l’ampleur de ces variations n’est pas bien compriseNote 1. Si la demande de main-d’œuvre régionale diminue de 5,0 %, par exemple, à quel point la population en âge de travailler baissera-t-elle et le rapport de dépendance démographique augmentera-t-il? L’objectif du présent document est de répondre à cette question.

Au moyen de données administratives, l’étude quantifie les variations démographiques observées dans 76 régions économiques caractérisées par différentes tendances de la demande de main-d’œuvre de 2001 à 2015. L’étude tire parti des différences importantes observées dans la croissance de l’emploi dans les régions économiques. Par exemple, de 2001 à 2008, les huit régions économiques de l’Alberta ont connu une croissance de l’emploi rémunéré d’environ 19,0 %, en moyenne, ce qui représente plus de trois fois la croissance enregistrée dans les régions économiques du Québec et de l’Ontario (graphique 1)Note 2. De 2008 à 2015, les 14 régions économiques de Terre-Neuve-et-Labrador, de la Nouvelle-Écosse et du Nouveau-Brunswick ont connu une baisse de 4,0 % ou plus de l’emploi rémunéré, tandis que les 24 régions économiques du Manitoba, de la Saskatchewan et de l’Alberta ont affiché des hausses de 2,0 % ou plus en moyenne. L’étude utilise cette variation spatiale de la croissance de l’emploi rémunéré pour mesurer les paramètres d’intérêt.

Tableau de données du graphique 1
Tableau de données du graphique 1
Sommaire du tableau
Le tableau montre les résultats de Tableau de données du graphique 1 2001 à 2008 et 2008 à 2015, calculées selon croissance moyenne de l’emploi rémunéré (en pourcentage)
unités de mesure (figurant comme en-tête de colonne).
2001 à 2008 2008 à 2015
pourcentage
Nunavut 16,4 11,8
Territoires du Nord-Ouest 5,9 0,3
Yukon 12,5 7,8
Colombie-Britannique 7,3 0,5
Alberta 19,3 6,1
Saskatchewan 11,1 2,3
Manitoba 6,3 3,8
Ontario 4,3 -1,0
Québec 6,2 -0,5
Nouveau-Brunswick 1,4 -4,0
Nouvelle-Écosse 2,1 -5,6
Île-du-Prince-Édouard 2,6 -1,0
Terre-Neuve-et-Labrador 3,6 -6,0

La croissance de l’emploi pourrait être favorisée non seulement par des variations de la demande de main-d’œuvre régionale, mais également par des variations de l’offre de main-d’œuvre régionale. Par exemple, si les préférences des travailleurs pour certaines commodités changent de manière à modifier l’offre de main-d’œuvre dans les régions où les taux de postes vacants sont élevés, l’emploi dans ces régions augmentera pour des raisons qui ne sont pas liées à la demande de main-d’œuvre. Le défi consiste à distinguer les variations de la demande de main-d’œuvre de la croissance de l’emploi observée.

Pour ce faire, la présente étude utilise la variation de la demande de main-d’œuvre régionale engendrée par les variations nationales de la répartition de l’emploi par industrie. L’idée sous-jacente est simple : si, par exemple, des facteurs étrangers à une région donnée entraînent une baisse de l’emploi dans le secteur de la fabrication à l’échelle du pays, les régions où l’emploi était fortement concentré dans ce secteur au début de la période de référence devraient être plus durement touchées que d’autres régions selon divers indicateurs. La croissance régionale de l’emploi qui aurait été observée si les industries d’une région donnée avaient augmenté au même rythme que l’augmentation constatée dans tout le pays est utilisée pour extraire des renseignements à propos des variations régionales de la demande de main-d’œuvre. À l’aide de cette stratégie empirique, l’étude quantifie l’incidence des variations de la demande de main-d’œuvre locale sur la taille de la population en âge de travailler et sur le rapport de dépendance au sein des régions économiques (voir la section « Données et méthodologie » en annexe)Note 3. Cette façon de faire permet d’éclairer les discussions sur la mobilité de la main-d’œuvre, le vieillissement de la population et le fonctionnement des marchés du travail locaux.

Données descriptives

De 2001 à 2015, la population âgée de 15 à 64 ans a augmenté à des taux nettement différents d’une région économique à l’autre. À la suite du boom pétrolier des années 2000, le nombre de personnes dans ce groupe d’âge a augmenté de 38,0 % ou plus dans les régions économiques de Calgary, d’Edmonton, de Red Deer et de Wood Buffalo–Cold Lake (tableau 1-2). En revanche, la population âgée de 15 à 64 ans a chuté de 10,0 % ou plus dans les régions économiques suivantes : Côte-sud–Burin Peninsula, Côte-ouest–Northern Peninsula-Labrador, Notre Dame–Central Bonavista Bay, Cape Breton, Sud de la Nouvelle-Écosse, Campbellton–Miramichi, Edmunston–Woodstock, Gaspésie–Îles-de-la-Madeleine, Côte-Nord, Parklands, Cariboo, Côte-nord (Colombie-Britannique) et Nechako (tableaux 1-1 et 1-2).

Le rapport de dépendance démographique a également évolué différemment, affichant une baisse de 2 points de pourcentage à 10 points de pourcentage dans toutes les régions économiques de la Saskatchewan, mais augmentant dans presque toutes les régions économiques du Canada atlantique, du Québec et de la Colombie-Britannique.

Les régions économiques ayant enregistré une forte croissance de l’emploi rémunéré ont généralement connu une croissance démographique plus élevée que la moyenne (graphique 2). Par exemple, la région de Wood Buffalo–Cold Lake a enregistré une hausse d’environ 38,0 % et 49,0 % respectivement de son emploi rémunéré et de sa population âgée de 15 à 64 ans de 2001 à 2015 (tableau 1-2), tandis qu’environ 20 régions économiques ont connu une baisse pour ces deux mesures. Dans l’ensemble des 76 régions économiques, l’emploi rémunéré et la population âgée de 15 à 64 ans ont progressé  de 7,9 % et de 7,3 % respectivement en moyenneNote 4.

Tableau 1-1
Certains indicateurs socioéconomiques choisis, par région économique,
2001 et 2015 – de Terre-Neuve-et-Labrador à l’Ontario
Sommaire du tableau
Le tableau montre les résultats de Certains indicateurs socioéconomiques choisis Population âgée de 15 à 64 ans, Rapport de dépendance démographique, Croissance de l’emploi rémunéré, 2001, 2015, Croissance et Variation, calculées selon nombre, variation en pourcentage, pourcentage et points de pourcentage unités de mesure (figurant comme en-tête de colonne).
Population âgée de 15 à 64 ans Rapport de dépendance démographique Croissance de l’emploi rémunéré
2001 2015 Croissance 2001 2015 Variation
nombre variation en pourcentage pourcentage points de pourcentage variation en pourcentage
Terre-Neuve-et-Labrador
Avalon Peninsula 176 242 192 564 9,3 40,4 44,2 3,9 15,6
Côte-sud–Burin Peninsula 31 853 23 671 -25,7 39,5 53,4 13,9 -14,3
Côte-ouest–Northern Peninsula-Labrador 79 395 70 359 -11,4 41,7 50,4 8,7 -4,9
Notre Dame–Central Bonavista Bay 81 690 69 515 -14,9 44,1 56,5 12,4 -6,2
Île-du-Prince-Édouard 91 415 96 576 5,6 49,5 51,9 2,4 1,6
Nouvelle-Écosse
Cape Breton 100 820 83 988 -16,7 50,0 57,9 7,9 -10,6
Côte-nord 108 361 98 248 -9,3 49,9 56,7 6,8 -7,2
Annapolis Valley 83 436 81 009 -2,9 49,1 53,9 4,8 2,0
Sud 83 704 72 049 -13,9 49,5 58,5 9,0 -9,1
Halifax 262 818 296 466 12,8 40,5 41,0 0,4 7,1
Nouveau-Brunswick
Campbellton–Miramichi 122 486 99 541 -18,7 43,1 54,4 11,3 -12,3
Moncton–Richibucto 131 222 142 420 8,5 43,3 48,7 5,4 7,8
Saint John–St. Stephen 116 726 113 656 -2,6 47,9 50,5 2,7 -1,3
Fredericton–Oromocto 88 961 94 968 6,8 43,4 47,4 4,0 3,0
Edmundston–Woodstock 58 856 50 692 -13,9 46,5 53,2 6,7 -9,8
Québec
Gaspésie–Îles-de-la-Madeleine 67 432 59 016 -12,5 46,2 56,5 10,2 -5,2
Bas-Saint-Laurent 139 817 127 051 -9,1 46,1 57,5 11,4 -1,2
Capitale-Nationale 460 690 487 351 5,8 41,4 50,4 9,0 10,0
Chaudière-Appalaches 270 939 273 968 1,1 44,3 54,2 10,0 6,1
Estrie 199 061 208 432 4,7 46,4 54,2 7,8 2,9
Centre-du-Québec 152 163 155 916 2,5 46,4 55,4 9,0 7,6
Montérégie 912 916 1 012 919 11,0 43,9 50,3 6,5 11,4
Montréal 1 280 726 1 374 565 7,3 44,5 44,8 0,3 2,6
Laval 240 391 284 037 18,2 45,7 49,8 4,1 14,9
Lanaudière 274 333 334 032 21,8 44,5 49,0 4,5 22,2
Laurentides 326 931 400 807 22,6 44,7 48,2 3,6 20,2
Outaouais 227 469 264 958 16,5 42,0 45,4 3,4 11,6
Abitibi-Témiscamingue 102 538 98 808 -3,6 44,9 49,8 4,9 6,7
Mauricie 177 646 171 627 -3,4 46,4 56,0 9,6 -0,6
Saguenay–Lac-Saint-Jean 199 030 181 707 -8,7 42,3 52,8 10,5 -2,1
Côte-Nord 70 931 62 941 -11,3 40,3 49,0 8,8 -10,0
Nord-du-Québec 26 007 29 460 13,3 51,2 52,0 0,7 1,9
Ontario
Ottawa 804 056 907 330 12,8 45,2 46,7 1,6 8,2
Kingston–Pembroke 293 707 307 847 4,8 50,5 52,7 2,2 2,8
Muskoka–Kawarthas 227 646 241 741 6,2 55,7 58,5 2,7 2,1
Toronto 3 588 880 4 480 826 24,9 43,8 43,5 -0,3 20,1
Kitchener–Waterloo–Barrie 740 125 893 520 20,7 48,3 47,1 -1,2 17,2
Hamilton–Niagara Peninsula 871 968 968 324 11,1 50,5 50,5 0,0 2,9
London 409 426 450 685 10,1 49,0 49,1 0,1 5,4
Windsor–Sarnia 424 900 419 948 -1,2 49,3 52,3 3,0 -4,4
Stratford–Bruce Peninsula 191 821 188 883 -1,5 55,1 59,6 4,6 -2,3
Nord-est 386 300 367 240 -4,9 48,7 52,6 3,9 -2,9
Nord-ouest 164 865 158 008 -4,2 49,5 51,2 1,7 -11,4
Tableau 1-2
Certains indicateurs socioéconomiques choisis, par région économique,
2001 et 2015 – du Manitoba au Nunavut
Sommaire du tableau
Le tableau montre les résultats de Certains indicateurs socioéconomiques choisis Population âgée de 15 à 64 ans, Rapport de dépendance démographique, Croissance de l’emploi rémunéré, 2001, 2015, Croissance et Variation, calculées selon nombre, variation en pourcentage, pourcentage et points de pourcentage unités de mesure (figurant comme en-tête de colonne).
Population âgée de 15 à 64 ans Rapport de dépendance démographique Croissance de l’emploi rémunéré
2001 2015 Croissance 2001 2015 Variation
nombre variation en pourcentage pourcentage points de pourcentage variation en pourcentage
Manitoba
Sud-est 57 942 74 080 27,9 53,7 55,2 1,5 36,0
Centre sud 32 987 40 741 23,5 62,6 60,8 -1,8 27,6
Sud-ouest 66 856 73 701 10,2 58,3 55,0 -3,3 16,4
Centre nord 30 639 31 878 4,0 59,2 59,5 0,3 8,6
Winnipeg 431 647 496 516 15,0 48,1 45,7 -2,4 9,6
Interlake 55 718 60 665 8,9 52,2 53,3 1,1 4,2
Parklands 27 222 24 284 -10,8 66,9 68,2 1,4 -3,8
Nord 53 142 58 407 9,9 59,6 59,8 0,2 -12,6
Saskatchewan
Regina–Moose Mountain 183 520 221 157 20,5 50,8 47,3 -3,5 21,3
Swift Current–Moose Jaw 66 402 65 206 -1,8 60,1 57,5 -2,6 5,1
Saskatoon–Biggar 194 490 251 137 29,1 49,9 44,7 -5,3 29,2
Yorkton–Melville 54 062 51 784 -4,2 67,4 64,7 -2,8 7,7
Prince Albert 125 534 135 296 7,8 61,1 59,1 -1,9 12,6
Nord 19 403 25 112 29,4 69,2 58,9 -10,3 4,5
Alberta
Lethbridge–Medicine Hat 160 279 194 412 21,3 52,9 53,3 0,4 20,0
Camrose–Drumheller 119 535 134 485 12,5 56,3 54,5 -1,8 15,7
Calgary 749 758 1 098 808 46,6 39,9 40,1 0,1 37,7
Banff–Jasper–Rocky Mountain House 58 477 65 177 11,5 41,0 42,1 1,1 11,7
Red Deer 106 430 147 164 38,3 47,7 45,4 -2,3 32,6
Edmonton 700 861 990 270 41,3 43,0 41,4 -1,6 34,4
Athabasca–Grande Prairie–Peace River 151 519 185 388 22,4 50,6 49,0 -1,6 23,2
Wood Buffalo–Cold Lake 73 660 109 653 48,9 45,3 38,4 -6,9 37,9
Colombie-Britannique
Île de Vancouver et la côte 479 848 512 319 6,8 49,5 55,1 5,6 11,9
Lower Mainland–Sud-ouest 1 678 206 2 018 449 20,3 42,0 42,8 0,8 24,2
Thompson–Okanagan 316 733 346 922 9,5 53,1 56,7 3,6 22,3
Kootenay 102 100 94 993 -7,0 48,0 56,8 8,7 4,1
Cariboo 118 527 105 475 -11,0 41,2 48,5 7,3 -2,5
Côte-nord 45 480 38 849 -14,6 44,3 47,7 3,5 -10,5
Nechako 29 591 26 147 -11,6 46,2 51,0 4,8 -0,9
Nord-est 43 865 48 548 10,7 44,5 43,8 -0,7 15,1
Yukon 22 176 26 988 21,7 36,0 38,6 2,6 21,2
Territoires du Nord-Ouest 28 332 31 704 11,9 44,2 39,6 -4,6 6,2
Nunavut 17 262 23 842 38,1 63,0 53,2 -9,8 30,1

Étant donné qu’une forte croissance de la population présente une corrélation positive avec une croissance de l’emploi rémunéré (graphique 2) et une corrélation négative avec les variations du rapport de dépendance démographique (graphique 3), les régions économiques ayant eu une forte croissance de l’emploi rémunéré ont connu de plus faibles augmentations (ou de plus importantes baisses) de leur rapport de dépendance démographique (graphique 4).

Tableau de données du graphique 2
Tableau de données du graphique 2
Sommaire du tableau
Le tableau montre les résultats de Tableau de données du graphique 2. Les données sont présentées selon Région économique (titres de rangée) et Croissance de l’emploi rémunéré et Croissance de la population âgée de 15 à 64 ans, calculées selon variation en pourcentage unités de mesure (figurant comme en-tête de colonne).
Région économique Croissance de l’emploi rémunéré Croissance de la population âgée de 15 à 64 ans
variation en pourcentage
Avalon Peninsula 15,6 9,3
Côte-sud–Burin Peninsula -14,3 -25,7
Côte-ouest–Northern Peninsula-Labrador -4,9 -11,4
Notre Dame–Central Bonavista Bay -6,2 -14,9
Île-du-Prince-Édouard 1,6 5,6
Cape Breton -10,6 -16,7
Côte-Nord -7,2 -9,3
Annapolis Valley 2,0 -2,9
Sud -9,1 -13,9
Halifax 7,1 12,8
Campbellton–Miramichi -12,3 -18,7
Moncton–Richibucto 7,8 8,5
Saint John–St. Stephen -1,3 -2,6
Fredericton–Oromocto 3,0 6,8
Edmundston–Woodstock -9,8 -13,9
Gaspésie–Îles-de-la-Madeleine -5,2 -12,5
Bas-Saint-Laurent -1,2 -9,1
Capitale-Nationale 10,0 5,8
Chaudière-Appalaches 6,1 1,1
Estrie 2,9 4,7
Centre-du-Québec 7,6 2,5
Montérégie 11,4 11,0
Montréal 2,6 7,3
Laval 14,9 18,2
Lanaudière 22,2 21,8
Laurentides 20,2 22,6
Outaouais 11,6 16,5
Abitibi-Témiscamingue 6,7 -3,6
Mauricie -0,6 -3,4
Saguenay–Lac-Saint-Jean -2,1 -8,7
Côte-Nord -10,0 -11,3
Nord-du-Québec 1,9 13,3
Ottawa 8,2 12,8
Kingston–Pembroke 2,8 4,8
Muskoka–Kawarthas 2,1 6,2
Toronto 20,1 24,9
Kitchener–Waterloo–Barrie 17,2 20,7
Hamilton–Niagara Peninsula 2,9 11,1
London 5,4 10,1
Windsor–Sarnia -4,4 -1,2
Stratford–Bruce Peninsula -2,3 -1,5
Nord-est (Ontario) -2,9 -4,9
Nord-ouest -11,4 -4,2
Sud-est 36,0 27,9
Centre sud 27,6 23,5
Sud-ouest 16,4 10,2
Centre nord 8,6 4,0
Winnipeg 9,6 15,0
Interlake 4,2 8,9
Parklands -3,8 -10,8
Nord -12,6 9,9
Regina–Moose Mountain 21,3 20,5
Swift Current–Moose Jaw 5,1 -1,8
Saskatoon–Biggar 29,2 29,1
Yorkton–Melville 7,7 -4,2
Prince Albert 12,6 7,8
Nord 4,5 29,4
Lethbridge–Medicine Hat 20,0 21,3
Camrose–Drumheller 15,7 12,5
Calgary 37,7 46,6
Banff–Jasper–Rocky Mountain House 11,7 11,5
Red Deer 32,6 38,3
Edmonton 34,4 41,3
Athabasca–Grande Prairie–Peace River 23,2 22,4
Wood Buffalo–Cold Lake 37,9 48,9
Île de Vancouver et la côte 11,9 6,8
Lower Mainland–Sud-ouest 24,2 20,3
Thompson–Okanagan 22,3 9,5
Kootenay 4,1 -7,0
Cariboo -2,5 -11,0
Côte Nord -10,5 -14,6
Nechako -0,9 -11,6
Nord-est (Colombie-Britannique) 15,1 10,7
Yukon 21,2 21,7
Territoires du Nord-Ouest 6,2 11,9
Nunavut 30,1 38,1

Tableau de données du graphique 3
Tableau de données du graphique 3
Sommaire du tableau
Le tableau montre les résultats de Tableau de données du graphique 3. Les données sont présentées selon Région économique (titres de rangée) et Croissance de la population âgée de 15 à 64 ans et Variation du rapport de dépendance démographique, calculées selon variation en pourcentage et points de pourcentage unités de mesure (figurant comme en-tête de colonne).
Région économique Croissance de la population âgée de 15 à 64 ans Variation du rapport de dépendance démographique
variation en pourcentage points de pourcentage
Avalon Peninsula 9,3 3,9
Côte-sud–Burin Peninsula -25,7 13,9
Côte-ouest–Northern Peninsula-Labrador -11,4 8,7
Notre Dame–Central Bonavista Bay -14,9 12,4
Île-du-Prince-Édouard 5,6 2,4
Cape Breton -16,7 7,9
Côte-Nord -9,3 6,8
Annapolis Valley -2,9 4,8
Sud -13,9 9,0
Halifax 12,8 0,4
Campbellton–Miramichi -18,7 11,3
Moncton–Richibucto 8,5 5,4
Saint John–St. Stephen -2,6 2,7
Fredericton–Oromocto 6,8 4,0
Edmundston–Woodstock -13,9 6,7
Gaspésie–Îles-de-la-Madeleine -12,5 10,2
Bas-Saint-Laurent -9,1 11,4
Capitale-Nationale 5,8 9,0
Chaudière-Appalaches 1,1 10,0
Estrie 4,7 7,8
Centre-du-Québec 2,5 9,0
Montérégie 11,0 6,5
Montréal 7,3 0,3
Laval 18,2 4,1
Lanaudière 21,8 4,5
Laurentides 22,6 3,6
Outaouais 16,5 3,4
Abitibi-Témiscamingue -3,6 4,9
Mauricie -3,4 9,6
Saguenay–Lac-Saint-Jean -8,7 10,5
Côte-Nord -11,3 8,8
Nord-du-Québec 13,3 0,7
Ottawa 12,8 1,6
Kingston–Pembroke 4,8 2,2
Muskoka–Kawarthas 6,2 2,7
Toronto 24,9 -0,3
Kitchener–Waterloo–Barrie 20,7 -1,2
Hamilton–Niagara Peninsula 11,1 0,0
London 10,1 0,1
Windsor–Sarnia -1,2 3,0
Stratford–Bruce Peninsula -1,5 4,6
Nord-est (Ontario) -4,9 3,9
Nord-ouest -4,2 1,7
Sud-est 27,9 1,5
Centre sud 23,5 -1,8
Sud-ouest 10,2 -3,3
Centre nord 4,0 0,3
Winnipeg 15,0 -2,4
Interlake 8,9 1,1
Parklands -10,8 1,4
Nord 9,9 0,2
Regina–Moose Mountain 20,5 -3,5
Swift Current–Moose Jaw -1,8 -2,6
Saskatoon–Biggar 29,1 -5,3
Yorkton–Melville -4,2 -2,8
Prince Albert 7,8 -1,9
Nord 29,4 -10,3
Lethbridge–Medicine Hat 21,3 0,4
Camrose–Drumheller 12,5 -1,8
Calgary 46,6 0,1
Banff–Jasper–Rocky Mountain House 11,5 1,1
Red Deer 38,3 -2,3
Edmonton 41,3 -1,6
Athabasca–Grande Prairie–Peace River 22,4 -1,6
Wood Buffalo–Cold Lake 48,9 -6,9
Île de Vancouver et la côte 6,8 5,6
Lower Mainland–Sud-ouest 20,3 0,8
Thompson–Okanagan 9,5 3,6
Kootenay -7,0 8,7
Cariboo -11,0 7,3
Côte Nord -14,6 3,5
Nechako -11,6 4,8
Nord-est (Colombie-Britannique) 10,7 -0,7
Yukon 21,7 2,6
Territoires du Nord-Ouest 11,9 -4,6
Nunavut 38,1 -9,8

Tableau de données du graphique 4
Tableau de données du graphique 4
Sommaire du tableau
Le tableau montre les résultats de Tableau de données du graphique 4. Les données sont présentées selon Région économique (titres de rangée) et Croissance de l’emploi rémunéré et Variation du rapport de dépendance démographique, calculées selon variation en pourcentage et points de pourcentage unités de mesure (figurant comme en-tête de colonne).
Région économique Croissance de l’emploi rémunéré Variation du rapport de dépendance démographique
variation en pourcentage points de pourcentage
Avalon Peninsula 15,6 3,9
Côte-sud–Burin Peninsula -14,3 13,9
Côte-ouest–Northern Peninsula-Labrador -4,9 8,7
Notre Dame–Central Bonavista Bay -6,2 12,4
Île-du-Prince-Édouard 1,6 2,4
Cape Breton -10,6 7,9
Côte-Nord -7,2 6,8
Annapolis Valley 2,0 4,8
Sud -9,1 9,0
Halifax 7,1 0,4
Campbellton–Miramichi -12,3 11,3
Moncton–Richibucto 7,8 5,4
Saint John–St. Stephen -1,3 2,7
Fredericton–Oromocto 3,0 4,0
Edmundston–Woodstock -9,8 6,7
Gaspésie–Îles-de-la-Madeleine -5,2 10,2
Bas-Saint-Laurent -1,2 11,4
Capitale-Nationale 10,0 9,0
Chaudière-Appalaches 6,1 10,0
Estrie 2,9 7,8
Centre-du-Québec 7,6 9,0
Montérégie 11,4 6,5
Montréal 2,6 0,3
Laval 14,9 4,1
Lanaudière 22,2 4,5
Laurentides 20,2 3,6
Outaouais 11,6 3,4
Abitibi-Témiscamingue 6,7 4,9
Mauricie -0,6 9,6
Saguenay–Lac-Saint-Jean -2,1 10,5
Côte-Nord -10,0 8,8
Nord-du-Québec 1,9 0,7
Ottawa 8,2 1,6
Kingston–Pembroke 2,8 2,2
Muskoka–Kawarthas 2,1 2,7
Toronto 20,1 -0,3
Kitchener–Waterloo–Barrie 17,2 -1,2
Hamilton–Niagara Peninsula 2,9 0,0
London 5,4 0,1
Windsor–Sarnia -4,4 3,0
Stratford–Bruce Peninsula -2,3 4,6
Nord-est (Ontario) -2,9 3,9
Nord-ouest -11,4 1,7
Sud-est 36,0 1,5
Centre sud 27,6 -1,8
Sud-ouest 16,4 -3,3
Centre nord 8,6 0,3
Winnipeg 9,6 -2,4
Interlake 4,2 1,1
Parklands -3,8 1,4
Nord -12,6 0,2
Regina–Moose Mountain 21,3 -3,5
Swift Current–Moose Jaw 5,1 -2,6
Saskatoon–Biggar 29,2 -5,3
Yorkton–Melville 7,7 -2,8
Prince Albert 12,6 -1,9
Nord 4,5 -10,3
Lethbridge–Medicine Hat 20,0 0,4
Camrose–Drumheller 15,7 -1,8
Calgary 37,7 0,1
Banff–Jasper–Rocky Mountain House 11,7 1,1
Red Deer 32,6 -2,3
Edmonton 34,4 -1,6
Athabasca–Grande Prairie–Peace River 23,2 -1,6
Wood Buffalo–Cold Lake 37,9 -6,9
Île de Vancouver et la côte 11,9 5,6
Lower Mainland–Sud-ouest 24,2 0,8
Thompson–Okanagan 22,3 3,6
Kootenay 4,1 8,7
Cariboo -2,5 7,3
Côte Nord -10,5 3,5
Nechako -0,9 4,8
Nord-est (Colombie-Britannique) 15,1 -0,7
Yukon 21,2 2,6
Territoires du Nord-Ouest 6,2 -4,6
Nunavut 30,1 -9,8

Bien que les graphiques 2 à 4 donnent à penser que la croissance de l’emploi tend à se traduire par une augmentation de la population et une diminution du rapport de dépendance d’une région donnée, ils comportent deux limites. D’abord, ces graphiques ne permettent pas d’établir la mesure dans laquelle la croissance de l’emploi à l’échelle régionale est favorisée par une augmentation de la demande de main-d’œuvre, plutôt que par une augmentation de l’offre de main-d’œuvre. Ensuite, ils présentent uniquement des relations bivariées et ne tiennent donc pas compte d’autres facteurs de confusion. Afin de surmonter ces limites, il est nécessaire de procéder à des analyses multivariées.

Analyses multivariées

La mesure dans laquelle les variations de la demande de main-d’œuvre ont eu un effet sur la population âgée de 15 à 64 ans dans les différentes régions de 2001 à 2015 est abordée au tableau 2. Les résultats sont présentés à l’aide d’estimateurs de moindres carrés ordinaires (MCO) et de variables instrumentales (VI). Contrairement aux MCO, les méthodes axées sur les VI permettent de faire la distinction entre les effets de la demande de main-d’œuvre et de l’offre de main-d’œuvre lorsqu’elles mesurent l’incidence des variations de la demande de main-d’œuvre sur les résultats socioéconomiquesNote 5. C’est pourquoi les analyses multivariées privilégiées et la discussion qui s’ensuit reposent sur des méthodes axées sur les VI.

Deux ensembles de régressions sont considérés sans égard à l’estimateur. Dans le premier ensemble, une régression des variations de la valeur logarithmique de la population âgée de 15 à 64 ans, mesurées sur deux périodes de sept ans (de 2001 à 2008 et de 2008 à 2015), est effectuée en fonction d’un indicateur binaire pour la période de 2008 à 2015 et en fonction des variations de la valeur logarithmique de l’emploi rémunéré régional (mesurée selon le nombre d’employés âgés de 15 à 64 ans estimé d’après la Base de données canadienne sur la dynamique employeurs-employés). Des indicateurs provinciaux sont ajoutés dans le deuxième ensemble de régressionsNote 6Note 7.

Peu importe si les indicateurs provinciaux sont inclus ou non, l’élasticité de la population âgée de 15 à 64 ans en ce qui concerne la demande de main-d’œuvre, d’après l’estimateur des VI, varie de 0,9 à 1,2 environ, ce qui donne à penser qu’en moyenne une baisse de la demande de main-d’œuvre régionale de 5,0 % entraîne une réduction de 4,5 % (5,0 % multiplié par 0,9) à 6,0 % de la population âgée de 15 à 64 ans dans une région donnée sur une période de sept ans.

Étant donné que les jeunes travailleurs ont tendance à être plus mobiles que les travailleurs plus âgés, on s’attendrait à ce qu’ils délaissent les régions touchées par un déclin économique ou à ce qu’ils migrent plus rapidement que les travailleurs plus âgés vers les régions en croissance. Le tableau 2 confirme cette hypothèse. Il montre que, pour les personnes de moins de 35 ans, l’élasticité de la population en ce qui concerne les variations de la demande de main-d’œuvre varie de 1,4 à 1,5. L’élasticité correspondante pour les personnes âgées de 35 à 64 ans varie de 0,3 à 1,0. Ainsi, alors qu’une baisse de 5,0 % de la demande de main-d’œuvre tend à réduire la population régionale de jeunes de 7,0 % à 7,5 %, la même baisse de la demande de main-d’œuvre entraînera une réduction de 1,5 % à 5,0 % de la population de travailleurs plus âgésNote 8.

Les baisses de la demande de main-d’œuvre régionale entraînent une réduction de la population en âge de travailler, ce qui donne à penser que de telles baisses entraîneront également une augmentation du rapport de dépendance démographique régional.

Tableau 2
Élasticité de la population régionale en ce qui concerne la demande de
main-d’œuvre
Sommaire du tableau
Le tableau montre les résultats de Élasticité de la population régionale en ce qui concerne la demande de
main-d’œuvre Moindres carrés ordinaires, Variables instrumentales, Modèle 1 et Modèle 2, calculées selon estimations des paramètres et numbre unités de mesure (figurant comme en-tête de colonne).
Moindres carrés ordinaires Variables instrumentales
Modèle 1 Modèle 2
estimations des paramètres
Élasticité de la
Population âgée de 15 à 64 ans
Ne tient pas compte de la province de résidence 0,97Note *** 1,17Note *** 1,16Note ***
Tient compte de la province de résidence 0,78Note *** 0,90Note *** 0,87Note ***
Population âgée de 15 à 34 ans
Ne tient pas compte de la province de résidence 1,19Note *** 1,41Note *** 1,40Note ***
Tient compte de la province de résidence 0,96Note *** 1,53Note *** 1,53Note ***
Population âgée de 35 à 64 ans
Ne tient pas compte de la province de résidence 0,82Note *** 0,95Note *** 0,94Note ***
Tient compte de la province de résidence 0,63Note *** 0,37Note * 0,30
nombre
Statistique F de premier degré
Ne tient pas compte de la province de résidence Note ...: n'ayant pas lieu de figurer 37,8 31,6
Tient compte de la province de résidence Note ...: n'ayant pas lieu de figurer 23,9 18,0
Nombre d’observations 152 152 152

Le tableau 3 confirme cette hypothèse. Les résultats des méthodes de VI indiquent qu’une diminution de 5,0 % de la demande de main-d’œuvre régionale augmentera le rapport de dépendance démographique de 1,1 point de pourcentage (c.-à-d. 5,0 % multiplié par -0,22) à 1,5 point de pourcentage (c.-à-d. 5,0 % multiplié par -0,29) par rapport à un taux de base de 49,0 % en 2001Note 9Note 10. On s’attend à ce qu’une augmentation de 5,0 % de la demande de main-d’œuvre régionale entraîne une diminution du rapport de dépendance démographique de même pourcentage. Le tableau 3 montre aussi que la plus grande part de la variation du rapport de dépendance démographique provient des variations observées dans le rapport du nombre de personnes âgées de plus de 64 ans divisé par la population âgée de 15 à 64 ans, plutôt que des variations dans le rapport du nombre d’enfants divisé par la population âgée de 15 à 64 ans.

Tableau 3
Variations des rapports de dépendance démographique régionaux et de la demande de main-d’œuvre
Sommaire du tableau
Le tableau montre les résultats de Variations des rapports de dépendance démographique régionaux et de la demande de main-d’œuvre Moindres carrés ordinaires, Variables instrumentales, Modèle 1 et Modèle 2, calculées selon estimations des paramètres et numbre unités de mesure (figurant comme en-tête de colonne).
Moindres carrés ordinaires Variables instrumentales
Modèle 1 Modèle 2
estimations des paramètres
Population de moins de 15 ans et de plus de 64 ans divisée par la population de 15 à 64 ans
Ne tient pas compte de la province de résidence -0,11Note *** -0,28Note *** -0,29Note ***
Tient compte de la province de résidence -0,11Note *** -0,22Note *** -0,24Note ***
Population de plus de 64 ans divisée par la population de
15 à 64 ans
Ne tient pas compte de la province de résidence -0,11Note *** -0,19Note ** -0,20Note **
Tient compte de la province de résidence -0,08Note *** -0,13Note *** -0,14Note ***
Population de moins de 15 ans divisée par la population de
15 à 64 ans
Ne tient pas compte de la province de résidence -0,01 -0,09Note * -0,09Note *
Tient compte de la province de résidence -0,03Note * -0,09Note ** -0,10Note *
nombre
Statistique F de premier degré
Ne tient pas compte de la province de résidence Note ...: n'ayant pas lieu de figurer 25,3 21,5
Tient compte de la province de résidence Note ...: n'ayant pas lieu de figurer 29,8 24,0
Nombre d’observations 152 152 152

Conclusion

Bien que l’on s’attende à ce que les baisses de la demande de main-d’œuvre régionale entraînent une diminution de la population en âge de travailler et une augmentation du rapport de dépendance dans une région donnée, l’ampleur de ces effets n’avait pas encore été estimée au Canada.

À l’aide de données administratives et des estimations démographiques de Statistique Canada, la présente étude comble cette lacune. Les résultats montrent que, sur des périodes de sept ans, une baisse de 5,0 % de la demande de main-d’œuvre régionale a entraîné une diminution de 4,5 % à 6,0 % de la population régionale âgée de 15 à 64 ans. Étant donné que les personnes en âge de travailler quittent les régions touchées par un déclin économique, une baisse de 5,0 % de la demande de main-d’œuvre entraîne une augmentation du rapport de dépendance démographique de 1,1 à 1,5 point de pourcentage, par rapport à un taux de base d’environ 50,0 %Note 11. À l’inverse, les augmentations de la demande de main-d’œuvre, comme celles observées dans de nombreuses régions économiques de l’Alberta et de la Saskatchewan au cours des années 2000, tendent à accroître la population en âge de travailler et à réduire le rapport de dépendance démographique.

Dans un contexte où le vieillissement de la population posera un certain nombre de défis, ces résultats mettent en évidence le rôle clé que la croissance de l’emploi pourrait jouer dans la modification de la démographie des régions.

Annexe : Données et méthodologie

La présente étude combine des données de la Base de données canadienne sur la dynamique employeurs-employés (BDCDEE) et des estimations démographiques de la Division de la démographie pour produire les estimations présentées aux tableaux 1 à 3. Les trois ensembles de données suivants de la BDCDEE sont utilisés : le fichier maître sur les particuliers T1 (FMPT1), l’État de la rémunération payée (feuillet T4) et le Programme d’analyse longitudinale de l’emploi. Les versions complètes du FMPT1 et du feuillet T4 sont utilisées.

Le présent document examine les variations de la population en âge de travailler et les rapports de dépendance démographique dans 76 régions économiques (y compris le Yukon, les Territoires du Nord-Ouest et le Nunavut) sur deux périodes de sept ans (de 2001 à 2008 et de 2008 à 2015)Note 12.

Les estimations démographiques et les rapports de dépendance démographique sont obtenus auprès de la Division de la démographie de Statistique Canada. Trois rapports de dépendance démographique sont utilisés. Le premier rapport correspond au nombre de personnes âgées de moins de 15 ans ou de plus de 64 ans divisé par le nombre de personnes âgées de 15 à 64 ans. Le deuxième rapport correspond au nombre de personnes âgées de plus de 64 ans divisé par le nombre de personnes âgées de 15 à 64 ans. Le troisième correspond au nombre de personnes âgées de moins de 15 ans divisé par le nombre de personnes âgées de 15 à 64 ans.

Pour évaluer l’effet de la demande de main-d’œuvre sur la taille de la population, on utilise une procédure en deux étapes. Tout d’abord, les variations dans la valeur logarithmique du logarithme de la taille de la population sont établies pour 20 cellules âge-sexe pour chacune des 76 régions économiquesNote 13. Les groupes d’âge, le sexe et les régions étant représentés par a MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamyyaaaa@36DD@ , s MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaam4Caaaa@36EF@ et r MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamOCaaaa@36EE@ , respectivement, une régression de ces variations ( Δ Y asr MathType@MTEF@5@5@+= feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaeuiLdqKaam ywamaaBaaaleaaieGacaWFHbGaa83Caiaa=jhaaeqaaaaa@3B3A@ ) est effectuée en fonction d’un ensemble complet d’interactions âge-sexe ( θ as MathType@MTEF@5@5@+= feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaeqiUde3aaS baaSqaaiaadggacaWGZbaabeaaaaa@39B6@ ) ainsi que d’un vecteur d’effets fixes régionaux ( θ r MathType@MTEF@5@5@+= feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaacbiGaa8hUdm aaBaaaleaacaWFYbGaa8hiaaqabaaaaa@38FD@ ) :

Δ Y asr = θ as + θ r + ε asr . MathType@MTEF@5@5@+= feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaeuiLdqKaam ywamaaBaaaleaaieGacaWFHbGaa83Caiaa=jhaaeqaaOGaa8hiaiaa =1dacaWFGaGaeqiUde3aaSbaaSqaaiaadggacaWGZbaabeaakiaa=b cacaWFRaGaa8hiaiaa=H7adaWgaaWcbaGaa8NCaiaa=bcaaeqaaOGa a83kaiaa=bcacqaH1oqzdaWgaaWcbaGaa8xyaiaa=nhacaWFYbaabe aakiaayIW7caaMi8UaaiOlaaaa@4FC9@

(1)

L’équation (1) est estimée séparément pour chacune des périodes de sept ans définies ci-dessusNote 14. Les estimations des paramètres pour θ r MathType@MTEF@5@5@+= feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaacbiGaa8hUdm aaBaaaleaacaWFYbGaa8hiaaqabaaaaa@38FD@ mesurent les variations du logarithme de la taille de la population qui sont normalisées en fonction des différences régionales dans la composition de la population selon l’âge et le sexe. À la deuxième étape, ces estimations des paramètres sont utilisées pour former la variable dépendante de l’équation suivante :

θ ^ rt = α p + α t +βΔln E rt + u rt ;t=20012008,20082015, MathType@MTEF@5@5@+= feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGafqiUdeNbaK aadaWgaaWcbaGaamOCaiaadshaaeqaaOGaeyypa0JaeqySde2aaSba aSqaaiaadchaaeqaaOGaey4kaSIaeqySde2aaSbaaSqaaiaadshaae qaaOGaey4kaSIaeqOSdiMaeuiLdqKaciiBaiaac6gacaWGfbWaaSba aSqaaiaadkhacaWG0baabeaakiabgUcaRiaadwhadaWgaaWcbaGaam OCaiaadshaaeqaaOGaai4oaiaayIW7caaMi8UaaGjcVlaadshacqGH 9aqpcaaIYaGaaGimaiaaicdacaaIXaGaeyOeI0IaaGOmaiaaicdaca aIWaGaaGioaiaacYcacaaMi8UaaGjcVlaayIW7caaMi8UaaGOmaiaa icdacaaIWaGaaGioaiabgkHiTiaaikdacaaIWaGaaGymaiaaiwdaca aMi8UaaGjcVlaacYcaaaa@6DF1@

(2)

α p MathType@MTEF@5@5@+= feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaeqySde2aaS baaSqaaiaadchaaeqaaaaa@38B6@ est un vecteur d’indicateurs provinciaux et territoriauxNote 15, α t MathType@MTEF@5@5@+= feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaeqySde2aaS baaSqaaiaadshaaeqaaaaa@38BA@ est un indicateur binaire de la période de 2008 à 2015 (la période de 2001 à 2008 est omise) et Δln E rt MathType@MTEF@5@5@+= feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaeuiLdqKaci iBaiaac6gacaWGfbWaaSbaaSqaaiaadkhacaWG0baabeaaaaa@3C26@ mesure les variations du logarithme de l’emploi rémunéré régionalNote 16. Étant donné qu’il y a 76 régions économiques et deux périodes de sept ans, l’équation (2) est estimée initialement à l’aide de l’estimateur des moindres carrés ordinaires (MCO) sur 152 observations. Le paramètre β MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaeqOSdigaaa@3798@ mesure l’élasticité de la taille de la population en ce qui concerne la demande de main-d’œuvre régionale.

Pour tenir compte de la possibilité que Δln E rt MathType@MTEF@5@5@+= feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaeuiLdqKaci iBaiaac6gacaWGfbWaaSbaaSqaaiaadkhacaWG0baabeaaaaa@3C26@ puisse présenter une corrélation avec le terme d’erreurs u rt MathType@MTEF@5@5@+= feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamyDamaaBa aaleaacaWGYbGaamiDaaqabaaaaa@390C@ , l’équation (2) est également estimée à l’aide de l’estimateur des variables instrumentales (VI). Pour ce faire, la variable IV 1 rt MathType@MTEF@5@5@+= feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaacbiGaa8xsai aa=zfaieaacaGFXaWaaSbaaSqaaiaa=jhacaWF0bGaa8hiaaqabaaa aa@3B11@  est utilisée comme variable instrumentale pour Δln E rt MathType@MTEF@5@5@+= feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaeuiLdqKaci iBaiaac6gacaWGfbWaaSbaaSqaaiaadkhacaWG0baabeaaaaa@3C26@  :

IV 1 rt = i Shar e ir0 Δln E it ;t=20012008,20082015 , MathType@MTEF@5@5@+= feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamysaiaadA facaaIXaWaaSbaaSqaaiaadkhacaWG0baabeaakiabg2da9maaqafa baGaam4uaiaadIgacaWGHbGaamOCaiaadwgadaWgaaWcbaGaamyAai aadkhacaaIWaaabeaakiabgEHiQiabfs5aejGacYgacaGGUbGaamyr amaaBaaaleaacaWGPbGaamiDaaqabaGccaaMi8UaaGjcVlaacUdaca aMi8UaaGjcVlaadshacqGH9aqpcaaIYaGaaGimaiaaicdacaaIXaGa eyOeI0IaaGOmaiaaicdacaaIWaGaaGioaiaacYcacaaMi8UaaGjcVl aayIW7caaIYaGaaGimaiaaicdacaaI4aGaeyOeI0IaaGOmaiaaicda caaIXaGaaGynaaWcbaGaamyAaaqab0GaeyyeIuoakiaayIW7caaMi8 Uaaiilaaaa@6CF2@

(3)

Δln E rt MathType@MTEF@5@5@+= feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaeuiLdqKaci iBaiaac6gacaWGfbWaaSbaaSqaaiaadkhacaWG0baabeaaaaa@3C26@ mesure la croissance de l’emploi dans l’industrie i MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamyAaaaa@36E5@  à l’échelle nationale au cours de la période de sept ans t MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamiDaaaa@36F0@ (t=20012008,20082015) MathType@MTEF@5@5@+= feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaaiikaiaads hacqGH9aqpcaaIYaGaaGimaiaaicdacaaIXaGaeyOeI0IaaGOmaiaa icdacaaIWaGaaGioaiaacYcacaaMc8UaaGOmaiaaicdacaaIWaGaaG ioaiabgkHiTiaaikdacaaIWaGaaGymaiaaiwdacaGGPaaaaa@4922@ et Shar e ir0 MathType@MTEF@5@5@+= feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaam4uaiaadI gacaWGHbGaamOCaiaadwgadaWgaaWcbaGaamyAaiaadkhacaaIWaaa beaaaaa@3D4D@ mesure la part de l’industrie i MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamyAaaaa@36E5@ dans l’emploi rémunéré total de la région r MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamOCaaaa@36EE@ au début de la période d’observation de sept ans considérée. IV 1 rt MathType@MTEF@5@5@+= feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaacbiGaa8xsai aa=zfaieaacaGFXaWaaSbaaSqaaiaa=jhacaWF0bGaa8hiaaqabaaa aa@3B11@ mesure la croissance prévue de l’emploi rémunéré qui pourrait survenir dans la région r MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamOCaaaa@36EE@ si chaque industrie avait connu un rythme de croissance régional semblable à celui observé à l’échelle nationaleNote 17. Une deuxième variable instrumentale, IV 2 rt MathType@MTEF@5@5@+= feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaacbiGaa8xsai aa=zfaieaacaGFYaWaaSbaaSqaaiaa=jhacaWF0bGaa8hiaaqabaaa aa@3B12@ , est également utilisée. Lorsque IV 2 rt MathType@MTEF@5@5@+= feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaacbiGaa8xsai aa=zfaieaacaGFYaWaaSbaaSqaaiaa=jhacaWF0bGaa8hiaaqabaaa aa@3B12@ est utilisée, la croissance de l’emploi dans l’industrie i MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamyAaaaa@36E5@ à l’échelle nationale exclut la croissance de l’emploi dans cette industrie dans la région économique r MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamOCaaaa@36EE@ considérée.

Aux tableaux 2 et 3, les colonnes « Modèle 1 » et « Modèle 2 » présentent les résultats des variables instrumentales en fonction de IV 1 rt MathType@MTEF@5@5@+= feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaacbiGaa8xsai aa=zfaieaacaGFXaWaaSbaaSqaaiaa=jhacaWF0bGaa8hiaaqabaaa aa@3B11@ et IV 2 rt MathType@MTEF@5@5@+= feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaacbiGaa8xsai aa=zfaieaacaGFYaWaaSbaaSqaaiaa=jhacaWF0bGaa8hiaaqabaaa aa@3B12@ , respectivement.

Pour analyser les variations régionales (mesurées en points de pourcentage) dans divers rapports de dépendance démographique, ΔD R rt MathType@MTEF@5@5@+= feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaeuiLdqKaam iraiaadkfadaWgaaWcbaacbiGaa8NCaiaa=rhaaeqaaaaa@3B1B@ , l’équation suivante est estimée au moyen de l’estimateur des MCO et des VI :

ΔD R rt = θ p + θ t + λSHARE_09_1 4 r0 +ηSHARE_59_6 4 r0 +βΔln E rt + v rt ; t=20012008,20082015, MathType@MTEF@5@5@+= feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGceaqabeaacqqHuo arcaWGebGaamOuamaaBaaaleaaieGacaWFYbGaa8hDaaqabaGccaWF GaGaa8xpaiaa=bcacqaH4oqCdaWgaaWcbaGaamiCaaqabaGccaWFGa Gaa83kaiaa=bcacaWF4oWaaSbaaSqaaiaa=rhacaWFGaaabeaakiaa =TcacaWFGaGaeq4UdWMaa83uaiaa=HeacaWFbbGaa8Nuaiaa=veaca WFFbacbaGaa4hmaiaa+LdacaWFFbGaa4xmaiaa+rdadaWgaaWcbaGa a8NCaiaa+bdaaeqaaOGaey4kaSIaaGzaVlabeE7aOjaa=nfacaWFib Gaa8xqaiaa=jfacaWFfbGaa83xaiaa+vdacaGF5aGaa83xaiaa+zda caGF0aWaaSbaaSqaaiaa=jhacaGFWaaabeaakiabgUcaRiaaygW7cq aHYoGycqqHuoarciGGSbGaaiOBaiaadweadaWgaaWcbaGaa8NCaiaa =rhaaeqaaOGaey4kaSIaaGzaVlaadAhadaWgaaWcbaGaa8NCaiaa=r haaeqaaOGaai4oaaqaaiaadshacqGH9aqpcaaIYaGaaGimaiaaicda caaIXaGaeyOeI0IaaGOmaiaaicdacaaIWaGaaGioaiaacYcacaaMi8 UaaGjcVlaayIW7caaIYaGaaGimaiaaicdacaaI4aGaeyOeI0IaaGOm aiaaicdacaaIXaGaaGynaiaayIW7caaMi8Uaaiilaaaaaa@8A3D@

(4)

SHARE_09_1 4 r0 MathType@MTEF@5@5@+= feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaacbiGaa83uai aa=HeacaWFbbGaa8Nuaiaa=veacaWFFbGaaGimaiaaiMdacaWFFbac baGaa4xmaiaa+rdadaWgaaWcbaGaa8NCaiaa+bdaaeqaaaaa@4073@ ( SHARE_59_6 4 r0 MathType@MTEF@5@5@+= feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaacbiGaa83uai aa=HeacaWFbbGaa8Nuaiaa=veacaWFFbacbaGaa4xnaiaa+LdacaWF FbGaa4Nnaiaa+rdadaWgaaWcbaGaa8NCaiaa+bdaaeqaaaaa@4069@ ) est égal à la part de la population âgée de 8 à 14 ans ou de 58 à 64 ans dans la région r MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamOCaaaa@36EE@ au début d’une période de sept ans, θ p MathType@MTEF@5@5@+= feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaeqiUde3aaS baaSqaaiaadchaaeqaaaaa@38CD@ est un vecteur d’indicateurs provinciaux et territoriaux et θ t MathType@MTEF@5@5@+= feaagKart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaacbiGaa8hUdm aaBaaaleaacaWF0bGaa8hiaaqabaaaaa@38FF@ est un indicateur binaire pour la période de 2008 à 2015.

Étant donné que les régions économiques constituent l’unité d’analyse de la présente étude et que les problèmes de variabilité d’échantillonnage ne se posent pas lorsque des versions complètes du FMPT1 et du feuillet T4 sont utilisées, les équations (1) à (4) ne sont pas pondérées (c.-à-d. qu’elles sont estimées sans poids de population). Dans tous les cas, les erreurs-types sont regroupées par région économique.

Bibliographie

Bound, J., et H.J. Holzer. 2000. « Demand shifts, population adjustments, and labor market outcomes during the 1980s ». Journal of Labor Economics 18 (1) : p. 20 à 54.

Marchand, J. 2012. « Local labor market impacts of energy boom-bust-boom in Western Canada ». Journal of Urban Economics 71 (1) : p. 165 à 174.


Date de modification :