Études analytiques : méthodes et références
Relation entre la taille d’une entreprise et l’âge de son effectif : analyse intersectorielle au Canada

Consulter la version la plus récente.

par Jiaosheng He, Division de la statistique du revenue
Derek Messacar et Yuri Ostrovsky, Division de l'analyse sociale et de la modélisation

Aller au texte

Texte commence ici

Résumé

Le présent article décrit les relations qui existent entre la taille des entreprises, l’industrie d’exploitation et l’âge typique de la main-d’œuvre à l’aide d’un nouvel ensemble de données employeurs–employés appariées provenant des dossiers fiscaux administratifs de la plupart des entreprises canadiennes et des populations qui composent l’ensemble de leur main-d’œuvre. L’article étudie en particulier les différences de niveau pour les années civiles de 2003 à 2010 inclusivement ainsi que les variations de la composition par âge de la main-d’œuvre des entreprises au fil du temps, observées au moyen d’une analyse longitudinale. Les résultats indiquent qu’il existe une importante hétérogénéité en matière d’âge de l’effectif des entreprises pour toutes les tailles d’entreprise et les industries. De plus, la mesure dans laquelle la composition par âge de l’effectif des entreprises a varié au fil du temps est fortement liée à la taille des entreprises; les entreprises les plus petites enregistrant les plus fortes hausses de la structure d’âge. L’article traite ensuite brièvement de l’incidence de ces résultats sur les recherches et la politique canadiennes.

Sommaire

La présente étude évalue la relation entre la taille des entreprises, leur principale industrie d’exploitation et l’âge typique de leur main-d’œuvre. À cette fin, les analyses ont recours à un  ensemble de données employeurs–employés appariées provenant des dossiers fiscaux administratifs de la plupart des entreprises canadiennes et des populations qui composent l’ensemble de leur main-d’œuvre. Les principales conclusions de l’étude comprennent les suivantes :

1. Les petites entreprises représentent la majeure partie des entreprises du Canada pour la période de 2003 à 2010, mais les grandes entreprises étaient toujours d’importants employeurs de main-d’œuvre canadienne.
   1. Environ 92,2 % des entreprises employaient de 1 à 19 personnes, alors que 6,5 % des entreprises employaient de 20 à 99 personnes, 1,1 % des entreprises employaient de 100 à 499 personnes et 0,2 % des entreprises employaient 500 personnes ou plus.
   2. Malgré le faible nombre de grandes entreprises, celles-ci employaient une grande part de la main-d’œuvre canadienne au sein de la plupart des industries. En moyenne, 20,2 % des travailleurs appartenaient à des entreprises de 1 à 19 personnes, alors que 61,5 % des travailleurs appartenaient à des entreprises de 100 personnes ou plus.
   3. L’agriculture était l’industrie employant le plus grand nombre de personnes au sein d’entreprises de 1 à 19 personnes.
2. Une importante hétérogénéité a été observée en matière d’âge de la main-d’œuvre des entreprises pour toutes les tailles d’entreprises et industries.
   1. Les industries présentant les âges médians les plus bas étaient l’hébergement (36,3 ans), les arts (37,6 ans), la construction (39,9 ans) et le commerce de détail (39,9 ans).
   2. Les industries présentant les âges médians les plus élevés étaient la gestion (49,0 ans), la finance (48,0 ans) et l’immobilier (47,0 ans).

La mesure dans laquelle la composition par âge de la main-d’œuvre des entreprises a varié au fil du temps est fortement liée à la taille des entreprises; les entreprises les plus petites enregistrant les plus fortes hausses de la composition par âge.

1 Introduction

Un grand nombre de publications économiques évaluent les relations entre les caractéristiques observées des entreprises et leur main-d’œuvre et examinent la façon dont ces relations influent sur le rendement des entreprises. La plupart de ces recherches sont axées sur les répercussions de l’hétérogénéité de la main-d’œuvre sur la productivité des entreprises. Plusieurs études ont relevé, par exemple, qu’une main-d’œuvre composée de travailleurs ayant différents niveaux de scolarité avait des effets mixtes à positifs sur la productivité, mais qu’une diversité culturelle ou ethnique présentait un effet contraire (Parrotta, Pozzoli et Pytlikova 2012, 2014; Garnero, Kampelmann et Rycx 2014). D’autres études portaient principalement sur les effets de la diversification des sexes; Pfeifer et Wagner (2014) ont, par exemple, montré que la rentabilité des entreprises augmentait légèrement en fonction de la proportion de femmes employées.

De nombreuses études empiriques ont en outre été menées sur la relation entre l’âge de la main-d’œuvre des entreprises et leur productivité ainsi que sur l’utilisation novatrice de nouvelles technologies (voir, par exemple, Dostie 2011). Un examen de ces publications suggère que la relation entre l’âge de la main-d’œuvre et le rendement créatif tend à suivre un profil en bosse (Frosch 2011). De plus, une plus grande diversification des âges au sein des entreprises peut avoir des effets positifs sur la productivité (Backes-Gellner et Veen 2013). Les entreprises présentant une plus grande proportion de jeunes employés peuvent être plus susceptibles d’adopter de nouvelles technologies, mais la dispersion globale de l’âge de la main-d’œuvre n’a pas toujours d’incidence importante sur l’innovation technologique (Meyer 2008, 2011). Les entreprises comptant une grande proportion d’employés plus âgés ou une répartition des âges plus importante tendent en revanche à présenter des taux de survie relativement bas (Kuhn 2013).

Malgré le grand nombre de publications dans ce domaine, peu d’entre elles ont étudié la pertinence de l’âge de la main-d’œuvre des entreprises selon la taille des entreprises ou leur industrie. La récente étude de De Meulenaere, Boone et Buyl (2016) est une exception notable; elle montre que l’effet négatif de la polarisation des âges sur la productivité est accentué par la taille de l’entreprise. Ensemble, les effets bien documentés des caractéristiques de l’âge de la main-d’œuvre sur divers résultats d’entreprise laissent entendre qu’une plus grande compréhension des relations existantes entre la taille des entreprises, l’industrie d’exploitation et l’âge de la main-d’œuvre au Canada présente des implications politiques importantes. Cela est particulièrement vrai du fait de la tendance d’une main-d’œuvre vieillissante.

Dans ce contexte, l’objectif du présent article est d’évaluer la relation entre la taille des entreprises et l’âge de leur main-d’œuvre. Plus précisément, il contribue de deux façons à cet égard. La première est de fournir de nouvelles estimations de cette relation pour les entreprises de diverses tailles et d’étudier la mesure dans laquelle des différences existent selon les industries. La deuxième est d’évaluer les variations de la composition par âge de la main-d’œuvre des entreprises au fil du temps entre 2003 et 2010, période correspondant à la récession économique qui a commencé en 2008. À cette fin, l’analyse utilise un nouvel ensemble de données appariées fondé sur les dossiers fiscaux administratifs longitudinaux des employés et des employeurs. Une caractéristique unique de cet ensemble de données est qu’on y observe toutes les entreprises constituées en société ou non ayant déposé au moins un feuillet T4 d’État de la rémunération payée pour toute année d’imposition depuis 1991. De plus, parmi ces entreprises, on observe également chaque destinataire de feuillet T4. Cette façon de faire permet de calculer avec précision l’âge de la main-d’œuvre des entreprises.^{Note 1} Il est important de noter que l’analyse longitudinale porte uniquement sur les variations de la structure de la main-d’œuvre des entreprises observées à la fois en 2003 et 2010.

Par conséquent, la présente analyse porte essentiellement sur un sous-ensemble de toutes les entreprises en activité au cours de cette période, c’est-à-dire celles existant en 2003 et étant toujours en activité en 2010. L’objectif de cette restriction d’échantillon est de permettre l’étude de la variation de l’âge de la main-d’œuvre d’entreprises en particulier en fonction de la taille de l’entreprise et de l’industrie d’exploitation (c-.à-d. que l’unité d’analyse est l’entreprise), plutôt que de la variation de l’âge des employés de toutes les entreprises en fonction de la taille de l’entreprise et de l’industrie. Une des limites de cette approche est qu’on ne tient pas compte des dynamiques d’entreprise, comme les décisions d’entrée sur le marché et les taux de survie. Ces questions sont intéressantes, mais hors du champ de la présente analyse, tout en présentant une direction prometteuse pour de futurs travaux à ce sujet.

Une des limites des données administratives est qu’il n’est pas possible de savoir si une personne était employée par une entreprise à temps plein ou à temps partiel, ou encore pour une partie seulement de l’année civile. Cette limite est problématique, car l’âge déduit de la main-d’œuvre d’une entreprise peut ne pas refléter la valeur qu’on obtiendrait à partir d’une main-d’œuvre corrigée en équivalent temps plein, qui fournit une meilleure mesure de l’intrant travail réel, particulièrement pour les entreprises des industries employant généralement un grand nombre de travailleurs à temps partiel ou saisonniers. Pour surmonter cette difficulté, des renseignements auxiliaires provenant de l’Enquête sur la population active (EPA) sont utilisés pour attribuer une rémunération horaire et des heures travaillées à chaque personne de tous les groupes, par âge, sexe, industrie d’emploi et taille d’entreprise.

Plusieurs résultats clés sont présentés dans cette analyse. Tout d’abord, la composition par âge d’une main-d’œuvre typique a varié de manière substantielle pour toutes les industries et tailles d’entreprise. Ensuite, dans certains cas, on observe dans l’analyse longitudinale réalisée que la composition par âge de la main-d’œuvre des entreprises a varié de manière significative entre 2003 et 2010. Enfin, l’ampleur de la variation de la composition par âge au cours de cette période est fortement liée à la taille des entreprises; les entreprises comptant moins de 100 employés, par exemple, ont enregistré d’importantes hausses de la moyenne d’âge de leur main-d’œuvre. Cela peut être dû au fait qu’un grand nombre d’entreprises plus petites sont de type propriétaire-exploitant. Les entreprises de 500 employés ou plus, au contraire, n’ont enregistré que de légères hausses de la moyenne d’âge de leurs employés, même si la tendance générale, quelle que soit la taille de l’entreprise, est celle d’un vieillissement de la main-d’œuvre.

Le présent article est structuré comme suit. La section 2 décrit les données et la sélection de l’échantillon utilisées dans l’étude, y compris les restrictions nécessaires pour effectuer l’analyse longitudinale. La section 3 décrit la méthode empirique employée pour corriger les données selon une échelle d’équivalence plein-temps. La section 4 présente les principaux résultats relatifs à la relation entre la taille de l’entreprise, l’industrie d’exploitation et l’âge de la main-d’œuvre, en fonction des données regroupées de 2003 à 2010. La section 5 présente les résultats de l’analyse longitudinale relativement à la variation de la composition par âge au cours de cette période. La section 6 décrit brièvement les résultats d’une vérification de la robustesse de la méthode de correction pour obtenir une main-d’œuvre en équivalent temps plein. La dernière section, la section 7, présente la conclusion.

2 Données et sélection de l’échantillon

Le projet se fonde sur des éléments de la Base de données canadienne sur la dynamique employeurs-employés (BDCDEE), plus précisément le Programme d’analyse longitudinale de l’emploi (PALE), les fichiers supplémentaires T4 et le fichier sur la famille T1 (FFT1). Pour fournir un contexte à l’analyse, chacun de ces ensembles de données est brièvement décrit.

Tout d’abord, le programme PALE est un ensemble d’enregistrements administratifs fondé sur les dossiers du Registre des entreprises et sur l’Enquête sur l’emploi, la rémunération et les heures de travail, et il vise à fournir des données relatives aux tendances des niveaux d’emploi des entreprises canadiennes. Ces données couvrent toute l’économie canadienne et comprennent toutes les entreprises constituées en société et non constituées en société ayant déposé au moins un feuillet T4 pour toute année d’imposition depuis 1991. Ensuite, les fichiers supplémentaires T4 sont des enregistrements de formulaires supplémentaires de déclaration de revenus que fournit un employeur pour toute rémunération qui a soit dépassé un certain montant soit été assujettie à l’impôt sur le revenu, à des cotisations au Régime de pensions du Canada ou au Régime de rentes du Québec, ou à des indemnités d’assurance-emploi.^{Note 2} Enfin, le FFT1 est un fichier annuel des personnes représentées et de leurs familles de recensement. Cet ensemble de données fournit un large éventail de renseignements démographiques, relatifs à l’emploi, aux revenus, aux impôts, aux indemnités ainsi qu’aux transferts à partir des déclarations d’impôts de particuliers.

La BDCDEE couvre la période de 2003 à 2010. Ces données présentent deux caractéristiques clés qui facilitent l’étude de la relation entre la taille des entreprises, l’industrie et l’âge de la main-d’œuvre des entreprises. Tout d’abord, les enregistrements des employés figurant dans la BDCDEE sont couplés de façon déterministe aux données fiscales des entreprises provenant du PALE; ce couplage fournit un ensemble de données employeurs–employés appariées de façon crédible. Ensuite, la BDCDEE contient un échantillon complet de tous les destinataires de feuillets T4; ce qui permet de recenser tous les destinataires de feuillets T4 employés dans une entreprise pour toute année au cours de la période ciblée. Puisque l’on observe l’intégralité de la main-d’œuvre de chaque entreprise, on connaît l’âge de leurs employés; par conséquent, les statistiques descriptives de chaque groupe d’employés sont à la fois fiables et précises.

L’analyse empirique se déroule en deux étapes. La première est une analyse de la relation entre la taille de l’entreprise et l’âge de sa main-d’œuvre par industrie, en fonction d’un ensemble de données regroupées pour les années 2003 à 2010 inclusivement. Le nombre d’observations dans cette analyse est de 8 409 627, ce qui correspond à la multiplication du nombre d’entreprises par le nombre d’observations pour chaque entreprise (on observe chaque entreprise au moins une fois et au plus huit fois). La deuxième étape est une analyse longitudinale des variations de l’âge de la main-d’œuvre des entreprises au fil du temps, de 2003 à 2010. Cette approche longitudinale limite l’analyse aux entreprises existant au cours de ces deux années, afin de pouvoir effectuer des comparaisons au fil du temps. L’analyse regroupe 583 173 entreprises, ce qui représente environ 58 % de toutes les entreprises en 2003 et 55 % de toutes les entreprises en 2010. Pour analyser les variations au fil du temps par taille d’entreprises, on classe les différentes entreprises en quatre catégories de taille, selon le nombre de personnes qu’elles employaient en 2010.

3 Correction en équivalence plein-temps

La présente étude repose sur des renseignements sur les dates de naissance provenant d’enregistrements fiscaux administratifs pour calculer la répartition selon l’âge au sein d’une entreprise. Cette approche offre un instantané de la composition par âge de la main-d’œuvre d’une entreprise au 31 décembre de l’année de référence. Il s’agit d’une réflexion imparfaite, mais temporellement cohérente, de l’intrant travail. Cependant, un calcul plus précis de la main-d’œuvre d’une entreprise en fonction de l’intrant travail total utilisé au cours de l’année de référence tiendrait compte de la durée du travail de chaque employé au sein de l’entreprise. Une entreprise peut, par exemple, employer de jeunes travailleurs à temps partiel, alors que la majorité de ses employés d’âge moyen et plus âgés sont à temps plein. Ne pas prendre en compte cette caractéristique de la main-d’œuvre de l’entreprise (en réduisant la pondération attribuée aux employés à temps partiel par rapport aux employés à temps plein) créerait un biais réduisant l’âge moyen réel de l’intrant travail qu’utilise l’entreprise au cours de l’année. Une des limites des données administratives est qu’elles ne permettent pas d’observer la durée du travail de chaque employé dans l’entreprise.

Pour surmonter cette limitation, la rémunération horaire des employés est entrée à partir de l’Enquête sur la population active (EPA), selon l’âge observé des employés, leur sexe, l’industrie d’emploi et la taille de l’entreprise. Plus précisément, des calculs de la rémunération horaire moyenne que fournit l’EPA sont effectués pour 912 cellules; ces calculs sont fondés sur l’interaction des catégories suivantes : l’âge (six groupes), le sexe (deux groupes), l’industrie d’exploitation (19 groupes) et la taille de l’entreprise (quatre groupes). La rémunération horaire moyenne pour toutes les personnes de chaque cellule est ensuite attribuée à la personne figurant dans la BDCDEE qui correspond à cette cellule. Veuillez noter que six cellules ont été ignorées du fait de tailles d’échantillon insuffisantes dans l’EPA; ces cellules correspondent à environ 0,01 % seulement de l’échantillon de la BDCDEE. Les heures travaillées par an, $h_{icjt}$ , pour chaque personne $i$ de la cellule $c$ de l’entreprise $j$ pour l’année de référence $t$ ont été calculées comme suit : $$h_{icjt}=\frac{y_{icjt}}{w_{cjt}}, {\left(1\right)}_{}$$ où $y_{icjt}$ est la rémunération annuelle et $w_{cjt}$ est la rémunération horaire entrée. Par souci de concision, la suite de l’article n’utilisera plus la notation de regroupement de cellules, par exemple, $h_{icjt}\equiv h_{ijt}$.

La variable représentant les heures de travail par an, $h_{ijt}$, peut être utilisée comme poids exprimant l’importance relative de la personne $i$ dans le processus de production de l’entreprise $j$ tout au long de l’année de référence. On y parvient en exprimant $h_{ijt}$ en tant que fraction des heures travaillées totales qu’a utilisées l’entreprise : $H_{jt}={\Sigma }_i{h}_{ijt}$. Par conséquent, ${\lambda }_{ijt}=h_{ijt}/H_{jt}$ représente ce facteur de pondération.

Pour comprendre comment ${\lambda }_{ijt}$ corrige le calcul de la composition par âge dans une entreprise lorsqu’on utilise une mesure de l’équivalence plein-temps, considérez l’exemple suivant. Une entreprise donnée $j$ au moment $t$ emploie trois personnes, dont les âges sont $a_{1t}=20$, $a_{2t}=30$ et $a_{3t}=40$. Supposons que les heures travaillées de ces personnes sont $h_{1jt}=500$, $h_{2jt}=1000$ et $h_{3jt}=2000$. L’âge moyen non pondéré au sein de l’entreprise $j$ au moment $t$ est $A_{jt}^u=\left(20+30+40\right)÷3=30$. Toutefois, la moyenne pondérée est la suivante : $$A_{jt}^w={\displaystyle \sum _i\left(a_{it}\times {\lambda }_{ijt}\right)=\left(20\times \frac{500}{3500}\right)}+\left(30\times \frac{1000}{3500}\right)+\left(40\times \frac{2000}{3600}\right)=34,3. \left(2\right)$$

L’approche pondérée du calcul de l’âge moyen des employés d’une entreprise attribue une plus grande valeur aux personnes ayant davantage travaillé dans l’entreprise tout au long de l’année. Dans le cas présenté, la valeur calculée de l’âge moyen dans l’équation 2) est majorée par rapport à la moyenne non pondérée. Cette approche reflète le fait que l’entreprise a recours à un intrant travail supérieur de la part d’employés comparativement plus âgés.

De plus, le poids ${\lambda }_{ijt}$ peut servir à calculer la part des employés plus âgés (définis comme étant âgés de 50 ans et plus) dans une entreprise. La proportion des employés plus âgés au sein de l’entreprise $j$ au moment $t$ est calculée comme suit : $$S_{jt}={\displaystyle \sum }_i\left\{1\left(a_{it}\ge 50\right)\times {\lambda }_{ijt}\right\}, \left(3\right)$$ Où $1\left(a_{it}\ge 50\right)$ est la fonction indiquant si la personne $i$ est âgée d’au moins 50 ans au cours de l’année $t$, qui prend la valeur « 1 » si cet argument est vrai et la valeur de « 0 » dans le cas contraire.

4 Résultats primaires

On présente ici l’analyse primaire de la relation entre la taille d’une entreprise, l’industrie d’exploitation et l’âge de la main-d’œuvre. Ces résultats sont fondés sur les enregistrements fiscaux employeur–employé appariés sur la période de 2003 à 2010.

4.1 Répartition des entreprises et des employés, par taille d’entreprise et industrie

Cette partie décrit les différences de répartition des entreprises et des employés pour les quatre catégories de taille d’entreprise : très petites (de 1 à 19 employés), petites (de 20 à 99 employés), moyennes (de 100 à 499 employés) et grandes (500 employés ou plus). La variation décrite dans cette section jouera un rôle important pour expliquer les résultats présentés dans le reste de l’article.

Le tableau 1 présente le pourcentage d’entreprises et d’employés appartenant à chacune des quatre catégories de taille d’entreprise, par industrie. Le tableau présente, plus précisément, les valeurs moyennes des proportions des entreprises et des employés dans chacune des catégories, de 2003 à 2010. Cette période comprend le ralentissement économique qui a commencé en 2008, au cours duquel la détérioration de la conjoncture économique s’est répercutée négativement sur le nombre d’entreprises et d’emplois.

Les résultats de l’analyse indiquent qu’il existe une importante hétérogénéité quant aux tailles des entreprises selon les industries, comme l’indique la variation des proportions pour toutes les catégories de taille d’entreprise. Les colonnes « Répartition des entreprises » indiquent que, à titre d’agrégat pour toutes les industries, 92,2 % des entreprises étaient très petites (c’est-à-dire qu’elles comptaient de 1 à 19 employés), alors que les petites (6,5 %), moyennes (1,1 %) et grandes (0,2 %) entreprises représentaient chacune une part mineure de toutes les entreprises. Cette tendance correspond aux régularités statistiques de longue date observées pour toutes les industries et tous les pays (Gautier et coll. 1999; Bartelsman, Haltiwanger et Scarpetta 2009). Toutefois, le degré d’inclinaison vers les très petites entreprises n’était pas uniforme pour toutes les industries.

La plus forte concentration de très petites entreprises s’observe dans l’agriculture (97,7 %), les autres services (97,1 %), les services professionnels (96,6 %), l’immobilier (96,3 %) et la gestion (95,2 %). Au contraire, la concentration de très petites entreprises était modérée dans les services publics (75,7 %) et la fabrication (78,0 %). Cette tendance n’est pas surprenante du fait des coûts fixes souvent élevés pour les entreprises de ces industries, qui nécessitent de vastes économies d’échelle pour fonctionner de manière rentable. Les corollaires de concentrations élevées et modérées de très petites entreprises dans ces industries sont les suivants. Tout d’abord, ces industries comptent moins d’entreprises moyennes et grandes; en agriculture, par exemple, 0,2 % des entreprises sont de taille moyenne et 0,0 %, de grande taille. Ensuite, il existait un plus grand nombre de grandes et moyennes entreprises dans les industries telles que les services publics (5,6 % d’entreprises moyennes et 3,5 % de grandes entreprises), la fabrication (4,0 % d’entreprises moyennes et 0,8 % de grandes entreprises) et l’enseignement (3,1 % d’entreprises moyennes et 3,1 % de grandes entreprises), où les coûts fixes d’exploitation peuvent être substantiels.

Malgré la rareté relative des grandes entreprises, elles représentaient une part notable des employés dans pratiquement toutes les industries, comme l’indiquent les colonnes « Répartition des employés » du tableau 1. En moyenne, 20,2 % de la main-d’œuvre étaient employés dans de très petites entreprises, alors que 14,7 % l’étaient dans de moyennes entreprises et 46,8 % dans de grandes entreprises. Les proportions les plus élevées d’employés de moyennes et grandes entreprises (combinées) correspondaient aux industries des services publics (94,0 %), de l’enseignement (92,5 %), de l’information (79,2 %), de l’exploitation minière (78,7 %) et de la finance (77,7 %). En revanche, les industries au sein desquelles les très petites entreprises représentaient les plus forts pourcentages de main-d’œuvre, allant de 40,7 % à 63,2 %, étaient celles de l’agriculture, des autres services, de la construction et de l’immobilier.

4.2 Répartition des âges de la main-d’œuvre des entreprises

Dans cette partie, on évalue la répartition des moyennes d’âge de la main-d’œuvre des entreprises. Pour chaque entreprise de l’échantillon regroupé pour la période de 2003 à 2010, on calcule l’âge moyen corrigé en équivalent temps plein de la main-d’œuvre grâce à l’équation 2), ci-dessus. La répartition des moyennes d’âge de la main-d’œuvre des entreprises est alors calculée au niveau de la taille de l’entreprise et à celui de l’industrie d’exploitation.

Les tableaux 2-1, 2-2 et 2-3 présentent les résultats de l’analyse. Plus précisément, ces tableaux indiquent différents centiles de la composition par âge (10^e, 25^e, 50^e [médiane], 75^e et 90^e) ainsi que la valeur moyenne et l’écart interquartile. On calcule l’écart interquartile comme la différence entre le 25^e et le 75^e centile. L’analyse a, en outre, été menée pour toutes les entreprises (volet A) et séparément pour chacune des tailles d’entreprise décrites ci-dessus (volets B à E). Au niveau des données regroupées (c.-à-d., toutes les industries), les résultats montrent qu’il existe une importante variation de la composition par âge de la main-d’œuvre des entreprises. L’écart interquartile pour toutes les entreprises, par exemple, était d’environ 14 ans; la moyenne d’âge au 25^e centile était de près de 35 ans, alors que la moyenne d’âge au 75^e centile était de 49 ans.

Une décomposition de ces résultats par taille d’entreprise et par industrie montre une variation supplémentaire de l’âge de la main-d’œuvre des entreprises. Pour toutes les industries, la différence entre les âges médians minimaux et maximaux pour les entreprises de toute taille était de 12,7 ans. Les industries présentant les âges médians les plus bas étaient l’hébergement (36,3 ans), les arts (37,6 ans), la construction (39,9 ans) et le commerce de détail (39,9 ans). Ces résultats ne sont peut-être pas surprenants puisque les industries, telles que les services de restauration rapide et de commerce de détail, tendent à employer un grand nombre de jeunes travailleurs (p. ex., des étudiants); même si on tient compte du fait que les résultats sont corrigés en fonction de la durée du travail. En revanche, les industries présentant les âges médians les plus élevés étaient la gestion (49,0 ans), la finance (48,0 ans) et l’immobilier (47,0 ans). On a observé des tendances similaires de la moyenne d’âge pour toutes les industries.

Au sein des industries, la dispersion des âges des employés était également substantielle. La moyenne de l’écart interquartile propre aux industries était de 13,5 ans; cette moyenne était la plus importante pour l’immobilier (17,5 ans), la gestion (17,0 ans) et la finance (16,0 ans). En revanche, l’écart interquartile était le plus bas pour la fabrication (10,0 ans). Les résultats de la sous-section 4.1 fournissent de l’information utile à cet égard. L’immobilier, par exemple, présentait l’une des parts les plus élevées des entreprises ayant 1 à 19 employés et l’une des parts les plus faibles des entreprises comptant 500 employés ou plus. Puisque l’âge de la main-d’œuvre des grandes entreprises tend vers la moyenne, on peut s’attendre à ce que les industries représentant une importante proportion de grandes entreprises présentent une faible dispersion de la moyenne d’âge de la main-d’œuvre et vice versa.

Pour représenter graphiquement les résultats, le graphique 1 reporte la répartition des âges de la main-d’œuvre des entreprises pour toutes les industries dans un diagramme à surfaces. Pour chaque industrie, l’extrémité gauche de la barre correspond au 25^e centile des âges et l’extrémité droite, au 75^e centile des âges; la ligne à l’intérieur de chaque barre correspond au 50^e centile. Les barres d’erreur à gauche et à droite sont respectivement les 10^e et 90^e centiles. On a classé les industries en ordre croissant d’âge médian. En effet, on a observé une variation significative de la dispersion des âges des employés entre les industries. L’âge médian était généralement le plus bas dans les industries de l’hébergement et des arts et le plus élevé dans les industries de la finance et de la gestion.

Dans les volets B à E des tableaux 2-1, 2-2 et 2-3, les résultats se répètent séparément pour chacune des quatre catégories de taille d’entreprise décrites plus haut. Parmi les résultats de cette analyse, on constate, premièrement, que la répartition des âges entre les industries pour les entreprises très petites est similaire aux résultats du niveau regroupé. Cela découle probablement du fait que plus de 9 entreprises sur 10 étaient très petites, comme le montre le tableau 1. L’écart interquartile pour les très petites entreprises allait de 11,6 ans dans l’industrie de la fabrication à 17,8 ans pour celle de l’immobilier. De plus, l’écart interquartile pour la plupart des industries dépassait 12 ans et les âges de la main-d’œuvre des entreprises très petites étaient plus dispersés que pour les petites, moyennes et grandes entreprises.

Deuxièmement, l’âge médian était plus bas pour les petites entreprises (40,5 ans) que pour les très petites entreprises (42,0 ans), même si cette différence n’est pas marquée. Ainsi, les petites entreprises tendent à employer une main-d’œuvre plus jeune que les très petites entreprises; cela peut s’expliquer par la nature entrepreneuriale des très petites entreprises, dont la main-d’œuvre consiste souvent en leur propriétaire-exploitant.

Troisièmement, l’âge médian dans les moyennes entreprises était plus élevé (41,3) que l’âge médian dans les petites et très petites entreprises, bien que l’écart interquartile pour les moyennes entreprises était inférieur; cela indique que la répartition des âges était plus concentrée dans les moyennes entreprises. Plus précisément, l’écart interquartile pour les moyennes entreprises était de 6,8 ans, alors que celui des petites entreprises était de 8,2 ans. Les industries présentant les âges médians de la main-d’œuvre les plus élevés dans les moyennes entreprises comprenaient le transport (43,9 ans), les services publics (43,6 ans), l’enseignement (43,4 ans), l’immobilier (43,3 ans), la finance (43,1 ans), la santé (43,1 ans) et les autres services (43,1 ans). En revanche, les industries présentant les âges médians de la main-d’œuvre les plus bas étaient l’hébergement (33,3 ans), les arts (37,9 ans), le commerce de détail (37,3 ans) et l’information (38,8 ans). Il est utile de noter que le transport présente à la fois l’âge médian le plus élevé et l’un des âges les plus élevés au 90^e centile (49,6 ans); il semble donc que le vieillissement de la main-d’œuvre peut être plus aigu dans cette industrie que dans d’autres. Ce résultat correspond, par exemple, aux recherches démographiques sur l’industrie du camionnage, qui soulignent que cette industrie connaît une pénurie de travailleurs plus jeunes (Gill et Macdonald 2013).

Quatrièmement, les 20 907 grandes entreprises observées dans les données présentaient l’âge médian le plus élevé (42,6 ans) pour toutes les catégories de taille. Pour cette catégorie de taille, les 10^e et 25^e centiles étaient plus élevés que ceux des entreprises de taille moindre, alors que l’inverse était vrai au 90^e centile. De plus, l’écart interquartile était plus réduit pour les grandes entreprises que pour toute autre catégorie de taille d’entreprise. Ces résultats indiquent que la composition par âge de l’effectif des grandes entreprises est la plus concentrée. La seule exception était le commerce de détail, pour lequel l’écart interquartile était de 1,1 an plus grand pour les grandes entreprises que pour les entreprises moyennes.

4.3 Proportion des employés plus âgés au sein de la main-d’œuvre des entreprises

On évalue, dans cette section, la corrélation entre l’âge de la main-d’œuvre et la taille d’une entreprise en examinant la proportion d’employés plus âgés (définis comme les employés de 50 ans et plus) pour toutes les industries et toutes les tailles d’entreprise. Rappelons que la part d’employés plus âgés au sein d’une entreprise est calculée au moyen de l’équation 3, qui corrige la main-d’œuvre de chaque entreprise en équivalent temps plein.

Dans les tableaux 3-1, 3-2 et 3-3, les résultats de l’analyse montrent que la proportion d’employés plus âgés est inférieure à 16,3 % pour environ la moitié de toutes les entreprises analysées et à 56,3 % pour environ trois quarts de ces entreprises, comme l’indique le volet A. Il existe, cependant, une part significative d’entreprises (plus d’une sur dix) employant uniquement des employés plus âgés.

La part médiane d’employés plus âgés pour toutes les entreprises tendait à être supérieure dans les industries présentant une main-d’œuvre comparativement plus âgée, comme l’indique la sous-section 4.2, qui fournit une vérification de la robustesse de ces résultats. Les parts médianes d’employés plus âgés étaient de 24,6 % ou plus dans les industries de la gestion et de l’immobilier. En revanche, cette médiane était inférieure à 10 % pour les industries des autres services, de l’information et des services professionnels. L’analyse pour toutes les catégories de tailles d’entreprise (volets B à E) indique que la part des employés plus âgés augmente avec la taille de l’entreprise dans la plupart des cas. Des exceptions notables comprennent les industries de la finance, de l’immobilier et de la gestion.

5 Analyse longitudinale

Cette section étudie la façon dont la répartition des âges de la main-d’œuvre des entreprises décrites dans les sous-sections 4.2 et 4.3, ci-dessus, a varié entre 2003 et 2010. L’objectif de l’étude est de mieux comprendre le vieillissement de la main-d’œuvre des entreprises de différentes tailles et de différentes industries au fil du temps, en utilisant la nature longitudinale des données employeurs–employés.

Il est important de noter que les résultats décrits dans l’analyse font ressortir les effets nets de diverses dynamiques relatives à la main-d’œuvre, notamment les embauches, les licenciements, les démissions, les départs en retraite, les modifications d’heures travaillées ainsi que d’autres facteurs. L’analyse repose sur des entreprises relativement prospères, puisqu’elle se limite à celles ayant survécu entre 2003 et 2010. Comme cela a été mentionné plus tôt, on a adopté cette approche afin que l’unité d’analyse soit l’entreprise, plutôt que les catégories de taille d’entreprise et d’industrie. Une limite de cette approche est que les dynamiques d’entreprise, comme les décisions d’entrée sur le marché et les taux de survie, ne sont pas intégrées à l’analyse.

5.1 Variation de la répartition des âges de la main-d’œuvre des entreprises

Les tableaux 4-1, 4-2 et 4-3 présentent la variation de la  composition par âge de la main-d’œuvre des entreprises au cours de la période de 2003 à 2010. Remarquez que l’âge de la main-d’œuvre d’une entreprise augmenterait d’exactement un an pour chaque année civile entre 2003 et 2010 (c’est-à-dire de sept ans au total) en l’absence d’embauches, de cessations d’emploi et de variation du temps travaillé (correction en équivalence plein-temps). En revanche, l’analyse indique que la variation médiane de l’âge de la main-d’œuvre des entreprises était de 5,1 ans et que la variation moyenne était de 4,2 ans, pour toutes les entreprises du volet A. En fait, des remplacements d’employés ont lieu au sein des entreprises, mais la tendance est vers un vieillissement de la main-d’œuvre pour ces entreprises.

Les résultats présentent, en outre, une hétérogénéité substantielle. L’âge de la main-d’œuvre des entreprises, par exemple, a diminué de 4,3 ans ou plus dans au moins 10 % des cas et a augmenté de 7,2 ans ou plus dans au moins 25 % des cas. L’analyse intersectorielle montre que le vieillissement de la main-d’œuvre des entreprises est lié à la part des entreprises de plus petite taille dans l’industrie donnée. Les industries des services professionnels et de la gestion, par exemple (au sein desquelles les entreprises de très petite taille sont courantes), ont enregistré une hausse de l’âge médian de 7,0 ans, peut-être parce qu’il s’agit souvent d’entreprises de type propriétaire-exploitant.

Il est intéressant de remarquer que les entreprises de plus petite taille semblent avoir enregistré les augmentations les plus importantes de l’âge de leur main-d’œuvre, malgré le fait qu’elles soient, dans une certaine mesure, les plus susceptibles de présenter un certain statisme pour de nombreux domaines du fait de la méthodologie utilisée dans la présente étude. Les raisons sont que 1) les entreprises de plus petite taille sont plus susceptibles de sortir de l’échantillon que les plus grandes entreprises; 2) les entreprises de plus petite taille s’étant élargies seraient classées dans la catégorie des plus grandes entreprises dans le cadre de ces données selon le moment de l’attribution; 3) les entreprises de plus petite taille acquises par de plus grandes entreprises ne font pas partie de l’échantillon. Comme cela a déjà été mentionné, des dynamiques d’entreprise, comme l’entrée sur le marché ou la survie ainsi que les fusions et les acquisitions, dépassent le champ de la présente étude, mais constituent des questions intéressantes à étudier dans de futures recherches.

Cette conclusion est confirmée par les constatations des volets B à E, qui décomposent les résultats en fonction de la taille de l’entreprise. Les plus importantes variations d’âge de la main-d’œuvre des entreprises sont observées pour la catégorie des entreprises les plus petites, alors que l’inverse s’observe pour les grandes entreprises. La variation médiane des âges pour les grandes entreprises, par exemple, a été de 1,5 an uniquement et l’écart interquartile a été le plus bas pour cette catégorie. Dans deux industries seulement, l’âge médian a été de trois ans ou plus pour les grandes entreprises : l’agriculture (3,4 ans) et l’immobilier (3,0 ans). Cependant, ces industries ont également enregistré l’un des nombres les plus faibles de grandes entreprises en activité.

5.2 Variations des proportions des employés plus âgés au sein de la main-d’œuvre des entreprises

Les variations de la composition par âge de la main-d’œuvre des entreprises se reflètent dans les variations des proportions d’employés plus âgés. Les tableaux 5-1, 5-2 et 5-3 présentent les résultats de l’analyse au cours de la période de 2003 à 2010, par taille d’entreprise et industrie. Les résultats indiquent que la variation médiane des proportions des employés plus âgés était de 4,6 ans et la variation moyenne, de 15,3 ans. Que la moyenne soit significativement supérieure à la médiane s’explique par le fait que certaines entreprises (particulièrement les entreprises de très petite taille possédant un moins grand nombre d’employés et étant souvent de type propriétaire-exploitant) ont enregistré des hausses très importantes de la proportion des employés plus âgés au cours de cette période. La part des employés plus âgés a varié de 65,3 % ou plus pour une entreprise sur dix, par exemple.

Ces résultats sont généralement conformes à ceux présentés dans la sous-section 5.1. La variation des âges médians et moyens pour la plupart des industries tend à diminuer lorsque la taille de l’entreprise augmente.

6 Vérifications de la robustesse

La méthode de correction de la main-d’œuvre des entreprises (au moyen de la pondération ${\lambda }_{ijt}$) en une valeur d’équivalent temps plein, décrite dans la section 3, repose sur des données de rémunération entrées à partir de l’EPA. Cette correction est nécessaire pour veiller à ce que la valeur d’âge attribuée à chaque entreprise reflète exactement l’âge de l’intrant travail utilisé tout au long de l’année civile. Cependant, l’utilisation de données auxiliaires est problématique, car elle introduit un degré d’imprécision dans les résultats. L’objectif de la présente section est de discuter brièvement d’une autre approche également envisagée pour calculer cette pondération.

Cette autre approche consiste plus précisément à calculer les heures annuelles que passe un employé dans une entreprise donnée à partir de la rémunération que l’employé reçoit de cette entreprise, exprimée en pourcentage des gains totaux reçus de toutes les entreprises pour l’année civile en question. $y_{it}={\Sigma }_j{y}_{ijt}$ représente les gains annuels de la personne $i$ pour l’année $t$ de toutes les entreprises $j$. Puisque des personnes peuvent posséder plusieurs emplois au cours de l’année civile, le poids est calculé sous la forme ${\tilde{\lambda }}_{ijt}=\left(y_{ijt}/y_{it}\right)÷\left({\Sigma }_i{y}_{ijt}\right)$. Remarquez que le premier terme, $y_{ijt}/y_{it}$, détermine le pourcentage des revenus que la personne $i$ a reçus de l’entreprise $j$ au cours de l’année de référence. Le deuxième terme, ${\Sigma }_i{y}_{ijt}$, est le montant total calculé (relatif) de l’intrant travail utilisé par l’entreprise $j$ tout au long de l’année.

Le poids ${\tilde{\lambda }}_{ijt}$ est plus fiable que celui de la méthode présentée dans la section 3, car il ne dépend pas de données auxiliaires provenant d’une autre source. Cependant, cette nouvelle approche suppose que tous les employés travaillent toute l’année à temps plein. Cette hypothèse est cependant irréaliste dans de nombreux cas.

Dans l’ensemble, cette autre méthode produit des résultats qualitativement similaires aux principaux résultats présentés dans les sections 4 et 5 ci-dessus. On trouve ainsi que l’âge médian de la main-d’œuvre des entreprises est de 40,8 ans, seulement une année de moins que la valeur médiane présentée précédemment (41,8 ans). De plus, les tendances de la composition par âge de la main-d’œuvre des entreprises pour toutes les industries et tailles d’entreprise sont, de façon générale, identiques. Parmi les 19 industries figurant dans l’étude, les plus importants écarts d’âge médian concernent les industries des arts (1,8 an) et de l’hébergement (2,5 ans). On trouve des résultats similaires pour la répartition des employés plus âgés dans les deux cas.

7 Conclusion

La présente étude porte sur la composition par âge de la main-d’œuvre des entreprises par taille d’entreprise et par industrie, et elle utilise un nouvel ensemble de données fiscales administratives employeurs–employés appariées pour le Canada. Les principales conclusions sont les suivantes. Premièrement, une considérable hétérogénéité a été relevée pour toutes les industries quant à l’âge des employés au sein des entreprises. Parmi les entreprises très petites et petites (les entreprises de très petite taille étant définies comme celles employant de 1 à 19 personnes et celles de petite taille étant définies comme celles employant de 20 à 99 personnes), les industries présentant les âges moyens les plus élevés comprenaient la finance, l’immobilier et la gestion. En revanche, les industries présentant les âges les plus bas étaient l’hébergement, les arts et le commerce de détail. Ce résultat n’est peut-être pas surprenant, puisque ces industries tendent à employer un grand nombre de jeunes travailleurs à faible revenu.

Deuxièmement, l’âge moyen des entreprises de très petite taille était typiquement plus élevé que celui des grandes entreprises. Cela peut être dû au fait que les entreprises de très petite taille sont souvent de type propriétaire-exploitant.

Troisièmement, on a calculé dans l’étude les variations de l’âge de la main-d’œuvre des entreprises et la part des employés les plus âgés entre 2003 et 2010. Ces résultats indiquent que l’augmentation de l’âge de la main-d’œuvre des entreprises a été faible dans les grandes entreprises, alors que l’inverse s’observait dans les entreprises de petite et de très petite taille. On peut également expliquer ce constat par le fait que les grandes entreprises ont des taux de roulement supérieurs à ceux des entreprises plus petites, dont le propriétaire-exploitant tend à demeurer en place.

Dans l’ensemble, la présente étude fournit des renseignements utiles sur la relation entre les caractéristiques clés des entreprises et leurs employés. Les études citées dans le présent article indiquent que ces renseignements jouent probablement un rôle pour expliquer la productivité, la rentabilité, la compétitivité, le taux de survie, l’innovation, l’adoption de nouvelles technologies et d’autres facteurs propres aux entreprises. La mesure dans laquelle ces résultats continuent à s’appliquer au contexte canadien, selon les résultats que présente l’étude, est une question importante à traiter dans de futures recherches.

Bibliographie

Backes-Gellner, U. et S. Veen. 2013. « Positive effects of aging and age diversity in innovative companies – large-scale empirical evidence on company productivity. » Human Resources Management Journal 23 (3) : 279 à 295.

Bartelsman, E., J. Haltiwanger et S. Scarpetta. 2009. « Measuring and analyzing cross-country differences in firm dynamics. » Dans Producer Dynamics: New Evidence from Micro Data, publié sous la direction de T. Dunne, J.B. Jensen et M.J. Roberts, 15 à 82. NBER Book Series Studies in Income and Wealth, no 68. Chicago : University of Chicago Press.

Agence du revenu du Canada. 2010. RC4120 Guide de l’employeur – Comment établir le feuillet T4 et le Sommaire. RC4120(F). Rév. 10. Ottawa : Agence du revenu du Canada. Disponible au lien suivant : http://www.cra-arc.gc.ca/formspubs/prioryear/rc4120/rc4120-10f.pdf (consulté le 2 mai 2017).

De Meulenaere, K., C. Boone et T. Buyl. 2016. « Unraveling the impact of workforce age diversity on labor productivity: The moderating role of firm size and job security ». Journal of Organizational Behavior 37 (2) : 193 à 212.

Dostie, B. 2011. « Wages, productivity and aging ». De Economist 159 (2) : 139 à 158.

Frosch, K.H. 2011. « Workforce Age and Innovation: A Literature Survey ». International Journal of Management Reviews 13 (4) : 414 à 430.

Garnero, A., S. Kampelmann et F. Rycx. 2014. « The Heterogeneous Effects of Workforce Diversity on Productivity, Wages, and Profits ». Industrial Relations: A Journal of Economy and Society 53 (3) : 430 à 477.

Gautier, P.A., G.J. van den Berg, J.C. Ours et G. Ridder. 1999. « Separations at the firm level ». Dans The Creation and Analysis of Employer-Employee Matched Data (Contributions to Economic Analysis, Volume 241). Publié sous la direction de J.C. Haltiwanger, J.I. Lane, J.R. Spletzer, J.J.M. Theeuwes et K.R. Troske, p. 313 à 327. Amsterdam : Elsevier.

Gill, V. et A. Macdonald. 2013. Understanding the truck driver supply and demand gap and its implications for the Canadian economy. Ottawa : Conference Board du Canada. Disponible au lien suivant : http://www.conferenceboard.ca/topics/energy-enviro/truckdrivers.aspx (consulté le 4 mai 2017).

Kuhn, J.M. 2013. « Age, retirement and establishment closure ». International Journal of Manpower 34 (5) : 536 à 551.

Meyer, J. 2008. The Adoption of New Technologies and the Age Structure of the Workforce. Document de travail no 08-045. Mannheim : Centre for European Economic Research.

Meyer, J. 2011. « Workforce age and technology adoption in small and medium-sized service firms ». Small Business Economics 37 (3) : 305 à 324.

Parrotta, P., D. Pozzoli et M. Pytlikova. 2012. Does Labor Diversity Affect Firm Productivity? Document de travail IZA no 6973. Bonn : Institute for the Study of Labor.

Parrotta, P., D. Pozzoli et M. Pytlikova. 2014. « Labor diversity and firm productivity ». European Economic Review 66 : 144 à 179.

Pfeifer, C. et J. Wagner. 2014. « Age and gender effects of workforce composition on productivity and profits: Evidence from a new type of data for German enterprises ». Contemporary Economics 8 (1) : 25 à 46.