Rapports économiques et sociaux
Gains cumulatifs des personnes noires, chinoises, sud-asiatiques et blanches nées au Canada
DOI: https://doi.org/10.25318/36280001202401100004-fra
Début du texte
Résumé
Dans les études antérieures portant sur les différences de rémunération entre les groupes de personnes nées au Canada, on a utilisé des données transversales, ce qui ne permet pas de déterminer l’ampleur des différences de rémunération lorsqu’elles sont mesurées sur le cycle de vie des travailleurs. Fondée sur des données tirées du Fichier de données longitudinales sur la main-d’œuvre de Statistique Canada et des recensements de la population de 1996 et de 2001, la présente étude comble cet écart et quantifie les différences dans les gains cumulatifs (la somme des gains reçus sur une période de 20 ans) pour quatre groupes différents de personnes nées au Canada.
L’étude montre que les gains cumulatifs plus élevés des hommes chinois (+20 %) et sud-asiatiques (+15 %) (par rapport aux hommes blancs) peuvent principalement ou entièrement être attribuables à leurs niveaux de scolarité plus élevés et leur surreprésentation dans les domaines de la science, de la technologie, de l’ingénierie et des mathématiques (STIM). Inversement, la faiblesse des gains cumulatifs des hommes noirs (par rapport aux hommes blancs) ne peut s’expliquer par les différences dans les caractéristiques sociodémographiques, le capital humain, les caractéristiques professionnelles ou les antécédents professionnels. Les gains cumulatifs plus élevés des femmes chinoises et sud-asiatiques par rapport aux femmes blanches peuvent s’expliquer principalement ou entièrement par les différences entre les groupes dans ces facteurs observables, le plus important étant l’éducation et la représentation dans les domaines des STIM. En revanche, les femmes noires et blanches avaient des gains cumulatifs semblables au cours des 20 années considérées.
Mots clés : discrimination; emploi; groupes de population; groupes racisés; minorité visible; rémunération
Auteurs
Aneta Bonikowska, René Morissette et Grant Schellenberg travaillent à la Division de l’analyse sociale et de la modélisation de la Direction des études analytiques et de la modélisation à Statistique Canada.
Remerciements
Les auteurs aimeraient remercier Ana Ferrer et plusieurs collègues de Statistique Canada pour leurs commentaires et suggestions utiles.
Introduction
En 2006, les économistes américains Haider et Solon ont remarqué que les études économiques portant sur le revenu personnel ou familial reposaient souvent sur des mesures reflétant des valeurs à court terme, comme le revenu annuel, « … même si, dans la plupart des cas, il semblait que le modèle économique pertinent était une valeur à plus long terme » (p. 1308). L’absence de mesures à long terme du revenu s’expliquait en partie par les sources de données auxquelles les chercheurs avaient accès à l’époque. Des fichiers longitudinaux couvrant des périodes suffisamment longues pour mesurer directement les résultats à long terme, comme les gains à vie, n’étaient généralement pas disponibles.
Beaucoup de choses ont changé depuis lors. Au Canada, les fichiers de données administratives longitudinales fournissent maintenant des renseignements complets et solides sur l’emploi et les revenus sur de longues périodes de la vie des gens. Ces données peuvent être utilisées pour comprendre la façon dont les gains au cours de la vie des gens sont façonnés par des caractéristiques et des événements comme le niveau de scolarité, le divorce, la maladie, l’accouchement, la perte d’emploi et le recyclage professionnel (Morissette et Qiu, 2021). Par exemple, le Fichier de données longitudinales sur la main-d’œuvre (FDLMO) de Statistique Canada suit actuellement les travailleurs canadiens de 1989 à 2021, ce qui permet de calculer leurs gains cumulatifs (la somme des gains reçus sur une période de plusieurs années) pour une période maximale de 33 ans.
Les gains cumulatifs ont des répercussions importantes sur les particuliers et les familles. Ils ont une incidence directe sur la consommation, l’épargne et l’accumulation de richesse (Poterba et coll., 2007; Ruel et Hauser, 2013; Brown, 2016) et peuvent donc influer sur la probabilité d’être propriétaire de son logement et la capacité des familles à amortir les chocs de revenu et les dépenses imprévues. De plus, ils sont un déterminant clé des prestations de retraite du Régime de pensions du Canada et du Régime de rentes du QuébecNote .
Dans certains domaines spécialisés, les estimations des gains cumulatifs n’ont pas encore été utilisées à des fins d’analyse. Par exemple, les gains des personnes nées au Canada dans différents groupes de population ont été analysés exclusivement au moyen de données transversales sur les gains hebdomadaires (Hou et Coulombe, 2010; Qiu et Schellenberg, 2022a, 2022b) ou les revenus annuels (Pendakur et Pendakur, 1998, 2002, 2011). On ignore actuellement la façon dont les gains relatifs des travailleurs de ces catégories se comparent sur une période d’observation plus longueNote .
Il y a plusieurs raisons pour lesquelles les estimations transversales des écarts de rémunération entre les groupes de population peuvent ne pas être révélatrices de leurs différences dans les gains cumulatifs. Les différences transversales en matière de rémunération peuvent s’élargir au cours du cycle de vie si les groupes de population qui ont des gains relativement faibles au début de leur carrière a) sont moins scolarisés et si les travailleurs très scolarisés ont des profils de rémunération selon l’âge plus prononcés que les travailleurs moins scolarisés; b) sont plus susceptibles d’être licenciés lors de récessions ou ont des taux de réemploi plus faibles à la suite de la perte d’emploi; c) se heurtent à un plafond de verre plus tard dans leur carrière, ce qui empêche la convergence des gains; d) sont plus susceptibles de commencer leurs carrières dans des emplois qui ne correspondent pas à leur domaine d’études, ce qui pourrait entraîner l’érosion de leurs compétences et les placer sur des trajectoires de rémunération plus horizontales; e) subissent de plus grandes pénalités que d’autres en matière d’emploi et de rémunération liées à la naissance d’un enfant après un accouchement. Si c’est le cas, les estimations transversales des écarts de rémunération, par exemple, à l’âge de 25 à 34 ans, sous-estiment les écarts de rémunération cumulative pour une cohorte donnée.
À l’inverse, les différences transversales en matière de rémunération peuvent se réduire au fil du temps au sein d’une cohorte donnée si les groupes de population dont les gains sont relativement faibles au début de leur carrière a) améliorent leurs compétences plus que d’autres groupes et b) sont contraints par des pratiques d’embauche discriminatoires au début de leur carrière, mais dans une moindre mesure plus tard, puisque les attitudes des employeurs envers certains groupes peuvent évoluer au fil du temps. Selon ces scénarios, les estimations transversales des écarts de rémunération à l’âge de 25 et 34 ans surestimeront les différences dans les gains cumulatifs pour une cohorte donnée.
En résumé, la mesure dans laquelle les différences transversales en matière de rémunération entre les groupes de population correspondent aux différences en matière de gains cumulatifs est une question empirique. L’objectif de cette étude est d’examiner cette question. Pour ce faire, l’étude repose sur le FDLMO et les recensements de la population de 1996 et de 2001 et permet de quantifier les différences dans les gains cumulatifs que les personnes nées au Canada de certains groupes de population ont reçus sur une période de 20 ans.
En plus d’utiliser une mesure différente pour étudier les différences de rémunération, l’étude contribue de façon importante à la littérature portant sur les différences de rémunération entre les groupes de population. Bien que des études canadiennes antérieures reposant sur des estimations transversales des différences de rémunération aient porté essentiellement sur les différences entre les groupes en ce qui concerne les caractéristiques sociodémographiques, le capital humain et les caractéristiques de l’emploi comme facteurs contributifs, la présente étude ajoute un ensemble important de contrôles pour trois événements qui peuvent avoir une incidence majeure sur les gains à long terme : la perte d’emploi, les blessures et les maladies et les congés parentaux. Ce faisant, l’étude intègre les leçons tirées de trois ouvrages sur les effets de la suppression d’emploi sur les revenus (Jacobson et coll., 1993; Morissette et coll., 2013; Lachowska et coll., 2020; Braxton et Taska, 2023; Jarosch, 2023; Schmieder et coll., 2023), ceux sur les blessures et les maladies (p. ex. Jeon, 2017; Haas et coll., 2021) et ceux sur l’accouchement (Kleven et coll., 2019; Kleven et coll., 2021; Kleven, 2022). En s’appuyant sur des décompositions de Blinder-Oaxaca, l’étude permet de quantifier la mesure dans laquelle les différences dans les caractéristiques sociodémographiques, le capital humain, les caractéristiques de l’emploi et la survenance de ces trois événements importants expliquent les différences intergroupes dans les gains cumulatifs parmi les personnes nées au Canada. Cet exercice permet d’approfondir la compréhension des facteurs contribuant aux différences de rémunération observées entre les groupes de personnes nées au Canada.
Analyse documentaire
Relativement peu d’études portent sur les différences de rémunération entre les groupes de population chez les personnes nées au Canada. Dans toutes les études, on a eu recours à des données transversales tirées du Recensement de la population.
Pendakur et Pendakur (1998) utilisent les données du Recensement de la population de 1991 pour examiner les différences intergroupes dans les gains annuels des travailleurs âgés de 20 à 64 ans. Ils constatent que [traduction ] « selon les caractéristiques observables, les hommes membres de minorités visibles nés au Canada affichent un écart de rémunération de 8 % […] par rapport aux hommes blancs nés au Canada », mais que « les femmes membres de minorités visibles nées au Canada n’affichent pas un écart de rémunération par rapport aux femmes blanches nées au Canada » (p. 520).
Pendakur et Pendakur (2002) rassemblent des données de 1971 à 1996 afin d’examiner les différences dans les gains annuels des personnes âgées de 25 à 64 ans. Ils constatent que, pour « les deux grandes catégories ethniques étudiées, à savoir les Autochtones et les minorités visibles, il y a eu une stagnation ou une légère amélioration des gains relatifs par rapport aux travailleurs blancs de 1971 à 1981, une stagnation jusqu’en 1991, puis une diminution des gains relatifs entre 1991 et 1996 » (p. 510).
Pendakur et Pendakur (2011) examinent les différences des gains annuels au cours de la période allant de 1996 à 2006 pour les personnes âgées de 25 à 64 ans. Ils montrent que « les écarts de rémunération auxquels font face les minorités visibles nées au Canada ne se sont pas amoindris depuis les années 1990 » (p. 305).
Hou et Coulombe (2010) utilisent les données de 2006 pour examiner les écarts de rémunération hebdomadaires entre les groupes de population dans les secteurs privé et public pour les personnes âgées de 25 à 64 ans. Ils constatent que « les minorités visibles et les Blancs reçoivent une rémunération semblable pour des emplois semblables dans le secteur public. En revanche, dans le secteur privé, les hommes appartenant à des minorités visibles gagnent beaucoup moins que les Blancs comparables sur le plan observationnel » (p. 29).
Qiu et Schellenberg (2022a) utilisent les données de 2016 pour documenter une hétérogénéité substantielle des différences de rémunération entre les groupes de population. Ils observent que, chez les travailleurs nés au Canada âgés de 25 à 44 ans, les gains hebdomadaires par rapport aux hommes blancs sont considérablement plus faibles chez les hommes de 4 des 10 catégories de minorités visibles désignées, les plus grandes différences étant observées chez les hommes latino-américains et noirs. Chez les femmes, les gains hebdomadaires sont considérablement plus élevés parmi les membres de 4 des 10 catégories de minorités visibles désignées, la plus grande différence étant observée chez les femmes chinoises. Qiu et Schellenberg (2022b) utilisent également les données de 2016 pour évaluer si les différences intergroupes dans les salaires hebdomadaires — pour les travailleurs âgés de 25 à 44 ans — sont plus importantes dans les petites et moyennes entreprises que dans les grandes entreprises commerciales, ainsi que dans les organisations et les entreprises du secteur non commercial.
À l’exception de Pendakur et Pendakur (2002), qui prennent uniquement en compte les caractéristiques sociodémographiques et le capital humain, toutes les études comportent également une prise en compte des caractéristiques professionnellesNote .
Bien que ces études fournissent de précieux renseignements sur les différences de rémunération entre les groupes de population dans les données transversales, elles ne peuvent pas permettre de démontrer si ces estimations transversales correspondent aux différences dans les gains cumulatifs. Elles ne peuvent pas non plus évaluer dans quelle mesure des événements importants survenus dans les antécédents professionnels des personnes, comme la perte d’emploi, les blessures et les maladies, ainsi que les congés parentaux, expliquent les différences entre les groupes dans les gains cumulatifs. Cette étude comble cette lacune en intégrant le FDLMO aux recensements de la population de 1996 et de 2001.
Données et méthodes
La présente étude repose sur des données provenant des recensements de la population de 1996 et de 2001 couplées au FDLMO. Le FDLMO est une base de données administrative longitudinale contenant des renseignements provenant des fichiers de données fiscales T1 et T4, du relevé d’emploi et du Programme d’analyse longitudinale de l’emploi.
L’échantillon de l’étude est constitué de deux cohortes de personnes âgées de 25 à 34 ans, tirées des recensements de 1996 et de 2001. Afin de faire abstraction des défis que doivent relever les immigrants sur le marché du travail en raison, par exemple, de difficultés liées à la reconnaissance des titres de compétence ou à la maîtrise des langues officielles, l’étude porte essentiellement sur les personnes nées au Canada.
Pour assurer des tailles d’échantillon suffisamment grandes, l’analyse se limite à quatre groupes de population : les Chinois, les Sud-Asiatiques, les Noirs et les BlancsNote . Ces répondants au questionnaire détaillé du recensement sont ensuite couplés à leurs dossiers fiscaux des fichiers de données administratives T1 et T4 sur une période de 20 ans, de 1995 à 2014 pour la cohorte du Recensement de 1996 et de 2000 à 2019 pour la cohorte du Recensement de 2001. L’échantillon est également réservé aux particuliers qui ont produit un formulaire T1 ou qui ont reçu un feuillet de renseignements T4 au cours de la première et de la dernière année de la période de 20 ans, dont les gains cumulatifs provenant d’un emploi rémunéré étaient d’au moins 1 000 dollars (en dollars constants de 2019) et dont les gains provenant d’un emploi rémunéré ne dépassaient pas 10 millions de dollars (en dollars constants de 2019) au cours d’une année donnée. Une poignée de personnes qui ont déclaré dans le recensement ne pas être en mesure de parler français ou anglais sont également exclues de l’échantillon.
La variable dépendante de la présente étude est la rémunération cumulative (mesurée en dollars constants de 2019) reçue de tous les emplois rémunérés occupés au cours des périodes de 20 ans définies ci-dessus. Les renseignements sur les gains annuels (salaires et traitements) sont tirés des dossiers fiscaux T1. Si aucune rémunération ne figure dans les données T1 d’une année donnée, mais que le répondant est lié à au moins un dossier T4 de cette année-là, les gains de tous les feuillets de renseignements T4 disponibles sont utilisés pour déterminer les gains de l’année. Si aucun renseignement sur les gains ne se trouve dans les données T1 ou T4 pour une année donnée, les gains de cette année sont fixés à zéro.
Pour quantifier les sources des différences observées dans les gains cumulatifs entre les groupes de population, l’étude s’appuie sur les décompositions de Blinder-Oaxaca effectuées sur des comparaisons des gains des travailleurs chinois, sud-asiatiques et noirs par rapport aux travailleurs blancs, par genre. L’objectif est de décomposer la différence des gains cumulatifs entre deux groupes en deux parties : la composante expliquée, attribuable aux différences dans les caractéristiques observables, et la composante résiduelle ou inexpliquéeNote . La composante expliquée peut ensuite être divisée selon les contributions des différentes caractéristiques : 1) les caractéristiques sociodémographiques et le capital humain; 2) les caractéristiques liées à l’emploi; 3) les antécédents professionnels, comme la perte d’emploi, les blessures et les maladies et l’accouchementNote .
Les décompositions de Blinder-Oaxaca reposent sur des modèles de régression des gains cumulatifs de chaque groupe de travailleurs pris en compte dans la présente étude (quatre groupes de population et deux genres). Pour appuyer ces décompositions, trois ensembles de variables explicatives sont compris dans chaque modèle de régression :
- Les caractéristiques sociodémographiques et le capital humain
- Les variables synthétisant les caractéristiques liées à l’emploi sur une période de 20 ans
- Les antécédents professionnels (perte d’emploi, blessures et maladies, congés parentaux).
Les renseignements sur les caractéristiques sociodémographiques et le capital humain sont tirés des données du recensement et comprennent la prise en compte de l’expérience de travail (définie comme l’âge moins les années de scolarité moins 6), de l’éducation, des limitations d’activités, de la connaissance des langues officielles, de l’emplacement géographique et d’un indicateur de cohorteNote . Ces variables sont mesurées pendant la semaine de référence du recensement.
Les variables synthétisant les caractéristiques de l’emploi sur une période de 20 ans sont tirées du FDLMO et sont basées sur le principal emploi occupé au cours d’une année donnée (l’emploi affichant les gains les plus élevés pour cette année). Conformément à beaucoup d’ouvrages publiés sur l’économie du travail qui rendent compte de différences salariales importantes selon le statut syndical, la taille de l’entreprise et l’industrie pour les travailleurs dont les caractéristiques observées sont équivalentes, ces variables comprennent le nombre d’années (sur 20 ans) pendant lesquelles le principal emploi était a) syndiqué; b) dans des entreprises de tailles différentes (500 employés ou plus, 100 à 499 employés et de 25 à 99 employés, 1 à 24 employés étant la catégorie de référence); c) dans des industries à salaires élevés ou à salaires moyens, les industries à bas salaires étant la catégorie de référenceNote . Un indicateur pour les renseignements manquants est également inclus si des renseignements sur un aspect quelconque de l’emploi principal sont manquants dans l’une des 20 années.
Les antécédents professionnels sont tirés du FDLMO et sont mesurés au moyen d’un indicateur pour le fait d’avoir subi au moins une mise à pied permanente au cours de la période d’étude de 20 ans, d’un indicateur pour le fait d’avoir connu au moins une cessation d’emploi permanente en raison d’une maladie ou d’une blessure et d’une variable pour saisir le nombre de congés de maternité ou de congés parentaux pris au cours de cette périodeNote . Ces variables relatives aux antécédents professionnels expliquent le fait que la suppression d’emploi (Jacobson et coll., 1993; Lachowska et coll., 2020; Braxton et Taska, 2023; Jarosch, 2023; Schmieder et coll., 2023), les blessures et les maladies (p. ex. Jeon, 2017; Haas et coll., 2021) et l’accouchement (Kleven et coll., 2019; Klevenet et coll., 2021; Kleven, 2022) ont souvent une incidence sur les trajectoires de rémunération des travailleurs et doivent donc être inclus dans un modèle de rémunération cumulative.
Différences transversales de rémunération tout au long du cycle de vie
Les différences transversales de rémunération entre les groupes de population peuvent se creuser ou rétrécir tout au long du cycle de vie pour diverses raisons. Par exemple, si les groupes de la population qui ont des gains relativement faibles au début de leur carrière voient leurs gains augmenter à un taux inférieur à celui des autres groupes, les écarts de rémunération transversaux mesurés, par exemple, à l’âge de 25 à 34 ans, sous-estimeront les écarts de rémunération cumulative pour une cohorte donnée.
Le graphique 1 porte sur cette question. Il montre la façon dont les mesures propres au genre des gains annuels moyens conditionnels et inconditionnels, mesurés par rapport aux personnes blanches, ont évolué au fil du temps au sein des deux cohortes sélectionnées pour l’étudeNote .
Tableau de données du graphique 1
| Âge | Hommes, Chinois par rapport aux Blancs | Femmes, Chinoises par rapport aux Blanches | Hommes, Sud-Asiatiques par rapport aux Blancs | Femmes, Sud-Asiatiques par rapport aux Blanches | Hommes, Noirs par rapport aux Blancs | Femmes, Noires par rapport aux Blanches | ||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Inconditionnels | Conditionnels | Inconditionnels | Conditionnels | Inconditionnels | Conditionnels | Inconditionnels | Conditionnels | Inconditionnels | Conditionnels | Inconditionnels | Conditionnels | |
| gains relatifs | ||||||||||||
| Note : Les estimations conditionnelles sont obtenues à partir d’une régression des moindres carrés ordinaires en tenant compte de l’expérience de travail possible et de l’expérience au carré, du niveau de scolarité le plus élevé atteint et d’un indicateur pour le Recensement de 2001.
Sources : Statistique Canada, Recensement de la population, 1996 et 2001; et Fichier de données longitudinales sur la main-d’œuvre, 1995 à 2019. |
||||||||||||
| Annuels | ||||||||||||
| 25 à 34 ans | 1,126 | 1,013 | 1,538 | 1,302 | 0,999 | 0,961 | 1,310 | 1,113 | 0,797 | 0,826 | 0,990 | 0,968 |
| 26 à 35 ans | 1,137 | 0,999 | 1,543 | 1,292 | 1,060 | 0,987 | 1,377 | 1,147 | 0,821 | 0,845 | 1,011 | 0,981 |
| 27 à 36 ans | 1,129 | 0,980 | 1,512 | 1,262 | 1,021 | 0,936 | 1,372 | 1,137 | 0,818 | 0,842 | 1,014 | 0,985 |
| 28 à 37 ans | 1,143 | 0,979 | 1,507 | 1,259 | 1,036 | 0,934 | 1,325 | 1,095 | 0,811 | 0,836 | 1,024 | 1,001 |
| 29 à 38 ans | 1,192 | 1,011 | 1,476 | 1,232 | 1,082 | 0,960 | 1,353 | 1,127 | 0,819 | 0,841 | 1,034 | 1,013 |
| 30 à 39 ans | 1,178 | 0,979 | 1,459 | 1,220 | 1,104 | 0,962 | 1,351 | 1,134 | 0,798 | 0,819 | 1,039 | 1,023 |
| 31 à 40 ans | 1,208 | 0,992 | 1,475 | 1,235 | 1,081 | 0,912 | 1,367 | 1,143 | 0,805 | 0,820 | 1,047 | 1,026 |
| 32 à 41 ans | 1,198 | 0,973 | 1,437 | 1,200 | 1,133 | 0,942 | 1,325 | 1,101 | 0,822 | 0,829 | 1,057 | 1,033 |
| 33 à 42 ans | 1,208 | 0,976 | 1,429 | 1,191 | 1,154 | 0,947 | 1,315 | 1,086 | 0,821 | 0,823 | 1,059 | 1,033 |
| 34 à 43 ans | 1,195 | 0,953 | 1,423 | 1,179 | 1,203 | 0,995 | 1,362 | 1,125 | 0,802 | 0,810 | 1,038 | 1,012 |
| 35 à 44 ans | 1,203 | 0,955 | 1,409 | 1,163 | 1,192 | 0,978 | 1,323 | 1,084 | 0,800 | 0,808 | 1,015 | 0,990 |
| 36 à 45 ans | 1,191 | 0,937 | 1,410 | 1,162 | 1,208 | 0,989 | 1,323 | 1,083 | 0,809 | 0,819 | 1,012 | 0,988 |
| 37 à 46 ans | 1,222 | 0,967 | 1,377 | 1,128 | 1,171 | 0,950 | 1,306 | 1,066 | 0,812 | 0,821 | 1,013 | 0,989 |
| 38 à 47 ans | 1,220 | 0,965 | 1,364 | 1,113 | 1,153 | 0,925 | 1,291 | 1,044 | 0,807 | 0,811 | 1,007 | 0,979 |
| 39 à 48 ans | 1,194 | 0,925 | 1,355 | 1,098 | 1,153 | 0,897 | 1,280 | 1,025 | 0,808 | 0,802 | 1,006 | 0,975 |
| 40 à 49 ans | 1,270 | 0,993 | 1,367 | 1,104 | 1,203 | 0,937 | 1,294 | 1,025 | 0,816 | 0,809 | 1,006 | 0,971 |
| 41 à 50 ans | 1,246 | 0,971 | 1,359 | 1,094 | 1,202 | 0,944 | 1,315 | 1,043 | 0,808 | 0,806 | 0,995 | 0,959 |
| 42 à 51 ans | 1,238 | 0,962 | 1,411 | 1,142 | 1,207 | 0,944 | 1,314 | 1,034 | 0,815 | 0,811 | 0,996 | 0,956 |
| 43 à 52 ans | 1,244 | 0,961 | 1,409 | 1,138 | 1,220 | 0,946 | 1,341 | 1,055 | 0,810 | 0,804 | 1,004 | 0,961 |
| 44 à 53 ans | 1,231 | 0,946 | 1,381 | 1,107 | 1,233 | 0,955 | 1,373 | 1,075 | 0,798 | 0,790 | 1,020 | 0,972 |
| Cumulatifs | 1,202 | 0,970 | 1,422 | 1,170 | 1,153 | 0,955 | 1,332 | 1,087 | 0,818 | 0,825 | 1,021 | 0,993 |
Plusieurs points méritent d’être soulignés. Pour les femmes chinoises, les gains relatifs conditionnels et inconditionnels ont diminué considérablement au fil du temps. Après que l’analyse eut tenu compte de l’expérience possible sur le marché du travail et de l’éducation, les femmes chinoises gagnaient, lorsqu’elles étaient âgées de 44 à 53 ans, 11 % de plus que leurs homologues blanches. Cet avantage salarial est presque trois fois plus faible que les 30 % enregistrés de 25 à 34 ans. Par conséquent, les gains cumulatifs conditionnels des femmes chinoises ont fini par être supérieurs de 17 % à ceux des femmes blanches. Par conséquent, pour les femmes chinoises, les différences de rémunération conditionnelle mesurées au début de leur carrière surestiment clairement les différences de rémunération conditionnelle dans les gains cumulatifs. En revanche, les différences de rémunération conditionnelle mesurées à l’âge de 25 à 34 ans sont, pour d’autres groupes de femmes, assez semblables aux différences conditionnelles de rémunération cumulative.
Le graphique 1 montre également que les gains relatifs inconditionnels des hommes chinois et sud-asiatiques ont augmenté considérablement au cours du cycle de vie. Par exemple, les hommes sud-asiatiques gagnaient à peu près le même salaire que les hommes blancs à l’âge de 25 à 34 ans, mais 23 % de plus de 44 à 53 ans. La croissance des gains relatifs inconditionnels des hommes chinois et sud-asiatiques s’explique en grande partie par le fait qu’ils ont des niveaux de scolarité plus élevés que les hommes blancs et que les hommes très scolarisés ont des profils de rémunération par âge plus élevés que leurs homologues moins scolarisés. Une fois que l’on tient compte de l’éducation (et de l’expérience possible sur le marché du travail), les gains relatifs de ces deux groupes cessent d’augmenter systématiquement au cours du cycle de vie. En revanche, les gains relatifs inconditionnels et conditionnels des hommes noirs étaient relativement stables, ce qui indique que a) les hommes noirs gagnaient environ 20 % de moins que les hommes blancs, indépendamment du segment du cycle de vie considéré, et b) les différences relatives à l’éducation et à l’expérience ne sont pas à l’origine de ce résultat.
Le graphique 2 montre les gains cumulatifs inconditionnels moyens reçus par les femmes et les hommes noirs, chinois, sud-asiatiques et blancs au cours des 20 années définies ci-dessus. Les hommes chinois avaient les gains cumulatifs moyens les plus élevés (1,58 million de dollars en 2019), suivis des hommes sud-asiatiques (1,51 million de dollars), des hommes blancs (1,31 million de dollars) et des hommes noirs (1,06 million de dollars). Comme c’était le cas pour les hommes, les femmes chinoises (1,14 million de dollars) et les femmes sud-asiatiques d (1,06 million de dollars) étaient les deux groupes dont les gains cumulatifs moyens étaient les plus élevés chez les femmes nées au Canada. Les femmes noires ont réalisé des gains cumulatifs légèrement plus élevés (0,82 million de dollars) que les femmes blanches (0,80 million de dollars).
Tableau de données du graphique 2
| Hommes | Femmes | |
|---|---|---|
| dollars de 2019 | ||
| Sources : Statistique Canada, Recensement de la population, 1996 et 2001; Fichier de données longitudinales sur la main-d’œuvre, 1995 à 2019. | ||
| Blancs | 1 310 498 | 801 252 |
| Chinois | 1 577 490 | 1 139 957 |
| Sud-Asiatiques | 1 507 208 | 1 064 760 |
| Noirs | 1 061 037 | 815 906 |
Statistiques descriptives
Ces différences observées dans les gains cumulatifs inconditionnels moyens peuvent découler de différences intergroupes dans les caractéristiques sociodémographiques, le capital humain, les caractéristiques liées à l’emploi et les antécédents professionnels, qui sont toutes présentées au tableau 1.
| Hommes | Femmes | |||||||
|---|---|---|---|---|---|---|---|---|
| Chinois | Sud-Asiatiques | Noirs | Blancs | Chinoises | Sud-Asiatiques | Noires | Blanches | |
| moyenne | ||||||||
Sources : Statistique Canada, Recensement de la population, 1996 et 2001; Fichier de données longitudinales sur la main-d’œuvre, 1995 à 2019. |
||||||||
| Caractéristiques de référence Tableau 1 Note 1 | ||||||||
| Âge | 30,4 | 29,0 | 29,7 | 30,7 | 30,2 | 28,8 | 29,7 | 30,7 |
| Nombre d'années d'expérience de travail possible | 8,1 | 6,9 | 9,4 | 10,9 | 8,0 | 6,6 | 9,1 | 10,6 |
| pourcentage | ||||||||
| Plus haut titre scolaire obtenu | ||||||||
| Sans diplôme d'études secondaires | 5,5 | 9,0 | 16,5 | 19,6 | 3,9 | 4,7 | 12,4 | 15,3 |
| Diplôme d’études secondaires | 15,8 | 17,1 | 28,9 | 23,7 | 13,2 | 14,5 | 21,0 | 23,5 |
| Écoles de métiers | 8,0 | 6,3 | 12,7 | 17,2 | 4,5 | 4,6 | 10,9 | 10,5 |
| Certificat ou diplôme inférieur au baccalauréat | 21,0 | 20,2 | 24,0 | 20,6 | 24,9 | 25,0 | 30,9 | 28,2 |
| Baccalauréat dans un domaine des STIM | 17,2 | 10,4 | 3,8 | 4,8 | 13,9 | 7,9 | 2,9 | 3,6 |
| Baccalauréat dans un domaine autre que les STIM | 21,2 | 18,9 | 11,0 | 9,5 | 29,0 | 23,4 | 16,7 | 13,6 |
| Diplôme, certificat ou grade d’études supérieures dans un domaine des STIM | 6,3 | 9,9 | 0,9 | 1,7 | 4,1 | 7,0 | 1,1 | 1,3 |
| Diplôme, certificat ou grade d’études supérieures dans un domaine autre que les STIM | 5,1 | 8,2 | 2,3 | 2,9 | 6,4 | 12,9 | 4,2 | 4,0 |
| Langues officielles | ||||||||
| Anglais ou français seulement | 88,1 | 84,6 | 77,6 | 76,7 | 83,9 | 78,0 | 75,9 | 76,6 |
| Français et anglais | 11,9 | 15,4 | 22,4 | 23,3 | 16,1 | 22,0 | 24,1 | 23,4 |
| Quelques limitations des activités Tableau 1 Note 2 | 4,7 | 5,5 | 6,1 | 5,3 | 3,9 | 4,9 | 7,7 | 5,3 |
| Lieu de résidence lors de l’année de recensement | ||||||||
| Provinces de l’Atlantique | 1,3 | 1,9 | 9,9 | 9,5 | 1,6 | 1,3 | 13,2 | 9,9 |
| Québec (sauf Montréal) | 0,9 | x confidentiel en vertu des dispositions de la Loi sur la statistique | 2,2 | 15,7 | 0,4 | x confidentiel en vertu des dispositions de la Loi sur la statistique | 1,1 | 15,2 |
| Ontario (sauf Toronto) | 8,5 | 14,3 | 18,8 | 23,5 | 8,5 | 10,0 | 16,7 | 23,7 |
| Manitoba | 1,7 | 2,5 | 2,0 | 3,5 | 1,3 | 2,8 | 2,0 | 3,4 |
| Saskatchewan | 1,4 | 1,0 | x confidentiel en vertu des dispositions de la Loi sur la statistique | 3,2 | 1,1 | 1,3 | x confidentiel en vertu des dispositions de la Loi sur la statistique | 3,2 |
| Alberta | 12,6 | 6,7 | 6,3 | 10,6 | 13,2 | 7,9 | 5,0 | 10,1 |
| Colombie-Britannique (sauf Vancouver) | 4,5 | 7,5 | 2,3 | 5,8 | 4,6 | 8,7 | 2,2 | 6,0 |
| Territoires | 0,1 | x confidentiel en vertu des dispositions de la Loi sur la statistique | x confidentiel en vertu des dispositions de la Loi sur la statistique | 0,2 | 0,1 | x confidentiel en vertu des dispositions de la Loi sur la statistique | x confidentiel en vertu des dispositions de la Loi sur la statistique | 0,2 |
| Montréal | 5,7 | 4,4 | 16,5 | 12,3 | 5,7 | 4,3 | 15,5 | 12,5 |
| Toronto | 28,9 | 32,4 | 37,2 | 10,9 | 28,9 | 32,5 | 39,7 | 11,0 |
| Vancouver | 34,3 | 28,8 | 3,9 | 4,9 | 34,6 | 30,5 | 3,7 | 4,8 |
| Antécédents professionnels Tableau 1 Note 3 | ||||||||
| A fait l’objet d’au moins une mise à pied permanente | 28,1 | 32,1 | 45,8 | 41,1 | 24,4 | 27,9 | 37,8 | 34,9 |
| Cessation(s) d’emploi permanente(s) attribuable(s) à une maladie ou à une blessure | 1,8 | 2,9 | 4,1 | 3,9 | 2,3 | 3,6 | 5,7 | 6,2 |
| moyenne | ||||||||
| Nombre de congés de maternité ou parentaux pris | 0,1 | 0,1 | 0,1 | 0,1 | 0,7 | 0,8 | 0,5 | 0,4 |
| Caractéristiques de l’emploi principal | ||||||||
| Nombre d'années passées dans un emploi syndiqué | 4,3 | 4,5 | 5,6 | 5,4 | 5,3 | 6,4 | 5,8 | 5,7 |
| Nombre d'années passées dans une entreprise ayant 500 employés ou plus | 10,5 | 10,2 | 10,6 | 8,5 | 11,2 | 11,7 | 10,9 | 9,0 |
| Nombre d'années passées dans une entreprise ayant 100 à 499 employés | 2,2 | 1,9 | 2,4 | 2,5 | 1,9 | 1,4 | 2,1 | 2,0 |
| Nombre d'années passées dans une entreprise ayant 25 à 99 employés | 2,0 | 1,8 | 2,1 | 2,6 | 1,4 | 1,2 | 1,7 | 2,0 |
| Nombre d'années passées dans une entreprise ayant 1 à 24 employés | 3,2 | 3,3 | 2,5 | 4,2 | 2,8 | 2,8 | 2,3 | 3,8 |
| Nombre d'années passées dans des industries à salaires élevés | 7,6 | 7,3 | 6,3 | 6,2 | 9,2 | 9,8 | 7,6 | 7,3 |
| Nombre d'années passées dans des industries à salaires moyens | 5,9 | 5,7 | 6,1 | 7,0 | 4,6 | 4,5 | 4,9 | 4,8 |
| Nombre d'années passées dans des industries à bas salaires | 4,2 | 4,1 | 5,1 | 4,4 | 3,5 | 2,8 | 4,3 | 4,6 |
| pourcentage | ||||||||
| Quelques renseignements manquants sur l’employeur principal Tableau 1 Note 4 | 7,0 | 10,9 | 8,6 | 7,8 | 6,7 | 8,3 | 7,5 | 8,2 |
| nombre | ||||||||
| Taille de l’échantillon | 3 031 | 1 272 | 2 355 | 438 081 | 2 925 | 1 327 | 3 055 | 472 176 |
De toutes les différences dans ces dimensions observables, les différences intergroupes en ce qui a trait aux niveaux de scolarité sont peut-être les plus frappantes. Au moins 50 % des Chinois étaient titulaires d’un baccalauréat ou d’un diplôme d’études supérieures au début de la période d’observation, des proportions légèrement inférieures étant observées chez les hommes et les femmes sud-asiatiques. En revanche, au plus 25 % des femmes et des hommes noirs et blancs ont obtenu au moins un baccalauréat. De plus, les femmes et les hommes chinois et sud-asiatiques étaient au moins deux fois plus susceptibles que leurs homologues blancs et noirs d’avoir un baccalauréat dans un domaine d’études en STIM. Puisque l’enseignement supérieur fait augmenter les revenus des travailleurs (Angrist et Krueger, 1991; Oreopoulos, 2006) et comme les diplômés des domaines des STIM gagnent souvent des revenus relativement élevés (Statistique Canada, 2017), ces différences dans les niveaux de scolarité et les domaines d’études peuvent être un facteur important contribuant aux écarts de rémunération indiqués au graphique 2.
On observe également des différences notables dans le lieu de résidence initial des travailleurs. Au début de la période d’observation, les Noirs étaient plus susceptibles de près de 30 points de pourcentage de vivre à Toronto que les Blancs (c’était le cas pour jusqu’à 40 % d’entre eux). De même, les Chinois et les Sud-Asiatiques vivaient à Vancouver dans des proportions beaucoup plus grandes que les Blancs au début de la période d’observation. Si les salaires tendent à être plus élevés qu’ailleurs à Toronto et à Vancouver, ces différences dans le lieu de résidence auront tendance à augmenter les gains cumulatifs des Noirs, des Chinois et des Sud-Asiatiques par rapport à ceux de leurs homologues blancs.
Peut-être en partie en raison de leurs niveaux de scolarité plus faible, les Noirs et les Blancs étaient plus susceptibles d’avoir connu au moins une mise à pied permanente pendant la période de 20 ans que les Chinois et les Sud-AsiatiquesNote . Par exemple, au moins 41 % des hommes noirs et des hommes blancs ont perdu un emploi pendant cette période, alors que pas plus de 32 % des hommes chinois et des hommes sud-asiatiques ont connu le même problème. Étant donné que la perte d’emploi entraîne souvent des pertes de revenus persistantes et considérables (Jacobson et coll., 1993; Morissette et coll., 2013), ces différences devraient être prises en considération.
En partie en raison des différences d’âge et de niveau de scolarité, le nombre moyen d’années d’expérience de travail possible au début des périodes d’observation considérées variait selon les groupes de population. Il s’élevait à environ 11 ans chez les personnes blanches, à environ 9 ans chez les personnes noires et à environ 7 ans chez les personnes sud-asiatiques. Ainsi, certains groupes avaient plus de temps que d’autres pour trouver des emplois mieux rémunérés ou obtenir des promotions au début de la période de 20 ans pendant laquelle leurs gains se sont additionnés.
Les différences dans la propension à être employé dans les industries à salaires élevés ou dans les grandes entreprises peuvent également avoir joué un rôle. Les Chinois et les Sud-Asiatiques ont passé, en moyenne, un à deux ans de plus dans les industries à salaires élevés et deux à trois ans de plus dans les grandes entreprises que les Blancs. Étant donné que les grandes entreprises versent des salaires plus élevés que les entreprises de plus petite taille pour des travailleurs équivalents (selon les observations), ces tendances peuvent sous-tendre une partie des différences dans les gains cumulatifs présentés au graphique 2.
En résumé, les différences entre les groupes pour ce qui est de certaines dimensions observables indiquées au tableau 1 (l’éducation, l’expérience possible sur le marché du travail, le lieu de résidence, la propension à travailler dans de grandes entreprises et des industries à salaires élevés et la perte d’emploi) peuvent expliquer en partie les différences dans les gains cumulatifs moyens indiquées au graphique 2Note . La section suivante vise à quantifier la contribution de ces facteurs.
Décomposer les différences entre les gains cumulatifs
Pour effectuer cet exercice, l’étude s’appuie sur les décompositions de Blinder-Oaxaca effectuées sur des comparaisons des gains des travailleurs chinois, sud-asiatiques et noirs par rapport aux travailleurs blancs, par genre. Par exemple, pour analyser les différences de rémunération entre les hommes chinois et les hommes blancs, l’étude pondère les différences – entre ces deux groupes – dans les valeurs moyennes des dimensions observables énumérées au tableau 1 par un vecteur de retours à ces dimensions observables estimées pour les hommes blancsNote . Cela quantifie le degré auquel les différences dans les gains cumulatifs des hommes chinois et des hommes blancs peuvent être expliquées par les différences dans les facteurs observables. Les résultats de ces décompositions sont présentés au tableau 2.
| Hommes | Femmes | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Chinois | Sud-Asiatiques | Noirs | Chinoises | Sud-Asiatiques | Noires | |||||||
| dollars | pourcentage | dollars | pourcentage | dollars | pourcentage | dollars | pourcentage | dollars | pourcentage | dollars | pourcentage | |
Sources : Statistique Canada, Recensement de la population, 1996 et 2001; Fichier de données longitudinales sur la main-d’œuvre, 1995 à 2019. |
||||||||||||
| Différence dans les gains cumulatifs (groupe de population moins Blancs) | 266 991 | ... n'ayant pas lieu de figurer | 196 710 | ... n'ayant pas lieu de figurer | -249 461 | ... n'ayant pas lieu de figurer | 338 704 | ... n'ayant pas lieu de figurer | 263 507 | ... n'ayant pas lieu de figurer | 14 653 | ... n'ayant pas lieu de figurer |
| Partie expliquée | 438 930 | 164,4 | 318 756 | 162,0 | 55 809 | -22,4 | 300 946 | 88,9 | 283 878 | 107,7 | 109 427 | 746,8 |
| Partie expliquée par : | ||||||||||||
| Caractéristiques de base | ||||||||||||
| Expérience de travail (possible) | -51 759 | -19,4 | -88 693 | -45,1 | -23 067 | 9,2 | -16 713 | -4,9 | -31 590 | -12,0 | -9 385 | -64,0 |
| Niveau de scolarité et domaine d’études en STIM | 225 072 | 84,3 | 221 453 | 112,6 | -10 599 | 4,2 | 126 634 | 37,4 | 131 000 | 49,7 | 10 194 | 69,6 |
| Limitations des activités | 1 500 | 0,6 | -1 288 | -0,7 | -2 912 | 1,2 | 1 508 | 0,4 | 261 | 0,1 | -2 905 | -19,8 |
| Connaissance des langues officielles | -2 094 | -0,8 | -2 179 | -1,1 | -1 964 | 0,8 | -2 307 | -0,7 | 172 | 0,1 | 985 | 6,7 |
| Emplacement géographique | 115 431 | 43,2 | 100 437 | 51,1 | 63 419 | -25,4 | 52 690 | 15,6 | 52 620 | 20,0 | 38 903 | 265,5 |
| Cohorte du recensement | 3 167 | 1,2 | 11 820 | 6,0 | 6 965 | -2,8 | 1 681 | 0,5 | 7 081 | 2,7 | 4 470 | 30,5 |
| Caractéristiques de l’historique de travail | ||||||||||||
| Nombre d'années dans un emploi syndiqué | 31 038 | 11,6 | 23 524 | 12,0 | -5 996 | 2,4 | 7 604 | 2,2 | -11 999 | -4,6 | -1 501 | -10,2 |
| Nombre d'années passées dans un emploi par taille d’entreprise | 60 730 | 22,7 | 29 708 | 15,1 | 78 248 | -31,4 | 59 736 | 17,6 | 58 901 | 22,4 | 60 942 | 415,9 |
| Nombre d'années passées dans un emploi par niveau de salaire de l’industrie | 12 320 | 4,6 | -5 607 | -2,9 | -30 664 | 12,3 | 51 180 | 15,1 | 65 803 | 25,0 | 12 014 | 82,0 |
| Renseignements sur l’emploi principal manquants ou incomplets | -159 | -0,1 | 655 | 0,3 | 176 | -0,1 | -3 | 0,0 | 0 | 0,0 | -1 | 0,0 |
| A fait l’objet d’au moins une mise à pied permanente | 41 672 | 15,6 | 28 868 | 14,7 | -15 063 | 6,0 | 16 946 | 5,0 | 11 311 | 4,3 | -4 547 | -31,0 |
| Cessation(s) d’emploi permanente(s) attribuable(s) à une maladie ou à une blessure | 4 437 | 1,7 | 2 122 | 1,1 | -290 | 0,1 | 4 165 | 1,2 | 2 825 | 1,1 | 540 | 3,7 |
| Nombre de congés de maternité ou parentaux pris | -2 425 | -0,9 | -2 063 | -1,0 | -2 444 | 1,0 | -2 176 | -0,6 | -2 507 | -1,0 | -284 | -1,9 |
| Partie inexpliquée | -171 939 | -64,4 | -122 047 | -62,0 | -305 270 | 122,4 | 37 759 | 11,1 | -20 371 | -7,7 | -94 773 | -646,8 |
A. Gains cumulatifs des hommes chinois, sud-asiatiques et blancs
Les deux premières lignes du tableau 2 montrent que les différences dans les facteurs observables expliquent entièrement le fait que les hommes chinois et sud-asiatiques avaient des gains cumulatifs plus élevés que les hommes blancs pendant la période d’observation considérée dans la présente étude. Le fait que les hommes chinois et sud-asiatiques aient un niveau de scolarité supérieur à celui des hommes blancs et qu’ils soient plus susceptibles d’être dans des domaines STIM est le facteur le plus important permettant d’expliquer que ces deux groupes ont des gains cumulatifs plus élevés que les hommes blancs. Ce facteur représente 84 % de la différence dans les gains cumulatifs entre les hommes chinois et les hommes blancs et plus que la différence totale (113 %) entre les hommes sud-asiatiques et les hommes blancsNote . Les différences dans le lieu de résidence initial expliquent de 43 % à 51 % des écarts de gains cumulatifs entre les hommes de ces deux groupes de population et les hommes blancs. La plus grande propension des hommes chinois et sud-asiatiques à travailler dans de grandes entreprises et leur faible risque de perte d’emploi – par rapport aux hommes blancs – expliquent chacun de 30 % à 38 % des différences dans les gains examinés.
B. Gains cumulatifs des hommes noirs et blancs
On constate des tendances assez différentes pour les hommes noirs. Au cours des 20 années examinées dans l’étude, les gains cumulatifs moyens des hommes noirs étaient inférieurs d’environ 249 000 $ à ceux des hommes blancs. Comme le montre la dernière rangée du tableau 2, l’écart de rémunération total demeure après avoir tenu compte des différences dans les caractéristiques sociodémographiques, le capital humain, les caractéristiques de l’emploi et les antécédents professionnels. Bien que la plus faible expérience possible des hommes noirs sur le marché du travail, le plus grand nombre d’années passées à travailler dans des industries à bas salaires et la plus grande probabilité d’être mis à pied expliquent collectivement 28 % de la différence de rémunération de 249 000 dollars, le plus grand nombre d’années passées à travailler dans de grandes entreprises et dans différents lieux de résidence (surtout leur surreprésentation à Toronto) ont un effet inverse plus important.
C. Gains cumulatifs des femmes chinoises, sud-asiatiques et blanches
Les gains cumulatifs plus élevés des femmes chinoises et sud-asiatiques par rapport aux femmes blanches peuvent s’expliquer, en grande partie ou entièrement, par les différences entre les groupes dans les facteurs observables énumérés au tableau 1. Par exemple, 89 % des différences de gains cumulatifs observées entre les femmes chinoises et les femmes blanches peuvent s'expliquer par de telles différences entre les groupes.
Comme c’était le cas pour les hommes, le fait que les femmes chinoises et sud-asiatiques aient un niveau de scolarité relativement élevé et qu’elles soient susceptibles d’étudier dans des domaines STIM est le facteur le plus important qui explique que ces deux groupes ont des gains cumulatifs plus élevés que les femmes blanches. Cela représente 37 % de la différence de gains cumulatifs entre les femmes chinoises et les femmes blanches et la moitié de la différence entre les femmes sud-asiatiques et les femmes blanches.
Les différences dans le lieu de résidence initial et le plus grand nombre d’années que les femmes dans ces deux groupes ont passées à travailler dans de grandes entreprises ou dans des industries à salaires élevés sont également importantes. Globalement, cela représente de 48 % à 67 % des écarts de gains cumulatifs entre les femmes de ces deux groupes et les femmes blanches.
D. Gains cumulatifs des femmes noires et blanches
Les gains cumulatifs des femmes noires ont légèrement dépassé ceux des femmes blanches (14 700 dollars), quoique cette différence était si petite qu’elle n’était pas statistiquement différente de zéro. Les différences entre les groupes quant au lieu de résidence et au nombre d’années passées à travailler dans les grandes entreprises représentaient plus que l’entièreté de cette marge (environ 100 000 dollars).
Vérifications de la robustesse
Le tableau 2 est axé sur les différences dans les gains cumulatifs provenant d’un emploi rémunéré. Le tableau A.2 en annexe reproduit le tableau 2, mais quantifie les différences dans le revenu cumulatif d’emploi sur 20 ans, lequel comprend les gains provenant d’un emploi rémunéré et le revenu net d’un travail autonome, pour le même échantillon de personnes.
Dans la plupart des comparaisons, les écarts de revenu d’emploi sont légèrement plus importants, mais ils sont du même signe que les écarts de rémunération. La seule exception est l’écart de revenu d’emploi entre les femmes noires et les femmes blanches, qui devient négatif, petit (- 4 600 dollars) et pas statistiquement différent de zéro.
Les résultats de la décomposition ne changent pas sensiblement lorsque l’accent est mis sur le revenu d’emploi cumulatif. Lorsqu’un indicateur du nombre d’années où le revenu net non nul d’un travail autonome est inclus dans les modèles, ce facteur ne tient pas compte d’une grande partie des écarts dans le revenu d’emploiNote .
Un facteur qui pourrait contribuer aux différences dans les gains cumulatifs des travailleurs chinois et sud-asiatiques nés au Canada, d’une part, et des travailleurs noirs et blancs nés au Canada, d’autre part, est qu’une plus grande proportion des travailleurs chinois et sud-asiatiques nés au Canada sont des enfants d’immigrants (ou de la deuxième génération). Il a été démontré que les enfants d’immigrants au Canada ont en moyenne des niveaux de scolarité plus élevés que ceux de la troisième génération et plus. En outre, il a été démontré que les enfants d’immigrants chinois et sud-asiatiques ont également des revenus plus élevés en moyenne que ceux de la troisième génération et plus (Chen et Hou, 2019). Pour vérifier le rôle du statut de génération dans l’explication des différences observées dans les gains cumulatifs, les décompositions du tableau 2 ont été reproduites au moyen d’un indicateur pour la deuxième génération ajouté aux modèles sous-jacents. Cette analyse a été effectuée dans la cohorte du Recensement de 2001 seulement, parce que l’information sur le lieu de naissance des parents n’était pas disponible dans le Recensement de 1996Note .
Les résultats ne montrent pas que l’ajout d’une variable de contrôle pour le statut de deuxième génération n’a fait essentiellement aucune différence pour les résultats présentés au tableau 2. En particulier, la mesure dans laquelle les différences entre les groupes dans les domaines de l’éducation et des domaines d’études STIM expliquaient les différences dans les gains cumulatifs est demeurée pratiquement inchangée après l’ajout de cette variable de contrôle. Par conséquent, les principales conclusions présentées dans la présente étude se maintiennent, peu importe si l’on tient compte du statut de deuxième génération.
Analyse
Le tableau 2 indique les facteurs qui sont à l’origine des différences dans les gains cumulatifs observés (ou les « expliquent ») entre les personnes chinoises, sud-asiatiques et noires, d’une part, et les personnes blanches, d’autre part. Il montre également que des écarts de rémunération substantiels restent inexpliqués. On peut constater en effet que la composante inexpliquée de la décomposition de Blinder-Oaxaca qui figure à la dernière rangée du tableau 2 est toujours négative et souvent substantielle, sauf pour les femmes chinoises. Cette constatation laisse entendre que, sous réserve des facteurs observables pris en compte dans cette décomposition, la plupart des groupes de population considérés dans la présente étude gagnent moins que les personnes blanches.
Le tableau A.3 en annexe confirme cette opinion. Il présente les résultats de régressions propres au genre des gains cumulatifs dans lesquelles les données des quatre groupes de population sont regroupées. En plus des indicateurs des groupes de population, ces régressions comprennent tous les facteurs de régression indiqués au tableau A.1 en annexe. Les chiffres indiquent que, à l’exception des femmes chinoises, les hommes et les femmes de tous les groupes de population avaient, toutes choses étant égales par ailleurs, des gains cumulatifs inférieurs à ceux de leurs homologues blancsNote . Par exemple, même si les hommes chinois gagnaient en moyenne 267 000 dollars de plus que les hommes blancs sur une période de 20 ans, les hommes chinois ont fini par avoir des gains cumulatifs inférieurs (- 170 000 dollars) à ceux des hommes blancs après avoir pris en compte l’ensemble des facteurs de régression indiqués au tableau A.1 en annexe. Dans le même ordre d’idées, même si les femmes noires et les femmes blanches avaient des gains cumulatifs moyens inconditionnels semblables, les femmes noires gagnaient, après avoir pris en compte les caractéristiques sociodémographiques, le capital humain, les caractéristiques de l’emploi et les antécédents professionnels, 94 000 dollars de moins que les femmes blanches.
Comme on le sait, ces écarts de rémunération cumulative conditionnelle entre les groupes de population peuvent être liés à un vaste éventail de facteurs non mesurés, y compris les différences entre les groupes dans les compétences non observées, les réseaux sociaux, les méthodes de recherche d’emploi et les préférences pour certaines conditions de travail, ainsi que la discrimination des employeurs (Cahuc et coll., 2014). Il est impossible d’évaluer dans quelle mesure, le cas échéant, ces facteurs non mesurés influencent ces écarts de rémunération conditionnels sans obtenir des renseignements supplémentaires.
Conclusion
Dans les études antérieures sur les différences de rémunération entre les groupes de personnes nées au Canada, on a utilisé des données transversales, ce qui ne permet pas de déterminer l’ampleur des différences de rémunération lorsqu’elles sont mesurées sur le cycle de vie des travailleurs. Fondée sur des données tirées du FDLMO et des recensements de la population de 1996 et de 2001, la présente étude comble cet écart et quantifie les écarts de rémunération entre les groupes mesurés sur une période de 20 ans.
L’étude montre que les différences de rémunération mesurées à l’aide de données transversales ne sont pas nécessairement révélatrices des différences de rémunération cumulative. C’est le cas lorsque l’on compare les différences salariales entre les femmes chinoises et les femmes blanches au début de leur carrière et leurs différences en matière de gains cumulatifs.
L’étude montre également que les gains relatifs inconditionnels des hommes chinois et sud-asiatiques augmentaient considérablement au cours du cycle de vie, en grande partie parce que ces deux groupes de population ont des niveaux de scolarité plus élevés que les hommes blancs et que les hommes très scolarisés ont des profils de rémunération selon l’âge plus prononcés que leurs homologues moins scolarisés. En revanche, les gains relatifs inconditionnels et conditionnels des hommes noirs étaient relativement stables, ce qui indique que les hommes noirs gagnaient environ 20 % de moins que les hommes blancs, indépendamment du segment du cycle de vie considéré.
Comme c’était le cas dans les études de Qiu et Schellenberg (2022a, 2022b), cette étude met en évidence l’utilité de la désagrégation des données pour des groupes de population particuliers. Il est important de mentionner que les décompositions de Blinder-Oaxaca utilisées dans l’étude montrent que les facteurs qui expliquent les différences entre les groupes en ce qui a trait aux gains cumulatifs diffèrent de façon marquée selon le groupe de population sélectionné à des fins de comparaison des gains avec ceux des personnes blanches.
Annexe
| Hommes | Femmes | |
|---|---|---|
Sources : Statistique Canada, Recensement de la population, 1996 et 2001; Fichier de données longitudinales sur la main-d’œuvre, 1995 à 2019. |
||
| Expérience de travail au niveau de référence (possible) | 58 632 Annexe – Tableau A.1 Note *** | 20 922 Annexe – Tableau A.1 Note *** |
| Expérience de travail au carré | -2 074 Annexe – Tableau A.1 Note *** | -764 Annexe – Tableau A.1 Note *** |
| Niveau de scolarité le plus élevé atteint (catégorie de référence : baccalauréat, domaine autre que les STIM) | ||
| Sans diplôme d'études secondaires | -668 504 Annexe – Tableau A.1 Note *** | -377 120 Annexe – Tableau A.1 Note *** |
| Diplôme d’études secondaires | -610 400 Annexe – Tableau A.1 Note *** | -345 392 Annexe – Tableau A.1 Note *** |
| École des métiers | -490 511 Annexe – Tableau A.1 Note *** | -337 701 Annexe – Tableau A.1 Note *** |
| Certificat ou diplôme inférieur au baccalauréat | -453 415 Annexe – Tableau A.1 Note *** | -254 067 Annexe – Tableau A.1 Note *** |
| Baccalauréat dans un domaine des STIM | 125 181 Annexe – Tableau A.1 Note *** | 85 965 Annexe – Tableau A.1 Note *** |
| Diplôme, certificat ou grade d’études supérieures dans un domaine des STIM | 275 815 Annexe – Tableau A.1 Note *** | 223 220 Annexe – Tableau A.1 Note *** |
| Diplôme, certificat ou grade d’études supérieures dans un domaine autre que les STIM | 477 733 Annexe – Tableau A.1 Note *** | 178 641 Annexe – Tableau A.1 Note *** |
| Limitations d’activité (catégorie de référence : aucune limitation) | ||
| Quelques limitations | -257 338 Annexe – Tableau A.1 Note *** | -115 784 Annexe – Tableau A.1 Note *** |
| Aucun renseignement sur les limitations d’activités | -154 262 Annexe – Tableau A.1 Note *** | -30 167Annexe – Tableau A.1 Note † |
| Langues officielles (catégorie de référence : anglais seulement) | ||
| Français seulement | 18 245Annexe – Tableau A.1 Note † | -5 450 |
| Français et anglais | -907 | 42 316 Annexe – Tableau A.1 Note *** |
| Lieu de résidence (catégorie de référence : Ontario [sauf Toronto]) | ||
| Provinces de l’Atlantique | -151 981 Annexe – Tableau A.1 Note *** | -81 983 Annexe – Tableau A.1 Note *** |
| Québec (sauf Montréal) | -96 562 Annexe – Tableau A.1 Note *** | -40 285 Annexe – Tableau A.1 Note *** |
| Manitoba | -96 154 Annexe – Tableau A.1 Note *** | -65 575 Annexe – Tableau A.1 Note *** |
| Saskatchewan | 41 264 Annexe – Tableau A.1 Note *** | -30 049 Annexe – Tableau A.1 Note *** |
| Alberta | 309 860 Annexe – Tableau A.1 Note *** | 54 724 Annexe – Tableau A.1 Note *** |
| Colombie-Britannique (sauf Vancouver) | 43 329 Annexe – Tableau A.1 Note *** | -6 486 Annexe – Tableau A.1 Note * |
| Territoires | 279 464 Annexe – Tableau A.1 Note *** | 238 851 Annexe – Tableau A.1 Note *** |
| Montréal | -47 098 Annexe – Tableau A.1 Note *** | -30 724 Annexe – Tableau A.1 Note *** |
| Toronto | 260 698 Annexe – Tableau A.1 Note *** | 134 376 Annexe – Tableau A.1 Note *** |
| Vancouver | 109 917 Annexe – Tableau A.1 Note *** | 34 321 Annexe – Tableau A.1 Note *** |
| Recensement de 2001 | 39 597 Annexe – Tableau A.1 Note *** | 26 784 Annexe – Tableau A.1 Note *** |
| Années dans un emploi syndiqué | -28 596 Annexe – Tableau A.1 Note *** | -17 342 Annexe – Tableau A.1 Note *** |
| Nombre d’années passées dans des entreprises par taille d’entreprise (catégorie de référence : 1 à 24 employés) | ||
| 500 employés ou plus | 46 795 Annexe – Tableau A.1 Note *** | 35 426 Annexe – Tableau A.1 Note *** |
| De 100 à 499 employés | 40 312 Annexe – Tableau A.1 Note *** | 28 716 Annexe – Tableau A.1 Note *** |
| De 25 à 99 employés | 38 711 Annexe – Tableau A.1 Note *** | 27 646 Annexe – Tableau A.1 Note *** |
| Nombre d’années passées dans des industries par salaire moyen versé (catégorie de référence : bas salaires) | ||
| Salaires élevés | 38 047 Annexe – Tableau A.1 Note *** | 29 516 Annexe – Tableau A.1 Note *** |
| Salaires moyens | 36 056 Annexe – Tableau A.1 Note *** | 24 281 Annexe – Tableau A.1 Note *** |
| Quelques renseignements manquants sur l’employeur principal | 21 020 Annexe – Tableau A.1 Note ** | 234 |
| A fait l’objet d’au moins une mise à pied permanente | -319 861 Annexe – Tableau A.1 Note *** | -160 553 Annexe – Tableau A.1 Note *** |
| Cessation(s) d’emploi permanente(s) attribuable(s) à une maladie ou à une blessure | -203 199 Annexe – Tableau A.1 Note *** | -108 661 Annexe – Tableau A.1 Note *** |
| Nombre de congés de maternité ou parentaux pris | -112 343 Annexe – Tableau A.1 Note *** | -7 516 Annexe – Tableau A.1 Note *** |
| Constante | 558 643 Annexe – Tableau A.1 Note *** | 297 778 Annexe – Tableau A.1 Note *** |
| Hommes | Femmes | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Chinois | Sud-Asiatiques | Noirs | Chinoises | Sud-Asiatiques | Noires | |||||||
| dollars | pourcentage | dollars | pourcentage | dollars | pourcentage | dollars | pourcentage | dollars | pourcentage | dollars | pourcentage | |
Sources : Statistique Canada, Recensement de la population, 1996 et 2001; Fichier de données longitudinales sur la main-d’œuvre, 1995 à 2019. |
||||||||||||
| Différence dans les gains cumulatifs (groupe de population moins Blancs) | 306 258 | ... n'ayant pas lieu de figurer | 297 457 | ... n'ayant pas lieu de figurer | -278 454 | ... n'ayant pas lieu de figurer | 371 040 | ... n'ayant pas lieu de figurer | 314 211 | ... n'ayant pas lieu de figurer | -4 612 | ... n'ayant pas lieu de figurer |
| Partie expliquée | 499 150 | 163,0 | 409 097 | 137,5 | 50 159 | -18,0 | 331 304 | 89,3 | 331 224 | 105,4 | 109 810 | -2381,0 |
| Partie expliquée par : | ||||||||||||
| Caractéristiques de base | ||||||||||||
| Expérience de travail (potentielle) | -44 198 | -14,4 | -76 018 | -25,6 | -19 613 | 7,0 | -8 980 | -2,4 | -17 089 | -5,4 | -5 031 | 109,1 |
| Niveau de scolarité et domaine d’études en STIM | 273 851 | 89,4 | 290 113 | 97,5 | -14 644 | 5,3 | 154 801 | 41,7 | 171 768 | 54,7 | 10 621 | -230,3 |
| Limitations des activités | 1 760 | 0,6 | -1 449 | -0,5 | -3 329 | 1,2 | 1 835 | 0,5 | 348 | 0,1 | -3 505 | 76,0 |
| Connaissance des langues officielles | -1 336 | -0,4 | -1 213 | -0,4 | -816 | 0,3 | -436 | -0,1 | 2 386 | 0,8 | 3 044 | -66,0 |
| Emplacement géographique | 125 236 | 40,9 | 111 142 | 37,4 | 72 412 | -26,0 | 56 424 | 15,2 | 56 808 | 18,1 | 42 789 | -927,8 |
| Cohorte du recensement | 2 391 | 0,8 | 8 926 | 3,0 | 5 260 | -1,9 | 1 542 | 0,4 | 6 493 | 2,1 | 4 098 | -88,9 |
| Caractéristiques des antécédents professionnels | ||||||||||||
| Nombre d'années passées dans un emploi syndiqué | 30 884 | 10,1 | 23 407 | 7,9 | -5 966 | 2,1 | 7 743 | 2,1 | -12 218 | -3,9 | -1 528 | 33,1 |
| Nombre d'années passées dans un emploi par taille d’entreprise | 49 351 | 16,1 | 25 222 | 8,5 | 62 946 | -22,6 | 52 865 | 14,2 | 52 748 | 16,8 | 53 525 | -1160,6 |
| Nombre d'années passées dans un emploi par niveau de salaire de l’industrie | 12 087 | 3,9 | -3 507 | -1,2 | -26 048 | 9,4 | 47 453 | 12,8 | 61 051 | 19,4 | 11 013 | -238,8 |
| Renseignements sur l’emploi principal manquants ou incomplets | -7 | 0,0 | 29 | 0,0 | 8 | 0,0 | 164 | 0,0 | -8 | 0,0 | 70 | -1,5 |
| A fait l’objet d’au moins une mise à pied permanente | 46 622 | 15,2 | 32 297 | 10,9 | -16 852 | 6,1 | 19 100 | 5,1 | 12 749 | 4,1 | -5 125 | 111,1 |
| Cessation(s) d’emploi permanente(s) attribuable(s) à une maladie ou à une blessure | 5 338 | 1,7 | 2 554 | 0,9 | -349 | 0,1 | 5 112 | 1,4 | 3 468 | 1,1 | 663 | -14,4 |
| Nombre de congés de maternité ou parentaux pris | -2 829 | -0,9 | -2 407 | -0,8 | -2 850 | 1,0 | -6 319 | -1,7 | -7 279 | -2,3 | -824 | 17,9 |
| Partie inexpliquée | -192 891 | -63,0 | -111 640 | -37,5 | -328 613 | 118,0 | 39 736 | 10,7 | -17 013 | -5,4 | -114 422 | 2481,0 |
| Hommes | Femmes | |||
|---|---|---|---|---|
| (a) | (b) | (a) | (b) | |
Sources : Statistique Canada, Recensement de la population, 1996 et 2001; Fichier de données longitudinales sur la main-d’œuvre, 1995 à 2019. |
||||
| Chinois | 266 991 Annexe – Tableau A.3 Note *** | -170 241 Annexe – Tableau A.3 Note *** | 338 704 Annexe – Tableau A.3 Note *** | 37 553 Annexe – Tableau A.3 Note * |
| Sud-Asiatiques | 196 710 Annexe – Tableau A.3 Note *** | -120 106 Annexe – Tableau A.3 Note *** | 263 507 Annexe – Tableau A.3 Note *** | -20 784 |
| Noirs | -249 461 Annexe – Tableau A.3 Note *** | -302 871 Annexe – Tableau A.3 Note *** | 14 653 | -94 400 Annexe – Tableau A.3 Note *** |
| Expérience de travail au niveau de référence (possible) | ... n'ayant pas lieu de figurer | 58 692 Annexe – Tableau A.3 Note *** | ... n'ayant pas lieu de figurer | 20 731 Annexe – Tableau A.3 Note *** |
| Expérience de travail au carré | ... n'ayant pas lieu de figurer | -2 077 Annexe – Tableau A.3 Note *** | ... n'ayant pas lieu de figurer | -756 Annexe – Tableau A.3 Note *** |
| Niveau de scolarité le plus élevé atteint (catégorie de référence : baccalauréat, domaine autre que les STIM) | ||||
| Sans diplôme d'études secondaires | ... n'ayant pas lieu de figurer | -670 927 Annexe – Tableau A.3 Note *** | ... n'ayant pas lieu de figurer | -376 546 Annexe – Tableau A.3 Note *** |
| Diplôme d’études secondaires | ... n'ayant pas lieu de figurer | -613 741 Annexe – Tableau A.3 Note *** | ... n'ayant pas lieu de figurer | -344 833 Annexe – Tableau A.3 Note *** |
| Écoles de métiers | ... n'ayant pas lieu de figurer | -494 077 Annexe – Tableau A.3 Note *** | ... n'ayant pas lieu de figurer | -337 761 Annexe – Tableau A.3 Note *** |
| Certificat ou diplôme inférieur au baccalauréat | ... n'ayant pas lieu de figurer | -456 756 Annexe – Tableau A.3 Note *** | ... n'ayant pas lieu de figurer | -254 588 Annexe – Tableau A.3 Note *** |
| Baccalauréat dans un domaine des STIM | ... n'ayant pas lieu de figurer | 115 901 Annexe – Tableau A.3 Note *** | ... n'ayant pas lieu de figurer | 83 430 Annexe – Tableau A.3 Note *** |
| Diplôme, certificat ou grade d’études supérieures dans un domaine des STIM | ... n'ayant pas lieu de figurer | 279 553 Annexe – Tableau A.3 Note *** | ... n'ayant pas lieu de figurer | 226 209 Annexe – Tableau A.3 Note *** |
| Diplôme, certificat ou grade d’études supérieures dans un domaine autre que les STIM | ... n'ayant pas lieu de figurer | 468 706 Annexe – Tableau A.3 Note *** | ... n'ayant pas lieu de figurer | 179 073 Annexe – Tableau A.3 Note *** |
| Limitations d’activité (catégorie de référence : aucune limitation) | ||||
| Quelques limitations | ... n'ayant pas lieu de figurer | -255 942 Annexe – Tableau A.3 Note *** | ... n'ayant pas lieu de figurer | -115 959 Annexe – Tableau A.3 Note *** |
| Aucun renseignement sur les limitations d’activités | ... n'ayant pas lieu de figurer | -149 713 Annexe – Tableau A.3 Note *** | ... n'ayant pas lieu de figurer | -37 110 Annexe – Tableau A.3 Note * |
| Langues officielles (catégorie de référence : anglais seulement) | ||||
| Français seulement | ... n'ayant pas lieu de figurer | 18 134Annexe – Tableau A.3 Note † | ... n'ayant pas lieu de figurer | -5 968 |
| Français et anglais | ... n'ayant pas lieu de figurer | -943 | ... n'ayant pas lieu de figurer | 41 410 Annexe – Tableau A.3 Note *** |
| Lieu de résidence (catégorie de référence : Ontario [sauf Toronto]) | ||||
| Provinces de l’Atlantique | ... n'ayant pas lieu de figurer | -151 920 Annexe – Tableau A.3 Note *** | ... n'ayant pas lieu de figurer | -82 236 Annexe – Tableau A.3 Note *** |
| Québec (sauf Montréal) | ... n'ayant pas lieu de figurer | -97 319 Annexe – Tableau A.3 Note *** | ... n'ayant pas lieu de figurer | -39 843 Annexe – Tableau A.3 Note *** |
| Manitoba | ... n'ayant pas lieu de figurer | -96 565 Annexe – Tableau A.3 Note *** | ... n'ayant pas lieu de figurer | -66 195 Annexe – Tableau A.3 Note *** |
| Saskatchewan | ... n'ayant pas lieu de figurer | 40 577 Annexe – Tableau A.3 Note *** | ... n'ayant pas lieu de figurer | -30 184 Annexe – Tableau A.3 Note *** |
| Alberta | ... n'ayant pas lieu de figurer | 310 973 Annexe – Tableau A.3 Note *** | ... n'ayant pas lieu de figurer | 55 065 Annexe – Tableau A.3 Note *** |
| Colombie-Britannique (sauf Vancouver) | ... n'ayant pas lieu de figurer | 44 929 Annexe – Tableau A.3 Note *** | ... n'ayant pas lieu de figurer | -6 450 Annexe – Tableau A.3 Note * |
| Territoires | ... n'ayant pas lieu de figurer | 279 217 Annexe – Tableau A.3 Note *** | ... n'ayant pas lieu de figurer | 238 028 Annexe – Tableau A.3 Note *** |
| Montréal | ... n'ayant pas lieu de figurer | -48 711 Annexe – Tableau A.3 Note *** | ... n'ayant pas lieu de figurer | -30 470 Annexe – Tableau A.3 Note *** |
| Toronto | ... n'ayant pas lieu de figurer | 252 503 Annexe – Tableau A.3 Note *** | ... n'ayant pas lieu de figurer | 131 849 Annexe – Tableau A.3 Note *** |
| Vancouver | ... n'ayant pas lieu de figurer | 109 185 Annexe – Tableau A.3 Note *** | ... n'ayant pas lieu de figurer | 35 425 Annexe – Tableau A.3 Note *** |
| Recensement de 2001 | ... n'ayant pas lieu de figurer | 38 391 Annexe – Tableau A.3 Note *** | ... n'ayant pas lieu de figurer | 27 290 Annexe – Tableau A.3 Note *** |
| Nombre d'années passées dans un emploi syndiqué | ... n'ayant pas lieu de figurer | -28 638 Annexe – Tableau A.3 Note *** | ... n'ayant pas lieu de figurer | -17 398 Annexe – Tableau A.3 Note *** |
| Nombre d’années passées dans des entreprises par taille d’entreprise (catégorie de référence : 1 à 24 employés) | ||||
| 500 employés ou plus | ... n'ayant pas lieu de figurer | 46 822 Annexe – Tableau A.3 Note *** | ... n'ayant pas lieu de figurer | 35 564 Annexe – Tableau A.3 Note *** |
| De 100 à 499 employés | ... n'ayant pas lieu de figurer | 40 668 Annexe – Tableau A.3 Note *** | ... n'ayant pas lieu de figurer | 28 854 Annexe – Tableau A.3 Note *** |
| De 25 à 99 employés | ... n'ayant pas lieu de figurer | 38 880 Annexe – Tableau A.3 Note *** | ... n'ayant pas lieu de figurer | 27 702 Annexe – Tableau A.3 Note *** |
| Nombre d’années passées dans des industries par salaire moyen versé (catégorie de référence : bas salaires) | ||||
| Salaires élevés | ... n'ayant pas lieu de figurer | 38 021 Annexe – Tableau A.3 Note *** | ... n'ayant pas lieu de figurer | 29 550 Annexe – Tableau A.3 Note *** |
| Salaires moyens | ... n'ayant pas lieu de figurer | 36 030 Annexe – Tableau A.3 Note *** | ... n'ayant pas lieu de figurer | 24 333 Annexe – Tableau A.3 Note *** |
| Quelques renseignements manquants sur l’employeur principal | ... n'ayant pas lieu de figurer | 21 693 Annexe – Tableau A.3 Note ** | ... n'ayant pas lieu de figurer | 512 |
| A fait l’objet d’au moins une mise à pied permanente | ... n'ayant pas lieu de figurer | -321 514 Annexe – Tableau A.3 Note *** | ... n'ayant pas lieu de figurer | -160 322 Annexe – Tableau A.3 Note *** |
| Cessation(s) d’emploi permanente(s) attribuable(s) à une maladie ou à une blessure | ... n'ayant pas lieu de figurer | -203 827 Annexe – Tableau A.3 Note *** | ... n'ayant pas lieu de figurer | -109 335 Annexe – Tableau A.3 Note *** |
| Nombre de congés de maternité ou parentaux pris | ... n'ayant pas lieu de figurer | -111 705 Annexe – Tableau A.3 Note *** | ... n'ayant pas lieu de figurer | -7 474 Annexe – Tableau A.3 Note *** |
| Constante | 1 310 498 Annexe – Tableau A.3 Note *** | 562 759 Annexe – Tableau A.3 Note *** | 801 252 Annexe – Tableau A.3 Note *** | 297 118 Annexe – Tableau A.3 Note *** |
Bibliographie
Angrist, J.D. et Krueger, A.B. 1991. « Does compulsory school attendance affect schooling and earnings? ». The Quarterly Journal of Economics, vol. 106, no 4 : p. 979 à 1014.
Braxton, J.C. et Taska, B. 2023. « Technological Change and the Consequences of Job Loss ». American Economic Review, vol. 113, no 2 : p. 279 à 316.
Brown, T.H. 2016. « Diverging fortunes: Racial/ethnic inequality in wealth trajectories in middle and late life ». Race and Social Problems vol. 8, no 1 : p. 29 à 41.
Cahuc, P., Carcillo, S., et Zylberberg, A. 2014. Labor Economics. The MIT Press, 1043, p.
Chen, W-H., et Hou, F. 2019. « Mobilité intergénérationnelle au chapitre de la scolarité et résultats sur le marché du travail : variation parmi la deuxième génération d’immigrants au Canada ». Direction des études analytiques : série de documents de recherche. Produit no 11F0019M au catalogue de Statistique Canada, Ottawa.
Frenette, M. 2014a. « Les avantages à long terme sur le marché du travail associés au diplôme terminal d’études secondaires ». Direction des études analytiques : série de documents de recherche – no 354. Produit no 11F0019M au catalogue de Statistique Canada.
Frenette, M. 2014b. « L’investissement d’une vie? Les avantages à long terme sur le marché du travail associés aux études postsecondaires ». Direction des études analytiques : série de documents de recherche, no 359. Produit no 11F0019M au catalogue de Statistique Canada.
Guvenen, F., Kaplan, G., Song, J., et Weidner, J. 2022. « Lifetime earnings in the United States over six decades », American Economic Journal: Applied Economics, vol. 14, no 4 : p. 446 à 479.
Haas, B., S‑H. Jeon, M. Rotermann, M. Stepner, R. Fransoo, C. Sanmartin, H. Wunsch, D.C. Scales, T.J. Iwashyna, et A. Garland. 2021. « Association of Severe Trauma With Work and Earnings in a National Cohort in Canada ». JAMA Surg, vol. 156, no 1 : p. 51 à 59.
Haider, S. et Solon, G. 2006. « Life-cycle variation in the association between current and lifetime earnings ». American Economic Review, vol. 96, no 4 : p. 1308 à 1320.
Hou, F. et Coulombe, S. (2010). « Earnings gaps for Canadian-born visible minority groups in the public and private sectors ». Analyse de politiques, vol. 36, no 1 : p. 29 à 43.
Jacobson, L.S., Lalonde, R.J., et Sullivan, D.G. 1993. « Earnings Losses of Displaced Workers ». American Economic Review, vol. 83, p. 685 à 709.
Jarosch, G. 2023. « Searching for job security and the consequences of job loss ». Econometrica, vol. 91, no 3 : p. 903 à 942.
Jeon, S-H. 2017. « The Long-Term Effects of Cancer on Employment and Earnings ». Health Economics, vol. 26, no 5 : p. 671 à 684.
Kim, C. et Tamborini, C.R. 2019. « Are they still worth it? The long-run earnings benefits of an associate degree, vocational diploma or certificate, and some college ». The Russell Sage Foundation Journal of the Social Sciences, vol. 5, no 3 : p. 64 à 85.
Kim, C., Tamborini, C.R., et Sakamoto, A. 2015. « Field of study in college and lifetime earnings in the United States ». Sociology of Education, vol. 88, no 4 : p. 320 à 339.
Kleven, H. 2022. « The Geography of Child Penalties and Gender Norms: A Pseudo-Event Study Approach ». Document de travail du National Bureau of Economic Research, no 30176.
Kleven, H., Landais, C., Posch, J., Steinhauer, A. et Zweimüller, J. 2019. « Child Penalties across Countries: Evidence and Explanations ». American Economic Association Papers and Proceedings, vol. 109, p. 122 à 126.
Kleven, H., Landais, C., et Sogaard, J.E. 2021. « Does Biology Drive Child Penalties? Evidence from Biological and Adoptive Families ». American Economic Review: Insights vol. 3, no 2 : p. 183 à 98.
Lachowska, M., Mas, A. et Woodbury, S.A. 2020. « Sources of displaced workers’ long-term earnings losses ». American Economic Review, vol. 110, no 10 : p. 3231 à 3266.
Morissette, R. et Qiu, H. 2020. « Turbulence or Steady Course? Permanent Layoffs in Canada, 1978-2016 ».Étude no 76 de l’IRPP. Montréal : Institut de recherche en politiques publiques.
Morissette, R. et Qiu., H. 2021. « Les antécédents professionnels des Canadiens peuvent-ils être induits des données administratives? Étude de faisabilité ». Études analytiques : Méthodes et références, Statistique Canada. Produit no 11-633-X au catalogue – no 03.
Morissette, R., Qiu, H. et Chan, P.C.W. 2013. Le risque et le coût d’une perte d’emploi au Canada, 1978-2008. Revue canadienne d’économique, vol. 46, no 4 : p. 1480 à 1509.
Oreopoulos, P. 2006. « Estimating average and local average treatment effects of education when compulsory schooling laws really matter ». American Economic Review vol. 96, no 1 : p. 152 à 175.
Ostrovsky, Y. et Frenette, M. 2014. « Les gains cumulatifs des diplômés postsecondaires sur 20 ans : résultats selon le domaine d’études ». Aperçus économiques. Produit no 11-626-X au catalogue de Statistique Canada – no 040.
Pendakur, K. et Pendakur, R. 1998. « The colour of money: Earnings differentials among ethnic groups in Canada ». Revue canadienne d’économique, vol. 31, no 3 : p. 518 à 548.
Pendakur, K. et Pendakur, R. 2002. « Colour my world: Have earnings gaps for Canadian-born ethnic minorities changed over time? » Analyse de politiques, vol. 28, no 4 : p. 489 à 512.
Pendakur, K. et Pendakur, R. 2011. « Color by numbers: Minority earnings in Canada 1995–2005 ». International Migration and Integration, vol. 12 : p. 305 à 329.
Poterba, J., Venti, S.F., et Wise, D.A. 2007. « Rise of 401(k) plans, lifetime earnings, and wealth at retirement ». Document de travail du National Bureau of Economic Research, no 13091.
Qiu, T. et Schellenberg, G. 2022a. « La rémunération hebdomadaire des personnes nées au Canada appartenant à un groupe de minorité visible désigné et de celles de race blanche au milieu des années 2010 ». Rapports économiques et sociaux. Produit no 36-28-0001 au catalogue de Statistique Canada.
Qiu, T. et Schellenberg, G. 2022b. « La rémunération relative des personnes appartenant à un groupe désigné de minorités visibles dans quatre secteurs d’emploi au Canada ». Rapports économiques et sociaux. Produit no 36-28-0001 au catalogue de Statistique Canada.
Ruel E. et Hauser, R.M. 2013. « Explaining the gender wealth gap ». Demography, vol. 50, no 4 : p. 1155 à 1176.
Schmieder, J.F., von Wachter, T.M., et Heining, J. 2023. « The costs of job displacement over the business cycle and its sources: Evidence from Germany ».American Economic Review, vol. 113, no 5 : p. 1208 à 1254.
Statistique Canada. 2017. « Est-ce que le domaine d’études influence les gains chez les jeunes titulaires d’un baccalauréat? » Recensement en bref. Produit no 98-200-X2016023 au catalogue.
- Date de modification :